Станом на 13 жовтня, певна платформа даних провела статистичний аналіз обговорення основних криптоактивів та змін цін.
Обговорення біткоїна минулого тижня склало 12.52K, що на 0.98% менше, ніж попереднього тижня. Його закрита ціна в неділю склала 63916 доларів, що на 1.62% більше, ніж за аналогічний тиждень минулого.
Обговорення Ethereum минулого тижня становило 3,63K разів, що на 3,45% більше, ніж попереднього тижня. Його закриття в неділю становило 2530 доларів, що на 4% менше, ніж на цей же тиждень минулого року.
Обговорення TON монети минулого тижня становило 782 рази, що на 12.63% менше, ніж попереднього тижня. Її закриття в неділю склало 5.26 доларів, що на 0.25% нижче, ніж за той же період минулого тижня.
Потенціал та виклики гомоморфного шифрування
Гомоморфне шифрування ( FHE ) є передовою технологією в галузі криптографії, основна перевага якої полягає в можливості безпосередньо виконувати обчислення над зашифрованими даними без необхідності їх розшифровки. Ця особливість надає потужну підтримку для захисту конфіденційності та обробки даних. FHE має широкі перспективи застосування в фінансах, медицині, хмарних обчисленнях, машинному навчанні, системах голосування, Інтернеті речей та захисті конфіденційності в блокчейні. Однак, незважаючи на світле майбутнє, FHE стикається з багатьма викликами в процесі комерціалізації.
Переваги FHE та сфери застосування
Головною перевагою FHE є захист конфіденційності. Наприклад, коли компанії потрібно використовувати обчислювальні можливості іншої компанії для аналізу даних, але не хоче розголошувати зміст даних, FHE може відігравати свою роль. Власник даних може передати зашифровані дані обчислювальній стороні для обробки, результати обчислень залишаються зашифрованими, а власник даних може отримати результати аналізу після дешифрування. Такий механізм ефективно захищає конфіденційність даних, водночас дозволяючи обчислювальній стороні виконувати необхідну роботу.
Для таких чутливих до даних галузей, як фінанси та охорона здоров'я, цей механізм захисту конфіденційності є особливо важливим. З розвитком хмарних обчислень та штучного інтелекту безпека даних стає все більшою увагою. FHE в цих сферах може забезпечити захист багатосторонніх обчислень, дозволяючи сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних через функції захисту конфіденційності на ланцюзі та перевірки конфіденційних транзакцій.
Порівняння FHE з іншими способами шифрування
У сфері Web3 основними методами захисту конфіденційності є FHE, нульове знання (ZK), багатосторонні обчислення (MPC) та надійне середовище виконання (TEE). На відміну від ZK, FHE може виконувати різноманітні операції над зашифрованими даними без попереднього розшифрування даних. MPC дозволяє сторонам виконувати обчислення за захищеними даними без необхідності обміну конфіденційною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.
Ці криптотехнології мають свої переваги, але у підтримці складних обчислювальних завдань FHE особливо виділяється. Проте FHE все ще стикається з проблемами високих обчислювальних витрат і поганої масштабованості в реальних застосуваннях, що обмежує її ефективність у реальному часі.
Обмеження та виклики FHE
Хоча теоретичні основи FHE є потужними, у комерційних застосуваннях виникають практичні виклики:
Великий обсяг обчислювальних витрат: FHE вимагає великих обчислювальних ресурсів, порівняно з нешифрованими обчисленнями, його обчислювальні витрати значно зростають. Для обчислень високих степенів поліномів, час обробки зростає поліноміально, тому FHE важко задовольнити вимоги до обчислень в реальному часі.
Обмежені можливості обробки: хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій обмежена, що є перепоною для застосувань штучного інтелекту, таких як глибокі нейронні мережі.
Складність підтримки багатьох користувачів: FHE добре працює в сценаріях з одним користувачем, але при залученні багатокористувацьких наборів даних складність системи різко зростає. Хоча існують багатоключові FHE-структури, які дозволяють виконувати операції з зашифрованими наборами даних з різними ключами, їх управління ключами та архітектура системи значно ускладнюються.
Об'єднання FHE та штучного інтелекту
У сучасну епоху, керовану даними, штучний інтелект (AI) широко застосовується в багатьох сферах, але занепокоєння щодо конфіденційності даних часто змушує користувачів не бажати ділитися чутливою інформацією. FHE забезпечує рішення для захисту конфіденційності в сфері AI. У сценаріях хмарних обчислень, за допомогою FHE, дані користувачів можуть оброблятися в зашифрованому стані, забезпечуючи конфіденційність даних.
Ця перевага є особливо важливою в умовах вимог таких регулювань, як GDPR, оскільки ці регулювання вимагають від користувачів права на знання про способи обробки даних і забезпечують захист даних під час їх передачі. Енд-ту-енд шифрування FHE забезпечує відповідність і безпеку даних.
Застосування FHE в блокчейні та проекти
FHE в блокчейні в основному застосовується для захисту конфіденційності даних, включаючи конфіденційність в ланцюгу, конфіденційність навчальних даних AI, конфіденційність голосування в ланцюгу та перевірку конфіденційних транзакцій в ланцюгу тощо. Наразі кілька проектів використовують технологію FHE для сприяння реалізації захисту конфіденційності:
Рішення FHE, розроблене певним проєктом, широко використовується в кількох проєктах захисту приватності.
Деякий проєкт базується на технології TFHE, зосереджуючись на булевих операціях та операціях з малими цілими числами, і створив стек розробки FHE, орієнтований на застосування в блокчейні та штучному інтелекті.
Один проект розробив нову мову смарт-контрактів та бібліотеку HyperghraphFHE, що підходять для мережі блокчейн.
Деякий проект використовує FHE для забезпечення конфіденційності в обчислювальних мережах AI, підтримуючи різні моделі AI.
Певний проєкт поєднує FHE з штучним інтелектом, пропонуючи децентралізоване та захищене середовище ШІ.
Деякий проект як рішення Layer 2 для Ethereum підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує смарт-контракти, написані на Solidity.
Висновок
FHE як передова технологія, здатна виконувати обчислення на зашифрованих даних, має значні переваги в захисті конфіденційності даних. Хоча комерційні застосування FHE наразі стикаються з проблемами великої обчислювальної витрати та поганої масштабованості, ці проблеми можуть бути поступово вирішені за допомогою апаратного прискорення та оптимізації алгоритмів. Крім того, з розвитком технології блокчейн, FHE буде відігравати все більш важливу роль у захисті конфіденційності та безпечних обчисленнях. У майбутньому FHE має потенціал стати основною технологією, що підтримує обчислення з захистом конфіденційності, приносячи нові революційні прориви в безпеці даних.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Гомоморфне шифрування FHE: новий засіб захисту приватності в Блокчейн та виклики застосування
Аналіз обговорення Криптоактивів та Коливань цін
Станом на 13 жовтня, певна платформа даних провела статистичний аналіз обговорення основних криптоактивів та змін цін.
Обговорення біткоїна минулого тижня склало 12.52K, що на 0.98% менше, ніж попереднього тижня. Його закрита ціна в неділю склала 63916 доларів, що на 1.62% більше, ніж за аналогічний тиждень минулого.
Обговорення Ethereum минулого тижня становило 3,63K разів, що на 3,45% більше, ніж попереднього тижня. Його закриття в неділю становило 2530 доларів, що на 4% менше, ніж на цей же тиждень минулого року.
Обговорення TON монети минулого тижня становило 782 рази, що на 12.63% менше, ніж попереднього тижня. Її закриття в неділю склало 5.26 доларів, що на 0.25% нижче, ніж за той же період минулого тижня.
Потенціал та виклики гомоморфного шифрування
Гомоморфне шифрування ( FHE ) є передовою технологією в галузі криптографії, основна перевага якої полягає в можливості безпосередньо виконувати обчислення над зашифрованими даними без необхідності їх розшифровки. Ця особливість надає потужну підтримку для захисту конфіденційності та обробки даних. FHE має широкі перспективи застосування в фінансах, медицині, хмарних обчисленнях, машинному навчанні, системах голосування, Інтернеті речей та захисті конфіденційності в блокчейні. Однак, незважаючи на світле майбутнє, FHE стикається з багатьма викликами в процесі комерціалізації.
Переваги FHE та сфери застосування
Головною перевагою FHE є захист конфіденційності. Наприклад, коли компанії потрібно використовувати обчислювальні можливості іншої компанії для аналізу даних, але не хоче розголошувати зміст даних, FHE може відігравати свою роль. Власник даних може передати зашифровані дані обчислювальній стороні для обробки, результати обчислень залишаються зашифрованими, а власник даних може отримати результати аналізу після дешифрування. Такий механізм ефективно захищає конфіденційність даних, водночас дозволяючи обчислювальній стороні виконувати необхідну роботу.
Для таких чутливих до даних галузей, як фінанси та охорона здоров'я, цей механізм захисту конфіденційності є особливо важливим. З розвитком хмарних обчислень та штучного інтелекту безпека даних стає все більшою увагою. FHE в цих сферах може забезпечити захист багатосторонніх обчислень, дозволяючи сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних через функції захисту конфіденційності на ланцюзі та перевірки конфіденційних транзакцій.
Порівняння FHE з іншими способами шифрування
У сфері Web3 основними методами захисту конфіденційності є FHE, нульове знання (ZK), багатосторонні обчислення (MPC) та надійне середовище виконання (TEE). На відміну від ZK, FHE може виконувати різноманітні операції над зашифрованими даними без попереднього розшифрування даних. MPC дозволяє сторонам виконувати обчислення за захищеними даними без необхідності обміну конфіденційною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.
Ці криптотехнології мають свої переваги, але у підтримці складних обчислювальних завдань FHE особливо виділяється. Проте FHE все ще стикається з проблемами високих обчислювальних витрат і поганої масштабованості в реальних застосуваннях, що обмежує її ефективність у реальному часі.
Обмеження та виклики FHE
Хоча теоретичні основи FHE є потужними, у комерційних застосуваннях виникають практичні виклики:
Великий обсяг обчислювальних витрат: FHE вимагає великих обчислювальних ресурсів, порівняно з нешифрованими обчисленнями, його обчислювальні витрати значно зростають. Для обчислень високих степенів поліномів, час обробки зростає поліноміально, тому FHE важко задовольнити вимоги до обчислень в реальному часі.
Обмежені можливості обробки: хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій обмежена, що є перепоною для застосувань штучного інтелекту, таких як глибокі нейронні мережі.
Складність підтримки багатьох користувачів: FHE добре працює в сценаріях з одним користувачем, але при залученні багатокористувацьких наборів даних складність системи різко зростає. Хоча існують багатоключові FHE-структури, які дозволяють виконувати операції з зашифрованими наборами даних з різними ключами, їх управління ключами та архітектура системи значно ускладнюються.
Об'єднання FHE та штучного інтелекту
У сучасну епоху, керовану даними, штучний інтелект (AI) широко застосовується в багатьох сферах, але занепокоєння щодо конфіденційності даних часто змушує користувачів не бажати ділитися чутливою інформацією. FHE забезпечує рішення для захисту конфіденційності в сфері AI. У сценаріях хмарних обчислень, за допомогою FHE, дані користувачів можуть оброблятися в зашифрованому стані, забезпечуючи конфіденційність даних.
Ця перевага є особливо важливою в умовах вимог таких регулювань, як GDPR, оскільки ці регулювання вимагають від користувачів права на знання про способи обробки даних і забезпечують захист даних під час їх передачі. Енд-ту-енд шифрування FHE забезпечує відповідність і безпеку даних.
Застосування FHE в блокчейні та проекти
FHE в блокчейні в основному застосовується для захисту конфіденційності даних, включаючи конфіденційність в ланцюгу, конфіденційність навчальних даних AI, конфіденційність голосування в ланцюгу та перевірку конфіденційних транзакцій в ланцюгу тощо. Наразі кілька проектів використовують технологію FHE для сприяння реалізації захисту конфіденційності:
Висновок
FHE як передова технологія, здатна виконувати обчислення на зашифрованих даних, має значні переваги в захисті конфіденційності даних. Хоча комерційні застосування FHE наразі стикаються з проблемами великої обчислювальної витрати та поганої масштабованості, ці проблеми можуть бути поступово вирішені за допомогою апаратного прискорення та оптимізації алгоритмів. Крім того, з розвитком технології блокчейн, FHE буде відігравати все більш важливу роль у захисті конфіденційності та безпечних обчисленнях. У майбутньому FHE має потенціал стати основною технологією, що підтримує обчислення з захистом конфіденційності, приносячи нові революційні прориви в безпеці даних.