A blockchain NEAR introduz tecnologia de privacidade: a combinação perfeita de desempenho e privacidade

Recentemente, um acordo de privacidade anunciou a introdução de tecnologias de computação cega e armazenamento cego na blockchain NEAR. Esta integração combina o alto desempenho da NEAR com ferramentas avançadas de privacidade, permitindo que mais de 750 projetos no ecossistema NEAR utilizem a tecnologia de computação cega.

NEAR, como uma rede blockchain L1 madura, é conhecida pelo seu desempenho excepcional. As suas três principais características incluem:

• Nightshade Sharding: A solução de sharding única do NEAR aumenta a capacidade de processamento de transações e reduz a latência, tornando-a ideal para aplicações de alto desempenho.
• Runtime WebAssembly: Uma máquina virtual baseada em Wasm que suporta contratos inteligentes em Rust e AssemblyScript, atraindo desenvolvedores de diferentes origens.
• Contas legíveis: NEAR utiliza nomes de contas intuitivos, melhorando a experiência do utilizador e a acessibilidade.

Essas características atraíram um grande número de desenvolvedores, empreendedores e criadores, que juntos construíram um ecossistema próspero.

Esta integração realizou:

• Privacidade de dados modularizada: funções de privacidade integradas de forma suave com o NEAR, permitindo a execução modular de operações de armazenamento e computação de dados em uma rede de privacidade, enquanto realiza liquidações transparentes na blockchain do NEAR.
• Gestão de dados privados: através da disponibilização de armazenamento e computação privados para todos os tipos de dados, expandiu as funcionalidades do NEAR.
• AI Privado: O foco da NEAR em IA autônoma e de propriedade do usuário complementa a capacidade de armazenamento e computação privada, abrindo um vasto novo espaço de design para IA descentralizada.

Esta integração abre novos caminhos para aplicações de proteção de privacidade dentro do ecossistema NEAR, especialmente no que diz respeito a soluções de IA:

• Inferência privada: permite realizar inferência segura em modelos de IA, proporcionando proteção para modelos de aprendizagem de máquina proprietários e para os usuários que fornecem entradas sensíveis.
• Agente privado: Com o surgimento dos agentes de IA, as soluções de privacidade tornaram-se cruciais.
• Aprendizagem federada: pode melhorar a privacidade através da proteção do processo de agregação, garantindo que as informações sensíveis derivadas durante o treinamento permaneçam confidenciais.
• Dados sintéticos privados: podem tornar-se uma solução para proteger a privacidade dos dados básicos durante o processo de treinamento de GAN.
• Recuperação Aprimorada Privada (RAG): pode habilitar um novo método de proteção de privacidade para a recuperação de informações.

Além disso, essa integração também trouxe novas possibilidades para soluções de privacidade entre cadeias, plataformas comunitárias focadas na privacidade, DeFi seguro e ferramentas de desenvolvedor que protegem a privacidade.

Ao combinar a infraestrutura de alto desempenho da NEAR com funcionalidades avançadas de privacidade, está a ser criado um ambiente que permite aos desenvolvedores construir aplicações robustas e que protejam a privacidade, para atender às necessidades do mundo real. Isso ajudará a criar uma nova economia digital aberta, permitindo que as pessoas controlem melhor os seus ativos e dados.