Ativos de criptografia mercado semanal e análise da tecnologia de Criptografia homomórfica

Até 13 de outubro, uma plataforma de dados realizou uma análise estatística da intensidade das discussões e das variações de preços dos principais ativos de criptografia.

O número de discussões sobre Bitcoin na semana passada foi de 12,52K, uma ligeira diminuição de 0,98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, uma alta de 1,62% em comparação com o mesmo período da semana anterior.

A discussão sobre o Ethereum atingiu 3,63K vezes na semana passada, com um crescimento de 3,45% em relação à semana anterior. No entanto, seu preço no domingo foi de 2530 dólares, uma queda de 4% em comparação com o mesmo período da semana passada.

O TON moeda foi discutido 782 vezes na semana passada, uma queda de 12,63% em relação à semana anterior. O seu preço no domingo foi de 5,26 dólares, uma ligeira queda de 0,25% em relação ao mesmo período da semana passada.

Criptografia homomórfica(FHE) é uma tecnologia promissora no campo da criptografia, que permite calcular dados encriptados diretamente sem a necessidade de os descriptografar. Essa característica oferece um forte suporte para a proteção da privacidade e o processamento de dados. FHE tem amplas perspectivas de aplicação em vários campos, incluindo finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção da privacidade em blockchain. No entanto, o caminho para a comercialização do FHE ainda enfrenta muitos desafios.

O potencial e os cenários de aplicação da FHE

A maior vantagem da criptografia homomórfica está na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade computacional de outra empresa para analisar dados, mas não deseja que o conteúdo dos dados seja revelado, a FHE pode desempenhar um papel. O proprietário dos dados pode enviar os dados encriptados para a parte que realiza o cálculo, e os resultados do cálculo permanecem encriptados; o proprietário dos dados pode então descriptografá-los para obter os resultados da análise. Este mecanismo protege a privacidade dos dados e realiza a tarefa de cálculo necessária.

Este mecanismo de proteção da privacidade é particularmente importante em indústrias sensíveis a dados, como finanças e saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se cada vez mais um foco. A Criptografia homomórfica (FHE) pode fornecer proteção de computação multipartidária nesses cenários, permitindo que as partes colaborem sem expor informações privadas. Na tecnologia blockchain, a FHE melhora a transparência e a segurança do processamento de dados através de funcionalidades como proteção da privacidade em cadeia e revisão de transações privadas.

FHE e a comparação com outros métodos de encriptação

No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução de confiança (TEE) são os principais métodos de proteção da privacidade. Ao contrário do ZK, o FHE pode executar várias operações em dados encriptados sem a necessidade de descriptografar. O MPC permite que as partes realizem cálculos em situações de dados encriptados, sem precisar compartilhar informações privadas. O TEE proporciona um ambiente seguro para cálculos, mas tem uma flexibilidade limitada no processamento de dados.

Estas tecnologias de encriptação têm as suas vantagens, mas na apoio a tarefas de cálculo complexas, a Criptografia homomórfica (FHE) destaca-se particularmente. No entanto, a FHE ainda enfrenta problemas de alto custo computacional e baixa escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.

Limitações e desafios da FHE

Apesar de a base teórica da FHE ser robusta, encontrou desafios práticos na aplicação comercial:

1. Custo computacional em larga escala: A FHE requer uma grande quantidade de recursos computacionais, e em comparação com cálculos não encriptados, seu custo computacional aumenta significativamente. Para operações polinomiais de alto grau, o tempo de processamento cresce de forma polinomial, dificultando a satisfação das demandas de cálculo em tempo real. A redução de custos depende da aceleração por hardware dedicado, mas isso também aumenta a complexidade da implementação.

2. Capacidade de operação limitada: Embora a FHE possa executar adição e multiplicação de dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um obstáculo para aplicações de inteligência artificial que envolvem redes neurais profundas. Atualmente, os esquemas FHE são principalmente adequados para cálculos lineares e polinomiais simples, e a aplicação de modelos não lineares é significativamente restrita.

3. Complexidade do suporte a múltiplos utilizadores: A FHE apresenta um bom desempenho em cenários de utilizador único, mas a complexidade do sistema aumenta drasticamente quando se trata de conjuntos de dados de múltiplos utilizadores. O quadro FHE de múltiplas chaves proposto em 2013 permite a operação de conjuntos de dados encriptados com diferentes chaves, mas a complexidade da gestão de chaves e da arquitetura do sistema aumenta significativamente.

A combinação de FHE com inteligência artificial

Na atual era impulsionada por dados, a inteligência artificial é amplamente aplicada em vários setores, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes hesitem em compartilhar informações sensíveis. A Criptografia homomórfica (FHE) oferece uma solução de proteção de privacidade para o campo da IA. No cenário de computação em nuvem, a transmissão e o armazenamento de dados são geralmente encriptados, mas o processo de processamento costuma estar em estado de texto claro. Com a FHE, os dados dos usuários podem ser processados mantendo-se em estado encriptado, garantindo a privacidade.

Esta vantagem é especialmente importante sob regulamentos como o GDPR, pois estes exigem que os usuários tenham o direito de saber como os seus dados são processados e asseguram que os dados estejam protegidos durante a transmissão. A encriptação de ponta a ponta do FHE garante conformidade e segurança dos dados.

Aplicações e projetos atuais de FHE na blockchain

A FHE é utilizada principalmente na blockchain para proteger a privacidade dos dados, incluindo privacidade em cadeia, privacidade de dados de treinamento de IA, privacidade de votação em cadeia e revisão de transações privadas em cadeia. Atualmente, vários projetos estão a utilizar a tecnologia FHE para promover a realização da proteção da privacidade.

Uma tecnologia construída por um fornecedor de soluções FHE é amplamente utilizada em vários projetos de proteção de privacidade. Esses projetos incluem:

• Baseado na tecnologia TFHE, focado em operações booleanas e operações com inteiros de baixo comprimento, e construiu um projeto de pilha de desenvolvimento FHE para aplicações de blockchain e IA.

• Desenvolveu uma nova linguagem de contratos inteligentes e uma biblioteca FHE, adequada para projetos de redes de blockchain.

• Utilizar FHE para implementar a proteção da privacidade em redes de computação AI, suportando vários modelos de AI.

• Combinar FHE com inteligência artificial para oferecer um ambiente de IA descentralizado e com proteção de privacidade.

• Como solução Layer 2 para Ethereum, suporta FHE Rollups e FHE Coprocessors, compatível com EVM e suporta a escrita de contratos inteligentes em Solidity.

Conclusão

A FHE, como uma tecnologia avançada capaz de executar cálculos em dados encriptados, tem vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE enfrente desafios de alto custo computacional e baixa escalabilidade, espera-se que esses problemas sejam gradualmente resolvidos por meio de aceleração de hardware e otimização de algoritmos. Com o desenvolvimento da tecnologia blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, a FHE tem potencial para se tornar a tecnologia central que suporta o cálculo de proteção da privacidade, trazendo uma ruptura revolucionária para a segurança dos dados.