Статистические данные показывают, что обсуждение основных криптоактивов немного колебалось.
Последние данные показывают, что по состоянию на 13 октября обсуждаемость и цена нескольких основных криптоактивов изменились в разной степени колебания.
Количество обсуждений биткойна на прошлой неделе составило 12.52K, что на 0.98% меньше, чем на предыдущей неделе. Что касается цены, то в воскресенье цена закрытия составила 63916 долларов, что на 1.62% выше, чем на аналогичную дату предыдущей недели.
Обсуждений по эфиру на прошлой неделе было 3.63K, что на 3.45% больше, чем на предыдущей неделе. По ценам, в прошлое воскресенье закрытие составило 2530 долларов, что на 4% ниже по сравнению с аналогичным периодом предыдущей недели.
Обсуждения TON на прошлой неделе составили 782, что на 12,63% меньше по сравнению с предыдущей неделей. Что касается цен, в воскресенье на прошлой неделе закрытие составило 5,26 долларов, что на 0,25% ниже по сравнению с тем же периодом предыдущей недели.
Потенциал и вызовы технологии гомоморфного шифрования
Гомоморфное шифрование ( FHE ) является весьма перспективной технологией в области криптографии, основное преимущество которой заключается в возможности выполнять вычисления непосредственно на зашифрованных данных без необходимости их расшифровки. Эта особенность обеспечивает надежную поддержку защиты конфиденциальности и обработки данных, что делает ее широко применимой в таких областях, как финансы, медицина, облачные вычисления и машинное обучение.
Преимущества FHE и сценарии применения
Основное преимущество FHE заключается в защите конфиденциальности. Например, одна компания может передать зашифрованные данные другой компании для анализа и вычислений, не беспокоясь о раскрытии содержания данных. Этот механизм особенно важен для таких чувствительных к данным отраслей, как финансы и медицина.
На фоне быстрого развития облачных технологий и искусственного интеллекта, FHE может защищать конфиденциальную информацию сторон в многопартнерских вычислениях. В области блокчейна FHE может обеспечить защиту конфиденциальности на цепочке и проверку конфиденциальных сделок, повышая прозрачность и безопасность обработки данных.
Сравнение FHE с другими способами шифрования
В области Web3, помимо FHE, существует множество методов защиты конфиденциальности, таких как нулевые знания (ZK), многопартийные вычисления (MPC) и доверенная исполняемая среда (TEE). По сравнению с ZK, FHE может выполнять больше видов операций с зашифрованными данными. По сравнению с MPC, FHE более выгодно при обработке сложных вычислительных задач.
Проблемы, с которыми сталкивается FHE
Несмотря на то, что теоретическая основа FHE надежна, на практике она все еще сталкивается с некоторыми вызовами:
Высокие вычислительные затраты: FHE требует большого объема вычислительных ресурсов, что затрудняет удовлетворение требований к вычислениям в реальном времени.
Ограниченные операционные возможности: FHE в основном поддерживает операции сложения и умножения, поддержка сложных нелинейных операций ограничена.
Поддержка нескольких пользователей сложна: при наличии наборов данных нескольких пользователей сложность системы значительно увеличивается.
Сочетание FHE и искусственного интеллекта
FHE предоставляет решения для обеспечения конфиденциальности в области ИИ. С помощью FHE данные пользователей могут обрабатываться в зашифрованном состоянии, что обеспечивает безопасность конфиденциальности. Эта особенность особенно важна в условиях требований таких регуляций, как GDPR, обеспечивая соответствие и безопасность данных.
Применение FHE в блокчейне
В настоящее время FHE в основном используется в блокчейне для защиты конфиденциальности данных, включая конфиденциальность на цепи, конфиденциальность данных для обучения ИИ, конфиденциальность голосования на цепи и проверку конфиденциальных транзакций на цепи. Многие проекты используют технологии FHE для реализации защиты конфиденциальности, такие как Zama, Octra, Privasea, MindNetwork и Fhenix.
Заключение
FHE как передовая технология, позволяющая выполнять вычисления на зашифрованных данных, имеет значительные преимущества в области защиты конфиденциальности данных. Хотя в настоящее время она все еще сталкивается с такими проблемами, как высокая вычислительная нагрузка и плохая масштабируемость, эти проблемы могут быть решены с помощью аппаратного ускорения и оптимизации алгоритмов. С развитием технологий блокчейн важность FHE в области защиты конфиденциальности и безопасных вычислений будет возрастать, и она может стать основной технологией, поддерживающей вычисления с защитой конфиденциальности.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Гомоморфное шифрование: Будущая звезда защиты конфиденциальности Web3
Статистические данные показывают, что обсуждение основных криптоактивов немного колебалось.
Последние данные показывают, что по состоянию на 13 октября обсуждаемость и цена нескольких основных криптоактивов изменились в разной степени колебания.
Количество обсуждений биткойна на прошлой неделе составило 12.52K, что на 0.98% меньше, чем на предыдущей неделе. Что касается цены, то в воскресенье цена закрытия составила 63916 долларов, что на 1.62% выше, чем на аналогичную дату предыдущей недели.
Обсуждений по эфиру на прошлой неделе было 3.63K, что на 3.45% больше, чем на предыдущей неделе. По ценам, в прошлое воскресенье закрытие составило 2530 долларов, что на 4% ниже по сравнению с аналогичным периодом предыдущей недели.
Обсуждения TON на прошлой неделе составили 782, что на 12,63% меньше по сравнению с предыдущей неделей. Что касается цен, в воскресенье на прошлой неделе закрытие составило 5,26 долларов, что на 0,25% ниже по сравнению с тем же периодом предыдущей недели.
Потенциал и вызовы технологии гомоморфного шифрования
Гомоморфное шифрование ( FHE ) является весьма перспективной технологией в области криптографии, основное преимущество которой заключается в возможности выполнять вычисления непосредственно на зашифрованных данных без необходимости их расшифровки. Эта особенность обеспечивает надежную поддержку защиты конфиденциальности и обработки данных, что делает ее широко применимой в таких областях, как финансы, медицина, облачные вычисления и машинное обучение.
Преимущества FHE и сценарии применения
Основное преимущество FHE заключается в защите конфиденциальности. Например, одна компания может передать зашифрованные данные другой компании для анализа и вычислений, не беспокоясь о раскрытии содержания данных. Этот механизм особенно важен для таких чувствительных к данным отраслей, как финансы и медицина.
На фоне быстрого развития облачных технологий и искусственного интеллекта, FHE может защищать конфиденциальную информацию сторон в многопартнерских вычислениях. В области блокчейна FHE может обеспечить защиту конфиденциальности на цепочке и проверку конфиденциальных сделок, повышая прозрачность и безопасность обработки данных.
Сравнение FHE с другими способами шифрования
В области Web3, помимо FHE, существует множество методов защиты конфиденциальности, таких как нулевые знания (ZK), многопартийные вычисления (MPC) и доверенная исполняемая среда (TEE). По сравнению с ZK, FHE может выполнять больше видов операций с зашифрованными данными. По сравнению с MPC, FHE более выгодно при обработке сложных вычислительных задач.
Проблемы, с которыми сталкивается FHE
Несмотря на то, что теоретическая основа FHE надежна, на практике она все еще сталкивается с некоторыми вызовами:
Высокие вычислительные затраты: FHE требует большого объема вычислительных ресурсов, что затрудняет удовлетворение требований к вычислениям в реальном времени.
Ограниченные операционные возможности: FHE в основном поддерживает операции сложения и умножения, поддержка сложных нелинейных операций ограничена.
Поддержка нескольких пользователей сложна: при наличии наборов данных нескольких пользователей сложность системы значительно увеличивается.
Сочетание FHE и искусственного интеллекта
FHE предоставляет решения для обеспечения конфиденциальности в области ИИ. С помощью FHE данные пользователей могут обрабатываться в зашифрованном состоянии, что обеспечивает безопасность конфиденциальности. Эта особенность особенно важна в условиях требований таких регуляций, как GDPR, обеспечивая соответствие и безопасность данных.
Применение FHE в блокчейне
В настоящее время FHE в основном используется в блокчейне для защиты конфиденциальности данных, включая конфиденциальность на цепи, конфиденциальность данных для обучения ИИ, конфиденциальность голосования на цепи и проверку конфиденциальных транзакций на цепи. Многие проекты используют технологии FHE для реализации защиты конфиденциальности, такие как Zama, Octra, Privasea, MindNetwork и Fhenix.
Заключение
FHE как передовая технология, позволяющая выполнять вычисления на зашифрованных данных, имеет значительные преимущества в области защиты конфиденциальности данных. Хотя в настоящее время она все еще сталкивается с такими проблемами, как высокая вычислительная нагрузка и плохая масштабируемость, эти проблемы могут быть решены с помощью аппаратного ускорения и оптимизации алгоритмов. С развитием технологий блокчейн важность FHE в области защиты конфиденциальности и безопасных вычислений будет возрастать, и она может стать основной технологией, поддерживающей вычисления с защитой конфиденциальности.