Dynamique du marché des cryptoactifs et analyse de la technologie de chiffrement homomorphique
Au 13 octobre, le niveau de discussion et la performance des prix de plusieurs principaux cryptoactifs sont les suivants :
Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la semaine précédente. Dimanche dernier, son prix a atteint 63916 dollars, en hausse de 1,62 % par rapport à la semaine précédente.
Le nombre de discussions sur Ethereum la semaine dernière était de 3,63K, en hausse de 3,45 % par rapport à la semaine précédente. Dimanche dernier, son prix était de 2530 dollars, en baisse de 4 % par rapport à la semaine précédente.
Le nombre de discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Son prix dimanche dernier était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la semaine précédente.
Chiffrement homomorphique(FHE) en tant que technologie émergente dans le domaine de la cryptographie, attire une attention croissante. Son avantage principal réside dans la capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de décryptage, offrant ainsi un soutien solide dans le traitement des données et la protection de la vie privée. La technologie FHE peut être appliquée à plusieurs domaines, y compris la finance, la santé, le cloud computing, l'apprentissage machine, les systèmes de vote, l'internet des objets et la protection de la vie privée sur la blockchain. Bien que les perspectives soient prometteuses, le chemin de la commercialisation de la FHE fait encore face à de nombreux défis.
Le potentiel et les cas d'utilisation de FHE
Le principal avantage du FHE réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la capacité de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que le contenu des données soit divulgué, le FHE peut jouer un rôle important. Le propriétaire des données peut transmettre des données chiffrées à la partie calculante pour traitement, et le résultat du calcul reste dans un état chiffré. Le propriétaire des données peut ensuite déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège efficacement la vie privée des données, tout en permettant à la partie calculante d'accomplir le travail requis.
Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données tels que la finance et la santé. Avec le développement du chiffrement et de l'intelligence artificielle, la sécurité des données devient de plus en plus un point de préoccupation. Le chiffrement homomorphique (FHE) peut offrir une protection de calcul multipartite dans ces scénarios, permettant aux parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, le FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctionnalités telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison entre FHE et d'autres méthodes de chiffrement
Dans le domaine du Web3, FHE, preuve à divulgation nulle d'information (ZK), calcul multipartite (MPC) et environnement d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, FHE peut effectuer diverses opérations sur des données chiffrées sans avoir à déchiffrer les données au préalable. MPC permet aux parties de calculer tout en gardant les données chiffrées, sans partager d'informations privées. TEE offre un environnement sécurisé pour le calcul, mais la flexibilité dans le traitement des données est relativement limitée.
Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien à des tâches de calcul complexes, le chiffrement homomorphique (FHE) se distingue particulièrement. Cependant, le FHE fait face à des problèmes de coûts de calcul élevés et de mauvaise évolutivité dans les applications pratiques, ce qui limite sa performance dans les applications en temps réel.
Limitations et défis du FHE
Bien que les bases théoriques du chiffrement homomorphique (FHE) soient solides, des défis pratiques se posent dans les applications commerciales :
Coût de calcul à grande échelle : Le chiffrement homomorphique (FHE) nécessite d'importantes ressources de calcul, et son coût de calcul augmente considérablement par rapport aux calculs non chiffrés. Pour les opérations polynomiales de haut degré, le temps de traitement augmente de manière polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts dépend d'un accélérateur matériel dédié, mais cela augmente également la complexité du déploiement.
Capacité opérationnelle limitée : Bien que le FHE puisse exécuter des opérations d'addition et de multiplication sur des données chiffrées, il prend en charge de manière limitée les opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle telles que les réseaux de neurones profonds. Les solutions FHE actuelles restent principalement adaptées aux calculs linéaires et aux polynômes simples, tandis que l'application de modèles non linéaires est considérablement limitée.
Complexité du support multi-utilisateur : le FHE fonctionne bien dans un scénario à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Le cadre FHE à clés multiples proposé en 2013, bien qu'il permette l'opération sur des jeux de données chiffrés avec différentes clés, augmente de manière significative la complexité de la gestion des clés et de l'architecture du système.
La combinaison de FHE et de l'intelligence artificielle
À l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans de nombreux domaines, mais en raison des préoccupations liées à la vie privée des données, les utilisateurs sont souvent réticents à partager des données sensibles. Le chiffrement homomorphique (FHE) offre une solution de protection de la vie privée dans le domaine de l'IA. Dans un scénario de cloud computing, les données sont généralement chiffrées lors de leur transmission et de leur stockage, mais elles sont souvent en texte clair lors du traitement. Grâce au FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité des données.
Cet avantage est particulièrement important dans le cadre de réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout FHE assure la conformité et la sécurité des données.
Applications et projets actuels de FHE dans la blockchain
L'application de FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée en chaîne, la vie privée des données d'entraînement AI, la vie privée des votes en chaîne et l'examen des transactions privées en chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la réalisation de la protection de la vie privée.
Certains projets connus incluent :
Une pile de développement FHE axée sur les opérations booléennes et les opérations sur des entiers de petite taille, basée sur la technologie TFHE.
Développé un nouveau langage de contrat intelligent et un projet de bibliothèque HyperghraphFHE adapté aux réseaux blockchain.
Utiliser le chiffrement homomorphique (FHE) pour protéger la vie privée dans les réseaux de calcul AI, en soutenant des solutions pour divers modèles AI.
Combiner le chiffrement homomorphique (FHE) et l'intelligence artificielle pour fournir un environnement d'IA décentralisé et respectueux de la vie privée.
En tant que solution Layer 2 pour Ethereum, elle prend en charge les Rollups FHE et les Coprocessors FHE, est compatible avec l'EVM et prend en charge l'écriture de contrats intelligents en Solidity.
Conclusion
Le FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle du FHE fasse encore face à des défis tels que des coûts de calcul élevés et une évolutivité limitée, ces problèmes pourraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie blockchain, le FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, le FHE pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
4
Reposter
Partager
Commentaire
0/400
0xOverleveraged
· Il y a 10h
btc est le roi des jetons de l'univers
Voir l'originalRépondre0
DegenRecoveryGroup
· Il y a 10h
Les jetons numériques ont finalement bougé ! En avant, en avant, en avant !
Voir l'originalRépondre0
FlatlineTrader
· Il y a 10h
Dans l'univers de la cryptomonnaie, les hausses et les chutes, qui peut le supporter ?
Fluctuation du marché des cryptomonnaies et perspectives et défis de la technologie de chiffrement homomorphique
Dynamique du marché des cryptoactifs et analyse de la technologie de chiffrement homomorphique
Au 13 octobre, le niveau de discussion et la performance des prix de plusieurs principaux cryptoactifs sont les suivants :
Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la semaine précédente. Dimanche dernier, son prix a atteint 63916 dollars, en hausse de 1,62 % par rapport à la semaine précédente.
Le nombre de discussions sur Ethereum la semaine dernière était de 3,63K, en hausse de 3,45 % par rapport à la semaine précédente. Dimanche dernier, son prix était de 2530 dollars, en baisse de 4 % par rapport à la semaine précédente.
Le nombre de discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Son prix dimanche dernier était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la semaine précédente.
Chiffrement homomorphique(FHE) en tant que technologie émergente dans le domaine de la cryptographie, attire une attention croissante. Son avantage principal réside dans la capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de décryptage, offrant ainsi un soutien solide dans le traitement des données et la protection de la vie privée. La technologie FHE peut être appliquée à plusieurs domaines, y compris la finance, la santé, le cloud computing, l'apprentissage machine, les systèmes de vote, l'internet des objets et la protection de la vie privée sur la blockchain. Bien que les perspectives soient prometteuses, le chemin de la commercialisation de la FHE fait encore face à de nombreux défis.
Le potentiel et les cas d'utilisation de FHE
Le principal avantage du FHE réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la capacité de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que le contenu des données soit divulgué, le FHE peut jouer un rôle important. Le propriétaire des données peut transmettre des données chiffrées à la partie calculante pour traitement, et le résultat du calcul reste dans un état chiffré. Le propriétaire des données peut ensuite déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège efficacement la vie privée des données, tout en permettant à la partie calculante d'accomplir le travail requis.
Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données tels que la finance et la santé. Avec le développement du chiffrement et de l'intelligence artificielle, la sécurité des données devient de plus en plus un point de préoccupation. Le chiffrement homomorphique (FHE) peut offrir une protection de calcul multipartite dans ces scénarios, permettant aux parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, le FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctionnalités telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison entre FHE et d'autres méthodes de chiffrement
Dans le domaine du Web3, FHE, preuve à divulgation nulle d'information (ZK), calcul multipartite (MPC) et environnement d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, FHE peut effectuer diverses opérations sur des données chiffrées sans avoir à déchiffrer les données au préalable. MPC permet aux parties de calculer tout en gardant les données chiffrées, sans partager d'informations privées. TEE offre un environnement sécurisé pour le calcul, mais la flexibilité dans le traitement des données est relativement limitée.
Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien à des tâches de calcul complexes, le chiffrement homomorphique (FHE) se distingue particulièrement. Cependant, le FHE fait face à des problèmes de coûts de calcul élevés et de mauvaise évolutivité dans les applications pratiques, ce qui limite sa performance dans les applications en temps réel.
Limitations et défis du FHE
Bien que les bases théoriques du chiffrement homomorphique (FHE) soient solides, des défis pratiques se posent dans les applications commerciales :
Coût de calcul à grande échelle : Le chiffrement homomorphique (FHE) nécessite d'importantes ressources de calcul, et son coût de calcul augmente considérablement par rapport aux calculs non chiffrés. Pour les opérations polynomiales de haut degré, le temps de traitement augmente de manière polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts dépend d'un accélérateur matériel dédié, mais cela augmente également la complexité du déploiement.
Capacité opérationnelle limitée : Bien que le FHE puisse exécuter des opérations d'addition et de multiplication sur des données chiffrées, il prend en charge de manière limitée les opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle telles que les réseaux de neurones profonds. Les solutions FHE actuelles restent principalement adaptées aux calculs linéaires et aux polynômes simples, tandis que l'application de modèles non linéaires est considérablement limitée.
Complexité du support multi-utilisateur : le FHE fonctionne bien dans un scénario à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Le cadre FHE à clés multiples proposé en 2013, bien qu'il permette l'opération sur des jeux de données chiffrés avec différentes clés, augmente de manière significative la complexité de la gestion des clés et de l'architecture du système.
La combinaison de FHE et de l'intelligence artificielle
À l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans de nombreux domaines, mais en raison des préoccupations liées à la vie privée des données, les utilisateurs sont souvent réticents à partager des données sensibles. Le chiffrement homomorphique (FHE) offre une solution de protection de la vie privée dans le domaine de l'IA. Dans un scénario de cloud computing, les données sont généralement chiffrées lors de leur transmission et de leur stockage, mais elles sont souvent en texte clair lors du traitement. Grâce au FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité des données.
Cet avantage est particulièrement important dans le cadre de réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout FHE assure la conformité et la sécurité des données.
Applications et projets actuels de FHE dans la blockchain
L'application de FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée en chaîne, la vie privée des données d'entraînement AI, la vie privée des votes en chaîne et l'examen des transactions privées en chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la réalisation de la protection de la vie privée.
Certains projets connus incluent :
Conclusion
Le FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle du FHE fasse encore face à des défis tels que des coûts de calcul élevés et une évolutivité limitée, ces problèmes pourraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie blockchain, le FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, le FHE pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.