Informe semanal del mercado de Activos Cripto y análisis de la Cifrado homomórfico

Hasta el 13 de octubre, las estadísticas de varios Activos Cripto principales muestran:

La discusión sobre Bitcoin la semana pasada tuvo un volumen de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior. Su precio de cierre del domingo fue de 63916 dólares, un aumento del 1.62% en comparación con el domingo anterior.

La discusión sobre Ethereum alcanzó un volumen de 3.63K la semana pasada, lo que representa un aumento del 3.45% en comparación con la semana anterior. El precio de cierre del domingo fue de 2530 dólares, lo que significa una disminución del 4% en comparación con el domingo de la semana anterior.

La discusión sobre TON la semana pasada tuvo una intensidad de 782 veces, lo que representa una disminución del 12.63% en comparación con la semana anterior. El precio de cierre del domingo fue de 5.26 dólares, con una ligera caída del 0.25% en comparación con el domingo de la semana anterior.

Cifrado homomórfico ( FHE ) es una tecnología de vanguardia en el campo de la criptografía, cuya ventaja principal radica en la capacidad de realizar cálculos directamente sobre datos encriptados, sin necesidad de un proceso de desencriptación. Esta característica le otorga amplias perspectivas de aplicación en la protección de la privacidad y el procesamiento de datos, abarcando múltiples campos como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y la protección de la privacidad en blockchain. Sin embargo, a pesar del gran potencial de FHE, su camino hacia la comercialización aún enfrenta numerosos desafíos.

Potencial y escenarios de aplicación de FHE

La mayor ventaja del cifrado homomórfico radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que esta última tenga acceso al contenido específico, el FHE puede ser útil. El propietario de los datos puede enviar los datos encriptados a la parte de cálculo para su procesamiento, y el resultado de los cálculos sigue manteniendo su estado encriptado; el propietario de los datos puede obtener los resultados del análisis después de desencriptarlos. Este mecanismo protege la privacidad de los datos y permite completar las tareas de cálculo necesarias.

Para industrias sensibles a datos como las finanzas y la salud, este mecanismo de protección de la privacidad es especialmente importante. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido en un foco de atención creciente. El Cifrado homomórfico (FHE) puede proporcionar protección en el cálculo multipartito en estos escenarios, permitiendo que las partes colaboren sin exponer información confidencial. En la tecnología blockchain, el FHE mejora la transparencia y la seguridad del procesamiento de datos al ofrecer funciones como la protección de la privacidad en la cadena y la revisión de transacciones privadas.

Comparación de FHE con otros métodos de encriptación

En el campo de Web3, FHE, pruebas de conocimiento cero (ZK), computación multipartita (MPC) y entornos de ejecución confiables (TEE) son todos métodos principales de protección de la privacidad. FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero. MPC permite a las partes realizar cálculos mientras los datos están encriptados, sin necesidad de compartir información privada entre sí. TEE proporciona cálculos en un entorno seguro, pero su flexibilidad en el procesamiento de datos es relativamente limitada.

Estas tecnologías de encriptación tienen sus propias ventajas, pero en el apoyo a tareas computacionales complejas, el Cifrado homomórfico se destaca especialmente. Sin embargo, el Cifrado homomórfico aún enfrenta problemas de altos costos computacionales y escasa escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.

Limitaciones y desafíos del Cifrado homomórfico

A pesar de que la base teórica de FHE es sólida, se han encontrado desafíos prácticos en su aplicación comercial:

1. Costos de cálculo a gran escala: El FHE requiere una gran cantidad de recursos de cálculo, y en comparación con el cálculo no encriptado, sus costos aumentan significativamente. Para operaciones polinómicas de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las demandas de cálculo en tiempo real. Reducir costos depende de la aceleración por hardware especializado, pero esto también aumenta la complejidad de la implementación.

2. Capacidad operativa limitada: FHE puede ejecutar la suma y multiplicación de datos encriptados, pero el soporte para operaciones no lineales complejas es limitado, lo que crea un cuello de botella en aplicaciones de IA que involucran redes neuronales profundas, entre otras. Actualmente, los esquemas de FHE son principalmente adecuados para cálculos lineales y polinómicos simples, y las aplicaciones de modelos no lineales están significativamente restringidas.

3. Complejidad del soporte multiusuario: FHE funciona bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos multiusuario. Aunque el marco FHE de múltiples claves permite operar conjuntos de datos encriptados con diferentes claves, la complejidad de la gestión de claves y la arquitectura del sistema aumenta significativamente.

La combinación de FHE y la inteligencia artificial

En la actual era impulsada por datos, la IA se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos a menudo hacen que los usuarios no quieran compartir información sensible. El Cifrado homomórfico proporciona soluciones de protección de la privacidad para la IA. En el contexto de la computación en la nube, el Cifrado homomórfico permite que los datos de los usuarios se procesen manteniendo su estado encriptado, asegurando la privacidad de los datos.

Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a ser informados sobre cómo se procesan sus datos y aseguran que los datos estén protegidos durante la transmisión. La encriptación de extremo a extremo de FHE garantiza el cumplimiento y la seguridad de los datos.

Aplicaciones y proyectos actuales de FHE en blockchain

FHE se utiliza principalmente en la blockchain para proteger la privacidad de los datos, incluyendo la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad.

Algunas soluciones FHE construidas por proyectos se utilizan ampliamente en múltiples proyectos de blockchain y protección de la privacidad. Estos proyectos se centran en diferentes aspectos: algunos se basan en la tecnología TFHE, enfocándose en operaciones booleanas y operaciones de enteros de baja longitud; otros han desarrollado nuevos lenguajes de contratos inteligentes y bibliotecas FHE; además, hay proyectos que combinan FHE con inteligencia artificial, proporcionando un entorno de IA descentralizado y que protege la privacidad. Además, hay proyectos que actúan como soluciones de Layer 2 de Ethereum, soportando FHE Rollups y FHE Coprocessors, compatibles con EVM y soportando contratos inteligentes escritos en Solidity.

Conclusión

FHE, como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque actualmente la aplicación comercial de FHE aún enfrenta problemas de alto costo computacional y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, FHE podría convertirse en la tecnología central que respalde el cálculo con protección de la privacidad, trayendo nuevas y revolucionarias mejoras a la seguridad de los datos.