Ativos de criptografia mercado relatório semanal e análise da Criptografia homomórfica técnica

Até 13 de outubro, as estatísticas de dados de várias principais ativos de criptografia mostram:

A popularidade de discussão sobre Bitcoin na semana passada foi de 12,52K vezes, uma queda de 0,98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, um aumento de 1,62% em relação ao domingo da semana anterior.

A discussão sobre o Ethereum atingiu 3,63K vezes na semana passada, um aumento de 3,45% em relação à semana anterior. O preço de fechamento no domingo foi de 2530 dólares, uma queda de 4% em relação ao domingo da semana anterior.

A discussão sobre o TON na semana passada teve um total de 782 vezes, uma redução de 12,63% em relação à semana anterior. O preço de fechamento no domingo foi de 5,26 dólares, uma leve queda de 0,25% em relação ao domingo da semana anterior.

Criptografia homomórfica(FHE) é uma tecnologia de ponta no campo da criptografia, cuja principal vantagem reside na capacidade de realizar cálculos diretamente sobre dados encriptados, sem a necessidade de um processo de decriptação. Essa característica oferece amplas perspectivas de aplicação em proteção de privacidade e processamento de dados, abrangendo áreas como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção de privacidade em blockchain. No entanto, apesar do grande potencial do FHE, seu caminho para a comercialização ainda enfrenta muitos desafios.

Potencial e 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 de computação de outra empresa para analisar dados, mas não deseja que a outra parte tenha acesso ao conteúdo específico, a FHE pode desempenhar um papel. O proprietário dos dados pode transmitir os dados encriptados para a parte de computação processar, e o resultado do cálculo ainda permanece em estado encriptado; o proprietário dos dados pode decifrar para obter os resultados da análise. Este mecanismo protege a privacidade dos dados e ainda permite realizar as tarefas de cálculo necessárias.

Para setores sensíveis a dados, como finanças e saúde, esse mecanismo de proteção à privacidade é especialmente importante. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados se tornou cada vez mais um foco de atenção. A Criptografia homomórfica pode fornecer proteção de computação multipartidária nesses cenários, permitindo que as partes colaborem sem expor informações privadas. Na tecnologia blockchain, a Criptografia homomórfica melhora a transparência e a segurança do processamento de dados, oferecendo funcionalidades como proteção de privacidade em cadeia e auditoria de transações privadas.

Comparação entre FHE e outros métodos de encriptação

No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução confiáveis (TEE) são todos métodos principais de proteção de privacidade. FHE pode realizar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. MPC permite que as partes realizem cálculos sob a condição de que os dados estejam encriptados, sem a necessidade de compartilhar informações privadas entre si. TEE proporciona cálculos em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.

Estas tecnologias de encriptação têm vantagens distintas, mas na realização de tarefas de computação complexas, a Criptografia homomórfica destaca-se particularmente. No entanto, a Criptografia homomórfica ainda enfrenta problemas de elevados custos computacionais e escalabilidade limitada em aplicações práticas, o que limita o seu desempenho em aplicações em tempo real.

Limitações e desafios da FHE

Apesar de a base teórica da FHE ser forte, 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, o seu custo aumenta significativamente. Para operações polinomiais de alto grau, o tempo de processamento cresce de forma polinomial, tornando difícil atender às necessidades de cálculo em tempo real. A redução de custos depende de aceleração por hardware especializado, mas isso também aumenta a complexidade da implementação.

2. Capacidade de operação limitada: A FHE pode executar adição e multiplicação de dados encriptados, mas o suporte para operações não lineares complexas é limitado, o que cria um gargalo em aplicações de IA que envolvem redes neurais profundas. Os esquemas FHE atuais são principalmente adequados para cálculos lineares e polinomiais simples, enquanto as aplicações de modelos não lineares são significativamente limitadas.

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. Embora a estrutura FHE de múltiplas chaves permita a operação de conjuntos de dados encriptados com diferentes chaves, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.

A combinação de FHE com inteligência artificial

Na atual era orientada por dados, a IA é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes não queiram compartilhar informações sensíveis. A Criptografia homomórfica oferece uma solução de proteção da privacidade para a IA. No contexto da computação em nuvem, a Criptografia homomórfica permite que os dados dos usuários sejam processados enquanto permanecem em estado de encriptação, garantindo a privacidade dos dados.

Esta vantagem é especialmente importante sob regulamentos como o GDPR, uma vez que estes exigem que os utilizadores tenham o direito de ser informados sobre a forma como os seus dados são processados e garantem que os dados estão protegidos durante a sua transmissão. A encriptação de ponta a ponta da FHE oferece garantias de conformidade e segurança dos dados.

Aplicações atuais de FHE na blockchain e projetos

A Criptografia homomórfica é usada principalmente na proteção da privacidade dos dados em blockchain, incluindo privacidade on-chain, privacidade de dados de treinamento de IA, privacidade de votação on-chain e revisão de transações privadas on-chain, entre outros. Atualmente, vários projetos estão utilizando a tecnologia de Criptografia homomórfica para promover a implementação da proteção da privacidade.

Algumas soluções FHE construídas por projetos estão amplamente aplicadas em múltiplos projetos de blockchain e proteção de privacidade. Esses projetos se concentram em diferentes aspectos: alguns baseados na tecnologia TFHE, focando em operações booleanas e operações com inteiros de baixo comprimento; outros desenvolveram novas linguagens de contratos inteligentes e bibliotecas FHE; ainda há projetos que combinam FHE com inteligência artificial, proporcionando um ambiente de IA descentralizado e que protege a privacidade. Além disso, há projetos que atuam como soluções Layer 2 para Ethereum, suportando FHE Rollups e FHE Coprocessors, compatíveis com EVM e suportando contratos inteligentes escritos em Solidity.

Conclusão

A FHE, como uma tecnologia avançada capaz de executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora as aplicações comerciais atuais da FHE ainda enfrentem desafios de grandes custos computacionais e baixa escalabilidade, espera-se que, através da aceleração de hardware e otimização de algoritmos, esses problemas sejam gradualmente resolvidos. Além disso, com o desenvolvimento da tecnologia blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e na computação segura. No futuro, a FHE poderá se tornar a tecnologia central que sustentará a computação de proteção da privacidade, trazendo novas e revolucionárias quebras para a segurança dos dados.