首頁 > 網路3.0 > 超越ZKP?速覽5個全同態加密潛力項目

超越ZKP?速覽5個全同態加密潛力項目

WBOY
發布: 2024-03-16 14:40:07
轉載
699 人瀏覽過

編譯:Luffy,Foresight News

全同態加密(FHE)很快就變成一個流行詞,你知道為什麼嗎?

FHE 允許在不洩露任何資訊的情況下對加密過資料進行計算,為Web3 開闢了多種可能性,包括但不限於:

  • 保密性RWA 代幣化
  • 鏈上身分
  • MEV 保護
  • 具有隱私性的鏈上醫療資料
  • 讓DeFi 符合資料保護與隱私權法

超越ZKP?速覽5個全同態加密潛力項目

此外,FHE 還可以在Web3 與人工智慧、零知識證明結合的領域中發揮作用。

人工智慧模型現在可以利用數據並產生結果,而無需存取實際輸入的數據,從而確保用戶的查詢保私密性和安全性。這也意味著資料訓練可以在不直接存取資料的情況下進行。

儘管關於主要大語言模型公司的閉源性質的爭論仍在繼續,但 FHE 已成為人工智慧領域潛在的遊戲規則改變者。

許多人都在爭論 FHE 是否會取代零知識證明(ZKP);然而,它們可以共存。 ZKP 可用於產生私有證明,而 FHE 可以處理智慧合約中的資料處理。

FHE 目前仍在發展初期,我將簡單介紹 5 個具有潛力的 FHE 專案。

1) Inco

Inco 是一個模組化的機密性即服務(confidentiality-as-a-service)區塊鏈,它是相容EVM 的L1,完全由FHE 提供支持。

Inco 先前完成了由 1kx 領投的 450 萬美元種子輪融資。

催化劑和要點:

  • 在基礎層提供隱私性是一個強大的價值主張,可以吸引眾多注重隱私的 DApp。
  • 資料可用性層的引入徹底改變了像 Celestia 等模組化專案的生態系統。保密層預計會產生類似的、甚至更大的吸引力。
  • 與 Zama 合作,Polygon 聯合創始人是其顧問,將透過 EigenLayer(實際上是 AVS)借用以太坊的安全性。

2) Mind Network

Mind 是提供安全性和資料隱私零信任層( Zero Trust Layer),旨在促進真正的 CrossFi 擴充。

Mind 完成了 Binance Labs 領投的 250 萬美元種子輪融資。

催化劑和要點:

  • 建立網路基礎設施,使全球公民能夠控制自己的資料。
  • 測試網已上線,並可能對測試網進行激勵。
  • 由 Zama 提供支援。
  • 第一個用例是 MindLake,這是一個開創性的資料儲存 Rollup,旨在對去中心化平台上的加密資料進行計算。

3) Fhenix

Fhenix 是第一個基於Rollup 的FHE 架構,旨在解決由於廣泛的執行要求和可擴展性限製而在L1 上執行FHE 計算的挑戰。

催化劑和要點:

  • Optimistic FHE Rollup 可以在以太坊上構建,無需修改基礎層,這意味著以太坊中的每個智能合約都可以透過FHE Rollup解決方案增強隱私性。
  • 與 Zama 合作推出 fhEVM 基礎設施。
  • 測試網即將上線。
  • 在我看來,Fhenix 簡化了機密智慧合約的部署,這對於開發人員的採用至關重要。

4) Privasea

Privasea 是一個利用 FHE 來確保 AI 運算過程中的隱私和安全的網路。

Privasea 完成了 Binance Labs 領投的 500 萬美元種子輪融資。

催化劑與要點:

  • Genesis NFT 詳情即將公佈,持有者能夠獲得空投。
  • 為 DePIN AI 提供隱私計算 FHE 解決方案,將所有熱點組合成一個合法有前景的項目,項目代幣可能會帶來很高的回報。
  • 正在開發另一個用於安全和私密用戶驗證的 DApp,確保 KYC 流程中的隱私,不暴露個人詳細信息,但在必要時保持可審計。
  • 由 Zama 提供支援。

5) Optalysys

Optalysys 正在建立下一代運算處理能力,我認為這是一個非常有前途的項目,是 FHE 領域的「鏟子」。

Optalysys 專注於 DePIN 項目,該項目具有專為高強度 FHE 工作負載量身定制的雲端原生技術堆疊,有助於計算層中的 FHE 擴展。

催化劑和要點:

  • 作為鏟子的潛力。
  • 協處理器(GPU、CPU)解決電子系統的基本限制。
  • Optalysys 開發了一種獨特的光學運算系統,可提供從資料中心到邊緣運算的處理能力和能源效率,支援所有主要的 FHE 庫。

以上是超越ZKP?速覽5個全同態加密潛力項目的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:panewslab.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板