La fusión perfecta de privacidad y rendimiento: la cadena pública NEAR introduce el protocolo de privacidad Nillion
Recientemente, un protocolo de privacidad anunció la introducción de tecnologías de cálculo ciego y almacenamiento ciego en la cadena de bloques L1 NEAR, que se centra en la velocidad y la escalabilidad. Esta integración innovadora combina el alto rendimiento de NEAR con herramientas avanzadas de privacidad, brindando la oportunidad de utilizar cálculo ciego a más de 750 proyectos en el ecosistema de NEAR.
La poderosa colaboración entre NEAR y Nillion
Como una red de blockchain L1 madura, NEAR siempre ha sido conocida por su rendimiento excepcional. Sus tres características principales incluyen:
Tecnología de fragmentación Nightshade: Esta es la solución de fragmentación única de NEAR, que mejora significativamente la capacidad de procesamiento de transacciones y reduce la latencia, siendo muy adecuada para escenarios de aplicaciones que requieren alto rendimiento.
Entorno de ejecución WebAssembly: NEAR soporta contratos inteligentes escritos en Rust y AssemblyScript en su máquina virtual basada en Wasm, lo que atrae a desarrolladores de diferentes orígenes tecnológicos a participar.
Sistema de cuentas fácil de usar: NEAR utiliza un método de nomenclatura de cuentas intuitivo y comprensible, lo que mejora significativamente la experiencia del usuario y la accesibilidad.
Estas ventajas únicas han atraído a una gran cantidad de desarrolladores, empresarios e innovadores, que juntos han creado un próspero ecosistema con más de 750 aplicaciones.
Esta vez, al combinar la capacidad de cálculo ciego con el procesamiento eficiente de transacciones de NEAR, se lograron los siguientes avances:
Privacidad de datos modular: Las funciones de privacidad se integran sin problemas con NEAR, lo que permite la ejecución modular de operaciones de almacenamiento y cálculo de datos en una red dedicada, mientras se realiza una liquidación transparente en la blockchain de NEAR. Este diseño modular proporciona a los desarrolladores una mayor flexibilidad.
Gestión de datos privados: al proporcionar servicios de almacenamiento y computación privados para varios tipos de datos, se ha ampliado enormemente el límite funcional de NEAR. Esto ha ampliado significativamente el espacio de diseño para aplicaciones de protección de la privacidad en el ecosistema NEAR, permitiendo a los desarrolladores construir soluciones que antes no podían realizarse debido a las restricciones de privacidad, al mismo tiempo que atrae a más usuarios que valoran la privacidad.
AI privado: La atención de NEAR a la IA autónoma y liderada por el usuario se complementa con su capacidad de almacenamiento y computación privada, abriendo un vasto nuevo horizonte para el desarrollo de IA descentralizada.
Ampliar el espacio de construcción de proyectos de criptomonedas
Esta fusión tecnológica ha abierto nuevas direcciones de desarrollo para las aplicaciones de protección de la privacidad dentro del ecosistema NEAR, especialmente en lo que respecta a las soluciones de IA:
AI privado
Inferencia privada: soporte para la inferencia segura de modelos de IA, proporcionando protección a los usuarios que ofrecen entradas sensibles y a modelos de aprendizaje automático propietarios, con un enfoque inicial en modelos privados como regresión, predicción de series temporales o clasificación.
Proxy privado: Con el auge de los agentes de IA que actúan de manera semiautónoma o completamente autónoma, la demanda de soluciones de privacidad se vuelve cada vez más importante. El soporte para la clasificación de intenciones puede asegurar que los usuarios no revelen información relevante sobre la consulta original o las acciones que el agente toma basándose en la consulta al utilizar el agente.
Aprendizaje federado: aunque el aprendizaje federado se centra principalmente en entrenar modelos en conjuntos de datos descentralizados sin necesidad de centralizar datos, las nuevas tecnologías de privacidad pueden mejorar la protección de la privacidad al proteger el proceso de agregación, asegurando que la información sensible generada durante el entrenamiento (como los gradientes) se mantenga confidencial.
Datos sintéticos privados: nueva tecnología puede convertirse en una solución para proteger la privacidad de los datos básicos durante el proceso de entrenamiento de GAN. Aplicar MPC al entrenamiento de GAN puede garantizar que los datos utilizados durante el entrenamiento no se expongan a otros participantes.
Búsqueda privada mejorada generativa (RAG): Esta tecnología ha creado un método innovador de protección de la privacidad para la recuperación de información, que admite el almacenamiento seguro cuántico de vectores en estado de reposo y la evaluación de búsqueda semántica, todo sin necesidad de descifrado.
solución de privacidad entre cadenas
Teniendo en cuenta la importancia de NEAR por la interoperabilidad, esta integración promete allanar el camino para aplicaciones y transferencias de activos跨链 con protección de la privacidad.
plataforma comunitaria prioritaria en privacidad
Las comunidades descentralizadas pueden aprovechar el contenido almacenado de forma privada y los gráficos sociales, y procesarlos para recomendar contenido personalizado dirigido, combinando las ventajas de la descentralización con la protección de la privacidad. Esta plataforma también puede apoyar votaciones anónimas, la presentación de propuestas privadas y la gestión segura de fondos.
DeFi seguro
La tecnología de cálculo ciego puede implementar libros de órdenes privados, evaluaciones de préstamos confidenciales y grupos de liquidez ocultos, mejorando significativamente la seguridad y la privacidad del ecosistema DeFi en constante crecimiento de NEAR.
herramienta de desarrollo centrada en la privacidad
La tecnología de cálculo ciego puede mejorar el entorno amigable para desarrolladores de NEAR al proporcionar herramientas y API centradas en la privacidad, permitiendo a los desarrolladores integrar fácilmente funciones avanzadas de privacidad en sus aplicaciones, manteniendo al mismo tiempo la facilidad de uso y la escalabilidad de NEAR.
Perspectivas: El futuro de la computación ciega en NEAR
Al combinar la infraestructura de alto rendimiento de NEAR con funciones avanzadas de privacidad, se está creando un entorno ideal que permite a los desarrolladores construir aplicaciones potentes y que protegen la privacidad, para satisfacer las necesidades del mundo real. Esto ayudará a fomentar una nueva economía digital abierta, donde los usuarios realmente controlen sus activos y datos.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
20 me gusta
Recompensa
20
4
Compartir
Comentar
0/400
RumbleValidator
· hace8h
750 proyectos, solo 55 pueden soportar alta concurrencia.
Ver originalesResponder0
ForkYouPayMe
· 07-25 21:13
near aún no ha muerto~
Ver originalesResponder0
SybilSlayer
· 07-25 21:05
Computador avanzado de Turing + cálculo ciego increíble
Ver originalesResponder0
ChainSherlockGirl
· 07-25 20:53
Cálculo ciego desde la primera persona de comer sandías, todos agárrense fuerte.
NEAR introduce la tecnología de cálculo ciego para inyectar nueva energía de privacidad en el ecosistema Web3
La fusión perfecta de privacidad y rendimiento: la cadena pública NEAR introduce el protocolo de privacidad Nillion
Recientemente, un protocolo de privacidad anunció la introducción de tecnologías de cálculo ciego y almacenamiento ciego en la cadena de bloques L1 NEAR, que se centra en la velocidad y la escalabilidad. Esta integración innovadora combina el alto rendimiento de NEAR con herramientas avanzadas de privacidad, brindando la oportunidad de utilizar cálculo ciego a más de 750 proyectos en el ecosistema de NEAR.
La poderosa colaboración entre NEAR y Nillion
Como una red de blockchain L1 madura, NEAR siempre ha sido conocida por su rendimiento excepcional. Sus tres características principales incluyen:
Tecnología de fragmentación Nightshade: Esta es la solución de fragmentación única de NEAR, que mejora significativamente la capacidad de procesamiento de transacciones y reduce la latencia, siendo muy adecuada para escenarios de aplicaciones que requieren alto rendimiento.
Entorno de ejecución WebAssembly: NEAR soporta contratos inteligentes escritos en Rust y AssemblyScript en su máquina virtual basada en Wasm, lo que atrae a desarrolladores de diferentes orígenes tecnológicos a participar.
Sistema de cuentas fácil de usar: NEAR utiliza un método de nomenclatura de cuentas intuitivo y comprensible, lo que mejora significativamente la experiencia del usuario y la accesibilidad.
Estas ventajas únicas han atraído a una gran cantidad de desarrolladores, empresarios e innovadores, que juntos han creado un próspero ecosistema con más de 750 aplicaciones.
Esta vez, al combinar la capacidad de cálculo ciego con el procesamiento eficiente de transacciones de NEAR, se lograron los siguientes avances:
Privacidad de datos modular: Las funciones de privacidad se integran sin problemas con NEAR, lo que permite la ejecución modular de operaciones de almacenamiento y cálculo de datos en una red dedicada, mientras se realiza una liquidación transparente en la blockchain de NEAR. Este diseño modular proporciona a los desarrolladores una mayor flexibilidad.
Gestión de datos privados: al proporcionar servicios de almacenamiento y computación privados para varios tipos de datos, se ha ampliado enormemente el límite funcional de NEAR. Esto ha ampliado significativamente el espacio de diseño para aplicaciones de protección de la privacidad en el ecosistema NEAR, permitiendo a los desarrolladores construir soluciones que antes no podían realizarse debido a las restricciones de privacidad, al mismo tiempo que atrae a más usuarios que valoran la privacidad.
AI privado: La atención de NEAR a la IA autónoma y liderada por el usuario se complementa con su capacidad de almacenamiento y computación privada, abriendo un vasto nuevo horizonte para el desarrollo de IA descentralizada.
Ampliar el espacio de construcción de proyectos de criptomonedas
Esta fusión tecnológica ha abierto nuevas direcciones de desarrollo para las aplicaciones de protección de la privacidad dentro del ecosistema NEAR, especialmente en lo que respecta a las soluciones de IA:
AI privado
Inferencia privada: soporte para la inferencia segura de modelos de IA, proporcionando protección a los usuarios que ofrecen entradas sensibles y a modelos de aprendizaje automático propietarios, con un enfoque inicial en modelos privados como regresión, predicción de series temporales o clasificación.
Proxy privado: Con el auge de los agentes de IA que actúan de manera semiautónoma o completamente autónoma, la demanda de soluciones de privacidad se vuelve cada vez más importante. El soporte para la clasificación de intenciones puede asegurar que los usuarios no revelen información relevante sobre la consulta original o las acciones que el agente toma basándose en la consulta al utilizar el agente.
Aprendizaje federado: aunque el aprendizaje federado se centra principalmente en entrenar modelos en conjuntos de datos descentralizados sin necesidad de centralizar datos, las nuevas tecnologías de privacidad pueden mejorar la protección de la privacidad al proteger el proceso de agregación, asegurando que la información sensible generada durante el entrenamiento (como los gradientes) se mantenga confidencial.
Datos sintéticos privados: nueva tecnología puede convertirse en una solución para proteger la privacidad de los datos básicos durante el proceso de entrenamiento de GAN. Aplicar MPC al entrenamiento de GAN puede garantizar que los datos utilizados durante el entrenamiento no se expongan a otros participantes.
Búsqueda privada mejorada generativa (RAG): Esta tecnología ha creado un método innovador de protección de la privacidad para la recuperación de información, que admite el almacenamiento seguro cuántico de vectores en estado de reposo y la evaluación de búsqueda semántica, todo sin necesidad de descifrado.
solución de privacidad entre cadenas
Teniendo en cuenta la importancia de NEAR por la interoperabilidad, esta integración promete allanar el camino para aplicaciones y transferencias de activos跨链 con protección de la privacidad.
plataforma comunitaria prioritaria en privacidad
Las comunidades descentralizadas pueden aprovechar el contenido almacenado de forma privada y los gráficos sociales, y procesarlos para recomendar contenido personalizado dirigido, combinando las ventajas de la descentralización con la protección de la privacidad. Esta plataforma también puede apoyar votaciones anónimas, la presentación de propuestas privadas y la gestión segura de fondos.
DeFi seguro
La tecnología de cálculo ciego puede implementar libros de órdenes privados, evaluaciones de préstamos confidenciales y grupos de liquidez ocultos, mejorando significativamente la seguridad y la privacidad del ecosistema DeFi en constante crecimiento de NEAR.
herramienta de desarrollo centrada en la privacidad
La tecnología de cálculo ciego puede mejorar el entorno amigable para desarrolladores de NEAR al proporcionar herramientas y API centradas en la privacidad, permitiendo a los desarrolladores integrar fácilmente funciones avanzadas de privacidad en sus aplicaciones, manteniendo al mismo tiempo la facilidad de uso y la escalabilidad de NEAR.
Perspectivas: El futuro de la computación ciega en NEAR
Al combinar la infraestructura de alto rendimiento de NEAR con funciones avanzadas de privacidad, se está creando un entorno ideal que permite a los desarrolladores construir aplicaciones potentes y que protegen la privacidad, para satisfacer las necesidades del mundo real. Esto ayudará a fomentar una nueva economía digital abierta, donde los usuarios realmente controlen sus activos y datos.