บทนำ

หลังจาก Zero-Knowledge (ZK) เฟื่องฟูในปี 2022 แอปพลิเคชันเทคโนโลยีความเป็นส่วนตัวมีความก้าวหน้าอย่างมากโดยระบบนิเวศของ ZK ประสบความสําเร็จในสาขาต่างๆเช่น EVM, DeFi และ DID ด้วยวงจรการเข้ารหัสใหม่ที่เกิดขึ้นคําถามเกิดขึ้น: FHE จะกลายเป็นเทคโนโลยีความเป็นส่วนตัวที่สําคัญต่อไปหรือไม่? ในปีที่ผ่านมา Fully Homomorphic Encryption (FHE) ได้รับความสนใจเพิ่มขึ้นจากผู้ร่วมทุนชั้นนําโดยมี Zama เป็นตัวอย่างหลัก บทความนี้สํารวจการเติบโตของ FHE เปรียบเทียบกับเทคโนโลยีความเป็นส่วนตัวอื่น ๆ และให้การวิเคราะห์โดยละเอียดเกี่ยวกับแนวทางของ Zama

FHE คืออะไร?

Fully Homomorphic Encryption (FHE) เป็นเทคโนโลยีความเป็นส่วนตัวที่ใช้คุณสมบัติทางคณิตศาสตร์ในการดำเนินการคำนวณต่าง ๆ กับข้อมูลที่ถูกเข้ารหัสเพื่อให้มั่นใจว่าข้อมูลจะไม่รั่วไหล ในฟิลด์ Web2 FHE ใช้ในการเข้ารหัสข้อมูลทางการแพทย์ ความเป็นส่วนตัวของข้อมูลทางการเงิน และการเข้ารหัสข้อมูลในคลาวด์ อัลกอริทึมการเข้ารหัสนี้ถูกเสนอครั้งแรกในปี 1978 และได้รับความสนใจอีกครั้งในศตวรรษที่ 21 เนื่องจากมีการพัฒนาเทคโนโลยีหลายอย่างที่ได้ปรับปรุงการจัดการเสียงและการประมวลผลจำนวนทศนิยม ทำให้อัลกอริทึมทำงานได้ดียิ่งขึ้น และเป็นแรงผลักดันเทคโนโลยี FHE เข้าสู่ภาคธุรกิจ

อัลกอริทึม Fully Homomorphic Encryption มีลักษณะหลัก 3 ประการคือ full homomorphism, ความลับของข้อมูลและความยืดหยุ่นในการคำนวณ

• Full Homomorphism: ในการเปรียบเทียบกับการเข้ารหัสบางส่วนที่เข้ารหัสแบบโฮโมร์ฟิกชันอนุพันธ์เต็มรูปแบบช่วยให้สามารถดำเนินการทางคณิตศาสตร์บนข้อมูลที่เข้ารหัสได้ทุกประการรวมถึงการบวกการคูณและการดำเนินการชุดที่ซับซ้อนมากขึ้น ในขณะที่รูปแบบการเข้ารหัสแบบโฮโมร์ฟิกชันอนุพันธ์บางส่วนเท่านั้นที่สนับสนุนการดำเนินการที่เฉพาะเจาะจง
• ความลับของข้อมูล: Fully Homomorphic Encryption ช่วยให้เราสามารถทำการบวกและคูณข้อมูลที่ถูกเข้ารหัสได้หลายครั้งโดยที่ผลลัพธ์ยังคงอยู่ในรูปแบบที่ถูกเข้ารหัส
• ความยืดหยุ่นทางคำนวณ: การเข้ารหัสแบบโฮโมอร์ฟิกเตอร์ที่เต็มรูปแบบรองรับการดำเนินการทางคำนวณต่าง ๆ เช่น การบวก การคูณ และการดำเนินการบูลีน ที่มีความเป็นส่วนตัวและความได้เปรียบ อย่างไรก็ตาม ยังมีที่จำเป็นสำหรับการปรับปรุงสำหรับการใช้ในการประยุกต์ที่ต้องการประสิทธิภาพสูงในการประมวลข้อมูลขนาดใหญ่และการคำนวณ

ทำไม FHE เป็น ZK-Level Track ถัดไป?

อัลกอริธึมการเข้ารหัสความเป็นส่วนตัวได้พัฒนาจากการเข้ารหัสแบบสมมาตรและไม่สมมาตรในยุคแรกๆ ไปสู่วิธีการที่ซับซ้อนและปลอดภัยยิ่งขึ้น เช่น Multi-Party Computation (MPC), Zero-Knowledge Proofs (ZK) และ Fully Homomorphic Encryption (FHE) วิวัฒนาการนี้เป็นไปตามความก้าวหน้าทางเทคโนโลยีและการเปลี่ยนแปลงในสถานการณ์การใช้งาน เนื่องจากความต้องการการเข้ารหัสความเป็นส่วนตัวในสาขาอุตสาหกรรมเติบโตขึ้นและสถานการณ์มีความหลากหลายมากขึ้นความสนใจต่อ FHE ในพื้นที่บล็อกเชนจึงเพิ่มขึ้นอย่างมาก

เกี่ยวกับการประมวลผลความเป็นส่วนตัว MPC และ ZK มีการใช้กันอย่างแพร่หลายในภาคสกุลเงินดิจิทัล แต่ทําไมตอนนี้ความสนใจจึงหันไปหา FHE? เมื่อเทียบกับ MPC แล้ว FHE ให้การปกป้องความเป็นส่วนตัวที่แข็งแกร่งกว่าความยืดหยุ่นในการคํานวณที่มากขึ้นและไม่ต้องการการตรวจสอบจากหลายฝ่าย ในทางตรงกันข้ามกับ ZK ซึ่งเก่งในการพิสูจน์ความจริงของเงื่อนไข FHE อนุญาตให้ทําการคํานวณกับข้อมูลที่เข้ารหัสและยังสามารถฝึกและอนุมานโมเดลแมชชีนเลิร์นนิงได้ อัลกอริธึมความเป็นส่วนตัวหลักแต่ละตัวมีจุดแข็งและจุดอ่อนและแสดงให้เห็นถึงข้อดีในสถานการณ์การใช้งานที่แตกต่างกันช่วยให้การประมวลผลความเป็นส่วนตัวหยั่งรากในทางปฏิบัติ

บทนำสู่ Zama

Zama เป็นบริษัทที่เน้นความเป็นส่วนตัว ก่อตั้งขึ้นในปี 2020 โดยทีมงานมีฐานะที่สุดเป็นหลักที่ยุโรป ประกอบด้วยนักวิทยาศาสตร์ที่มีปริญญาเอกมากกว่า 30 คน และผู้เชี่ยวชาญด้านการเข้ารหัส. ในเดือนมีนาคมของปีนี้ Zama ได้รับการลงทุนมูลค่า 73 ล้านดอลลาร์ ซึ่งมี Multicoin Capital และ Protocol Labs เป็นผู้นำทีม ร่วมกับนักลงทุนระดับใหญ่อื่น ๆ เช่น Metaplanet, Blockchange, VSquared, Stake Capital และ Portal Ventures. รอบนี้ยังดึงดูดผู้ก่อตั้งจากโครงการบล็อกเชนสำคัญอื่น ๆ เช่น Juan Benet (Filecoin), Gavin Wood (Polkadot), Anatoly Yakovenko (Solana), Julien Bouteloup (StakeDAO) และ Tarun Chitra (Gauntlet) มาเข้าร่วมด้วย

ทีมผู้นำของ Zama ประกอบด้วยผู้มีประสบการณ์ในวงการมากมาย รองประธานและประธานเจ้าหน้าที่ฝ่ายบริหาร Rand Hindi เริ่มเขียนโค้ดตั้งแต่อายุ 10 ปีและมีผลงานทางธุรกิจที่เป็นเอกลักษณ์ โดยมีการศึกษาขั้นสูงที่ครอบคลุมด้านวิทยาการคอมพิวเตอร์ ปัญญาประดิษฐ์ และชีววิทยาสารสนเทศ นอกจากนี้ รองประธานและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี Pascal Paillier เป็นผู้เชี่ยวชาญด้านการเข้ารหัสลับและมีปริญญาเอกในการเข้ารหัสลับและเครือข่ายจาก Télécom Paris ซึ่งนำความรู้และความชำนาญมาสู่ทีม

ระบบนิเวศผลิตภัณฑ์ของ Zama: เครื่องมือและกรอบการทำงานที่ครอบคลุม

สี่ผลิตภัณฑ์หลักของ Zama:

• Concrete - กรอบการทำงาน FHE แบบเปิด
• Concrete ML — เครื่องมือโอเพ่นซอร์สสำหรับการเรียนรู้ของเครื่องบนข้อมูลที่เข้ารหัส
• fhEVM — เครื่องจำลองเสมือนเต็มรหัสวิศวกรรมบนเอเธอเรียม
• TFHE-rs — เครื่องมือโอเพ่นซอร์สครั้งแรกสำหรับ FHE

คอนกรีต: กรอบเปิดโอเพนซอร์สที่ให้ความสำคัญกับ FHE

คอนกรีตเป็นกรอบเฉพาะสําหรับการเข้ารหัสแบบ homomorphic อย่างสมบูรณ์ (FHE) ช่วยให้นักพัฒนาสามารถทําการคํานวณข้อมูลที่เข้ารหัสในขณะที่รักษาความเป็นส่วนตัว มันเหมือนกับการล็อคอัจฉริยะ: เฟรมเวิร์กช่วยให้สามารถประมวลผลข้อมูลได้โดยไม่ต้อง "ปลดล็อก" หรือถอดรหัส คอนกรีตช่วยลดความยุ่งยากในการเขียนโค้ดสําหรับ FHE ดังนั้นแม้แต่นักพัฒนาที่มีความเชี่ยวชาญด้านการเข้ารหัสที่ จํากัด ก็สามารถใช้เพื่อสร้างแอปพลิเคชันที่เข้ารหัสที่มีประสิทธิภาพได้ คอนกรีตยังมีเครื่องมือจําลองและวิเคราะห์เพื่อเพิ่มประสิทธิภาพการทํางานซึ่งทําหน้าที่เหมือนเอ็นจิ้นที่ปรับแต่งมาอย่างดีซึ่งช่วยลดการใช้ทรัพยากรในขณะที่ยังคงประสิทธิภาพสูง

ค่าความสำคัญของคอนกรีตอยู่ในการทำให้ FHE เข้าถึงได้ง่ายขึ้น ด้วย Concrete นักพัฒนาสามารถดำเนินการทางคณิตศาสตร์บนข้อมูลที่เข้ารหัสอย่างปลอดภัยโดยไม่เปิดเผยข้อมูลที่ละเอียด—เหมาะสำหรับสาขาอย่างการเงินและการดูแลสุขภาพที่ต้องการระดับความเป็นส่วนตัวของข้อมูลสูง

Concrete ML: การเรียนรู้ของเครื่องที่ใช้งานง่ายสำหรับข้อมูลที่เข้ารหัส

Concrete ML ให้ความสำคัญกับความง่ายในการใช้งานโดยให้ API ที่คล้ายกับเฟรมเวิร์คทั่วไปเพื่อให้นักพัฒนาสามารถดำเนินการสร้างโมเดลหรือการอบรมบนข้อมูลที่เข้ารหัสได้เหมือนกับเครื่องมือที่นักพัฒนาคุ้นเคย อินเตอร์เฟสของมันคล้ายกับ scikit-learn และรองรับการแปลงโมเดล PyTorch เป็นโมเดลที่เข้ากันได้กับ FHE นี้เปิดโอกาสในการประยุกต์ใช้งานเทคโนโลยีเรียนรู้ของเครื่องในพื้นที่ที่ต้องการความเป็นส่วนตัวเช่นการแบ่งปันข้อมูลและการปฏิบัติตามกฎระเบียบ

Concrete ML มีความสะดวกสบายสำหรับทั้งโมเดลที่พร้อมใช้และโมเดลที่ปรับแต่งเอง:

โมเดลที่ซ่อนอยู่: ให้โมเดลที่เข้ากันได้กับ FHE ที่คล้ายกับ scikit-learn และ XGBoost สำหรับการนำไปใช้งานอย่างง่าย

โมเดลที่ปรับแต่ง: รองรับโมเดลการอบรมที่ตระหนักถึงปริมาณ ซึ่งผู้ใช้สามารถพัฒนาด้วย PyTorch หรือ Keras/TensorFlow แล้วนำเข้าไปยัง Concrete ML ผ่าน ONNX

fhEVM: สัญญาอัจฉริยะที่รักษาความเป็นส่วนตัวบน Ethereum

fhEVM นำสัญญาอัจฉริยะแบบส่วนตัวจริงๆ สู่บล็อกเชน Ethereum ผ่าน FHE ด้วย fhEVM ของ Zama สัญญาอัจฉริยะที่เข้ารหัสแล้วสามารถทำงานภายในระบบ dApp ที่มีอยู่ในปัจจุบัน โดยมีคุณสมบัติสำคัญสองอย่าง: การเข้ารหัสสมบูรณ์ของธุรกรรมและสถานะ: ข้อมูลธุรกรรมทั้งหมดยังคงอยู่ในรูปแบบที่ถูกเข้ารหัสจากด้านต้นสิ้นสุดถึงด้านท้าย โดยการรักษาความเป็นส่วนตัวที่ไม่ได้รับอนุญาติ ความสามารถในการรวมกันบนเชื่อมต่อและความเป็นส่วนตัวของข้อมูล: สถานะที่ถูกเข้ารหัสของสัญญาจะถูกรักษาเมื่อมีการอัปเดตทุกครั้ง ทำให้มั่นใจได้ว่าจะได้รับความเป็นส่วนตัว

fhEVM เปิดตัวไลบรารี TFHE Solidity ซึ่งช่วยให้สามารถพัฒนาได้อย่างราบรื่นด้วยเครื่องมือ Solidity ที่มีอยู่ ผู้ให้บริการมาตรฐานทํางานในสถานะที่เข้ารหัสทําให้สัญญาสามารถทําการตรวจสอบตามเงื่อนไขในขณะที่เข้ารหัสทําให้กระบวนการคุ้นเคยและเป็นมิตรกับนักพัฒนา Ethereum ในการจัดการการเข้ารหัสและการถอดรหัสนักพัฒนาเพียงแค่ใช้ประเภทข้อมูล euint เพื่อทําเครื่องหมายส่วนส่วนตัวของสัญญา fhEVM ยังรองรับตัวเลือกการถอดรหัสที่ยืดหยุ่น รวมถึงเกณฑ์ การรวมศูนย์ และการถอดรหัสตาม KMS

TFHE-rs: ประสิทธิภาพที่ปรับปรุงผ่านการขนาน

TFHE-rs, ห้องสมุดที่เขียนขึ้นด้วย Rust ทำการดำเนินการบูลีนและตัวดำเนินการจำนวนบนข้อมูลที่เข้ารหัสโดยใช้เทคโนโลยี TFHE ที่รู้จักกันดีเนื่องจากความหลากหลาย TFHE-rs มีอินเทอร์เฟซมากมาย — Rust API, C API และ WASM API สำหรับแอปพลิเคชันของลูกค้า ด้วยการออกแบบโมดูลเลอร์ที่เหมาะสมเหมือนบล็อกเลโก้ที่ยืดหยุ่น ทำให้นักพัฒนาสามารถผสมผสานฟังก์ชันที่แตกต่างกันเพื่อสร้างการคำนวณที่เข้ารหัสที่เหมาะกับความต้องการที่เฉพาะเจาะจงของพวกเขา ทำให้เหมาะสำหรับการใช้ในหลากหลายแอปพลิเคชันตั้งแต่ระบบที่เรียบง่ายจนถึงระบบที่ซับซ้อน

TFHE-rs ใช้การดำเนินการเข้ารหัสระดับบิตเพื่อประสิทธิภาพที่ดีขึ้น ทำให้สามารถจัดการข้อมูลได้ละเอียดมาก ไม่เหมือนระบบที่เข้ารหัสบล็อกข้อมูลทั้งหมด วิธีการนี้มีประสิทธิภาพมากกว่าในการดำเนินการคำนวณโฮโมอร์ฟิกโดยเฉพาะสำหรับการดำเนินการของตารรถตรรถ (AND, OR, XOR)

TFHE-rs ยังมีการเพิ่มประสิทธิภาพขั้นสูงผ่านการประมวลผลหลายเทรดและการขจัดการบูทสตรัพพาราเลลลิเซชัน โดยการแบ่งการขจัดการบูทสตรัพพาที่สามารถประมวลผลพร้อมกันในหลายๆ คอร์ TFHE-rs ลดเวลาประมวลผลลงอย่างมาก ทำให้การเข้ารหัสโฮโมอร์ฟิกเร็จมีความเร็วและมีประสิทธิภาพมากยิ่งขึ้น

การใช้งานหลัก 5 ของ Zama

ด้วย fhEVM เป็นพื้นฐาน Zama ได้กำหนดห้ากรณีการใช้ที่มีความเป็นส่วนตัวที่มีแนวโน้มที่ดีสำหรับบล็อกเชน: ธุรกรรมสัญญาที่ปลอดภัย, dark pools เอื้องส่วนตัวแบบกระจาย, การบริหารจัดการ DAO, การประมูลบนโซนบนเชน, และเกมบนเชน

การทำธุรกรรมบนโซ่บล็อก

ในระบบนิเวศ DeFi การปกป้องความเป็นส่วนตัวและความปลอดภัยของข้อมูลเป็นสิ่งสําคัญ สัญญาทางการเงินมักเกี่ยวข้องกับรายละเอียดที่ละเอียดอ่อน เช่น จํานวนธุรกรรม อัตราดอกเบี้ย และแผนการชําระคืน การทําให้รายละเอียดเหล่านี้เปิดเผยต่อสาธารณะอย่างสมบูรณ์อาจนําไปสู่ปัญหาความเป็นส่วนตัว fhEVM ของ Zama ช่วยให้สัญญาอัจฉริยะสามารถดําเนินการในสถานะที่เข้ารหัสทําให้ตรรกะสัญญาทั้งหมดทํางานได้อย่างปลอดภัยโดยไม่ต้องเปิดเผยข้อมูลที่ละเอียดอ่อน สถาบันการเงินหรือโหนดอื่น ๆ ไม่สามารถดูรายละเอียดสัญญาได้โดยตรง แต่การดําเนินการตามสัญญายังคงสามารถตรวจสอบได้ ตัวอย่างเช่นสัญญาเงินกู้สามารถถือพารามิเตอร์เช่นจํานวนเงินกู้ระยะเวลาการชําระคืนและอัตราดอกเบี้ยในรูปแบบที่เข้ารหัสในขณะที่การคํานวณทั้งหมดจะทําโดยไม่เปิดเผยข้อมูล ด้วยวิธีนี้โหนดอื่น ๆ สามารถตรวจสอบการดําเนินการตามสัญญาโดยไม่ต้องเข้าถึงรายละเอียดธุรกรรมเฉพาะทําให้เหมาะสําหรับตัวเลือกการชําระสวอปและการให้กู้ยืมแบบ on-chain

สระว่ายน้ำดำที่เป็นเอกลักษณ์และเป็นส่วนตัวแบบกระจาย

Dark Pool เป็นแพลตฟอร์มการซื้อขายส่วนตัวที่อนุญาตให้ธุรกรรมขนาดใหญ่เกิดขึ้นโดยไม่เปิดเผยรายละเอียดคําสั่งซื้อต่อสาธารณะซึ่งช่วยหลีกเลี่ยงการหยุดชะงักของตลาด ความเป็นส่วนตัวในสระมืดครอบคลุมถึงข้อมูลประจําตัวของผู้ใช้เนื้อหาคําสั่งซื้อและรายละเอียดการทําธุรกรรม กลุ่มมืดแบบดั้งเดิมใช้แพลตฟอร์มส่วนกลางหรือบุคคลที่สามที่เชื่อถือได้สําหรับการจับคู่คําสั่งซื้อซึ่งก่อให้เกิดความเสี่ยงด้านความเป็นส่วนตัว

TFHE-rs ของ Zama สนับสนุนการดำเนินการข้อมูลที่เข้ารหัส ทำให้สามารถจับคู่คำสั่งซื้อและขายที่เข้ารหัสโดยเอกซ์ไชร์ได้โดยไม่ต้องถอดรหัสรายละเอียดเช่นราคาหรือปริมาณ แพลตฟอร์มซื้อขายสามารถดำเนินการเจตนาของผู้ใช้ได้อย่างปลอดภัยพร้อมทั้งรักษาความเป็นส่วนตัวของคำสั่งได้อย่างเช่นเดิม คำสั่งที่เข้ารหัสเหล่านี้สามารถที่จะตรวจสอบเพื่อให้แน่ใจว่าพวกเขาตรงตามเงื่อนไขการซื้อขาย ทั้งๆที่ยังรักษาข้อมูลอย่างปลอดภัย

การปกครอง DAO

การกํากับดูแล DAO นําเสนอความท้าทายด้านความเป็นส่วนตัว รวมถึงการไม่เปิดเผยตัวตนของผู้มีสิทธิเลือกตั้งและการรักษาความลับของรายละเอียดคลัง กลไกการลงคะแนนมักจะเปิดเผยความชอบในการลงคะแนนของแต่ละบุคคลซึ่งนําไปสู่การจัดการที่อาจเกิดขึ้นหรืออิทธิพลที่ไม่เหมาะสม ตัวอย่างเช่น บุคคลที่ถือโทเค็นการกํากับดูแลมากขึ้นมักจะมีอิทธิพลมากขึ้นในการลงคะแนนเสียง ซึ่งอาจสร้างอคติเผด็จการที่ส่งผลต่อผลลัพธ์ สัญญาการกํากับดูแล DAO ยังเกี่ยวข้องกับข้อมูลที่ละเอียดอ่อนเกี่ยวกับค่าใช้จ่ายทางการเงินและการจัดสรรโครงการซึ่งควรยังคงเป็นส่วนตัวเพื่อปกป้องจํานวนเงินทุนของโครงการหรือตัวตนของผู้รับ

วิธีการของ Zama ทำให้การประมวลผลข้อมูลของโหวตของสมาชิกแต่ละคนเป็นการเข้ารหัส สัญญาการโหวตสามารถนับคะแนนและคำนวณผลลัพธ์โดยไม่ต้องถอดรหัสโหวตแต่ละคน เสร็จสิ้นคิดเลขเป็นสาธารณะ แต่กระบวนการการโหวตยังคงเป็นส่วนตัว โดยใช้การเข้ารหัสโฮโมอร์ฟิก แต่ละโหวตสามารถที่จะตรวจสอบคุณสมบัติโดยไม่เปิดเผยความเลือก

การประมูลซ่อนเรียบร้อยบนเชื่อมต่อราชัน

การประมูลแบบ On-chain blind ช่วยให้ผู้เข้าร่วมสามารถส่งการเสนอราคาแบบส่วนตัวได้โดยไม่ต้องเปิดเผยจนกว่าการประมูลจะสิ้นสุดลง นักพัฒนาซอฟต์แวร์ส่วนใหญ่ใช้การพิสูจน์ความรู้เป็นศูนย์และกระบวนการสองขั้นตอนเพื่อรับรองความเป็นส่วนตัวของราคาเสนอ ซึ่งมักจะต้องจัดเก็บข้อมูลนอกเครือข่าย ซึ่งทําให้เกิดความท้าทายในการเข้ารหัสเพิ่มเติม

โซลูชันการเข้ารหัสแบบ homomorphic เต็มรูปแบบของ Zama ช่วยให้สามารถประมวลผลราคาเสนอที่เข้ารหัสแบบ on-chain ได้โดยไม่จําเป็นต้องเปิดเผย ในการประมูลแบบตาบอดแบบดั้งเดิมการเสนอราคาจะถูกเปิดเผยหลังจากการประมูลสิ้นสุดลง แต่วิธีการของ Zama ช่วยให้การคํานวณสามารถตัดสินผู้ชนะได้โดยไม่กระทบต่อความเป็นส่วนตัวของการเสนอราคา วิธีการของ Zama รวมถึงการเปรียบเทียบแบบ homomorphic การอัปเดตแบบมีเงื่อนไขและการตั้งถิ่นฐานที่ปลอดภัยทําให้ไม่จําเป็นต้องเปิดเผยการเสนอราคา เทคนิคมัลติเพล็กเซอร์ที่เข้ารหัสจะเลือกราคาเสนอสูงสุดและอัปเดตผลลัพธ์ตามเงื่อนไขที่เข้ารหัส จัดการรายละเอียดการเสนอราคาอย่างปลอดภัยโดยไม่เปิดเผยข้อมูลที่ละเอียดอ่อน ในตอนท้ายของการประมูลมีเพียงผู้เสนอราคาที่ชนะเท่านั้นที่สามารถถอดรหัสรางวัลได้อย่างปลอดภัยตรวจสอบสถานะของพวกเขาในฐานะผู้เสนอราคาสูงสุดโดยไม่เปิดเผยรายละเอียดการเสนอราคาอื่น ๆ

เกมบนโซ่บล็อก

การใช้ fhEVM Zama นําเสนอวิธีปรับปรุงการเล่นเกมแบบ on-chain ด้วยการเข้ารหัสแบบ homomorphic อย่างสมบูรณ์ บนเว็บไซต์ Zama สาธิตวิธีสร้างเกมยอดนิยม "Wordle" เวอร์ชันเข้ารหัสบนบล็อกเชน โซลูชันของ Zama เข้ารหัสทั้งสถานะเกมและอินพุตในขณะที่อนุญาตให้สัญญาอัจฉริยะตรวจสอบผลลัพธ์ได้ ซึ่งหมายความว่าข้อมูลเกมที่ละเอียดอ่อนยังคงเป็นส่วนตัวป้องกันการเข้าถึงหรือการปลอมแปลงโดยไม่ได้รับอนุญาตแม้ว่าจะประมวลผลแบบออนเชนก็ตาม แนวทางความเป็นส่วนตัวนี้ช่วยให้การเล่นเกมแบบ on-chain มีความเป็นส่วนตัวและปรับขนาดได้มากขึ้นโดยไม่ต้องเสียสละความโปร่งใสและการทํางานของบล็อกเชน

ภาพยนตร์อนาคต

ธุรกรรมที่รักษาความเป็นส่วนตัวถูกกําหนดให้กลายเป็นแนวโน้มใหญ่ต่อไปหลังจากการแก้ไขปัญหาความสามารถในการปรับขนาดบล็อกเชน วันนี้ความท้าทายหลักในการปรับขนาดไม่ได้อยู่ที่เทคโนโลยีโครงสร้างพื้นฐานอีกต่อไป แต่อยู่ที่การขาดการสนับสนุนด้านกฎระเบียบและการยอมรับของตลาดซึ่งเป็นสิ่งสําคัญสําหรับการยอมรับอย่างกว้างขวาง ธุรกรรมที่รักษาความเป็นส่วนตัวด้วยโครงสร้างพื้นฐานที่ปรับให้เหมาะสมสร้างกลุ่มผู้ใช้ที่ตรงเป้าหมายวิธีการทําธุรกรรมและสถานการณ์การใช้งานมากขึ้นเช่นเดียวกับที่เทคโนโลยีที่ไม่มีความรู้ได้รับการยอมรับในวงกว้าง

มองไปข้างหน้า FHE technology คาดว่าจะลดช่องว่างของประสบการณ์ระหว่างตลาดแบบกระจายและตลาดกลาง ทำให้เทคโนโลยีความเป็นส่วนตัวในการเล่นเกม on-chain ยังสามารถช่วยแก้ไขความเสี่ยงด้านความปลอดภัยที่เกิดขึ้นจากการสร้างเลขสุ่ม แม้ว่าศักยภาพของการมีความเป็นส่วนตัวอย่างที่กว้างขวาง การจำกัดประสิทธิภาพยังคงเป็นความท้าทาย การตอบสนองต่อความต้องการของธุรกรรมที่ถูกดำเนินการบ่อยครั้งในขอบเขตที่ใหญ่จะใช้เวลาและการพัฒนาอย่างมาก