NEAR цепь вводит новую технологию конфиденциальности, повышающую производительность и защиту конфиденциальности

На днях новое соглашение о конфиденциальности объявило о внедрении технологий слепых вычислений и слепого хранения в блокчейн NEAR. Эта интеграция направлена на сочетание высокой производительности NEAR с современными инструментами конфиденциальности, чтобы предоставить множество проектов в экосистеме NEAR возможности слепых вычислений.

NEAR как зрелая L1 блокчейн-сеть известна своей выдающейся производительностью. К ее основным характеристикам относятся:

1. Технология шардирования Nightshade, повышающая пропускную способность транзакций и уменьшающая задержку
2. Веб-ассемблерный (WebAssembly) runtime, поддерживающий разработку смарт-контрактов на Rust и AssemblyScript
3. Читаемая система аккаунтов, оптимизация пользовательского опыта

Эти характеристики привлекли большое количество разработчиков и новаторов, которые совместно создали процветающую экосистему приложений.

Новые технологии конфиденциальности в сочетании с эффективной обработкой транзакций NEAR обеспечивают следующие функции:

• Модульная конфиденциальность данных: позволяет гибко выполнять операции хранения и вычисления данных в приватной сети, одновременно обеспечивая прозрачные расчеты на блокчейне NEAR.
• Управление частными данными: предоставляет частное хранилище и вычислительные возможности для различных типов данных, расширяя пространство для проектирования приложений по защите конфиденциальности.
• Поддержка частного ИИ: в соответствии с вниманием NEAR к автономному ИИ, открываются новые направления для развития децентрализованного ИИ.

Это объединение открывает новые пути для приложений защиты конфиденциальности в экосистеме NEAR, особенно в области решений на базе ИИ:

1. Частный AI вывод: защита собственных моделей машинного обучения и чувствительных входных данных
2. Частный AI-агент: гарантирует, что пользователи не раскрывают конфиденциальную информацию при использовании AI-агента.
3. Защита конфиденциальности в федеративном обучении: усиление конфиденциальности данных в процессе обучения
4. Генерация частных синтетических данных: защита конфиденциальности исходных данных в процессе обучения GAN
5. Частный метод улучшенной генерации поиска (RAG): реализация методов поиска информации с защитой конфиденциальности

Кроме того, эта технология может быть применена в областях кроссчейн-решений для обеспечения конфиденциальности, платформ сообщества с приоритетом конфиденциальности, безопасных DeFi-сервисов, а также инструментов для разработчиков, защищающих конфиденциальность.

Объединив высокопроизводительную инфраструктуру NEAR с передовыми функциями конфиденциальности, была создана идеальная среда для разработчиков, позволяющая им создавать мощные и защищенные от посторонних глаз приложения. Этот прогресс может способствовать созданию новой открытой цифровой экономики, позволяющей пользователям лучше контролировать свои активы и данные.

! NEAR Public Chain представляет Privacy Nillion: пересечение конфиденциальности и производительности