A privacidade em Crypto está recebendo uma atualização

Novas tecnologias de privacidade estão surgindo: MPC, $FHE, TEEs e zkTLS. Cada uma aborda a privacidade de um ângulo diferente — e grandes projetos estão sendo construídos com elas agora.

Aqui está como essas tecnologias funcionam — e para onde estão indo 👇

~~ Análise por @davewardonline ~~

Computação Multi-Partidária (MPC)

MPC permite que várias partes computem algo juntas sem revelar suas entradas.

Digamos que seis amigos querem descobrir sua média salarial sem revelar os valores individuais. Cada um divide seu salário em seis partes aleatórias e envia uma para cada pessoa. Todos detêm uma parte de cada pessoa, mas não conseguem reconstruir nenhum salário completo. Eles computam sobre as partes, não sobre os números reais. Os resultados se combinam na média correta sem expor as entradas.

MPC é útil quando a regulamentação ou a concorrência impede o compartilhamento de dados, mas a análise conjunta é benéfica. Um exemplo comum: hospitais que desejam treinar modelos de IA em dados privados de pacientes sem compartilhá-los diretamente.

◆ Obstáculos para MPC — Mais participantes significam mais comunicação e computação, o que torna as coisas mais lentas. Blockchains podem penalizar maus atores, mas não podem eliminar os altos custos de recursos.

Quem está usando MPC e para quê?

→ @FireblocksHQ — Divide chaves privadas para custódia institucional
→ @ArciumHQ — Usa MPC para IA privada e computação sensível
→ @renegade_fi — Dark pool para negociação confidencial onchain

Criptografia Totalmente Homomórfica ($FHE)

$FHE permite que você compute em dados criptografados sem nunca descriptografá-los.

Normalmente, os dados são criptografados em trânsito, mas descriptografados para processamento. Com $FHE, a criptografia permanece no lugar durante todo o processo.

Imagine enviar um cofre trancado com luvas programáveis. Você coloca dados privados dentro, adiciona instruções como “adicione estes” ou “ordene isto” e envia o cofre e as luvas para outra pessoa. Eles realizam as operações sem abrir o cofre e, em seguida, o devolvem. Você o destranca e vê o resultado.

◆ Obstáculos para $FHE — $FHE é lento, 10–100x mais lento do que outros cálculos. Adicionar verificação zk (zkFHE) garante a correção, mas o torna ainda mais lento. $FHE oculta os dados, mas não prova que o cálculo foi feito corretamente. zkFHE corrige isso ao custo de velocidade.

Quem está usando $FHE e para quê?

→ @zama_fhe — Ferramentas $FHE para contratos inteligentes criptografados
→ @FhenixIO — Traz $FHE para aplicativos práticos
→ @Privasea_ai — Usa $FHE para treinar modelos de IA criptografados
→ @octra — Cadeia de uso geral com computação baseada em $FHE e consenso de ML

Ambientes de Execução Confiáveis (TEEs)

TEEs são zonas de hardware seguras que isolam os dados do resto do dispositivo, incluindo o sistema operacional e os operadores.

iPhones usam TEEs para biometria. Dados de rosto ou impressão digital vivem em chips seguros. Quando você se autentica, uma nova varredura é comparada dentro do TEE, que retorna um simples sim/não — nenhum dado bruto sai do chip.

Em crypto, TEEs são usados para contratos privados e produção de blocos. @unichain, Layer 2 da Uniswap, usa TEEs para evitar MEV exploratório.

◆ Obstáculos para TEEs — TEEs dependem de fornecedores de hardware, tornando-os centralizados pelos padrões de crypto. Eles são vulneráveis a ataques ou falhas na cadeia de suprimentos, como o exploit da Intel que comprometeu os TEEs da Secret Network.

Quem está usando TEEs e para quê?

→ @SpaceComputerIO — Usa TEEs orbitais para nós de satélite à prova de violação
→ @OasisProtocol — L1 executando contratos EVM privados dentro de TEEs
→ @PhalaNetwork — Nuvem confidencial usando TEEs de vários provedores

Camada de Segurança de Transporte de Conhecimento Zero (zkTLS)

zkTLS mescla TLS (usado em HTTPS) com provas de conhecimento zero para verificar os dados, mantendo-os privados.

TLS protege 95% do tráfego da web. zkTLS permite que qualquer pessoa prove fatos desses dados — como um saldo bancário — sem revelar detalhes.

Digamos que você queira um empréstimo onchain e precise provar seu saldo bancário. Uma ferramenta zkTLS acessa seu banco via HTTPS, lê o saldo exibido e cria uma prova. O credor DeFi vê que seu saldo existe, mas não o número ou histórico.

◆ Obstáculos para zkTLS — Ele só funciona com dados HTTPS visíveis. Depende dos padrões TLS permanecerem em uso e requer envolvimento do oráculo, adicionando latência e confiança.

Quem está usando zkTLS e para quê?

→ @zkp2p — On/off ramp privado
→ EarniFi — Empréstimos para funcionários com base nos salários ganhos
→ @daisypayapp — Pagamentos de influenciadores verificados através de zkTLS

Cada PET oferece diferentes pontos fortes e compensações. Aplicativos complexos podem usar vários — MPC para coordenação, $FHE para computação, TEEs para armazenamento de chaves. Muitas ferramentas zkTLS incorporam outros PETs internamente.

Juntas, essas ferramentas expandem o espaço de design da crypto. Mas a adoção dependerá da melhoria da experiência do usuário da própria privacidade.

— h/t para @milianstx por sua peça sobre, "WTF is MPC, $FHE, and TEE?" que serviu como um ótimo ponto de partida