加密貨幣的隱私正在升級

新的隱私技術正在湧現：MPC、$FHE、TEEs 和 zkTLS。每種技術都從不同的角度處理隱私問題——並且主要的項目現在正在使用它們來構建。

以下是這些技術的工作原理——以及它們的發展方向👇

~~ Analysis by @davewardonline ~~

多方計算 (MPC)

MPC 允許多方一起計算某些東西，而無需洩露他們的輸入。

假設六個朋友想找到他們的平均薪資，而不洩露個人金額。每個人將他們的薪資分成六個隨機的份額，並將一份發送給每個人。每個人都持有來自每個人的份額，但無法重建任何完整的薪資。他們對份額進行計算，而不是對實際數字進行計算。結果合併成正確的平均值，而不會暴露輸入。

當法規或競爭阻止數據共享，但聯合分析是有益的時候，MPC 非常有用。一個常見的例子：希望在私人患者數據上訓練 AI 模型，而無需直接共享數據的醫院。

◆ MPC 的障礙 — 更多的參與者意味著更多的溝通和計算，這會減慢速度。區塊鏈可以懲罰不良行為者，但無法消除沉重的資源成本。

誰在使用 MPC 以及用於什麼？

→ @FireblocksHQ — 拆分私鑰以進行機構託管
→ @ArciumHQ — 使用 MPC 進行私有 AI 和敏感計算
→ @renegade_fi — 用於機密鏈上交易的暗池

全同態加密 ($FHE)

$FHE 允許您在加密數據上進行計算，而無需對其進行解密。

通常，數據在傳輸過程中會被加密，但在處理過程中會被解密。使用 $FHE，加密始終保持不變。

想像一下發送一個帶有可編程手套的鎖定的保險箱。您將私人數據放入其中，添加諸如「添加這些」或「對此進行排序」之類的指令，然後將保險箱和手套發送給其他人。他們在不打開保險箱的情況下執行操作，然後將其返回。您將其解鎖並查看結果。

◆ $FHE 的障礙 — $FHE 的速度很慢，比其他計算慢 10–100 倍。添加 zk 驗證 (zkFHE) 可確保正確性，但會使其速度更慢。$FHE 隱藏數據，但不能證明計算是正確完成的。zkFHE 以速度為代價解決了這個問題。

誰在使用 $FHE 以及用於什麼？

→ @zama_fhe — 用於加密智能合約的 $FHE 工具
→ @FhenixIO — 將 $FHE 引入實際應用
→ @Privasea_ai — 使用 $FHE 訓練加密的 AI 模型
→ @octra — 具有基於 $FHE 的計算和 ML 共識的通用鏈

可信任執行環境 (TEE)

TEE 是安全的硬件區域，可將數據與設備的其餘部分（包括作業系統和運營商）隔離。

iPhone 使用 TEE 進行生物識別。面部或指紋數據存儲在安全晶片中。當您進行身份驗證時，會在 TEE 內部比較新的掃描，該 TEE 返回一個簡單的是/否 — 沒有原始數據離開晶片。

在加密貨幣中，TEE 用於私有合約和區塊生產。@unichain，Uniswap 的 Layer 2，使用 TEE 來防止剝削性的 MEV。

◆ TEE 的障礙 — TEE 依賴於硬件供應商，這使得它們在加密標準下是中心化的。它們容易受到供應鏈攻擊或缺陷的影響，例如損害 Secret Network 的 TEE 的 Intel 漏洞。

誰在使用 TEE 以及用於什麼？

→ @SpaceComputerIO — 使用軌道 TEE 進行防篡改衛星節點
→ @OasisProtocol — 在 TEE 內部運行私有 EVM 合約的 L1
→ @PhalaNetwork — 使用來自各種供應商的 TEE 的機密雲

零知識傳輸安全層 (zkTLS)

zkTLS 將 TLS（用於 HTTPS）與零知識證明合併，以驗證數據，同時保持其私密性。

TLS 保護 95% 的網路流量。zkTLS 允許任何人證明來自此數據的事實 — 例如銀行餘額 — 而無需洩露詳細信息。

假設您想要一筆鏈上貸款，並且需要證明您的銀行餘額。zkTLS 工具通過 HTTPS 訪問您的銀行，讀取顯示的餘額，並創建一個證明。DeFi 貸款人看到您的餘額存在，但看不到數字或歷史記錄。

◆ zkTLS 的障礙 — 它僅適用於可見的 HTTPS 數據。它取決於 TLS 標準的持續使用，並且需要預言機的參與，從而增加了延遲和信任。

誰在使用 zkTLS 以及用於什麼？

→ @zkp2p — 私有鏈上/鏈下閘道
→ EarniFi — 根據賺取的工資向員工提供貸款
→ @daisypayapp — 通過 zkTLS 驗證的影響者付款

每個 PET 都提供不同的優勢和權衡。複雜的應用程式可能會使用多個 — MPC 用於協調，$FHE 用於計算，TEE 用於密鑰存儲。許多 zkTLS 工具在內部集成了其他 PET。

總之，這些工具擴展了加密貨幣的設計空間。但是，採用將取決於改善隱私本身的使用者體驗。

— h/t to @milianstx for his piece on, "WTF is MPC, $FHE, and TEE?" which served as a great starter