加密领域的隐私正在升级

新的隐私技术正在涌现：MPC、$FHE、TEEs 和 zkTLS。每种技术都从不同的角度解决隐私问题，并且主要的 Project 正在使用它们进行构建。

以下是这些技术的工作原理以及它们的未来发展方向👇

~~ 分析作者 @davewardonline ~~

多方计算 (MPC)

MPC 允许多方一起计算某些内容，而无需泄露他们的输入。

假设六个朋友想在不透露个人金额的情况下找到他们的平均工资。每个人将其工资分成六个随机份额，然后将一份发送给每个人。每个人都持有来自每个人的份额，但无法重建任何完整的工资。他们在份额上进行计算，而不是在实际数字上。结果合并为正确的平均值，而不会暴露输入。

当法规或竞争阻止数据共享，但联合分析有益时，MPC 非常有用。一个常见的例子：希望在不直接共享的情况下，在私人患者数据上训练 AI 模型的医院。

◆ MPC 的障碍 — 更多的参与者意味着更多的通信和计算，这会减慢速度。区块链可以惩罚不良行为者，但无法消除沉重的资源成本。

谁在使用 MPC 以及用于什么？

→ @FireblocksHQ — 拆分私钥以进行机构托管
→ @ArciumHQ — 使用 MPC 进行私有 AI 和敏感计算
→ @renegade_fi — 用于机密链上交易的暗池

全同态加密 ($FHE)

$FHE 允许您在加密数据上进行计算，而无需对其进行解密。

通常，数据在传输过程中会被加密，但在处理过程中会被解密。使用 $FHE，加密始终保持不变。

想象一下发送一个带有可编程手套的锁定的保险箱。您将私人数据放入其中，添加“添加这些”或“对此进行排序”之类的指令，然后将保险箱和手套发送给其他人。他们在不打开保险箱的情况下执行操作，然后将其返回。您将其解锁并查看结果。

◆ $FHE 的障碍 — $FHE 速度很慢，比其他计算慢 10–100 倍。添加 zk 验证 (zkFHE) 可确保正确性，但会使其速度更慢。$FHE 隐藏数据，但不能证明计算是正确完成的。zkFHE 解决了这个问题，但代价是速度。

谁在使用 $FHE 以及用于什么？

→ @zama_fhe — 用于加密智能合约的 $FHE 工具
→ @FhenixIO — 将 $FHE 引入实际应用程序
→ @Privasea_ai — 使用 $FHE 训练加密 AI 模型
→ @octra — 具有基于 $FHE 的计算和 ML 共识的通用链

可信执行环境 (TEE)

TEE 是安全的硬件区域，可将数据与设备的其余部分（包括操作系统和操作员）隔离。

IPhone 使用 TEE 进行生物识别。面部或指纹数据存储在安全芯片中。当您进行身份验证时，会在 TEE 内部比较新的扫描，该扫描会返回一个简单的“是/否” — 没有原始数据离开芯片。

在加密领域，TEE 用于私有合约和区块生产。@unichain，Uniswap 的 Layer 2，使用 TEE 来防止剥削性的 MEV。

◆ TEE 的障碍 — TEE 依赖于硬件供应商，这使得它们在加密标准中是中心化的。它们容易受到供应链攻击或缺陷的影响，例如 Intel 漏洞，该漏洞损害了 Secret Network 的 TEE。

谁在使用 TEE 以及用于什么？

→ @SpaceComputerIO — 使用轨道 TEE 进行防篡改卫星节点
→ @OasisProtocol — 在 TEE 内部运行私有 EVM 合约的 L1
→ @PhalaNetwork — 使用来自各种提供商的 TEE 的机密云

零知识传输安全层 (zkTLS)

zkTLS 将 TLS（用于 HTTPS）与零知识证明合并，以验证数据，同时保持其私密性。

TLS 保护 95% 的 Web 流量。zkTLS 允许任何人证明来自此数据的事实（例如银行余额），而无需透露详细信息。

假设您想要一笔链上贷款，并且需要证明您的银行余额。zkTLS 工具通过 HTTPS 访问您的银行，读取显示的余额，并创建一个证明。DeFi 贷方看到您的余额存在，但看不到数字或历史记录。

◆ zkTLS 的障碍 — 它仅适用于可见的 HTTPS 数据。它取决于 TLS 标准的持续使用，并且需要预言机参与，从而增加了延迟和信任。

谁在使用 zkTLS 以及用于什么？

→ @zkp2p — 私人链上/链下通道
→ EarniFi — 根据已赚取的工资向员工提供贷款
→ @daisypayapp — 通过 zkTLS 验证的网红付款

每种 PET 都提供不同的优势和权衡。复杂的应用程序可能会使用多个 — MPC 用于协调，$FHE 用于计算，TEE 用于密钥存储。许多 zkTLS 工具在内部集成了其他 PET。

这些工具共同扩展了加密的设计空间。但是，采用将取决于改善隐私本身的用户体验。

— 感谢 @milianstx 关于“WTF is MPC, $FHE, and TEE?”的文章，这篇文章是一个很好的入门