MT Capital一貫致力於投資具有顛覆性技術潛力的創新企業，我們認為全同態加密（FHE）與AI結合的去中心化實體基礎設施網路（DePIN）是未來的重要賽道。 FHE技術能夠在保持資料加密狀態下進行計算，確保資料處理全過程中的隱私和安全。 AI與DePIN的結合不僅能有效利用外部運算資源，還能在無需擔憂資料外洩的情況下進行複雜的資料分析和機器學習任務。 Privasea在這一領域的領先地位和技術優勢與MT Capital的投資策略高度契合，我們相信透過支持Privasea，將推動FHE AI DePIN賽道的發展，幫助全球數位經濟的安全和永續發展。
全同態加密（Fully Homomorphic Encryption，簡稱FHE）是一種允許在密文上直接執行算術或邏輯運算的加密技術，同時保持資料的加密狀態。這意味著可以對加密的資料進行複雜的處理，而無需將其解密成明文，這在維護資料隱私和安全性方面具有革命性的意義。
在傳統的資料處理場景中，為了進行計算，必須先解密數據，這個過程暴露了敏感訊息，增加了資料被竊取或濫用的風險。而FHE技術的應用則徹底改變了這一切。透過FHE，加密資料可以直接輸入到計算過程中，而計算結果仍保持加密形式，直到需要查看結果時才進行解密。這個特性對於需要處理敏感資料的產業非常重要，如金融、醫療和政府部門。
FHE也能讓資料處理的外包成為可能，同時不會犧牲資料的機密性。企業可以將加密資料傳送給第三方服務提供者進行複雜的資料分析或機器學習任務，而無需擔心資料外洩問題，因為服務提供者在整個過程中都無法看到原始資料。
Privasea採用FHE技術來提供資料隱私和安全性，利用AI和分散式網路架構，允許在保持資料完全加密的狀態下進行複雜的資料處理與分析。這意味著用戶可以在不暴露原始資料的情況下進行機器學習和其他高階運算，這在傳統的雲端運算中是不可能實現的，顛覆了隱私運算。
Privasea平台採用了幾種先進的FHE方案，如TFHE和CKKS，這些都是在保障運算準確性和效率的同時，提供高度資料隱私保護的方案。其中，TFHE方案支援在單一指令周期內進行快速的位元操作，而CKKS方案則優化了處理浮點數的能力，從而可以讓Privasea能夠有效支援各種複雜的科研和商業應用，如金融分析、醫療數據處理和機器學習任務。
此外，Privasea也實作了一個高度可擴展的分散式運算網路Privanetix。這個網路由多個運算節點組成，每個節點都能執行FHE操作，提供必要的運算資源。這種分散式架構不僅增強了平台的處理能力，也提高了系統的冗餘性和故障容忍度，確保服務的高可用性和可靠性。這種AI與分散式網路的集成，允許Privasea處理如深度學習、模式識別和機器學習等高階AI任務，而這些任務通常需要龐大的算力和高度的資料保護。例如，醫療健康產業的使用者可以利用Privasea安全地分析病患的敏感數據，進行疾病預測和治療方案的最佳化，而不用擔心違反資料保護法規。
Privasea也提供了一個獨特的智慧合約套件，使得使用者在保持資料加密狀態的同時，透過智慧合約來管理和自動化資料處理流程，包括資料驗證、結果輸出、計算任務的分配與獎勵。這些智慧合約在分散式帳本上執行，不僅確保了過程的透明性和可追溯性，而且還能夠根據節點提供的運算資源自動化地進行激勵分配。這種基於區塊鏈的激勵機制，進一步提高了網路的參與度和運算效率，因為各個節點都有動力提供可靠的服務。這使得Privasea不僅僅是一個資料加密和處理平台，也是一個完整的加密資料生態系統。
透過Privasea的API，開發者可以輕鬆存取這個複雜的系統，利用其強大的功能來開發和部署自己的AI應用。這些應用能夠利用分散式網路來分散運算負載，同時確保資料的完整性和安全性，這對於需要處理大量敏感資料的區塊鏈應用尤其重要。
Privasea利用FHE技術，開創性地推出了ImHuman應用，這不僅展示了FHE在反女巫攻擊中的應用，也標誌著其在加密領域的Mass Adoption潛力。女巫攻擊是去中心化網路中的一大威脅，特別是空投領域，攻擊者透過創造大量虛假身分來操縱網路或獲得不正當的優勢。 ImHuman應用程式透過安全且保護隱私的方式來有效對抗此類攻擊。
Privasea計畫將其技術部署到Solana網絡，成為Solana上第一個Proof of Human的應用程式。 Solana的高效能和低延遲特性使其成為理想的區塊鏈平台，能夠支援Privasea的FHE技術和AI運算需求。這項部署不僅將增強Solana生態系的安全性，也將展現FHE在Web3應用中的潛力。透過在Solana上運行，Privasea的ImHuman應用程式能夠更廣泛地驗證用戶身份，確保網路的安全和可靠性，同時保護用戶隱私。
ImHuman應用的工作原理是使用使用者的生物特徵資料來創建一個獨特的數位身分。首先，使用者需要透過應用的前置鏡頭掃描自己的臉部向量，這個過程完全在使用者的裝置上完成，確保敏感資料不會外洩。隨後，這些數據被加密並轉化為一個代表用戶的加密生物特徵向量的NFT。這一點利用了FHE的特性，即在不解密資料的情況下進行複雜計算，確保了資料的安全性和隱私性。
當使用者驗證時，ImHuman應用再次掃描使用者的臉部特徵，並將新採集的資料與儲存在區塊鏈上的加密資料進行比對。這個過程同樣使用FHE技術，確保在驗證過程中資料不會被解密，從而有效避免了資料外洩的風險。此外，由於每個用戶的NFT是基於其獨特的生物特徵生成的，因此很難被複製或偽造，大大增加了執行女巫攻擊的難度。
透過ImHuman應用，Privasea不僅提供了一個強大的工具來增強去中心化網路的安全性，也展示了全同態加密技術在現實世界應用中的可行性。這種基於生物特徵和FHE的認證方法，為去中心化網路提供了一個安全同時又保護隱私的解決方案，使Privasea的ImHuman成為了FHE領域第一個有Mass Adoption潛力的應用。此外，透過發放空投獎勵，ImHuman還能激勵用戶參與並持續使用，進一步推動其廣泛應用。這種創新的解決方案提供了一種新的防禦女巫攻擊的策略。
在目前的Proof of Human方案中，諸如Worldcoin和Human Protocol都面臨合規性風險和隱私問題。以Worldcoin為例，香港私隱專員公署近期完成的調查結果表明，Worldcoin在香港的運作違反了《私隱條例》。調查發現，參與Worldcoin計畫的人士需要透過虹膜掃描收集面容及虹膜影像以驗證人類身份，這種做法涉及嚴重的個人資料私隱風險。因此，香港私隱專員要求Worldcoin停止在香港收集市民的虹膜及臉孔影像。
Human Protocol則透過擷取使用者的任務回應資料、互動資料、裝置和瀏覽器資訊、地理位置和使用者行為資料來進行驗證。雖然這些資料在使用前進行匿名化處理並加密傳輸，但仍涉及大量的個人資料收集，存在一定的隱私和合規性風險。
相較之下，Privasea在設計上更重視使用者隱私保護。 Privasea的DApp「ImHuman」採用FHE技術進行使用者驗證，不需要收集使用者的臉部或虹膜影像等敏感資訊。驗證過程完全在使用者的行動裝置上進行，臉部向量資料被加密處理，不會傳輸到任何伺服器。這樣，Privasea在確保驗證安全性的同時，也最大限度地保護了使用者的隱私，避免了資料外洩的風險。
Privasea不僅在隱私保護方面領先，也透過FHE、DePIN和ZK技術的整合，提供了強大的資料隱私和安全解決方案。這些技術使Privasea能夠在不暴露使用者資料的前提下，進行複雜的資料處理和分析，進一步降低了合規性風險。這種無與倫比的隱私保護和資料安全能力，使Privasea在競爭中脫穎而出，成為業界領先的Proof of Human解決方案。
Privasea以其卓越的FHE、DePIN和ZK技術能力，在隱私計算領域樹立了新的標準。作為AI DePIN領域的先驅，Privasea透過其創新的FHE機器學習（FHEML）解決方案，將分散式運算網路與進階安全措施無縫結合，為資料隱私和安全設立了新的標竿。 Privasea引入的DApp「ImHuman」利用FHE技術安全執行「Proof of Humanity」（PoH），在用戶行動裝置上直接加密臉部向量數據，不透過伺服器傳輸，從而大大增強了隱私保護和用戶資料的安全性。
在這一背景下，Privasea與Accseal達成策略合作，進一步強化其技術優勢。 Accseal作為隱私運算硬體加速的領導企業，將為Privasea提供硬體加速支持，提升其FHE操作的效率與效能。雙方將共同探索整合ZK和FHE技術的可能性，旨在提高隱私計算的效率並擴大其應用範圍。
透過此合作，Privasea不僅展現了其在FHE領域的領導地位，也將其DePIN專案提升到新的高度。 Accseal將開發新的硬體加速產品，為Privasea這樣的上層應用提供運算加速支持，進一步推動隱私運算技術的發展。雙方的合作預示著隱私計算領域將迎來新的突破，特別是在DePIN計畫中的應用將會更加廣泛和深入。
以上是MT Capital研發：Privasea將全同態加密帶向Mass Adoption？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
