隐私计算

本文深入探讨了Arcium平台如何通过多方计算（MPC）技术实现隐私保护计算，以满足现代企业和去中心化应用对敏感数据的高速安全处理需求。此外，文章分析了目前主流隐私保护技术如零知识证明（ZKP）、全同态加密（FHE）、可信执行环境（TEE）存在的局限，并介绍了Arcium的创新架构及其在去中心化金融（DeFi）和人工智能领域的应用前景。

零知识证明（ZKP）是一项重要的密码技术，具有显著的隐私和可扩展性优点。尽管ZKP在计算速度上存在挑战，但通过使用FPGAs等专用硬件，可以显著提高生成速度。随着区块链的普及，ZKP的需求将不断增长，可能会催生新的矿业行业。

zkPass是一个支持隐私且可在链上验证互联网数据的预言机协议，基于zkTLS技术，结合3P-TLS和混合ZK协议。它使用户能够安全地分享法律身份、金融记录、教育资质等各种数据，且不需暴露个人信息，适用于AI、去中心化身份、借贷等多个领域。

本文介绍了以太坊基金会隐私与扩展探索团队（PSE）的转型，更名为“以太坊隐私管理员”，专注于推动以太坊隐私生态系统的发展。文章阐述了PSE的使命、愿景、战略和关键领域，包括私有写入、私有读取和私有证明，并列出了未来3-6个月的重点项目，旨在使以太坊上的隐私成为常态。

Aztec Network发布了其路线图更新，强调了Alpha网络的即将推出，该网络将在以太坊上提供完全可编程、保护隐私的L2智能合约。文章详细介绍了其核心技术，包括双重状态模型、CHONK证明系统和Noir语言，并阐述了代币发行事件（TGE）及其去中心化治理机制。

本文探讨了区块链技术与硬件结合的可能性，尤其是通过使用可信执行环境（TEE）来增强区块链的隐私与安全性。文章深入介绍了Phala Network如何利用TEE构建安全的智能合约，强调了远程证明和密钥管理的关键步骤，同时讨论了安全性和升级机制，最后展望了未来在其他硬件平台上的扩展潜力。

Concrete ML v1.6 版本提升了大型神经网络的延迟，增加了对预训练的基于树模型的支持，并通过引入 DataFrame 模式和简化 Logistic 回归训练的部署，从而简化了协作计算。该版本还展示了深度 MLP 模型和 ResNet18 模型的延迟改进，并提供了加密训练和 DataFrame 模式的增强功能。此外，还包含用于Windows系统的GPU支持。

本文介绍了 ZEXE 协议，该协议旨在实现无需信任方的共识，并解决分布式账本中的隐私和扩展性问题。ZEXE 允许离线执行程序并提交计算正确的证明，从而实现数据和函数隐私，并利用zk-SNARKs密码学技术，为去中心化应用（如金融、游戏和治理等）提供了一个基础平台。

iExec是一个去中心化云计算协议，它将迁移到Arbitrum，旨在成为开发人员的首选隐私技术栈。此举旨在将iExec的技术与更广泛的市场和具体的用例联系起来，通过在Arbitrum上部署隐私模块，iExec可以扩展其可寻址市场，并提高RLC代币的功能性作用。

本文介绍了 Aleo 生态系统，一个专注于隐私的区块链平台，它利用零知识证明实现私有交易和安全计算。文章分析了 Aleo 的关键特性，包括 zkCloud 平台、Leo 编程语言，并将其与 Zcash、Mina Protocol 和 Oasis Network 等其他隐私区块链项目进行了比较，最后探讨了 Aleo 在合规性和长期潜力方面的优势。

本文深入探讨了Aleo，一个利用零知识证明(ZKP)技术实现隐私保护的区块链平台。文章详细介绍了Aleo的zkVM、zkCloud等核心技术，并分析了Aleo Credit的经济模型和治理结构，以及Aleo基金会的未来发展方向。

隐私计算之不经意传输今天讲一讲密码学中一种重要的隐私保护协议-不经意传输（Oblivious Transfer，简称OT），1981年由密码学家Ron Rivest首次提出 1-out-of-2 OT 的概念。

隐私计算让区块链不再是“裸奔的账本”。通过 MPC、FHE、TEE 等技术，实现数据可用而不可见。它为隐私金融、AI 推理、合规计算等场景提供基础设施，让信任与隐私得以并存

文章简要列举了以太坊生态系统的 22 项最新进展，涵盖了隐私协议 Aztec 和 Scroll 的更新、Aave V4 发布、后量子加密研究、AI 代理集成、以及 ENS 与 PayPal 的合作等核心内容，展示了以太坊在隐私、AI 和机构应用方面的持续演变。

Story 团队推出的 Confidential Data Rails (CDR) 协议，利用 TEE 硬件与智能合约实现了链上私有数据的可编程性。该协议允许用户创建加密保险库，通过智能合约自定义读写权限，适用于数据市场、机密查询、多方协作以及自主对象等隐私计算场景。