Encaminhar o Título Original 'Explicando a Recente Ascensão da Criptografia Homomórfica Total na Indústria Blockchain'

Apresentando a Criptografia Homomórfica Totalmente (FHE): Uma exploração das suas emocionantes aplicações, limitações e recentes desenvolvimentos que impulsionam a sua popularidade.

Quando ouvi falar pela primeira vez sobre 'Criptografia homomórfica total' (FHE), perguntei-me sobre a tendência do espaço blockchain de atribuir nomes longos a conceitos da moda. Já encontrámos uma boa quantidade de palavras da moda que varreram a indústria ao longo dos anos, sendo a mais recente 'provas de conhecimento zero' (ZKPs).

Após investigar e explorar as novas empresas que estão a desenvolver produtos com Criptografia homomórfica, reparei num horizonte repleto de uma nova e brilhante suite de ferramentas. Nos próximos meses e anos, a Criptografia homomórfica poderá ser a próxima grande tecnologia a causar sensação na indústria, tal como as Provas de Conhecimento Zero fizeram.

As empresas estão aproveitando os avanços recentes em várias áreas da criptografia e da computação em nuvem para abrir caminho para um futuro poderoso, preservador de privacidade de dados. A questão não é se chegaremos lá, mas quando, e eu acredito que a Criptografia homomórfica poderia ser um catalisador crucial para avançar a privacidade e a propriedade de dados.

Nas próximas semanas, vou dedicar-me a aprender mais sobre a criptografia homomórfica (FHE) e a investigar as suas limitações, potencial e aplicações. Irei partilhar as minhas descobertas numa série de artigos que examinam diferentes facetas do diálogo em torno da FHE. Esta semana, irei introduzir esta tecnologia e discutir por que recentemente tem recebido tanta atenção. Muitas pessoas na indústria estão a falar sobre isso, incluindo Kyle Samani da Multicoin Capital, que teve isto para dizer:

"FHE é o Santo Graal da criptografia. Com o tempo, o FHE irá remodelar o tecido de toda a computação, tanto na web2 como na web3."

O que é Homomorfismo?

Abordar o elefante na sala, um bom começo seria entender o que significa 'homomórfico'. Traçando suas raízes, a homomorfia tem origem na matemática e é definidocomo um mapa entre duas estruturas algébricas do mesmo tipo que preserva um componente central entre elas.

Se és como eu e preferes uma definição mais prática, um princípio subjacente à matemática é que dois grupos não precisam de ser idênticos para possuírem as mesmas propriedades fundamentais. Por exemplo, imagina duas caixas de fruta, cada uma correspondendo a um grupo distinto:

A caixa A contém frutas de pequeno tamanho.
A caixa B contém frutas de tamanho grande.

Embora as frutas individuais difiram em tamanho, ao extrair o suco de uma maçã pequena e uma laranja juntas na Caixa A, produz-se um suco misto com o mesmo sabor que ao extrair o suco de uma maçã grande e uma laranja juntas na Caixa B. Extrair os sucos para obter o mesmo sabor é análogo a preservar um componente essencial entre ambas as caixas. Supondo que o sabor idêntico seja a nossa principal preocupação, não importa de qual caixa extrairmos os sucos, pois uma quantidade maior/menor de suco não é o nosso foco. Os grupos são equivalentes onde importa (sabor), de modo que a diferença entre eles (tamanho e quantidade) não tem impacto na sua função principal, que definimos como produzir um sabor específico de suco de fruta.

Estabelecendo um paralelo com a criptografia homomórfica, capturamos suas duas principais características:

1. Mapeamento: Estabelecemos uma conexão entre as frutas, em que cada fruta pequena na Caixa A corresponde a uma versão maior na Caixa B. Assim, a maçã pequena na Caixa A corresponde à maçã grande na Caixa B, e assim por diante.
2. Preservação da Operação: Se extrair o sumo de duas frutas pequenas na Caixa A resultar num sabor específico, extrair as suas versões maiores correspondentes na Caixa B deve resultar no mesmo sabor. O 'perfil de sabor' é preservado apesar das diferenças no tamanho e quantidade do sumo obtido.

O que é a Criptografia Homomórfica Total?

Retomando o tópico central deste artigo, criptografia totalmente homomórficaA criptografia homomórfica (FHE) é um método específico de criptografia de dados que permite às pessoas realizar cálculos em dados criptografados sem revelar os dados brutos. Teoricamente, a análise e os cálculos realizados nos dados criptografados devem produzir resultados idênticos aos realizados nos dados brutos. Com a FHE, estabelecemos uma conexão 1:1 entre os dados no conjunto de dados criptografados correspondentes aos dados no conjunto de dados brutos. A preservação do componente principal, neste caso, é a capacidade de realizar qualquer cálculo nos dados de qualquer conjunto e obter os mesmos resultados.

Para contextualizar, muitas empresas já adotam medidas preventivas para proteger os dados do usuário e manter a privacidade diferencial. As empresas raramente armazenam dados na nuvem ou em seus bancos de dados em forma bruta e não criptografada. Portanto, mesmo que os atacantes ganhem controle dos servidores de uma empresa, ainda precisam contornar a criptografia para ler e acessar os dados. No entanto, os dados não são interessantes quando estão apenas lá, criptografados e não utilizados. Quando as empresas desejam realizar análises de dados para obter informações valiosas, não têm outra opção a não ser descriptografar os dados. Ao serem descriptografados, os dados se tornam vulneráveis. No entanto, por meio da criptografia de ponta a ponta, a criptografia homomórfica se torna muito útil, pois não precisamos mais descriptografar os dados para analisá-los; isso é apenas arranhar a superfície do que é possível.

Uma consideração crucial é se as empresas devem poder ler e armazenar nossas informações pessoais desde o início. A resposta padrão a isso por muitos tem sido que as empresas precisam ver nossos dados para nos fornecer melhores serviços.

Se o YouTube não armazena dados como o meu histórico de visualizações e pesquisas, o algoritmo não pode operar ao máximo e mostrar-me os vídeos nos quais estou interessado. Por esta razão, muitas pessoas consideraram que a troca entre a privacidade dos dados e a obtenção de melhores serviços vale a pena. No entanto, com a Criptografia homomórfica, já não precisamos de fazer essa troca. Empresas como o YouTube podem treinar os seus algoritmos com dados encriptados e produzir resultados idênticos para o utilizador final sem violar a privacidade dos dados. Especificamente, podem encriptar de forma homomórfica informações como o meu histórico de visualizações e pesquisas, analisá-lo sem o ver uma vez que está encriptado, e depois mostrar-me os vídeos nos quais estou interessado com base na análise.

FHE é um passo significativo em direção à construção de um futuro onde nossos dados não sejam mais uma mercadoria valiosa pela qual fazemos o compromisso de entregar livremente às organizações.

Aplicações da Criptografia Homomórfica Totalmente

A Criptografia Homomórfica Totalmente (FHE) aplicada corretamente é uma descoberta para todos os setores que armazenam dados do usuário. Estamos a olhar para uma tecnologia que poderia transformar toda a nossa atitude em relação à privacidade dos dados e os limites de intromissão aceitáveis pelas corporações.

Vamos começar por examinar como a Criptografia homomórfica poderia remodelar as práticas de dados no indústria de cuidados de saúdeMuitos hospitais guardam registos privados de pacientes armazenados nas suas bases de dados, que devem manter confidenciais por motivos éticos e legais. Contudo, esta informação é valiosa para investigadores médicos externos que podem analisar estes dados para deduzir informações significativas sobre doenças e possíveis curas. Um grande obstáculo que está a atrasar a investigação é manter a total confidencialidade dos dados dos pacientes ao terceirizá-los para investigadores. Existem muitas maneiras de anonimizar ou pseudonimizar registos de pacientes. No entanto, são imperfeitas e podem revelar demasiado sobre alguém, tornando-os identificáveis, ou não revelar informação suficiente sobre os seus casos, tornando difícil obter informações precisas sobre doenças.

Com a Criptografia homomórfica, os hospitais podem encriptar os dados dos pacientes de forma homomórfica, tornando mais fácil a proteção da privacidade dos pacientes na nuvem. Os pesquisadores médicos podem realizar cálculos e executar funções analíticas nos dados encriptados sem comprometer a privacidade dos pacientes. Como existe uma correspondência 1:1 entre os dados encriptados e os dados originais, os resultados obtidos a partir do conjunto de dados encriptados fornecem insights reais que podem ser aplicados a casos reais. A Criptografia homomórfica poderia acelerar rapidamente os avanços na indústria de saúde.

Outra aplicação emocionante para a Criptografia homomórfica é o treino de Inteligência Artificial (IA). Atualmente, o setor de IA lida com preocupações de privacidade, o que impede as empresas de acederem a muitos conjuntos de dados expansivos essenciais para aperfeiçoar os algoritmos de IA. As empresas que treinam IA devem escolher entre utilizar conjuntos de dados públicos limitados, pagar muito dinheiro para comprar conjuntos de dados privados ou criar conjuntos de dados, o que é desafiante para empresas mais pequenas com menos utilizadores. A Criptografia homomórfica deve abordar as preocupações de privacidade que impedem muitos fornecedores de conjuntos de dados de entrarem neste mercado. Portanto, melhorias na Criptografia homomórfica provavelmente levarão a um aumento no número de conjuntos de dados disponíveis para treinar IA. Isso tornará o treino de IA mais financeiramente acessível e refinado, dada a maior diversificação de conjuntos de dados disponíveis.

Limitações passadas na Criptografia Homomórfica Totalmente

Se a Criptografia Homomórfica Total (FHE) realmente promete transformar os dados volumosos da atualidade, por que ainda não vimos mais disso em ação?

Embora a criptografia homomórfica tenha sido um tópico discutido e pesquisado há anos, a realidade é que implementar a criptografia homomórfica na prática é muito difícil. O desafio central reside na potência computacional necessária para executar a criptografia homomórfica. Um conjunto de dados totalmente seguro homomorficamente pode produzir resultados analíticos idênticos à sua forma de dados brutos. Este é um feito desafiador e exige velocidades e capacidades computacionais pesadas, muitas das quais são impraticáveis de implementar em computadores existentes. Uma operação que normalmente leva segundos em dados brutos poderia levar horas ou dias em conjuntos de dados criptografados de forma homomórfica. Este desafio computacional criou um ciclo auto-perpetuante onde muitos engenheiros estão adiando a realização de projetos FHE, consequentemente retardando seu desenvolvimento e restringindo a plena realização de seus benefícios.

Um exemplo específico de problema computacional que os engenheiros enfrentam com a Criptografia homomórfica é abordar o ‘erro de ruídoAo realizar cálculos em conjuntos de dados criptografados de forma homomórfica, muitos engenheiros enfrentaram casos em que ruído ou erros extras são produzidos cada vez que um cálculo é feito. Isso é tolerável quando apenas alguns cálculos são necessários, mas após várias análises, o ruído pode se tornar tão proeminente que os dados originais se tornam incompreensíveis. Os dados são virtualmente perdidos.

Porquê agora?

Como @matthewdwhiteIA generativa, antes considerada limitada e primitiva antes de se tornar mainstream, a Criptografia Homomórfica Total (FHE) está numa trajetória em direção a um progresso semelhante. Muitos líderes da indústria, mesmo aqueles que vão além do espaço blockchain, se reuniram para organizar pesquisas e desenvolvimento intensivos em FHE. Isso levou a vários desenvolvimentos recentes na indústria, impulsionando uma narrativa convincente para o avanço dessa tecnologia.

Programa DPRIVE

Em março de 2021, a Microsoft, a Intel e a Defense Advanced Research Projects Agency (DARPA) concordaram em lançar um programa plurianualpara acelerar o desenvolvimento da Criptografia Homomórfica Total (FHE). Chamado de Proteção de Dados em Ambientes Virtuais (DPRIVE), este programa representou uma progressão substancial para a FHE. Ele mostrou duas gigantes da indústria especializadas em computação em nuvem e hardware de computador, unindo-se para abordar a privacidade dos dados. Eles iniciaram este programa para construir computadores e software capazes de gerenciar as velocidades de computação FHE e estabelecer diretrizes para a implementação precisa da FHE, protegendo contra violações de dados que podem surgir de uso incorreto.

Como parte do programa DPRIVE, os engenheiros assumiram a tarefa de mitigar o mencionado 'erro de ruído' explorando métodos para reduzir o ruído a níveis que preservem os dados brutos. Uma solução promissora tem sido projetar Tamanho grande da palavra aritméticaAs representações de dados (LAWS). Enquanto os processadores de computador convencionais (CPUs) geralmente usam palavras de 64 bits, os engenheiros estão desenvolvendo hardware inovador capaz de processar palavras de 1024 bits ou mais com LAWS. Esta abordagem tem sido eficaz porque a pesquisa indica que palavras mais longas influenciam diretamente a relação sinal-ruído. Simplificando, palavras mais longas geram menos ruído com cada etapa computacional adicional em FHE, permitindo que mais cálculos sejam executados antes de atingir o limite de perda de dados. Ao construir novo hardware para enfrentar esses desafios, os engenheiros envolvidos no programa DPRIVE reduzem substancialmente a carga computacional necessária para executar FHE.

Para acelerar cálculos e aproximar-se do seu objetivo de tornar a Criptografia homomórfica 100.000 vezes mais rápida, a equipa da DPRIVE embarcou numa jornada contínua para conceber novos sistemas de processamento de dados que superem as capacidades das unidades de processamento e de gráficos convencionais. Eles desenvolveram um novoMúltiplas Instruções Múltiplos Dadossistema (MIMD) capaz de gerir simultaneamente inúmeras instruções e conjuntos de dados. MIMD é análogo à construção de uma nova autoestrada em vez de usar estradas existentes mal equipadas para acomodar o tráfego necessário para cálculos rápidos e em tempo real de FHE.

O que é interessante no programa DPRIVE é o seu uso extensivo de ‘paralelismo' em cálculos matemáticos de computador. Isso permite que os desenvolvedores realizem várias grandes cálculos de números simultaneamente. Você pode pensar no paralelismo como implantar um grupo de matemáticos para trabalhar em diferentes partes de um problema matemático gigante ao mesmo tempo, em vez de cada um deles fazer seus trabalhos um após o outro. Embora realizar vários cálculos simultaneamente facilite a resolução rápida de problemas, os computadores devem ser resfriados a ar para evitar o superaquecimento.

Em setembro de 2022, mais de um ano e meio após o lançamento do programa, a Microsoft, Intel e a DARPA anunciadoeles tinham concluído com sucesso a Fase 1 do programa DPRIVE. Atualmente, estão a realizar a Fase 2 do DPRIVE.

SDKs e Bibliotecas de Código Aberto

Com inúmeras grandes corporações pioneiras em avanços na Criptografia Homomórfica Totalmente (FHE), houve um aumento na disponibilidade de Kits de Desenvolvimento de Software (SDKs) e bibliotecas de código aberto que permitem aos desenvolvedores construir em cima do trabalho uns dos outros.

Microsoftanunciouo lançamento do Microsoft Seal, uma biblioteca de código aberto que fornece aos desenvolvedores ferramentas para executar criptografia homomórfica em conjuntos de dados. Isso democratiza o acesso a serviços de criptografia e computação de ponta a ponta, permitindo que um público mais amplo de desenvolvedores explore FHE. A biblioteca fornece exemplos de programas criptografados de forma homomórfica, completos com comentários detalhados, para orientar os desenvolvedores para o uso correto e seguro.

Intel também lançadoA Gate possui o seu próprio Conjunto de Ferramentas de Criptografia Homomórfica, oferecendo aos programadores ferramentas para facilitar uma criptografia homomórfica mais rápida na nuvem. A Intel projetou este conjunto de ferramentas de forma flexível, garantindo compatibilidade com os mais recentes avanços no processamento de dados e computação. Inclui funções especializadas adaptadas à criptografia de reticulados, integrações para operação perfeita com o Microsoft Seal, exemplos de esquemas criptografados de forma homomórfica e documentos técnicos para orientar os utilizadores.

Google’sJunte-se e Compute PrivadoA biblioteca de código aberto fornece aos desenvolvedores ferramentas de computação multipartidária (MPC). Este método computacional permite que as partes obtenham insights compartilhados combinando seus diferentes conjuntos de dados sem expor seus dados brutos uns aos outros. O Private Join and Compute mescla as técnicas criptográficas do FHE com a Interseção Privada de Conjuntos (PSI) para otimizar as práticas de confidencialidade de dados. PSI, outro método criptográfico, permite que partes com conjuntos de dados distintos identifiquem elementos ou pontos de dados comuns sem revelar seus dados. A abordagem do Google para avançar a privacidade de dados não se concentra exclusivamente no FHE; prioriza o conceito mais amplo de MPC integrando o FHE com outras práticas de dados impactantes.

A crescente disponibilidade de bibliotecas de código aberto respeitáveis para a criptografia homomórfica é notável. No entanto, torna-se ainda mais convincente ao observar empresas respeitáveis a experimentar com essas bibliotecas em suas operações. Em abril de 2021, a Nasdaq, uma renomada bolsa de valores e entidade tecnológica global para os mercados de capitais,incorporadoA Nasdaq integrou a criptografia homomórfica em suas operações. Utilizando as ferramentas de criptografia homomórfica da Intel e um processador de alta velocidade, a Nasdaq enfrentou crimes financeiros através de esforços de combate à lavagem de dinheiro e detecção de fraudes. Isso foi alcançado usando a criptografia homomórfica para identificar insights valiosos e potencialmente atividades ilícitas em conjuntos de dados contendo informações sensíveis.

Aumentos de Capital Recentes

Além da pesquisa e desenvolvimento realizados pelas empresas mencionadas anteriormente, várias outras empresas recentemente conseguiram rodadas de financiamento substanciais para iniciativas focadas na Criptografia Homomórfica Total (FHE)

Cornami, uma grande empresa de tecnologia, é celebrada por liderar o desenvolvimento de tecnologia escalável de computação em nuvem projetada especificamente para a criptografia homomórfica. Eles estão envolvidos em inúmeras iniciativas para criar sistemas de computação que suportem FHE de forma mais eficaz do que as CPUs convencionais. Também dirigem iniciativas voltadas para proteger dados criptografados contra ameaças apresentadas pela computação quântica. Em maio de 2022, Cornami anunciadouma bem-sucedida rodada de financiamento da Série C, garantindo $68 milhões liderados pela Softbank e elevando seu total de capital levantado para $150 milhões.

Zamaé outra empresa na indústria da blockchain que está a construir ferramentas de criptografia homomórfica de código aberto que os programadores podem aproveitar para construir aplicações emocionantes usando FHE, blockchain e IA. A Zama construiu uma Máquina Virtual Ethereum Totalmente Homomórfica (fhEVM) como parte das suas ofertas de produtos. Este protocolo de contrato inteligente permite que os dados da transação on-chain permaneçam encriptados durante o processamento. Os programadores que exploram várias aplicações com a biblioteca da Zama ficaram impressionados com o desempenho, mesmo em casos de uso complexos. Zama fechado com sucessoa sua rodada de financiamento da Série A de $42 milhões em fevereiro de 2022, liderada pela Protocol Labs, elevando o seu capital total levantado para $50 milhões.

Fhenixtambém é um projeto emergente que está a trazer a Criptografia homomórfica para a blockchain. O seu objetivo é estender as aplicações da Criptografia homomórfica para além dos pagamentos confidenciais, abrindo portas para emocionantes casos de usode FHE em áreas como finanças descentralizadas (DeFi), bridging, votação de governança e jogos Web3. Em setembro de 2023, Fhenix anunciouo fecho da sua ronda de financiamento inicial de $7 milhões, liderada pela Multicoin Capital e pela Collider Ventures.

E o que se segue?

Durante anos, a Criptografia Homomórfica (FHE) permaneceu como uma ideia que prometia uma criptografia robusta de ponta a ponta, anunciando um futuro de forte privacidade de dados. Desenvolvimentos recentes estão começando a mudar a FHE de um sonho teórico para uma realidade prática. Embora várias empresas estejam competindo para implementar a primeira versão robusta e totalmente funcional da FHE, muitas estão colaborando para navegar pelas complexidades desta tecnologia formidável em conjunto. Este espírito colaborativo é evidente através da implementação de vários programas de equipe cruzada e do desenvolvimento de bibliotecas de código aberto que se integram com outras bibliotecas.

Com base nas minhas descobertas, a discussão em torno da Criptografia Homomórfica parece abrangente. Nas próximas semanas, estou entusiasmado por aprofundar mais, partilhando mais informações da minha pesquisa sobre a Criptografia Homomórfica. Especificamente, estou ansioso por explorar mais sobre tópicos como:

• Aplicações emergentes de FHE.
• A interação entre Provas de Conhecimento Zero (ZKPs) e FHE.
• Integrando Criptografia homomórfica com Interseção de Conjuntos Privados (PSI) para avançar na Computação Segura de Múltiplas Partes (MPC).
• Novas empresas, como Zama e Fhenix, que estão pioneiras em desenvolvimentos em Criptografia homomórfica.
  

Citações:

Arampatzis, Anastasios. “Últimos desenvolvimentos em Criptografia homomórfica.” Venafi, 1 Feb. 2022, venafi.com/blog/what-are-latest-developments-criptografia-homomórfica-ask-experts/.

Arampatzis, Anastasios. “O que é a criptografia homomórfica & como é utilizada.” Venafi, 28 de abr. de 2023,venafi.com/blog/criptografia-homomórfica-o-que-é-e-como-é-usada/.

"Construir hardware para permitir proteções contínuas de dados." DARPA, 2 de março de 2020,www.darpa.mil/news-events/2020-03-02.

Cristobal, Samuel. “Fully Homomorphic Encryption: O Santo Graal da Criptografia.” Datascience.Aero, 7 jan. 2021, datascience.aero/fully-homomorphic-encryption-the-holy-grail-of-cryptography/.

"Criptografia homomórfica: O que é e por que é importante?" Sociedade da Internet, 9 de março de 2023,www.internetsociety.org/resources/doc/2023/criptografia-homomórfica/.

Hunt, James. “FHENIX Raises $7 Million in Seed Round Led by Multicoin Capital.” The Block, The Block, 26 de setembro de 2023, www.theblock.co/post/252931/fhenix-seed-multicoin-capital.

“Kit de Criptografia Homomórfica Intel®.” Intel, www.intel.com/content/www/us/en/developer/tools/criptografia-homomórfica/overview.html#gs.fu55im.Acedido em 8 de outubro de 2023.

“Intel para colaborar com a Microsoft no PROGRAMA DA DARPA.” Intel, 8 de março de 2021,www.intel.com/content/www/us/en/newsroom/news/intel-collaborate-microsoft-darpa-program.html#gs.ftusxq.

“Intel Xeon Avança na Investigação e Desenvolvimento de Criptografia Homomórfica da NASDAQ.” Intel, 6 de abril de 2021,www.intel.com/content/www/us/en/newsroom/news/xeon-advances-nasdaqs-homomorphic-encryption-rd.html#gs.6mpgme.

Johnson, Rick. "Intel Completes DARPA DPRIVE Phase One Milestone for a Fully Homomorphic Encryption Platform." Intel, 14 de setembro de 2022, community.intel.com/t5/Blogs/Products-and-Solutions/HPC/Intel-Completes-DARPA-DPRIVE-Phase-One-Milestone-for-a-Fully/post/1411021.

“Selo da Microsoft: Biblioteca de Criptografia Homomórfica Rápida e Fácil de Usar.” Microsoft Research, 4 de jan. de 2023,www.microsoft.com/en-us/research/project/microsoft-seal/.

Paillier, Dr. Pascal. “Fully Homomorphic Encryption: The Holy Grail of Cryptography.” Business Age, 9 Mar. 2023, www.businessage.com/post/fully-homomorphic-encryption-the-holy-grail-of-cryptography

Samani, Kyle. “O Amanhecer do FHE On-Chain.” Multicoin Capital, 26 de setembro de 2023, multicoin.capital/2023/09/26/o-amanhecer-do-fhe-on-chain/.

Walker, Amanda, et al. “Ajudar Organizações a Fazer Mais Sem Recolher Mais Dados.” Blog de Segurança Online do Google, 19 de junho de 2019,security.googleblog.com/2019/06/ajudar-organizacoes-a-fazer-mais-sem-recolher-mais-dados.html.

“O que é criptografia completamente homomórfica?” Inpher, 11 de abril de 2021,inpher.io/technology/o-que-e-a-criptografia-totalmente-homomorfica/.

White, Matt. “Uma Breve História da IA Generativa.” Medium, 8 de julho de 2023, matthewdwhite.medium.com/uma-breve-história-da-ia-generativa-cb1837e67106#:~:text=Embora%20a%20maioria%20das%20pessoas,de%20Difusão%20Estável%20da%20IA.

Aviso legal：

1. Este artigo é reproduzido a partir de [@mustafa.hourani/explaining-the-recent-rise-of-fully-homomorphic-encryption-in-the-blockchain-industry-c7081fa05458">Medium]. Encaminhe o Título Original 'Explicando o Recente Aumento da Criptografia Homomórfica Total na Indústria Blockchain'. Todos os direitos autorais pertencem ao autor original [Mustafa Hourani]Se houver objeções a esta reimpressão, por favor contacte o Gate Learnequipa e eles lidarão com isso prontamente.
2. Aviso de responsabilidade: As visões e opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe Gate Learn. Salvo indicação em contrário, é proibido copiar, distribuir ou plagiar os artigos traduzidos.