🎉【Gate 新加坡旗舰活动 · 广场趣味答题 Day1】
#TOKEN2049# 马上拉开序幕,Gate 也要在新加坡放大招啦!
Token of Love 音乐节、 Gate x Oracle Red Bull Racing 招待会、 F1 观赛派对统统来袭!
现在参与广场【趣味答题挑战】,来测测你对活动了解多少,瓜分$100 BTC!
参与方式:评论区留下答案(格式:1B 2A 3B 4B)
🎁 奖励:每天抽 3 名幸运用户 → 每人 $10 BTC
🎁 终极彩蛋:三天全对的幸运超级答题王 → 再送 $10 BTC!
📖 Day1 · Quiz 单选题
Q1
Gate 新加坡旗舰活动在哪五天举行?
A. 9月30日-10月4日
B. 10月1日-5日
C. 10月5日-9日
Q2
“TOKEN OF LOVE” 音乐节的举办地点是?
A. 滨海湾花园
B. 圣淘沙
C. 新加坡体育馆
Q3
Gate x Oracle Red Bull Racing 招待会特别关注的三个主题是?
A. 体育、旅游、时尚
B. 加密市场趋势、全球经济展望、Web3
C. 游戏、NFT、元宇宙
Q4
在10月2日举行的 F1 赛车模拟挑战中,胜出者获得的奖励是什么?
A. 音乐节 VVIP 门票
B. Gate 精美周边
C. F1 观赛盛宴门票
💡 小Tips:不确定答案?偷偷翻一下
Sui推出Ika亚秒级MPC网络 对比FHE、TEE、ZKP技术优劣
Sui推出亚秒级MPC网络Ika:FHE、TEE、ZKP与MPC技术对比
一、Ika网络概述与定位
Ika网络是Sui基金会战略支持的基于多方安全计算(MPC)技术的创新基础设施。其最显著特征是亚秒级的响应速度,这在MPC解决方案中尚属首次。Ika与Sui区块链在并行处理、去中心化架构等底层设计理念上高度契合,未来将直接集成至Sui开发生态,为Sui Move智能合约提供即插即用的跨链安全模块。
从功能定位来看,Ika正在构建新型安全验证层:既作为Sui生态的专用签名协议,又面向全行业输出标准化跨链解决方案。其分层设计兼顾协议灵活性与开发便利性,有望成为MPC技术大规模应用于多链场景的重要实践案例。
1.1 核心技术解析
Ika网络的技术实现围绕高性能的分布式签名展开,其创新之处在于利用2PC-MPC门限签名协议配合Sui的并行执行和DAG共识,实现了真正的亚秒级签名能力和大规模去中心化节点参与。Ika通过2PC-MPC协议、并行分布式签名和密切结合Sui共识结构,打造一个同时满足超高性能与严格安全需求的多方签名网络。其核心创新在于将广播通信和并行处理引入阈签名协议,主要功能包括:
2PC-MPC签名协议:采用改进的两方MPC方案,将用户私钥签名操作分解为"用户"与"Ika网络"两个角色共同参与的过程。改用广播模式,保持用户计算通信开销为常数级别。
并行处理:利用并行计算,将单次签名操作分解为多个并发子任务在节点间同时执行,大幅提升速度。结合Sui的对象并行模型,无需对每笔交易达成全局顺序共识。
大规模节点网络:支持上千个节点参与签名。每个节点仅持有密钥碎片的一部分,即使部分节点被攻破也无法单独恢复私钥。
跨链控制与链抽象:允许其他链上的智能合约直接控制Ika网络中的账户(dWallet)。通过在自身网络中部署相应链的轻客户端来实现跨链验证。
1.2 Ika对Sui生态的赋能
Ika上线后,有望拓展Sui区块链的能力边界,为Sui生态的基础设施带来支持:
跨链互操作:支持将比特币、以太坊等链上资产以低延迟和高安全性接入Sui网络,实现跨链DeFi操作。
去中心化托管:提供多方签名方式管理链上资产,比传统中心化托管更灵活安全。
链抽象:让Sui上的智能合约可直接操作其他链上的账户和资产,简化跨链交互流程。
AI应用支持:为AI自动化应用提供多方验证机制,提升AI执行交易的安全性和可信度。
1.3 Ika面临的挑战
尽管Ika与Sui紧密绑定,但要成为跨链互操作的"通用标准",还需其他区块链和项目的接纳。现有跨链方案如Axelar、LayerZero已在不同场景中广泛使用,Ika需在去中心化和性能间找到更好平衡点。
MPC方案本身存在签名权限难以撤销的争议。2PC-MPC虽通过用户持续参与提高安全性,但在安全高效更换节点方面仍缺乏完善机制,存在潜在风险。
Ika依赖Sui网络的稳定性及自身网络状况。未来Sui若进行重大升级,Ika也需相应适配。Mysticeti共识虽支持高并发、低手续费,但可能增加网络复杂度,带来新的排序和共识安全问题。
二、基于FHE、TEE、ZKP或MPC的项目对比
2.1 FHE
Zama & Concrete:
Fhenix:
2.2 TEE
Oasis Network:
2.3 ZKP
Aztec:
2.4 MPC
Partisia Blockchain:
三、隐私计算FHE、TEE、ZKP与MPC
3.1 不同隐私计算方案概述
全同态加密(FHE):允许在加密状态下进行任意计算,理论上具备完备计算能力,但计算开销极大。
可信执行环境(TEE):处理器提供的受信任硬件模块,在隔离环境中运行代码,性能接近原生计算,但依赖硬件信任。
多方安全计算(MPC):多方在不泄露私有输入前提下共同计算函数输出,无单点信任,但通信开销大。
零知识证明(ZKP):验证方在不获取额外信息前提下验证陈述真实性,典型实现包括zk-SNARK和zk-STAR。
3.2 FHE、TEE、ZKP与MPC的适配场景
跨链签名:
DeFi场景(多签钱包、金库保险、机构托管):
AI和数据隐私:
3.3 不同方案的差异化
四、FHE、TEE、ZKP与MPC技术评估
各技术在性能、成本和安全性方面存在权衡。FHE理论隐私保障强,但性能低下制约应用。TEE、MPC和ZKP在实时性和成本敏感场景更具可行性。不同技术适用于不同信任模型和应用需求,未来隐私计算生态可能倾向于多种技术组合,构建模块化解决方案。
例如,Ika偏重密钥共享和签名协调,而ZKP擅长生成数学证明。两者可互补:ZKP验证跨链交互正确性,Ika提供资产控制权基础。Nillion等项目开始融合多种隐私技术,在安全性、成本和性能间取得平衡。选择何种技术应视具体应用需求和性能权衡而定。