WiMi Hologram Cloud Inc. anunció que la encriptación de datos blockchain basada en el aprendizaje automático y el algoritmo de encriptación totalmente homomórfico es una solución integral que aplica tecnologías de criptografía e inteligencia artificial de vanguardia para la protección de datos blockchain. Combina la gestión inteligente de claves del aprendizaje automático y la capacidad de cálculo directo del texto cifrado del cifrado totalmente homomórfico, con el objetivo de garantizar que los datos de la blockchain logren una protección eficaz de la información sensible manteniendo un alto grado de transparencia y a prueba de manipulaciones. La encriptación totalmente homomórfica (FHE), como técnica criptográfica avanzada, puede realizar operaciones de cálculo sobre datos encriptados sin desencriptarlos previamente, el resultado del cálculo permanece encriptado y el resultado desencriptado es el mismo que el resultado del cálculo directo sobre el texto plano.

Esta tecnología aporta nuevas ideas para resolver los problemas de privacidad de la blockchain. FHE también puede soportar operaciones más complejas, como la exponenciación, la división, la comparación, etc., haciendo posible la ejecución de modelos de aprendizaje automático sobre datos cifrados. Mediante la encriptación totalmente homomórfica de datos sensibles en la cadena de bloques (por ejemplo, importes de transacciones, identidades de usuarios, parámetros de contratos inteligentes, etc.), se garantiza que mientras esta información esté abierta y sea transparente en la cadena, sólo el propietario de los datos o los participantes autorizados puedan desencriptar y acceder al contenido específico, haciendo realidad la existencia armónica de la protección de la privacidad y el principio de transparencia de la cadena de bloques.

Tras recibir los datos cifrados, los nodos de la cadena de bloques pueden realizar directamente operaciones como la verificación, la contabilidad y la ejecución de contratos inteligentes sobre el texto cifrado. FHE garantiza que estas operaciones no expongan la información del texto plano y que los resultados del cálculo permanezcan encriptados. El propietario de los datos o el participante con los derechos correspondientes utiliza la clave privada para descifrar los resultados cifrados para tomar decisiones, transferir activos y confirmar los resultados de la ejecución del contrato.

Los usuarios no autorizados no pueden desencriptar protegiendo así la privacidad de los datos. La aplicación de la tecnología de aprendizaje automático en la seguridad de la información también se está ampliando, especialmente en la gestión de claves, la detección de amenazas, la evaluación de riesgos, etc. Con la optimización de los algoritmos y la aceleración del hardware, los modelos de aprendizaje automático son capaces de procesar eficazmente grandes cantidades de datos en un entorno en tiempo real, analizar información multidimensional como el entorno de red, el comportamiento de los usuarios, los patrones de transacción de blockchain, etc.

en tiempo real, generar y actualizar dinámicamente las claves de cifrado, mejorar la aleatoriedad y la capacidad antifractura de las claves, y realizar la gestión inteligente de los sistemas de cifrado. El uso de la clave dinámica generada por el aprendizaje automático para cifrar datos sensibles en la cadena de bloques puede garantizar la seguridad de los datos cuando se difunden y almacenan en la cadena. Al mismo tiempo, el aprendizaje automático también puede llevar a cabo una evaluación de riesgos y una alerta temprana del sistema blockchain, ajustar la estrategia de encriptación según la postura de riesgo, mejorar la adaptabilidad y la capacidad de defensa de la encriptación de datos, hacer frente a los cambiantes medios de ataque y amenazas a la seguridad, y garantizar la seguridad de los datos. La tecnología de encriptación de datos de WiMi basada en el aprendizaje automático y el algoritmo de encriptación totalmente homomórfico puede utilizarse en blockchain en escenarios que incluyen transacciones protegidas por la privacidad, contratos inteligentes privados, intercambio de datos y colaboración entre cadenas, análisis de datos en la cadena y aprendizaje automático.

Por ejemplo, ambas partes de una transacción pueden utilizar FHE para cifrar información sensible como el importe de la transacción, el tipo de activo y el propósito de la transacción, asegurando que mientras esta información esté abierta, sólo ambas partes de la transacción y los nodos de validación necesarios puedan descifrarla y visualizarla, protegiendo así la privacidad de la transacción. El código lógico y los datos de entrada de los contratos inteligentes pueden pasar primero por FHE y luego ejecutarse en la cadena. Aunque el código del contrato y los datos de entrada sean visibles para el público, los resultados del cálculo permanecen encriptados y sólo los participantes en el contrato pueden desencriptar los resultados, protegiendo así los secretos comerciales y la privacidad del proceso de ejecución.

En entornos de varias cadenas o cadenas cruzadas, FHE garantiza que los datos transmitidos entre diferentes cadenas de bloques permanezcan siempre encriptados, y sólo los nodos autorizados de la cadena de destino pueden desencriptar los datos, evitando la fuga de datos en los enlaces intermedios y apoyando el intercambio seguro de datos y la colaboración entre cadenas. Además, los datos encriptados en la cadena de bloques pueden agregarse y operarse estadísticamente para generar resultados de análisis encriptados, lo que facilita el análisis de tendencias de mercado dentro o fuera de la cadena y la evaluación de riesgos, sin exponer los datos individuales.