Önsöz
Geçmişte, kriptografi teknolojisi insan medeniyetinin ilerlemesinde, özellikle bilgi güvenliği ve gizlilik koruması alanlarında önemli bir rol oynamıştır. Sadece çeşitli alanlarda veri iletimi ve depolama için sağlam bir koruma sağlamakla kalmaz, aynı zamanda asimetrik şifreleme genel-özel anahtar sistemi ve karma işlevi, 2008 yılında Satoshi Nakamoto tarafından çift harcama sorununu çözmek için bir iş kanıtı mekanizması tasarlamak üzere yaratıcı bir şekilde entegre edilmiş ve böylece devrim niteliğinde bir dijital para birimi olan Bitcoin'in doğuşu teşvik edilmiş ve blok zinciri endüstrisi için yeni bir çağ açılmıştır.
Blok zinciri endüstrisinin sürekli evrimi ve hızlı gelişimiyle birlikte, aralarında sıfır bilgi kanıtı (ZKP), çok taraflı hesaplama (MPC) ve tam homomorfik şifreleme (FHE) olmak üzere bir dizi son teknoloji kriptografik teknoloji ortaya çıkmaya devam ediyor. Bu teknolojiler, blok zincirinin imkansız üçgen problemini çözmek için Rollup çözümüyle birleştirilmiş ZKP ve kullanıcı portallarının geniş ölçekli uygulamasını teşvik etmek için genel-özel anahtar sistemiyle birleştirilmiş MPC gibi birden fazla senaryoda yaygın olarak kullanılmıştır (Kitlesel Kabul). Kriptografinin kutsal kaselerinden biri olarak kabul edilen tam homomorfik şifreleme FHE ise, benzersiz özellikleri sayesinde üçüncü tarafların şifrelenmiş veriler üzerinde şifre çözme işlemine gerek kalmadan istedikleri sayıda hesaplama ve işlem yapabilmelerine olanak tanır ve böylece birden fazla alana ve senaryoya yeni olanaklar getiren, birleştirilebilir zincir üstü gizlilik bilişimini gerçekleştirir.
FHE'ye hızlı bir genel bakış
FHE (Fully Homomorphic Encryption) hakkında konuştuğumuzda, öncelikle isminin ardındaki anlamı anlayabiliriz. Öncelikle HE, temel özelliği şifreli metin üzerinde hesaplamalar ve işlemlere izin vermesi ve bu işlemlerin doğrudan düz metne eşlenebilmesi, yani şifrelenmiş verilerin matematiksel özelliklerinin değişmeden kalması olan homomorfik şifreleme teknolojisi anlamına gelir. FHE'deki F, bu homomorfizmin yeni bir seviyeye ulaştığı ve şifrelenmiş veriler üzerinde sınırsız hesaplamalar ve işlemlere izin verdiği anlamına gelir.
Anlamaya yardımcı olmak için, şifreleme algoritması olarak en basit doğrusal işlevi seçiyoruz ve toplama homomorfizmini ve çarpma homomorfizmini göstermek için tek işlemleri birleştiriyoruz. Elbette, gerçek FHE bir dizi daha karmaşık matematiksel algoritma kullanır ve bu algoritmaların hesaplama kaynakları (CPU ve bellek) için son derece yüksek gereksinimleri vardır.
FHE'nin matematiksel prensipleri derin ve karmaşık olsa da, bunları burada ayrıntılı olarak tartışmayacağız. Homomorfik şifreleme alanında, FHE'ye ek olarak, iki başka formun daha olduğunu belirtmekte fayda var: kısmi homomorfik şifreleme ve bazı homomorfik şifreleme. Bunlar arasındaki temel fark, desteklenen işlem türleri ve izin verilen işlem sayısıdır, ancak şifrelenmiş verilerin hesaplanmasını ve işlenmesini gerçekleştirme olanağı da sağlarlar. Ancak, içeriği özlü tutmak için, burada derinlemesine tartışmayacağız.
FHE sektöründe, araştırma ve geliştirmede yer alan birçok tanınmış şirket olmasına rağmen, Microsoft ve Zama mükemmel açık kaynaklı ürünleriyle (kod tabanları) eşsiz bir kullanılabilirlik ve etki göstermiştir. Geliştiricilere istikrarlı ve verimli FHE uygulamaları sağlarlar ve bu katkılar FHE teknolojisinin sürekli gelişimini ve yaygın uygulamasını büyük ölçüde desteklemiştir.
Microsoft SEAL: Microsoft Research tarafından dikkatlice oluşturulmuş, yalnızca tam homomorfik şifrelemeyi desteklemekle kalmayıp aynı zamanda kısmen homomorfik şifrelemeyle de uyumlu bir FHE kütüphanesi. SEAL, verimli bir C++ arayüzü sağlar ve çok sayıda optimizasyon algoritması ve teknolojisini entegre ederek bilgi işlem performansını ve verimliliğini önemli ölçüde artırır.
Zamas TFHE: Yüksek performanslı tam homomorfik şifrelemeye odaklanmış açık kaynaklı bir kütüphanedir. TFHE, C dili arayüzü aracılığıyla hizmetler sunar ve daha hızlı bilgi işlem hızı ve daha düşük kaynak tüketimi elde etmek için bir dizi gelişmiş optimizasyon tekniği ve algoritması kullanır.
En basitleştirilmiş fikre göre, FHE'yi deneyimlemenin işleyiş süreci şu şekildedir:
-
Anahtar oluştur: FHE kütüphanesini/çerçevesini kullanarak bir çift genel ve özel anahtar oluştur.
-
Şifrelenmiş veriler: FHE hesaplamaları tarafından işlenmesi gereken verileri şifrelemek için genel anahtarı kullanın.
-
Homomorfik hesaplama gerçekleştirin: Şifrelenmiş veriler üzerinde toplama ve çarpma gibi çeşitli hesaplama işlemlerini gerçekleştirmek için FHE kütüphanesi tarafından sağlanan homomorfik hesaplama işlevini kullanın.
-
Şifre çözme sonucu: Hesaplama sonucunun görüntülenmesi gerektiğinde, meşru kullanıcı hesaplama sonucunu şifresini çözmek için özel anahtarı kullanır.
FHE uygulamasında, şifre çözme anahtarlarının yönetim şeması (oluşturma, dolaşım ve kullanım, vb.) özellikle kritiktir. Şifrelenmiş verilerin hesaplama ve işlem sonuçlarının belirli zamanlarda ve senaryolarda kullanılmak üzere şifresinin çözülmesi gerektiğinden, şifre çözme anahtarı orijinal ve işlenmiş verilerin güvenliğini ve bütünlüğünü sağlamak için çekirdek haline gelir. Şifre çözme anahtarlarının yönetimiyle ilgili olarak, şeması aslında geleneksel anahtar yönetimiyle birçok benzerliğe sahiptir, ancak FHE'nin özelliği göz önüne alındığında, daha titiz ve ayrıntılı bir strateji de tasarlanabilir.
Blockchain için, merkeziyetsizliği, şeffaflığı ve değişmezliği nedeniyle, eşikli çok taraflı güvenli bilgi işlem şemasının (TMPC) tanıtımı çok umut verici bir seçenektir. Bu şema, birden fazla katılımcının şifre çözme anahtarını birlikte yönetmesine ve kontrol etmesine olanak tanır. Yalnızca önceden ayarlanmış eşik sayısına (yani katılımcı sayısına) ulaşıldığında veriler başarıyla şifresi çözülebilir. Bu yalnızca anahtar yönetiminin güvenliğini iyileştirmekle kalmaz, aynı zamanda tek bir düğümün hacklenme riskini de azaltır ve blockchain ortamında FHE uygulaması için güçlü bir garanti sağlar.
fhEVM temelleri atıyor
Minimum müdahale perspektifinden bakıldığında, FHE'yi blok zincirinde uygulamanın ideal yolu, taşınabilirlik ve esneklik sağlamak için onu genel bir akıllı sözleşme kod tabanı olarak kapsüllemektir. Ancak, bu çözümün öncülü, akıllı sözleşme sanal makinesinin FHE tarafından gerekli görülen karmaşık matematiksel işlemler ve kriptografik işlemlerin belirli talimat setini önceden desteklemesi gerektiğidir. Sanal makine bu gereksinimleri karşılayamıyorsa, sanal makinenin çekirdek mimarisini FHE algoritmasının ihtiyaçlarına göre uyarlamak ve sorunsuz entegrasyonunu sağlamak için derinlemesine özelleştirmek ve dönüştürmek gerekir.
Yaygın olarak benimsenen ve uzun süredir kanıtlanmış bir sanal makine olarak EVM, doğal olarak FHE'yi uygulamak için ilk tercih haline geliyor. Ancak bu alanda çok az uygulayıcı var. Bunların arasında, TFHE'yi açık kaynaklı hale getiren şirket olan Zama'yı bir kez daha fark ettik. Zama'nın yalnızca temel TFHE kütüphanesini sağlamakla kalmayıp, aynı zamanda yapay zeka ve blok zinciri alanlarına FHE teknolojisini uygulamaya odaklanan bir teknoloji şirketi olarak, Concrete ML ve fhEVM olmak üzere iki önemli açık kaynaklı ürün piyasaya sürdüğü ortaya çıktı. Concrete ML, makine öğrenimi gizlilik bilişimine odaklanır. Concrete ML aracılığıyla, veri bilimcileri ve ML uygulayıcıları, gizliliği korurken hassas veriler üzerinde makine öğrenimi modellerini eğitebilir ve çıkarabilir, böylece gizlilik sızıntısı konusunda endişelenmeden veri kaynaklarından tam olarak yararlanabilirler. Başka bir ürün olan fhEVM, gizlilik bilişimini uygulamak için Solidity'yi destekleyen tamamen homomorfik bir EVM'dir. fhEVM, geliştiricilerin gizlilik koruması ve güvenli bilişim elde etmek için Ethereum akıllı sözleşmelerinde tamamen homomorfik şifreleme teknolojisini kullanmalarını sağlar.
fhEVM dokümanlarını okuyarak fhEVM'nin temel özelliklerinin şunlar olduğunu öğrendik:
-
fhEVM: EVM olmayan bayt kodu düzeyinde, Zama açık kaynaklı FHE kütüphanesinin farklı durumlarında birden fazla önceden derlenmiş sözleşmeyi entegre ederek gömülü işlevler biçiminde FHE desteği sağlar. Ek olarak, FHE için özel olarak FHE şifre metnini depolamak, okumak, yazmak ve doğrulamak üzere belirli bir EVM belleği ve depolama alanı oluşturulur;
-
Dağıtılmış eşik protokol tasarımına dayalı şifre çözme mekanizması: birden fazla kullanıcı ve birden fazla sözleşme arasında karışık şifrelenmiş veriler için küresel FHE anahtarlarını ve şifreleme anahtarlarının zincir üzerinde depolanmasını destekler ve eşik çok taraflı güvenli hesaplama şeması kullanılarak birden fazla doğrulayıcı arasında şifre çözme anahtarlarının paylaşılması için asenkron şifreleme mekanizması;
-
Geliştiricilerin kullanma eşiğini düşüren Solidity sözleşme kütüphanesi: FHE şifreleme veri tipleri, işlem tipleri, şifre çözme çağrıları ve şifreleme çıktıları tasarlanmıştır;
Zamas fhEVM, blok zinciri uygulamalarında FHE teknolojisi için sağlam bir başlangıç noktası sağlar, ancak Zama'nın esas olarak teknoloji araştırma ve geliştirmeye odaklandığı düşünüldüğünde, çözümleri daha tekniktir ve mühendislik uygulaması ve ticari uygulamada nispeten az dikkate alınır. Bu nedenle, fhEVM'yi pratik uygulamalara tanıtma sürecinde, teknik engeller ve performans optimizasyonu dahil ancak bunlarla sınırlı olmamak üzere çeşitli beklenmedik zorluklarla karşılaşabilir.
FHE-Rollups'ın bir ekosistemini inşa etmek
Saf fhEVM kendi başına bir proje veya tam bir ekosistem oluşturamaz. Ethereum ekosistemindeki çeşitli istemcilerden biri gibidir. Eğer fhEVM bağımsız bir proje olmak istiyorsa, genel zincir düzeyindeki mimariye güvenmeli veya Katman 2/Katman 3 çözümlerini benimsemelidir. FHE genel zincirinin geliştirme yönü kaçınılmaz olarak dağıtılmış doğrulayıcı düğümler arasında FHE bilgi işlem kaynaklarının yedekliliğini ve israfını nasıl azaltacağını çözmek zorundadır. Aksine, genel zincirin yürütme katmanı olarak var olan Katman 2/Katman 3 çözümü, bilgi işlem işini az sayıda düğüme dağıtabilir ve bilgi işlem yükünün büyüklük sırasını büyük ölçüde azaltabilir. Bu nedenle, öncü olarak Fhenix, fhEVM ve Rollup teknolojisinin birleşimini aktif olarak araştırıyor ve gelişmiş bir FHE-Rollups tipi Katman 2 çözümü oluşturmayı öneriyor.
ZK Rollups teknolojisinin karmaşık ZKP mekanizmalarını içerdiği ve doğrulama için gereken kanıtları üretmek için büyük bilgi işlem kaynakları gerektirdiği, tam FHE'nin özellikleriyle birleştirildiğinde, ZK Rollups'a dayalı FHE-Rollups çözümünü doğrudan uygulamak birçok zorlukla karşılaşacaktır. Bu nedenle, bu aşamada, ZK Rollups ile karşılaştırıldığında, Fhenixs'in teknik tercihi olarak Optimistic Rollups çözümünü kullanmak daha pratik ve verimlidir.
Fhenixs teknoloji yığını temel olarak aşağıdaki temel bileşenleri içerir: WebAssembly'de dolandırıcılık kanıtları gerçekleştirebilen Arbitrum Nitros dolandırıcılık kanıtlayıcısının bir çeşidi, böylece FHE mantığı güvenli çalışma için WebAssembly'ye derlenebilir. Çekirdek kütüphane fheOS, FHE mantığını akıllı sözleşmelere entegre etmek için gereken tüm işlevleri sağlar. Eşik Hizmet Ağı (TSN), gizli paylaşımlı ağ anahtarını barındıran, güvenliği sağlamak için belirli bir algoritma ile gizli paylaşım teknolojisini kullanarak birden fazla kopyaya bölen ve gerektiğinde verileri şifresini çözme gibi görevlerden sorumlu olan bir diğer önemli bileşendir.
Yukarıdaki teknoloji yığınını temel alarak Fhenix ilk genel sürümü olan Fhenix Frontier'ı yayınladı. Bu, birçok kısıtlaması ve eksik işlevi olan erken bir sürüm olmasına rağmen, akıllı sözleşme kod tabanı, Solidity API, sözleşme geliştirme araç zinciri (Hardhat/Remix gibi), ön uç etkileşimli JavaScript kütüphanesi vb. kullanımı için kapsamlı talimatlar sağlamıştır. Bununla ilgilenen geliştiriciler ve ekolojik proje tarafları, araştırma için resmi belgelere başvurabilirler.
Zincir-Agnostik FHE Eş İşlemcileri
FHE-Rollups'a dayanarak, Fhenix akıllıca çeşitli genel zincirleri, L2 ve L3 ağlarını etkinleştirmeyi amaçlayan Relay modülünü tanıttı, böylece FHE Eş İşlemcilerine erişebilir ve FHE işlevlerini kullanabilirler. Bu, orijinal Ana Bilgisayar Zinciri FHE'yi desteklemese bile, artık FHE'nin güçlü işlevlerinden dolaylı olarak yararlanabileceği anlamına gelir. Ancak, FHE-Rollups'ın kanıt meydan okuma süresi genellikle 7 güne kadar uzun olduğundan, bu, FHE'nin yaygın uygulamasını belirli bir ölçüde sınırlamıştır. Bu zorluğun üstesinden gelmek için Fhenix, EigenLayers Restaking mekanizması aracılığıyla FHE Eş İşlemcilerinin hizmetleri için daha hızlı ve daha rahat bir kanal sağlamak üzere EigenLayer ile iş birliği yaptı ve tüm FHE Eş İşlemcilerinin verimliliğini ve esnekliğini büyük ölçüde iyileştirdi.
FHE Yardımcı İşlemcilerini kullanma iş akışı basittir:
-
Uygulama sözleşmesi, kriptografik hesaplamaları gerçekleştirmek için Ana Bilgisayar Zincirindeki FHE Eş İşlemcisini çağırır
-
Röle sözleşmesi kuyruk talebi
-
Relay düğümü Relay sözleşmesini dinler ve çağrıyı özel Fhenix Rollup'a iletir
-
FHE Rollup, FHE hesaplama işlemlerini gerçekleştirir
-
Eşik ağı şifre çözme çıktısı
-
Röle düğümü sonucu ve iyimser kanıtı sözleşmeye geri gönderir
-
Sözleşme iyimser kanıtı doğrular ve sonucu arayana gönderir
-
Sözleşmeyi uygula ve çağrı sonucuna göre sözleşmeyi yürütmeye devam et
Fhenix Katılım Rehberi
Eğer bir geliştiriciyseniz, Fhenix'in belgelerini inceleyebilir ve bu belgelere dayanarak kendi FHE tabanlı uygulamalarınızı geliştirerek pratik uygulamalardaki potansiyelini keşfedebilirsiniz.
Eğer bir kullanıcı iseniz, FHE'nin getirdiği veri güvenliği ve gizlilik korumasını deneyimlemek için Fhenixs FHE-Rollups tarafından sağlanan dApp'leri deneyebilirsiniz.
Eğer bir araştırmacıysanız, FHE'nin prensipleri, teknik detayları ve uygulama olanakları hakkında daha derin bir anlayış kazanmak ve araştırma alanınızda daha değerli katkılarda bulunabilmeniz için Fhenix'in dokümanlarını dikkatlice okumanız şiddetle tavsiye edilir.
FHE En İyi Uygulamaları
FHE teknolojisi, özellikle tam zincirli oyunlar, DeFi ve AI alanlarında geniş bir uygulama yelpazesine sahip olduğunu göstermiştir. Bu alanlarda büyük bir geliştirme potansiyeline ve geniş bir uygulama alanına sahip olduğuna inanıyoruz:
-
Gizlilik korumalı tam zincirli oyunlar: FHE teknolojisi, oyun ekonomisindeki finansal işlemler ve oyuncu operasyonları için güçlü şifreleme koruması sağlayarak gerçek zamanlı manipülasyonu etkili bir şekilde önler ve oyunun adilliğini ve tarafsızlığını garanti eder. Aynı zamanda, FHE oyuncu faaliyetlerini anonimleştirebilir, oyuncuların finansal varlıklarının ve kişisel bilgilerinin sızdırılma riskini önemli ölçüde azaltabilir ve böylece oyuncuların gizlilik güvenliğini her açıdan koruyabilir.
-
DeFi/MEV: DeFi faaliyetlerinin hızla gelişmesiyle birlikte, birçok DeFi operasyonu Karanlık Orman'da MEV saldırılarının hedefi haline geldi. Bu zorluğun üstesinden gelmek için FHE, DeFi'nin ifşa etmek istemediği pozisyon miktarı, likidasyon hattı, işlem kayması vb. gibi hassas verileri etkili bir şekilde koruyabilir ve iş mantığının hesaplanmasını ve işlenmesini sağlayabilir. FHE uygulanarak, zincir üstü DeFi'nin sağlığı önemli ölçüde iyileştirilebilir ve böylece kötü MEV davranışının sıklığı büyük ölçüde azaltılabilir.
-
AI: AI modellerinin eğitimi veri kümelerine bağlıdır. Eğitim için bireysel verileri kullanmaya gelince, bireysel hassas verilerin güvenliğini sağlamak birincil öncül haline gelir. Bu nedenle, FHE teknolojisi bireysel gizlilik verileriyle AI modellerini eğitmek için ideal bir çözüm haline gelmiştir. AI'nın şifrelenmiş veriler üzerinde işlem yapmasına izin verir, böylece herhangi bir kişisel hassas bilgiyi sızdırmadan eğitim sürecini tamamlar.
FHE'nin Topluluk Tarafından Tanınması
Teknolojinin gelişimi yalnızca sert çekirdek özellikleriyle elde edilemez. Teknolojinin olgunluğuna ve sürekli ilerlemesine ulaşmak için, akademik araştırma ve geliştirmenin sürekli iyileştirilmesine ve topluluk gücünün aktif inşasına güvenmelidir. Bu bağlamda, FHE kriptografik topluluğun kutsal kasesi olarak adlandırılır ve potansiyeli ve değeri uzun zamandır yaygın olarak kabul görmüştür. 2020'de Vitalik Buterin, Tamamen Homomorfik Şifrelemeyi Keşfetme adlı makalesinde FHE teknolojisini oldukça tanıdı ve destekledi. Son zamanlarda, şüphesiz bu konumu yeniden güçlendiren ve FHE teknolojisinin geliştirilmesi için daha fazla kaynak ve güç çağrısında bulunan sosyal medyada tekrar konuştu. Buna uygun olarak, yeni projelerin, kar amacı gütmeyen araştırma ve eğitim kuruluşlarının ortaya çıkması ve piyasa fonlarının sürekli enjeksiyonu, teknolojik bir patlamanın önsözünün çalmak üzere olduğunu gösteriyor gibi görünüyor.
Potansiyel FHE Erken Ekosistemi
FHE ekosisteminin gelişiminin erken aşamalarında, çekirdek altyapı teknoloji hizmet şirketi Zama ve büyük bir heyecanla beklenen Fhenix projesinin yanı sıra, derinlemesine anlayışımızı ve dikkatimizi hak eden bir dizi olağanüstü proje daha bulunmaktadır:
-
Sunscreen: Geleneksel programlama dillerinde FHE dönüşümlerini destekleyen, karşılık gelen FHE şifreli metin merkezi olmayan depolamayı tasarlayan ve son olarak SDK biçiminde Web3 uygulamaları için FHE özelliklerini çıkaran, kendi kendini geliştirerek oluşturulmuş bir FHE derleyicisi
-
Mind Network: EigenLayers Restaking mekanizmasıyla birleştirilmiş, AI ve DePIN ağları için güvenliği genişletmek üzere özel olarak tasarlanmış bir FHE ağı
-
PADO Labs: ZKP ve FHE'yi birleştiren merkezi olmayan bir bilgi işlem ağı olan zkFHE'yi başlatıyor
-
**Arcium: **Eski adıyla Solana'nın gizlilik protokolü Elusiv, yakın zamanda FHE ile birleştirilmiş paralel gizli bir bilgi işlem ağına dönüştü
-
Inco Network: Zamas fhEVM'ye dayalı olarak, FHE'nin hesaplama maliyetini ve verimliliğini optimize etmeye odaklanıyor ve ardından eksiksiz bir ekolojik Katman 1 geliştiriyor
-
Treat: Shiba ekibi ve Zama tarafından ortaklaşa oluşturulan, Shiba ekosisteminin FHE Katman 3'ünü genişletmeye adanmıştır
-
octra: OCaml, AST, ReasonML ve C++ tabanlı izole yürütme ortamına sahip FHE ağı
-
BasedAI: LLM modelleri için FHE yeteneklerinin tanıtımını destekleyen dağıtılmış ağ
-
Encifher: Eskiden BananaHQ olan, şimdi Rize Labs olarak yeniden adlandırılan şirket, FHE etrafında FHEML üzerinde çalışıyor
-
Privasea: NuLink çekirdek ekibi tarafından, Zama'nın Concrete ML çerçevesini kullanarak oluşturulan ve yapay zeka alanında ML muhakemesi sırasında veri gizliliği koruması elde etmek için tasarlanmış bir FHE ağı
Kâr amacı gütmeyen araştırma ve eğitim kurumları için, tüm ekosistemin akademik araştırma ve eğitimsel popülerleştirilmesi için değerli kaynaklar sağlayan FHE.org ve FHE Onchain'i şiddetle tavsiye ediyoruz.
Sınırlı alan nedeniyle, FHE ekosistemindeki tüm mükemmel projeleri listeleyemeyiz. Ancak lütfen bu ekosistemin sınırsız potansiyel ve fırsatlar içerdiğine inanın, bu da sürekli derinlemesine araştırma ve geliştirmemize değer.
Özetle
FHE teknolojisinin geleceği konusunda iyimseriz ve Fhenix projesi için yüksek beklentilerimiz var. Fhenix ana ağı yayınlanıp resmen başlatıldığında, farklı alanlardaki uygulamaların FHE teknolojisiyle geliştirileceğini umuyoruz. Bu yenilikçi ve canlı geleceğin hemen köşede olduğuna inanıyoruz.
referanslar
https://zama.ai/
https://github.com/microsoft/SEAL
https://www.fhenix.io/
https://mindnetwork.xyz/
https://www.inco.org/
https://x.com/treatsforShib
https://docs.octra.org/
https://x.com/encifherio
https://www.getbased.ai/
https://www.privasea.ai/
https://x.com/fhe_org
https://x.com/FHEOnchain
https://vitalik.eth.limo/general/2020/07/20/homomorphic.html
https://x.com/MessariCrypto/status/1720134959875457352
https://foresightnews.pro/article/detail/59947
Bu makale internetten alınmıştır: ArkStream Capital: Neden FHE alanına yatırım yapıyoruz?
Nina Bambysheva, Forbes tarafından yazılan orijinal makale Orijinal çeviri: Luffy, Foresight News Kripto para dünyasının büyük bir kısmının çöktüğü, FTX ve diğer endüstri devlerinin başarısız olduğu bir dönemde, Tether kalabalığın arasından sıyrılıp büyüdü. Tether'in sabit parası USDT, Boston merkezli Circle tarafından ihraç edilen en yakın rakibi USDC'nin üç katı olan $111 milyar piyasa değerine ulaştı. Tether'in işi kıskanılacak çünkü fon kaynağı, kripto sabit parasını destekleyen rezervlerin büyük kısmını oluşturan ABD Hazine Bonoları üzerindeki daha yüksek faiz oranları sayesinde fiilen ücretsiz. Geleneksel bankaların aksine, USDT karşılığında Tether'e sert para yatıran müşteriler herhangi bir faiz almıyor. Tether, yalnızca 2024'ün ilk çeyreğinde, denetlenmemiş şirket "mali sonuçlarını" $4,5 milyar olarak bildirdi ve…