Resultado de búsqueda de ZAMA

Zama emplea Fully Homomorphic Encryption (FHE) para crear una capa de privacidad sobre las blockchains existentes. Así, los datos de las transacciones permanecen cifrados en todo momento. Esta solución proporciona una privacidad excepcional para DeFi, pagos y gobernanza on-chain, sin renunciar a la transparencia ni a la verificabilidad. Zama marca un nuevo estándar de privacidad en el ecosistema cripto.

En el mundo descentralizado, la tecnología de privacidad se está volviendo esencial. Zama está a la vanguardia con su avanzada tecnología de Encriptación Homomórfica Totalmente (FHE), que redefine la protección de la privacidad de los datos. Utilizando su biblioteca FHE "TFHE-rs", Zama permite el procesamiento de datos encriptados sin descifrado, garantizando la privacidad y la seguridad. Además, el fhEVM de Zama aplica esta tecnología a contratos inteligentes, lo que permite contratos inteligentes privados que mantienen los datos confidenciales incluso cuando circulan en la cadena de bloques. Respaldado por la biblioteca Concrete, que simula y optimiza las operaciones FHE, Zama ofrece una solución completa de computación de privacidad, avanzando en la tecnología de privacidad de la cadena de bloques.

El 19 de noviembre, el mercado de criptomonedas registró un ligero rebote pese al clima de miedo extremo. BTC repuntó un 0,15 % hasta los 92 410 USDT, y ETH ascendió un 0,29 % hasta los 3 109 USDT. Entre los movimientos destacados, Anoma (+50,92 %) se disparó gracias a la activación de su máquina virtual ARM en Ethereum, lo que generó debate sobre las intenciones y la privacidad programable; Grass (+23,03 %) ganó tracción antes de su primera llamada para tenedores de tokens y tras procesar 100 millones de artículos científicos para conjuntos de datos de ciencia abierta; Falcon Finance (+17,69 %) se impulsó al superar la oferta de USDf los 2 mil millones de dólares y tras la revelación completa de los NFTs de Perryverse. Según los datos on-chain, tanto las ballenas de Bitcoin como las instituciones están acumulando al mismo tiempo, y el número de monederos con más de 1 000 BTC ha alcanzado su máximo en cuatro meses. Vitalik presentó el marco de privacidad Kohaku, que consolida la privacidad como característica fundamental en Ethereum. Zama lanzó la versión 2 de su red de pruebas de cifrado homomórfico completo (FHE), un avance clave hacia el inminente lanzamiento de su red principal.

Informe diario de Gate Research: El 19 de noviembre, el mercado cripto registró un ligero repunte a pesar del sentimiento de miedo extremo. BTC subió un 0,15 % hasta los 92 410 USDT, mientras que ETH avanzó un 0,29 % hasta los 3 109 USDT. Entre los principales destacados, Anoma (+50,92 %) se disparó gracias al lanzamiento de su máquina virtual ARM en Ethereum, generando debates en torno a los intents y la privacidad programable; Grass (+23,03 %) ganó tracción antes de su primera Token Holder Call y tras procesar 100 millones de artículos científicos para bases de datos de ciencia abierta; Falcon Finance (+17,69 %) repuntó al superar la oferta de USDf los 2 mil millones de dólares y desvelarse íntegramente los NFT de Perryverse. Los datos en cadena indican que tanto las ballenas de Bitcoin como las instituciones están acumulando de forma simultánea, alcanzando el número de monederos con más de 1 000 BTC el nivel más alto en cuatro meses. Vitalik presentó el marco de privacidad Kohaku, impulsando la privacidad como propiedad clave en Ethereum. Por su parte, Zama lanzó su testnet v2 de fully homomorphic encryption (FHE), marcando un avance estratégico hacia el inminente lanzamiento de su mainnet.

La encriptación completamente homomórfica (FHE) representa la vanguardia de la tecnología de protección de la privacidad. Ofrece salvaguardias excepcionales de privacidad y puede ser utilizada en Web3 para asegurar la privacidad de las transacciones, proteger los datos de la inteligencia artificial y mejorar la privacidad en las unidades de coprocesamiento.

La necesidad de Ethereum de escalar ha llevado al desarrollo de soluciones Capa 2, con ZK/OP rollups emergiendo como actores clave, formando un consenso de OP a coro plazo y ZK a largo plazo, destacando a ARB, OP, zkSync y StarkNet como principales contendientes. Los usuarios de Web3 priorizan la privacidad solo cuando aporta valor económico. El costo de encriptación de FHE carga aún más la ya baja eficiencia on-chain, y la adopción a gran escala es factible solo cuando los beneficios significativos justifican el costo. Para los clientes institucionales que necesitan cadenas de bloques públicas pero que no están dispuestos a revelar toda la información, la capacidad de FHE para mostrar y comercializar texto cifrado es más adecuada que ZKP.

FHE (Fully Homomorphic Encryption) permite a terceros realizar cálculos y operaciones ilimitadas sobre datos cifrados sin descifrar, logrando así cálculos de privacidad combinables en la cadena. ArkStream Capital ha escrito un artículo en el que presenta el concepto, los escenarios de aplicación y el ecosistema de FHE, así como la solución de capa 2 de tipo FHE-Rollup que Fhenix está construyendo.

Este artículo examina la era de las privacy coins como Zcash y Monero, analiza los motivos de su declive y explora el crecimiento de los protocolos de privacidad programable en 2025 (Aztec, Penumbra, Nocturne, FHE, entre otros). Con un enfoque en la conformidad regulatoria, la composabilidad y las aplicaciones en el mundo real, el artículo evalúa si el nuevo ecosistema de privacidad puede impulsar una recuperación sostenida. Integra datos de mercado y whitepapers de proyectos para ofrecer valoraciones objetivas y recomendaciones de inversión prácticas, dirigido a entusiastas y analistas del sector cripto.

FHE es una novedosa tecnología de cifrado que aborda las limitaciones de las pruebas de conocimiento cero en la protección de la privacidad y la escalabilidad. Permite compartir y proteger estados privados sin necesidad de confianza de terceros, y permite el cálculo directo de datos cifrados, lo que admite diversas aplicaciones.

El argumento principal de esta publicación es que si el estado final deseado es tener una infraestructura de privacidad programable que pueda manejar el estado privado compartido sin ningún punto único de falla, entonces todos los caminos llevan a MPC. También exploramos la madurez de MPC y sus supuestos de confianza, destacamos enfoques alternativos, comparamos compensaciones y proporcionamos una descripción general de la industria.

Mind es una solución de replanteamiento de IA que garantiza la economía de tokens y la seguridad de los datos de las redes de IA descentralizadas a través del replanteo flexible y la encriptación completamente homomórfica para la seguridad del consenso. Mientras que EigenLayer utiliza el retaking para asegurar diferentes AVS dentro del ecosistema Ethereum, Mind Network utiliza el retaking para asegurar el consenso de varias redes de IA en todo el ecosistema criptográfico.

Profundice en la red de la mente: cuando el cifrado totalmente homomórfico se encuentra con el replanteamiento, la seguridad consensuada para los proyectos de IA criptográfica está al alcance de la mano

Equilibrium Research ha publicado su informe anual de predicciones, delineando eventos potenciales y tendencias industriales esperadas para finales del próximo año. El informe abarca áreas como Escalabilidad, ZK Proving, Privacidad, Consenso & Redes P2P, y Experiencia del Usuario.

¡El proyecto de acuñación de NFT facial iniciado por Privasea está de moda! Los usuarios pueden grabar sus caras en la aplicación móvil IMHUMAN (I Am Human) y acuñar sus datos faciales en un NFT. Esta combinación de datos faciales en cadena + NFT ha dado como resultado más de 200,000 NFT acuñados desde su lanzamiento a finales de abril, destacando su popularidad.

Este artículo aborda los problemas de protección de la privacidad en la tecnología de cadena de bloques, enfatizando la importancia de la privacidad como un derecho humano fundamental para la libertad y la democracia. Proporciona una introducción detallada a las Tecnologías de Mejora de la Privacidad (PETs), incluidas las pruebas de conocimiento cero, la computación multiparte, el cifrado completamente homomórfico y los entornos de ejecución confiables. El artículo analiza estas tecnologías en cuanto a su generalidad, composabilidad, eficiencia computacional, eficiencia de red, grado de descentralización y coste. También se discuten casos de aplicación práctica para estas tecnologías y se explora cómo los enfoques híbridos pueden aprovechar las fortalezas complementarias de diferentes técnicas.