NEAR memperkenalkan teknologi komputasi privasi, mengutamakan kinerja dan privasi

Belakangan ini, tim pengembang protokol privasi mengumumkan akan memperkenalkan komputasi buta dan penyimpanan buta ke dalam sebuah blockchain Layer 1 yang mengutamakan kecepatan dan skalabilitas. Integrasi ini menggabungkan infrastruktur berkinerja tinggi dengan alat privasi canggih, memungkinkan lebih dari 750 proyek dalam ekosistem tersebut untuk memanfaatkan teknologi komputasi buta.

Jaringan Layer 1 ini terkenal karena kinerjanya, dengan fitur utama sebagai berikut:

• Solusi sharding yang unik: Meningkatkan throughput transaksi dan mengurangi latensi, cocok untuk aplikasi berkinerja tinggi.
• Runtime berbasis WebAssembly: mendukung kontrak pintar Rust dan AssemblyScript, menarik pengembang dari berbagai latar belakang.
• Sistem akun yang dapat dibaca: menggunakan nama akun yang intuitif, meningkatkan pengalaman pengguna dan aksesibilitas.

Fitur-fitur ini menarik banyak pengembang, wirausahawan, dan kreator untuk bersama-sama membangun ekosistem yang makmur.

Dengan mengombinasikan kemampuan komputasi buta dengan pemrosesan transaksi yang efisien, telah dicapai:

• Privasi data modular: Fitur privasi terintegrasi dengan mulus ke dalam blockchain, memungkinkan pelaksanaan penyimpanan dan operasi komputasi data secara modular dalam jaringan privasi, sambil melakukan penyelesaian secara transparan di blockchain.
• Manajemen data pribadi: Menyediakan penyimpanan dan pengolahan pribadi untuk semua jenis data, memperluas fungsi blockchain.
• AI Pribadi: Fokus blockchain pada AI yang mandiri dan dimiliki oleh pengguna bersinergi dengan kemampuan penyimpanan dan komputasi pribadi, membuka ruang desain baru untuk AI terdesentralisasi.

Koleksi ini membuka jalan baru untuk aplikasi perlindungan privasi, terutama dalam solusi AI:

• Inferensi Pribadi: Mewujudkan inferensi aman pada model AI, melindungi model pembelajaran mesin yang bersifat kepemilikan dan input sensitif.
• Agen pribadi: Dengan munculnya agen AI, solusi privasi menjadi sangat penting.
• Pembelajaran Federasi: Meningkatkan privasi melalui perlindungan proses agregasi, memastikan informasi sensitif yang dihasilkan selama pelatihan tetap rahasia.
• Data sintetis pribadi: Melindungi privasi data dasar selama proses pelatihan GAN.
• Peningkatan Generasi Pencarian Pribadi (RAG): Mengaktifkan metode perlindungan privasi yang baru untuk pencarian informasi.

Selain itu, integrasi ini juga membuka kemungkinan untuk solusi privasi lintas rantai, platform komunitas yang mengutamakan privasi, DeFi yang aman, dan alat pengembang yang melindungi privasi.

Dengan menggabungkan infrastruktur berperforma tinggi dan fitur privasi canggih, sedang diciptakan lingkungan yang memungkinkan para pengembang membangun aplikasi yang kuat dan melindungi privasi untuk memenuhi kebutuhan dunia nyata. Ini akan membantu menciptakan ekonomi digital terbuka yang baru, memungkinkan orang untuk lebih baik mengendalikan aset dan data mereka.