Мінтинг NFT з даних обличчя: інноваційні дослідження Privasea
Нещодавно проект мінтінгу NFT з використанням обличчя привернув широку увагу. Цей проект дозволяє користувачам через мобільний додаток вводити своє обличчя та мінтити його в NFT. З моменту запуску наприкінці квітня вже було здійснено понад 200000 мінтингів NFT, що свідчить про надзвичайно високий рівень інтересу.
Цей проект не просто просте перетворення даних обличчя в NFT, його основною метою є верифікація справжності користувачів за допомогою розпізнавання облич. У сучасному інтернет-середовищі роботи займають велику частину трафіку, з яких зловмисний трафік складає 27.5%. Ця ситуація створює значні проблеми як для постачальників послуг, так і для звичайних користувачів.
У сфері Web3 розпізнавання людини та машини також має вирішальне значення. Наприклад, під час аірдропу проекту потрібно запобігти шахраям, які створюють кілька фальшивих облікових записів для атаки. Для деяких високоризикованих операцій, таких як вхід до облікового запису, виведення коштів тощо, необхідно перевірити, що користувач не лише є людиною, а й фактичним власником облікового запису.
Privasea запропонував інноваційне рішення: побудувати Privasea AI Network на базі FHE (гомоморфного шифрування), щоб вирішити проблеми приватності обчислень у сценах AI в середовищі Web3. Ця мережа включає чотири ролі: власники даних, вузли Privanetix, декодери та отримувачі результатів. Завдяки ієрархічній структурі та оптимізованій упаковці, Privasea пропонує ефективне рішення для приватності обчислень.
Процес роботи Privasea AI Network включає в себе такі етапи, як реєстрація користувачів, подача завдань, розподіл завдань, криптографічні обчислення, перемикання ключів, перевірка результатів, механізм стимулювання, отримання результатів та доставка результатів. Увесь процес забезпечує конфіденційність даних та цілісність обчислень.
Щоб управляти мережевими вузлами та розподіляти винагороди, Privasea запустила WorkHeart NFT та StarFuel NFT, які базуються на механізмах PoW та PoS відповідно. Це поєднання подвійного механізму оптимізує структуру розподілу доходів, балансуючи важливість обчислювальних ресурсів та економічних ресурсів у мережі.
FHE як основна технологія мережі Privasea AI вважається новим святим граалем криптографії. На відміну від доказів з нульовими знаннями (ZKP), FHE більше зосереджений на обчисленнях з урахуванням конфіденційності, тоді як ZKP в основному використовується для перевірки конфіденційності. Проте FHE також стикається з проблемою повільної швидкості обчислень. Незважаючи на це, завдяки оптимізації алгоритмів та розвитку апаратного прискорення продуктивність FHE постійно покращується.
Privasea завдяки своїй унікальній архітектурі та технології обчислень з конфіденційністю відкриває нові можливості для глибокої інтеграції Web3 та AI. Хоча FHE ще потребує поліпшення швидкості обчислень, Privasea вже уклала угоду з ZAMA для спільного вирішення проблеми обчислень з конфіденційністю. З постійними технологічними проривами, Privasea має потенціал стати піонером у застосуванні обчислень з конфіденційністю та AI в більшій кількості сфер.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
7 лайків
Нагородити
7
6
Поділіться
Прокоментувати
0/400
CoffeeNFTs
· 13год тому
Дешевий чи ні? Продав моє обличчя, ще й хоче заробити.
Переглянути оригіналвідповісти на0
MoonMathMagic
· 13год тому
Це хто оцінював мистецтво, бракує великої добродійності.
Переглянути оригіналвідповісти на0
degenwhisperer
· 13год тому
Ця річ надійна?
Переглянути оригіналвідповісти на0
QuorumVoter
· 13год тому
Не наважуюсь зробити селфі NFT, бо боюся, що його вкрадуть, обмежена шкіра до свята Дуанью.
Privasea досліджує нові рішення з NFT обличчя та AI-приватності.
Мінтинг NFT з даних обличчя: інноваційні дослідження Privasea
Нещодавно проект мінтінгу NFT з використанням обличчя привернув широку увагу. Цей проект дозволяє користувачам через мобільний додаток вводити своє обличчя та мінтити його в NFT. З моменту запуску наприкінці квітня вже було здійснено понад 200000 мінтингів NFT, що свідчить про надзвичайно високий рівень інтересу.
Цей проект не просто просте перетворення даних обличчя в NFT, його основною метою є верифікація справжності користувачів за допомогою розпізнавання облич. У сучасному інтернет-середовищі роботи займають велику частину трафіку, з яких зловмисний трафік складає 27.5%. Ця ситуація створює значні проблеми як для постачальників послуг, так і для звичайних користувачів.
У сфері Web3 розпізнавання людини та машини також має вирішальне значення. Наприклад, під час аірдропу проекту потрібно запобігти шахраям, які створюють кілька фальшивих облікових записів для атаки. Для деяких високоризикованих операцій, таких як вхід до облікового запису, виведення коштів тощо, необхідно перевірити, що користувач не лише є людиною, а й фактичним власником облікового запису.
Privasea запропонував інноваційне рішення: побудувати Privasea AI Network на базі FHE (гомоморфного шифрування), щоб вирішити проблеми приватності обчислень у сценах AI в середовищі Web3. Ця мережа включає чотири ролі: власники даних, вузли Privanetix, декодери та отримувачі результатів. Завдяки ієрархічній структурі та оптимізованій упаковці, Privasea пропонує ефективне рішення для приватності обчислень.
Процес роботи Privasea AI Network включає в себе такі етапи, як реєстрація користувачів, подача завдань, розподіл завдань, криптографічні обчислення, перемикання ключів, перевірка результатів, механізм стимулювання, отримання результатів та доставка результатів. Увесь процес забезпечує конфіденційність даних та цілісність обчислень.
Щоб управляти мережевими вузлами та розподіляти винагороди, Privasea запустила WorkHeart NFT та StarFuel NFT, які базуються на механізмах PoW та PoS відповідно. Це поєднання подвійного механізму оптимізує структуру розподілу доходів, балансуючи важливість обчислювальних ресурсів та економічних ресурсів у мережі.
FHE як основна технологія мережі Privasea AI вважається новим святим граалем криптографії. На відміну від доказів з нульовими знаннями (ZKP), FHE більше зосереджений на обчисленнях з урахуванням конфіденційності, тоді як ZKP в основному використовується для перевірки конфіденційності. Проте FHE також стикається з проблемою повільної швидкості обчислень. Незважаючи на це, завдяки оптимізації алгоритмів та розвитку апаратного прискорення продуктивність FHE постійно покращується.
Privasea завдяки своїй унікальній архітектурі та технології обчислень з конфіденційністю відкриває нові можливості для глибокої інтеграції Web3 та AI. Хоча FHE ще потребує поліпшення швидкості обчислень, Privasea вже уклала угоду з ZAMA для спільного вирішення проблеми обчислень з конфіденційністю. З постійними технологічними проривами, Privasea має потенціал стати піонером у застосуванні обчислень з конфіденційністю та AI в більшій кількості сфер.