Los desarrolladores tienen una demanda central en el cálculo en la cadena: ¿cómo resolver el problema de la confianza? La respuesta está en la solución de Entorno de Ejecución Confiable (TEE).
En pocas palabras, TEE ejecuta el código en un sandbox cifrado y aislado. Tus datos de entrada están protegidos por cifrado, puedes ver la lógica del código antes de ejecutarlo y obtener el resultado firmado después de la ejecución. Lo más importante es que los datos originales nunca se revelan al exterior.
De esta manera, el cálculo en la cadena puede garantizar la privacidad y al mismo tiempo hacer que los resultados sean verificables. Ya sea para procesamiento fuera de la cadena o interacción entre cadenas, se puede usar este mecanismo de confianza para asegurar la seguridad de los datos. $RLC está utilizando esta idea para redefinir el ecosistema del cálculo de privacidad en la cadena.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
9 me gusta
Recompensa
9
8
Republicar
Compartir
Comentar
0/400
AltcoinHunter
· hace13h
He investigado esta lógica de TEE, y realmente resuelve un problema difícil... pero para ser sincero, si RLC puede realmente implementarse, dependerá de la capacidad de ejecución, no sea que vuelva a ser solo un proyecto en PPT.
Ver originalesResponder0
PrivateKeyParanoia
· hace21h
TEE, en pocas palabras, es como poner un escudo de oro a los datos. Parece confiable, finalmente alguien toma en serio el tema de la privacidad.
Ver originalesResponder0
TommyTeacher
· hace21h
TEE, esto suena bien, pero ¿realmente se puede confiar? Parece que todo depende de la aplicación práctica
Ver originalesResponder0
CrashHotline
· hace21h
TEE esta tecnología suena bastante confiable, pero ¿realmente puede aislar completamente? Parece que todo depende de la implementación concreta.
En realidad, simplemente externalizamos la confianza en el hardware, no sé si eso no se convertirá en el próximo punto de ataque.
$RLC en este camino, realmente es difícil decir cuánto puede avanzar, la historia del cálculo privado lleva tantos años.
El sandbox de aislamiento suena bien, lo que me hace dudar es cómo será su rendimiento.
Siempre tengo la sensación de que en el tema de cifrado y privacidad, estamos constantemente en una carrera entre la búsqueda y la concesión.
Ver originalesResponder0
DegenGambler
· hace21h
En resumen, se trata de hacer que la caja negra sea transparente, pero los datos aún deben estar encriptados y bloqueados, esa es la idea.
Ver originalesResponder0
GasDevourer
· hace21h
Hey TEE, esta tecnología realmente tiene algo, satisfacer simultáneamente las necesidades de privacidad y verificabilidad no es fácil.
Espera, ¿los datos realmente no se filtrarán en absoluto? ¿Se puede confiar en el nivel de hardware?
$RLC , la estrategia en este campo fue bastante temprana, pero ¿cómo es la implementación en el ecosistema?
Ver originalesResponder0
GateUser-75ee51e7
· hace22h
Este plan TEE suena bien, pero ¿cuántos proyectos realmente pueden implementarse? ¿O es solo otra especulación de concepto?
Ver originalesResponder0
GasFeeTherapist
· hace22h
TEE, esta tecnología realmente ha resuelto un gran problema, pero todavía hay muy pocos proyectos que puedan implementarse realmente.
Pero, para ser honestos, solo decir que la privacidad de los datos es importante no sirve de mucho; hay que poder verificarlo de verdad. Si $RLC realmente logra hacer esto bien, entonces vale la pena echarle un vistazo.
Los desarrolladores tienen una demanda central en el cálculo en la cadena: ¿cómo resolver el problema de la confianza? La respuesta está en la solución de Entorno de Ejecución Confiable (TEE).
En pocas palabras, TEE ejecuta el código en un sandbox cifrado y aislado. Tus datos de entrada están protegidos por cifrado, puedes ver la lógica del código antes de ejecutarlo y obtener el resultado firmado después de la ejecución. Lo más importante es que los datos originales nunca se revelan al exterior.
De esta manera, el cálculo en la cadena puede garantizar la privacidad y al mismo tiempo hacer que los resultados sean verificables. Ya sea para procesamiento fuera de la cadena o interacción entre cadenas, se puede usar este mecanismo de confianza para asegurar la seguridad de los datos. $RLC está utilizando esta idea para redefinir el ecosistema del cálculo de privacidad en la cadena.