3 Punti Chiave dal Rapporto di Messari sul Calcolo Confidenziale che Presenta COTI e Aleo

Il calcolo confidenziale decentralizzato, meglio noto come DeCC per semplicità, è sotto i riflettori nell'ultimo rapporto di settore di Messari. La società di ricerca blockchain ha pubblicato un rapporto esteso che evidenzia i 1 miliardo di dollari di investimenti che sono stati versati in progetti DeCC negli ultimi anni e che ora stanno dando i loro frutti.

Messari esamina in modo particolare i Circuiti Sfarzosi (Garbled Circuits), la tecnologia di calcolo confidenziale meglio nota per la sua applicazione sulla rete Layer 2 di COTI. Fornisce una panoramica su come funzionano i Circuiti Sfarzosi e delinea alcuni dei suoi casi d'uso più potenti, prima di seguire con altre tecnologie DeCC leader come MPC e ZKP. Ecco tre principali conclusioni dal rapporto ampio di Messari.

1. DeCC è ad alta domanda

Mentre alcune narrazioni on-chain sembrano essere guidate dalla speculazione o da pura speranza, DeCC ha un caso d'uso convincente. Non si tratta di forzare una tecnologia per la quale c'è poca domanda organica, ma piuttosto di soddisfare un bisogno, in particolare tra le imprese, per un maggiore controllo sulla privacy quando si interagisce on-chain. Settori come la sanità, la banca e l'istruzione potrebbero trarre molto vantaggio dalla blockchain, data la sua capacità di supportare la collaborazione aperta tra le organizzazioni, ma devono esserci protezioni della privacy per salvaguardare i dati.

Questo è ciò che DeCC porta sul tavolo, permettendo alle aziende di godere del meglio di entrambi i mondi: l'apertura della blockchain unita alla privacy dei dati a cui sono abituate. Questo va oltre il semplice abilitare transazioni on-chain private: DeCC consente di elaborare i dati on-chain senza rivelarne il contenuto. Questo permette ai contratti intelligenti di eseguire operazioni basate su un evento specifico – ad esempio una query del record che corrisponde a un'entry del database SQL di un paziente – senza trasmettere pubblicamente quell'informazione.

2. I Circuiti Sfarzosi (Garbled Circuits) hanno molti punti a favore

Messari dedica molto del suo rapporto all'analisi dell'implementazione da parte di COTI dei Circuiti Sfarzosi (Garbled Circuits), che consente il calcolo sicuro permettendo a una parte di valutare una funzione su dati crittografati senza apprendere l'input. Questo viene ottenuto crittografando sia i dati che la funzione per garantire la privacy durante il calcolo.

Messari nota che “COTI supporta una vasta gamma di casi d'uso reali, dai pagamenti ai consumatori alle integrazioni aziendali e ai piloti di valuta digitale di livello governativo. Per ambienti altamente regolamentati, il framework proprietario Data Privacy Framework (DPF) di COTI consente audit normativi dei dati crittografati senza compromettere la privacy degli utenti, ideale per settori regolamentati come banche, prestiti e governo.”

Evidenzia anche i modi in cui i Circuiti Sfarzosi superano le soluzioni DeCC comparabili, sottolineando il fatto che sono 1.000 volte più veloci e 250 volte più efficienti nello stoccaggio rispetto alle alternative basate su FHE. Sulla L2 di COTI, il rapporto tocca benchmark attuali che mostrano “80–100 transazioni confidenziali al secondo (ctps) per operazioni ERC-20, con potenziale per ~1000 ctps con le prossime ottimizzazioni.”

3. Gli ZKP continuano a impressionare con la loro versatilità

Ci sono molte cose che possono essere fatte con le prove a conoscenza zero (ZKP), in particolare nel contesto del calcolo confidenziale, dove le loro capacità di preservazione della privacy dimostrano il loro valore. Penumbra, Aleph Zero e Aleo sono citati come alcuni dei progetti web3 che lavorano con ZKP a questo riguardo. Ad esempio, la blockchain L1 di Aleo supporta il calcolo completamente privato, consentendo agli sviluppatori di creare applicazioni in cui i dati sensibili degli utenti e la logica rimangono confidenziali. Questo viene ottenuto utilizzando il linguaggio di programmazione Leo della catena, che compila in circuiti ZK.

Nella valutazione delle capacità di tutte le soluzioni DeCC che figurano nel suo rapporto, Messari nota “la difficoltà di preservare la confidenzialità in sistemi progettati per l'apertura”. Ciò che tutti questi progetti stanno cercando di raggiungere in generale è la privacy sullo sfondo con un'esperienza utente normale in primo piano. Questo è più difficile di quanto sembri, poiché i dati crittografati sono più intensivi dal punto di vista computazionale da elaborare. Ma grazie alle innovazioni nel calcolo confidenziale, da MPC ai Circuiti Sfarzosi, queste sfide vengono gradualmente superate.

Se DeCC può raggiungere il suo pieno potenziale, le dapp di domani non saranno solo in grado di gestire esponenzialmente più dati di prima: lo faranno preservando la privacy sia degli utenti aziendali che di quelli retail. Con gli agenti AI che iniziano anche a mettersi al passo e le richieste di grandi quantità di dati per alimentare il giuggiolo AI-web3 che si intensificano, non sono solo le aziende a beneficiare del calcolo confidenziale: ne beneficiano anche le macchine la cui intelligenza è strettamente correlata alla qualità e alla quantità dei dati che vengono loro forniti.