一文读懂Partisia Blockchain,被严重低估的隐私区块链生态

2024-04-13 04:36

本文主要是介绍一文读懂Partisia Blockchain,被严重低估的隐私区块链生态,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在今年3月,隐私公链Partisia Blockchain迎来了重要的进展,该生态通证 $MPC上线了交易所,目前$MPC通证可以在Kucoin、Gate、BitMart、Bitfinex、Bitture等平台交易,并将在不久后上线MEXC平台。

在上个月上线市场至今,MPC 通证涨幅在300%以上,日交易量维持在632万美元左右。虽然$MPC通证面向市场后的表现喜人,但从该项目的基本面看,就目前其通证相关数据而言,我们认为该项目严重被低估,并且有望在后续市场迎来多轮爆发。

最具落地潜力的隐私体系

事实上,作为以技术见长的区块链隐私公链,Partisia Blockchain利用零知识证明(ZK)技术和多方计算(MPC)共,同保障在不影响网络完整性和安全性前提下的数据隐私性。这种双重方法可以在加密数据上执行复杂计算,从而在默认情况下提升数据隐私性。基于此,一些具备数据需求的场景比如医疗、AI运算等具备数据需求的领域,可以在不泄露隐私的前提下实现数据的应用,符合包括欧盟的一般数据保护条例(GDPR)的在内的系列合规要求。

Partisia Blockchain构建了一套名为REAL的全新MPC协议,在满足高效预处理前提下,最大限度地利用众节点运行矩阵来推进MPC使用率。而基于此,Partisia也推出了MPC-as-a-Service(MPC即服务),能够为任何隐私需求的场景提供MPC服务,比如金融、供应链管理、医疗健康数据共享、电子投票、隐私数据市场等等,其有望为区块链生态内外的任何类型的隐私保护计算树立了新的标准。

除了隐私方案的可落地性外,其基于分片、创新的共识机制、Oracle服务框架等,为Partisia Blockchain带来了极佳的高迸发性、可拓展性,并通过将MPC节点引入到链上的方式,保证网络运算的效率以及安全性。

我们看到,该项目作为2008年以来全球首个MPC技术支持的商业应用,Partisia Blockchain标榜的“MPC-as-a-Service”开始渗入各类Layer1功能的场景应用之中,包括拍卖(DEXs)、调查、投票、人工智能、机器学习、供应链、资金管理、数据共享等领域,通过安全、公平的利益分配原则化解各类危机与挑战。

目前的一些应用示例包括:

l 频谱拍卖:与电信公司合作,使用MPC技术进行多样化的频谱拍卖,包括大量私人数据的处理应对。这项技术允许公共公司在拍卖过程中保护敏感信息,并完成必要的计算工作。

l 疫苗验证:一种能够用于验证个人是否接种了特定疫苗的系统,包括接种疫苗的次数和类型,在充分保护个人隐私的同时允许对疫苗接种情况进行验证。

l 医疗健康市场:在医疗保健领域,MPC技术被用于允许保险公司、资本市场参与者和研究机构访问和计算医疗数据,并充分保护医患隐私,能够防止传统数据处理方式的数据泄露风险,从而开展更深入的医疗研究项目。

l 广告数据处理:使用MPC技术处理实时广告行业的用户数据,而不侵犯其隐私。这种方法旨在取代当前基于Cookie的数据收集模式,允许用户掌握对自身数据的控制权,同时为广告商提供有价值的产品见解。

自2019年以来,Partisia的PBC平台已经用于私有部署的多方安全计算(MPC)和区块链服务,基于商业条款使用。除了为Partisia Blockchain提供基础支持外,其他合作伙伴还包括Bosch、Provable Labs、Data for Good、Cyberian等。

而Partisia的面向多方安全计算(MPC)的公共区块链基础设施即Partisia Blockchain,也将作为Web 3.0公共区块链推出,目前也有一些合作伙伴包括KIN、OriginAll、Insights Network、Humanitarian、Confidential Intelligence、红十字国际委员会等。

从宏观看,Partisia Blockchain不仅背靠2000亿美元规模的数据隐私市场,同时基于其链上体系,其也背靠500亿美元的通证互操作性市场、1.5万亿美元的通证经济可拓展市场。

而随着生态的进一步推进,MPC 通证将被广泛应用,并随着生态价值飞轮的运转而不断凸显价值,这将是MPC 通证未来市场预期可期的最重要的基本盘。

暂未上线头部大所

Partisia Blockchain的MPC通证目前市值较小的另外一个原因在于,其尚未登录包括Binance、Coinbase以及OKX等这类一线大所。

我们看到,Oasis Network、Secret、NYM等同赛道隐私链都已经登录了一些大所。

而作为顶级技术、满足合规要求且已经有一些实际落地的隐私生态,Partisia Blockchain与全新加密时代的叙事相匹配,同时其历史融资超5500万美元,在隐私公链赛道中处于中上游水平,所以我们完全由理由认为,其具备上线大所的预期。而上线大所有望推动MPC面向更加广泛的投资者群体,并推动MPC通证在交易量、价格上的迅速上涨。

从另一个角度看,目前与同赛道项目相比,其通证市值仅为5600万美元,估值极低。相比于Oasis Network(ROSE)的8.58亿美元、Secret Network的(SCRT)的1.52亿美元、NYM(NYM)的1.65亿美元,MPC明显是被严重低估的(仍有数十倍的增长空间)。而在去年年初,Partisia Blockchain的融资估值高达16亿美元,所以市场对于目前被严重低估的MPC后续的市场表现十分值得期待,值得持续且长期保持关注。

这篇关于一文读懂Partisia Blockchain,被严重低估的隐私区块链生态的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/899153

相关文章

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展,越来越多的企业开始将其应用于实际业务中。然而,区块链技术的专业性使得其集成开发成为一项挑战。针对此,广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术,提供一套全面的区块链开发工具和开发环境,支持开发者快速开发和部署区块链应用。此外,该平台还可以提供一套全面的区块链开发教程和文档,帮助开发者快速上手区块链开发。

Linux 云计算底层技术之一文读懂 Qemu 架构

Qemu 架构概览 Qemu 是纯软件实现的虚拟化模拟器,几乎可以模拟任何硬件设备,我们最熟悉的就是能够模拟一台能够独立运行操作系统的虚拟机,虚拟机认为自己和硬件打交道,但其实是和 Qemu 模拟出来的硬件打交道,Qemu 将这些指令转译给真正的硬件。 正因为 Qemu 是纯软件实现的,所有的指令都要经 Qemu 过一手,性能非常低,所以,在生产环境中,大多数的做法都是配合 KVM 来完成

读懂《机器学习实战》代码—K-近邻算法

一,K近邻算法概念 K近邻算法即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也就是上面所说的K个邻居), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中。KNN 算法是一种 lazy-learning 算法,分类器不需要使用训练集进行训练,训练时间复杂度为0。KNN 分类的计算复杂度和训练集中的文档数目成正比,也就是说,如果训练集中文档总数为 n,

Node.js入门与生态全解析:包管理与构建工具详解

Node.js入门与生态全解析:包管理与构建工具详解 目录 🎯 包管理 使用 npm 和 yarn:项目依赖管理的利器创建和发布 npm 包:实现模块化与共享 ⚙️ 构建工具 使用 Webpack 和 Babel:高效打包与代码转换配置构建流程:优化与自动化的最佳实践 🎯 包管理 - 使用 npm 和 yarn:项目依赖管理的利器 在Node.js的开发过程中,包管理是核心环节

数据库遇上知识图谱、区块链、深度学习

参考资料: https://zhuanlan.zhihu.com/p/33381916 https://www.zuozuovera.com/archives/1062/ 东南大学D&Intel Lab相关ppt 数据库的核心概念——表示、存取、查询 有了数据库是干什么,大概实现的逻辑,特点,才能引申出对当今这些新技术的对比、适应和发展。 目的:研究数据表示、存取数据模型:表示数据的模型,通

Post-Training有多重要?一文带你了解全部细节

1. 简介 随着LLM学界和工业界日新月异的发展,不仅预训练所用的算力和数据正在疯狂内卷,后训练(post-training)的对齐和微调方法也在不断更新。InstructGPT、WebGPT等较早发布的模型使用标准RLHF方法,其中的数据管理风格和规模似乎已经过时。近来,Meta、谷歌和英伟达等AI巨头纷纷发布开源模型,附带发布详尽的论文或报告,包括Llama 3.1、Nemotron 340

隐私计算实训营:SplitRec:当拆分学习遇上推荐系统

拆分学习的概念 拆分学习的核心思想是拆分网络结构。每一个参与方拥有模型结构的一部分,所有参与方的模型合在一起形成一个完整的模型。训练过程中,不同参与方只对本地模型进行正向或者反向传播计算,并将计算结果传递给下一个参与方。多个参与方通过联合模型进行训练直至最终收敛。 一个典型的拆分学习例子: Alice持有数据和基础模型。Bob只有数据、基础模型和fuse模型。 Alice使用自己的数据

一文说清什么是AI原生(AI Native)应用以及特点

引言:智能新纪元 如今,走在街头,哪儿不被智能科技包围?智能音箱、自动驾驶汽车、聊天机器人......这些都在用不同的方式提升我们的生活体验。然而,究竟什么才能称得上“AI原生应用”呢? 什么是AI原生?   AI原生不仅仅是简单地引入人工智能功能。真正的AI原生应用犹如一个智慧的“大脑”,它的每一个决策都依赖于深度学习与数据分析。以Siri为例,它通过学习用户的习惯和需求,提供个性化的