9月13日，隱私權協議Nillion在X平台宣布，將盲運算和盲儲存引入主打速度和可擴充性的L1層公鏈NEAR。這項整合將NEAR 的效能與Nillion 的先進隱私工具結合，此後，NEAR 生態系統中的750多個項目都可以使用盲計算。
NEAR與Nillion集成，隱私與效能的交匯
NEAR作為一個老牌的L1區塊鏈網絡，一直以性能著稱，其三個主要特性包：
- Nightshade 分片：NEAR 獨特的分片解決方案提高了交易吞吐量並減少了延遲，非常適合高效能應用。
- WebAssembly 運行時：NEAR 基於Wasm 的虛擬機器支援Rust 和AssemblyScript 的智慧合約，吸引了來自不同背景的開發者。
- 可讀帳戶：NEAR 使用直覺的帳戶名稱，改善了使用者體驗和可存取性。
這些特性吸引了開發者、企業家和創意者，他們共同建構了一個擁有750多個應用程式的繁榮生態系統。
透過將Nillion 的盲運算能力與NEAR 的高效交易處理相結合實現了：
- 模組化資料隱私：Nillion 的隱私功能與NEAR 平滑集成，允許在Nillion 網路中模組化執行資料儲存和運算操作，同時在NEAR 區塊鏈上進行透明結算。這種模組化為開發者在設計其應用程式架構時提供了靈活性。
- 私有資料管理：Nillion 透過為所有類型的資料提供私人儲存和運算，擴展了NEAR 的功能。這大大拓寬了NEAR 生態系統中隱私保護應用程式的設計空間，使開發者能夠建立以前由於隱私限製而無法實現的解決方案，並吸引註重隱私的用戶。
- 私有AI：Near 對自主、使用者擁有的AI 的關注與Nillion 的私有儲存和運算能力相輔相成，為去中心化AI 開闢了廣闊的新設計空間。
擴展加密項目建構空間
這種整合在NEAR 生態系統內為隱私保護應用開闢了新途徑，特別關注AI 解決方案：
私有AI：
- 私有推理：Nillion 可以實現對AI 模型的安全推理，為專有機器學習（ML）模型和向其提供敏感輸入的用戶提供保護，最初專注於回歸、時間序列預測或分類等私有模型。
- 私有代理：隨著AI 代理以（半）自主方式採取行動的興起，對隱私解決方案的需求變得至關重要。對意圖分類的支援可以使用戶在使用代理時不會洩露關於其原始查詢或代理根據所述查詢採取的行動的資訊。
- 聯邦學習：儘管聯邦學習主要側重於在去中心化數據集上訓練模型而無需集中數據，但Nillion 可以透過保護聚合過程來增強隱私，確保訓練期間派生的敏感資訊（如梯度）保持機密。
- 私有合成資料：Nillion 可以成為保護GAN 訓練過程中基礎資料隱私的解決方案。將MPC 應用於GAN 的訓練確保訓練過程中使用的資料永遠不會暴露給其他參與者。
- 私有檢索增強生成（RAG）：Nillion 可以為資訊檢索啟用一種新穎的隱私保護方法，促進向量在靜止狀態下的量子安全儲存和語義搜尋評估而無需解密。
跨鏈隱私解決方案：
鑑於NEAR 對互通性的重視，這種整合可以為隱私保護的跨鏈應用和資產轉移鋪平道路。
隱私優先的社群平台：
去中心化社群可以受益於在Nillion 中私有儲存的內容和社交圖譜，並進行處理以推薦有針對性的個人化內容，將去中心化的好處與隱私相結合。該平台還可以促進盲投票、私人提案提交和安全的資金管理。
安全的DeFi：
Nillion 的盲運算可以實現私人訂單簿、機密貸款評估和隱藏流動性池，增強NEAR 不斷增長的DeFi 生態系統的安全性和隱私性。
保護隱私的開發者工具：
Nillion 的盲計算可以透過提供以隱私為重點的工具和API 來增強NEAR 的開發者友好環境，允許開發者輕鬆地將先進的隱私功能納入其應用程序，而不會犧牲NEAR 的易用性和可擴展性。
NEAR 上盲計算的未來
透過將NEAR 的高性能基礎設施與Nillion 的先進隱私功能相結合，正在創造一個環境，開發者可以建立強大的、保護隱私的應用程序，以滿足現實世界的需求。這將有助於創建一個新的開放數位經濟，讓人們控制自己的資產和數據。
