APE:隐私赛道中的NYM和ALEO价值都是什么_ECO

通过前段时间的俄乌战争,我们可以看出来一点,就是加密货币的隐私重要性,两个战争的国家通过加密货币来购买军事设备。之前人们可以通过加密货币进行各种活动,这也是因为在加密市场上的活动是隐秘的,是匿名的力口wu98946424

不过现在加密市场慢慢被人们熟知,慢慢的与我们个人的隐私关联起来了,这就慢慢的促进了隐私货币的出现。

首先我们先知道什么是隐私币?

问题的核心是加密货币通常允许任何人通过区块链浏览器查看其交易记录;在以太坊网络上查找pussyriot.eth的活动很容易。这种透明度还意味着金融机构和国家机构可以标记出用于犯罪的加密货币,使持有人无法在不被发现的情况下兑现犯罪所得。

为了响应区块链固有的透明度,出现了一波代币浪潮,它们部署了加密行业中一些最具创新性的加密技术。

红杉资本亦入局隐私赛道,参投斯坦福大学背景的隐私公链EspressoSystems新一轮3200万美元融资。此前数月,NYM、Aleo、AztecNetwork、IronFish等诸多隐私项目都曾获得大额融资。

基于前述介绍与趋势,链捕手对当下的Web3隐私赛道进行了全面梳理,将其主要划分为隐私计算网络、隐私交易网络、隐私应用、隐私币等四大版块,并对各个版块的主要项目做了大致梳理。

EspressoSystems:

EspressoSystems是Web3隐私解决方案,这项目除了可以设置谁可以查看资产还有转账的信息之外,未来还支持NFT。这项目适合创建基于区块链资产的金融机构或货币服务企业,因为它允许他们平衡客户对隐私的需求与机构对风险管理和合规的需求。

IronFish:

IronFish是为每一笔交易提供了强大的隐私保证,里面包括易信息、挖K信息、钱包信息全都处于隐藏,除了私钥所有者以外,任何第二方都无法查看。为了实现这些,专门构建了一个全新得POW网络,专门提供隐私的保护。

AztecNetwork:

AztecNetwork是建立在Layer2的隐私交易网络,Aztec协议使用零知识证明实现以太坊上的加密交易,使得事务逻辑得以验证,同时保持匿名隐私。

NYM:

Nym是一种Web3隐私基础设施,Nym的隐私保护重点是应用程序、钱包和区块链,其主要技术是一个在网络级别提供隐私保护的混合网络。任何互联网流量中通信的元数据都会被Nym混合网络删除,无论是在加密交易中通过点对点网络广播,还是用于客户端或任何其他类型的应用程序之间发送的消息。

Aleo:

Aleo是开发一个利用零知识证明的Web平台,将隐私应用于任何应用程序的最基本组件即用户和交易。该技术允许互联网上的双方相互验证信息,而无需共享与该信息相关的底层数据。核心是为用户与应用开发者提供无限的计算空间和绝对的隐私。

以上就是一些隐私项目的介绍,这这是一些简单的介绍,当然不只是这几个,还有一些,上面的除了NYM和Aleo之外,剩下的的已经上线的了,现在重点介绍下Aleo。因为之前我有发文章介绍过NYM的,想了解的可以去找找看。

Aleo已推出了以隐私为重点的区块链和工具,除其他外,这些工具和工具使编码人员可以将零知识密码直接集成到Web应用程序中。对于DeFi用户,Aleo可以启用黑池,匿名混音器,私人市场-您可以命名。

Aleo吸引眼球的地方:

Aleo使用一种称为零知识密码学的尖端技术,使开发人员能够构建去中心化应用程序,为用户提供个性化的Web3服务,而不会牺牲对个人数据的控制。

1.让Web服务更加安全:可以在设备上散列用户的密码,而无需将他们的密码发送到任何网络服务。这不仅将用户数据保留在设备上,还减少了访问控制开销并减轻了Web服务今天必须承担的法律责任。

2.让Web服务具有兼容性。

对于现在的数据是可以拒绝像特定的用户提供服务的,这目前是一个严重的问题。我们用户都希望遇到一个行为诚实的,任何方式都是可以兼容的。

3.让网络服务公平。

Web服务不应该为了提供有价值的体验而拥有用户的数据。用户应该能够在不知道其个人信息的情况下与Web服务进行交互。

与以太坊等其他区块链不同,Aleo交易是在链下处理的,并且仅由网络节点验证。这使得该平台能够支持更高的交易量,并使开发人员能够创建去中心化的应用程序,这些应用程序能够处理当前需要集中式服务器的复杂现实世界用例,同时遵守适用的法律。

隐私交易网络主要针对链上交易数据进行隐私化处理,通过零知识证明等技术原生支持用户进行隐私交易,无需使用TornadoCash等工具,就可以保证自己的隐私数据不会被外界查看,同时支持在该协议开发更多类型的隐私应用力口wu98946424

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

[0:0ms0-9:96ms