Fhenix Phá Vỡ Rào Cản Bảo Mật Blockchain Với Đột Phá Mã Hóa BFV Phân Tách

TheNewsCryptoXuất bản vào 2026-02-05Cập nhật gần nhất vào 2026-02-05

Tóm tắt

Fhenix, nhà phát triển tiên phong về hợp đồng thông minh mã hóa sử dụng Fully Homomorphic Encryption (FHE), đã đạt được cột mốc mới trong quyền riêng tư blockchain với công nghệ Decomposed BFV đột phá. Kỹ thuật mới này giải quyết vấn đề hiệu suất và khả năng mở rộng của các hệ mã hóa chính xác như BFV/BGV, vốn bị hạn chế bởi chi phí tính toán và nhiễu tăng cao khi xử lý số lớn. DBFV phân tách dữ liệu thành các ciphertext nhỏ hơn ("limbs") để quản lý độ nhiễu hiệu quả hơn, giảm đáng kể nhu cầu bootstrapping tốn kém. Điều này cho phép thực hiện các mạch tính toán sâu hơn, mở ra khả năng ứng dụng thực tế cho FHE trong các giao thức tài chính phi tập trung và ứng dụng blockchain doanh nghiệp đòi hỏi độ chính xác cao, như logic tài chính và xử lý khối lượng dữ liệu lớn. Fhenix dự kiến triển khai DBFV vào cuối năm nay, biến FHE thành hiện thực triển khai được và cho phép các nhà phát triển xây dựng ứng dụng tài chính phức tạp mà vẫn bảo vệ quyền riêng tư.

Fhenix, nhà phát triển tiên phong về hợp đồng thông minh được mã hóa bằng mã hóa đồng hình hoàn toàn (FHE), đã thiết lập một cột mốc mới cho quyền riêng tư trên blockchain với việc tạo ra công nghệ BFV Phân tách (Decomposed BFV) tiên tiến của mình. Đây là một kỹ thuật mật mã đáng chú ý, được kỳ vọng sẽ thay đổi hiệu suất và khả năng mở rộng của các sơ đồ FHE chính xác và cho phép tính toán bảo tồn quyền riêng tư mạnh mẽ, thông lượng cao cho các ứng dụng trong thế giới thực.

FHE giúp việc thực hiện các phép tính trên dữ liệu được mã hóa mà không cần phải giải mã trở nên khả thi. Nó hứa hẹn mang lại tiềm năng lớn cho quyền riêng tư dữ liệu, có thể cho phép xử lý và phân tích thông tin nhạy cảm một cách an toàn. Tuy nhiên, FHE vẫn chưa thực hiện được lời hứa này vì công nghệ này luôn bị giới hạn bởi một rào cản hiệu suất lớn, đó là sự gia tăng nghiêm trọng của chi phí tính toán và nhiễu khi thực hiện các phép tính số học trên các số lớn.

Do yêu cầu về độ chính xác hoàn hảo, các sơ đồ chính xác như BFV và BGV - vốn rất quan trọng để tính toán logic tài chính - lại đặt phải một vấn đề về khả năng mở rộng đặc biệt nghiêm trọng đối với FHE. Khi các số plaintext tăng lên, chi phí kiểm soát nhiễu leo thang nhanh chóng, khiến các hệ thống khối lượng cao trong thế giới thực trở nên không khả thi.

Thông Lượng Tính Toán Được Tăng Tốc

DBFV của Fhenix đánh dấu một sự thay đổi mô hình cho số học được mã hóa. DBFV làm tăng đáng kể hiệu suất và hành vi khả năng mở rộng của FHE bằng cách phân tách dữ liệu plaintext đơn lẻ, lớn thành các bản mã BFV nhỏ hơn, được quản lý độc lập, hay còn gọi là các "limbs" (chi), trong quá trình mã hóa.

Trong nhiều năm, việc thực thi FHE chính xác trên các số lớn hơn đã không thể thực hiện được. Ngay cả khi toán học là chính xác, khi các nhà phát triển chạy các khối lượng công việc sản xuất thực tế, họ sẽ sớm chạm phải một bức tường hiệu suất. Chi phí bootstrapping đáng kể khiến nó không khả thi cho bất kỳ ứng dụng nào.

Bằng cách tăng cường quy trình kiểm soát nhiễu, DBFV tạo điều kiện cho việc sử dụng các mạch sâu hơn trước khi bootstrapping tốn kém trở nên cần thiết. Nó kiểm soát nhiễu hiệu quả hơn trên nhiều "limbs", nâng cao độ sâu có thể sử dụng được của tính toán. Trong khi một số thao tác, chẳng hạn như phép nhân, trở nên tốn kém hơn một chút so với BFV thông thường, thì việc DBFV tránh được bootstrapping thường xuyên làm giảm đáng kể tổng chi phí tính toán để khắc phục nhiễu. Lần đầu tiên, nó cho phép tính toán hiệu quả về chi phí các khối lượng công việc được mã hóa liên tục, biến FHE trở nên thực tế cho các giao thức tài chính phi tập trung và các ứng dụng blockchain cấp doanh nghiệp.

DBFV sẽ tạo điều kiện cho việc tạo ra một thế hệ ứng dụng FHE mới đòi hỏi tốc độ và độ chính xác, bao gồm logic tài chính, ứng dụng có trạng thái và tổng hợp dữ liệu khối lượng lớn.

Fhenix muốn triển khai DBFV như một tính năng cốt lõi của cơ sở hạ tầng của mình vào cuối năm nay, sử dụng mật mã thuần túy như một vũ khí để giải quyết một rào cản mà nhiều người cảm thấy không bao giờ vượt qua được. Bằng cách định nghĩa lại mối quan hệ giữa độ chính xác, nhiễu và độ sâu mạch, nó sẽ biến FHE thành hiện thực có thể triển khai và cho phép các nhà phát triển tạo ra các ứng dụng tài chính phức tạp, bảo tồn quyền riêng tư mà không ảnh hưởng đến hiệu suất chính xác.

Công ty nghiên cứu và phát triển Fhenix đang dẫn đầu trong lĩnh vực mã hóa đồng hình hoàn toàn (FHE) cho các hợp đồng thông minh được mã hóa. Bắt đầu với sự tập trung cao độ vào Private DeFi, Fhenix đang phát triển cơ sở hạ tầng để cung cấp FHE ở mọi nơi - cho phép các nhà phát triển, tổ chức và người tiêu dùng thiết kế và sử dụng các ứng dụng tài chính mà không phải hy sinh tính bảo mật hoặc khả năng kết hợp.

TagsAltcoinBlockchain

Câu hỏi Liên quan

QFhenix đã đạt được bước đột phá gì trong bảo mật blockchain?

AFhenix đã tạo ra công nghệ Decomposed BFV (DBFV), một kỹ thuật mật mã mới giúp tăng hiệu suất và khả năng mở rộng của các sơ đồ FHE chính xác, cho phép tính toán bảo mật với thông lượng cao cho các ứng dụng thực tế.

QFully Homomorphic Encryption (FHE) là gì và tại sao nó quan trọng?

AFHE là phương pháp cho phép thực hiện các phép tính trên dữ liệu đã được mã hóa mà không cần giải mã nó. Điều này rất quan trọng vì nó hứa hẹn xử lý và phân tích thông tin nhạy cảm một cách an toàn, bảo vệ quyền riêng tư dữ liệu.

QDBFV hoạt động như thế nào để giải quyết vấn đề về hiệu suất của FHE?

ADBFV phân giải một plaintext dữ liệu lớn thành các ciphertext BFV nhỏ hơn, được quản lý độc lập gọi là 'limbs'. Cách tiếp cận này giúp kiểm soát nhiễu hiệu quả hơn, tăng độ sâu khả dụng của tính toán và tránh được việc bootstrapping tốn kém thường xuyên.

QĐột phá DBFV của Fhenix mang lại lợi ích gì cho các ứng dụng tài chính?

ADBFV cho phép tính toán hiệu quả về chi phí đối với các khối lượng công việc được mã hóa liên tục, làm cho FHE trở nên thực tế cho các giao thức tài chính phi tập trung và ứng dụng blockchain cấp doanh nghiệp, đặc biệt là những ứng dụng cần logic tài chính chính xác.

QFhenix có kế hoạch gì với công nghệ DBFV?

AFhenix dự định triển khai DBFV như một tính năng cốt lõi trong cơ sở hạ tầng của mình vào cuối năm nay, nhằm biến FHE thành hiện thực có thể triển khai được và cho phép các nhà phát triển tạo ra các ứng dụng tài chính phức tạp, bảo mật mà không ảnh hưởng đến hiệu suất chính xác.

Nội dung Liên quan

Thị trường chứng khoán Mỹ hứng chịu đợt lao dốc tồi tệ nhất từ năm 2025, ba ngòi nổ kích hoạt đánh giá lại định giá cổ phiếu công nghệ

Ngày 5/6, thị trường chứng khoán Mỹ trải qua một ngày sụt giảm mạnh nhất kể từ sau cuộc khủng hoảng thuế quan tháng 4/2025. Chỉ số Nasdaq Composite lao dốc 4,18%, S&P 500 giảm 2,64% và Dow Jones mất 695 điểm. Sự đảo chiều đột ngột này chỉ sau 48 giờ được thúc đẩy bởi ba yếu tố chính. **Thứ nhất: Báo cáo tài chính của Broadcom làm rạn nứt câu chuyện AI.** Dù doanh thu chip AI của Broadcom tăng 143%, nhưng dự báo cho quý tới thấp hơn kỳ vọng, làm dấy lên lo ngại tốc độ tăng trưởng AI có thể đang chậm lại. Điều này kích hoạt đợt bán tháo trên toàn ngành bán dẫn. **Thứ hai: Dữ liệu việc làm Mỹ quá mạnh.** Báo cáo phi nông nghiệp tháng 5 cho thấy 172.000 việc làm mới, gấp đôi dự báo, củng cố kỳ vọng Cục Dự trữ Liên bang (Fed) có thể không giảm lãi suất mà thậm chí còn tăng. Kỳ vọng lãi suất cao hơn gây áp lực lên định giá cổ phiếu công nghệ. **Thứ ba: Bóng ma lạm phát từ cuộc chiến Iran.** Giá dầu duy trì trên 90 USD/thùng do tình hình căng thẳng leo thang từ tháng 2 tiếp tục đè nặng lên áp lực lạm phát, khiến công cụ chính sách của Fed trở nên phức tạp hơn. Ba yếu tố trên cùng lúc làm suy yếu niềm tin vào các câu chuyện thị trường then chốt: tăng trưởng AI vô hạn, Fed sắp cắt giảm lãi suất và lạm phát đã được kiểm soát. Sự sụt giảm nhanh chóng lan rộng sang thị trường toàn cầu. Đây có thể là một đợt điều chỉnh định giá lại đối với các cổ phiược được định giá quá cao, chứ chưa hẳn là sự kết thúc của câu chuyện AI. Hướng đi tiếp theo của thị trường sẽ phụ thuộc vào cuộc họp sắp tới của Fed, các báo cáo tài chính từ các công ty AI khác và diễn biến tình hình địa chính trị.

marsbit1 giờ trước

Thị trường chứng khoán Mỹ hứng chịu đợt lao dốc tồi tệ nhất từ năm 2025, ba ngòi nổ kích hoạt đánh giá lại định giá cổ phiếu công nghệ

marsbit1 giờ trước

Từ Madison Square Garden đến Kalshi: Thị trường dự đoán xông vào Chung kết NBA

Bài viết đề cập đến sự xuất hiện ngày càng phổ biến của các thị trường dự đoán (prediction markets) trong loạt trận chung kết NBA 2026 giữa New York Knicks và San Antonio Spurs, đặc biệt là ở thành phố New York. Hai nền tảng chính được nhắc đến là Polymarket và Kalshi, với khối lượng giao dịch hàng trăm triệu USD xoay quanh kết quả chung kết và các sự kiện liên quan. Điểm nổi bật là sự thâm nhập của các thị trường này vào đời sống thực tế. Họ đã hợp tác chính thức với nhà thi đấu Madison Square Garden, mang lại sự tiếp cận rộng rãi. Một quán bar tên The Jeffrey đã sử dụng hợp đồng trên Kalshi để bảo hiểm cho chương trình khuyến mãi "miễn phí hóa đơn nếu Knicks thắng", minh họa cách các doanh nghiệp nhỏ có thể dùng công cụ này để quản lý rủi ro. Bài viết so sánh thị trường dự đoán với cá cược thể thao truyền thống. Chúng cho phép người tham gia đặt cược vào nhiều sự kiện giải trí đa dạng hơn (như sự xuất hiện của người nổi tiếng), có phạm vi tiếp cận địa lý rộng hơn và độ tuổi tham gia thấp hơn (từ 18 tuổi). Tuy nhiên, điều này cũng gây tranh cãi về ranh giới giữa giao dịch tài chính và cờ bạc. NBA có thái độ thận trọng. Trong khi siêu sao như "Giannis Antetokounmpo" đã đầu tư vào Kalshi, gây lo ngại về xung đột lợi ích, thì ban lãnh đạo NBA lại nhấn mạnh sự cần thiết của khung quy định chặt chẽ để bảo vệ tính toàn vẹn của trận đấu. Nhiều cổ động viên bày tỏ lo ngại rằng sự liên kết sâu rộng giữa liên đoàn với các nền tảng này có thể làm suy giảm độ tin cậy của các trận đấu. Chung kết NBA năm nay đang trở thành một phép thử quan trọng cho sự hội nhập của thị trường dự đoán vào thể thao chính thống, vừa mở ra cơ hội thương mại mới, vừa đặt ra những thách thức về niềm tin và quản lý.

marsbit3 giờ trước

Từ Madison Square Garden đến Kalshi: Thị trường dự đoán xông vào Chung kết NBA

marsbit3 giờ trước

RSI - Khi AI tự xây dựng chính mình đang nổi lên, Google dội nước lạnh, DeepSeek đã chạm đến mép giới hạn

Gần đây, thuật ngữ "RSI" (Recursive Self-Improvement – Tự cải tiến đệ quy) đang trở thành tâm điểm chú ý trong ngành AI. Khái niệm này đề cập đến việc để AI tự huấn luyện và cải thiện chính mình, hướng tới một hệ thống có thể tự động hóa toàn bộ quá trình nghiên cứu và phát triển, từ đó tạo ra sự tiến bộ vượt bậc. Một số công ty khởi nghiệp như Recursive Superintelligence và dự án Auto-Research của Andrej Karpathy đang tích cực theo đuổi hướng đi này. Tuy nhiên, CEO Google Sundar Pichai tỏ ra thận trọng, cho rằng ngành công nghiệp vẫn chưa đạt đến cột mốc tăng tốc đột biến mà RSI hứa hẹn. Trong khi đó, các công ty AI Trung Quốc như DeepSeek và Baidu mặc dù ít công khai nhắc đến RSI, nhưng trên thực tế đã áp dụng các nguyên lý tương tự – như tối ưu hóa thuật toán cực độ hay sử dụng vòng lặp phản hồi tự động – để cải thiện mô hình của họ một cách hiệu quả. Dù vậy, RSI vẫn đối mặt với nhiều thách thức lớn: hiện tượng "sụp đổ mô hình" khi dữ liệu do AI tạo ra bị suy giảm chất lượng qua mỗi vòng lặp, yêu cầu về nguồn lực tính toán khổng lồ, và môi trường nghiên cứu toàn cầu đang ngày càng bị phân mảnh. Về cơ bản, RSI đại diện cho xu hướng tự động hóa ngày càng sâu trong phát triển AI, dần đẩy con người ra khỏi chuỗi quyết định trực tiếp. Đây là một quá trình có thể mang lại bước nhảy vọt về công nghệ, nhưng cũng tiềm ẩn rủi ro và sự thay đổi khó lường.

marsbit3 giờ trước

RSI - Khi AI tự xây dựng chính mình đang nổi lên, Google dội nước lạnh, DeepSeek đã chạm đến mép giới hạn

marsbit3 giờ trước

Anthropic cảnh báo toàn cầu, OpenAI đã vượt qua 'ngưỡng tin cậy': AI tự kích hoạt tăng tốc

Cộng đồng AI đang chấn động bởi cảnh báo từ Anthropic: nghiên cứu AI cần dừng lại! Hãng này lo ngại AI đang tiến gần đến điểm "tự tạo ra chính mình", với quá trình tự cải tiến đệ quy diễn ra nhanh hơn dự kiến. Đồng thời, Yann Dubois của OpenAI chia sẻ một quan điểm then chốt: sự phát triển của AI là liên tục, nhưng người dùng cảm nhận một bước nhảy vọt khi nó vượt qua "ngưỡng độ tin cậy". OpenAI đã đạt được ngưỡng này vào khoảng tháng 12 năm ngoái. Khi AI đủ tin cậy, nó từ một "thực tập sinh" trở thành một "nhân viên" thực thụ và bắt đầu tự gia tốc, đặc biệt trong việc hỗ trợ lập trình, tạo ra một vòng lặp phát triển ngày càng nhanh. Dubois nhấn mạnh việc xây dựng AI giống "nghề thủ công" hơn là khoa học thuần túy, dựa nhiều vào thử nghiệm và trực giác. Ông cũng đưa ra một tuyên bố gây chú ý: nếu đóng băng các mô hình hiện tại và chỉ tập trung vào hệ thống điều phối (Harness) cho các lĩnh vực chuyên sâu, chúng ta có thể đã đạt được cảm giác của AGI (Trí tuệ nhân tạo phổ quát). Rào cản thực sự không nằm ở bộ não mô hình, mà ở "quyền truy cập, kết nối và dữ liệu" – công việc khó khăn của "chặng đường cuối cùng" để đưa AI vào thực tế. Tuy vậy, một thách thức lớn vẫn tồn tại: khả năng học liên tục (continual learning). Hiện tại, AI thường đạt hiệu suất cao ban đầu nhưng sau đó không cải thiện nhiều trong môi trường cụ thể. Giải quyết vấn đề này là chìa khóa quan trọng cho tương lai. Dubois kết luận rằng vẫn có không gian rộng lớn cho các công ty khởi nghiệp trong việc tạo ra các ứng dụng chuyên sâu, tập trung vào tích hợp và giải quyết các vấn đề thực tế.

marsbit3 giờ trước

Anthropic cảnh báo toàn cầu, OpenAI đã vượt qua 'ngưỡng tin cậy': AI tự kích hoạt tăng tốc

marsbit3 giờ trước

FBI Đàn Áp Các Nghi Phạm Quyên Góp Tiền Mã Hóa Cho ISIS, 3 Công Dân Mỹ Bị Bắt

Các cơ quan liên bang Hoa Kỳ đã bắt giữ ba công dân Mỹ với cáo buộc âm mưu hỗ trợ vật chất cho tổ chức khủng bố ISIS. Những người này, được xác định là Bisaam Ghafoor (21 tuổi), Elias Shamsaldeen (21 tuổi) và Bereen Dzayee (25 tuổi), bị bắt tại Kansas và California sau một cuộc điều tra kéo dài. Theo Bộ Tư pháp, từ đầu năm 2025 đến giữa năm 2026, các nghi phạm đã sử dụng các nền tảng như Discord và ứng dụng mã hóa để thảo luận việc tuyên thệ trung thành với ISIS, lên kế hoạch tấn công binh sĩ Mỹ ở nước ngoài, và bàn về việc ra nước ngoài để chiến đấu. Họ bị cáo buộc đã chuyển hơn 2.000 đô la bằng tiền mã hóa và tiền mặt cho một cá nhân được cho là có liên hệ với ISIS, nhằm mua vũ khí như máy bay không người lái và súng chống tăng RPG. Một chi tiết đáng chú ý là họ đã thảo luận việc khắc tên của Ghafoor lên một máy bay không người lái. Các tài liệu tòa án cũng đề cập đến các cuộc thảo luận về hành vi bạo lực cụ thể, chẳng hạn như đâm một quân nhân Mỹ. Giới chức cho biết hành động phối hợp của FBI và nhóm an ninh quốc gia đã ngăn chặn âm mưu này trước khi có bất kỳ thương vong nào xảy ra.

bitcoinist4 giờ trước

FBI Đàn Áp Các Nghi Phạm Quyên Góp Tiền Mã Hóa Cho ISIS, 3 Công Dân Mỹ Bị Bắt

bitcoinist4 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片