Me adentré en la investigación sobre zkTLS de @Nillion pensando que demostrar que los datos web eran auténticos era la parte difícil. Luego me di cuenta de que había otra pregunta:
¿Qué pasa DESPUÉS de demostrar que los datos son reales?
Para un préstamo, tu banco tiene tus transacciones, una plataforma tiene tus ingresos y un proveedor de crédito tiene tu historial crediticio.
zkTLS puede demostrar hechos sobre estos datos sin revelar detalles. Pero ¿qué pasa si una solicitud necesita las tres fuentes para calcular si cumples los requisitos?
La investigación de Nillion de abril de 2025 explora cómo combinar datos web autenticados con computación ciega. zkTLS ayuda a verificar una fuente de datos y detectar manipulaciones, mientras que la computación ciega procesa información de varias conexiones TLS sin exponer los datos de entrada sin procesar.
La privacidad y la procedencia resuelven problemas distintos. La computación ciega protege los datos durante su procesamiento, pero no demuestra que sean verídicos. Los datos auténticos no siempre son seguros de revelar o combinar.
Imagina comprobar si cumples los requisitos para un préstamo usando datos verificados de tu banco, tus ingresos y tu crédito, y luego obtener el resultado sin exponer toda tu vida financiera.
Mmm. Nillion presenta esto como una línea de investigación. Las garantías dependen de cómo se implementen la autenticación, la computación y la verificación.
Durante años, hemos tenido que elegir entre confiar información privada a las plataformas o exponerla para poder usarla.
¿Podrían zkTLS y la computación ciega cerrar la brecha entre demostrar que los datos privados son auténticos y ponerlos en uso?
¿O el desafío está en lograr que las aplicaciones cambien la forma en que manejan la información?
#NIL $NIL
¿Qué pasa DESPUÉS de demostrar que los datos son reales?
Para un préstamo, tu banco tiene tus transacciones, una plataforma tiene tus ingresos y un proveedor de crédito tiene tu historial crediticio.
zkTLS puede demostrar hechos sobre estos datos sin revelar detalles. Pero ¿qué pasa si una solicitud necesita las tres fuentes para calcular si cumples los requisitos?
La investigación de Nillion de abril de 2025 explora cómo combinar datos web autenticados con computación ciega. zkTLS ayuda a verificar una fuente de datos y detectar manipulaciones, mientras que la computación ciega procesa información de varias conexiones TLS sin exponer los datos de entrada sin procesar.
La privacidad y la procedencia resuelven problemas distintos. La computación ciega protege los datos durante su procesamiento, pero no demuestra que sean verídicos. Los datos auténticos no siempre son seguros de revelar o combinar.
Imagina comprobar si cumples los requisitos para un préstamo usando datos verificados de tu banco, tus ingresos y tu crédito, y luego obtener el resultado sin exponer toda tu vida financiera.
Mmm. Nillion presenta esto como una línea de investigación. Las garantías dependen de cómo se implementen la autenticación, la computación y la verificación.
Durante años, hemos tenido que elegir entre confiar información privada a las plataformas o exponerla para poder usarla.
¿Podrían zkTLS y la computación ciega cerrar la brecha entre demostrar que los datos privados son auténticos y ponerlos en uso?
¿O el desafío está en lograr que las aplicaciones cambien la forma en que manejan la información?
#NIL $NIL