Sur la blockchain, les personnes qui vous transfèrent des fonds n’ont pas besoin de vous connaître
Il leur suffit de connaître l’adresse de votre portefeuille

pour suivre l’évolution de votre solde et vos mouvements de fonds dans l’historique des transactions,
et même cerner vos habitudes d’utilisation

C’est déjà un problème pour les utilisateurs ordinaires
et inutile de dire que ça l’est encore plus pour les institutions qui gèrent des sommes importantes

La récente mise à jour technique de @primus_labs porte justement sur ce problème

Le 13 novembre, Primus a publié une avancée technique concernant AutoHoG
L’objectif principal est d’améliorer l’efficacité des calculs du FHE (chiffrement homomorphe complet)

Le FHE permet d’effectuer des calculs sur des données sans les déchiffrer
Avec les méthodes traditionnelles, une opération sur 64 bits
peut nécessiter des milliers de portes de calcul
ainsi qu’un grand nombre d’opérations de bootstrapping
Le coût des calculs a toujours été un obstacle à son adoption

AutoHoG adopte une approche différente : concevoir automatiquement des portes personnalisées à plusieurs entrées et plusieurs sorties
et regrouper les sous-circuits qui peuvent l’être afin de les calculer ensemble
Cela réduit les opérations de bootstrapping répétées

Résultats communiqués par l’équipe :
8 cartes graphiques grand public RTX 5090
Environ 90 ms de latence pour un transfert confidentiel sur 64 bits
Plus de 210 TPS de débit
Les opérations sur les entiers garantissent que différents nœuds obtiennent des résultats identiques octet par octet

Pour la finance on-chain, il ne suffit pas qu’une seule machine produise un résultat de calcul
Plusieurs nœuds doivent parvenir à un consensus sur le résultat de l’exécution
Si le calcul confidentiel perturbe la vérification et le consensus,
il sera difficile de l’intégrer réellement aux infrastructures financières

Autres axes de développement de Primus :
zkTLS vérifie les données hors chaîne
Le FHE permet d’effectuer des calculs sur des données chiffrées
Confidential Finance intègre la confidentialité aux transferts et aux rendements

Ce que Primus cherche à faire :
éviter que les données sensibles soient exposées à tous,
tout en préservant leur vérifiabilité et leur utilité

L’équipe formule aussi une idée très claire :
La confidentialité ne devrait pas intervenir après le préjudice. Elle devrait être présente dès le départ.
La protection de la vie privée ne devrait pas être mise en place seulement après que le préjudice a été causé

Cette idée a une portée très concrète dans la finance on-chain,
en particulier pour les fonds institutionnels, le crédit privé et la gestion d’actifs on-chain
La confidentialité n’est pas un simple ornement
C’est une condition importante pour permettre à davantage d’acteurs de la finance traditionnelle d’entrer dans l’univers on-chain

Les chiffres de 90 ms et de 210 TPS sont actuellement des résultats de tests techniques communiqués par l’équipe
Il faudra encore procéder à davantage de vérifications avant un déploiement à grande échelle

Primus ne se contente plus de parler du concept de confidentialité
L’équipe s’attaque au problème de l’efficacité des calculs du FHE
et tente de l’intégrer à des cas d’usage financiers réels

#Primus @primus_labs #FHE