在众多欺诈类别中,钓鱼攻击是欺诈者们最常使用的方式之一。然而,在Web3.0领域,不止有着钓鱼攻击,还有一种会对社区产生重大威胁的「IcePhishing」攻击。
梳理 Usual产品逻辑、经济模型与此次 USD0++脱锚的因果关系
简介:什么是量子计算
TFHE-rs v0.11 版本发布,主要带来了以下更新: 1. 零知识证明性能显著提升;2. 引入了基于 FheAsciiString 类型的新加密字符串模块;3. 默认加密参数现在遵循调整后的均匀噪声分布;4. GPU 性能提升,64 位加法运算速度提高 30%;5. 可以在 GPU 上轻松执行加密数组的计算。同时,该版本还改进了 GPU 性能,并修复了一些bug。
fhEVM v0.6 版本引入了更强大的输入机制与证明功能,扩展了类型支持,并增强了 fhEVM 部署的配置能力。同时,Zama 推出了 fhEVM Coprocessor,它允许在任何 EVM 链上构建保密智能合约,目前已在 Sepolia 测试网上提供。
本文介绍了如何使用 gRPC 协议来追踪 Solana 链上 Pumpfun 平台 Bonding Curve 的交易。
本文介绍了 OlaChain,一个基于 ZK 技术的区块链,旨在解决比特币 Layer 2 的可扩展性、安全性和可用性挑战。OlaChain 通过 Onis(一个去中心化的 ZK 中继网络)实现与比特币和其他区块链生态系统之间的互操作性。Massive 作为 Ola 的旗舰移动应用,通过成为 BitVM2 挑战者来增强网络安全,并为用户提供奖励。
本文深入探讨了价格预言机操控攻击,特别是在去中心化金融(DeFi)空间中的影响。通过解析攻击原理和实例,读者能够理解如何通过闪电贷操控资产价格,以及如何选择和评估预言机以抵御此类攻击。
本文详细讲解了如何使用Solana Web3.js 2.0的新编码解码工具来解析Solana账户数据结构,特别是针对Raydium AMM配置文件的解码。文章不仅介绍了二进制数据的基本概念,还提供了逐步的实施指南,如何设置项目、定义常量、创建账户解码器等,以便有效解析账户信息。
Solana MEV 报告
本文介绍了Bitcoin的Ordinals和Runes协议,通过使用QuickNode的Ordinals和Runes API,开发者可以更方便地进行数据铭刻和代币创建,解锁Bitcoin的潜力。文章详细阐述了Ordinals和Runes的定义、技术实现、API功能及具体应用案例,为开发者提供了一个如何开始的基础。
我们监控到多起针对 Ethereum 链上项目 Sorra 攻击事件,攻击共造成 41, 000 USD 的损失。
Concrete v2.9 版本发布,增强了 TFHE-rs 的互操作性,扩展了对有符号整数的支持并完全支持张量的序列化和反序列化,支持 Python 3.12,包括 CPU 和 GPU wheels,并修复了一些 Bug,优化了 GPU 内核,提高了 FHE 的评估性能。
TFHE-rs v0.11 版本发布,带来了多项重要改进和新功能,包括Zero Knowledge Proof性能的显著提升,以及通过 FheAsciiString 类型在高级 API 中使用加密字符串的新模块。新版本还引入了 TUniform 噪声分布来代替高斯分布,GPU 性能也得到提升,并支持在 GPU 上轻松执行加密数组的计算。
本文全面介绍了加密货币桥的概念、类型及其工作原理,强调了跨链资产流动的重要性和优势,包括提高流动性、降低交易成本及支持多链生态。特别介绍了一个名为Across的创新性非托管桥,利用基于意图的系统简化跨链操作,从而提升了安全性和效率。
Zama 团队发布了 TFHE-rs (v0.11)、Concrete (v2.9)、Concrete ML (v1.8) 和 fhEVM (v0.6) 的新版本。
Concrete ML v1.8 发布,旨在实现去中心化的私有 LLAMA 微调。此版本改进了 LLM 混合微调的速度和可用性,通过优化的 FHE 后端和新的低秩近似 API。Concrete ML 现在支持 Python 3.12,确保与最新的工具和框架兼容。该版本还提供了一个更好的 API,用于在加密数据上微调 LLM,并添加了一个优化的 FHE 后端,加速了计算。
基本概念Solidity是一种用于编写以太坊智能合约的高级编程语言。在Solidity中,数据类型分为值类型(基本数据类型)和引用类型。
Concrete v2.9 版本发布,增强了 TFHE-rs 互操作性,扩展了对有符号整数的支持,并完全支持张量的序列化和反序列化,从而支持更复杂的用例,例如运行线性机器学习模型。此外,该版本还增加了对 Python 3.12 的支持,并包含各种优化和错误修复,以及对 GPU 内核的更新,从而略微提高了大型 FHE 评估的性能。
Concrete ML v1.8 发布,主要改进了LLM混合微调的速度和可用性,通过优化的FHE后端和新的低秩逼近API,实现了在加密数据上进行隐私保护的LLM微调。该版本还支持Python 3.12,提供了一个更高效的LLM微调API,并利用GPU加速编译模型的评估过程,降低了成本和延迟。
扫一扫 - 使用登链小程序
115 篇文章,619 学分
389 篇文章,472 学分
67 篇文章,381 学分
166 篇文章,355 学分
120 篇文章,308 学分