💻 computer science

Privacy-preserving Blockchain-enabled Parametric Insurance via Remote Sensing and IoT

Este artículo propone un marco de seguros paramétricos que preserva la privacidad, el cual aprovecha datos de blockchain, IoT y teledetección mejorados mediante pruebas de conocimiento cero optimizadas (zk-SNARKs) para automatizar la verificación de reclamaciones mientras protege la privacidad del usuario y reduce significativamente los costos de gas.

Autores originales: Mingyu Hao, Keyang Qian, Sid Chi-Kin Chau

Publicado 2026-05-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Mingyu Hao, Keyang Qian, Sid Chi-Kin Chau

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tienes un tipo especial de seguro llamado Seguro Paramétrico. A diferencia del seguro tradicional, donde tienes que esperar a que un ajustador venga a tu casa, tome fotos, discuta sobre los daños y rellene montañas de papeleo, el seguro paramétrico es como una máquina expendedora.

Así es como funciona: Estableces una regla. Por ejemplo, "Si un incendio forestal quema más del 50% de mi tierra, el seguro paga automáticamente". La máquina verifica un sensor público (como un satélite) para ver si se cumplió la regla. Si el sensor dice "Sí", el dinero cae en tu cuenta instantáneamente. Sin papeleo, sin esperas.

El Problema: La Casa de Cristal
El documento explica que, aunque esto suena genial, poner este sistema en una Blockchain (un libro mayor digital público) crea un nuevo problema. Piensa en una blockchain como una casa de cristal gigante. Todos pueden ver dentro.

Problema de Privacidad: Si reclamas un seguro por un incendio forestal, todos en la blockchain pueden ver exactamente dónde está tu casa y que estás reclamando dinero. Es como gritar tu dirección y saldo bancario a todo el vecindario.
Problema de Costo: Realizar matemáticas complejas en la blockchain es costoso. Es como pagar una alta "tarifa de gas" por cada cálculo. Verificar una imagen satelital enorme para ver si ocurrió un incendio es demasiado pesado y costoso para que la blockchain lo haga directamente.

La Solución: El Sobre Mágico (zk-SNARKs)
Los autores proponen una solución utilizando un truco criptográfico llamado zk-SNARKs (Argumentos Succintos No Interactivos de Conocimiento de Cero Conocimiento).

Imagina que quieres demostrarle a un portero que tienes más de 21 años sin mostrar tu tarjeta de identificación ni revelar tu edad real. Le entregas al portero un Sobre Mágico.

La Prueba: Dentro del sobre hay una prueba matemática que dice: "Tengo más de 21 años".
El Secreto: El portero puede abrir el sobre y verificar que las matemáticas son correctas, pero no puede ver tu identificación, tu nombre ni tu edad exacta. Solo sabe que la afirmación es verdadera.
La Velocidad: El sobre es diminuto. Es mucho más pequeño que tu tarjeta de identificación real, por lo que es barato y rápido de verificar.

Cómo Funciona el Sistema del Documento
Los autores construyeron un sistema donde:

La Aseguradora establece las reglas (la "máquina expendedora") en la blockchain.
Los Proveedores de Datos (empresas satelitales o sensores IoT) toman una foto de la tierra. Firman la foto para probar que es real, pero no le dicen a la blockchain qué tierra específica es todavía.
La Persona Asegurada toma los datos satelitales y realiza un cálculo complejo fuera de la cadena (fuera de la blockchain costosa) para ver si se cumplió la regla del incendio.
El Sobre Mágico: La persona asegurada crea una Prueba de Conocimiento Cero. Esta prueba le dice a la blockchain: "Tengo una imagen satelital firmada de una fuente confiable, y las matemáticas prueban que ocurrió un incendio en la tierra que aseguré".
- La blockchain verifica las matemáticas.
- La blockchain verifica que la firma sea real.
- Crucialmente: La blockchain nunca ve las coordenadas de ubicación reales ni los datos de la imagen cruda. Tu privacidad está a salvo.

La Actualización "Sonic"
El documento utiliza un tipo específico de tecnología de Sobre Mágico llamada Sonic. Los autores hicieron dos grandes mejoras a Sonic:

Combinar Diferentes Fuentes: A veces necesitas datos de dos satélites o sensores diferentes. Los autores descubrieron cómo combinar estas diferentes "fuentes confiables" en un solo Sobre Mágico sin que necesiten saber la una de la otra. Es como tener a dos testigos diferentes firmar un documento sin que nunca se encuentren.
El Descuento por Volumen (Verificación por Lotes): Verificar muchas pruebas una por una es lento y costoso. Los autores crearon una forma de verificar múltiples pruebas a la vez, como un "descuento por volumen" para la blockchain. Esto redujo el costo de verificar el reclamo en un 80%.

La Prueba del Mundo Real: Incendios Forestales
Para demostrar que esto funciona, el equipo construyó un prototipo para Seguro contra Incendios Forestales en la blockchain de Ethereum (una blockchain pública real).

Utilizaron imágenes satelitales reales de incendios forestales australianos.
Calcularon la "severidad de la quema" (qué tan grave fue el incendio) usando una fórmula llamada dNBR.
Generaron con éxito la prueba del "Sobre Mágico" de que ocurrió un incendio sin revelar la ubicación específica de la granja.
La verificaron en la blockchain por una fracción mínima del costo habitual (reduciendo la tarifa de aproximadamente 39 dólares a unos 8 dólares).

En Resumen
Este documento presenta una forma de automatizar los pagos de seguros utilizando satélites y contratos inteligentes, pero con un "Sobre Mágico" que mantiene tus datos privados (como tu ubicación) ocultos al público. También hace que el proceso sea lo suficientemente barato para ser práctico inventando una forma más rápida de verificar las matemáticas.

Resumen Técnico: Seguro Paramétrico Habilitado por Blockchain con Preservación de la Privacidad mediante Teledetección e IoT

1. Declaración del Problema

El seguro de indemnización tradicional adolece de altos costos operativos, opacidad, ineficiencia y falta de confianza debido a evaluaciones manuales caso por caso. Aunque el seguro paramétrico—que automatiza los pagos basándose en índices verificables derivados de datos públicos (por ejemplo, IoT, teledetección)—ofrece una solución, su integración con blockchain introduce dos desafíos críticos:

Fuga de Privacidad: La transparencia de la blockchain exige que los registros de transacciones y los datos de procesamiento sean públicamente visibles. En el seguro paramétrico, esto expone datos sensibles del usuario (por ejemplo, ubicaciones específicas aseguradas o detalles de reclamaciones) al libro mayor público, permitiendo potencialmente la desanonimización y comprometiendo la privacidad del usuario.
Altos Costos de Procesamiento: La ejecución de contratos inteligentes en plataformas como Ethereum se mide mediante "tarifas de gas", que escalan con la complejidad computacional y el uso de memoria. Tareas complejas, como el procesamiento de grandes imágenes satelitales para la detección de incendios forestales, son prohibitivamente costosas de ejecutar directamente en la cadena.

Las soluciones existentes, como el seudónimo o las blockchains permissionadas, no ofrecen garantías de privacidad sólidas mientras mantienen la transparencia y la responsabilidad requeridas para un seguro descentralizado.

2. Metodología

Los autores proponen un marco de seguro paramétrico con preservación de la privacidad que aprovecha las Pruebas de Conocimiento Cero Succintas (zk-SNARKs) para permitir una verificación transparente sin revelar datos privados. El protocolo central permite a un asegurado presentar una prueba de conocimiento cero a un contrato inteligente de blockchain, atestiguando la validez de una reclamación y la autenticidad de sus fuentes de datos sin divulgar las entradas privadas subyacentes.

Protocolo Central: zk-SNARK Sonic Extendido

El marco se basa en el protocolo zk-SNARK Sonic, que soporta cadenas de referencia estructuradas (SRS) universales y actualizables. Los autores introducen dos extensiones críticas a Sonic para abordar las necesidades específicas del seguro paramétrico:

Autenticación de Fuentes de Datos Heterogéneas:
- En escenarios del mundo real, los datos provienen de múltiples proveedores independientes (por ejemplo, diferentes proveedores de imágenes satelitales o sensores IoT) que son ajenos a la aplicación de seguro específica.
- Los autores extienden Sonic para permitir que un probador incorpore datos de $J$ fuentes independientes, cada una con su propia Cadena de Referencia Estructurada (SRS) y firma digital.
- El protocolo verifica que los datos utilizados en el cálculo de la reclamación sean auténticos (firmados por el proveedor) y estén correctamente incorporados en la prueba, sin requerir que los proveedores de datos coordinen con el diseñador del circuito (la aseguradora). Esto previene la colusión y garantiza la imparcialidad de los datos.
Procesamiento Eficiente en Cadena mediante Verificación por Lotes:
- Los protocolos Sonic estándar requieren verificar múltiples aperturas de polinomios en diferentes puntos, lo que incurre en altos costos de gas debido a múltiples verificaciones de emparejamiento.
- Los autores proponen un esquema de compromiso polinomial mejorado que habilita la verificación por lotes. Esto permite que el verificador compruebe múltiples aperturas de polinomios simultáneamente con una sola prueba, reduciendo significativamente el número de ecuaciones de emparejamiento requeridas en la cadena.

Aplicación: Seguro Paramétrico contra Incendios Forestales

El marco se instancia para el seguro contra incendios forestales, donde la validez de la reclamación depende del delta de la Razón Normalizada de Quema (dNBR) calculado a partir de imágenes satelitales.

Procesamiento de Datos: El sistema calcula el dNBR utilizando bandas de Infrarrojo Cercano (NIR) e Infrarrojo de Onda Corta (SWIR) de imágenes satelitales (por ejemplo, Sentinel-2).
Sistema de Restricciones: La lógica para determinar "quema severa" (por ejemplo, píxeles con dNBR > umbral) se codifica en un sistema de restricciones que involucra restricciones lineales y multiplicativas.
Privacidad de la Ubicación: Para proteger la ubicación asegurada, el proveedor de datos firma un hash de la ubicación combinado con el compromiso de datos. El contrato inteligente verifica la firma contra el hash, asegurando que los datos corresponden a la ubicación correcta sin revelar la ubicación misma en la cadena.

3. Contribuciones Clave

Protocolo Extendido zk-SNARK (Sdat): Una extensión del protocolo Sonic que soporta la validación de datos de fuentes heterogéneas e independientes. Esto permite que los proveedores de datos autenticen datos independientemente de la lógica de la aplicación, previniendo la colusión entre fuentes de datos y aseguradoras.
Esquema de Verificación por Lotes: Un esquema de compromiso polinomial novedoso diseñado para Sonic que habilita la verificación por lotes de múltiples aperturas de polinomios. Esto reduce el costo de gas de verificación en cadena hasta un 80% en comparación con las implementaciones estándar.
Marco Genérico: Un marco genérico propuesto para el seguro paramétrico con preservación de la privacidad que puede aplicarse a diversos escenarios (por ejemplo, retrasos de vuelo, inundaciones) más allá de los incendios forestales.
Implementación de Prueba de Concepto: Un prototipo funcional implementado en la blockchain Ethereum (red de prueba Goerli) para seguros contra incendios forestales, utilizando contratos inteligentes Solidity para la verificación en cadena.

4. Resultados Experimentales

Los autores realizaron evaluaciones empíricas extensas en la red de prueba de Ethereum utilizando datos de imágenes satelitales del repositorio Digital Earth Australia (DEA).

Escalabilidad: El tiempo de generación de pruebas escala linealmente con el tamaño de entrada (número de píxeles), mientras que el tamaño de la prueba permanece constante (aprox. 1.22 KB). El tiempo de verificación en cadena también es constante independientemente del tamaño de entrada.
Reducción del Costo de Gas:
- El Verificador Mejorado (utilizando verificación por lotes) redujo los costos de gas de verificación en aproximadamente un 78% en comparación con el verificador Sonic estándar.
- El Verificador Mejorado+ (que almacena elementos SRS fuera de la cadena y los recupera mediante oráculos) logró una reducción del 80% en los costos de gas.
- Específicamente, el costo de verificación para una reclamación disminuyó de ~1.62M de gas (Sonic Estándar) a ~0.34M de gas (Mejorado), reduciendo el costo en USD de ~38.91 a ~8.19 (basado en tarifas de 2022).
Sobrecarga: El tamaño de la Cadena de Referencia Estructurada (SRS) es significativo (~191 MB), pero se genera una vez y se comparte. Solo se requiere un número fijo de elementos SRS para la verificación en cadena.

5. Significado y Afirmaciones

El artículo afirma ofrecer una solución práctica al compromiso entre privacidad y transparencia en el seguro basado en blockchain. Al utilizar zk-SNARKs, el marco:

Protege la Privacidad del Usuario: Garantiza que los datos sensibles de la reclamación (ubicación, lecturas específicas de sensores) permanezcan ocultos al libro mayor público mientras aún permite la verificación pública de la validez de la reclamación.
Garantiza la Integridad de los Datos: Valida la autenticidad de los datos de múltiples fuentes independientes, previniendo el fraude y asegurando la imparcialidad de los datos utilizados para los pagos.
Mejora la Viabilidad Económica: Las optimizaciones propuestas (verificación por lotes y gestión de SRS fuera de la cadena) reducen drásticamente los costos computacionales (tarifas de gas) asociados con la verificación en cadena, haciendo que los productos complejos de seguro paramétrico sean económicamente viables en blockchains públicas como Ethereum.

Los autores concluyen que su marco demuestra la viabilidad de desplegar sistemas de seguros automatizados con preservación de la privacidad en plataformas blockchain del mundo real, allanando el camino para una adopción más amplia en la gestión de riesgos financieros.