大家好,今天小编带来***区块链将成隐私计算产品必选项提供三方面助力的问题，以下是小编对此问题的归纳整理，来看看吧。
文章目录:
***区块链将成隐私计算产品必选项提供三方面助力
腾讯大数据高峰论坛”18日在京举行，论坛上发布的《腾讯隐私计算***》-下称“***”-认为，区块链将成为隐私计算产品中必不可少的选项，在保证数据可信的基础上，实现数据安全、合规、合理的有效使用，为隐私计算提供三方面助力。
***指出，隐私计算作为在数据融合应用过程中保障数据安全合规的关键技术路径，其商业模式、应用场景、技术变革、产业趋势、法律问题等正成为当前政、产、学、研、用等各界关注的热点。
腾讯高级执行副总裁卢山表示，隐私计算的兴起，为人们提供了在数据安全合规、融合应用过程中寻求发展和安全之间平衡点的技术路径和解决思路，其正成为未来数字治理的有效路径之一。
他也强调，但数字治理的探索是一项系统性工程，仅仅依靠单一技术无法满足当前和未来复杂的治理需求，需要技术、法律等多种手段相结合的综合治理，才能更好适应数字社会发展需要。
***特别提到，隐私计算虽然实现了在多方协作计算过程中对于输入数据的隐私保护，但是原始数据、计算过程和结果均面临着可验证性问题。而区块链因其共享账本、智能合约、共识机制等技术特性，可以实现原始数据的链上存证核验、计算过程关键数据和环节的上链存证回溯，确保计算过程的可验证性。因此将区块链技术对计算的可信证明应用到隐私计算中，可以在保护数据隐私的同时增强隐私计算过程的可验证性。
具体看，***称，第一，区块链可以保障隐私计算任务数据端到端的隐私性。通过区块链加密算法技术，用户无法获取网络中的交易信息，验证节点只能验证交易的有效性而无法获取具体的交易信息，从而保证交易数据隐私，并且可按用户、业务、交易对象等不同层次实现数据和账户的隐私保护设置，最大程度上保护数据的隐私性。
第二，区块链可以保障隐私计算中数据全生命周期的安全性。区块链技术***用分布式数据存储方式，所有区块链上的节点都存储着一份完整的数据，任何单个节点想修改这些数据，其他节点都可以用自己保存的备份来证伪，从而保证数据不被随便地篡改或者是被删除。此外，区块链中所使用的非对称加密、哈希加密技术能够有效保障数据安全，防止泄露。
第三，区块链可以保障隐私计算过程的可追溯性。数据申请、授权、计算结果全过程链上进行记录与存储，链上记录的信息可通过其它参与方对数据进行签名确认的方式，进一步提高数据可信度，同时可通过对哈希值的验证匹配，实现信息篡改的快速识别。基于链上数据的记录与认证，可通过智能合约，实现按照唯一标识对链上相关数据进行关联，构建数据的可追溯性。
***表示，区块链与隐私计算结合，使原始数据在无需归集与共享的情况下，可实现多节点间的协同计算和数据隐私保护。同时，能解决大数据模式下存在的数据过度***集、数据隐私保护，以及数据储存单点泄露等问题。区块链确保计算过程和数据可信，隐私计算实现数据可用而不可见，两者相互结合，相辅相成，实现更广泛的数据协同。
论坛期间，腾讯正式发布了自研第四代数智融合计算平台“腾讯大数据-天工”，该平台以最新的“数据协同、技术互通、平台大脑”技术理念为基础。
腾讯数据平台部总经理蒋杰表示，作为新型基础设施的重要组成部分，大数据产业将迎来发展的新阶段。此次发布的第四代数智融合计算平台，将以安全的方式打通数据孤岛，桥接多方数据，以统一的数据处理引擎更高效地挖掘数据价值，以智能化的方式驱动整个数据处理闭环，为开发者、企业、以及***的数字化、智能化升级打下坚实基础。
来源：中新网
为什么说区块链融合隐私计算是必然趋势？
从更大的版图视角来看，要构建全面的隐私保护和治理体系，不仅需要融合区块链、人工智能、大数据、隐私计算等多种技术，还需要结合法律法规、监管治理等诸多策略。
在数字化 社会 中，大家对于数据生产要素有着更为强烈的需求，无论是用户服务、业务营销都需要使用大量的数据，尤其是在分布式协作的业务模式中，各方都希望数据能顺畅地流通，并合理地体现数据价值。但与之相悖的是，数据孤岛仍然存在，数据的粗放式使用仍待解决。
与此同时，合法合规成为大势所趋。不论是在国内还是国际上，与个人信息保护、数据安全相关的法律法规一一出台，都对个人信息保护和数据安全等方面提出了更为严格的要求。这意味着，要确保数据的安全，也要尊重个人的隐私权益；在数据全生命周期上，要求实现全面规范，达成合规地流通。
以用户为中心，在安全隐私前提下交换数据，并提供优质合规的服务， 是数字化 社会 建设的趋势，需要在技术、业务模式、治理体系上做出更多的创新。在分布式系统里引入隐私计算、发展合规的数据***等举措，都体现出这种创新精神。
在隐私计算领域，区块链、联邦学习和安全多方计算已然成为三大关键核心技术，而且这三大技术之间互有侧重，也有许多重合和联系。
其中，从区块链的角度出发，我们可以看到，一方面，区块链上的数据需要***用隐私算法来保护；另一方面，区块链也可以成为隐私计算协作里的底座和枢纽：***用区块链技术去记录、追溯多方协作中的数据集、算法模型、计算过程，并对最终结果进行评估和共识，持续优化协作效率。
此前几年，我们在区块链领域里 探索 应用落地时，常常是用区块链为业务场景构建 “分布式账本”。合规的应用都会对用户和商户进行KYC （Know Your Client） ，其中也存在不少待通过隐私计算等创新解法来解答的问题。
例如，身份信息是否可以向全联盟链公布？在交易时，交易里的金额、相关方是否明文公开？每个人拥有的资产，是否可以被随意查询？人们的业务行为，是否会在未授权的情况下被滥用？
例如，在消费场景的积分卡券业务中，商家和商家之间通常不希望过多地暴露自己的经营状况，比如有多少用户开卡、充值，以及每天的流水等；个人用户也不希望自己的消费行为被公开审视。
于是，在隐私问题尚未能彻底解决之前，我们通常***用的办法是，引入核心权威机构参与共识和维护全账本，而其他参与者则分层分片，以不同权限的角色参与。但这样，在一定程度上增加了系统的复杂性，影响了用户体验，同时，给区块链应用的规模化和普及化带来了挑战。
目前，区块链也普遍用于政务领域，比如在智慧城市管理以及各种民生应用中，为大家提供“一网通办”的良好体验，这就需要多领域、多地域、多部门的通力协作。我们可以看到，政务应用覆盖面广，角色众多，数据存在多级别的敏感性和重要性。
区块链可以作为分布式协作的底座，通过数据目录、数据湖等方式，构建数据流转的枢纽，同时引入隐私计算和全面的治理规则，界定数据的边界，使数据在“不出库”的同时，依旧可以实现身份认证、隐匿查询、模型构建等能力。
从更大的版图视角来看，要构建全面的隐私保护和治理体系，不仅需要融合区块链、人工智能、大数据、隐私计算等多种技术，还需要结合法律法规、监管治理等诸多策略。
区块链隐私保护的场景丰富、角色众多，流程多样、数据立体，我们可以用 “双循环”机制做进一步分析。
首先，我们从用户端出发，尊重用户对数据的知情权和控制权，把重要的数据交给用户管理。
比如，验证身份的“四要素”中，用户的身份凭据和联系方式通常来自***和运营商这些权威机构，当用户和某一个业务场景产生联系时，他们并不需要提供全部的明文信息，只需要选择性披露一些可验证的凭据，用以代替明文。
基于分布式验证机制即可实现多场景的验身，证明自己的合法身份，此时业务提供方即使未获得更多明文数据，但也不能拒绝服务。这就从根源上降低乃至杜绝了用户关键隐私的泄露风险。
其次，在业务方，依旧可以***用诸如联邦学习、安全多方计算等技术，对用户已经授权的、合规***集的业务数据进行处理。
在用户知情同意的前提下，在B端实现与合作伙伴之间的协同计算，数据不出库，隐私不泄露，但实现诸如风控、营销、广告等对业务运营有重要价值的事务。最终实现业务效果的提升，在给业务方带来效益的同时，也为用户提供更优质的服务，或者权益上的回报。其整个价值体系是闭环的，合规的，可持续的。
例如物联网和区块链，在***集端，就需要给设备分配身份和标识，同时算法上要做到去标识，防泄露；在用户端，不但要提供个性化的服务，还要做到防止不必要的画像，在做到可验证用户身份和资质的同时，又不能无端地追踪用户行为轨迹；最终，在提供优质服务、安全存储用户数据的时候，又要尊重用户的意愿，包括注销退出的要求。
如此的“双循环体系”，可能不止是在技术上要求设备、app、后台服务进行迭代的重构，同时其商业模式、运营治理观念等层面可能也会产生许多革新。整个链条会非常的长，需要做的工作也非常多，覆盖芯片、硬件、网络、软件、云平台等广袤的产业链。
目前来看，并没有哪一个“包打天下”的单一技术，可以满足“全链路”、“双循环”的要求。那么我们不妨把场景拆细一点，列举得全面一些，组合一些技术和方案，先解决某个场景里的痛点问题。
事实上，我们在和众多产业应用开发者交流时，他们更期望聚焦于具体的、迫在眉睫的问题，得到有针对性、可着手实施的解决方案，比如转账时隐匿金额、排名时不透露分数、投票时不泄露身份、KYC流程时不泄露视频等等。
特定场景下的问题常常可以基于隐私计算的某一个算法或一些算法的组合，针对性的去应对。我们可以日拱一卒，解决一个又一个的场景化问题，对之前可能有纰漏的事情亡羊补牢，对可预见的刚性需求引入新技术新思路，创新性地去实现。这样就逐步把数据安全的篱笆一点点扎起来，最终筑就数据安全的长城。
分布式协作中，许多场景是跨机构的、跨网络的，无论是区块链还是隐私计算，都会遇到要和其他合作方、其他平台互通的要求。我们看到信通院的相关工作组正在讨论多项互联互通规范，核心框架是要做到“节点互通”、“***互通”、“算法互通”。
节点互通要求网络和协议等基础要素能互通。***互通强调的是对***的发布存储、寻址使用、治理审计 （含删除数据、下线服务等） ，在这个层面上，大家都实现相对一致的视图，提供通用的接口。算法的互通则是非常细致和场景化的，每一种算法都有自己的特点，其密码学基础、运算规则、协作流程都会不一样，反过来对***的管理资质和节点网络的拓扑，都会提出更多的要求。
在互通基础上还有“自洽性”、“安全性”、“正确性”等要求，而且随着领域的发展，不断增加更多功能的“扩展性”也非常重要。之前，可能大家是在埋头苦干，积累技术和经验，以后在落地时，则需要更注重接口和规范，开放心态，大家一起沟通共建，通过开源开放的方式寻求共识和共赢。
总结一下，关于隐私计算发展的几个思考：
第三，实现标准化和普及化，以推动新技术和新理念的规模化落地。比如相关的行业标准、评测体系，这对帮助从业者理清发展道路、达成行业要求大有裨益。
区块链发展这么多年，除了技术本身，其实最难的是 “怎么解释清楚啥是区块链” 。希望在科普推广方面，方兴未艾的隐私计算能有更多的新思路，实现更好的效果。
回顾区块链和隐私计算的热潮，我们看到产业和 社会 在呼唤数据安全和隐私保护，行业也已经有了不少可用的研究成果，得到了一定的认可。展望可见的未来，我们将更加开放、务实，聚焦用户和场景， 探索 规范的、规模化的、可持续的应用之路。
区块链的未来发展前景 深刻影响三个方面
区块链会给人类世界带来多大的技术冲击还是未知数，但产学研普遍认为，目前我们只看到了区块链潜在价值的冰山一角！区块链技术不仅会改变技术、重塑产业，还会动摇人类社会现有的秩序、传统规则和价值体系。随着区块链技术的逐渐成熟，可以预见区块链将呈现以下发展趋势。
零知识证明
区块链本质上是非常透明的。运行在区块链网络中的任何节点都可以查看和下载账本中存储的所有数据。区块链结合了零知识证明技术，允许用户和企业在不泄露具体数据内容的情况下，使用私有数据执行智能合同。
人工智能
区块链可以作为去中心化市场的基础和各种人工智能组件的协调平台，包括数据、算法和计算能力。这可能会导致人工智能的创新和使用达到新的水平。区块链也将使这种决策更加透明、可解释和可信。由于区块链的所有数据都是公开的，人工智能将成为提供防伪和隐私保护的基础。
物联网
区块链可以为物联网数据增加一层可问责性和安全性，成为物联网效率、可扩展性和标准化的未来推动者。例如，在医疗保健领域，支持区块链的物联网设备将允许患者控制对这些设备收集的数据的访问。这项技术将使设备更能抵御网络攻击，并提供关于另一方何时访问数据的详细记录。在供应链中，基于区块链的系统在智能合同的支持下，可以根据物联网传感器测量的特定条件自动支付。
区块链时代的到来揭示了各行业未来的发展趋势，区块链日益成熟的技术也逐渐进入了扩张期。相信在不久的将来，一定会为社会产生更大的经济效益。
区块链与隐私计算的结合是必然趋势吗？
区块链与隐私计算的结合是必然趋势吗？
我们目前对这个问题的思考框架是：如果不与隐私计算技术结合，区块链技术的应用是 否受到限制、无法向前发展；如果不与区块链技术结合，隐私计算技术是否受到限制、无法 向前发展。如果二者对彼此都是刚需，那么它们相结合的趋势就是必然。
以下为我们对这个问题的思考：
1、隐私计算技术的应用是否区块链技术的刚需
区块链技术有巨大的优势，但是如果没有隐私计算技术，区块链技术的应用会大大受到 限制，因为无法解决链上数据的隐私保护问题，这使得大量涉及敏感数据的场景不愿应用区 块链技术，比如金融和医疗领域。
（1）区块链技术的局限性
第一，链上数据公开透明，数据的合规处理和隐私保护能力不足 区块链作为分布式账本系统，数据的公开透明尽管有利于存证、防篡改，但也存在数据 可轻易被***、泄漏个人隐私的风险。区块链在公有链上要求不同节点对交易和交易状态进 行验证、维护，形成共识，因此每个参与者都能拥有完整的数据备份，所有的交易数据公开 透明。如果知道某个参与者的账户，就很容易获取其每一笔交易记录，从而据此推断其 社会 身份、财产状况等。以消费场景为例，平台之间存在竞争壁垒，用户也希望保留消费隐私， 因此区块链缺乏对用户流水、物流信息、营销情况等与企业、个人隐私相关的数据缺乏保护 能力，往往导致数据拥有方不愿意让数据进入流通环节。在链上系统的交易不再受中心账本的控制，用户通过使用唯一的私钥进行交易，交易过 程被加密且加密前数据很难还原，仅以私钥作为交易凭证使得区块链内的交易变得更加匿名 和不可控。在分布式账本系统上，所有的转账以地址形式进行，一但发生了***或者洗钱等 金融犯罪，即便可以公开查询地址，但对资金追踪的难度极大，且私钥作为交易凭证很难证 明使用者的身份，因此许多企业、个人通过区块链进行洗钱等违法交易，不利于数据的合规 处理和合法共享。
第二，数据处理能力不足，制约技术的进一步落地和商业化拓展 链上计算受限于网络共识的性能，使得链上交易难以具备实时性和高效率，区块链智能 合约的计算能力需要扩展。以最大的加密支付系统比特币为例，每秒钟只能够处理大约 3 到 7 笔交易5 ，且当前产生的交易的有效性受网络传输影响，往往需要等待 10 分钟左右的记账周 期才能让网络上的节点共同知道交易内容。此外，如果链上有两个及以上节点同时竞争到记账权力，则还需要等待下一个记账周期才能确认交易的准确性，最终由区块最长、记账内容 最多的链来完成确认。
完全去中心化的系统与现实中大部分现有体系的兼容性不足，缺乏链上链下协同、多业 务发展的系统和功能，制约区块链技术的进一步落地。在区块链的技术落地过程中，首先， 各行业本身具有成熟的体系，区块链完全去中心化的形式不一定适合所有的领域和行业；其 次，区块链的平台设计和实际运行成本巨大，其所具备的低效率和延迟性的交易缺陷非常明 显，是否能够弥补原系统更换的损失需要经过一定的精算和比较；此外，使用区块链存储数 据需要对原有数据格式进行整理，涉及到政务、司法领域的敏感数据，更需要建立链接线上 和线下数据的可信通道防止数据录入有误，这带来了较高的人力、物力成本。
（2）隐私计算技术对区块链技术的帮助
隐私计算技术保障数据从产生、感知、发布、传播到存储、处理、使用、销毁等全生命 周期过程中的隐私性，弥补区块链技术的隐私保护能力，实现数据的“可用不可见”。通过 引入隐私计算技术，用户的收支信息、住址信息等个人数均以密文的形式呈现，在平台进行 数据共享的过程中，既能防止数据泄露，又能够保障用户个人隐私的安全，有利于进一步打 破数据孤岛效应，推动更大范围内的多方数据协作。隐私计算技术可与区块链技术形成技术组合，提升数据处理能力、扩大可应用范围。隐 私计算技术通过对数据进行规范化处理，能够提升数据处理、数据共享的效率，提升区块链 的数据处理能力。此外，隐私计算技术+区块链技术的技术组合能够应用于缺乏中心化系统、 但又对敏感数据分享有强烈需求的合作领域，扩展区块链技术的应用场景。
区块链技术的应用是否隐私计算技术的刚需
（1）隐私计算技术的局限性
第一，数据共享缺乏安全检验，制约数据流通的可信性
数据共享的整个流程涉及到***集、传输、存储、分析、发布、分账等多个流程，隐私计 算主要是解决全流程的数据“可用不可见”的问题，但是难以保证数据来源可信和计算过程 可信。
从数据来源可信的角度来说，在数据***集的环节，数据内容本身可能不完整，数据的录 入可能会存在失误；在数据传输的环节，数据的传输可能会被其他的客户端攻击，导致数据 在传输的过程中泄漏；在数据的储存环节，储存数据的角色方有可能会篡改数据或者将数据 ***转卖到***，这些都不会被隐私计算技术记录。如果无法保证数据共享各方的身份得到 “可信验证”，就有可能导致数据的隐私“名不副实”。从计算过程可信的角度来说，在数 据分析和发布的环节，数据的共享方有可能私自篡改数据的运行结果和发布内容，对最终数 据处理的结果进行***。因此，一旦信息经过验证并添加到隐私计算的环境中，很难发现数 据是否被篡改、被泄漏，很难防止不同时间点不同节点的数据***的情况，在涉及到金融、政务、医疗、慈善等关键领域里，如果数据有误则产生的一系列法律问题则难以追究。
第二，业务水平整体层次不齐，制约技术平台的扩展
当前，隐私计算的技术实现路径主要分为三种：多方安全计算、联邦学习、TEE 可信执行 环境。三种技术路径存在各自的应用缺陷和问题，由于行业内不同公司对于技术的掌握能力 和研发能力有限，导致技术平台的实际应用范围有限，可扩展能力不足。
多方安全计算尽管具有复杂高标准的密码学知识，但其计算性能在实际应用的过程中存 在效率低的缺陷。随着应用规模的扩大，***用合适的计算方案保证运算时延与参与方数量呈 现线性变化是目前各技术厂商面临的一大挑战。多方安全计算虽然能保证多方在数据融合计 算时候的隐私安全，但是在数据的访问、控制、传输等环节，仍然需要匹配其他的技术手段 防止数据泄露、篡改。
联邦学习技术目前在业内的应用通常以第三方平台为基础模型，在基础模型之上进行隐 私计算，这样的基础模型本身存在被开发者植入病毒的隐患。此外，联邦学习的机制默认所 有的参与方都是可信方，无法规避某个参与方恶意提供虚***数据甚至病害数据，从而对最终 的训练模型造成不可逆转的危害。由于联邦学习需要各个参与式节点进行计算，因此节点的 计算能力、网络连接状态都将限制联邦学习的通信效率。
TEE 可信执行环境在国内目前核心硬件技术掌握在英特尔、高通、ARM 等少数外国核心供 应商中，如果在关键领域从国外购买，则存在非常高的安全风险和应用风险。第三，数据共享缺乏确权机制，制约数据流通的应用性 隐私计算通过使用多方数据共同计算、产生成果，然而在实际合作的过程中，由于各个 数据共享方业务水平不同、数据质量不一导致在数据处理的每一个环节难以实现合理的确权。
按照常规的利益分配机制，拥有高质量数据、高成果贡献率的数据拥有方理应从中获取更多 的利润，但是隐私计算仅考虑到数据的“可用不可见”，数据共享方难以从最终结果来判断 谁的数据对于成果的贡献最大，造成利益分配的不公平。如果缺乏合理的成果贡献评估机制和利益分配机制，就会难以激励数据所有者和其他数 据持有者进行合作。尤其是在不信任的多方合作的场景下，会更加增加合作的信任成本，使 得多方协作难以达成，制约数据流通的实际应用性。
（2）区块链技术对隐私计算技术的帮助
区块链技术通过数据流通的所有环节、所有参与者进行记录，实现数据共享流程中的权 责分明，提升了数据流通的可信性。在数据传输的环节，区块链记录数据的提供者，确认数 据提供方身份的真实性和有效性，有利于数据确权，为公平可行的利益分配机制提供参考；在数据储存的环节，区块链保证数据的每一次修改都有迹可循，防止数据的恶意篡改。区块 链技术可作为隐私计算技术的底层平台，保证了加密数据本身的真实有效性，提升了隐私计 算平台里数据流通的可信性，拓展隐私计算技术的应用范围。
3. 结论
隐私计算技术和区块链技术的融合是必然的趋势。对于数据资产的流转来讲，没有隐私 计算，不能解决数据本身的安全和隐私保护问题；没有区块链，不能解决数据的确权问题以 及在更大范围内的数据网络协作问题。将区块链和隐私计算二者结合起来，建设大规模数据 流通网络，在目前的实践中成为有所共识的 探索 方向。
区块链与隐私计算的结合会改变什么？
1、形成大规模数据流通网络和数据要素市场
当前，数据流通存在三方面问题：数据拥有方的数据保护和数据确权难以实现；不同来 源数据的整合处理成本过高、缺乏统一标准；数据利益的分配机制不完善。
如前文所述，区块链和隐私计算技术相结合，可以一方面解决隐私保护问题，一方面解 决数据确权和多方协作问题，从而建立大规模的数据流通网络。
在大规模数据流通网络建立的基础上，真正意义上的数据要素市场才能够形成，数据作 为生产要素的价值才能够被充分发掘出来。
2、推动数据资产化的发展
所谓资产，是指由企业过去的交易或事项形成的，由企业拥有或者控制的，预期会给企 业带来经济利益的***。
数据的资产化就是让数据在市场上发现价值，能够为企业创造新的经济益。
大规模数据流通网络和数据要素市场的形成，将大大推动数据价值的发现、数据资产化 的发展。
从企业一侧来看，企业的生产经营活动当中沉淀下来的数据会成为宝贵的资产。一方面， 对这些数据的分析和运用，将推动企业改善自身的业务；另一方面，与外部机构进行数据的 共享，能够推动数据发挥出更大的价值，企业自身也将从中获取更多收益。这会反过来进一 步推动企业的数字化转型和对数据资产的管理。未来，对数据资产的盘点可能成为企业在资 产负债表、现金流量表、利润表之外的“第四张表”。
数据资产化的发展，也会推动围绕数据价值挖掘形成全新的服务体系。其中包括数据确 权、定价、交易等各个环节。上海 社会 科学院信息研究所副所长丁波涛将未来数据资产服务体系中的机构分成四类：
第一类提供中介服务，包括数据经纪人，还有数据代理。
第二类提供数据评估，由于数据市场信息不对称或信息混乱，需要提供合规评估、数据 质量和数据价格的评估。
第三类提供价格咨询，如提供法律、经济咨询或者是上市辅导等的咨询服务企业。
第四类提供专业技术服务，包括数据开发、数据处理服务、数据交付服等。数据资产化的发展，带来的将是人们认知的提升、生产效率的提高、生产要素的重组、 创新的产生、经济的发展以及全 社会 整体***的提升。
3、对现有业态的改变
区块链与隐私计算的结合，将提升企业和个人分享数据、利用数据的积极性，进一步推 动打破“数据孤岛”。其对现有业态的改变主要体现在以下几个层面：
第一，这将带来新的数据和 科技 变革。
首先，这将推动数据密态时代的到来。数据密态时代的核心，是数据流通使用方式的巨 大改变，数据将以密态形式在主体间流动和计算，显著降低数据泄露的风险，并在合规前提 下支撑各种形态业务的发展。此前，数据被加密之后只能用来传输或者存储，但是未来数据 在加密状态下可以被计算。这将带来一系列新的问题和挑战，引发许多相关技术领域的连锁 反应。
其二，这将重塑大数据产业。随着数据流通的安全化，以往较为敏感的数据领域逐渐开 放。以政务数据为例，隐私计算使联合政务、企业、银行等多方数据建模和分析成为可能， 进一步释放数据应用价值，创造了多样化的应用机遇。
其三，人工智能产业将获得新一轮的发展。数据、算法和算力是人工智能发展的三要素。近几年来，由于缺乏可用的数据，人工智能的发展遭遇瓶颈。未来，5G 和物联网的发展将使 得万物互联，数据量大幅增长。区块链+隐私计算技术的应用，可以使得人工智能利用海量数 据优化模型，真正迈向“智能化”。其四，这将为区块链产业的发展带来新的机遇。区块链与隐私计算相结合，将拓展联盟 链的节点数量，从而进一步扩大可协同利用的数据***的范围。
第二，在 科技 变革的基础之上，区块链与隐私计算相结合，将给许多传统产业带来变革。
在政务领域，一方面，可以实现***不同部门之间的互联互通及数据共享，从而促进政 府不同部门的协同，提高***的效率以及决策质量，推动智慧城市的建设；另一方面，可以 促进政务数据与民间数据的双向开放。政务数据向 社会 开放，可以为企业或学界所用，释放 更多价值。民间的数据源向***开放，可以提高***在决策以及政务流程等方面的效率。
在金融领域，支付、征信、信贷、证券资管等各个领域都会因之发生变化。总体来看， 主要是影响到金融的风控和营销两个方面。区块链与隐私计算技术的结合，可以在符合法律 规定、不泄露各方原始数据的前提下，扩大数据来源，包括利用金融体系外部的互联网数据， 实现多方数据共享，联合建模，从而有效识别信用等级、降低多头信贷、欺诈等风险，也有 助于信贷及保险等金融产品的精准定价；同样，内外部多方数据的共享融合也有助于提高金融机构的反洗钱甄别能力。
在医疗领域，未来在疾病治疗、药物研究、医疗保险等多个领域，区块链与隐私计算都 能助推医疗信息化建设，带来巨大变革。在疾病治疗和药物研究方面，区块链与隐私计算结 合，能够促进更多的医疗数据被联合起来进行分析和研究，从而为许多疾病的治疗带来新的 突破。在医疗保险方面，区块链与隐私计算技术结合，主要是可以使得保险公司可以应用到 更多的数据，改善保险产品的设计、定价、营销，甚至可以促进保险公司对客户的 健康 管理 等。
区块链与隐私计算技术相结合，目前应用的重点领域是政务、金融、医疗领域，但是未来其应用将不仅仅局限于这三个领域，还将在更多领域发挥作用。
第三，数据权利、利益将重新分配。
这可能是区块链与隐私计算技术相结合所带来的最为核心，也是最为深刻的，与每一个人 的切身利益都息息相关的变革。
首先，这涉及到每个产业链不同环节利益的重新分配。
前述在广告营销领域的应用落地为例，此前广告营销的利益分配主要是在广告主与渠 道商之间。但是，未来应用区块链和隐私计算技术，可以在更大范围内进行数据协作，则要 解决广告主、多个渠道方、消费者之间多方数据协作的问题，这其中就涉及到多方之间权责 的划分、利益的重新分配。
其次，这还涉及到企业与个人之间利益的重新分配。
欧盟的 GDPR,美国的 CCPA 等法案中涉及用户的一项重要权益即“portability，（可携 带权）”。即第三方应用不能封锁个人数据，一旦个人有下载的诉求，APP 需要提供便利的 API 利于个人拷贝数据。美国公司已陆续为用户提供 API，如果在这方面功能缺失，个人客户 可以提出诉讼，而公司也将面临巨额的罚款。在中国的《个人信息保***》当中，也有相关的条款。《个人信息保***》第四十五条规 定，“个人有权向个人信息处理者查阅、***其个人信息”、“个人请求查阅、***其个人信息 的，个人信息处理者应当及时提供。个人请求将个人信息转移至其指定的个人信息处理者， 符合国家网信部门规定条件的，个人信息处理者应当提供转移的途径。”
目前，中国公司的区块链+隐私计算 探索 主要集中在 To B 服务领域，但是区块链是全球 化的商业，如果美国已经出现这样的模式，中国大概率不会完全不受影响。伴随着消费级软硬件技术能力的提升，区块链与隐私计算技术结合，会逐步对个人与机构 之间的数据服务进行变革。对于个人用户而言，将有机会获得自身隐私数据的完全掌控权， 并为数据业务过程中所涉及的数据隐私需求获得更强的技术性保障。目前关于 To C 服务的相关问题，国内业界还在探讨当中。
为什么区块链+隐私计算的应用尚未大规模普及？
第一，区块链+隐私计算的落地应用，主要是在涉及需要多方数据协作的情况，目前实际需求尚未爆发。
从隐私计算技术发展的角度来看，目前隐私计算尚在落地初期，解决的主要是两方之间 的数据协作问题，涉及到多方的场景还不多，因此很多时候还没有体会到对区块链+隐私计算 应用的需要。
从区块链技术发展的角度来看，区块链技术在许多领域的应用目前并非刚需。不少问题 可以应用区块链解决，但是不用区块链技术也能解决，而应用区块链技术解决的成本更高。因此，目前区块链项目的建设主要是政务部门和大型企业较为积极，因为***和大型企业从 长远发展的角度来考虑，可以做前瞻性的投资建设和技术布局，但是大多数商业机构需要衡 量投入与产出。
区块链技术与隐私计算技术结合，主要是用于处理数据协作问题。从数据治理的角度来 看，目前大多数机构都在处理自身内部的数据治理问题，内部的数据体系梳理好之后，才涉 及到与外部进行数据协作，因此还需要时间。
第二，区块链+隐私计算的落地应用较为复杂，涉及到新商业模式的创造、权责以及利益 的重新分配，因此需要的时间更长。
以在广告营销领域的应用落地为例，目前的大多数应用 都只是落地了隐私计算平台，主要涉及两方数据协作，直接应用隐私计算技术，延续此前商 业应用即可。但是，如果引入区块链技术，则要解决广告主、渠道方、消费者之间多方数据 协作的问题，这其中可能涉及到多方之间权责的划分、利益的重新分配，新商业模式的形成 需要时间进行 探索 。
应用的大规模普及，还需要解决哪些问题？
区块链+隐私计算的应用在大规模铺开之前，还需要具备三方面的条件：
第一，从外部环境来看，需要全 社会 整体的数字化水平的提高。 打个比方，区块链+隐私 计算将来会形成数据流通的高速公路，但是路上要有足够的车。目前全 社会 的数字化正在快 速推进当中，大多数机构都是正在进行自身内部的数据治理，他们需要先处理好自己的数据， 之后才能产生更多的与外部数据进行协作的需求，这还需要时间。
第二，从技术发展来看，技术成熟尚需投入。 区块链+隐私计算技术的应用，实际上是牺 牲了数据流通的效率、提升了安全性，但是数据流通的效率也非常重要，未来需要在效率和 安全这两个方面形成一定的平衡，安全要保障，足够的效率也要满足，这其中涉及到许多技 术的研发、行业标准的制定，技术产品化的发展和完善、技术成本的进一步降低，还需要时 间。
第三，还需要相关法律法规的完善，以及数据交易商业模式的形成。 不过，这一条件与 前两个条件相比，其在目前的重要性相对次之。因为随着需求的爆发、技术的完善，相关的法律法规以及商业模式就会随之形成，这一条件在现阶段并非限制区块链与隐私计算技术落 地应用的最关键因素。
区块链+隐私计算的应用中还蕴藏着哪些趋势？
1、国产化的趋势
区块链+隐私计算的应用，涉及网络安全、数据安全，未来将成为新基建的重要组成部分。这是关乎网络空间***、国家安全和未来发展利益的重要方面，因此这个领域的国产化是未来趋势。
在区块链+隐私计算技术应用的国产化当中，软件的国产化是相对容易实现的。难点在于 硬件的国产化，其中最难的部分是芯片的国产化。
这一部分的发展，与信创领域的发展相关。信创，即信息技术应用创新产业，其是数据 安全、网络安全的基础，也是新基建的重要组成部分。信创涉及到的行业包括 IT 基础设施：CPU 芯片、服务器、存储、交换机、路由器、各种云和相关服务内容；基础软件：数据库、操 作系统、中间件；应用软件：OA、 ERP、办公软件、政务应用、流版签软件；信息安全：边 界安全产品、终端安全产品等。
在区块链+隐私计算领域，目前已经有企业在尝试产品的国产化。例如，前文提到的，蚂 蚁链自研了密码卡、隐私计算硬件以及自研可信上链芯片，同时还推出了摩斯隐私计算一体 机。创业公司如星云 Clustar、融数联智也在进行相关国产化硬件产品的研发。
2、软硬件技术相结合、更多技术融合发展的趋势
目前，在区块链与隐私计算技术相结合的实践中，也呈现出了软硬件技术相结合、更多 技术融合发展的趋势。这主要是缘于几方面的需求：
第一，是加强数据安全性的需求。
隐私计算主要是解决数据在计算过程中不泄露的问题，区块链主要是解决存证问题，二者结合仅能解决数据安全的一部分问题。数据从产生到计算再到消亡，会涉及***集、传输、 存储、计算、销毁等多个环节，其生命周期可能会有数十年之久，要真正保障数据安全需要 一个更加全方位的、体系化的解决方案，以使得每个环节上都有对应的技术体系保障数据安 全 在数据***集阶段需要精心设计设备可信架构，在网络传输阶段需要合理运用安全协议， 在存储阶段需要兼顾加密与性能，在数据计算阶段需要灵活选择可信执行环境与密态运算。除此以外，计算环境的可信与安全在防御纵深建设上也至关重要。这些安全保障能力的技术 图谱会涉及到可信计算、软硬件供应链安全、隔离技术、网络与存储的透明加密、密钥管理、 可信执行环境等等。这其中每一个技术点都有软硬件结合、多种技术融合发挥的空间。
第二，是提升计算性能的需求。
隐私计算的性能目前还比较低，在计算机单机、单机和单机之间、计算机集群之间这三 个层面上都存在。
在计算机单机上，隐私计算由于运用了密码学技术，计算过程中涉及到很多加密解密的 步骤，这使得计算量以几何级数增加。以全同态算法为例，在通用芯片上密文运算的速度比 明文运算慢了 10 万倍。这意味着，做同样的运算，如果用全同态算法，在 Intel 最新的 Icelake 处理器上，跑出来的效果等同于 Intel 的第一代 8086 处理器，直接回退了数十年。这使得全 同态加密在现实情况下就不具备可用性了。算力问题也是导致全同态算法一直未得到广泛应 用的根本原因。
在单机之间和计算机集群之间，会涉及到单机之间和集群之间的通信效率问题。一方面， 主流的隐私计算技术无论是联邦学习还是多方安全计算，都有通信问题。密文膨胀、传输次 数膨胀，会导致单机之间网络传输效率成为隐私计算的瓶颈之一。另一方面，由于大多数隐 私计算的场景都是跨多方的，多方要通过公网进行通信，公网的带宽与时延目前也是巨大的 鸿沟。
性能的问题，会随着时间的推移越来越严重。2021 年，隐私计算的落地尚处于颇为早期 的阶段，主要是在一些机构内部或者是两方、三方之间应用，处理的数据量较小，这个问题 还不明显。可是未来，多方数据交换需求的到来、5G 和物联网的发展所带来的数据量急剧增 大，最终导致的将是数据量爆发式的增长，这需要消耗大量的算力。
到那时，隐私计算的性 能将面临巨大的挑战。现在在硬件的创新方面正处于体系结构的黄金时代。这是因为，移动互联网的飞速发展 使得应用场景发展很快，上层的软件也发展很快，这使得在计算机底层进行支持的硬件甚至 芯片都需要随之进行改变，进入了新一轮的创新周期。
而从区块链与隐私计算结合的长远发展来看，软硬件结合、多技术融合，对隐私计算来 说，可以提升性能、安全性和计算效果；对区块链来说，可以促使更多机构低成本加***盟 链，扩大联盟链应用范围。
END
编辑 | 领路元
来源 | 零一 财经 《区块链+隐私计算一线实践报告（2022）》
清华大学张超：实现数据确权与保护，数据密态渐成行业共识
2022年1月，国务院印发《“十四五”数字经济发展规划》，强调要着力强化数字经济安全体系，增强网络安全防护能力，提升数据安全保障水平，有效防范各类风险。近日，清华大学网络研究院副教授、MIT TR35 China获得者张超发表文章，阐释了要充分利用创新的技术手段推动数据确权等观点。
全文如下：
近期，推动数字经济 健康 发展，成为了各方热议的话题。随着移动互联网、云计算、物联网、工业互联网等信息技术的快速发展和落地应用，网络空间积累了海量的数据，涉及现代 社会 运转的方方面面，包括个人信息及各行业生产流通数据等，蕴含着巨大的价值。而人工智能等技术的发展，进一步提升了从海量数据中提取价值的能力。在广泛的数据来源以及丰富的数据处理能力基础上，人类 社会 正在进入数字经济时代，数据成为新时代的“石油”。
国家《“十四五”数字经济发展规划》指出，数字经济是继农业经济、工业经济之后的主要经济形态，是以数据***为关键要素的新经济形态。推动生产要素数字化转型，充分开发和利用数据中的价值，是发展数字经济的重要途径。数据作为一种特殊的***，具有所有权、使用权、运营权、收益权、隐私权等不同的权利属性，明确数据的权利所有者是实现数据流通及交易的前提，只有产权界定清晰、权责明确，数据才能共享流通，发挥其价值。同时，在数据的流通及交易过程中，必须确保数据的相关权利以及隐私性得以保护，才能支持数字经济的 健康 持续且高质量发展。
然而，不同于实体经济的石油，数字经济的数据***具有独特的性质，为数据的确权、流通和交易带来了挑战。首先，数据具有可克隆性。明文的数据在流通过程中被克隆后，新数据与原来的数据无法区分；进一步，不同来源的数据可以融合为新的数据；而新数据经过分析处理之后可以进一步提炼为新的数据；导致数据的产权边界随着流通而变得模糊，为产权保护带来极大挑战。再者，数据存在隐私属性，通过数据分析可以提取数据所有者或者提供者的信息，包括个人隐私信息等。如何在开发利用数据价值的同时保护隐私，是数据流通及交易中需要解决的另外一个重大挑战。
在早期的数据产业生态中，数据的使用简单粗暴，从用户侧未经授权直接***集数据，用明文直接传递数据，以明文形式存储敏感数据，带来了巨大的安全和隐私问题。数据明文形态给数据的确权、流通及交易带来了挑战，数据产权难以确定和验证，数据流通过程中隐私泄露风险高。
今年1月，中国信通院组织的隐私计算合规***座谈会上，蚂蚁集团副总裁韦韬提出：“个人信息的保护对 社会 、对企业的影响都是非常大的，我们将正式步入前所未有的数据密态时代。”这一技术洞察很好地反映了当前数据流通领域现状，现在看来，已然逐渐成为行业共识。在数据密态时代，数据将以密态形式在主体间流动和计算，密码学技术和隐私计算是关键手段。利用公钥密码等技术对数据进行加密，可以定义数据主体身份，明确密态数据的产权所有者为密钥拥有者，并可以向其他主体证明数据的所有权，且防止数据泄露，从而有效支撑数据确权等。
推动数据确权，需要充分利用创新的技术手段。其中，多方安全计算等隐私计算技术，可以在不转移原始数据的前提下实现对数据的开发利用，推动数据所有权和使用权分离，实现数据“可用不可见”。不过隐私计算等数据匿名化技术在没有限定的开放环境下，仍存在数据被恢复识别的风险。针对这个问题，产业界的解决方案提供了很好的参考，例如蚂蚁集团提出的“可信隐私计算”能很好的满足对环境的管控、对使用场景的限定、以及对审计的支持，使合规性、数据权益管控达到好的平衡点。通过融合隐私计算与可信计算技术，可以有效解决匿名化后个人信息重新被识别的问题，实现“可算不可识”。
密态数据的隐私计算技术，解决了数据确权与隐私保护的很多痛点，但是在实践落地中仍然存在挑战，需要进一步融合多种技术甚至与法规相配合，才能更好地推动密态数据的确权、流通与交易等商业应用的实用化落地。
首先，隐私计算单一技术并非所有应用的最佳解决方案，例如在密态数据的登记与检索方面，与区块链技术相结合的隐私计算技术可以更高效地实现密态数据的确权登记、确权记录检索、交易登记、交易记录检索等。其次，当前的隐私计算面临着效率瓶颈，包括本地计算效率以及网络通信效率等，解决效率问题的技术途径包括针对隐私计算的专用芯片、优化的隐私计算算法等。第三，隐私计算系统也面临着传统的安全风险，在开放的网络与系统环境下，其逻辑和数据的完整性可能受到破坏，因而也需要硬件、系统、算法多维度的技术协同，确保隐私计算技术的底座安全性。最后，技术方案不能完全解决数据确权与合规的问题，需要标准、法规的支持与配合。当某个隐私计算方案失去了其承诺的数据保护能力时，需要通过行业标准、国家标准、法律法规的支持，让业界有规可循，才能实现其商业应用的合规。
过去中国在很多技术的发展上都滞后于国际水平，但是数据安全领域还处在发展早期，以数据为要素的数字经济处于发力阶段，中国是有机会在世界范围内领先的。
“数据密态”将成为整个数字领域的核心竞争力，也是行业发展的共同诉求。大力发展可信隐私计算等技术，有望推动数字经济高速发展，成为我国经济发展的下一轮强劲增长点。
PlatON首席技术官：数据监管法规仍然落后于技术升级 | 链得得话事人on Chain
区块链技术作为数字化时代的信任解决方案，其去中心化的透明性和现实所需要的隐私性之间存在一定的矛盾。链上数据的公开可验证意味着交易等数据都是有迹可循并且不能被篡改，而当我们在真实世界和虚拟世界进行交互时，不可避免的会留下可以从交易等信息追踪到真实身份信息的痕迹。
存储在链上的所有数据都是公开可验证的，这限制了区块链及智能合约在许多场景的应用。因此，隐私保护成为区块链技术亟待解决的重要问题。
当前隐私计算面临什么样的机遇和挑战？如何应对可能的政策风险？在隐私数据的生命周期当中应当包含销毁数据的过程。在上链之后，又要如何对数据进行销毁？
4月1日，链得得「话事人 on Chain」活动第3期特别邀请到 PlatON 首席技术官 曲俊杰，从技术与商业角度解读隐私计算。
主持人：在全球各国都开始对数据隐私进行更加严厉的监管的背景下，数据提供方获取数据、保存数据成本都会极大的提高，而保障数据的更正权和被遗忘权则需要更多的人工和时间成本。对于数据的利用方来说，使用范围、使用方式都被限制在了很小的范围内，更不论GDPR对其提出的匿名化、加密化的成本提升。这里就出现了一个矛盾。明文大数据分析会导致隐私泄露，大规模数据密态化又影响分析效率。这个矛盾如何解决？
曲俊杰： 明文数据可以被随意***、存储、传播、利用，因为隐私泄露造成的危害可能是长远的，在此不再赘述。
数据的隐私计算虽然有多种多样的形式，根据不同的算法实现，理论上计算复杂度和网络通信复杂度的增加是必然的，从而也导致了分析效率的显著降低。针对如何在保证数据可用不可见、甚至不可离开本地等不同的保护要求的前提下，我们通过算法研究团队的攻坚优化、工程实现团队的深度实现优化、再加上硬件加速等诸多手段，根据不同场景选择适配的算法，场景解耦后在不同阶段适配不同算法、以及在同一阶段解耦可并行计算等来达到商用的水平。
另外，从大趋势上，网络传输速度和硬件计算能力的不断提高也有助于隐私大数据AI的商用落地。
主持人：在隐私数据的生命周期当中应当包含销毁数据的过程。区块链作为去中心化的系统，上链数据无法修改和删除。那么利用区块链的隐私计算系统当中，在数据上链之后，如何进行销毁？
曲俊杰： 欧洲的GDPR对数据权益做了相对严格的定义，里面提到了"被遗忘权"。也就是数据的彻底销毁。GDPR也正在修订争议之中。
首先明确一点，PlatON的隐私计算网络在PlatON区块链之上的，只把可验证隐私计算结果上链，在链上做自动清结算。选择什么数据上链是区块链生态系统生命攸关的问题，大量隐私数据上链可能导致区块链存储和效率问题，同时也不是基于MPC隐私计算的选项，因为数据离开了本地。
***设我们的确需要把少量隐私保护（非MPC类）数据做链上存储，区块链的特质是在数学算法保护下一旦上链保存就不可销毁、不可篡改，的确和"被遗忘权"是相悖的。然而仔细分析下来，"被遗忘权"的真实含义是数据的内容永远不可见、从而" 被遗忘" ，反而只有隐私保护的数据可以做到这一点，而明文数据是无法做到的。
换句话说，只要把该隐私数据的私钥，通过可验证的方式保证销毁，那么该隐私数据可以在理论上等同于" 被遗忘" 了。
那么，做到对" 数据进行销毁" 的前提就是，根据数据***的颗粒度，每个被赋予独立的" 被遗忘权" 的数据***有各自独立的私钥，数据***在隐私保护后上链，以及私钥的可验证销毁机制。所以刚才我也强调了可验证的销毁，这需要非常灵活的解决方案，我们是希望技术社区贡献各种各样的场景，让我们能够去了解这些场景、真正的理解这个需求。
主持人：基于区块链的隐私计算如何适应不同的隐私数据安全场景？如何保证对不同行业和企业提供个性化的隐私计算服务？
曲俊杰： 大家现在对隐私计算的概念理解还是有区别的。这方面需要充分的沟通，所以个性化是个非常现实的问题。数据的隐私计算是个突飞猛进的新兴行业，就像我们自己对数据的隐私需要逐步理解到提出需要一样，重多行业对数据隐私还停留在需求阶段。我们经过多年深度研究，储备了各类不同的隐私算法，但是不同场景、数据量不同、数据格式不同、法律法规不同，根据场景分析，适配各种算法是我们的强项。
比如我们为银行提供的隐私计算解决方案就是充分个性化的。
主持人：那么您认为区块链在隐私计算行业中的位置是什么？
曲俊杰： 区块链和隐私计算是两个不同维度的东西。他们的基础属性不同，区块链是为了信任，隐私计算是为了隐私。需要保护的数据是正在形成的隐私计算行业的核心。如何做到可信的数据***集、归集、整理、存储、计算、等等是区块链可以起到核心作用的地方，
以PlatON为例，PlatON是隐私计算网络+分布式经济体基础设施。这两者其实保持了各自的相对独立，但目前有很多将区块链理解为隐私计算是不对的。
在隐私计算方向PlatON主要锁定在为数据进行确权和定价这个核心需求，通过隐私AI来解决目前在金融、医疗、广告等多个领域对于数据共享和协同计算存在着的强烈需求。
所以这两个问题实际上是相辅相成的，不能只看重隐私，却忽视了数据权益。只有区块链却没有隐私又会限制技术的应用范围。
主持人：您之前也提到了个性化服务是个现实的问题。在这些领域PlatON是怎么做的？能分享一些案例吗？
曲俊杰： 我们在个性化服务方面，往往面对的是一个崭新的领域，我们首先要坐下来分析客户的业务，分析法律法规对数据的要求：哪些是可以公开的数据，哪些是必须保护的数据，又要保护到什么程度。对这些问题进行彻底的分析之后数据进行结构化处理，以适配我们的算法库。
我们与银行合作的案例包括信用、黑白名单，这种案例中的数据都非常有特色，所以我们应用了很多密码学的算法，对数据进行充分的解构、打包、重新组合。
另外制药这一类生命科学相关的数据就是另外一种数据，比如说DNA数据，***取不同的算法才能够真正商用。
主持人：隐私计算目前面临什么样的机遇和挑战？如何应对可能的政策风险？
曲俊杰： 随着各个数据生产主体，包括个人的数据权益意识的觉醒，各个权力机构也随之推出相应的隐私保***律法规。只是这些法律法规仍然落后于当下技术的突飞猛进。
大数据，超级AI的出现和广泛应用，加上我们已经被大量IoT智能设备包围，隐私侵害问题已经是全世界广泛面临、越来越严重的问题。其背后是数据权益的梳理问题。映射到数字世界，这些数据对人类的数字生命做了精准描绘，大家会发现系统比自己了解自己，人的行为已经在不知不觉中被算法诱导，形成共生状态。人类及其衍生的商业活动已经不得不面临大数据AI用户画像算法的挑战，这也造就了活在系统中的人（比如前些日子的快递员悲剧），比如315发布的数据被盗用等 社会 问题。
虚***数据损害信誉，盗用生物特征、比如[_a***_]数据可以造成的侵害可能是毁灭性的。设想一下被盗的人脸等数据没有保护地游离在互联网上，被反复***存储，未来一旦和超级AI结合起来，物理世界的真尊的生存***会被严重侵犯。每想到这里我是毛骨悚然的。
隐私计算技术的核心是面向数据的流动，让数据可用而不可见，大数据和AI是天然的载体，我们提供的解决方案已经涵盖金融、医疗、零售、互联网、等多个行业。当下是个 历史 性的机遇。
那么PlatON是如何做的呢？PlatON的隐私计算将通过对" 数据" 的保护，保护之后产生的数据权益的保护， 隐私计算保护之下数据孤岛的链接，促进数据的流动、从而产生价值，以及价值的合理分配机制来改良现状，促进 社会 进步。 Rosetta是我们开源的隐私AI框架，敬请大家批评指正。
挑战也是多方面的，对数据场景的把控、分析，对隐私算法的商用级优化等等。还有法律法规对隐私计算复杂度考虑不足造成的法律法规缺位和错位。这些建议通过沙盒来实现功能的同时，教育社区并把经验分享给法律制定者。
主持人：既然提到了监管，那么隐私计算是一门合规化的生意吗？更高的监管压力是否意味着更大的市场前景？
曲俊杰： 隐私计算作为崭新的行业，我谈一些个人想法。
我基本上同意监管压力与市场前景的正比关系。隐私计算是新生数据生意的护航技术，可以说没有隐私计算很多数据生意无法合规落地。
随着万物互联、各种行为和商业活动的进一步数据化，法律法规的一步一步跟进，基于隐私AI的新的数据市场的不断衍生，数据市场的规模将远大于现在传统市场的规模，前景非常广阔。我个人非常看好。
主持人：那么您对我国未来的数据隐私监管有什么样的看法？是否会在近期收紧对隐私数据的监管？
曲俊杰： 隐私数据的范畴需要给出一个贴切的定义。不太好回答，个人预计近期会加强基于《民法典》的隐私数据监管。
因为数据具有极强的可***、可加工、可携带等各种特质，而隐私计算技术相对复杂，应用的不好会导致商务上不可用。所以整个监管也会在" 松" 和" 紧" 之间摇摆一段时间。
强力建议建立一些不同行业的" 沙盒" ，权衡发展与监管的矛盾，从实践里提炼出方案。
主持人：目前市场上其实有不少团队在做隐私计算。在技术层面，PlatON相比竞品的优势是什么？
曲俊杰： 隐私计算基于密码学，其技术也包括很多种，如ZK（零知识证明）、MPC、HE、TEE（可信硬件）等。相比于ZK和MPC，TEE更侧重于安全技术，而且对技术实现和厂商的依赖程度比较高。相比之下，信任成本更低的是依托密码学的ZK和MPC，而其中ZK更侧重于进行" 验证式" 的计算，是计算的终点；MPC则是解决数据计算的本身，是计算发起的起点。
PlatON在MPC和ZK两方面都有持续投入，从实际业务角度出发，现阶段更多的需求是来自于受限于数据隐私而无法达成计算，那么MPC刚好可以解决这个痛点。ZK其实也是非常关重要的隐私计算技术，通常会用于解决计算正确性问题，属于下一阶段的关键技术。
其实PlatON并没有局限于MPC或者ZK，就像创世***中写的可验证计算或者同态加密，都属于隐私计算的大范畴，知识。
PlatON有一个业界领先的密码学研发团队，汇集了包括中科院、上海交通大学、武汉大学、美国马里兰大学、西北大学等国内外顶尖高校的著名密码学教授和研究学者。
同时，PlatON长期专注于密码学和隐私计算研究，大力支持密码学相关的学术和技术赛事活动，是密码学领域三大顶级会议Crypto/Eurocrypt/Asiacrypt，和安全领域顶级会议ACM CCS的持续赞助商，同时还作为主要赞助商与国内顶级高校和科研机构一起连续举办了两届密码学冬令营(Crypto Innovation School)，分别针对安全多方计算和格密码展开了主题培训。此外，PlatON还独立举办了CISC 2019 密码学年度赛事，旨在鼓励和推广全球密码学方面的创造性的密码学技术作品。
从我们通过以太坊grants，贡献的MPC技术可见一斑。
主持人：最近PlatON有一些大动作，能和大家说说具体情况吗？之后的路线图和长期规划能否透露？
曲俊杰： 是的，我们最近的大动作是主网和隐私计算网络上线。
PlatON的长期的战略是一直坚定不变的，从最开始最早的***就一直很有定力，一直在坚持做。中期路线图，我们有各个委员会在定期地论证，有社区工作小组的积极参与，我们从社区收集反馈，在长期战略不变的前提下调整战术，不断优化。
我个人认为，区块链的发展，因为开源，你总是很容易地站在巨人的肩膀上继续往前创新，所以它的迭代速度非同一般，感觉我在这儿呆了这几年，相当于以前在传统金融机构干十年。
从长远来讲，我们的密码学团队是非常强的，从科研到工程落地都很有经验，所以我们会持续推出各种层次的隐私计算的协议。
而这些协议的推出，也需要社区给我们一些反馈，无论批评或者是赞同。我们将持续从这些协议里抽象出更基础的协议，下沉到我们的PlatON隐私计算网络，作为一个基础设施做出来。
PlatON强大的隐私计算能力的跨链输出也在我们的设计之中。具体来讲，我们将在后续不断深化隐私金融基础设施建设，构建隐私DeFi和隐私计算网络（基于MPC），在主网发布上线后，会基于Grants***着力推动生态建设，不断推出基于PlatON所独有的应用模式，不断丰富主网生态，不断推动商务拓展工作的开展，接入各类型的区块链相关业态，加大与合作伙伴的合作规模，持续深化品牌和社区建设，强化与媒体以及社区合作伙伴的关系，持续联合举办各类型市场活动，在全球范围内提升PlatON的渗透力和影响力。围绕隐私合约构建生态系统支持工具，初步构建数据交易市场，发布可验证计算以及其支持的计算算力市场等等。
我们非常希望、热切盼望大家加入论坛，或者在是其他的各种渠道上看看我们现在的路线图，还有社区创作的生态图谱，了解我们的侧重点，和发展战略。特别希望能够在论坛，在各种渠道看到大家。
主持人：在过去的几年当中，区块链行业的风口不断变换。DeFi、DEX、NFT等都是行业发展的热点。公有链要如何不断适应这些新的风口和热点？换句话说，如何避免PlatON成为一个朝生暮死的空气项目？
曲俊杰： 源自于创始团队针对" 数据" 成为数字时代生产要素的洞见。以及坚定不移的信念。PlatON 健康 发展至今。并没有跟着风口摇摆。
隐私计算领域很大、难度非常高，需要持续不断而且坚定的投入。PlatON也一直坚持用开放的态度，引领技术社区参与共建、一起发展，解决数字化时代所衍生的问题。我们进入隐私计算领域比较早，尤其在隐私计算安全多方计算方面。我们较早做了准备并推出了隐私相关的产品，甚至是框架。
而DeFi、DEX 和 NFT等是链上的生态应用。PlatON对此是完全开放的，我坚信隐私计算可以赋能各类应用，并助其" 蜕变" 成更复杂高级的应用。 以往以及目前的热点也代表了最丰富的生态。DeFi、DEX、和NFT也是最复杂的生态应用。 PlatON必须提供各类生态的生长土壤。
核心团队和社区也在完善各类基础设施。并通过隐私计算赋能，进阶到复杂的高级应用。
【本文原发布于链得得，授权钛媒体App发布，作者：大文】
后缀：***：区块链将成隐私计算产品必选项，提供三方面助力