WEB3技术发展探索:隐私保护计算

fffmCQ.jpg

数据流通行业进入密态时代,可信隐私计算将成为未来十几年互联网重点关注的领域。

7 月 4 日,蚂蚁集团宣布面向全球开发者正式开源可信隐私计算框架 “隐语”。

隐语是蚂蚁集团历时 6 年自主研发,以安全、开放为核心设计理念打造的可信隐私计算技术框架,涵盖了当前几乎所有主流隐私计算技术。

据介绍,隐语内置 MPC、TEE、同态等多种密态计算虚拟设备,提供多类联邦学习算法和差分隐私机制。通过分层设计和开箱即用的隐私保护数据分析、机器学习等功能,有效降低了开发者应用的技术门槛,能助力隐私计算应用于 AI、数据分析等领域,解决隐私保护和数据孤岛等行业痛点。

经过蚂蚁集团大规模业务以及外部金融、医疗等场景的成功应用,隐语兼顾了安全和性能。在发布会中,蚂蚁集团介绍了隐语的诸多特性.

数据基础制度建设提速,隐私计算迎来“黄金期”

隐私计算:数据要素安全流通的“加速器”

中央全面深化改革委员会第二十六次会议审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》,对数据确权、流通、安全、监管等作出重要战略部署,引领我国数据基础制度建设驶入快车道。与此相应,能够为数据跨行业、跨机构的高效安全流通提供有力保障的隐私计算,也迎来了发展的“黄金期”。

隐私计算技术可以在保护数据隐私安全的前提下,对数据进行分析和计算,为数据跨行业、跨机构的高效安全流通提供了有力保障。隐私计算技术涉及密码学、统计学、人工智能、计算机硬件等众多学科,其发展历史最早可追溯到20世纪40年代。但是直到最近几年,随着硬件技术的不断发展与算力技术的不断优化,隐私计算技术才迎来了大规模商用的机遇。

目前,我国已在隐私计算技术领域取得了丰硕成果:联邦学习、多方安全计算、可信执行环境等核心技术不断完善;隐私计算技术在金融、医疗、政务等诸多应用场景不断落地;FATE联邦学习开源框架与互联互通技术迅速普及……现在,《关于构建数据基础制度更好发挥数据要素作用的意见》的审议通过,则令隐私计算技术真正迎来了发展的“黄金期”。

Web3.0浪潮下的隐私计算

2020年以来,我国陆续推出了《数据安全法》、《个人信息保护法》等法律法规,以期最大限度保障互联网用户的数据权益。

除了国家层面的监管,还需要强大的技术手段作为支撑。Web3.0所具有的技术特性与解决上述问题的契合度,一定程度上也预示了其在中国市场的发展空间。

其中,隐私计算作为解决数据隐私问题的关键技术,正在成为Web3.0的刚需存在。

在Web3.0时代,用户将倾向于用更彻底的方式保护个人数据隐私,从而引发数据所有权和价值的转移。而隐私计算通过同态加密、多方安全计算、可信执行环境等技术,可以保证数据在使用过程中可用不可见。

值得关注的是,隐私保护是多方面的。随着Web3.0中应用的去中心化、链上数据可查的情况下,用户行为、产生的数据乃至应用协议亦需得到隐私保护。

因此,隐私计算提供的数据保护可涉及多个层面,如:基础区块链平台隐私保护、存储数据隐私(分布式存储)、用户私钥管理、匿名协议等多方面。

在隐私计算巨大的市场潜力下,越来越多的头部风投机构和开发者入场隐私赛道。2021年下半年以来,在Web3.0的隐私赛道下,各种项目的角逐日益激烈,协议与应用层都诞生了诸多主打隐私的项目。

1. 隐私交易协议

隐私交易网络,主要针对链上交易数据进行隐私化处理,通过零知识证明等技术原生支持用户进行隐私交易,可以保证自己的隐私数据不会被外界查看,同时支持在该协议开发更多类型的隐私应用。

2021年以来,至少数十个主打隐私交易的区块链网络出现并获得a16z、红杉资本等主流投资机构的支持,是最受资本市场看好的赛道之一。

据不完全统计,隐私交易网络包括Layer1隐私协议与Layer2隐私协议,前者类目之下分别诞生了十多个项目,后者的类目下也诞生了3个项目。目前,隐私交易网络大多数处于测试与开发阶段,并未有广泛应用。

2. 隐私计算协议

隐私计算协议,主要从数据的产生、收集、保存、分析、利用、销毁等环节对隐私进行保护,除了常见的DeFi、NFT等场景外,还计划与大数据和AI行业进行深度结合。

与其他形式的隐私项目相比,隐私计算协议是一种更底层的基础设施,具体的交易信息(币种类型与数量等)往往可以通过区块浏览器公开查看,但更强调用户使用数据的隐私。

目前主要的隐私技术包括零知识证明、安全多方计算、基于现代密码学的联邦学习、可信执行环节(TEE)等。

值得注意的是,隐私计算不是区块链的原生产物,就像分布式存储在区块链诞生之前就已经存在了。而基于区块链的隐私计算与其他类型的隐私计算最根本的不同在于,底层技术区块链是去中心化的,排除可信第三方(TTP)。

目前比较知名的区块链隐私计算网络包括Phala Network、Oasis Network、PlatON、ARPA、Aleph Zero、Findora和Deeper Network等。

由于隐私计算目前仍然很少被产业型项目所采用,以及部分技术尚不成熟,所以隐私计算网络目前的实际应用场景亦比较有限,这也是没有广泛应用的主要原因。

3. 隐私应用

隐私应用是指建立在Layer1或Layer2协议之上,为用户或DApp提供不同应用场景隐私保护功能的应用,例如交易、支付、邮件等。

据不完全统计,隐私应用目前也有16个了。其中,Tornado Cash是目前最为常用的隐私应用,如今许多加密用户都会使用该应用对资产信息进行隐私化处理。

4. 隐私币

隐私币是指原生支持隐私性的加密货币,外界无法查看交易双方的具体交易类型、金额等信息,通常不支持智能合约及相关应用,最早在2014年就有相关项目诞生。

目前,隐私币普遍发展状况一般,用户量、交易量都大幅小于智能合约平台、DeFi等赛道项目。

隐私计算技术联盟(PCIC)

2020年被认为是隐私计算元年,除了垂直的初创企业外,不少互联网企业、综合IT服务商、人工智能、大数据等相关企业纷纷试水隐私计算赛道。作为推动实现数据「可⽤不可⻅」的⼀类重要技术,隐私计算技术⽬前已成为了基于合规与产业之间的⼀条必经之路,并在数据安全流通、价值释放过程中,向市场展示出了技术的不可替代性。

近两年,海内外隐私计算产业扩⼤趋势明显,区块链创企、⾦融机构、数据服务商、互联⽹巨头等多类机构投资研发隐私计算领域。通过在区块链分布式技术领域的不断探索,隐私计算逐步从理论⾛向实践,从开发⾛向应⽤,隐私计算的多技术路径协同互补已成为业界共识。

隐私计算技术联盟(Privacy Computing In China,简称“ PCIC ”)由此诞生,由区块链原⽣隐私计算⽣态中的建设者们发起,是国内首个区块链隐私计算领域的自治组织。

该联盟通过「中国技术经济学会区块链分会」牵头发起,由Phala Network、Cabin VC、Candaq、Findora、Oasis Network、CertiK、Manta Network、Blocklike八家机构共同筹办。

中国技术经济学会成立于 1978 年,是全国技术经济工作者自愿组成并依法登记成立的学术性、公益性法人社会团体,是中国科协直属学会之一,累计发展会员 7000 多人。主要工作内容包括为党中央和国务院的重大决策提供参考意见,为国民经济和社会发展规划的编制,为国家重大科技、产业、区域发展规划等的制定提供咨询服务等。

隐私计算促进数据要素市场化

投资持续走热的同时,隐私计算落地应用情况如何?根据艾瑞咨询发布的《2022年中国隐私计算行业研究报告》显示,隐私计算目前正处于落地初期阶段,金融、政务、通信运营商领域的商用实践相对领先。其中,金融行业对数据安全性、隐私性要求严格,成为隐私计算落地应用的重要领域。

以金融风控应用为例,由于金融数据的敏感性,无法在多个机构间直接共享与整合。陈凯表示,隐私计算技术能在保护用户个人隐私安全的前提下,为金融机构链接海量数据,优化迭代其风控模型,构建完整的贷前风险识别、贷中管理、贷后风险预警,为金融机构降低信贷风控成本与坏账率。未来,隐私计算或在金融领域大展拳脚。

安全与效率的平衡,是数据要素产业发展的一大难题。陈凯认为,无论是多方安全计算、联邦学习、同态加密,还是秘密共享等隐私计算技术,在实际应用场景中都对算力提出了巨大的需求与挑战。倘若算力性能无法提升,那么隐私计算将难以处理越来越多的海量数据,也就无法实现自身的规模化发展。

值得期待的是,目前算力的提升得到了社会各层面的普遍重视。在国家层面,京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地已启动建设国家算力枢纽节点,标志着“东数西算”工程已进入到规划建设阶段。隐私计算消除了数据壁垒,为数据要素市场化、全国数据资源流通“一盘棋”提供了有效技术支持,因而也将成为“东数西算”工程实施“软”建设的关注重点。

在企业层面,构建一个良好的发展生态,是隐私计算发展与规模化应用的关键所在。因此需促进各方互通互联,实现技术开放与迭代,充分释放算力市场的巨大发展空间。

声明:该文观点仅代表作者本人,与炒币网无关。炒币网系信息发布平台,仅提供信息存储空间服务。对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,并不对文章观点负责。 提示:投资有风险,入市须谨慎。本资讯仅供参阅,不作为投资理财建议。

发表评论

登录后才能评论