区块链+密码学,共筑隐私护城河 | 锌声 PlatON乔红涛

锌链接

原创

05-09


文:余锡清

编辑:王巧


从人类用树叶遮羞时,就有了隐私的概念,隐私之于人类而言是不可剥夺的。互联网时代,据公开数据显示,55.8%的人认为保护隐私“越来越难”。我们一直在探索如何更好的保护隐私,相应的法律法规也在不断完善,但隐私泄露事件仍旧不断发生。


未来,数据共享和流通将成为刚性业务需求,而隐私保护和数据高效流动之间的矛盾却日益凸显。如何在数据高效流动的同时保护隐私?如何把区块链隐私计算技术赋能于隐私保护领域?


针对上述问题,锌链接创始人龚海瀚邀请PlatON首席生态官乔红涛,在5月8日越你聊“锌”第18期分享会上,将以“ 区块链隐私计算技术如何保护隐私?”为主题,来解决上述问题。




锌链接:目前隐私安全计算的行业格局是怎样的?业内对隐私计算的认知处于什么水平?


乔红涛:随着人工智能的兴起,隐私计算成为世界性话题。我们曾经提出过隐私计算领域发展的四个阶段:理论、技术、工程、应用四个发展阶段。中国在隐私计算领域不落后于海外,目前已经找到了理论工程化的技术路径,行业也正一起在工程化系统化方面共同努力,走向应用。越多越的业界人士开始关注数据隐私,关注隐私计算。


数据是石油,计算是内燃机,隐私是能把这两个结合起来的基础。在现实世界中,任何单一机构,即便是互联网巨头,也都只能掌握一部分数据,都不足以全面、精准地勾画出用户画像。同时随着隐私意识的觉醒,以及隐私法案的发布,机构也很难拿到用户数据,各种AI模型面临没有数据的困境。因为只有通过各方数据协同计算,才能更好地释放数据更大的价值。


与此同时,公众对于数据隐私的需求越来越强烈,各国家和地区也开始着手制定关于数据隐私保护的法规法案,如欧盟的GDPR和中国刚出台的《App违法违规收集使用个人信息行为认定方法(征求意见稿)》,意味着无论是群众还是监管都在关注隐私保护。



锌链接:目前隐私计算领域需要解决的焦点问题是什么?PlatON如何利用基础技术架构赋能于具体场景的?

乔红涛

首先,原生的区块链不具有隐私保护功能,叠加密码学技术后才具有一定的隐私保护功能。很多项目采用的是零知识证明技术,所谓的零知识证明其实并不能保护数据隐私,解决的都是交易隐私的问题。如zcash使用zk-snark技术,目的是保护交易隐私数据,主要是将交易的有效性计算转化为零知识证明,发送者创建证明(耗时),矿工验证证明(简短),接收者可以通过私钥解密发送信息。其缺点是需要可信设置,创建时间较长。zcash为了提高交易创建速度,针对交易的具体场景做了特定的优化。


我们的目标就是打造一个去中心化的隐私计算网络,在这个网络上,包括数据、算法和算力几个基本要素。这其实也是一个去中心化的隐私计算市场和数据市场。


PlatON平台不仅可以做区块链智能合约隐私计算和交易,同时也可以作为其他有分布式隐私计算需求的场景,如隐私AI。


实现一个去中心化系统的基础设施层和一条主链,定位于给所有去中心化系统(包括区块链、分布式人工智能、科学计算等) 提供基础设施(包括网络、存储、计算等)。PlatON实现高扩展的链下可验证计算,支持繁重、复杂的计算密集型任务,同时采用可验证计算算法来实现数学可证明的计算正确性。通过安全多方计算和同态加密算法实现真正的链下隐私计算,整个计算的全流 程都能保证数据隐私,不存在安全边界的隐患。



隐私计算的应用领域有很多,只要是有数据共享和隐私保护需求的领域,都可以应用隐私计算。


在医疗领域,DNA病例等数据对个人来讲是非常隐私的,一般不愿意售卖,一些国家对这类生物数据有非常严格的法律保护,这些数据一旦泄漏出去,可能受到生化武器威胁。但是,如果医学组织想要对世界上一些罕见病进行数据分析和研究,制造精准的靶向药物,那就需要多国家、多种族的样本,这样才能得出更有效的研究方案。隐私计算可以解决这两者间的矛盾。



锌链接:你对分布式AI平台是怎样理解的?未来区块链和密码学算法的发展趋势是怎样的?

乔红涛

互联网是“信息机器”,区块链是“事实机器”,它们的结合将满足AI对数据的需求,数据隐私会得到保护,数据资产会得到确权,数据共享会得到激励,数据计算会得以开放,数据治理会得以有序。


一方面,今天所有人工智能学家都在讨论基于中心化的机制、中心化的数据平台去训练AI算法,得到一些结果。另一方面,所谓分布式的AI平台就是能不能用分布式、去中心化的AI平台,或者把不能提供的数据都搜罗出来,然后达成我们的研究目的。科学家在这样的平台上发布自己的需求,征集数据所有者,算法所有者,算力所有者,完成自己的科学研究。


这种平台基于区块链和密码学技术的同步发展,是可以实现的。三到五年之后,一个去中心化的分布式AI平台会出现,不再需要依靠中心化的机构,也不再需要中心化机构的数据。


现在,斯坦福、MIT、马里兰大学和伯克利大学等众多密码学家已经开始加入到区块链创业团队当中,投身到数据隐私保护和数据的协同计算当中,密码学界研究方向正在发生巨大的转变。


今年,美国密码学年会和欧洲密码学年会接到的论文和议题,有一半是安全多方计算MPC。数据隐私保护成为了最热门、最重要的话题,尽管密码技术和区块链领域的互动已经取得了一系列令人瞩目的技术突破,比如区块链加上加密算法将会给AI带来一片新的天地,满足AI对数据的需求,但是和任何一个新兴技术领域类似,其发展过程还存在着很多困难与挑战。


相比一般的工程技术,密码技术是一个高度专业的领域,具有密码学应用专业水准的工程师较为匮乏,再加上区块链专业人才的缺失,两者结合更是对行业人员的巨大挑战。而密码技术在区块链的工程化实现中还存在密钥误用、代码漏洞等诸多不易察觉的安全隐患。这将是密码技术在区块链领域发展过程中需要长期面对的。


推荐阅读

加载更多