WEB3技术发展探索:隐私保护计算

2022-07-13 12:11 栏目:行业动态 来源:网络整理 查看()

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,蚂蚁集团公布了面向全球开发者的官方开源可信隐私计算框架“暗语”。

Crypto是蚂蚁集团历时6年自主研发的可信隐私计算技术框架,以安全和开放为核心设计理念,几乎涵盖了目前所有主流的隐私计算技术。

据介绍,lingo内置了MPC、TEE、同态等多种密集态计算的虚拟设备,提供了各种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,可以帮助隐私计算应用于AI、数据分析等领域,解决隐私保护和数据孤岛等行业痛点。

在蚂蚁集团大规模业务和外部金融医疗场景成功应用后,隐语兼顾了安全性和性能。在发布会上,蚂蚁集团介绍了隐语的许多功能。

数据基础制度建设提速,隐私计算迎来“黄金期”

隐私计算:数据元素安全流通的“加速器”

中央全面深化改革委员会第26次会议批准的《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、流转、安全、监管作出重要战略部署,引领我国数据基础设施体系建设进入快车道。相应地,能够为数据跨行业、跨机构高效、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、计算机硬件等诸多学科,其发展历史最早可以追溯到20世纪40年代。但近年来,随着硬件技术的不断发展和计算能力技术的不断优化,私有计算技术迎来了大规模商用的契机。

目前,我国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;隐私技术已经应用于金融、医疗、政务等多个应用场景。FATE联邦学习开源框架和互联技术快速普及.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》的审核通过,真正迎来了隐私计算技术发展的“黄金期”。

Web3.0浪潮下隐私计算

2020年以来,我国陆续出台了《数据安全法》和《个人信息保护法》等法律法规,以期最大限度地保护网民的数据权益。

除了国家层面的监管,还需要强有力的技术手段作为支撑。Web3.0的技术特点和解决上述问题的契合度也在一定程度上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,正成为Web3.0的迫切需求

在Web3.0时代,用户将倾向于以更彻底的方式保护个人数据隐私,这将导致数据所有权和价值的转移。而隐私计算可以通过同态加密、多方安全计算、可信执行环境等技术保证数据在使用过程中的可用性和不可见性。

值得注意的是,隐私保护是多方面的。随着Web3.0中应用的去中心化,以及链上数据可查的事实,也要求对用户行为、生成的数据甚至应用协议进行隐私保护。

因此,隐私计算提供的数据保护可以涉及很多方面,比如基础区块链平台的隐私保护、存储数据的隐私性(分布式存储)、用户的私钥管理、匿名协议等等。

随着隐私计算的巨大市场潜力,越来越多的头部风险投资机构和开发商进入隐私电路。从2021年下半年开始,在Web3.0的隐私赛道下,各种项目的竞争越来越激烈,协议层和应用层诞生了很多以隐私为导向的项目。

1.隐私交易协议

隐私交易网络

自2021年以来,至少有数十家专注于隐私交易的区块链网络出现,并获得了a16z和红杉资本等主流投资机构的支持,这是资本市场最受青睐的赛道之一。

据不完全统计,隐私交易网包括Layer1隐私协议和Layer2隐私协议,前一类下有十多个项目,后一类下有三个项目。目前,大部分隐私交易网络都处于测试和开发阶段,还没有得到广泛应用。

2.隐私计算协议

隐私协议(Privacy protocol),主要从数据的生成、收集、存储、分析、利用和销毁等方面保护隐私,计划在常见的DeFi和NFT场景之外,与大数据和AI行业进行深度融合。

与其他形式的隐私项目相比,隐私计算协议是一个底层的基础设施,具体的交易信息(货币类型和数量等。)往往可以通过block浏览器公开查看,但它强调了用户数据的隐私性。

目前主要的隐私技术有零知识证明、安全多方计算、基于现代密码学的联邦学习、可信执行链接(TEE)等。

值得注意的是,隐私计算并不是区块链的原创产品,就像分布式存储在区块链诞生之前就已经存在一样。基于区块链的隐私计算与其他类型的隐私计算之间最根本的区别是,底层技术区块链是分散的,不包括可信第三方(TTP)。

目前,区块链知名的隐私计算网络有Phala Network、Oasis Network、PlatON、ARPA、Aleph Zero、Findora和Deeper Network等。

目前,私有计算在工业项目中的应用仍然很少,有些技术还不成熟,所以私有计算网络的实际应用场景有限,这是其没有得到广泛应用的主要原因。

3.隐私应用

隐私应用是指基于Layer1或Layer2协议,在交易、支付、邮件等不同应用场景下,为用户或DApp提供隐私保护功能的应用。

据不完全统计,目前有16款隐私应用。其中,龙卷风现金是目前最常用的隐私应用。现在,许多加密用户会使用该应用程序将资产信息保密。

4.隐私币

隐私货币是指原本支持隐私的加密货币。外界无法查看双方的具体交易类型、金额等信息,通常也不支持智能合约及相关应用。早在2014年,就有相关项目诞生。

目前隐私币发展一般,用户数量和交易量明显小于智能合约平台、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。除了垂直初创企业,很多互联网公司、综合IT服务商、人工智能、大数据等相关公司都尝试过水隐私计算赛道。隐私计算技术作为推动数据“必要性”实现的重要技术,之前已经成为合规与产业之间的必经之路,在数据安全流通和价值释放过程中向市场展示了技术不可替代的本质。

在过去的两年里,国内外的私人计算产业一直在明显扩张。区块链企业、金融机构、数据服务商、互联网巨头等机构纷纷投入私有计算的研发。通过在区块链分布式技术领域的不断探索,隐私计算逐渐从理论走向实践,从发展走向响应,隐私计算的多技术路径成为业界共识。

隐私计算在中国(“PCIC”)诞生,由最初的区块链隐私计算州的建设者发起。它是中国区块链隐私计算领域的第一个自治组织。

该联盟由「中国技术经济学会区块链分会」发起,由Phala Network、Cabin VC、Candaq、Findora、Oasis Network、CertiK、Manta Network、Blocklike八家机构联合举办。

中国技术经济学会成立于1978年,是由全国各地技术经济工作者自愿组成并依法登记注册的学术性、公益性法人社会团体。是中国科协直属学会之一,累计会员7000余人。工作的主要内容包括为党中央、国务院的重大决策提供参考意见,编制国民经济和社会发展规划,为国家重大科技、行业和区域发展规划的制定提供咨询服务等。

隐私计算促进数据要素市场化

在投资持续升温的同时,隐私计算的应用情况如何?根据艾瑞发布的《2022年中国隐私计算行业研究报告》显示,隐私计算处于起步阶段,金融、政务、通信运营商等领域的商业实践相对先进。其中,金融行业对数据安全和隐私有着严格的要求,成为隐私计算应用的重要领域。

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整合。陈凯表示,在保护用户个人隐私的前提下,隐私计算技术可以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,为金融机构降低信用风险控制成本和坏账率。未来,私人计算可能会在金融领域发挥很大作用。

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,多方安全计算、联邦学习、同态加密、秘密共享等私有计算技术在实际应用场景中对计算能力提出了巨大的需求和挑战。如果计算能力的性能得不到提升,私有计算将很难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。

令人期待的是,计算能力的提升受到了社会各个层面的关注。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地已启动国家计算枢纽节点建设,这标志着“东算西算”工程进入规划建设阶段。隐私计算消除了数据壁垒,为数据要素市场化和国家数据资源流通“一盘棋”提供了有效的技术支撑。因此也将成为“东算西算”工程“软”建设的重点。

在企业层面,构建良好的开发生态是隐私计算发展和大规模应用的关键。因此,需要推动各方互联互通,实现技术开放迭代,充分释放计算力市场的巨大发展空间。

微信二维码
售前客服二维码

文章均源于网络收集编辑侵删

提示:币友交流QQ/WX群请联系客服加入!

郑重申明:资讯文章为网络收集整理,官方公告以外的资讯内容与本站无关!
虚拟币开发,虚拟币交易平台开发,山寨币交易平台开发 Keywords: 虚拟币开发 虚拟币交易平台开发 山寨币交易平台开发