区块链+隐私计算,能带来哪些方面的应用?
隐私计算的概念最早是在2016年提出的,隐私计算是面向隐私信息全生命周期保护的计算理论和方法,是隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统。隐私计算涵盖了信息搜集者、发布者和使用者在信息产生、感知、发布、传播、存储、处理、使用、销毁等全生命周期过程的所有计算操作,并包含支持海量用户、高并发、高效能隐私保护的系统设计理论与架构。简单来说,隐私计算是从数据的产生、收集、保存、分析、利用、销毁等环节中对隐私进行保护的方法。
隐私计算的三大矛盾
隐私数据的处理过程当中还面临着三个内部矛盾:安全、效率、数据孤岛。
安全方面,目前的大数据行业主要依托于可信第三方的计算服务。这些第三方包括主要应用于科研领域的超算中心和主要应用于商业领域的数据中心。这些集中化、规模化的数据中心可能出现问题也并非危言耸听,例如由于阿里云代码托管平台的项目权限设置存在歧义,导致开发者操作失误,造成至少40家以上企业的200多个项目代码泄露,其中涉及到万科集团、咪咕音乐、51信用卡旗下51足迹、百度无人车合作伙伴ecarx等知名企业。
效率方面,在隐私信息的生命周期中,受益于密码学发展,隐私的加密化、匿名化和脱敏技术都已经非常成熟,可以大规模应用在隐私获取、储存、流转等环节中。但大数据时代的到来,让隐私数据的处理成为了一个难题:大规模的加密数据处理一定会导致计算性能下降,而非加密数据处理又极大概率会导致隐私信息的泄露。
数据孤岛是指的是数据被保存在无法自由流动的环境之下,互相独立存储、独立维护。数据被视为数字时代的石油,每家企业都想守着自己的数据挖掘出巨大的商业价值。甚至数据隐私本身的保护服务,就蕴藏着商业利润。
当隐私计算遇上区块链技术
隐私计算虽然是近几年随着大数据技术的高速发展而出现的新概念,但其核心理念却是随着互联网诞生就出现的:可信计算(Trusted Computing)由TCPA(可信赖运算平台联盟,Trusted Computing Platform Alliance)提出,这个术语来源于可信系统,并且有其特定含义:如果一个实体的行为总是按照预期的方式和目标进行,那它就是可信的。其主要思路是在计算机硬件平台上引入安全芯片架构,通过提供的安全特性来提高终端系统的安全性。
可信计算的反对者们认为这项技术“太中心化”了。区块链技术适用于解决信任问题,这也是区块链技术天生适合隐私计算的主要原因。虽然区块链能够解决信任的问题,但其他问题依然存在:区块链的公开透明和全节点验证,数据将流经区块链上的每个全节点,使其无法很好的处理隐私数据,大数据应用的迅猛发展对隐私保护服务请求的用户容量、并发程度和能效优化提出了极高的要求。在这个过程当中,明文大数据分析会导致隐私泄露,而将数据加密之后,大规模数据密态化又会极大的影响分析效率。
区块链隐私计算的应用场景
1、数据可信记录与认证
数据记录:数据信息、文件材料、图片记录等信息皆可在区块链上进行记录与存储,并保留在各用户账户地址中,区块链上存储信息可通过哈希值进行存证。
数据认证:链上记录的信息可通过其他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。
数据验证:可通过对哈希值的验证匹配,实现信息篡改的快速识别。
2、数据安全共享和追溯
区块链多节点特性可保证多方间的数据实时共享;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;基于链上数据的记录与认证,可通过智能合约设置,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;用户或需求方可通过DAPP应用直接访问区块链上数据记录,提供数据增信能力。
3、资产确权与数字化流通
通过区块链组建的联盟链可连通核心企业、多级供应商、保理公司、银行、ABS等相关机构,通过在链上登记、确权、资产数字化操作,将链上资产的发行、流通、拆分、兑付等操作进行实时同步,使各关联方间的信息更加对称。由技术不可篡改和不可抵赖性建立起的互信机制,可以打通供应链金融中的信任传导通道,将原本不可拆分的金融资产(票据)数字化,提升资产流动性,降低中小企业的融资成本。
4、数据协同操作
“MPC(安全多方计算)”是特别火的词,区块链+MPC的结合,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,能够保护数据所有权,解决大数据模式下存在的数据过度采集、 数据隐私保护,以及数据储存单点泄露等问题。
5、数据协同管理
区块链+MPC的运用,还可以有效连接政务各部门间的数据孤岛现共享或归集难题,在数据不做归集,数据存储不发生迁移的情况下,为企业提供数据信息或事物办理的协同操作能力;解决政务信息共享“最后一公里”,改善降低企业办事多头跑、重复提交材料的现状。
微信扫描关注公众号,及时掌握新动向
2.本文版权归属原作所有,仅代表作者本人观点,不代表比特范的观点或立场
2.本文版权归属原作所有,仅代表作者本人观点,不代表比特范的观点或立场