ALA:隱私計算技術發展報告：開啟數據價值下的隱私之門

當前，大數據、云計算、物聯網、人工智能、區塊鏈等新興技術不斷涌現，數字經濟浪潮席卷全球，在新一輪科技革命和產業變革中成為了經濟增長的新動能。伴隨著數字經濟的蓬勃發展，數據，逐漸擺脫原有的簡單數字符號，轉變為繼土地、能源、人口、糧食之后的新一代生產要素，作為現實世界與數字世界的映射窗口，以其所蘊含的巨大價值，成為了數字經濟的關鍵部分。

然而相較于數據應用價值不斷被認可，數據隱私問題卻日益凸顯，用戶數據隱私如何保護的問題亟待解決。業內人士認為，隱私計算是解決此問題的“關鍵之鑰”。

近年來，針對隱私計算的主流技術研究如雨后春筍般紛紛涌現，各方從隱私計算某類技術手段出發，探討技術可行性及現有性能的提升，而系統性的技術研究報告仍鳳毛麟角。在此背景下，矩陣元與陀螺研究院撰寫，新浪財經、證券日報、深圳市信息服務業區塊鏈協會共同發布《隱私計算技術發展報告》于今日面市，報告從市場與技術兩方面對隱私計算進行深入的解析，并從隱私計算發展、主流隱私計算技術介紹、技術項目簡介、隱私計算應用場景等多維度展現隱私計算全景，詳解隱私計算在數字時代背景下的機遇與挑戰。旨在吸引更多的技術愛好者參與到隱私計算的技術交流中，同時讓大眾對于隱私計算技術有更為清楚的認識，推動隱私計算技術在云計算、物聯網、人工智能、區塊鏈中的技術應用。

隱私計算網絡Oasis攜手DappRadar推出50萬美元生態加速器計劃:2月4日消息，隱私計算網絡Oasis與Dapp市場數據和分發平臺DappRadar建立合作關系，雙方將攜手推出500,000美元生態加速器計劃，參與該計劃并脫穎而出的10個優質項目團隊，將可各獲得50,000美元的獎金以及技術、營銷等方面的支持，以幫助項目成功啟動和加速運作。[2022/2/4 9:31:36]

以下為報告精華觀點：

隱私計算與高新科技融合帶來“四大優勢”市場前景遼闊

在數字化社會漸行漸近的背景下，隱私計算技術的關鍵作用正在顯現。根據Statista報告顯示，2020年全球大數據市場收入規模將達到560億美元，是2016年的兩倍，未來大數據市場將呈現穩步發展的態勢，預期增速將達到14%左右。而在2018-2020年的收入預測期，Statista預測每年保持約70億美元的增長，年均復合增長率約為15.33%。

未來區塊鏈與隱私計算高精尖創新中心在京揭牌成立:1月28日，未來區塊鏈與隱私計算高精尖創新中心在京揭牌成立。該中心是北京市教委批準成立的首個新一期北京高校高精尖創新中心，依托北京航空航天大學、北京微芯區塊鏈與邊緣計算研究院設立，多家單位共同建設，是國際首個區塊鏈與隱私計算科技創新平臺，以解決長安鏈發展的技術問題為核心任務。

中心采用“一體兩地、前店后廠”的運行模式。“前店”位于微芯研究院，主要承擔關鍵技術研發、產品開發及實驗驗證工作，“后廠”位于沙河高教園區，利用園區高校資源優勢以及昌平區醫療、能源、先進制造等區塊鏈重點應用領域場景優勢，開展基礎理論研究、關鍵技術攻關和平臺建設，形成未來科學城與中關村科學城的良性互動。（北京日報）[2022/1/29 9:21:39]

資料來源：《大數據白皮書(2019)》

而從隱私計算的主要應用數字身份分析，隱私計算市場規模仍不可小覷。根據情報和市場研究平臺MarketsandMarkets最新報告中指出，2019年全球數字身份解決方案市場規模達到137億美元，2024年，該市場預計將增長至305億美元，2019-2024年預測期內的年復合增長率為17.3%。

上海陸家嘴“十四五”規劃：在區塊鏈、隱私計算等領域積極構建良好生態:8月12日，上海市《自貿試驗區陸家嘴片區發展“十四五”規劃》正式發布。《規劃》顯示，“十四五”時期，陸家嘴將進一步強化國際化水平最高、生態功能最完整、營商服務最優三大優勢，加快建設全球人民幣金融資產配置中心。推動專業服務業進一步向新經濟、新業態、新領域延伸拓展，在區塊鏈、隱私計算等領域積極構建良好生態，賦能新經濟，推動數字化轉型。[2021/8/12 1:50:26]

報告指出隱私計算可與人工智能、區塊鏈、大數據等高新技術相結合，依據具體的應用場景來進行技術選型從而解決實際問題。其帶來四大非常顯著的優勢。

使用：提升個人數據所有權，實現授權機制下的數據使用。

安全：降低企業數據泄漏風險，從根本上解決企業由于直接收集用戶信息導致數據泄漏的問題

聲音 | 尹航：Phala的隱私計算通過可信硬件實現:11月21日，在《金色深核》線上直播中，Phala Network聯合創始人尹航介紹了Phala的隱私計算模型以及\"橋\"如何保證資產安全性。尹航表示，Phala的隱私計算通過可信硬件實現，確切的說我們目前基于Intel SGX。從Intel的第六代CPU開始，每一個CPU內部都包含一塊特殊的區域，我們把它稱作“安全區”。安全區是硬件層面隔離的，安全區內部署的程序在執行過程中不會被干擾，數據也不會泄露，可以抵御來自操作系統、硬件級別的攻擊。因此我們把合約部署在安全區內，可以保證合約的輸入、輸出，以及執行過程都保密。只有用戶權限足夠才能解密數據。

另一方面，可信硬件提供了“遠程驗證”協議，用戶不需要特殊硬件，只要讓礦工執行合約即可，執行的同時會生成出一份密碼學證明，可以被瀏覽器、手機錢包獨立驗證。在Phala.Network上，一種資產就是一個合約，代碼與ERC20沒什么區別，但Phala只允許交易雙方解密交易數據，任何第三方都不能看到交易數據。我們會在Phala的機密智能合約中實現Libra的輕客戶端輕客戶端可以驗證來自Libra鏈的數據，也可以產生并Libra交易，這樣就實現了一個轉街橋：用戶在Libra鏈上把資產轉入到一個鎖定合約中，這次轉賬被pLIBRA合約觀測到，就會在pLIBRA端生成對應的跨鏈資產。

此外，用戶可以隨時用pLIBRA端的資產，兌換回Libra鏈上的原生資產。整個過程用戶都只和智能合約交互，不用引入第三方，就實現了去中心化的轉街橋。未來我們會利用波卡上的橋，以及在自己的鏈上開發更多的橋，目標是為任何區塊鏈提供隱私計算的能力。[2019/11/21]

變現：驅動用戶數據變現，滿足隱私保護前提下的數據多方共享，并獲得相應的經濟激勵。

動態 | 去中心化隱私計算方案ZEXE正式在Github上建立代碼庫:新的去中心化隱私計算方案ZEXE正式在Github上建立代碼庫。ZEXE 方案由研究人員Sean Bowe（Zcash）、Alessandro Chiesa（加州大學伯克利分校）、Matthew D. Green（約翰霍普金斯大學）等人通過論文《Zexe：Enabling Decentralized Private Computation》提出，利用包括零知識證明、遞歸證明合成等密碼學知識，在保護數據隱私的前提下，實現高效的鏈下計算和鏈上驗證。該方案目前尚處于學術概念驗證階段。[2019/4/7]

流動：促進機構數據流動，打破“數據孤島”，最大化企業和機構數據的價值。

隱私計算“門派”眾多密碼學是驅動隱私計算技術的核心引擎

報告指出從技術理論來看，隱私計算主要分為三大技術路線，即密碼學、可信執行環境、聯邦學習。

密碼學是以安全多方計算、同態加密、零知識證明等代表的隱私計算技術。

可信執行環境通過硬件技術來對數據進行隔離保護，將數據分類處理。支持TEE的CPU中，會有一個特定的區域，該區域的作用是給數據和代碼的執行提供一個更安全的空間，并保證它們的機密性和完整性。

聯邦學習則是近些年新崛起的新興人工智能技術，在2016年由谷歌最先提出，其設計目標是在保障大數據交換時的信息安全、保護終端數據和個人數據隱私、保證合法合規的前提下，在多個參與方或多個計算節點之間開展高效率的機器學習。

不可否認的是，隱私計算技術路線雖有差異，但密碼學對于隱私計算的影響依舊舉足輕重，密碼學理論研究成果也影響著隱私計算技術的進展。

數據隱私保護法律日益健全，技術規范是行業發展的必要前提

報告中提到，隱私計算作為一種針對于數據安全的技術，技術復雜度較高，涉及行業較廣，數據的治理與規范標準程度是技術的長遠發展的關鍵。

近年來，隨著大眾對于隱私的重視程度的增強，全球均針對數據隱私保護出臺了一系列的法律法規，法律體系呈現日益健全化與規范化。在國際方面，除了大名鼎鼎的《通用數據保護條例》之外，國際標準化組織ISO已經發布了一系列相關的標準和規范，包括ISO/IEC29100《隱私保護框架》、ISO/IEC29101《隱私體系架構》、ISO/IEC29190《隱私能力評估模型》、ISO/IEC29134《隱私影響評估》、ISO/IEC29151《個人可識別信息保護指南》。

國內方面，2017年施行的《中華人民共和國網絡安全法》，強調了對基礎設施及個人信息的保護。2018年實施的《信息安全技術個人信息安全規范》，從國家標準層面，明確了企業收集、使用、分享個人信息的合規要求。2020年7月，深圳市司法局出臺《深圳經濟特區數據條例》，作為落實將數據作為生產要素的第一部政府文件，具有極強的標志性意義和極高的價值。而近日，《中華人民共和國數據安全法》結束征求意見，草案中明確開展數據活動的組織、個人的數據安全保護義務，落實了數據安全保護責任規定支持促進的具體措施。

此外，信通院、電標院等單位也相繼主導隱私計算相關標準的制定，包括《基于多方安全計算的數據流通產品技術要求和測試方法》、《區塊鏈隱私計算服務指南》等。

目前，與隱私計算有關的法律法規仍在不斷完善中，可以預見，不斷優化的頂層設計，逐步規范的技術標準，都將促使隱私計算行業迸發新的活力。

隱私計算產品逐漸進入市場角逐商業應用是關鍵

報告指出，目前當前市場上已經出現了許多知名的隱私計算類產品或者技術框架，包括矩陣元推出的面向廣大AI開發者的隱私機器學習開源框架——Rosetta；螞蟻金服推出的螞蟻鏈摩斯多方安全計算平臺；百度推出的基于可信執行環境的通用計算架構——MesaTEE等。

而商業應用是檢驗產品力的“唯一標準”隱私計算可在保證原始數據安全隱私性的同時，實現對數據的計算和分析，由于其在多數據流通融合中保護隱私安全的顯著效果，隱私計算在政務、金融、醫療、交通、安防等多個行業中均存在廣泛的應用場景。

以報告中的醫療健康領域應用為例，通過安全多方計算等隱私保護手段，可以在數據不離開私有域的前提下，完成高效地數據統計分析甚至機器學習。事實上，在生物醫療領域，隱私計算已經逐步落地。在數據聯合分析方面，基因組學數據、醫學影像數據和臨床學數據開始在一些創新項目里被安全可靠地分享和計算。此外，利用隱私計算技術實現病人電子病歷的跨域共享，也是目前解決醫院數據孤島痛點的有效方案。

可以預見的是，云計算，移動互聯網，人工智能，區塊鏈，這些技術要素和數據要素一起互相聯系并且深度融合，是產業發展的必然趨勢。在未來，隨著新的隱私相關業務需求的持續引爆，市場不斷反饋和表達，隱私信息共享和流通的法律法規體系逐步構建，隱私計算和密碼學，將會獲得新的推動力，繼續演進。

Tags：區塊鏈LIBLIBRAALA區塊鏈存證LIBERO價格libra幣今日行情Galaxy Fight Club

Bitcoin