区块链如何保证隐私区块链如何保证安全

皕利分享 2023年01月27日 12:50 142 0

本篇文章给大家谈谈区块链如何保证隐私，以及区块链如何保证安全对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

区块链是怎样防止数据篡改的？

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。

跟传统的分布式存储有所不同，区块链的分布式存储的独特性主要体现在两个方面区块链如何保证隐私：一是区块链每个节点都按照块链式结构存储完整的数据，传统分布式存储一般是将数据按照一定的规则分成多份进行存储。二是区块链每个节点存储都是独立的、地位等同的，依靠共识机制保证存储的一致性，而传统分布式存储一般是通过中心节点往其区块链如何保证隐私他备份节点同步数据。

没有任何一个节点可以单独记录账本数据，从而避免了单一记账人被控制或者被贿赂而记假账的可能性。也由于记账节点足够多，理论上讲除非所有的节点被破坏，否则账目就不会丢失，从而保证了账目数据的安全性。

存储在区块链上的交易信息是公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情况下才能访问到，从而保证了数据的安全和个人的隐私。

区块链提出了四种不同的共识机制，适用于不同的应用场景，在效率和安全性之间取得平衡。

基于以上特点，这种数据存储技术是可以完美防止数据被篡改的可能性，在现实中也可以运用到很多领域之中，比我们的电子存证技术在电子合同签署上提供了更安全可靠的保证。

区块链如何保证隐私区块链如何保证安全

区块链使用安全如何来保证呢

区块链本身解决的就是陌生人之间大规模协作问题，即陌生人在不需要彼此信任的情况下就可以相互协作。那么如何保证陌生人之间的信任来实现彼此的共识机制呢？中心化的系统利用的是可信的第三方背书，比如银行，银行在老百姓看来是可靠的值得信任的机构，老百姓可以信赖银行，由银行解决现实中的纠纷问题。但是，去中心化的区块链是如何保证信任的呢？

实际上，区块链是利用现代密码学的基础原理来确保其安全机制的。密码学和安全领域所涉及的知识体系十分繁杂，我这里只介绍与区块链相关的密码学基础知识，包括Hash算法、加密算法、信息摘要和数字签名、零知识证明、量子密码学等。您可以通过这节课来了解运用密码学技术下的区块链如何保证其机密性、完整性、认证性和不可抵赖性。

基础课程第七课区块链安全基础知识

一、哈希算法（Hash算法）

哈希函数（Hash），又称为散列函数。哈希函数：Hash(原始信息) = 摘要信息，哈希函数能将任意长度的二进制明文串映射为较短的（一般是固定长度的）二进制串（Hash值）。

一个好的哈希算法具备以下4个特点:

1、一一对应：同样的明文输入和哈希算法，总能得到相同的摘要信息输出。

2、输入敏感：明文输入哪怕发生任何最微小的变化，新产生的摘要信息都会发生较大变化，与原来的输出差异巨大。

3、易于验证：明文输入和哈希算法都是公开的，任何人都可以自行计算，输出的哈希值是否正确。

4、不可逆：如果只有输出的哈希值，由哈希算法是绝对无法反推出明文的。

5、冲突避免：很难找到两段内容不同的明文，而它们的Hash值一致（发生碰撞）。

举例说明：

Hash(张三借给李四10万，借期6个月) = 123456789012

账本上记录了123456789012这样一条记录。

可以看出哈希函数有4个作用：

简化信息

很好理解，哈希后的信息变短了。

标识信息

可以使用123456789012来标识原始信息，摘要信息也称为原始信息的id。

隐匿信息

账本是123456789012这样一条记录，原始信息被隐匿。

验证信息

假如李四在还款时欺骗说，张三只借给李四5万，双方可以用哈希取值后与之前记录的哈希值123456789012来验证原始信息

Hash（张三借给李四5万，借期6个月）=987654321098

987654321098与123456789012完全不同，则证明李四说谎了，则成功的保证了信息的不可篡改性。

常见的Hash算法包括MD4、MD5、SHA系列算法，现在主流领域使用的基本都是SHA系列算法。SHA（Secure Hash Algorithm）并非一个算法，而是一组hash算法。最初是SHA-1系列，现在主流应用的是SHA-224、SHA-256、SHA-384、SHA-512算法（通称SHA-2），最近也提出了SHA-3相关算法，如以太坊所使用的KECCAK-256就是属于这种算法。

MD5是一个非常经典的Hash算法，不过可惜的是它和SHA-1算法都已经被破解，被业内认为其安全性不足以应用于商业场景，一般推荐至少是SHA2-256或者更安全的算法。

哈希算法在区块链中得到广泛使用，例如区块中，后一个区块均会包含前一个区块的哈希值，并且以后一个区块的内容+前一个区块的哈希值共同计算后一个区块的哈希值，保证了链的连续性和不可篡改性。

二、加解密算法

加解密算法是密码学的核心技术，从设计理念上可以分为两大基础类型：对称加密算法与非对称加密算法。根据加解密过程中所使用的密钥是否相同来加以区分，两种模式适用于不同的需求，恰好形成互补关系，有时也可以组合使用，形成混合加密机制。

对称加密算法（symmetric cryptography,又称公共密钥加密，common-key cryptography），加解密的密钥都是相同的，其优势是计算效率高，加密强度高；其缺点是需要提前共享密钥，容易泄露丢失密钥。常见的算法有DES、3DES、AES等。

非对称加密算法（asymmetric cryptography，又称公钥加密，public-key cryptography），与加解密的密钥是不同的，其优势是无需提前共享密钥；其缺点在于计算效率低，只能加密篇幅较短的内容。常见的算法有RSA、SM2、ElGamal和椭圆曲线系列算法等。对称加密算法，适用于大量数据的加解密过程；不能用于签名场景：并且往往需要提前分发好密钥。非对称加密算法一般适用于签名场景或密钥协商，但是不适于大量数据的加解密。

三、信息摘要和数字签名

顾名思义，信息摘要是对信息内容进行Hash运算，获取唯一的摘要值来替代原始完整的信息内容。信息摘要是Hash算法最重要的一个用途。利用Hash函数的抗碰撞性特点，信息摘要可以解决内容未被篡改过的问题。

数字签名与在纸质合同上签名确认合同内容和证明身份类似，数字签名基于非对称加密，既可以用于证明某数字内容的完整性，同时又可以确认来源（或不可抵赖）。

我们对数字签名有两个特性要求，使其与我们对手写签名的预期一致。第一，只有你自己可以制作本人的签名，但是任何看到它的人都可以验证其有效性；第二，我们希望签名只与某一特定文件有关，而不支持其他文件。这些都可以通过我们上面的非对称加密算法来实现数字签名。

在实践中，我们一般都是对信息的哈希值进行签名，而不是对信息本身进行签名，这是由非对称加密算法的效率所决定的。相对应于区块链中，则是对哈希指针进行签名，如果用这种方式，前面的是整个结构，而非仅仅哈希指针本身。

四、零知识证明（Zero Knowledge proof）

零知识证明是指证明者在不向验证者提供任何额外信息的前提下，使验证者相信某个论断是正确的。

零知识证明一般满足三个条件：

1、完整性（Complteness）：真实的证明可以让验证者成功验证；

2、可靠性（Soundness）：虚假的证明无法让验证者通过验证；

3、零知识（Zero-Knowledge）：如果得到证明，无法从证明过程中获知证明信息之外的任何信息。

五、量子密码学（Quantum cryptography）

随着量子计算和量子通信的研究受到越来越多的关注，未来量子密码学将对密码学信息安全产生巨大冲击。

量子计算的核心原理就是利用量子比特可以同时处于多个相干叠加态，理论上可以通过少量量子比特来表达大量信息，同时进行处理，大大提高计算速度。

这样的话，目前的大量加密算法，从理论上来说都是不可靠的，是可被破解的，那么使得加密算法不得不升级换代，否则就会被量子计算所攻破。

众所周知，量子计算现在还仅停留在理论阶段，距离大规模商用还有较远的距离。不过新一代的加密算法，都要考虑到这种情况存在的可能性。

区块链与隐私计算的结合是必然趋势吗？

我们目前对这个问题的思考框架是区块链如何保证隐私：如果不与隐私计算技术结合区块链如何保证隐私，区块链技术的应用是否受到限制、无法向前发展；如果不与区块链技术结合区块链如何保证隐私，隐私计算技术是否受到限制、无法向前发展。如果二者对彼此都是刚需，那么它们相结合的趋势就是必然。

以下为我们对这个问题的思考：

1、隐私计算技术的应用是否区块链技术的刚需

区块链技术有巨大的优势，但是如果没有隐私计算技术，区块链技术的应用会大大受到限制，因为无法解决链上数据的隐私保护问题，这使得大量涉及敏感数据的场景不愿应用区块链技术，比如金融和医疗领域。

（1）区块链技术的局限性

第一，链上数据公开透明，数据的合规处理和隐私保护能力不足区块链作为分布式账本系统，数据的公开透明尽管有利于存证、防篡改，但也存在数据可轻易被复制、泄漏个人隐私的风险。区块链在公有链上要求不同节点对交易和交易状态进行验证、维护，形成共识，因此每个参与者都能拥有完整的数据备份，所有的交易数据公开透明。如果知道某个参与者的账户，就很容易获取其每一笔交易记录，从而据此推断其社会身份、财产状况等。以消费场景为例，平台之间存在竞争壁垒，用户也希望保留消费隐私，因此区块链缺乏对用户流水、物流信息、营销情况等与企业、个人隐私相关的数据缺乏保护能力，往往导致数据拥有方不愿意让数据进入流通环节。在链上系统的交易不再受中心账本的控制，用户通过使用唯一的私钥进行交易，交易过程被加密且加密前数据很难还原，仅以私钥作为交易凭证使得区块链内的交易变得更加匿名和不可控。在分布式账本系统上，所有的转账以地址形式进行，一但发生区块链如何保证隐私了诈骗或者洗钱等金融犯罪，即便可以公开查询地址，但对资金追踪的难度极大，且私钥作为交易凭证很难证明使用者的身份，因此许多企业、个人通过区块链进行洗钱等违法交易，不利于数据的合规处理和合法共享。

第二，数据处理能力不足，制约技术的进一步落地和商业化拓展链上计算受限于网络共识的性能，使得链上交易难以具备实时性和高效率，区块链智能合约的计算能力需要扩展。以最大的加密支付系统比特币为例，每秒钟只能够处理大约 3 到 7 笔交易5 ，且当前产生的交易的有效性受网络传输影响，往往需要等待 10 分钟左右的记账周期才能让网络上的节点共同知道交易内容。此外，如果链上有两个及以上节点同时竞争到记账权力，则还需要等待下一个记账周期才能确认交易的准确性，最终由区块最长、记账内容最多的链来完成确认。

完全去中心化的系统与现实中大部分现有体系的兼容性不足，缺乏链上链下协同、多业务发展的系统和功能，制约区块链技术的进一步落地。在区块链的技术落地过程中，首先，各行业本身具有成熟的体系，区块链完全去中心化的形式不一定适合所有的领域和行业；其次，区块链的平台设计和实际运行成本巨大，其所具备的低效率和延迟性的交易缺陷非常明显，是否能够弥补原系统更换的损失需要经过一定的精算和比较；此外，使用区块链存储数据需要对原有数据格式进行整理，涉及到政务、司法领域的敏感数据，更需要建立链接线上和线下数据的可信通道防止数据录入有误，这带来了较高的人力、物力成本。

（2）隐私计算技术对区块链技术的帮助

隐私计算技术保障数据从产生、感知、发布、传播到存储、处理、使用、销毁等全生命周期过程中的隐私性，弥补区块链技术的隐私保护能力，实现数据的“可用不可见”。通过引入隐私计算技术，用户的收支信息、住址信息等个人数均以密文的形式呈现，在平台进行数据共享的过程中，既能防止数据泄露，又能够保障用户个人隐私的安全，有利于进一步打破数据孤岛效应，推动更大范围内的多方数据协作。隐私计算技术可与区块链技术形成技术组合，提升数据处理能力、扩大可应用范围。隐私计算技术通过对数据进行规范化处理，能够提升数据处理、数据共享的效率，提升区块链的数据处理能力。此外，隐私计算技术+区块链技术的技术组合能够应用于缺乏中心化系统、但又对敏感数据分享有强烈需求的合作领域，扩展区块链技术的应用场景。

区块链技术的应用是否隐私计算技术的刚需

（1）隐私计算技术的局限性

第一，数据共享缺乏安全检验，制约数据流通的可信性

数据共享的整个流程涉及到采集、传输、存储、分析、发布、分账等多个流程，隐私计算主要是解决全流程的数据“可用不可见”的问题，但是难以保证数据来源可信和计算过程可信。

从数据来源可信的角度来说，在数据采集的环节，数据内容本身可能不完整，数据的录入可能会存在失误；在数据传输的环节，数据的传输可能会被其区块链如何保证隐私他的客户端攻击，导致数据在传输的过程中泄漏；在数据的储存环节，储存数据的角色方有可能会篡改数据或者将数据复制转卖到黑市，这些都不会被隐私计算技术记录。如果无法保证数据共享各方的身份得到 “可信验证”，就有可能导致数据的隐私“名不副实”。从计算过程可信的角度来说，在数据分析和发布的环节，数据的共享方有可能私自篡改数据的运行结果和发布内容，对最终数据处理的结果进行造假。因此，一旦信息经过验证并添加到隐私计算的环境中，很难发现数据是否被篡改、被泄漏，很难防止不同时间点不同节点的数据造假的情况，在涉及到金融、政务、医疗、慈善等关键领域里，如果数据有误则产生的一系列法律问题则难以追究。

第二，业务水平整体层次不齐，制约技术平台的扩展

当前，隐私计算的技术实现路径主要分为三种：多方安全计算、联邦学习、TEE 可信执行环境。三种技术路径存在各自的应用缺陷和问题，由于行业内不同公司对于技术的掌握能力和研发能力有限，导致技术平台的实际应用范围有限，可扩展能力不足。

多方安全计算尽管具有复杂高标准的密码学知识，但其计算性能在实际应用的过程中存在效率低的缺陷。随着应用规模的扩大，采用合适的计算方案保证运算时延与参与方数量呈现线性变化是目前各技术厂商面临的一大挑战。多方安全计算虽然能保证多方在数据融合计算时候的隐私安全，但是在数据的访问、控制、传输等环节，仍然需要匹配其他的技术手段防止数据泄露、篡改。

联邦学习技术目前在业内的应用通常以第三方平台为基础模型，在基础模型之上进行隐私计算，这样的基础模型本身存在被开发者植入病毒的隐患。此外，联邦学习的机制默认所有的参与方都是可信方，无法规避某个参与方恶意提供虚假数据甚至病害数据，从而对最终的训练模型造成不可逆转的危害。由于联邦学习需要各个参与式节点进行计算，因此节点的计算能力、网络连接状态都将限制联邦学习的通信效率。

TEE 可信执行环境在国内目前核心硬件技术掌握在英特尔、高通、ARM 等少数外国核心供应商中，如果在关键领域从国外购买，则存在非常高的安全风险和应用风险。第三，数据共享缺乏确权机制，制约数据流通的应用性隐私计算通过使用多方数据共同计算、产生成果，然而在实际合作的过程中，由于各个数据共享方业务水平不同、数据质量不一导致在数据处理的每一个环节难以实现合理的确权。

按照常规的利益分配机制，拥有高质量数据、高成果贡献率的数据拥有方理应从中获取更多的利润，但是隐私计算仅考虑到数据的“可用不可见”，数据共享方难以从最终结果来判断谁的数据对于成果的贡献最大，造成利益分配的不公平。如果缺乏合理的成果贡献评估机制和利益分配机制，就会难以激励数据所有者和其他数据持有者进行合作。尤其是在不信任的多方合作的场景下，会更加增加合作的信任成本，使得多方协作难以达成，制约数据流通的实际应用性。

（2）区块链技术对隐私计算技术的帮助

区块链技术通过数据流通的所有环节、所有参与者进行记录，实现数据共享流程中的权责分明，提升了数据流通的可信性。在数据传输的环节，区块链记录数据的提供者，确认数据提供方身份的真实性和有效性，有利于数据确权，为公平可行的利益分配机制提供参考；在数据储存的环节，区块链保证数据的每一次修改都有迹可循，防止数据的恶意篡改。区块链技术可作为隐私计算技术的底层平台，保证了加密数据本身的真实有效性，提升了隐私计算平台里数据流通的可信性，拓展隐私计算技术的应用范围。

3. 结论

隐私计算技术和区块链技术的融合是必然的趋势。对于数据资产的流转来讲，没有隐私计算，不能解决数据本身的安全和隐私保护问题；没有区块链，不能解决数据的确权问题以及在更大范围内的数据网络协作问题。将区块链和隐私计算二者结合起来，建设大规模数据流通网络，在目前的实践中成为有所共识的探索方向。

区块链与隐私计算的结合会改变什么？

1、形成大规模数据流通网络和数据要素市场

当前，数据流通存在三方面问题：数据拥有方的数据保护和数据确权难以实现；不同来源数据的整合处理成本过高、缺乏统一标准；数据利益的分配机制不完善。

如前文所述，区块链和隐私计算技术相结合，可以一方面解决隐私保护问题，一方面解决数据确权和多方协作问题，从而建立大规模的数据流通网络。

在大规模数据流通网络建立的基础上，真正意义上的数据要素市场才能够形成，数据作为生产要素的价值才能够被充分发掘出来。

2、推动数据资产化的发展

所谓资产，是指由企业过去的交易或事项形成的，由企业拥有或者控制的，预期会给企业带来经济利益的资源。

数据的资产化就是让数据在市场上发现价值，能够为企业创造新的经济益。

大规模数据流通网络和数据要素市场的形成，将大大推动数据价值的发现、数据资产化的发展。

从企业一侧来看，企业的生产经营活动当中沉淀下来的数据会成为宝贵的资产。一方面，对这些数据的分析和运用，将推动企业改善自身的业务；另一方面，与外部机构进行数据的共享，能够推动数据发挥出更大的价值，企业自身也将从中获取更多收益。这会反过来进一步推动企业的数字化转型和对数据资产的管理。未来，对数据资产的盘点可能成为企业在资产负债表、现金流量表、利润表之外的“第四张表”。

数据资产化的发展，也会推动围绕数据价值挖掘形成全新的服务体系。其中包括数据确权、定价、交易等各个环节。上海社会科学院信息研究所副所长丁波涛将未来数据资产服务体系中的机构分成四类：

第一类提供中介服务，包括数据经纪人，还有数据代理。

第二类提供数据评估，由于数据市场信息不对称或信息混乱，需要提供合规评估、数据质量和数据价格的评估。

第三类提供价格咨询，如提供法律、经济咨询或者是上市辅导等的咨询服务企业。

第四类提供专业技术服务，包括数据开发、数据处理服务、数据交付服等。数据资产化的发展，带来的将是人们认知的提升、生产效率的提高、生产要素的重组、创新的产生、经济的发展以及全社会整体福利的提升。

3、对现有业态的改变

区块链与隐私计算的结合，将提升企业和个人分享数据、利用数据的积极性，进一步推动打破“数据孤岛”。其对现有业态的改变主要体现在以下几个层面：

第一，这将带来新的数据和科技变革。

首先，这将推动数据密态时代的到来。数据密态时代的核心，是数据流通使用方式的巨大改变，数据将以密态形式在主体间流动和计算，显著降低数据泄露的风险，并在合规前提下支撑各种形态业务的发展。此前，数据被加密之后只能用来传输或者存储，但是未来数据在加密状态下可以被计算。这将带来一系列新的问题和挑战，引发许多相关技术领域的连锁反应。

其二，这将重塑大数据产业。随着数据流通的安全化，以往较为敏感的数据领域逐渐开放。以政务数据为例，隐私计算使联合政务、企业、银行等多方数据建模和分析成为可能，进一步释放数据应用价值，创造了多样化的应用机遇。

其三，人工智能产业将获得新一轮的发展。数据、算法和算力是人工智能发展的三要素。近几年来，由于缺乏可用的数据，人工智能的发展遭遇瓶颈。未来，5G 和物联网的发展将使得万物互联，数据量大幅增长。区块链+隐私计算技术的应用，可以使得人工智能利用海量数据优化模型，真正迈向“智能化”。其四，这将为区块链产业的发展带来新的机遇。区块链与隐私计算相结合，将拓展联盟链的节点数量，从而进一步扩大可协同利用的数据资源的范围。

第二，在科技变革的基础之上，区块链与隐私计算相结合，将给许多传统产业带来变革。

在政务领域，一方面，可以实现政府不同部门之间的互联互通及数据共享，从而促进政府不同部门的协同，提高政府的效率以及决策质量，推动智慧城市的建设；另一方面，可以促进政务数据与民间数据的双向开放。政务数据向社会开放，可以为企业或学界所用，释放更多价值。民间的数据源向政府开放，可以提高政府在决策以及政务流程等方面的效率。

在金融领域，支付、征信、信贷、证券资管等各个领域都会因之发生变化。总体来看，主要是影响到金融的风控和营销两个方面。区块链与隐私计算技术的结合，可以在符合法律规定、不泄露各方原始数据的前提下，扩大数据来源，包括利用金融体系外部的互联网数据，实现多方数据共享，联合建模，从而有效识别信用等级、降低多头信贷、欺诈等风险，也有助于信贷及保险等金融产品的精准定价；同样，内外部多方数据的共享融合也有助于提高金融机构的反洗钱甄别能力。

在医疗领域，未来在疾病治疗、药物研究、医疗保险等多个领域，区块链与隐私计算都能助推医疗信息化建设，带来巨大变革。在疾病治疗和药物研究方面，区块链与隐私计算结合，能够促进更多的医疗数据被联合起来进行分析和研究，从而为许多疾病的治疗带来新的突破。在医疗保险方面，区块链与隐私计算技术结合，主要是可以使得保险公司可以应用到更多的数据，改善保险产品的设计、定价、营销，甚至可以促进保险公司对客户的健康管理等。

区块链与隐私计算技术相结合，目前应用的重点领域是政务、金融、医疗领域，但是未来其应用将不仅仅局限于这三个领域，还将在更多领域发挥作用。

第三，数据权利、利益将重新分配。

这可能是区块链与隐私计算技术相结合所带来的最为核心，也是最为深刻的，与每一个人的切身利益都息息相关的变革。

首先，这涉及到每个产业链不同环节利益的重新分配。

前述在广告营销领域的应用落地为例，此前广告营销的利益分配主要是在广告主与渠道商之间。但是，未来应用区块链和隐私计算技术，可以在更大范围内进行数据协作，则要解决广告主、多个渠道方、消费者之间多方数据协作的问题，这其中就涉及到多方之间权责的划分、利益的重新分配。

其次，这还涉及到企业与个人之间利益的重新分配。

欧盟的 GDPR,美国的 CCPA 等法案中涉及用户的一项重要权益即“portability，（可携带权）”。即第三方应用不能封锁个人数据，一旦个人有下载的诉求，APP 需要提供便利的 API 利于个人拷贝数据。美国公司已陆续为用户提供 API，如果在这方面功能缺失，个人客户可以提出诉讼，而公司也将面临巨额的罚款。在中国的《个人信息保护法》当中，也有相关的条款。《个人信息保护法》第四十五条规定，“个人有权向个人信息处理者查阅、复制其个人信息”、“个人请求查阅、复制其个人信息的，个人信息处理者应当及时提供。个人请求将个人信息转移至其指定的个人信息处理者，符合国家网信部门规定条件的，个人信息处理者应当提供转移的途径。”

目前，中国公司的区块链+隐私计算探索主要集中在 To B 服务领域，但是区块链是全球化的商业，如果美国已经出现这样的模式，中国大概率不会完全不受影响。伴随着消费级软硬件技术能力的提升，区块链与隐私计算技术结合，会逐步对个人与机构之间的数据服务进行变革。对于个人用户而言，将有机会获得自身隐私数据的完全掌控权，并为数据业务过程中所涉及的数据隐私需求获得更强的技术性保障。目前关于 To C 服务的相关问题，国内业界还在探讨当中。

为什么区块链+隐私计算的应用尚未大规模普及？

第一，区块链+隐私计算的落地应用，主要是在涉及需要多方数据协作的情况，目前实际需求尚未爆发。

从隐私计算技术发展的角度来看，目前隐私计算尚在落地初期，解决的主要是两方之间的数据协作问题，涉及到多方的场景还不多，因此很多时候还没有体会到对区块链+隐私计算应用的需要。

从区块链技术发展的角度来看，区块链技术在许多领域的应用目前并非刚需。不少问题可以应用区块链解决，但是不用区块链技术也能解决，而应用区块链技术解决的成本更高。因此，目前区块链项目的建设主要是政务部门和大型企业较为积极，因为政府和大型企业从长远发展的角度来考虑，可以做前瞻性的投资建设和技术布局，但是大多数商业机构需要衡量投入与产出。

区块链技术与隐私计算技术结合，主要是用于处理数据协作问题。从数据治理的角度来看，目前大多数机构都在处理自身内部的数据治理问题，内部的数据体系梳理好之后，才涉及到与外部进行数据协作，因此还需要时间。

第二，区块链+隐私计算的落地应用较为复杂，涉及到新商业模式的创造、权责以及利益的重新分配，因此需要的时间更长。

以在广告营销领域的应用落地为例，目前的大多数应用都只是落地了隐私计算平台，主要涉及两方数据协作，直接应用隐私计算技术，延续此前商业应用即可。但是，如果引入区块链技术，则要解决广告主、渠道方、消费者之间多方数据协作的问题，这其中可能涉及到多方之间权责的划分、利益的重新分配，新商业模式的形成需要时间进行探索。

应用的大规模普及，还需要解决哪些问题？

区块链+隐私计算的应用在大规模铺开之前，还需要具备三方面的条件：

第一，从外部环境来看，需要全社会整体的数字化水平的提高。打个比方，区块链+隐私计算将来会形成数据流通的高速公路，但是路上要有足够的车。目前全社会的数字化正在快速推进当中，大多数机构都是正在进行自身内部的数据治理，他们需要先处理好自己的数据，之后才能产生更多的与外部数据进行协作的需求，这还需要时间。

第二，从技术发展来看，技术成熟尚需投入。区块链+隐私计算技术的应用，实际上是牺牲了数据流通的效率、提升了安全性，但是数据流通的效率也非常重要，未来需要在效率和安全这两个方面形成一定的平衡，安全要保障，足够的效率也要满足，这其中涉及到许多技术的研发、行业标准的制定，技术产品化的发展和完善、技术成本的进一步降低，还需要时间。

第三，还需要相关法律法规的完善，以及数据交易商业模式的形成。不过，这一条件与前两个条件相比，其在目前的重要性相对次之。因为随着需求的爆发、技术的完善，相关的法律法规以及商业模式就会随之形成，这一条件在现阶段并非限制区块链与隐私计算技术落地应用的最关键因素。

区块链+隐私计算的应用中还蕴藏着哪些趋势？

1、国产化的趋势

区块链+隐私计算的应用，涉及网络安全、数据安全，未来将成为新基建的重要组成部分。这是关乎网络空间主权、国家安全和未来发展利益的重要方面，因此这个领域的国产化是未来趋势。

在区块链+隐私计算技术应用的国产化当中，软件的国产化是相对容易实现的。难点在于硬件的国产化，其中最难的部分是芯片的国产化。

这一部分的发展，与信创领域的发展相关。信创，即信息技术应用创新产业，其是数据安全、网络安全的基础，也是新基建的重要组成部分。信创涉及到的行业包括 IT 基础设施：CPU 芯片、服务器、存储、交换机、路由器、各种云和相关服务内容；基础软件：数据库、操作系统、中间件；应用软件：OA、 ERP、办公软件、政务应用、流版签软件；信息安全：边界安全产品、终端安全产品等。

在区块链+隐私计算领域，目前已经有企业在尝试产品的国产化。例如，前文提到的，蚂蚁链自研了密码卡、隐私计算硬件以及自研可信上链芯片，同时还推出了摩斯隐私计算一体机。创业公司如星云 Clustar、融数联智也在进行相关国产化硬件产品的研发。

2、软硬件技术相结合、更多技术融合发展的趋势

目前，在区块链与隐私计算技术相结合的实践中，也呈现出了软硬件技术相结合、更多技术融合发展的趋势。这主要是缘于几方面的需求：

第一，是加强数据安全性的需求。

隐私计算主要是解决数据在计算过程中不泄露的问题，区块链主要是解决存证问题，二者结合仅能解决数据安全的一部分问题。数据从产生到计算再到消亡，会涉及采集、传输、存储、计算、销毁等多个环节，其生命周期可能会有数十年之久，要真正保障数据安全需要一个更加全方位的、体系化的解决方案，以使得每个环节上都有对应的技术体系保障数据安全在数据采集阶段需要精心设计设备可信架构，在网络传输阶段需要合理运用安全协议，在存储阶段需要兼顾加密与性能，在数据计算阶段需要灵活选择可信执行环境与密态运算。除此以外，计算环境的可信与安全在防御纵深建设上也至关重要。这些安全保障能力的技术图谱会涉及到可信计算、软硬件供应链安全、隔离技术、网络与存储的透明加密、密钥管理、可信执行环境等等。这其中每一个技术点都有软硬件结合、多种技术融合发挥的空间。

第二，是提升计算性能的需求。

隐私计算的性能目前还比较低，在计算机单机、单机和单机之间、计算机集群之间这三个层面上都存在。

在计算机单机上，隐私计算由于运用了密码学技术，计算过程中涉及到很多加密解密的步骤，这使得计算量以几何级数增加。以全同态算法为例，在通用芯片上密文运算的速度比明文运算慢了 10 万倍。这意味着，做同样的运算，如果用全同态算法，在 Intel 最新的 Icelake 处理器上，跑出来的效果等同于 Intel 的第一代 8086 处理器，直接回退了数十年。这使得全同态加密在现实情况下就不具备可用性了。算力问题也是导致全同态算法一直未得到广泛应用的根本原因。

在单机之间和计算机集群之间，会涉及到单机之间和集群之间的通信效率问题。一方面，主流的隐私计算技术无论是联邦学习还是多方安全计算，都有通信问题。密文膨胀、传输次数膨胀，会导致单机之间网络传输效率成为隐私计算的瓶颈之一。另一方面，由于大多数隐私计算的场景都是跨多方的，多方要通过公网进行通信，公网的带宽与时延目前也是巨大的鸿沟。

性能的问题，会随着时间的推移越来越严重。2021 年，隐私计算的落地尚处于颇为早期的阶段，主要是在一些机构内部或者是两方、三方之间应用，处理的数据量较小，这个问题还不明显。可是未来，多方数据交换需求的到来、5G 和物联网的发展所带来的数据量急剧增大，最终导致的将是数据量爆发式的增长，这需要消耗大量的算力。

到那时，隐私计算的性能将面临巨大的挑战。现在在硬件的创新方面正处于体系结构的黄金时代。这是因为，移动互联网的飞速发展使得应用场景发展很快，上层的软件也发展很快，这使得在计算机底层进行支持的硬件甚至芯片都需要随之进行改变，进入了新一轮的创新周期。

而从区块链与隐私计算结合的长远发展来看，软硬件结合、多技术融合，对隐私计算来说，可以提升性能、安全性和计算效果；对区块链来说，可以促使更多机构低成本加入联盟链，扩大联盟链应用范围。

END

编辑 | 领路元

来源 | 零一财经《区块链+隐私计算一线实践报告（2022）》

区块链技术的机密性是如何实现的？

区块链本质上是加密算法，基于哈希值256位算法原理，实现信息安全；现代信息的应用将越来越趋于全球化以及全民化，对于信息的安全除了防篡改、抗抵赖、可信等基础需求之外，更需要加强隐私方面的保护，区块链技术是因为现代密码学发展才产生的，现今应用的密码学是20年前的的密码学成果，因此要将区块链技术应用于更多参与场景，特别是应用于互联网经济等方面，现有的加密技术是否满足需求还需要更多的验证，需要更深入的整合密码学前沿技术，不断创新。