区块链遗忘权 区块链遗忘权是什么

本篇文章主要给网友们分享区块链遗忘权的知识，其中更加会对区块链遗忘权是什么进行更多的解释，如果能碰巧解决你现在面临的问题，记得关注本站！

用于身份管理的区块链：需要考虑的影响

随着区块链遗忘权我们区块链遗忘权的生活越来越多地在网上度过区块链遗忘权，物理世界变得越来越数字化，身份的概念正在发生巨大变化。验证我们是谁以及我们如何在线代表对个人和组织来说都至关重要。

人们希望对自己的身份拥有权力，并控制如何以及与谁共享区块链遗忘权他们的信息。毛球 科技 认为，组织正在面临更高的安全威胁，同时需要在数字经济中竞争、优化工作流程以及改善客户和员工体验。围绕身份的不断重组和不确定性只会减缓战略创新。

身份和访问管理( IAM )已成为管理和验证数字身份的核心构建块。但是，组织在IAM流程的设计和安全性方面面临挑战，促使他们考虑新技术。

区块链不同于现有的IAM架构，因为区块链本质上是分散的。DLT支持共享记录保存，交易、身份验证和交互通过网络而不是单个中央机构进行记录和验证。

随着网络犯罪、威胁、欺诈和资产泄露事件的激增，组织在保护敏感数据、保护IT和运营基础设施(OT)以及保护人们的身份方面发挥着至关重要的作用。许多企业IAM领导者和IT专业人士都在质疑DLT和共识技术的相关优势和风险，毛球 科技 整理如下：

在IAM流程中使用DLT的问题涉及技术、法律、商业和文化影响。这些影响应该是支持IAM 的任何架构投资的决策过程的基础。

在评估DLT可以在何处以及如何改进组织的IAM基础设施和最终用户体验时，需要考虑下面14个因素。

公司习惯于中央和专有数据存储的基础设施，这为盗窃、破坏、黑客、欺诈和丢失创建了一个蜜罐。这种模式加剧了身份凭证持有者与寻求使用它们的人（包括最终用户）之间的权力失衡。分布式身份验证和治理有望提高效率以及个人和机构的利益，但与中心化的现状背道而驰。

获得许可的区块链架构是一个需要关键考虑的因素，因为很少有企业用例可以完全公开。相反，用例需要保密性和权限才能读写已知参与者的托管区块链。这种区别对安全性、计算和可扩展性还有其他一些影响。

访问级别、特权和限制会发生变化，可识别的属性也是如此。DLT必须能够在各种连接和物联网环境中以最小的延迟准确处理验证的频率和复杂性。

用于验证和分布式访问的共识算法会影响以可扩展和可持续的方式交付服务级别协议所需的速度和计算能力。这些限制推动了IAM区块链的研发，并且是实施范围不可或缺的一部分。

数字身份功能需要可移植。区块链设计可以确保个人信息、可验证性和适当的控制在用户从一个组织过渡到另一个组织时跟随他们。可以调整这些设计以及时促进此过程。

积累大量个人身份信息(PII)的组织面临着新的和不断变化的风险、法规、以隐私为重点的竞争以及消费者日益增长的不信任。DLT支持的用例——例如自我主权身份和数据最小化——通过诸如零知识证明之类的技术提供了更强大的隐私保护。信息和共享控制可以保留在最终用户手中，而不是在数百个组织中复制和存储PII。

存在许多身份和认证标准，包括角色、属性、密钥和权利。这些必须符合通常不存在的区块链技术和跨链互操作性标准。

从集中式范式到分布式范式的转变需要数据、API、系统和治理机制的互连和协调。这不仅发生在IT和OT资产和环境日益多样化的大型组织中，而且发生在其他组织和生态系统合作伙伴中。

法规围绕个人数据，从国际、联邦和州数据保护法的拼凑到生物识别等特定领域。这些都与IAM和区块链架构决策相关。例如，GDPR的被遗忘权使公民能够删除他们的个人信息——这一概念与将PII注册到数据库的不变性不一致。

不变性——无法删除分类账上的记录——有利于安全，但它会影响PII的隐私。确定哪些信息保留在链上与链下对于此列表中的其他标准很重要。链上不变性必须平衡各方的要求和保障措施。

确保个人在任何特定时间拥有用于任何任务的正确加密密钥需要能够更新、撤销和更新访问权限。这是一个独特的IAM要求，DLT必须通过设计加以考虑。

IAM UX是分布式或集中式的，是数字身份、个人身份识别和个人数据控制机制的接口。虽然成功的IAM架构掩盖了最终用户的复杂性，但IAM UX的设计者不能忽视界面对于教育、同意、易用性和可访问性的重要性。

随着数据集的生成和使用规模越来越大——例如，生物识别、 情感 和基因组学——IAM领导者必须考虑当前和长期的风险和合规问题。他们应该专注于数据最小化和隐私工程技术。

新功能、设计和最佳实践正在不断改变IAM格局——更不用说区块链、密码学、人工智能、网络安全、云计算、量子计算和数字钱包等关键概念的突破性发展。这些都必须在设计时和实施后加以考虑。

与任何新兴技术一样，组织应该首先定义问题。然而，IAM-DLT决策不仅仅是另一项IT尽职调查工作。由于监视资本主义、权力动态、地缘政治威胁、可持续商业模式和人权问题是数字身份模型的基础，因此IAM-DLT机会会对个人、机构和经济产生影响。

大数据未来的发展前景怎么样？

随着信息技术和人类生产生活交汇融合，全球数据呈现爆发增长、海量集聚的特点。无论是国家、企业还是社会公众，都越来越认识到数据的价值。因此，近年来，各地纷纷成立大数据发展局，企业纷纷推动数据资产治理，大数据辐射的行业也从传统的电信、金融逐渐扩展到工业、医疗、教育等。一时间，仿佛各行各业都在谈大数据，人人都在谈大数据。但也有声音说大数据迎来了“七年之痒”，面对大数据热潮也需要一些“冷思考”。我国大数据究竟发展得如何？未来我国大数据发展还有哪些机遇和挑战？

1、大数据产业进展显著

过去几年，大数据理念已经深入人心，“用数据说话”已经成为所有人的共识，数据也成了堪比石油、黄金、钻石的战略资源。五年来，我国大数据产业政策日渐完善，技术、应用和产业都取得了非常明显的进展。

在政策方面，我国从中央到地方的大数据政策体系已经基本完善，目前已经进入落地实施阶段。自从2014年“大数据”这个词写入政府工作报告以来，我国大数据发展的政策环境掀开了全新的篇章。在顶层设计上，国务院《促进大数据发展行动纲要》对政务数据共享开放、产业发展和安全三方面做了总体部署。《政务信息资源共享管理暂行办法》《大数据产业发展规划（2016-2020）》等文件也都已经出台。十九大报告中提出“推动大数据与实体经济深度融合”，“十三五”规划中提出“实施国家大数据战略”。卫健、农业、环保、检察、税务等部门还出台了领域大数据发展的具体政策。截至2019年初，所有省级行政区都发布了大数据相关的发展规划，十几个省市设立了大数据管理局，8个国家大数据综合试验区、11个国家工程实验室启动建设。可以说，大数据的政策体系已经基本搭建完成，目前已经纷纷进入落地实施甚至评估检查阶段。

在技术方面，我国大数据技术发展属于“全球第一梯队”，但国产核心技术能力严重不足。我国独有的大体量应用场景和多类型实践模式，促进了大数据领域技术创新速度和能力水平，处于国际领先地位。在技术全面性上，我国平台类、管理类、应用类技术均具有大面积落地案例和研究；在应用规模方面，我国已经完成大数据领域的最大集群公开能力测试，达到了万台节点；在效率能力方面，我国大数据产品在国际大数据技术能力竞争平台上也取得了前几名的好成绩；在知识产权方面，2018年我国大数据领域专利公开量约占全球的40%，位居世界第二。但我国大数据技术大部分为基于国外开源产品的二次改造，核心技术能力亟待加强。例如，目前国内主流大数据平台技术中，自研比例不超过10%。

在产业方面，我国大数据产业多年来保持平稳快速增长，但面临提质增效的关键转型。2018年，我国大数据产业延续多年来的增速，继续保持相对高速的增长。根据中国信息通信研究院的测算，2018年我国大数据产业整体规模有望达到5400亿元，同比增长15%。然而，综合国内外环境、新兴技术发展等多种因素，大数据产业的增速出现了下滑。我国的大数据产业也面临着从高速发展向高质量发展的关键转型期。

在应用方面，大数据的行业应用更加广泛，正加速渗透到经济社会的方方面面。随着大数据工具的门槛降低以及企业数据意识的不断提升，越来越多的行业开始尝到大数据带来的“甜头”。无论是从新增企业数量、融资规模还是应用热度来说，与大数据结合紧密的行业正在从传统的电信业、金融业扩展到政务、健康医疗、工业、交通物流、能源行业、教育文化等，行业应用“脱虚向实”趋势明显，与实体经济的融合更加深入。

2、产业的五大困局

虽然我国大数据总体发展形势良好，也面临难得的发展机遇，但仍然存在一些困难和问题。

一是，涉及核心技术的产业发展薄弱，未能有效提升我国核心技术竞争力。核心技术的影响力在大数据产业有着极高的重要性。由于大数据企业在完成产品开发后，可以近乎零成本无限制的复制，因此拥有核心技术的大企业，很容易将技术优势转化为市场优势，即凭借具体的信息产品赢得海量用户获得垄断地位。当前，从大数据技术与产品的供给侧看，我国虽然在局部技术实现了单点突破，但大数据领域系统性、平台级核心技术创新仍不多见。大数据处理工具都是“他山之石”，大部分企业用的都是国外的数据采集、数据处理、数据分析、数据可视化技术，自主核心技术突破还有待时日。尤其是开源产品的技术标准方面，我国的影响力尚亟待提升。

二是，数据孤岛和壁垒降低了大数据产业资源配置效率。大数据产业发展必须实现数据信息的自由流动和共享，如果数据不开放、不共享，数据整合就不能实现，数据价值也会大大降低。无论是政府数据、互联网数据还是其他数据，数据拥有者往往不愿对其进行开放流通。受制于前期信息基础设施建设，目前我国政府数据往往还存在着诸多“数据孤岛”和“数据烟囱”，数据价值难以发挥。

三是，数据安全管理薄弱增加了大数据产业的发展风险。大数据技术为经济社会发展带来创新活力的同时，也使数据安全、个人信息保护乃至大数据平台安全等面临新威胁与新风险。海量多源数据在大数据平台汇聚，来自多个用户的数据可能存储在同一个数据池中，并分别被不同用户使用，极易引发数据泄露风险。利用大数据技术对海量数据（21.90 -5.19%,诊股）进行挖掘分析所得结果可能包含涉及国家经济社会等各方面的敏感信息，需要对分析结果的共享和披露加强安全管理。

四是，产业垄断与恶性竞争现象频发，“劣币驱逐良币”现象明显。由于资源型产业门槛低、利润高，新兴的大数据企业往往首先将目光盯在获取数据资源上面。大量依托数据资源优势的企业诞生，为大数据产业带来了低附加值的垄断经济模式，使得依靠技术壁垒打江山的企业不得不面对残酷的市场竞争，放缓了技术研发的步伐。同时，数据垄断问题也愈发明显。少数互联网巨头企业拥有巨大数据，不但对产业发展不利，甚至存在巨大的数据聚集隐患。

五是，各地发展同质化严重，普遍存在重存储轻应用的现象。由于缺乏统一的大数据产业分类统计体系和产业运行监测手段，各地大数据产业的定位相似，同质化竞争加剧。而盲目的重复建设，更是可能导致大数据产业过剩。同时，由于部分地区信息化发展程度有限，大数据应用场景不够丰富，更是以数据中心等大数据存储设施的建设作为发展大数据产业的关键，且规模巨大，目标动辄以百万台计，后期若无法有效利用，将造成巨大的资源浪费。

3、未来三年大数据行业展望

未来三年，是我国大数据发展转型的重要机遇期。大数据的发展本身也呈现着一些趋势。在我看来，未来三年大数据行业有可能会呈现出如下特点：

一是，大数据新技术继续快速发展。未来大数据技术将会沿着工具平台云化部署、多业务场景统一处理、专有高性能硬件适配几个方面进行突破。目前大数据技术工具的主要应用模式为应用企业在自建机房内独立部署，其存在资源浪费、弹性能力不足、管理复杂等缺点，这些缺陷可以通过基于云计算技术的云化部署方案解决，助力大数据技术工具的快速落地和应用；同时大数据技术工具主要瞄准的是分析型业务场景，但随着电子商务以及智能终端的爆发性发展，转账、计费等事务型业务场景也需要大数据处理能力，所以未来的多业务场景统一处理技术将会得到充分发展；最后由于GPU/TPU等专用硬件的发展，此类专用硬件能够助力某些大数据技术进行突破性升级，所以对新型硬件的适配成为很多大数据企业未来研发计划的重点。

二是，数据流通共享将迎来关键突破。这些年，推动数据开放共享的政策举措一直在加强，然而效果与预期还有差距。可以说，技术手段将是数据流通共享瓶颈突破的关键。未来三年，随着同态加密、差分隐私、零知识证明、量子账本等关键技术的性能提升和门槛降低，随着区块链、安全多方计算等工具与数据流通场景进一步紧密结合，数据共享和流通将有望再前进一大步。

三是，数据服务合规性将成为行业关注重点。近两年来，随着欧盟《通用数据保护条例》（GDPR）的颁布和正式实施，个人信息保护的重视程度被提到了前所未有的高度。GDPR对数据主体的权利规定细致入微，其“数据可携权”“被遗忘权”等方面的规定可能会对我国数据立法带来一定的参考。对我国企业来说，数据服务合规性的重要程度进一步提升，将对企业业务开展带来重大影响。目前中国信息通信研究院正在着力推动的“可信数据服务”计划也正是契合了行业的这一需求。

四是，数据资产管理重要性将进一步提升。随着大数据应用进入深水区，企业将越来越重视数据资产管理方法论体系建设——即从架构、标准、研发、质量、安全、分析到应用的统一，从而实现技术到业务价值的转化和变现。未来三年，数据资产管理将仍是企业数据部门面临的难点与挑战。即使是领先的科技型企业，在数据资产管理这一课题上仍在不断探索新的方法，如全链路智能管理体系、数据资产的贡献度、数据基线度量与质量规范的工具化、可视化等。

4、四大应对策略

大数据产业作为具有国家战略意义的新兴产业，在发展初期不仅要充分发挥企业的主体作用和有效市场的主导作用，而且要更好发挥政府的引导作用。

一是，要加强核心技术攻关与产业化推动。自主研发创新是提高大数据产业竞争力的主引擎。要彻底改变目前我国大数据产业创新能力不强、关键核心技术对外依赖度偏高的这一局面，必须抓住重点领域、关键环节和核心问题，找准着力点和突破口，加大政府财政资金的引导支持力度。为此，建议在国家层面上设立大数据重点领域的关键技术研发创新的国家财政专项资金，支持突破一批关键核心技术研发创新与应用，构建具有核心技术自主权的大数据产业链，形成自主可控的大数据技术架构，提高关键核心技术的自主研发创新能力，有效破解制约产业发展的瓶颈。

二是，完善大数据安全政策。需要开展数据确权、资产管理、市场监管、跨境流动等数据治理的重大问题研究，协调有关部门共同推进数据治理的法制化进程，加强对敏感政务数据、企业商业秘密和个人数据的保护。同时，推动完善适用于大数据环境下的信息安全等级保护制度，建立兼顾安全与发展的数据管理和保障体系，加强数据安全评测、安全防范、应急处置等相关机制建设。此外，还要强化网络空间的安全信息共享与动态感知能力，提高重大风险识别分析水平。

三是，鼓励地方因地制宜发展大数据产业。大数据产业发展应注重差异化发展，形成差异化的产业布局。地方需要差异化发展，应该把大数据的发展重心放在因地制宜地促进应用创新上，放在打造完善的发展环境上，让市场在大数据发展要素配置上起决定作用。各地要结合产业基础和优势特色，着重发展大数据特色场景应用，推动大数据与当地重要实体经济行业加快融合。

四是，推动行业加快大数据标准建设。当前大数据产业应用层出不穷，政府应通过标准化的途径规范行业、整合资源，促进各方达成共识，为大数据产业的健康发展提供基石。尤其是通过加强快速迭代、市场认可度高的行业/团体标准研制工作，为用户企业提供大数据产品选型指导，为数据安全提供保障，促进大数据交易等新兴服务模式规范发展，对推动我国大数据产业进程具有重要意义。

PlatON首席技术官：数据监管法规仍然落后于技术升级 | 链得得话事人on Chain

区块链技术作为数字化时代的信任解决方案，其去中心化的透明性和现实所需要的隐私性之间存在一定的矛盾。链上数据的公开可验证意味着交易等数据都是有迹可循并且不能被篡改，而当我们在真实世界和虚拟世界进行交互时，不可避免的会留下可以从交易等信息追踪到真实身份信息的痕迹。

存储在链上的所有数据都是公开可验证的，这限制了区块链及智能合约在许多场景的应用。因此，隐私保护成为区块链技术亟待解决的重要问题。

当前隐私计算面临什么样的机遇和挑战？如何应对可能的政策风险？在隐私数据的生命周期当中应当包含销毁数据的过程。在上链之后，又要如何对数据进行销毁？

4月1日，链得得「话事人 on Chain」活动第3期特别邀请到 PlatON 首席技术官 曲俊杰，从技术与商业角度解读隐私计算。

主持人：在全球各国都开始对数据隐私进行更加严厉的监管的背景下，数据提供方获取数据、保存数据成本都会极大的提高，而保障数据的更正权和被遗忘权则需要更多的人工和时间成本。对于数据的利用方来说，使用范围、使用方式都被限制在了很小的范围内，更不论GDPR对其提出的匿名化、加密化的成本提升。这里就出现了一个矛盾。明文大数据分析会导致隐私泄露，大规模数据密态化又影响分析效率。这个矛盾如何解决？

曲俊杰： 明文数据可以被随意复制、存储、传播、利用，因为隐私泄露造成的危害可能是长远的，在此不再赘述。

数据的隐私计算虽然有多种多样的形式，根据不同的算法实现，理论上计算复杂度和网络通信复杂度的增加是必然的，从而也导致了分析效率的显著降低。针对如何在保证数据可用不可见、甚至不可离开本地等不同的保护要求的前提下，我们通过算法研究团队的攻坚优化、工程实现团队的深度实现优化、再加上硬件加速等诸多手段，根据不同场景选择适配的算法，场景解耦后在不同阶段适配不同算法、以及在同一阶段解耦可并行计算等来达到商用的水平。

另外，从大趋势上，网络传输速度和硬件计算能力的不断提高也有助于隐私大数据AI的商用落地。

主持人：在隐私数据的生命周期当中应当包含销毁数据的过程。区块链作为去中心化的系统，上链数据无法修改和删除。那么利用区块链的隐私计算系统当中，在数据上链之后，如何进行销毁？

曲俊杰： 欧洲的GDPR对数据权益做了相对严格的定义，里面提到了"被遗忘权"。也就是数据的彻底销毁。GDPR也正在修订争议之中。

首先明确一点，PlatON的隐私计算网络在PlatON区块链之上的，只把可验证隐私计算结果上链，在链上做自动清结算。选择什么数据上链是区块链生态系统生命攸关的问题，大量隐私数据上链可能导致区块链存储和效率问题，同时也不是基于MPC隐私计算的选项，因为数据离开了本地。

假设我们的确需要把少量隐私保护（非MPC类）数据做链上存储，区块链的特质是在数学算法保护下一旦上链保存就不可销毁、不可篡改，的确和"被遗忘权"是相悖的。然而仔细分析下来，"被遗忘权"的真实含义是数据的内容永远不可见、从而" 被遗忘" ，反而只有隐私保护的数据可以做到这一点，而明文数据是无法做到的。

换句话说，只要把该隐私数据的私钥，通过可验证的方式保证销毁，那么该隐私数据可以在理论上等同于" 被遗忘" 了。

那么，做到对" 数据进行销毁" 的前提就是，根据数据集合的颗粒度，每个被赋予独立的" 被遗忘权" 的数据集合有各自独立的私钥，数据集合在隐私保护后上链，以及私钥的可验证销毁机制。所以刚才我也强调了可验证的销毁，这需要非常灵活的解决方案，我们是希望技术社区贡献各种各样的场景，让我们能够去了解这些场景、真正的理解这个需求。

主持人：基于区块链的隐私计算如何适应不同的隐私数据安全场景？如何保证对不同行业和企业提供个性化的隐私计算服务？

曲俊杰： 大家现在对隐私计算的概念理解还是有区别的。这方面需要充分的沟通，所以个性化是个非常现实的问题。数据的隐私计算是个突飞猛进的新兴行业，就像我们自己对数据的隐私需要逐步理解到提出需要一样，重多行业对数据隐私还停留在需求阶段。我们经过多年深度研究，储备了各类不同的隐私算法，但是不同场景、数据量不同、数据格式不同、法律法规不同，根据场景分析，适配各种算法是我们的强项。

比如我们为银行提供的隐私计算解决方案就是充分个性化的。

主持人：那么您认为区块链在隐私计算行业中的位置是什么？

曲俊杰： 区块链和隐私计算是两个不同维度的东西。他们的基础属性不同，区块链是为了信任，隐私计算是为了隐私。需要保护的数据是正在形成的隐私计算行业的核心。如何做到可信的数据采集、归集、整理、存储、计算、等等是区块链可以起到核心作用的地方，

以PlatON为例，PlatON是隐私计算网络+分布式经济体基础设施。这两者其实保持了各自的相对独立，但目前有很多将区块链理解为隐私计算是不对的。

在隐私计算方向PlatON主要锁定在为数据进行确权和定价这个核心需求，通过隐私AI来解决目前在金融、医疗、广告等多个领域对于数据共享和协同计算存在着的强烈需求。

所以这两个问题实际上是相辅相成的，不能只看重隐私，却忽视了数据权益。只有区块链却没有隐私又会限制技术的应用范围。

主持人：您之前也提到了个性化服务是个现实的问题。在这些领域PlatON是怎么做的？能分享一些案例吗？

曲俊杰： 我们在个性化服务方面，往往面对的是一个崭新的领域，我们首先要坐下来分析客户的业务，分析法律法规对数据的要求：哪些是可以公开的数据，哪些是必须保护的数据，又要保护到什么程度。对这些问题进行彻底的分析之后数据进行结构化处理，以适配我们的算法库。

我们与银行合作的案例包括信用、黑白名单，这种案例中的数据都非常有特色，所以我们应用了很多密码学的算法，对数据进行充分的解构、打包、重新组合。

另外制药这一类生命科学相关的数据就是另外一种数据，比如说DNA数据，采取不同的算法才能够真正商用。

主持人：隐私计算目前面临什么样的机遇和挑战？如何应对可能的政策风险？

曲俊杰： 随着各个数据生产主体，包括个人的数据权益意识的觉醒，各个权力机构也随之推出相应的隐私保护法律法规。只是这些法律法规仍然落后于当下技术的突飞猛进。

大数据，超级AI的出现和广泛应用，加上我们已经被大量IoT智能设备包围，隐私侵害问题已经是全世界广泛面临、越来越严重的问题。其背后是数据权益的梳理问题。映射到数字世界，这些数据对人类的数字生命做了精准描绘，大家会发现系统比自己了解自己，人的行为已经在不知不觉中被算法诱导，形成共生状态。人类及其衍生的商业活动已经不得不面临大数据AI用户画像算法的挑战，这也造就了活在系统中的人（比如前些日子的快递员悲剧），比如315发布的数据被盗用等 社会 问题。

虚假数据损害信誉，盗用生物特征、比如人脸数据可以造成的侵害可能是毁灭性的。设想一下被盗的人脸等数据没有保护地游离在互联网上，被反复复制存储，未来一旦和超级AI结合起来，物理世界的真尊的生存主权会被严重侵犯。每想到这里我是毛骨悚然的。

隐私计算技术的核心是面向数据的流动，让数据可用而不可见，大数据和AI是天然的载体，我们提供的解决方案已经涵盖金融、医疗、零售、互联网、等多个行业。当下是个 历史 性的机遇。

那么PlatON是如何做的呢？PlatON的隐私计算将通过对" 数据" 的保护，保护之后产生的数据权益的保护， 隐私计算保护之下数据孤岛的链接，促进数据的流动、从而产生价值，以及价值的合理分配机制来改良现状，促进 社会 进步。 Rosetta是我们开源的隐私AI框架，敬请大家批评指正。

挑战也是多方面的，对数据场景的把控、分析，对隐私算法的商用级优化等等。还有法律法规对隐私计算复杂度考虑不足造成的法律法规缺位和错位。这些建议通过沙盒来实现功能的同时，教育社区并把经验分享给法律制定者。

主持人：既然提到了监管，那么隐私计算是一门合规化的生意吗？更高的监管压力是否意味着更大的市场前景？

曲俊杰： 隐私计算作为崭新的行业，我谈一些个人想法。

我基本上同意监管压力与市场前景的正比关系。隐私计算是新生数据生意的护航技术，可以说没有隐私计算很多数据生意无法合规落地。

随着万物互联、各种行为和商业活动的进一步数据化，法律法规的一步一步跟进，基于隐私AI的新的数据市场的不断衍生，数据市场的规模将远大于现在传统市场的规模，前景非常广阔。我个人非常看好。

主持人：那么您对我国未来的数据隐私监管有什么样的看法？是否会在近期收紧对隐私数据的监管？

曲俊杰： 隐私数据的范畴需要给出一个贴切的定义。不太好回答，个人预计近期会加强基于《民法典》的隐私数据监管。

因为数据具有极强的可复制、可加工、可携带等各种特质，而隐私计算技术相对复杂，应用的不好会导致商务上不可用。所以整个监管也会在" 松" 和" 紧" 之间摇摆一段时间。

强力建议建立一些不同行业的" 沙盒" ，权衡发展与监管的矛盾，从实践里提炼出方案。

主持人：目前市场上其实有不少团队在做隐私计算。在技术层面，PlatON相比竞品的优势是什么？

曲俊杰： 隐私计算基于密码学，其技术也包括很多种，如ZK（零知识证明）、MPC、HE、TEE（可信硬件）等。相比于ZK和MPC，TEE更侧重于安全技术，而且对技术实现和厂商的依赖程度比较高。相比之下，信任成本更低的是依托密码学的ZK和MPC，而其中ZK更侧重于进行" 验证式" 的计算，是计算的终点；MPC则是解决数据计算的本身，是计算发起的起点。

PlatON在MPC和ZK两方面都有持续投入，从实际业务角度出发，现阶段更多的需求是来自于受限于数据隐私而无法达成计算，那么MPC刚好可以解决这个痛点。ZK其实也是非常关重要的隐私计算技术，通常会用于解决计算正确性问题，属于下一阶段的关键技术。

其实PlatON并没有局限于MPC或者ZK，就像创世白皮书中写的可验证计算或者同态加密，都属于隐私计算的大范畴，知识。

PlatON有一个业界领先的密码学研发团队，汇集了包括中科院、上海交通大学、武汉大学、美国马里兰大学、西北大学等国内外顶尖高校的著名密码学教授和研究学者。

同时，PlatON长期专注于密码学和隐私计算研究，大力支持密码学相关的学术和技术赛事活动，是密码学领域三大顶级会议Crypto/Eurocrypt/Asiacrypt，和安全领域顶级会议ACM CCS的持续赞助商，同时还作为主要赞助商与国内顶级高校和科研机构一起连续举办了两届密码学冬令营(Crypto Innovation School)，分别针对安全多方计算和格密码展开了主题培训。此外，PlatON还独立举办了CISC 2019 密码学年度赛事，旨在鼓励和推广全球密码学方面的创造性的密码学技术作品。

从我们通过以太坊grants，贡献的MPC技术可见一斑。

主持人：最近PlatON有一些大动作，能和大家说说具体情况吗？之后的路线图和长期规划能否透露？

曲俊杰： 是的，我们最近的大动作是主网和隐私计算网络上线。

PlatON的长期的战略是一直坚定不变的，从最开始最早的白皮书就一直很有定力，一直在坚持做。中期路线图，我们有各个委员会在定期地论证，有社区工作小组的积极参与，我们从社区收集反馈，在长期战略不变的前提下调整战术，不断优化。

我个人认为，区块链的发展，因为开源，你总是很容易地站在巨人的肩膀上继续往前创新，所以它的迭代速度非同一般，感觉我在这儿呆了这几年，相当于以前在传统金融机构干十年。

从长远来讲，我们的密码学团队是非常强的，从科研到工程落地都很有经验，所以我们会持续推出各种层次的隐私计算的协议。

而这些协议的推出，也需要社区给我们一些反馈，无论批评或者是赞同。我们将持续从这些协议里抽象出更基础的协议，下沉到我们的PlatON隐私计算网络，作为一个基础设施做出来。

PlatON强大的隐私计算能力的跨链输出也在我们的设计之中。具体来讲，我们将在后续不断深化隐私金融基础设施建设，构建隐私DeFi和隐私计算网络（基于MPC），在主网发布上线后，会基于Grants计划着力推动生态建设，不断推出基于PlatON所独有的应用模式，不断丰富主网生态，不断推动商务拓展工作的开展，接入各类型的区块链相关业态，加大与合作伙伴的合作规模，持续深化品牌和社区建设，强化与媒体以及社区合作伙伴的关系，持续联合举办各类型市场活动，在全球范围内提升PlatON的渗透力和影响力。围绕隐私合约构建生态系统支持工具，初步构建数据交易市场，发布可验证计算以及其支持的计算算力市场等等。

我们非常希望、热切盼望大家加入论坛，或者在是其他的各种渠道上看看我们现在的路线图，还有社区创作的生态图谱，了解我们的侧重点，和发展战略。特别希望能够在论坛，在各种渠道看到大家。

主持人：在过去的几年当中，区块链行业的风口不断变换。DeFi、DEX、NFT等都是行业发展的热点。公有链要如何不断适应这些新的风口和热点？换句话说，如何避免PlatON成为一个朝生暮死的空气项目？

曲俊杰： 源自于创始团队针对" 数据" 成为数字时代生产要素的洞见。以及坚定不移的信念。PlatON 健康 发展至今。并没有跟着风口摇摆。

隐私计算领域很大、难度非常高，需要持续不断而且坚定的投入。PlatON也一直坚持用开放的态度，引领技术社区参与共建、一起发展，解决数字化时代所衍生的问题。我们进入隐私计算领域比较早，尤其在隐私计算安全多方计算方面。我们较早做了准备并推出了隐私相关的产品，甚至是框架。

而DeFi、DEX 和 NFT等是链上的生态应用。PlatON对此是完全开放的，我坚信隐私计算可以赋能各类应用，并助其" 蜕变" 成更复杂高级的应用。 以往以及目前的热点也代表了最丰富的生态。DeFi、DEX、和NFT也是最复杂的生态应用。 PlatON必须提供各类生态的生长土壤。

核心团队和社区也在完善各类基础设施。并通过隐私计算赋能，进阶到复杂的高级应用。

【本文原发布于链得得，授权钛媒体App发布，作者：大文】

区块链遗忘权的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于区块链遗忘权是什么、区块链遗忘权的信息别忘了在本站进行查找喔。