大家好,欢迎来到IT知识分享网。
撰文:Eric
随着众多用户数据泄露事件的发酵,隐私问题逐渐获得了关注,不过其实用户并不反感通过大数据带来的便利,例如在线上购物时能够更快地找到自己想要的商品、在信息流平台能够不停地获取自己想要的信息,亦或是滴滴这样利用大数据能够在高峰时期尽量满足更多乘客的需求,让运力最大化等。用户真正担心的是这些原本属于自己的隐私数据在未经个人许可的前提下被无节制地使用。而隐私计算正是在这样的大背景下走进了市场的视野中。
如果仅仅作为类似以太坊公链之上的某个应用,其难度并不算太高,因为公链有其既定的框架,然而像 PlatON 这样基于隐私计算的特点去做一条垂直领域的公链仍有一定的设计和开发难度。三年前,PlatON 发布了 项目白皮书后,经过三年的努力和市场的起伏,近日在推特 首次介绍了 PlatON 2.0,详细披露了其隐私公链的设计架构。
PlatON 2.0 的三层隐私计算网络设计
本次发布的 PlatON 2.0,公布了其三层网络的设计。分别为区块链共识网络、隐私计算网络以及 AI 网络。
区块链网络
PlatON 在区块链网络中使用了 PPoS 共识机制,由一组验证人节点完成区块生产和签名。网络中每个权益拥有者都能成为网络中的一员,参与整个网络的维护并从中获取奖励。节点通过抵押一定门槛的 LAT 来参选验证人,节点成为验证人的概率和其拥有的权益(即抵押的 LAT 代币)成正比,并且 LAT 的持有者可将 LAT 委托给节点进行投票。和所有其他项目一样,区块链网络是一个去中心化的账本以及通过无需信任的方式执行智能合约的网络。
另外,作为隐私公链,PlatON 计划在区块链的转账功能中添加类似 Zcash 的隐私交易功能,甚至同时将智能合约函数本身以及输入和输出隐私化,提供零知识证明编译器以及 ZKVM 以方便开发人员编写隐私智能合约。除了链上的隐私功能外,PlatON 认为区块链本身的数据容量过大并不利于区块链的发展,尤其对于使用零知识证明技术的区块链而言,故 PlatON 计划将为区块链开发只包含区块头数据的无状态客户端,也就是轻客户端,进一步则希望最终将区块链打造为类似 Mina 的无状态区块链,将交易、合约等数据存储在二层的存储协议中。
隐私计算网络
在区块链网络层之上的隐私计算网络是 PlatON 最重要的一层网络,该层网络包含了隐私计算的算法以及数据存储协议等,是一个开放的算力交易市场,为 AI 网络以及未来建立在 PlatON 之上的应用提供了基础的数据处理能力。该层网络一方面允许用户贡献计算能力,另一方面对接有数据计算需求的用户,通过网络中提供的隐私计算方式为用户执行数据计算并通过网络原生代币为算力供应方带来激励。
隐私计算网络提供的是链下服务,该层网络主要包括了隐私 ZK-Rollup、Eth-PlatON 节点以及公开算力市场服务。隐私 ZK-Rollup 是一个带有隐私属性的扩容方案,Eth-PlatON 节点是为以太坊上的应用提供扩容方案的中继器,用户可以通过该节点,以少量以太坊和 LAT 代币费用提高性能并降低手续费,公开算力市场就是为有计算需求的用户以及可以提供算力的用户建立的交易市场,需求方可以发布一个计算任务,任务内容、费用和其他相关信息在智能合约中指定。为了保护输入数据的隐私,需求方使用全同态加密方案对所有输入进行加密,并将密文发送给接手作业的计算节点。该节点将完成计算任务并向合约证明,如果验证通过,则将代币发送至该节点。
除了上述的计算市场,PlatON 还将发布一个存储协议,用于存储需求方经过加密的原始数据,以及上文中所提到的存储链状态数据等等,PlatON 希望将存储协议的存储证明和复制证明集成至协议本身以提高效率。
AI 网络
相较于一层和二层网络之间较强的结合性,AI 网络是一个较为独立的网络。该层网络的最终目标是成为一个自治的 AI 网络,通过网络的自我衍化产生优质的 AI 算法并最终赋能隐私计算网络,提供针对于某些特定领域的隐私计算解决方案。
PlatON2.0 三层网络的挑战
PlatON 的三层网络设计对去中心化的理念贯彻地非常彻底,也基本形成了内部的生态闭环。区块链层采用了 PoS 的共识机制,一定程度上保证了计算网络对效率的要求。第二层,也是最主要的隐私计算层,采用了比较成熟的零知识证明机制,也添加了专门的存储协议和存储证明机制。就本次发布的 PlatON 2.0 对网络层级的描述来看,PlatON 的存储协议和存储证明很可能也会是通过自主研发实现。
除了基本的区块链和隐私计算协议层,PlatON 还添加了存储协议和 AI 网络,基本在其计划之中已经实现了一个整体的内部闭环,协议本身即可实现隐私计算的市场交易以及迭代,同时还通过存储协议提高了扩展能力,通过 AI 网络拓展了未来直接为需求方提供整体解决方案的可能性。
整体来说,PlatON 2.0 所描绘的计划非常宏大,一旦最终实现,将会是一个可容纳无数链生态的巨大蓄水池。
但从另一个角度来说,对于隐私计算这种对效率和性能要求比较高的领域,以完全去中心化的方式进行的确可以凸显区块链在隐私计算中的作用,但就目前来说,效率问题可能是一个重要的瓶颈。PlatON 官方也表示目前对于安全性的考虑要高于对效率的追求,毕竟面对数据这样敏感的「资产」,的确需要保证安全优先。不过像零知识证明、分布式存储这些虽然有成熟的市场应用但以目前技术水平来说效率较低的技术组合,加之需要于区块链进行交互,能否实现对基本商用化要求的满足需要我们拭目以待。
区块链是隐私计算的重要一环
我国于 2016 年发布的《隐私计算研究范畴及发展趋势》正式提出「隐私计算」一词,并将隐私计算定义为:「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。」
可以说,隐私计算概念甚至比区块链还要超前,目前区块链已经出现了部分成熟的商业应用案例,但隐私计算还目前来看是一个仍在研究中,尚未成熟的技术概念。
但如果单纯就技术层面而言,区块链是隐私计算不可缺失的一环。
区块链可以保障隐私计算任务数据端到端的隐私性。通过区块链加密算法技术,用户无法获取网络中的交易信息,验证节点只能验证交易的有效性而无法获取具体的交易信息,从而保证交易数据隐私,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,最大程度上保护数据的隐私性。
区块链可以保障隐私计算中数据全生命周期的安全性。隐私计算的过程由智能合约控制,而合约数据被完整地存储在区块中,就保证了数据生命周期的安全性,不会出现在过程中被篡改或删除的情况。此外,区块链中所使用的非对称加密、哈希加密技术能够有效保障数据安全,防止泄露。
区块链可以保障隐私计算过程的可追溯性。数据申请、授权、计算结果全过程链上进行记录与存储,链上记录的信息可通过其它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,同时可通过对哈希值的验证匹配,实现信息篡改的快速识别。基于链上数据的记录与认证,可通过智能合约,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。
总体而言,区块链与隐私计算结合,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。区块链确保计算过程和数据可信,隐私计算实现数据可用而不可见,两者相互结合,相辅相成,实现更广泛的数据协同。
参考:https://blog.csdn.net/_/article/details/
隐私计算的未来
对于大多数人所描绘的,「隐私计算+区块链」在例如政务,金融等领域的应用可能太过于遥远,对于隐私计算的应用前景,当下我更看好在区块链的原生领域首先发挥出一定作用。
当我们回顾历史,在以太坊上一次的热潮中,诞生了无数声称要利用区块链去改变某个细分行业现状的项目,今天看来,能真正生存下来的,大都转向了区块链原生的领域。
我们举两个简单的例子,去中心化推荐平台 Attrace 曾经励志成为一个传统行业中通用的中介平台,但始终没有起色,但今年搭上了 NFT 和 IDO 的风口,成为了推荐 NFT 和 IDO 的平台,并在成交后为推荐者提供奖励,在区块链原生领域打开了流量入口。
另一个例子是 Filecoin,在主网上线之前,无数的声音说 Filecoin 能取代云,但目前看来,虽然吸引了一些低频需求数据的存储,但大部分的使用场景还是放在了区块链原生领域,例如作为很多 NFT 项目的数据层,用于提高数据量较大的 NFT 的交易效率。
对于 PlatON 来说,目前在 DeFi 领域有很多的应用机会,例如对收益聚合器项目中未来可能添加的针对个人投资喜好的推荐可能涉及对于个人投资数据的模型化计算,这样在同一模型下数据量小但频次较高的计算是比较合适 PlatON 这样的多层隐私计算平台的。另外,在基本应用层面,利用隐私合约和隐私交易开发出隐私化的 DEX,实现在去中心化的前提下实现交易双方身份和交易内容的完全隐私也是值得探索的一个方向。
另外,如果非要说与传统行业的结合,个人认为最先的结合点或许会在科研领域的机器学习研究,主要由于科研领域对于区块链的认知程度会远远大于商业领域,而区块链隐私计算平台的代币激励机制有利于提高算力的供给侧质量,降低成本。而商业领域内的探索不仅受限于技术的瓶颈,还会因为目前对于隐私保护的立法和监管的落地方向不明而受到桎梏,在没有明确的制度规定下,拥有大量数据的平台不会轻易接受数据的隐私化。
参考文档:
PlatON 2.0 介绍 Twitter:
https://twitter.com/PlatON_Network/status/PlatON 2.0 PPT
https://www.slideshare.net/ShiHeng1/privacypreserving-ai-network-platon-20-隐私计算白皮书全文 (6 部分):
PlatON Privacy-Preserving Computation White Paper | Part 1. Overall Framework
https://platon-network.medium.com/platon-privacy-preserving-computation-whitepaper-part-1-24ac70PlatON Privacy-Preserving Computation White Paper | Part 2. Algorithms
https://platon-network.medium.com/platon-privacy-preserving-computation-white-paper-part-2-algorithms-b6370bPlatON Privacy-Preserving Computation White Paper | Part 3. On-Chain Capabilities
https://platon-network.medium.com/platon-privacy-preserving-computation-white-paper-part-3-on-chain-capabilities-1c7c78756a44PlatON Privacy-Preserving Computation White Paper | Part 4. Off-Chain Services
https://platon-network.medium.com/platon-privacy-preserving-computation-white-paper-part-4-off-chain-services-f27730ada980PlatON Privacy-Preserving Computation WhitePaper | Part 5 Applications
https://medium.com/platon-network/platon-privacy-preserving-computation-whitepaper-part-5-applications-c15a22PlatON Privacy-Preserving Computation White Paper | Part 6
https://link.medium.com/6mupX32scib
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/76744.html