互联网|基于区块链的可信计算/隐私保护,助力数据市场组件化发展


互联网数据处于“无主”垄断的混乱状态 , 数据隐私将是未来的最“痛点” 。 据《2019数据泄露损失研究》评估显示 , 2019年全球数据泄露的平均成本为386万美元 , 比同期年的报告高出6.4% 。 该研究还首次计算了与“超大型泄露(超过100万条记录)行为相关”的成本 。 评估显示 , 大型数据泄露代价高昂 , 百万条记录可致损失4000万美元 , 5000万条记录可致损失3.5亿美元 。 互联网带来各种便利的同时人们不应该忘记自身数据处于泄露风险之中 , 同时数据还在“喂养”互联网公司的AI机器人 。 2018年的数据泄露事件 , 最终使得Facebook将支付创纪录的50亿美元与联邦贸易委员会和解隐私案 。

互联网|基于区块链的可信计算/隐私保护,助力数据市场组件化发展
本文插图

区块链时代的到来 , 让数据隐私的保护呼声愈烈 , 一方面是人们对数据作为一种潜力巨大的价值资源的认识越来越清晰 , 另一方面大量数据天然跟移动端的行为关联 , 用户越来越注意数据隐私的保护 。 过去的互联网模式 , 数据主要存储在互联网公司的云端 , 用户很难声明对数据的所有权;另外 , 互联网不断产生的庞杂数据的确权也是出于模糊的“无主”状态 , 但所有数据实际上都是掌控在互联网公司手中——无论他们如何声明不会泄露数据 , 不泄露数据不代表我们享有所有权 。 越来越多的智能服务背后都是来自于互联网公司AI机器人利用个人隐私数据进行机器学习的结果 , 这个过程中 , 用户是被动的 , 利益上存在受损的可能 。
【互联网|基于区块链的可信计算/隐私保护,助力数据市场组件化发展】而要想解决如上所述的问题 , 区块链的跨链是一个很好的切入点 , 理性分析市场 , 我们知道现阶段主流的跨链技术主要有四类:
公证人机制(Notaryschemes)
侧链/中继(Sidechains/relays)
哈希锁定(Hash-locking)
分布式私钥控制(Distributedprivatekeycontrol) 。

盛大公链根据相关规范 , 其支持分片链 , 每条分片链上将有128个节点进行验证工作 。 分片的概念将某数据库(去中心化数据库或其他类型数据库)中许多节点的数据处理职责分割开 , 允许同时进行交易、存储和信息处理 。 分片理念与目前的以太坊主链模式完全不同 , 后者则需要每个全节点对每一笔交易进行处理和验证 。 可以简单这样理解 , 目前的比特币或者以太坊都是基于全网共识——对每一笔交易都进行全网见证 , 而为了提高性能 , 把整个网络分成一片片区域 , 每个片内部进行独立处理有限的数据业务 , 而分片之间的沟通协调则通过信标链来完成 , 从而带来性能的提升 。 这类似于将庞大的账本数据分散给多个服务器进行独立处理以提升速度 , 然后通过类似中心流量系统(即信标链)将服务器之间进行互联沟通 , 确保全网共识一致 , 账本能够有统一确定的结果 , 进而对用户隐私进行保护 。
我们知道 , 在用户数据以及其他方面的保护上 , 真随机数问题一直以来是POS的核心问题焦点 。 除此以外 , 无论是PoS还是DPoS机制 , 在任何基于区块链的权益证明算法中 , 都需要某种机制来随机从当前活跃验证者集合中选择能够产生下一个区块的验证者 。 但这种随机存在人为操控的可能 , 为系统带来风险 。

为了从根部解决系统带来的数据风险 , 让各类生态更好的完成衍生 , 盛大公链引入了一种新的机制算法 , 这就是VRF , 全称VerifiableRandomFunctions(可验证随机函数) , 致力于解决应该采用何种低功耗随机算法可以保证矿工记账权益的公正公平性问题 。 尽管上世纪末该算法就已提出 , 但直到今年应用于Algorand、Dfinity等公链项目 , 基于VRF的共识机制才被市场重视 , 所以说VRF等新型共识机制算法为“不可能三角”提供另一种解决途径 。 基于VRF之后 , 盛大公链能够由私钥(SK)以及信息(X)产生一组可验证的伪随机(pseudorandom)随机数Y以及证明Ρ 。 任何人都可以通过Verify函数来检验这个随机字串的提供者是否真的是该公钥对应私钥的持有者 , 依照规定使用Evaluate函数所产生 。 通过VRF秘密抽签选择多名提案者并行提案 , 通过门限签名算法来达成验证组内 , 进而对STD的所有者进行资产保护 , 隐私保护 。


推荐阅读