LIB:隐私计算究竟解决了什么问题?_HTT

隐私计算在2020被多次提及,于是不少人便预测2021会是隐私计算+区块链的爆发元年,这样的场景真的会出现吗?首先让我们从宏观的角度出发看待,区块链从诞生以来就想要解决关于信任的问题,把信任拆分开来,则涵盖了数据确权、数据流通、数据安全和隐私保护。虽说达世币、大零币已经出现多年,可一直被人诟病无实际应用场景。然而在近两年的时间里,出现了许多大大小小关于大数据杀熟、隐私泄露的事件。

摩斯隐私计算一体机全项通过深圳国金测评中心83项测评:金色财经报道,近日,蚂蚁链摩斯隐私计算一体机全项通过了深圳国家金融科技测评中心的测评,标志着该产品整体达到较高的金融科技水准。

深圳国家金融科技测评中心是由中国人民银行批准成立的国家级专业金融科技测评机构,主要开展金融科技应用测评、风险监测、监管科技以及合规科技建设,助力行业高质量发展。本次测评从功能性、信息安全和性能效率三部分展开,涉及可信执行环境、安全容器、密码功能、安全操作系统、CPU性能、Java性能等11个方面共计83个小项,摩斯隐私计算一体机均符合要求。

摩斯一体机是蚂蚁链摩斯团队自主研发的隐私计算软硬一体化产品,于2021年9月正式对外发布。[2022/4/27 2:34:22]

大型的案例有Facebook因安全系统漏洞而遭受黑客攻击,导致3000万用户信息泄露;暗网一位ID“f666666”的用户开始兜售圆通10亿条快递数据;瑞士数据管理公司Veeam泄露4.45亿条用户数据;Instagram平台被黑已超百万用户信息泄露;成都确诊女孩被人肉等等。这些信息泄露事件让我们开始重视隐私,也让更多人发现了拥有数据的所有权有多重要。我们每个人的名字、年龄、喜好、特长等都可以构成一份独一无二的数据,在授权更多的公司或者在填写信息之后,我们便成为了自己数据的使用者,更像是将数据交给别人保管,复刻出一个一模一样的AI机器人帮助我们更加了解自己。但这样的帮助我们真的需要吗?

微众银行区块链战略合作负责人邓伟平:区块链和隐私计算会形成隐私保护、数据治理的综合体系:金色财经现场报道,9月26日,2021区块链服务网络(BSN)全球合作伙伴大会于杭州开幕,会上,微众银行区块链战略合作负责人邓伟平演讲表示,数据要素本身作为生产资料的价值要通过流通发挥出来,在数据孤岛问题严重和法律法规的要求下,需要实现以用户为中心,在保护个人的隐私,且保证数据安全的前提下进行数据共享,价值的交换。从区块链角度来说,区块链是信任的机器,也是分布式共享的帐本,这些帐本形成的共享数据,本身就有隐私保护的需求,所以需要隐私计算的助力。

如果用联邦学习、多方安全计算开展隐私计算,区块链也可以为其提供可信的跨机构协同底座,因此,隐私计算技术跟区块链天然就是一个高度融合的技术。区块链跟隐私计算融合,最终业务上会形成全面的隐私保护和数据治理的综合体系。[2021/9/26 17:08:23]

波卡生态身份协议Litentry与隐私计算平台zCloak Network达成合作:据官方消息,波卡生态身份协议Litentry宣布与波卡生态隐私计算平台zCloak Network达成合作。根据合作协议,zCloak Network将使用零知识证明为Litentry中聚合的用户身份数据提供隐私保护。[2021/4/16 20:28:04]

不过是各类公司一厢情愿罢了。但随着我们对自身数据所有权的不重视,导致在通过算法分析推荐后自己越来越沉迷于此,随着推荐内容在不知不觉中提供了更多的数据给到对方。这时,发生隐私泄露或者贩卖数据时我们便被动地成为了受害者。如何解决这样的问题出现呢?区块链提供了更好的解决方案。区块链通过其本身的去中心化属性以及智能合约的不断完善,我们可以使数据充分地组织起来,搭建一个底层的数据存储、确权、流转、使用和保护的基础设施,重构当今使用场景。

首先我们还是要解决数据孤岛的问题,现在无论是政府还是企业,部门内都建设了很多IT系统,但是相互之间数据并没有打通,这就出现了一个部门一种数据,困惑的是民众。在打通孤岛的基础上,数据的权属将面临彻底的梳理,当然这需要相关的政策配合。第二是零知识证明的结合,也就是在无需看到完整信息的情况下,调用自己需要用到的信息即可的方式,避免了用户数据全部给到一个平台。第三则是DID与隐私计算的结合,我们每个人以区块链技术拥有一个专属于自己的链上身份证,该认证信息全球通用,防止因证件上传到中心化平台而造成的数据所有权被机构所拥有。

而现在最大的问题是政策的落地,因为大部分的重要数据还是掌握在政府部门及一些大公司手中,需要真正的通力配合。隐私计算相关的应用已经在全面爆发且市场竞争大,虽然今年被多次提及,但实现真正落地还有很长的路要走,但此趋势已不可逆。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

[0:15ms0-9:268ms