清華教授徐葳：如何真實提升聯盟鏈的效能？
今日（11月28日），在由Odaily星球日報主辦的新區勢區塊鏈峰會上，徐葳教授帶來了以《區塊鏈與資料融合技術的一些探索》為主題的演講。徐葳教授畢業於賓夕法尼亞大學，後在加州伯克利攻讀碩博，現在清華大學交叉資訊研究院擔任博導，主要研究方向是大資料、人工智慧、金融科技。
以下為徐葳教授的演講內容精編，由巴位元整理。
我過去是做分散式系統的，特別早的時候做了P2P，然後我就對這個東西失望了，所以我是非常典型的反去中心化的思想，我們是一個學術單位，希望能在區塊鏈一些模組的核心技術方面尋找突破。
區塊鏈為什麼有趣？它確實是集電腦科學之大成。包括分散式系統的可靠性和一致性技術、密碼學理論、博弈論和機制設計、P2P網路、大資料等等。同樣因為它集成了這麼多技術，所以很難找到一個人，或者一個研究組把它們統統搞懂。好在區塊鏈大部分是開源的，我們就想大家可以單點突破，做一些科研嘗試，最後把這些東西集合起來。為此，我們主要專注於兩件事，一是提升區塊鏈（聯盟鏈）的效能，二是保護隱私的資料融合。
一、如何提升區塊鏈的效能？
我們要做的事情首先是提升區塊鏈的效能，我這裡指的是聯盟鏈，暫時不考慮公鏈那種比較複雜的情況。現在很多鏈說自己效能很高，但其實是因為它有多個分割槽，這是另一回事，我們重點做的事提升單個分割槽（partition）的效能。
Gosig的基本目標
我們做了一個系統，叫Gosig，這個系統是基於PBFT的，這是一個非常經典的共識協議，它的優點是在叢集裡即時產生共識，不想比特幣的POW機制需要幾個區塊後才能共識，因此PBFT的效能比較高。當然相對應的它的安全性不如POW，因為它只能防範小於1/3的節點作惡，壞人可以控制整個網路，任意造成網路分割，但是在聯盟鏈裡一般不會存在說我今天想攻擊誰就攻擊誰，而是說我來領導這一輪吧，要是不行這個塊就空了。
我們希望既能滿足PBFT的所有假設，但是把它的協議擴充套件到一個很大的範圍。壞人可以任意瞬時殺掉一些節點，只要仍滿足f<N/3。另外其他的聯盟鏈節點數量一多，效能就不行了，我們希望可以提升它的可擴充套件性，支援廣域網，這是我們設計時的一個基本目標。
Gosig的設計思路
我們基本沒有改動PBFT，只是簡化了正確性證明。因為分散式系統是個很複雜、很專業的領域，不是拍腦袋就能想出來的。那怎麼讓它的效率變高呢？原先是要進行多輪投票，而且每個人都要把訊息廣播給所有人，這種方式聽起來就很慢。我們是用Gossip協議邊傳輸資料邊投票，具體怎麼實施呢？就是我把訊息發出去，不會等別人回覆的，通過聚合簽名來避免投票中的雙向通訊，每一輪隨機的祕密選出leader，避免針對leader的攻擊，所以在生成新的leader之前，我不會知道它是誰。它是一個協議層和網路層的共同優化，我要把所有的操作全部流水線化，充分利用所有的計算和網路資源（PBFT+BitTorrent），任何人在任何時間都有事做，把網路填的滿滿的。
Gosig的效能實現
我們測試的效能，如果用280個節點，在14個不同的資料中心裡面，在廣域網環境中，就是它是跨全球的，資料中心的那個延遲性還是蠻高的。在這樣一個環境下，我可以實現60MB的block，可以承載單個分割槽每秒15000筆交易，確認一個塊的時間是16秒。
後來我們又找了1000個節點，模擬5000個節點，限制在20Mbps的頻寬下，在全網共識下，能達到每秒3000筆交易，確認出塊時間是24秒。然後你再觀察一下的話，會發現所有的網路頻寬全部用上了，平均頻寬使用達到16.8Mbps，也就是說物理網路頻寬說唯一的瓶頸了，它的物理極限就這麼多了。當然我還可以把頻寬再加一些，效能會更高。
這樣極致的效能有什麼好處？天下武功唯快不破，你只有把下層做得足夠快，上層應用才能做，這是我做系統設計的一個理念。
二、如何在保護隱私的前提下做資料融合？
上述是我們在底層做的一些探索，上面應用層呢，很多人說區塊鏈能促進資料融合，怎麼做得呢？就是讓每個人都copy了一份，這當然就資料融合了，但隱私問題怎麼考慮呢？
隱私問題不見得需要區塊鏈，但區塊鏈是一個去中心化的方案，可以作為資料交易的媒介。在資料交易中，買方只想買特定應用的使用權，他們只想用這個資料，而不需要把資料全都買過來，但是對於賣方而言，他把資料給了你，誰知道你會怎麼用呢？他們的感知是，交易的原始資料就是交易資料的所有權。
所以我們要做的是，通過加密演算法和系統限制資料的使用，就是說這個資料分享出來後只能這麼用，沒有其他的用途，本著這樣一個理念，就需要我們系統的任何部分均看不到原始資料，或者中間過程明文，而只能看到明文的結果。這是一個安全協議，是我們院長姚期智院士80年代提出來的，但是這些年一直沒有一個好的程式設計模型。你怎麼把它變成一個通用的，能夠搭載演算法的框架？
我們對此做了很多探索。另外這裡面有無數種加密方法，如何選擇效率更高的演算法呢？我們經過研究，可以做得非常快，也非常通用，可以直接用python寫，容易程式設計，就和平時寫程式差不多，最終可以在不看到處理過程的情況下算出最後那個結果來。我們可以優化到一個神經網路模型用毫秒就能識別出來，同時支援基於加密的資料隱私和基於統計的差分隱私。
我們現在做了幾個應用場景，第一個應用是個人信用歷史的查詢和整合。比如查“徐葳借了多少錢”，這裡面有兩點，一是不能讓別人知道你查的是“徐葳”，這樣的話別人就知道“徐葳可能在找你借錢”，客戶就有可能被別人搶了。二是不能讓你知道“徐葳在哪裡借錢”，只能得到他借了多少錢的結果。
第二個應用是一個數據融合建模平臺，這是一個醫藥的試用。就是一些藥廠在測試一些藥的作用，它不想告訴別人具體在測什麼，因為這是他的智慧財產權，但是我們又想得到一個模型預測哪些藥對哪些病有作用，所以我們就整合市場的資料，而沒有洩漏每一方資料的情況下，整合在一起做預測。那麼如果你整合的資料越多，預測演算法的準確度也越高。所以說資料是有意義的，如果保證了每個人的資料沒有洩漏，資料交易就不會發生，可以從密碼的方案來實現。
三、一點思考：公鏈為什麼這麼難？
世界上有很多人在研究不同的模組。他們共同幫助區塊鏈構成一個完整的體系。區塊鏈是一個技術集大成者。我這裡有一個思考，為什麼公鏈很難設計？
因為傳統系統設計理念是分模組的，機制（mechanism）和策略（policy）是分開的。我想寫一個檔案，怎麼把檔案寫進去？為什麼要寫這個檔案？這兩件事是分開的。policy更多的是根據特定應用優化效能，mechanism就是我要把它做得更快、更可靠、更安全。在傳統系統中這兩個架構是分開做的，但是在公鏈系統中，這兩部分是分不開的，因為你的效能、網路狀態、共識機制跟你的系統有多安全，能不能達成共識，跟你的策略，以及獎勵都是有關係的，所以它的policy和mechanism是混雜在一起的。
失去了傳統的設計和開發的方法論，如何開發？團隊如何設計？我們需要多少個天才程式設計師才能設計出一個完整的系統？把剛剛所說的這些結合在一起，反正我是想不明白。
最後，我想引用一段話：“有兩種方法來構建一個軟體，一種是設計的非常簡單，所以它明顯沒有缺陷；另一種是讓設計變得超級複雜，所以它沒有明顯的缺陷，前一種方案遠比第二種難。”我覺得對於大家想設計一個巨複雜的區塊鏈平臺來說，這句話值得大家回味。