萬向肖風：區塊鏈助力隱私計算，理論已找到技術實現路徑
公元前520年，古希臘哲學家畢達哥拉斯認為“萬物皆數”，並把數當做宇宙萬物的本原。
20世紀40年代，計算機的發明讓人類文明插上數字翅膀。
2016年，中國數字經濟總體量佔全國GDP總量超過三成。
2018年9 月，Facebook 宣佈，由於安全系統漏洞造成網站受黑客攻擊，可能導致近5000 萬用戶資訊洩露，連扎克伯格本人都未能倖免。
2018年11月30日，萬豪國際集團旗下喜達屋酒店客房預訂資料庫被黑客入侵，最多約5億名客人資訊或被洩露，萬豪股價應聲下跌超5%。
2500年來，從數到資料，從哲學意義到商業價值，即便數並非萬物本源，但資料已成為新時代的“石油”。
可以肯定的是，隨著資料的價值被廣泛認識，如何更高效、更安全地利用資料，正成為全社會關注的問題。
2018年12月1日，由矩陣元發起，算力智庫主辦的“Web 3.0時代隱私計算構建新資料共享世界”主題私享會在深圳舉行。來自全國各地的學者、金融機構和技術服務商等業界專家在當前大資料、人工智慧、區塊鏈等新科技大行其道的背景下，探討了海量資料在共享、交換、交易過程中的隱私保護問題，以及隱私計算作為未來解決方案將發揮的重要作用。
會上，由矩陣元、算力智庫、萬向區塊鏈實驗室、Crypto Innovation School(CIS)和上海市股份公司聯合會共同發起的“振金社”正式成立。作為Web 3.0時代下專注討論隱私安全與資料共享的聯盟組織，“振金社”聯合了權威學術機構、科技企業、領先數字經濟智庫、主流媒體等作為首發佈道者，旨在打造國內首個數據安全與隱私保護專業聯盟平臺。
算力智庫總裁燕麗發表演講
萬向區塊鏈董事長肖風
萬向區塊鏈董事長肖風在致辭中表示，隨著人工智慧的興起，隱私計算成為世界性話題。目前中國在隱私計算領域不落後於海外，隨著區塊鏈的進展，已經找到了理論的技術路徑，希望行業一起在工程化系統化方面共同努力，走向應用。“振金社”的成立就是希望國內業界共同聯合發展隱私計算，在脫離“幣”、脫離投資融資的基礎上談談底層技術。
矩陣元CEO孫立林
矩陣元CEO孫立林表示，區塊鏈解決不了隱私保護，要解決這一問題就不得不轉到密碼學。只有隱私的固化才能給資料確權、估值、定價，這才是商業模式。
深圳證券交易所高階經理計勝俠在會上做了《區塊鏈的隱私問題淺析及存證案例分享》的演講。他表示，目前資料隱私洩露問題嚴重，國內外都出臺了相關法律規定。但區塊鏈由於每個節點都有相同資料，洩露風險更為突出。區塊鏈上的隱私保護實踐應基於雜湊演算法+非對稱加密/簽名。
隱私計算：現實需要
與會嘉賓普遍認為，當前數字經濟中資料價值得到充分發掘，但資料隱私洩露已經成為最受關注的問題。另外，掌握大量資料的不同機構，因擔心資料洩露而不願共享資料，形成了“資料孤島”，造成無法充分發揮資料價值。
武漢大學教授何德彪
武漢大學教授何德彪指出，當今社會在享受網際網路便利的同時，卻讓渡了部分安全性，增加了隱私資料洩漏的途徑，導致了個人資訊的非授權使用和洩露。據統計，涉及個人資訊洩漏的前5大行業分別為：網際網路、金融、政府機構、教育、醫療，佔全部行業個人資訊洩露的69.2%。這幾大行業都偏重於儲存、分析、使用個人資訊，並已滲透到生活的各個方面。
何德彪教授進一步表示，隱私敏感資料具體可分為：客戶行為資訊、身份資訊、金融交易信息、徵信資訊、醫療資訊、保險資訊等。
矩陣元COO謝紅軍
矩陣元COO謝紅軍認為，網際網路的發展，使得資料成為戰略資源，“大資料”下誕生了“流量經濟”，催生了依賴“大資料”的“廣告”公司。在此背景下，資料隱私安全問題越來越普遍和常見，出現了許多強制授權、過度授權的超範圍收集個人資料現象，使用者的便利性成為了犧牲隱私性的藉口，但這樣的“合理性”應該得到糾正。
謝紅軍表示，掌握大量資料的機構和主體，因出於資料洩露及自身利益考慮，不願開放自己的內部資料，尤其是重要資料。但任何單一機構永遠都只能掌握資料全集的一部分，只有將多方資料協同計算才能實現資料價值的最大化。這時候，就需要藉助“隱私安全”技術，來解決資料隱私保護和資料流通與共享之間的悖論。
根據中國信通院釋出的《大資料安全白皮書（2018）》，隱私安全是指利用脫敏、匿名、密碼學等技術保障個人資料在平臺上處理、流轉過程中不洩露個人隱私資訊。謝紅軍則指出，隱私保護是建立在資料安全防護基礎之上的保障個人隱私權的更深層次安全要求。
作為資料隱私問題的解決方案，以安全多方計算（MPC）為代表的隱私計算其核心價值就在於：在本地資料不被歸集、隱私不被洩露的前提下，各方仍然能夠通過執行既定邏輯的運算得到一個共同想要的結果。在MPC整個計算協議執行過程中，各參與方對自身資料始終擁有控制權，只有計算邏輯公開。計算參與方只需參與計算協議，無需依賴第三方就能完成資料計算，並且各參與方拿到計算結果後也無法推斷出原始資料。
據謝紅軍介紹，除安全多方計算（MPC）外，基於密碼學演算法的新型隱私安全技術還包括代理重加密 (PRE)、零知識證明（ZKP）、同態加密 (HE)、監管審計等。
當然，除了有認知、有技術，還要有應用、有場景。正如肖風在會上所說，光有技術不行，必須要結合場景，因為只有場景才能告訴我們怎麼去做工程。
隱私計算：產業召喚
本次會議吸引了近百位來自金融、醫療、科研、科技、投資等領域的專業人士參加，其中包括了歐菲科技、得潤電子、華鵬飛等上市公司，足見各產業對隱私計算的認知和期盼。
電子科技大學教授羅蕾
電子科技大學教授羅蕾以智慧網聯汽車（ICV）為例，介紹了資料安全與隱私保護對於該行業的重要性。據她介紹，隨著車輛保有量的激增，車聯網使用者將爆炸性增長。每輛車產生的資料每小時達到5G-250G之多，市場對車輛資料的應用存在廣泛需求，僅二手車交易中資料價值保守估計可達1.5億/年。
在這一複雜的生態中，資料主要來自於車輛、配件廠商、4S店、交警、車管所、地圖、車聯網平臺、保險商、二手車、租賃等，包括了駕駛資料（駕駛操作、行駛情況、路線等）以及非駕駛資料（維修、銷售、保養、保險、出行與消費習慣等）。同時，這些資料的需求方也來自多方面，如車聯網平臺、保險公司、市政建設、交管部門、租賃及二手市場等。
羅蕾教授指出，要讓汽車資料發揮價值，有兩個前提：第一，應匯聚多維度、多領域的海量大資料。第二，應合法合規使用資料，即保護資料隱私、保障資料權益。她表示，在資料自身安全方面，應採用現代密碼學演算法主動保護資料。在資料防護安全方面，則採用現代資訊儲存手段主動防護。
與會專家認為，安全多方計算在現實中應用價值巨大。比如，在醫療健康和基因資料領域，隱私性要求高、資料量大，可通過MPC讓不同機構實現共享資料，保證實際資料保留在醫療機構的本地系統，同時又能共同計算出需要的資料結果。在金融行業，藉助隱私計算進行多方資料協同計算將徹底改變傳統網際網路使用者標籤和畫像處理方式，改善大資料收集、清洗、分析模式下的風控和精準營銷模型，大幅提高金融服務水平。此外，隱私計算也有助於物流行業中不同資料方之間的協同計算，確保資料不離開本地，從而杜絕資料洩露，解決目前物流大資料行業的痛點。
謝紅軍表示，隱私計算在金融、供應鏈、物聯網、汽車業等領域都有用武之地。他以基因資料分析為例說明，基因資料作為人最為重要的資料，通常是志願者或客戶自己將其保存於研究機構或者醫療公司中。這些研究機構想對基因資料做深入研究，比如研究某種疾病等，而由於本身儲存的基因資源的有限性，他們希望利用其他機構或企業的資料。但是，這些資料是客戶最敏感的個人資料，或因其他原因，導致不同機構的基因資料不能互相共享。
在這種情況下，通過在分佈於兩個不同地域上的機構各自部署一個MPC節點（包含MPC演算法的軟體部署和SDK的部署），兩機構無需將各自基因資料給到對方，通過MPC協議就可完成對兩地基因資料的相關計算。謝紅軍還從技術層面介紹了MPC的基本邏輯、計算流程、基本框架等。
在技術層面，謝紅軍介紹了安全多方計算的基本邏輯、計算流程、基本框架等。據其透露，矩陣元已擁有多項密碼學核心技術專利，並與武漢大學、中國科學院、上海交通大學深入開展技術攻關和科研合作，在金融、醫療、保險、徵信等領域積累了應用經驗。