本讲座选自中科院博士生导师白硕于2018年3月29日在清华大数据“应用·创新”系列讲座上所做的题为《区块链技术与数据隐私》的演讲。
以下为讲座现场视频,建议使用wifi观看:
演讲全文:
白硕:非常荣幸回到母校,跟大家分享区块链这样一个非常热的话题。区块链在前面,隐私在后面,但是大家都知道中国人总是喜欢把修饰语放在前面,把中心语放在后面。信息发达到一定程度,中国人才把隐私的概念提到日程上。
但是这些年中国高速发展,很快就进入了要讲隐私的时候。恰好我们遇到了互联网,互联网很快地形成了一个数据寡头垄断数据的格局。没几年,这些大的互联网公司就非常有名,他们掌握的数据资源也非常雄厚。
美国对这件事有一个很有意思的评论:“互联网的pain,区块链的luck。”可翻译成“中国互联网之痛,区块链之幸。”
1、区域链能做什么?
区块链和密码学的结合,能给我们提供解决隐私问题数据寡头问题的希望。
2、什么是区块链?
区块链是一块一块的数据,一个一个的数据块。将具体的数据打包在一个区块里。
哈希函数的两个特点:
正是因为有这样的特性,区块和区块之间逻辑上就连成了链。数据之间通过这样一种方式,逻辑上连成了链,这样的链叫做区块链。
3、区块链的本质
区块链的本质,有人说是去中间化,有人说是“躲开了央行,自己选择发行货币”。这些都不对,因为无法从技术层面上理解。
对于数据的诉求,实际上是技术方面的诉求。我们希望记下来的东西是不可篡改(撤销),不可仿冒,不可抵赖,不可乱序的。这四个是跟价值没有关系的,而且基础的非对称加密都似曾相似,如RSA、ECC等。但加入了不可透支和不可双花,就进入了价值转移、价值传输的领域。而价值是不同于信息的,价值有守恒性,信息可以不守恒。在价值传递、价值转移的领域里面,诉求可以归结为两点:
另外,还有业务诉求,一个是隐私保护,一个是可运营性。
一部分人认为不当得利应该不算,但是我们这里有不可撤销,不可篡改的东西都已经存在,他们解决这个问题只有一个办法——就是分杈,即找到一个大家有共识的历史帐本,然后篡改剔除这笔,继续往前走。
另外一些人有一个口号叫做代码即法,写出来的法,你知我知,你认我认,你信我信。如果这样的话,代码写错了也得将错就错,甚至说我不承认写错了,黑客得就是应该他得。理念的不同导致整个帐本分裂了还不止,社区也跟着分裂了。
4、数据共享的痛点
普通老百姓的隐私被侵犯的情况很多,一些机构也有很多的数据。在进行合作的时候,顾虑最大的就是数据。
特别强调:在数据主权边界的附近会出现竞合两种关系,所谓的合就是大家有共享的需求,所谓的竞就是大家都要防范对方去偷自己的,不当使用或者滥用自己的数据。这是一个很大的痛点,这个痛点如果不好好的解决,信息化社会的弊就会大于利。
5、数据主权
6、加密数字货币场景
现在有加密数字货币,如素数币、比特币、莱特币。人们想让数字货币既能够记帐,又不透露帐本的真实内容。首先民间有这个需求,有些账户到底转给谁了,留下来的记录就是查不出来。比如央行想推出法定的数字货币,张三给李四转账了,转账了多少钱,不能让旁边的王五看见,也不能做成像比特币那个样子,它的帐目不能是公开的,要保证隐私。欧盟体系,包括英国也有同样的看法。有这个看法的话,一定要引入隐私保护机制。
7、从错误印象谈起
有两种观点:
所以,不能把隐私问题的希望寄托在现在的区块链技术体系上,需要有新东西。
8、账户问题
9、账目问题
10、有效支付见证
11、交易后业务处理场景(假设)
按照目前的法律,中国结算的是最终的数据,是有法律效力的。交易所、证券公司也在记这些数据,但是如果遇到不一致的话,以中国结算的为准。如果这三方能够把账记在区块链上,在区块链上直接达成共识,到最后就是一笔账,非常清楚。但是,存在两点问题。
12、供应链溯源场景
很多供应链都涉及到溯源的问题,比如农产品、食品、药品。最初的源头沿着供应链,经过签字,一步步走下来,但是公开透明的话,有可能出现一种诉求,即上下游合作方不希望被透露。
13、穿透式采购供应链融资场景
穿透式的采购供应链融资场景,是一个龙头企业,拥有大量的采购。比如一个汽车公司,它可能有零配件、一级供应商、二级供应商。如果割断这些连接,光看这样一个小公司,它的财力不足,贷款就欠缺依据。但是如果通过穿透来看,它是来自龙头企业、有稳定的现金流的公司,就可以给它增信,使得它的信誉一下子得到它的背书。
在有区块链之前,通常增信只能做到一级,而不能多级穿透。有了区块链就可以多级穿透。在你资金不到位的时候,你可以拿着白条给你生产,但是白条最终会兑换出来资金。有了龙头企业的增信,银行就可以接受去做这个事情。上下游合作方同样有个诉求——白条分拆明细不希望被透露。
14、倒金字塔迷局
倒金字塔之谜,即少数公司能够得到散户的投资,而多数公司连专业公司都不会投资。没加入龙头企业的小公司,偿还能力比较稳定,但是有了龙头企业就可以把它们拎起来,利用金融领域里边熟知的一些方式来做。
15、数据交易
“裸”数据交易的痛点:
16、换个思路卖服务
目前大数据交易普遍存在的思路,就是我们不卖数据,而卖依托数据产生的服务。即把数据X、Y分装在私欲里面,卖的是函数,就是所谓的使用数据的服务。
17、数据API使用权交易
数据使用权是可以交易的,使用了一笔就卖一笔。但数据使用权自身存在问题,比如无法算清服务被使用了多少次。
加上区块链就可以变得更好。首先保持不卖数据卖服务的思路,然后计算服务被使用了多少次。明算帐,忠实记录,在线支付。
加上大数据交易,我们不交易数据本身,交易数据使用权。
18、数据融合
数据在封闭空间里面是原始数据,在开放空间里是经过了变形的,是函数处理过的数据。那么,在增值空间里,这两个函数就产生了所谓的数据融合的威力。
19、背靠背求交集场景
20、做法
一,不靠谱的做法:引入第三方。
二,没面子的做法:砸硬盘。
三,高明的办法:互相加扰。
你的数据你加扰,然后我加。只要我们找到这样的加扰算子,就成功了。加扰跟先后顺序无关,可交换。有了智能合约,就可以有一个中立的对象帮你数。
21、控制场景
人们并不介意把数据给一个程序,只要人拿不走就行。
22、匿名评价场景:不刷单
很多人都在网上购过物,甚至自己都打过好评差评,但是我们知道,很多好评差评是刷出来的。评论机制也可以用在信用评分、信用评级和针对单位360度的考核上,但是都彻底地不记名。
23、CCP(中央对手方)方案
24、隐私保护方案
缺点是把决策权交给了中央对手方或者是公正人。隐私性是强的,但是中心化也强了。牺牲了去中心化的属性,去保障了隐私化的属性。
Tear—off是留痕的,不同于密码学上的盲签名是签过以后不留根的。稍微有点区别。
State Channel,是状态通报。它启动和结算的账是明的,但是中间的明细是加密的。
25、密码学等相关知识
零知识交互与证明即在交互的过程当中,不透露任何的实体信息,但是让你相信这些实体的某种关系成立,而且确实成立,有理性的依据成立。
在同态映射下,先运算后加密和先加密后运算结果相同。在无法知晓实体内容的情况下,对实体间关系进行背书。
神经网络是机器学习的基础,深度学习无非就是多层的神经网络,甚至加上一些回路。神经网络经过同态映射之后,是可以在加密的状态下进行学习的。同态之后拿出来,就可以把大家的数据,在密文的情况下进行学习,学习完了再映射回去,这叫同态神经网络。人工智能黑白双杀,黑盒子看不见的是神经网络,能看见的是知识图谱。
美中不足的是,它们的工程实现效率还不理想。State Channel照顾了中心化的诉求,但是隐私性很差。CCP照顾了隐私性的诉求,但是去中心化差。所以这叫尺有所长,寸有所短。
26、这个领域其实有三种人
一种人在做算法,数据上纯粹"求索";一种人在做协议,逻辑上清晰"掌控";一种人在做系统,工程上可行"落地"。
27、开放讨论:被遗忘权
被遗忘权指的是我们现在有很多关于我们的信息出现在网络,想让它们不出现——做不到。区块链只能证明有,不能证明无。证明无,应该举证权倒置。
28、总结
我今天的分享就到这里,谢谢大家!