Phala×Suterusu×PlatON：隐私技术项目路在何方？

文章来源：Phala可信网络（phala_network）

3月11日周三下午2点，尹航作为TEE代表项目做客《金色深核》栏目，与Suterusu CTO 林煌、PlatON 算法科学家谢翔，共同探讨隐私技术的边界。

本文为Phala相关部分节选。

主持人：王航，《金色深核》栏目策划人

嘉宾：

林煌，Suterusu CTO

谢翔，PlatON 算法科学家

尹航，Phala Network CTO

Q1：首先我们先做两个假设，假设1假设我们要解决多公司之间数据需要保密且共同使用的问题，三个技术路线如何去做？假设2如果我们需要让搜狗输入法不获取任何用户隐私，且能实现和现在同样的功能，如何去做？去年Maskbook火了一下，各位如何看待这种“轻模式”的隐私应用？

隐私保护有很多种技术，每一种都有它适用的范围。所以我想首先提出一个简易的框架，对具体的问题做一个分类。

第一种最简单的情况，参与合作的人互相可以分享数据，不希望被他人看到，也不需要向他人展示任何信息，这种情况下其实只要用普通加密就可以了。

第二种情况，参与合作的人互相可以分享数据，他们不希望他人看到他们之间分享的数据，但希望展示数据的一些特征。这种情况零知识证明可以解决问题。

举个例子，Zcash转账的时候，收发人之间是知道转账金额的，但他们不希望别人知道这个金额。于此同时，为了确保交易是合法的，还需要向网络证明这笔钱的确是存在，没花过。

第三种情况更复杂，参与的人之间不愿意分享数据，更不愿意他人看到数据，但希望展示数据的一些特征。这种情况描述的就是经典的安全多方计算问题了，TEE和MPC可以解决这类问题。

实际上很多场景都符合这种情况。举个例子，几家互联网广告公司，各自拥有一些用户行为数据。他们如果把数据整合起来，广告准确度会大幅提高，但这些业务数据非常敏感，不可能互相分享。这个时候就需要一种技术，“参与的人之间不愿意分享数据”，但又希望可以使用多方的数据进行计算。总结一下：

成员可以共享数据、不需要对外公开信息时，普通加密即可。成员间可以共享数据、需要公开数据特征时，可以采用零知识证明。成员间不能共享数据、需要公开数据特征时，可以采用TEE、MPC。

回到主持人的问题上来。第一个问题，多公司之间的数据联合使用，就考虑公司之间是否愿意共享数据，如果愿意，零知识证明是可选方案，否则就需要TEE或MPC。

第二个问题，如何实现一个搜狗输入法且保护隐私。输入法的体验提升来自于两种数据：大量新鲜的语料、用户的私人习惯。

在这个场景下，用户与用户间、用户与搜狗间互相不愿意共享数据，且希望利用各方的数据改善算法模型。所以这是一个安全多方计算的问题，可以采用TEE和MPC解决。

然而这个问题有趣的一点在于，其实对于保密性稍作让步，就可以巧妙的采用更低成本的方式解决。

算法模型是训练而来的，但更新模型的过程不一定需要原始数据。换句话说，我们把用户数据做一系列的变换，让他不再包含隐私数据，但又可以更新模型，这其实是有可能的。这种算法就叫联邦学习，是针对深度学习的隐私保护方案。在这种算法下，模型与更新数据可以完全公开。其中更新数据的变换步骤，可以采用数学方法或TEE、MPC。

再说回来轻模式。“轻模式”很好啊，用最直接的方法，解决最迫切的问题，才能抓住用户。我认为渐进式的发展是一个普遍规律，不仅是隐私保护，整个互联网行业都是如此。

区块链从业者一定要认清现实，现在我们还处于区块链、Web3.0的早期，甚至门都没入，习惯了Web2.0体验的用户不可能一夜之间迁移到Web3.0。

隐私保护也是一样，我们有了最先进的技术，但为了发挥出技术的威力，还是要回到产品作为切入点。Maskbook就是一个不错的切入点，从用户一端，引导Web2.0用户融入Web3.0生态。我个人认为，从公司一端也可以入手，逐渐打开隐私保护的市场。等到用户普遍上车了，更重、更彻底的方案就可以开始大展身手了。

Q2: 对于加密货币来说，两个重要的过程是交易隐私和密码管理，三位嘉宾的项目怎样实现这两个过程的？三位如何理解“DID在隐私应用的重要性”？

零知识证明的主打功能就是隐私交易，而Phala Network则融合TEE与区块链的优势，实现了能够数据保密的通用智能合约，破除智能合约一切数据必须公开的限制。

具体来讲，TEE是CPU内保密合约的执行单元，保密合约运行在 CPU 内的特殊黑箱——安全区（Enclave），合约的执行与操作系统甚至外部硬件完全隔离，保证数据对外不可见，因此交易隐私得以保证。

密钥的管理也是一个很有趣的问题，密钥就等同于区块链上一切资产的所有权，因此目前的区块链上，密钥必须由用户妥善保管，否则就可能丢失资产。智能合约可以用于灵活设定权限，但由于公开的特性，并不能替用户保管密钥。

但有了保密智能合约就不一样了，用户完全可以把密钥保存在合约中，利用合约灵活的验证用户身份后再释放密钥，而不必担心密钥丢失。

可以在合约中管理密钥的另一个好处就是，跨链资产管理会变得非常简单，例如，我可以在合约中保存比特币私钥，允许以合约的身份收发比特币，另辟蹊径实现比特币的跨链智能合约。

我们最早推出的基于Phala的一个应用叫做pLIBRA，就是利用TEE保管密钥，实现Libra的跨链。

再说回DID。DID和隐私保护是不可拆分的。DID就是链上的身份证，我相信不会有人愿意把自己的身份证公开给全世界看。因此，只要使用身份信息的地方，就一定需要隐私保护。

隐私保护技术可以是多样的，例如零知识证明可以用来创建临时身份，而在Phala，我们即将上线的项目Web3 Analytics，则会利用TEE在各个DID关联的数据上进行联合分析，得出有价值的分析结果。

DID做到比较好的程度就是半去中心化，利用中心化机构解决链上链下的身份的关联，但又可以利用隐私保护技术，实现匿名的临时身份功能。

Q3：TEE应用的背景条件有一些“困境”，除英特尔外其他厂商不够标准化，英特尔虽然有tee标准，但标准不明确，移动端的硬件也存在尴尬现状，尤其是手机厂商的TEE不能通用，移动端没有可用开放的设备，这样的现状给行业内的创业者留了机会和挑战？

首先普及一个背景知识：TEE是2010年 Global Platform 颁布的一整套TEE系统体系标准标准，并不是由英特尔一家制定的。王航分享了我们之前写过一篇TEE的起源故事，感兴趣朋友可以看下。

许多商业或者开源产品一般都会参考这套TEE规范，并按照其定义的各种功能接口进行规范实现。其中大概定义的TEE标准特征是：

软硬件协同的安全机制：隔离是其本质属性，隔离可以是通过软件，也可以是硬件实现，更多的软件、硬件、IP、总线一体的安全机制

算力共享：能使用CPU的同等算力、硬件资源

开放性：有对应的REE侧，才有TEE的必要性，只有在开放性中才需要可信执行环境的保护

除了英特尔的SGX，还有AMD的SEV与ARM的TrustZone等方案，只不过因为英特尔做的平台既开放、又成熟，因此我们会选择英特尔硬件作为第一批TEE。

为了避免矿工（甚至是英特尔）作恶，区块链网络的特性就体现出来了：需要网络来验证CPU交付的计算结果是可信的，Phala Network做了一个事情，就是在签名上做了抽象层，不完全依赖英特尔告诉我这个签名是可信的。

程序结果是否是可信的，英特尔有一套远程认证协议，我们只是兼容了这套协议，假设英特尔作恶、或硬件有漏洞，再或者有更多成熟的TEE协议出来（比如在GPU做机器学习的TEE），Phala网络都可以兼容的很好。

可以想像一下，如果我们可以在区块链上构造一个联盟，为各种不同的厂商提供TEE的认证基础设施，就可以进一步降低对厂商的信任依赖，这也是区块链对TEE的一个互补吧！

Q4: GPU如果可以做TEE，会如何？当算力越高，如何面对TEE中心化的问题？

先说结论，TEE算力越高对Phala越有利，而不会引发中心化的问题，这是TEE-区块链混合架构的一种特点。背后的原因是Phala和当今区块链原理上的根本差别。

比特币和以太坊用区块链来解决双花问题，付出的代价就是需要在每个节点上运行昂贵的共识算法，达到所有节点状态一致的效果，从而实现了“去信任化”。

而和这些链不同的是，Phala的去信任化通过可信硬件保证，让硬件充当一个不可作恶的第三方，不仅可以实现去信任化，更实现了数据的保密。因此从技术上讲，Phala的节点本质是“非拜占庭的”，无需通过昂贵的共识算法就可以保证合约的安全执行。

由于Phala矿工是非拜占庭的，就得到了一些非常实用的特性。

第一是合约级的并行，因为非拜占庭，我们不用通过每个节点共识一次实现去信任化，因此每一个合约只需要运行在最少一个矿工上，每个矿工仅负责运行自己的合约，不同的合约在全网并行执行。因而网络的计算性能随着矿工的增加线性增长，可以实现极高的性能。

简单地讲就是，矿工越多，吞吐量越大。

第二个是天生支持跨链，Phala的合约是并行执行的，因此我们利用区块链与TEE互补，设计了一套合约之间的互操作协议，而这个互操作协议兼容Polkadot的XCMP，因此跨链调用与合约调用一样简单。

相信高性能和互操作是未来隐私保护技术大规模应用的基础。

【奇袭提问】林煌：Phala的方案对TEE和区块链隐私分别有什么补充？Phala与著名项目Oasis Labs的区别是？Phala的最大特性可组合性是如何实现的？

显然区块链缺少的隐私能力，在TEE上可以轻易实现。但TEE如果没有区块链的帮助，很难解决一些固有的缺陷。

刚才提到，Phala的去信任化是通过可信硬件保证的，然而单独的硬件解决不了两个问题：可用性和状态一致性。单独的硬件，拔电源就不能提供服务了，恶意的服务商可以随时终止服务，这就是不满足可用性。第二，多个可信计算节点常常有交互的需求，然而并行计算的基础告诉我们，代码执行的先后顺序不明往往会导致Race Condition，在加密货币上即为双花，这就不满足状态一致性。

因此，Phala最终采用了TEE-区块链混合架构。我们把状态数据加密存储在链上，任何人无需许可就可以下载，利用共识算法，每个节点都能得到一致的状态。

最典型的TEE-区块链混合架构就是Oasis Labs的Ekiden。但在我们早期调研时发现Ekiden缺少可组合性的基础——互操作。

可组合性在实际的区块链应用必不可少，是实现规模化网络效应的基础。

举个实际的例子感受一下，在以太坊排名前 10 的合约中 80% 都用到了合约间的组合与交互。同样地，Phala 上的数据交易协议也需要与链上应用和服务，包括去中心化存储、DeFi等基础设施相互组合。

为了实现可组合性，Phala Network 引入了独特的分层与事件溯源机制，简单而言，Phala把合约的读写两类操作分离，写操作在链上排序，从而杜绝了Race Condition，同时实现了TEE间的共享安全性。允许合约之间、甚至是与外部区块链之间得以互操作。

所以我们认为TEE和区块链的互补必不可少，而Phala也是通过对这个架构的改进，实现了Oasis Labs缺少的可组合性。

Q5: 现在对计算开销和存储开销大多都是预设，如果利用链来实现应用，三个项目都区域基础技术，那怎样判断需要一条什么样的区块链，输出能力、算力多少可行？几位嘉宾认为是保护区块链链上的隐私更重要，还是保护链下的隐私更重要？

我认为大规模应用下，大量的数据是不能直接上链的，因为目前的区块链并不适合处理大量的数据是一个共识。所以在Phala所有的合约计算都在链下执行。之前提到，Phala的节点是非拜占庭的，和区块链网络相比，Phala的网络更接近于节点之间可互相信任的传统分布式系统。

这样带来的一个好处就是，传统分布式系统中常用的大规模处理方式在Phala中可以照搬，大家熟悉的Mapreduce、Spark、甚至分布式数据库，理论上都可以在Phala上实现。

分布式计算依赖一个重要的能力，就是横向扩容，俗称堆机器，大多数区块链下每一个机器都进行同样的计算，无法实现横向扩容。Phala则不一样，每个节点各自计算，互相平行。因此对于我们来说，算力越大，可以承载的应用规模就越大，这是满足大规模应用的计算需求的唯一方法。

至于链上和链下的隐私保护，我认为重要性是一样的。目前链上的隐私相对成熟一些，只不过目前全世界的数据，可以说接近100%都在链下，所以很明显，这是一个潜力巨大的市场，不会有人放弃。

Q6: 三位嘉宾的项目都使用了零知识证明，除此之外三个技术的相互组合性如何？可以促成什么方案，各位可以畅想一下？

三位嘉宾的项目都使用了零知识证明，除此之外三个技术的相互组合性如何？可以促成什么方案，各位可以畅想一下？

密码学技术的代价是高昂的计算成本。例如刚才谢翔博士提到过，MPC可以支持两三方的机器学习模型训练。而对于某些更通用的计算问题，计算成本可能是原生的百万倍（详见Ekiden论文）。

这也是为什么我们与OasisLabs都不约而同的采用了TEE的主要原因。

TEE可以实现通用多方计算的能力，而且成本很低，大概成本只是原生的1.5-2倍。因此在不追求绝对的理论完备性的情况下，不失为密码学方案的一个补充。可以承载99%我们日常生活中的实际应用。

举个实际的例子。我们目前的一个方向是隐私数据的收集与管理，其中身份与密钥保密通过ZPK与MPC实现。而我们面向的普通的Web与移动应用，每天可以产生以TB计的海量数据，如此大规模的数据，MPC的成本是不太现实的。因此TEE在我们的系统中承载了99%的功能，是最适合落地、最高效的方案。而MPC与ZKP也是系统中的重要部分，不可或缺。

结语 by 王航

关于隐私，关于区块链应用，我们现在处于一个全力趟路的阶段，很多解决方案和设计，都需要逐一实现，但在区块链产业内的创业者们还是要做好持久战的准备，现在区块链的应用并不是业内竞争，与之相比的是整个互联网的应用。各位“技术战士”合力、加油。

本文来源：PhalaNetwork
原文标题：Phala×Suterusu×PlatON：隐私技术项目路在何方？

—-

编译者/作者：PhalaNetwork

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。