疫情之后“百万富翁难题”+区块链将带给世界什么改变？

（2020聆听区块链，见证新商业系列）

大数据，大数据，已经成为人们耳熟能详的词语，究竟大数据怎么个大法？在PC时代，每天产生的海量信息大多都存在一个个“数据孤岛”里。因为多重原因，“重新发明轮子”的事情不断上演，如何打破信息孤岛，避免重复劳动，利用数据中的科学规律为人类谋福？我们从最新案例来谈：最近的疫情中，阿里达摩院协助使用AI来诊断新冠肺炎的案例，这些新办法是在多家机构参与下，基于30000多个病例的CT影像样本数据，学习训练样本的病灶纹理，研发全新的AI算法模型。可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别，最终识别准确率高达96%。AI每识别一个病例平均只需要不到20秒，大大提高诊断效率，减轻医生压力。

（图源自建华wei业）

从这个案例中我们看到，数据来源于多方采集、多方共享。数据流转到研究人员手里，进而创造出了更大的价值——这是我们互联网由“IT”向“DT”时代转变的典范。数据因为流转而产生了更大的价值。然而伴随而生的是数据隐私的保护难题，以上文为例，如何在保护患者隐私的前提之下，获得对社会有重大意义的治疗和未来的预防方案？这类难题在生活中随处可见，亟待破解。

谁提出安全多方计算理论？

安全多方计算问题并不是全新理论（Secure Muti-party Computation，简称MPC、SMC或SMPC），早在1982年，华裔计算机科学家、图灵奖获得者姚期智教授提出了广为人知的百万富翁问题：两个争强好胜的富翁Alice和Bob在街头相遇，如何在不暴露各自财富的前提下比较出谁更富有？

（图源自中科院）

简单说：允许多个数据所有者在互不信任的情况下进行协同计算，输出计算结果，并保证任何一方均无法得到除应得的计算结果之外的其他任何信息。

再简单说：MPC技术可以获取数据使用价值，却不泄露原始数据内容。

安全多方计算的技术架构如下图所示：

（MPC技术框架图 | 中国信息通信研究院《数据流通关键技术白皮书》）

当一个MPC计算任务发起时，枢纽节点传输网络及信令控制。每个数据持有方可发起协同计算任务。通过枢纽节点进行路由寻址，选择相似数据类型的其余数据持有方进行安全的协同计算。参与协同计算的多个数据持有方的MPC节点根据计算逻辑，从本地数据库中查询所需数据，共同就MPC计算任务在数据流间进行协同计算。在保证输入隐私性的前提下，各方得到正确的数据反馈，整个过程中本地数据没有泄露给其他任何参与方。

安全多方计算主要特点

安全多方计算理论主要研究参与者间协同计算及隐私信息保护问题，其特点包括输入隐私性、计算正确性及去中心化等特性。

· 输入隐私性：安全多方计算研究的是各参与方在协作计算时如何对各方隐私数据进行保护，重点关注各参与方之间的隐私安全性问题，即在安全多方计算过程中必须保证各方私密输入独立，计算时不泄露任何本地数据。

· 计算正确性：多方计算参与各方就某一约定计算任务，通过约定MPC协议进行协同计算，计算结束后，各方得到正确的数据反馈。

· 去中心化：传统的分布式计算由中心节点协调各用户的计算进程，收集各用户的输入信息，而安全多方计算中，各参与方地位平等，不存在任何有特权的参与方或第三方，提供一种去中心化的计算模式。

安全多方计算的关键技术

两方计算、多方计算

安全多方计算技术目前仍未完备，通用的两方计算（2PC）已经具备了商用的条件。多方计算在某些特定场景下也已初步解决性能瓶颈；而通用计算协议在可扩展性层面依然不够成熟。

有哪些适用场景？

安全多方计算技术在需要秘密共享和隐私保护的场景中具有重要意义，其主要适用的场景包括联合数据分析、数据安全查询、数据可信交换等。

· 数据可信交换

安全多方计算理论为不同机构间提供了一套构建在协同计算网络中的信息索引、查询、交换和数据跟踪的统一标准，可实现机构间数据的可信互联互通，解决数据安全性、隐私性问题，大幅降低数据信息交易摩擦和交易成本，为数据拥有方和需求方提供有效的对接渠道，形成互惠互利的交互服务网络。

· 数据安全查询

数据安全查询问题是安全多方计算的重要应用领域。使用安全多方计算技术，能保证数据查询方仅得到查询结果，但对数据库其他记录信息不可知。同时，拥有数据库的一方，不知道用户具体的查询请求。

· 联合数据分析

随着多数据技术的发展，社会活动中产生和搜集的数据和信息量急剧增加，敏感信息数据的收集、跨机构的合作以及跨国公司的经营运作等给传统数据分析算法提出了新的挑战，已有的数据分析算法可能会导致隐私暴露，数据分析中的隐私和安全性问题得到了极大的关注。将安全多方计算技术引入传统的数据分析领域，能够一定程度上解决该问题，其主要目的是改进已有的数据分析算法，通过多方数据源协同分析计算，使得敏感数据不被泄露。

安全多方计算技术的优势

安全多方计算能够在数据不离开数据持有节点的前提下，完成数据的分析、处理和结果发布，并提供数据访问权限控制和数据交换的一致性保障。

安全多方计算拓展了传统分布式计算以及信息安全范畴，为网络协作计算提供了一种新的计算模式，对解决网络环境下的信息安全具有重要价值。利用安全多方计算协议，一方面可以充分实现数据持有节点间互联合作，另一方面又可以保证秘密的安全性。

安全多方计算+区块链

区块链技术发展至今，特别是对于公有链而言，面临着两大困扰：一是公开数据带来的隐私问题；二是链上无法进行高效计算处理的性能问题。

隐私问题不但包括区块链上记录的交易信息的隐私，还包括区块链上记录以及传递的其他数据的隐私，这一点在大数据时代尤为重要。而高性能的计算一直都是区块链发展的一个瓶颈，在公有网络中，大量节点需要全部对计算任务进行处理，以保证计算任务处理结果的准确性和不可修改性。但这样做造成了严重的资源浪费和低效，同时，为了取得去中心化的效果，搭建节点的要求又不能太高，这一点又进一步影响了单个节点处理任务的能力。

这时候，安全多方计算的输入隐私性、计算正确性、去中心化等优点就可以很好地帮助解决这些问题。

安全多方计算技术与区块链技术对比如下所示：

（来源：中国信息通信研究院《数据流通关键技术包皮书1.0版》）

从上图可以看出，区块链和安全多方计算在技术特点上具有一定程度的重合，又各有自己独特的一面。区块链的数字签名、不可篡改、可追溯、去中心化等优点，结合安全多方计算的输入隐私性、计算正确性、去中心化等特征，构成了下一代通用计算服务平台，实现了去中心化、数据保护、联合计算等综合特点，对上层业务形成新的技术支撑。

哪些行业可以用上？

不论是在全球范围内流动的资源、货物、资本、技术、人、数据或是观念，还是由于各种现实世界摩擦造成的冲突、监管和制约等等，都在影响着各方对于经济、文化、教育、医疗、公共管理等各行各业信息的判断和使用。

数据的流动和协同分析在各行业都有着极其重要的价值，也推生了众多的应用需求：

1. 金融业

金融本身就是一个经营风险的行业，风控与征信是金融业管理风险的重要手段。传统数据分析模式面临的难题是，数据采集范围局限、平台上传数据积极性低、更新不及时、接入门槛高等问题。而MPC征信模式可支持的数据本地采集方式，弥补了传统征信数据老旧、风险评估状况滞后的缺陷，更能支持数据类型多样化的协同计算，将数据分析范围从金融信贷数据，扩展至医疗、保险、交通等行业的征信评价体系中，获得更为广泛的社会信用评价画像。

2. 制造业

制造业的数字化改造已经为各类制造业企业带来了更精准、更先进的工艺，以及更优良的产品。而对行业整体供给数据、生产频度、维修情况等的综合分析，能为行业降本增效提供有力数据支撑，减少产能过剩之痛。制造业全球分布的特性，以及相对金融业较低的信息技术运用程度，使得数据的流通和共享存在一定阻力。MPC技术在制造业的运用，可以使数据互操作脱离国家边境线的限制，为全球制造供应链优化提供保障；通过对行业整体数据或市场需求情况的深度挖掘和多维度剖析，可以准确地配置全球生产体系，更加灵活地安排各地市场产品的投放，随时把握产业动向。

3. 医疗业

医疗数据的敏感性使得医疗机构、保险、药企、医疗设备供应商之间难以实现低成本、高效的医疗信息数据交换和共享，进而导致行业内大量的数据资源没有得到有效使用和深度分析。MPC技术在医疗行业的应用，可以在相对封闭的医疗数据参与方之间，建立起安全可信的数据交换网络，实现医疗数据价值的最大效用。

4. 电子政务

以电子选?举为例，这是安全多方计算的典型应用，得到了研究者的广泛重视。在电子选举中，通过安全多方计算可以实现：计票的完整性、投票过程的健壮性、选票内容的保密性、不可复用性和可证实性。此外，在多方参与需要公正裁判的场景，均可用安全多方计算协议来代替裁判。例如，安全多方计算使网上拍卖成为现实，电子拍卖的大部分方案都采取了可验证秘密共享协议或使用其思想，具备灵活性、保密性、健壮性和可验证性。

小结

随着安全多方计算和区块链技术的紧密结合，并在现实生活中落地应用，在处理公共事务时，将能有效地保护公民隐私，并获得宝贵的真实大数据，推动更智慧的生产关系出现，福泽大众。

—-

编译者/作者：POCC

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。