0
| 本文作者： 周蕾 | 2020-06-30 19:16 |
近日，微眾銀行區(qū)塊鏈首席架構師、FISCO BCOS開源區(qū)塊鏈平臺首席架構師張開翔做客HKSAIR《AI金融》系列線上講座，以“區(qū)塊鏈上隱私保護的挑戰(zhàn)和應對”為主題，探討區(qū)塊鏈如何為數據隱私和信息開放構建一座天平。
以下為張開翔演講全文，雷鋒網《AI金融評論》做了不改變原意的整理：
我是微眾銀行的張開翔，我們團隊從2015年開始研究區(qū)塊鏈。
在講區(qū)塊鏈和隱私保護之前，先簡單過一下區(qū)塊鏈的概念和分類。
首先，真正的區(qū)塊鏈必須是在分布式網絡上的。區(qū)塊是有序號、有高度，一個區(qū)塊接一個區(qū)塊地互相依賴生成，這樣可以做到數據的嚴格校驗，不丟、不錯、不亂。再用密碼學來校驗數據的穩(wěn)定性、可靠性、完整性。
下面兩層加起來，更像一個分布式數據庫或分布式網絡。行業(yè)里有個玩笑，說它是最慢的分布式數據庫。像比特幣的TPS就是7（筆/秒），以太坊大概是10+。我們聯(lián)盟鏈其實還是快很多，單鏈TPS目前是兩萬左右。這里就涉及到性能優(yōu)化的課題了。
分布式這么慢，它還有什么價值？它的價值就在于多方協(xié)作。
區(qū)塊鏈的靈魂與核心是什么？共識。沒有多方智能合約與共識算法來達成透明、高效、可信的合作，那它就只是個分布式數據庫。
那多方合作是為了什么？肯定是為了資產交易，數據分享。計算和數據共享基于智能合約透明的規(guī)則，大家共同執(zhí)行，這就是區(qū)塊鏈。
區(qū)塊鏈的基本特性是什么？介紹隱私保護之前，我們先來了解區(qū)塊鏈怎么組織這些數據和規(guī)則。
首先，在每個節(jié)點里，都有相同的區(qū)塊的數據結構。簡單來說，就是每個block里都包含一批交易。每個交易可能體現的是一次資產轉移，比如a給b轉了100塊錢。
這個交易必須是事務性的，交易執(zhí)行結果在所有節(jié)點上一致，怎么做到這一點？即通過共識和數據同步，意味著所有數據都會存到鏈上所有節(jié)點。
如果這個鏈接入了10個節(jié)點，數據存了10份一模一樣的；如果是1萬個節(jié)點，那數據存了1萬份，它也是一模一樣的，一個字節(jié)不錯、不丟，說明所有人都可以看到這個數據，也能驗證數據。
（如果）有少量的人篡改數據，其他人可以通過共識和驗證來拒絕修改，并且在發(fā)現修改之后懲戒篡改者。
所以，區(qū)塊鏈可以達成這樣幾個效果：
第一，數據難以篡改。要改，則必須算力達到50%以上，或者與鏈上所有或大部分共識記賬節(jié)點串謀，還是可以做到篡改，但這非常難，幾乎不可能實現。
第二，規(guī)則透明。因為智能合約在所有列的節(jié)點上是同樣的虛擬機和代碼，對同樣的輸入運行結果肯定是一樣的，是可驗證的。
第三，可追溯。既然大家都有所有數據，而且數據是含括了block 0到block最近高度，這就意味著可以追溯。
因為以上幾點，從而達成了區(qū)塊鏈最重要的特點——信任。但是，任何事情都具有兩面性。
說到區(qū)塊鏈上的隱私挑戰(zhàn)，首先定義一下隱私是什么？你的個人數據和信息是隱私：除了你有多少資產、銀行存款、不動產等，還包括你跟誰交易，也就是銀行流水。
我之前遞交出國簽證申請，需要附上最近半年銀行流水和交稅記錄。當時我很詫異，也很難接受，我覺得這些交易關系是我的隱私數據。
從流水中的交易信息，可以分析出交易時間、地點、交易對象、常用的交易類型是零售還是轉賬，這些都是你的行為模式。
現在所謂的大數據營銷，更多的就是基于你的身份、擁有資產、交易關系、交易頻率、行為模式等信息，來對你進行用戶畫像，分析出你的習慣喜好。
還有一種是大容量數據文件，在商業(yè)場景較為常見。比如刷臉會留下視頻，簽合同會留下PDF文件，大量用戶行為產生一堆大數據集，這其實都是隱私的、個人的、商業(yè)的數據。
所以，隱私是立體化的，它包含很多維度，各種場景、時間、行為都會產生隱私數據。
那區(qū)塊鏈上的隱私是怎么表達的呢？
以前，大家都說比特幣和以太坊本來就是隱私的，但它隱私基礎的重點是匿名。在比特幣、以太坊上轉賬，用的是一個私鑰和私鑰生成的地址，并不包含用戶聯(lián)系電話、真實姓名、郵箱等個人信息，大家看到的就是一串密碼串。
比特幣網絡的創(chuàng)建者中本聰，到現在也沒有人知道他是誰。聽起來這是一個很成功的隱私保護方案。但是，如果你不注意私鑰保管，或者自己把地址公布到某個論壇上，讓別人去給你轉賬，那就意味著這個地址在論壇上跟你的賬號綁定了。
如果你參與了某種交易所，登陸交易所需要個人手機號注冊、上傳身份證，這時你的地址就跟身份綁定；又或者是通過反洗錢、反恐融資策略——總之可以利用一些方法，將賬戶跟你的個人身份聯(lián)系上。
從技術手段來看，IP映射是指無論你在哪臺計算機，發(fā)出哪個通信包，只要能被抓包下來，就可以分析包里的很多信息，映射到你這臺電腦，獲取你的賬號、地址等。社工分析也可以基于你論壇上的行為、個人朋友關系、動賬的交易關系進行跟蹤。如上圖所示，只要轉賬，就有關系網，這都是公開可追蹤的。
區(qū)塊鏈的特征是透明、共享、可追溯、廣泛參與：
透明就意味著拓展了信息暴露的維度；
共享就意味著增加了數據存儲的位置，所有節(jié)點都存儲數據；
可追溯就意味著你的隱私數據存儲可能是永久的，并不是存儲一段時間后就刪掉丟棄，延長了隱私存儲時間，就很難被遺忘；
廣泛參與，是說區(qū)塊鏈作為分布式網絡，一定是有各方共識的，這時，參與的網絡里就可能有短板，而公開的網絡環(huán)境更容易摻入非信任角色，聯(lián)盟鏈在這一點上相對會好些。
所以，區(qū)塊鏈其實帶來了更大的隱私挑戰(zhàn)。有種說法是區(qū)塊鏈大量使用了密碼學，所以它是可信可驗證的，但其實這里的因果關系要調換一下——是因為區(qū)塊鏈本身追求公開透明，為了在公開透明的基礎上達成信任和驗證，才要引入更多密碼學算法。
在工作中，我們會遇到很多靈魂拷問：
作為一個金融機構，每天的交易信息都是透明的嗎？
怎么做到上鏈的數據可驗證，但又不被看到，更不會被竊取？
數據上鏈后，能不能刪掉？
加密數據會不會被暴力破解？
現在都用橢圓曲線、RSA算法、對稱非對稱加密，用很長的密鑰來保護數據。從數學理論上來說這些都可確保數據安全，但量子計算出來之后該怎么辦？
……
個人認為，量子計算技術成熟到應用可能還沒這么快，目前來看，量子計算的形態(tài)可以交換密鑰，但想要處理和破解大量數據還是比較難。
可是，對金融業(yè)來說，如果數據保留二、三十年，甚至永久保留，即使使用長密鑰加密，鏈上數據也可能被破解。父親的數據被破解，影響了兒子，影響幾代人，（這種現象）理論上是存在的。
當然，密碼學保護和攻擊的兩個陣營，是呈交叉螺旋上升式：你有矛，我就有盾，只是看矛和盾哪個硬，要用多少成本去保護數據。
假設一個借貸服務，涉及多機構共同參與，這些機構聯(lián)合為借貸人提供資質證明和資金，這就意味著這些機構要投票判斷用戶信用、決定貸款利率等。
但金融有風控獨立的要求，就是a機構與b機構的規(guī)則應該是互相獨立、各自運作的，如果只有一套規(guī)則且全部透明就有可能被人猜到。
這還涉及到用戶隱私問題，比如用戶在a機構發(fā)生的交易數據，不應該直接交給b機構，a機構和b機構都應該用自己的數據和數據來對用戶進行判斷。這些都是隱私保護。
征信和風控有相似之處，但其中的不同是征信要用大量的、多維度的有效數據，涉及到社保、銀行、稅務各機構的多方參與。怎么把不同維度、不同機構的數據連接在一起，整理出風控模型，這就自然而然聯(lián)想到聯(lián)邦學習。
下圖左側展示的場景類似二級市場：有發(fā)行、代理銷售，代理機構a不希望代理機構b知道自己的代理情況，用戶不希望別人知道自己買入賣出，這都是個人賬務資產變化，屬于隱私信息。
現在確實有很多隱私保護的策略，像是零知識證明、安全多方計算、可信硬件環(huán)境、全同態(tài)密文計算等，還有相關規(guī)范標準，那是不是就能完整保護隱私了？我的觀點是，每種隱私保護策略各有所長，各有所短，它的長短可能都體現在性能、功能、復雜度和中心化程度上。
零知識證明和安全多方計算，就是隱私保護的核武器，非常有潛力。
但其也有局限，比如零知識證明重點在于證明一個事物的有效性，而不在于運算，但用戶的賬目、風控模型都涉及計算。
安全多方計算是可以用于聯(lián)合計算，但現在它處在從兩方向多方發(fā)展的階段，多方安全解決起來比較困難，牽涉成本、計算量、復雜度。
我們都知道，手機有個安全區(qū)，把密鑰保護在安全區(qū)可以降低安全風險——但一個大企業(yè)把成千上萬的數據保護在安全區(qū)，就相當于完全依賴安全區(qū)。安全軟硬件依舊會有漏洞，還是要及時升級，總的來看，依賴硬件體系的反應速度會比較慢。
同態(tài)非常有趣，兩個密文相加得到一個密文，密文解密之后是這兩個密文對應的明文相加的結果。它可以用于多種情況的賬目計算，但只能計算，很難驗證，也就是計算結果如果是錯的，在密文情況下無法得知。
而且，現在同態(tài)一般是用于加法計算，乘法計算的速度比較慢。另外，同態(tài)的數據量如果是比較大，那么其數據膨脹和運算速度降低就會非常明顯。
群/環(huán)簽名，它很輕也有不錯的性能，但主要面向身份，不面向數據。
規(guī)范和標準，依賴很多鏈外管理手段，比如懲罰、司法追責。我們要把這些手段全部綜合起來，在性能、功能、復雜度和中心化中取平衡，在不同的場景下?lián)P長去短，來達到成本和效果的最優(yōu)。那就要求從多維度考慮隱私保護，它是個立體的場景化問題。
身份、資產、交易，這是我們要保護的基本信息。
首先，這些信息是否可見？如果連數據都碰不到，那沒辦法利用這些數據做任何事情。
其次，能看到之后，我們能不能使用？如果看到的是一串密文，那無法使用，還可以運用混淆、脫敏的方式來保證這些信息不完整性。例如，有賬戶信息，但沒有身份信息，這樣就無法被利用。
比如，密碼學有個密碼信封，只有信封密鑰的人才能打開。又或者是使用很多方式，比如一次一密的假名，來防止關聯(lián)，這樣就無法對用戶進行畫像，外人可以看到的只是孤立的數據，沒有辦法對用戶做什么。
最后，就是你看到的數據能不能被控制?？刂茢祿褪钦f，你們把我的賬轉給別人，改變我的屬性，我就要做權限控制，做安全加密的安全策略和多方制衡。
正如前文所述，區(qū)塊鏈有個特點：如果你改數據，別人不同意，共識算法不通過，我有拜占庭容錯，這就是一種多方制衡。
我們要達到幾個效果：看不見數據，不知道數據，不能改，但它在區(qū)塊鏈上依舊是可驗證、可監(jiān)管。
這就是聯(lián)盟鏈的特點——要可監(jiān)管、合法合規(guī)，這些要求要覆蓋鏈上整個生命周期，包括收集、傳輸、存儲、使用、屏蔽、銷毀。
生命周期的每個階段都有不同的特點，環(huán)境還牽涉網絡、存儲、內存計算和云，要用不同的技術手段去應對。所以我們的整個版圖還是很龐雜，圖上的底層就是各種各樣的隱私技術，并不是一兩個算法、密碼承諾或者簡單的不經意傳輸就能夠涵蓋的。
聯(lián)盟鏈跟公有鏈最大的區(qū)別在于，聯(lián)盟鏈有準入機制。所有接入聯(lián)盟鏈的人、機構、節(jié)點、身份都是可知的，接入前需向運營委員會申請。
委員會是多中心化的，并非單點。如果大家同意你加入這個鏈，給你分配了證書、公私鑰，就可以接入這個鏈。方式是發(fā)起連接。如果這個人或節(jié)點在鏈上有惡意行為，委員會還可以把他踢掉。
機構參與業(yè)務時，有可能和不同的人發(fā)生交易，作為機構，會希望這些人里沒有交集，這樣同業(yè)的傾軋、數據泄露等情況都不會發(fā)生。
我們研發(fā)的底層平臺有一個群組架構，就是在區(qū)塊鏈上拉出一個局部共識的獨立賬本。群組里信息互相隔離，群可以擴容，也就是你可以建立無數個群，覆蓋無數業(yè)務，這樣從性能、功能上來說都有極大好處。在不同的群、不同的鏈上的不同信息需要互相驗證、打通，就走跨鏈的路徑，這項技術安全上是可控的。
角色隔離，首先要定義清楚，不同的人做不同的事情。有個術語叫DO分離，就是開發(fā)和運營分離，開發(fā)不能做運營的事情，運營也不用去寫代碼。
擴展一下，就是建設、管理和使用是分離的，避免一個角色又當裁判又當運動員，以免他觸達太多數據，可能會侵害隱私，這就是整個聯(lián)盟鏈的角色分層理念。
剛才說到了節(jié)點、人、權限的隔離，再看數據隔離。我經常被問到一個問題：要傳輸一個文件，能不能上鏈共享，但同時上鏈后不讓所有人都看到這個文件？這時，可以將文件加密再放上鏈。
還有一種文件不需要上鏈的方法，鏈上存儲的是一些標識或URL，是一些哈希，它們相當于文件的指紋。通過鏈上鏈下結合：鏈上建立哈希指紋，鏈下傳輸文件，用戶可以在鏈上得到指紋，去驗證文件。
如果文件密級不高，可以用IFPS，但它是把文件分片，依舊可以串謀幾個計算機把文件分片聚集再拼出文件。如果是密級較高，還是建議用自有存儲的方式。
交易隔離，鏈下有些私有交易，是高頻、小額、點對點的，可以放到鏈下，像閃電網絡就是類似風格。這樣操作一方面可以提高性能和響應速度，更重要的是解決交易關系的問題。區(qū)塊鏈上的兩個人通過點對點網絡溝通，完全可以不經過服務器。所以點對點的過程是完全隱私的，只是最終產生了賬目，總賬里不包含這種點對點交易的隱私信息。
這個協(xié)議是由DIF（全球分布式身份基金會）與W3C（萬維網聯(lián)盟）國際標準化組織共同推進，目標是形成開放網絡，大家統(tǒng)一身份、互聯(lián)互通，做到數據無縫共享和流轉。這種模型可以連接人、物聯(lián)網、數據，服務各種各樣場景，包括金融、政務、醫(yī)療。
它是非常開放且通用的標準，參與其中的用戶可以自行控制并擁有數據，這跟之前很多互聯(lián)網模型不太一樣。在互聯(lián)網模型里，互聯(lián)網巨頭保存所有數據，我們說的在“云”上，（其實）都在別人機房里。用戶只有一個登陸密碼，沒有管理和擁有數據的權限。
這是非常重要的一點：用戶保存、控制自己的數據，這個數據是一種憑據，從權威機構，或是用戶業(yè)務行為而來，它們不僅僅是數據，而是證明，是可信、可驗證的證明。
怎么理解分布式DID協(xié)議？
首先，用戶要做KYC，比如刷臉，叫KYC生成標識。全局唯一標識，標識的樣子就是密碼串。中間這條豎線左邊所有東西都是用戶自己持有和控制的，右邊是你要交出去的，中間就起到防火墻作用。
這里有個隔離，誰找你要什么數據，必須表明訪問策略，就像你的安卓手機安裝APP時，詢問你開啟攝像頭權限，也就是用戶同意訪問策略，才會給出一個表述或披露。這個披露可驗證，但它是選擇性的最小化披露。
這就是隱私保護非常重要的模式：你保存管理自己的數據，明示同意，經過批準、審核之后，挑選一些數據，把它生成一個密文證明，給到對方去認證。因為區(qū)塊鏈連接了權威機構、用戶、商家，所以在鏈上進行可信的驗證，就是區(qū)塊鏈和隱私保護的一個有機結合。
企業(yè)數據則涉及人、行為、業(yè)務的大量數據，如果要聯(lián)合做業(yè)務，就會考慮采用聯(lián)邦學習，在多家機構做到數據不出自己機構，還能夠訓練出一個有效模型。
這個模型就可以導入區(qū)塊鏈上，鏈上的行為，風控、交易匯率、信用評級、定價等等，都可以采用聯(lián)邦學習訓練出的模型，非常有意義。
不同目標要采用不同的算法，比如收集大量的數據，要做差分隱私；為了防止畫像而做假名化；數據脫敏再做同態(tài)加密，匯總到云上，這都是大批量的群體數據算法，適用于大數據挖掘以及聯(lián)邦學習等。
再來看看身份隱秘，其適用在匿名支付、匿名投票、匿名競拍場景。如果可以匿名，又可監(jiān)管的話，用戶就不用擔心自己的投票行為會招致別人非議。
數據隱秘，資產里的數字、交易行為，都是數據。支付、投票、競拍，這都是場景。其中可能用到包括同態(tài)加密，零知識證明、安全多方計算、TEE等技術。這一系列的技術怎么為業(yè)務所用？
前面提到這么多隱私保護策略、數據維度和算法，一個場景不太會每個技術都用到，所以我們把這套技術整合成開發(fā)包方案，覆蓋從業(yè)務層、服務層、區(qū)塊鏈到智能合約的整體架構，不同的客戶端用不同的密鑰，使用SDK和模板工具生成場景所需的隱私保護工程和策略。
值得一提的是，每個人的隱私偏好有所不同，但我們是以最嚴厲的隱私保護標準來做的，這樣對整個生態(tài)的未來才是健康的。我們的技術也是開放的，包括區(qū)塊鏈，絕大部分都是開源易用的，可以適配很多場景。
總結一下：隱私保護，機會和挑戰(zhàn)并存。隱私保護是立體化策略，去設計一個通用的隱私保護策略其實很難，我們現在做的是針對大量場景做有效實現，也歡迎大家一起研究實踐，一起達成技術、業(yè)務以及整個生態(tài)價值的突破。
CCF-GAIR 全球人工智能與機器人峰會———AI金融專場
歷屆 CCF-GAIR 已匯聚多位諾獎、圖靈獎得主，28位海內外院士，21位世界A類頂會主席，103位Fellow，400多位知名企業(yè)家以及100余位VC創(chuàng)始人出席。
8月7日-9日，《AI金融評論》將在第五屆CCF-GAIR中舉辦「AI金融專場」，目前統(tǒng)計學“諾貝爾”— COPSS總統(tǒng)獎得主，摩根大通執(zhí)行董事，世界頂級學會主席，金融巨頭首席科學家、首席風控官，已確認出席。
會議詳情與合作，可聯(lián)系專場負責人周蕾，微信：LorraineSummer
雷鋒網雷鋒網雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
