ITM:多方计算:打开区块链应用新场景

当今,全球主要国家都在加快布局区块链技术发展,想要确保我国占据区块链领域的创新制高点,需加快区块链和相关前沿信息技术的深度融合,推动集成创新和融合应用。多方计算作为我国自主原创性创新技术,可以使多个非互信数据库在数据相互保密的前提下进行高效数据融合计算,其和区块链技术有效结合,将加速区块链场景落地,推动我国区块链应用发展。

把握区块链应用落地的新趋势?

下一阶段的区块链应用发展应完成以下两个转变:

一是单一技术转向多种技术综合应用。

区块链技术与云计算、人工智能、5G、物联网等新一代信息技术结合更为紧密,初步形成「区块链」应用解决方案。如「区块链云计算」基于云资源可创建更简便高效的区块链云上环境,并能提供部署、运行、监控的一体化运维解决方案,降低区块链的使用门槛;「区块链人工智能」提升区块链对复杂业务的支持能力,扩大区块链的使用价值。「区块链+5G物联网」为区块链提供高效的数据采集能力,并能大幅提升数据传输速度、减少网络拥堵,使得区块链性能得以大幅提升。未来区块链与多种技术结合应用的解决方案也将完全取代单一技术,成为技术创新与发展的重要引擎。

中国宝武联合多方发布《产业金融区块链联盟白皮书》:近日,中国宝武等26家产业龙头、金融机构、科技平台、科研院所、专业机构,共同联名发布了一份《产业金融区块链联盟白皮书》。该白皮书的宗旨是汇集各联名发布方在产业、金融、科技、学术、服务等各方面的资源优势,共同建设“共建、共治、共享”的产业金融生态圈,共同打造产业金融区块链联盟平台,并以联盟平台为载体,通过向中小、民营企业传递和分享核心企业的优质信用资源,从而驱动数据、资金等生产要素在生态圈内安全可控的流动,降低产业链资金成本,提高产业链运作效率。(证券时报网)[2020/10/28]

二是单一场景转向多场景融合应用。

区块链技术现已从金融领域扩展到政务、医疗、教育、物流、食品安全等多个领域,也在跨行业场景融合应用中显现出价值。如「政务金融」通过区块链打通政府部门与金融机构数据共享通路,实现资金的透明使用及有效监管。未来,区块链在跨领域多场景的融合应用也将重塑当前社会商业模式,成为产业浪潮的重要推手。

24小时BTC全网合约成交数据显示:多方占优:据合约帝数据显示,最近24小时BTC全网合约成交量中开多比例为51.95%,开空比例为48.05%。主流合约交易所中,Huobi季度开多比例为50.20%,开空比例为49.80%;OKEx季度开多比例为56.16%,开空比例为43.84%;BitMEX合约开多比例为51.32%,开空比例为48.68%。[2020/8/15]

随着区块链应用范围的不断扩展,四个问题也逐渐凸显:

一是数据隐私保护问题。区块链目前在隐私保护方面的技术处于早期发展阶段,仍存在诸多隐私泄露风险。

二是性能效率的局限性。区块链的运行机制依赖于大量实时的数据通信。随着数据量的膨胀使得链上节点数量不断增长,区块链的系统性能和处理效率问题也将直接影响其进一步商用普及。

三是链上链下数据打通的挑战。目前链上数据有限,还需与链下系统打通解决信息孤岛问题,而目前国内外链上链下协同技术仍处于早期研究阶段。

24小时BTC全网合约成交数据显示:多方占优:据合约帝数据显示,最近24小时BTC全网合约成交量中开多比例为50.55%,开空比例为49.45%。主流合约交易所中,Huobi季度开多比例为49.64%,开空比例为50.36%;OKEx季度开多比例为55.47%,开空比例为44.53%;BitMEX合约开多比例为48.00%,开空比例为52.00%。[2020/8/10]

四是上链数据真实性问题。区块链可在技术上实现难以篡改,但如何保证其上链数据真实性,也是当前区块链应用中的一大难题。

?推进区块链结合多方计算的新探索?

多方计算理论是由图灵奖得主姚期智院士于上世纪80年代率先提出和创立,是中国原创性的计算机底层技术,其突出特征是可在密文状态下实现数据计算并能得到与明文计算同样的结果。近两年,随着算法和工程设计的重大突破与改进,多方计算产品初步落地商用化,也为区块链的应用发展瓶颈提供了新的解决思路。

动态 | 点融推出基于区块链的安全多方计算服务:3月18日,点融区块链云服务平台正式推出商业化的安全多方计算(Secure?Multi-party Computation)服务。据悉,该服务以SaaS(Software as a Service)服务的形式提供,基于联盟链、智能合约、秘密共享和同态加密算法等技术。[2019/3/20]

区块链难以篡改、可追溯的优点,结合多方计算能实现数据「可用不可见、按规定的用途和用量使用」的强项,可实现数据隐私保护、数据存证、数据核验、联合计算、联合建模等多种功能,开拓区块链应用的崭新局面。

「区块链×多方计算」解决链上隐私、跨链协同及性能效率问题。

区块链记录和存证技术解决了传统模式中数据流转时常发生的造假问题,但由于多节点共同参与区块链系统的数据验证、存储和维护,使得数据隐私泄露风险增大。现结合多方计算技术可有效应对数据隐私泄露问题。具体应用如在政务领域,政务数据上链有助于推动数据共享和流通,然而政务数据中有些高敏感的信息直接上链将极有可能被不法分子在某单点攻破截获,因此通过结合多方计算技术,对政务部分敏感数据在上链前先做关联处理,用合约的方式将数据授权、用法用量控制等业务审批权限放于链上,链下则通过多方计算平台实现数据的隐私计算及结果反馈。通过这样的模式能有效解决区块链上敏感数据隐私泄露问题,并且这样的方式也解决了大量数据上链导致的多节点共识行为影响性能效率问题,同时也降低了链上数据的存储成本。此外,在调用政务数据进行计算时,如涉及链下或跨链数据,可通过多方计算的最新技术——明密文协同计算技术进行融合计算,为链上链下数据打通也提供了有效的解决方案。

声音 | 网信中国:我国区块链产业初具规模 多方面居世界前列:据网信中国消息, 2018年上半年,我国在量子信息技术、天地通讯、类脑计算、AR/VR/MR、人工智能、区块链、超级计算机等信息领域核心技术发展势头向好,产业应用稳步推进。截至2018年6月,区块链相关业务在政府、企业、资本的多方推动下已经初步形成规模,并且在专利数量、融资环境、政策扶持、应用落地等方面均处于世界前列。[2018/9/11]

「区块链多方计算」核验链上数据真实性。

通过区块链技术可实现数据的一致存储和难以篡改,由此大大增加了上链数据造假的难度和成本,也打消了大部分人群及机构对数据信用的顾虑。然而,仅靠区块链技术并无法保证上链数据的绝对真实,通过结合多方计算,可从当前链上难以获得的信息中对上链数据信息真伪进行有效核验。具体应用如在金融监管领域,金融机构将相关交易数据上传至区块链便于监管机构对链上数据进行审查分析和行为监管,但有些大额高风险交易数据为了不被监管机构察觉,金融机构很有可能在上链前就作了修改,为避免金融交易数据造假导致行业风险扩散,监管机构可通过多方计算技术从金融机构提供的交易信息对手方或上下游行业获取相关的数据,再与金融机构所提供的链上交易数据进行分析比对,即可及时发现金融机构是否有交易数据造假行为,从而有效增强金融监管的穿透性和专业性。

「多方计算区块链」实现数据可溯源、可监管。

多方计算为区块链应用提供了有效的解决方案,而区块链也对多方计算应用落地提供了有益的补充。如多方计算由于使用的是密文计算模式确保数据计算参与方都无法看到其他方的数据,如果参与方恶意输入错误数据将影响整体计算结果,通过区块链对参与计算的数据以及计算过程进行加密存证,可有效追踪恶意输入,同时也有利于监管部门对敏感数据流通及融合计算等场景进行有效监管。多方计算开创了区块链应用新境界,两者的紧密融合将产生更多相互促进的积极效果,为数字社会治理、交易和数字经济发展提供重要支撑。

积极探索社会治理新模式?

基于区块链与多方计算融合技术可创建更安全可信的数据共享流通平台,减少信息不对称,使得社会治理组织能及时获得更准确、更高质量、更全范围的社会行为信息,让社会治理变得更加公平、更加灵活和更加高效。同时,也能帮助监管机构有效挖掘出隐藏在海量数据中的风险趋势,实现风险早识别、早预警、早发现、早处置,从而更好地完善现有监管体系,提升对新技术应用风险的把控能力,推动监管机构实现从「事后监管」走向「实时监管」,从「旁路监管」走向「主动干预」。

此时,区块链与多方计算结合能有效推动数据确权和流通,区块链技术使得数据权属得以确认,而多方计算技术使得数据的可见价值与使用价值剥离,在保护数据隐私同时也能让数据的使用价值进行流通交易,为更多数据资源成为可交易的资产提供关键技术支撑。区块链与多方计算还能推动数据交易市场的发展,区块链技术能让数据资产交易的公平透明度提升,多方计算技术则能规定数据的用途用量,避免数据被滥用,加速数据价值变现步伐,为我国加快培育数据要素市场奠定基础。

总之,区块链与多方计算结合可搭建更安全、更灵活的数字基础设施底座,基于该底座可与大数据、人工智能、5G、物联网等多种新一代信息技术有机结合,并能充分激发新技术的应用潜力与价值,也将催生出全新的数据产业生态,促进数据与产业的深度融合创新应用,有效推动数字经济的高质量发展。

撰文:杜宁、陈希

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金星链

欧易交易所CHE:ACH(Alchemy Pay)

项目简介: AlchemyPay是具有适应性的加密支付基础设施,且是亚太地区较为领先的去中心化数字货币支付解决方案和技术提供商,开发了一个加密货币与法币混合支付解决方案.

[0:15ms0-0:672ms