作者：趙建民
編輯：生煎
算力說
保證個人或企業隱私資訊在資料處理、流轉過程中不會洩露，是他們參與資料共享和流通合作的前提條件。當前，隱私計算行業主要涵蓋隱私型數字貨幣和隱私型智慧合約兩個方面。在隱私型智慧合約領域，主要存在兩種技術路徑，一種是以Enigma為代表的MPC（安全多方計算）技術路徑，另一種是以Oasis Labs為代表的TEE（可信執行環境）技術路徑。ARPA作為基於MPC的鏈下隱私計算網路服務提供商，本期算力智庫研究院透過對ARPA的詳細剖析來分享我們對隱私計算行業的一些觀點。
【核心觀點】
MPC效能已經得到大幅提高，所需計算時間不到明文計算的10倍。目前，在兩方MPC計算領域，國內已有公司在工程上成功實現。但在通用MPC計算領域，雖然近年來學術界和企業界紛紛轉向實用化技術領域的研究，也取得了一些成果，但距離真正的商業化應用仍有一段很長的路要走。
經研究，我們發現，幾乎全部專注於隱私計算領域的公司都選擇從隱私保護力度最強也是隱私保護需求最大的金融和醫療兩個領域切入產業應用。在金融領域，以科創板、滬倫通、資管新規、CDR為代表的金融開放和金融創新政策有望在2019年落地，而在醫療領域，電子病歷與醫保控費等醫療政策也將開始落地實施，2019年，各大券商不約而同地最看好金融資訊化和醫療資訊化兩個方向的發展前景，而以MPC為代表的隱私計算服務顯然也將分享部分市場紅利。
【基於密碼學的新型加密演算法進一步賦能萬億級別大資料市場向縱深發展】
隨著大資料、人工智慧等數字經濟時代新興技術在生產、生活活動中的廣泛應用，各行各業沉澱下來的資料背後所蘊含的潛在價值越來越受到大家的高度重視，資料業已成為企業和國傢俱有戰略價值的核心資產。
根據中國資訊通訊研究院調研資料顯示，2017年我國大資料產業規模為4700億元人民幣，同比增長30.56%。未來三年，大資料產值預計將從2018年的6200億增長到2020年的超過1萬億，年複合增長率（CAGR）為17.66%，處於快速增長階段。
中國大資料市場規模（單位：億元）
資料來源：《大資料白皮書（2018）》，中國資訊通訊研究院
但根據麥肯錫研究報告指出，人類社會每分每秒產生的海量資料，只有不到1%被真正加以分析利用。大量資料就靜靜的躺在孤立的伺服器裡，產生不了任何價值。究其原因，現有的技術手段不能很好地保障資料在傳輸和使用過程中的隱私問題。
【隱私型智慧合約領域主要技術流派：MPC vs TEE】
當前，隱私計算行業主要涵蓋隱私型數字貨幣和隱私型智慧合約兩個方面。
隱私計算行業細分領域及典型專案
資料來源：算力智庫研究院
而在隱私型智慧合約領域，主要存在兩種技術路徑，一種是以Enigma為代表的MPC技術路徑，另一種是以Oasis Labs為代表的TEE（可信執行環境）技術路徑。
【MPC計算所需時間已經發展到低於明文計算的10倍水平】
MPC主要包括兩方安全計算和安全多方計算。目前，主流的兩方安全計算框架主要採用加密電路和不經意傳輸兩種密碼學技術。而通用的安全多方計算框架可以讓多方安全地計算任意函式或一類函式的結果，主要涉及秘密共享、不經意傳輸等技術。
MPC效能表現發展圖
資料來源：ARPA
MPC發展了30餘年，其資料預處理效率相較2012年提高了200多倍，計算所需時間已經發展到低於明文計算的10倍水平。
目前，兩方MPC已經在工程上成功實現，但通用的安全多方計算協議計算效率很低，近年來，學術界和企業界紛紛轉向實用化技術領域的研究，也取得了一些成果，但距離真正的商業化應用仍有一段很長的路要走。
【ARPA：一站式隱私資料安全計算解決方案】
針對當前區塊鏈專案普遍存在的兩大痛點，也即是隱私性的缺失和有限的可擴充套件性難題，ARPA的安全多方計算網路不依賴於任何硬體和任何可信第三方，可以作為鏈下解決方案耦合到任何支援智慧合約的公鏈，來給他們作為Layer 2提供隱私計算功能，實現隱私智慧合約，為區塊鏈提供安全可靠的隱私計算能力。同時利用可驗證計算將複雜運算轉移到鏈下的安全計算網路，大幅提高鏈上共識速度，提升公鏈基礎設施效能。
圖片來源：ARPA
ARPA的願景是讓每個人在保證其個人資料安全和隱私的情況下，實現多方資料協同計算，最終得以安全、高效地變現。
ARPA整體技術架構圖
資料來源：ARPA
ARPA安全計算網路的每個節點均由共識層和計算層兩層組成，計算層主要負責執行ARPA的安全多方協議，共識層主要負責各種交易的記錄和達成一致。ARPA安全計算網路對所有參與者開放，無須許可便可自由加入網路，貢獻它們的計算資源並獲取相應回報。同時，ARPA藉助秘密共享和門限簽名技術來保障區塊是隨機生成的。
【ARPA的核心競爭力主要體現在隱私安全和運算高效兩個方面】
APRA的安全計算網路的核心競爭力主要體現解決隱私性和可擴充套件性兩個方面。
隱私安全
ARPA的多方資料整合分析平臺允許多方在不信任的前提下聯合計算任意函式或邏輯，在全過程中保證輸入值和結果不被公開。
運算高效
由於計算和驗證的過程被拆分開，並在鏈下達成共識，ARPA的多方資料整合分析平臺的密文計算過程比同態加密快數千倍。
【應用案例】
ARPA的合作方現包括Stardust、ANZ、Credit Karma、量化派等金融領域，共同探索MPC在高價值資料共享中的應用。
ARPA 在2018年10月已經完成MPC計算網路的POC驗證，走通離線計算和私有化智慧合約的邏輯，爭取在2019年年初上測試網路。
ARPA在金融、醫療、廣告三大行業應用場景
資料來源：ARPA
【學術背景和技術背景是核心管理團隊最大看點】
ARPA核心團隊成員均來自清華大學、北京大學、卡內基梅隆大學等頂尖學府, 其中近40%為博士，曾就職於谷歌、亞馬遜、華為、富達投資、復星、國家密碼晶片實驗室等領先企業。
聯合創始人兼CEO章磊擁有8年資料科學及人工智慧從業與創業經驗，碩士畢業於喬治華盛頓大學金融工程系，Stardust.ai創始人兼CEO，曾在CircleUp、AIG、世界銀行任職資料科學家、AI科學家。
聯合創始人兼COO徐茂桐，畢業於NYU Stern商學院，有5年投資經驗，曾在復星集團風險投資基金覆蓋區塊鏈、AI、大資料、金融科技等領域。
密碼學研究員Alex Su，清華大學密碼學博士，研究方向包括身份加密、同態加密、格密碼等，曾發表四篇IEEE/ACM 論文。
【算力綜評】
ARPA緊緊抓住了當前區塊鏈專案普遍存在的隱私性的缺失和有限的可擴充套件性難題這兩大痛點，將自身定位成基於MPC的鏈下隱私計算網路服務提供商，這確實是一個很好的跑道。
ARPA核心管理團隊的學術背景和技術背景整體實力不俗，這也是公司的最大亮點所在。公司預計於2019年年初發布測試網路，相較於同一賽道內的其他競爭對手，仍需要進一步加快技術研發和應用落地的進度。
縱觀隱私計算所有業務環節，隱私資訊共享和流通問題處於中後期環節。事實上，提高原始資料質量、針對同一資料產品進行差異化定價、建立專注於隱私資訊共享和流通的法律法規體系等前期環節同樣亟待解決。
