近日，微眾銀行區塊鏈首席架構師張開翔做客香港人工智慧與機器人學會HKSAIR《AI金融》系列線上講座，以“區塊鏈上隱私保護的挑戰和應對”為主題，探討區塊鏈如何為資料隱私和資訊開放構建一座天平。
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年開始研究區塊鏈。
在講區塊鏈和隱私保護之前，先簡單過一下區塊鏈的概念和分類。
首先，真正的區塊鏈必須是在分散式網路上的。區塊是有序號、有高度，一個區塊接一個區塊地互相依賴生成，這樣可以做到資料的嚴格校驗，不丟、不錯、不亂。再用密碼學來校驗資料的穩定性、可靠性、完整性。
下面兩層加起來，更像一個分散式資料庫或分散式網路。行業裡有個玩笑，說它是最慢的分散式資料庫。像比特幣的TPS就是7（筆/秒），以太坊大概是10+。我們聯盟鏈其實還是快很多，單鏈TPS目前是兩萬左右。這裡就涉及到效能最佳化的課題了。
分散式這麼慢，它還有什麼價值？它的價值就在於多方協作。
區塊鏈的靈魂與核心是什麼？共識。沒有多方智慧合約與共識演算法來達成透明、高效、可信的合作，那它就只是個分散式資料庫。
那多方合作是為了什麼？肯定是為了資產交易，資料分享。計算和資料共享基於智慧合約透明的規則，大家共同執行，這就是區塊鏈。
區塊鏈的基本特性是什麼？介紹隱私保護之前，我們先來了解區塊鏈怎麼組織這些資料和規則。
首先，在每個節點裡，都有相同的區塊的資料結構。簡單來說，就是每個block裡都包含一批交易。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，交易執行結果在所有節點上一致，怎麼做到這一點？即透過共識和資料同步，意味著所有資料都會存到鏈上所有節點。
如果這個連結入了10個節點，資料存了10份一模一樣的；如果是1萬個節點，那資料存了1萬份，它也是一模一樣的，一個位元組不錯、不丟，說明所有人都可以看到這個資料，也能驗證資料。
（如果）有少量的人篡改資料，其他人可以透過共識和驗證來拒絕修改，並且在發現修改之後懲戒篡改者。
所以，區塊鏈可以達成這樣幾個效果：
第一，資料難以篡改。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，規則透明。因為智慧合約在所有列的節點上是同樣的虛擬機器和程式碼，對同樣的輸入執行結果肯定是一樣的，是可驗證的。
第三，可追溯。既然大家都有所有資料，而且資料是含括了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。
說到區塊鏈上的隱私挑戰，首先定義一下隱私是什麼？你的個人資料和資訊是隱私：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，我覺得這些交易關係是我的隱私資料。
從流水中的交易資訊，可以分析出交易時間、地點、交易物件、常用的交易型別是零售還是轉賬，這些都是你的行為模式。
現在所謂的大資料營銷，更多的就是基於你的身份、擁有資產、交易關係、交易頻率、行為模式等資訊，來對你進行使用者畫像，分析出你的習慣喜好。
還有一種是大容量資料檔案，在商業場景較為常見。比如刷臉會留下影片，籤合同會留下PDF檔案，大量使用者行為產生一堆大資料集，這其實都是隱私的、個人的、商業的資料。
所以，隱私是立體化的，它包含很多維度，各種場景、時間、行為都會產生隱私資料。
區塊鏈上隱私保護的實現
那區塊鏈上的隱私是怎麼表達的呢？
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，並不包含使用者聯絡電話、真實姓名、郵箱等個人資訊，大家看到的就是一串密碼串。
比特幣網路的建立者中本聰，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，或者自己把地址公佈到某個論壇上，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繫結了。
如果你參與了某種交易所，登陸交易所需要個人手機號註冊、上傳身份證，這時你的地址就跟身份繫結；又或者是透過反洗錢、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絡上。
從技術手段來看，IP對映是指無論你在哪臺計算機，發出哪個通訊包，只要能被抓包下來，就可以分析包裡的很多資訊，對映到你這臺電腦，獲取你的賬號、地址等。社工分析也可以基於你論壇上的行為、個人朋友關係、動賬的交易關係進行跟蹤。如上圖所示，只要轉賬，就有關係網，這都是公開可追蹤的。
區塊鏈的特徵是透明、共享、可追溯、廣泛參與：
透明就意味著拓展了資訊暴露的維度；
共享就意味著增加了資料儲存的位置，所有節點都儲存資料；
可追溯就意味著你的隱私資料儲存可能是永久的，並不是儲存一段時間後就刪掉丟棄，延長了隱私儲存時間，就很難被遺忘；
廣泛參與，是說區塊鏈作為分散式網路，一定是有各方共識的，這時，參與的網路裡就可能有短板，而公開的網路環境更容易摻入非信任角色，聯盟鏈在這一點上相對會好些。
所以，區塊鏈其實帶來了更大的隱私挑戰。有種說法是區塊鏈大量使用了密碼學，所以它是可信可驗證的，但其實這裡的因果關係要調換一下——是因為區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演算法。
在工作中，我們會遇到很多靈魂拷問：
作為一個金融機構，每天的交易資訊都是透明的嗎？
怎麼做到上鍊的資料可驗證，但又不被看到，更不會被竊取？
資料上鍊後，能不能刪掉？
加密資料會不會被暴力破解？
現在都用橢圓曲線、RSA演算法、對稱非對稱加密，用很長的金鑰來保護資料。從數學理論上來說這些都可確保資料安全，但量子計算出來之後該怎麼辦？
……
個人認為，量子計算技術成熟到應用可能還沒這麼快，目前來看，量子計算的形態可以交換金鑰，但想要處理和破解大量資料還是比較難。
可是，對金融業來說，如果資料保留二、三十年，甚至永久保留，即使使用長金鑰加密，鏈上資料也可能被破解。父親的資料被破解，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資料。
隱私保護在實際場景中的應用金融典型場景一：風控
假設一個借貸服務，涉及多機構共同參與，這些機構聯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使用者信用、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機構的規則應該是互相獨立、各自運作的，如果只有一套規則且全部透明就有可能被人猜到。
這還涉及到使用者隱私問題，比如使用者在a機構發生的交易資料，不應該直接交給b機構，a機構和b機構都應該用自己的資料和資料來對使用者進行判斷。這些都是隱私保護。
徵信和風控有相似之處，但其中的不同是徵信要用大量的、多維度的有效資料，涉及到社保、銀行、稅務各機構的多方參與。怎麼把不同維度、不同機構的資料連線在一起，整理出風控模型，這就自然而然聯想到聯邦學習。
金融典型場景二：資產流轉
下圖左側展示的場景類似二級市場：有發行、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，使用者不希望別人知道自己買入賣出，這都是個人賬務資產變化，屬於隱私資訊。
隱私保護策略，哪個更好？
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、可信硬體環境、全同態密文計算等，還有相關規範標準，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效能、功能、複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。
但其也有侷限，比如零知識證明重點在於證明一個事物的有效性，而不在於運算，但使用者的賬目、風控模型都涉及計算。
安全多方計算是可以用於聯合計算，但現在它處在從兩方向多方發展的階段，多方安全解決起來比較困難，牽涉成本、計算量、複雜度。
我們都知道，手機有個安全區，把金鑰保護在安全區可以降低安全風險——但一個大企業把成千上萬的資料保護在安全區，就相當於完全依賴安全區。安全軟硬體依舊會有漏洞，還是要及時升級，總的來看，依賴硬體體系的反應速度會比較慢。
同態非常有趣，兩個密文相加得到一個密文，密文解密之後是這兩個密文對應的明文相加的結果。它可以用於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，現在同態一般是用於加法計算，乘法計算的速度比較慢。另外，同態的資料量如果是比較大，那麼其資料膨脹和運算速度降低就會非常明顯。
群/環簽名，它很輕也有不錯的效能，但主要面向身份，不面向資料。
規範和標準，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，在效能、功能、複雜度和中心化中取平衡，在不同的場景下揚長去短，來達到成本和效果的最優。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資訊。
首先，這些資訊是否可見？如果連資料都碰不到，那沒辦法利用這些資料做任何事情。
其次，能看到之後，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資訊不完整性。例如，有賬戶資訊，但沒有身份資訊，這樣就無法被利用。
比如，密碼學有個密碼信封，只有信封金鑰的人才能開啟。又或者是使用很多方式，比如一次一密的假名，來防止關聯，這樣就無法對使用者進行畫像，外人可以看到的只是孤立的資料，沒有辦法對使用者做什麼。
最後，就是你看到的資料能不能被控制。控制資料就是說，你們把我的賬轉給別人，改變我的屬性，我就要做許可權控制，做安全加密的安全策略和多方制衡。
正如前文所述，區塊鏈有個特點：如果你改資料，別人不同意，共識演算法不透過，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：看不見資料，不知道資料，不能改，但它在區塊鏈上依舊是可驗證、可監管。
這就是聯盟鏈的特點———要可監管、合法合規，這些要求要覆蓋鏈上整個生命週期，包括收集、傳輸、儲存、使用、遮蔽、銷燬。
生命週期的每個階段都有不同的特點，環境還牽涉網路、儲存、記憶體計算和雲，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，並不是一兩個演算法、密碼承諾或者簡單的不經意傳輸就能夠涵蓋的。
從可見、可用、可控思維看區塊鏈
聯盟鏈治理
聯盟鏈跟公有鏈最大的區別在於，聯盟鏈有準入機制。所有接入聯盟鏈的人、機構、節點、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，並非單點。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。方式是發起連線。如果這個人或節點在鏈上有惡意行為，委員會還可以把他踢掉。
隔離
機構參與業務時，有可能和不同的人發生交易，作為機構，會希望這些人裡沒有交集，這樣同業的傾軋、資料洩露等情況都不會發生。
我們研發的底層平臺有一個群組架構，就是在區塊鏈上拉出一個區域性共識的獨立賬本。群組裡資訊互相隔離，群可以擴容，也就是你可以建立無數個群，覆蓋無數業務，這樣從效能、功能上來說都有極大好處。在不同的群、不同的鏈上的不同資訊需要互相驗證、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，就是開發和運營分離，開發不能做運營的事情，運營也不用去寫程式碼。
擴充套件一下，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，以免他觸達太多資料，可能會侵害隱私，這就是整個聯盟鏈的角色分層理念。
剛才說到了節點、人、許可權的隔離，再看資料隔離。我經常被問到一個問題：要傳輸一個檔案，能不能上鍊共享，但同時上鍊後不讓所有人都看到這個檔案？這時，可以將檔案加密再放上鍊。
還有一種檔案不需要上鍊的方法，鏈上儲存的是一些標識或URL，是一些雜湊，它們相當於檔案的指紋。透過鏈上鍊下結合：鏈上建立雜湊指紋，鏈下傳輸檔案，使用者可以在鏈上得到指紋，去驗證檔案。
如果檔案密級不高，可以用IFPS，但它是把檔案分片，依舊可以串謀幾個計算機把檔案分片聚集再拼出檔案。如果是密級較高，還是建議用自有儲存的方式。
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，像閃電網路就是類似風格。這樣操作一方面可以提高效能和響應速度，更重要的是解決交易關係的問題。區塊鏈上的兩個人透過點對點網路溝通，完全可以不經過伺服器。所以點對點的過程是完全隱私的，只是最終產生了賬目，總賬裡不包含這種點對點交易的隱私資訊。
分散式標識協議（DID協議）
這個協議是由DIF（全球分散式身份基金會）與W3C（全球資訊網聯盟）國際標準化組織共同推進，目標是形成開放網路，大家統一身份、互聯互通，做到資料無縫共享和流轉。這種模型可以連線人、物聯網、資料，服務各種各樣場景，包括金融、政務、醫療。
它是非常開放且通用的標準，參與其中的使用者可以自行控制並擁有資料，這跟之前很多網際網路模型不太一樣。在網際網路模型裡，網際網路巨頭儲存所有資料，我們說的在“雲”上，（其實）都在別人機房裡。使用者只有一個登陸密碼，沒有管理和擁有資料的許可權。
這是非常重要的一點：使用者儲存、控制自己的資料，這個資料是一種憑據，從權威機構，或是使用者業務行為而來，它們不僅僅是資料，而是證明，是可信、可驗證的證明。
怎麼理解分散式DID協議？
首先，使用者要做KYC，比如刷臉，叫KYC生成標識。全域性唯一標識，標識的樣子就是密碼串。中間這條豎線左邊所有東西都是使用者自己持有和控制的，右邊是你要交出去的，中間就起到防火牆作用。
這裡有個隔離，誰找你要什麼資料，必須表明訪問策略，就像你的安卓手機安裝APP時，詢問你開啟攝像頭許可權，也就是使用者同意訪問策略，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：你儲存管理自己的資料，明示同意，經過批准、稽覈之後，挑選一些資料，把它生成一個密文證明，給到對方去認證。因為區塊鏈連線了權威機構、使用者、商家，所以在鏈上進行可信的驗證，就是區塊鏈和隱私保護的一個有機結合。
企業資料則涉及人、行為、業務的大量資料，如果要聯合做業務，就會考慮採用聯邦學習，在多家機構做到資料不出自己機構，還能夠訓練出一個有效模型。
這個模型就可以匯入區塊鏈上，鏈上的行為，風控、交易匯率、信用評級、定價等等，都可以採用聯邦學習訓練出的模型，非常有意義。
不同目標要採用不同的演算法，比如收集大量的資料，要做差分隱私；為了防止畫像而做假名化；資料脫敏再做同態加密，彙總到雲上，這都是大批次的群體資料演算法，適用於大資料探勘以及聯邦學習等。
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，又可監管的話，使用者就不用擔心自己的投票行為會招致別人非議。
資料隱秘，資產裡的數字、交易行為，都是資料。支付、投票、競拍，這都是場景。其中可能用到包括同態加密，零知識證明、安全多方計算、TEE等技術。這一系列的技術怎麼為業務所用？
前面提到這麼多隱私保護策略、資料維度和演算法，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包方案，覆蓋從業務層、服務層、區塊鏈到智慧合約的整體架構，不同的客戶端用不同的金鑰，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，這樣對整個生態的未來才是健康的。我們的技術也是開放的，包括區塊鏈，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，機會和挑戰並存。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、業務以及整個生態價值的突破。
