金黄深核｜谁可以创建个人隐私计算的“分布式系统数据湖”？_以太坊

金黄深核｜谁可以创建个人隐私计算的“分布式系统数据湖”？

在信息化时代裸跑，大家总是会被数据劫持、出售。由于你的数据不属于你。

当下，是应当聊一聊数据和个人隐私的情况下了。

2019年末，我曾把零知识证明、多方面计算、可靠实行自然环境等个人隐私计算技术性的意味着新项目聚集到一起做了一期极其深层的探讨。

那时候，在区块链产业链遍布里早已拥有个人隐私跑道，有极少数新项目在科学研究、扩展、试着，仅仅针对个人隐私、个人隐私计算及其数据等层面并沒有那麼清楚的分辨。

把时间轴放的更久一些，从2018年迄今，大家实际上看到了个人隐私新项目向个人隐私计算的迭代更新（2个技术性标识很早已存有，但领域侧重点拥有迭代更新），这一状况意味着了一些技术性的发展趋势和运用的趋向性。

在对这种项目分析报告结构，对市场的需求开展考资格证书后，小编觉得这时该明确提出一个合理的见解。

即：现如今的区块链个人隐私计算新项目里，谁想拿到个人隐私计算第一，要首先创建个人隐私计算的“分布式系统数据湖”。

缘故非常简单：数据储存在数据杜兰特并不可以立即造成使用价值，仅有历经数据训炼才有使用价值，也就是数据要有所为深度神经网络、联邦学习服务项目的工作能力，而数据湖是这一途径里的必定选择项，根据区块链技术实体模型里，会发生新的“分布式系统数据湖”。

文中里，我能为这一专有名词开家脑洞大开，在合乎逻辑性演练的范畴内为大伙儿论述一个架构。但这类实体模型现阶段仍未有十分完善的实例，若有片面性，热烈欢迎诸位指控。

数据湖的定义，来源于大数据和设备学习业务。

大家日常一定听过数据库，数据库的方式不大不小，是十分单独的数据存储单位，每一个数据储存部位全是一个数据库，当数据库中间被连通，产生一个大数据互动构造，就可以了解为数据湖的品牌形象。

小编在amazon的AWS Lake Formation服务界定里查到数据湖的专有名词界定：

数据湖是一个安全性的集中型輔助储存库，它以数据初始方式和可用以剖析的方式储存全部数据。运用数据湖，能够 溶解数据荒岛并组成不一样种类开展剖析，得到 剖析結果具体指导更强的业务流程管理决策。

因此我们可以了解为，当多个初始储存的数据库相互连接，便是数据湖。但这一数据湖如何工作中呢？

这一段叙述能够 粗略地见到一些工作中要求。

“设定和管理方法数据湖包含载入来源于不一样来源于的数据、监管这种数据流、设定系统分区、开启数据加密和管理方法密匙、界定变换工作并监管其实际操作、将数据再次机构陈列文件格式、配备密钥管理设定、删掉沉余数据反复数据、配对连接纪录、授于对数据集的访问限制及其随时间流逝审批访问限制。”

因此数据湖的关键作用是数据的互动，而解决其至关重要的问题是数据加密和数据集的访问限制。在大家所希望的区块链技术数据湖里区，好像也是这般。

区块链技术的数据构造，是区块链技术的个人隐私计算的基本，非常简单，便是数据是分散化在经营者处，存有于大家的手机上、电脑上别的智能终端里。

自然，手机上数据大多数是有缓存文件的，有一些数据是短时间储存，大家所见到的这些互联网技术App扣除客户的数据，全是其所必须 的数据，而这种数据有一些即时造成，在缓存文件里，有一些储存在本地存储里。大家尽管在当地能够 实际操作查询，但服务平台还可以随时随地取走数据，由于使用权并不是在客户这儿。

在区块链技术的数据构造里，数据在本地存储，还必须 把全部数据数据加密，而且你所应用的App没法获得你的数据，除非是你积极向App给予互动，或是容许受权。

这一情景里，大家希望的是：服务平台在沒有受权时是拿不动大家的数据的。但这仅代表的是成形的储存数据。而大家有很多的数据，是必须 历经去中心化网络服务器解决的。

比如添加一个社交网络，大家的登录名，手机号码，电子邮箱这些数据全是非常容易曝露的，理想化情况下，别人对大家挑选不公布的数据不由此可见，而重要的是，服务平台还要对数据不由此可见，或是不能用。

这必须 服务平台具有一些基本上的作用，而服务平台的作用，一定是其身后开发设计作用中的反映，这就会有公司介绍了解的区块链项目了，比如帐户ID具有个人隐私作用，信息内容访问限制的设置。

大家见到保护隐私的区块链项目，都是会在这些方面勤奋。

但是区块链和数字货币有一些纯天然个人隐私特点，比如区块链的所有权、数字货币的不用批准及其详细地址的群体极化。

仅仅当数据确实产生一定的规模以后，绝大多数的业务流程都和日常生活密切相关，因此群体极化以后会出现kyc，kyc后，数据的个人隐私和个人隐私计算，无可非议的变成最重要构成部分。

互联网技术大数据技术性早就和云计算结合很多年，在传统式云计算里，AI要求的数据湖对数据的操纵早已越来越非常简单，进度到SaaS级别。

比如前文的AWS Lake Formation其建立全过程非常简单，只需界定数据源，制订要运用的数据浏览和安全设置就可以了。Lake Formation控制模块会协助应用方从数据库和阿里云oss中搜集并按文件目录归类数据，将数据挪动到新的数据湖里区，应用深度学习优化算法清除和归类数据，并维护对比较敏感数据的访问限制。

而对外开放现象是，应用方创建运用的客户能够 浏览这些叙述了可以用数据集以及适度使用方法的集中化数据文件目录。随后，客户能够 根据选定的剖析和深度学习服务项目，运用这种数据集。

简单点来说，这一逻辑性把遍布在各个地方的数据，最后在数据服务项目上展现了使用价值，它是区块链技术全球里，许多新项目要想完成的，假如仅仅简易的把数据操纵在客户手上，那客户仍仅仅感受了服务平台的服务项目，而并不是将数据能够 转现，尽管说数据token化就很有可能有买卖使用价值，但这类买卖使用价值暴力行为水平远不如在人工智能技术里完成的产业链使用价值。

比如，假如手机微信区块链技术了，大家在微信的个人行为数据就再也不能立即取走被运用到广点通里，你的朋友圈中不容易发生“你刚和别人说过的”你要买的物件，也不会被粗鲁的强烈推荐一些商品。

区块链项目想完成那样的企业愿景，但发展趋势之途很有可能略微坎坷。由于那样的运用难以完成。

大家见到的区块链项目，除开Defi、Nft这种网络层新项目，别的全是基础设施建设，而以区块链的基础设施建设，特性难以进行网络平台的业务流程要求。

当伴随着区块链及其数字货币持续拓展，互联网中的客户提升，每一个详细地址的关系数据也逐渐提升，全部客户的数据集中化展现了巨大的经营规模。这种存有当地的数据，就也构成了巨大的数据群集。

在这里基本以上，能完成数据湖的，并不是很多。由于完成数据湖，必须 独立的算力、储存、优化算法这些。在区块链项目的设计方案里，这一一部分很有可能必须 独立的一层互联网，或某一个参加互联网建设的人物角色。

绝大多数区块链项目并不可以创建那样的作用，由于绝大多数区块链项目的互联网仅有工作能力保持Defi新项目的运作，而欠缺充足的储存和计算工作能力。

除储存和算力外，在这里基础设施建设里，必须 有区块链技术的数据构造，比如以DID为企业的客户数据，必须 有算力和储存的投资模型，还必须 有安全性的编码和有利于开发设计运用的分布式数据库。

这种都让个人隐私计算的新项目屈指可数。

自然大家那样判断的前提条件，是大家所说的个人隐私计算，是有关数据的个人隐私解决。而并不是简易根据合同实行的密名、混币、买卖个人隐私这些。

在买卖解决分层次的定义早已在数字货币项目设计里获得的共识后，大家希望的是区块链承担数据的利益证实，而别的层操纵的算力和储存，进行个人隐私计算。

在文章内容的最终，大家用数据湖的最后出题，去推理出一个数字货币个人隐私新项目的设计方案架构。根据这一架构，能够 一部分比照现如今目前市面上的个人隐私计算新项目。

最先，区块链为数字货币新项目给予的共识层的总帐本。在这个总帐本里，是全部公布存留的数据证实。

下面，是如何把项目设计为具有个人隐私计算工作能力。

从初代的个人隐私新项目看，主要是提升了群体极化和买卖个人隐私，比如具有混币合同的个人隐私币，其能够 将合同作为一种dapp服务项目，让代币总进到合同以后的实际操作没法查看。那样的设计方案，关键是在链上布署合同，很有可能会应用密码算法优化算法或是零知识证明等代表性技术性，以确保交易方式在没有由此可见的状况下恰当实行。

而如果是有硬件配置规定的个人隐私计算设计方案，那在前文大家所提及的区块链互联网，其节点构建，就必须 独特的机器设备，或是在区块链的共识层外，再度构建一个由独特机器设备构成的计算互联网。

比如根据结合具有TEE计算区的硬件配置设备连接铺网，就可以运用TEE维护区块链上的买卖实行、合同实行等，TEE是对计算开展的物理学维护，有一些与众不同的通信方式，让可靠计算区和别的要求点互动。

而假如区块链互联网具有MPC等对计算规定较高的技术性布署，就必须 构建区块链互联网的连接点机器设备历经独特订制，或是在区块链的共识层外，创建一个layer2计算、储存层，将算力和储存都共享资源出来 ，给予数据个人隐私计算必须 的資源。

有意思的是，由于MPC许多状况下或是借助加密技术，为了更好地更缜密的个人隐私布署，MPC和TEE会在非区块链的可靠实例里组成运用比较多，而MPC在区块链项目里，与零知识证明、加密技术结合运用比较多。

在我们确定了有充足的算力和服务器资源。

一旦必须 数据湖，如AWS数据湖控制模块一样，必须 创建数据湖，而且定项搜集要求定位点的数据，汇聚后，对数据使用权开展归类，在数据湖里区，除开数据使用权外，开展深度学习训炼的训炼方，数据实行方等都必须 确立对数据湖的管理权限，比如训炼方很有可能具有管理方法训炼优化算法的管理权限，并且对一部分数据是可以用不由此可见。

数据最后的使用价值主要表现，与数据在训炼等全过程中的功效也必须 在数据湖的功效中开展评定。而这种輔助的计算全是基本要素，数据在数据湖的出出进进都是会在区块链上留有公布的印痕，以确保使用权的公平公正。

最终，当技术性上健全以后，便是数据转现后的利益分派，必须 对数据奉献开展界定，很有可能必须 区块链化的量化分析工作中来完成公平公正的分派。

之上的参加者，理想化情况下，是许多方。而将这一实体模型缩小，很有可能总是有关现如今具有数据交叉式训炼要求的几方。

由于绝大多数数据的解决难度系数也是不言而喻的，比如数据的清理、挑选、抗过敏这些。

但假如这类实体模型早已变成标准配置，必定会有一个标准配置的投资模型适用，比如这种資源的耗费必须 需求方付钱。而数据的训炼結果，很有可能将营造下一个震撼的商品。

如果我们仅仅由于随意选择区块链互联网，那么你或许会由于商品感受的不自由而离去，但假如你期待能够 根据数据营造使用价值，那必定要等候你的数据能够 由于个人隐私计算越来越有使用价值，而且这一使用价值能够 重归于你自己。

那个时候客户才不容易由于数据变成待宰羊羔，由于你能够 对不认同的受权者say no，拿你要的本人数据库。

PS：文章内容篇数比较有限，下面小编会再次进行一些填补文章内容，比如数据湖内的数据仓，比如利益分派的详尽计划方案。敬请期待《金色深核》频道的事后文章内容。

那个时候客户才不容易由于数据变成待宰羊羔，由于你能够 对不认同的受权者s

标签：

区块链热门资讯