“需要在区块链之外附加强大的数据安全体系，建立安全闭环，数据流全程都处于数据安全体系的保护之中，没有任何的安全缝隙，确保在用户之外没有人（包括项目方在内）能够窥视用户数据。”国际密码学应用科学家、YottaChain分布式存储公链创始人王东临向《链新》表示。

王东临强调，区块链本身并不保证数据的隐私性，区块链用了密码学的Hash和签名，但没有包含加密，数据的隐私是需要在区块链之外附加特定的数据安全体系来实现的。激励体系则是区块链的主要价值之一，但激励是否合理取决于项目具体怎么设计，以及怎么运营。

王东临称：“可以这么说，合理的激励是可行的，但大部分的项目都做不到。”

因此在区块链行业，隐私计算也被认为是通往Web 3.0的必由路径。Web 3.0的关键属性是数据的所有权归属用户自己。隐私计算是极少数能提供多方数据联合计算的技术，它能够让数据在一个安全的环境内执行、并且被保护起来。

落地进行时

隐私计算在经历了2019年的技术普及和市场教育阶段，2020年的大规模概念验证和试点部署阶段之后，于2021年开始进入真正尝试规模化应用的阶段。

以医疗领域为例，患者数据较为敏感，并且基于医疗数据的各项科学研究通常需要大量样本，单一数据源的数据量很难满足海量的数据需求，而数据共享过程中又会带来隐私泄露的风险。应用隐私计算技术进行多方协同过程中，能够有效的防止关联敏感信息的医疗数据被泄露，保证数据安全。

目前，已有多家医疗机构通过横向联邦学习的解决方案，在各医疗机构数据不出域的前提下，联合构建了一个目标检测模型，使得有效训练数据显著增加。据悉，多方联邦训练的模型的性能，比单个医疗机构训练的模型的性能提升30%以上。

在金融行业，富数科技合伙人、高级总监黄奉孝曾对媒体表示，隐私计算技术有可能会成为私域流量平台之间的边界，它有可能会重新构造流量业务的内部逻辑和商业模式。

举个简单的例子，银行存款用户数量庞大，但是单纯依赖行内的客户数据，很难圈出对购买理财感兴趣的用户。一般的操作都是通过API或者离线库的方式采购第三方数据公司的标签，API查询动作很大程度上会对银行客户ID隐私造成威胁。而隐私计算，可以从技术上保证这类业务的隐私数据安全性。

通过对案例的分析可以发现，当前隐私计算技术主要应用在金融、互联网、政务、通信、医疗等领域，主要的应用场景有精准营销、金融风控、医疗健康、身份验证等等。

“隐私计算结合到区块链技术领域大约有几年的时间了，但过去由于应用场景不凸显，痛点不清晰，所以在实际商业场景的落地中，一直找不到最佳的价值发挥。”德鼎创新合伙人王岳华坦言，隐私与安全是区块链协议里最基本的存在，但是由于过去分布式数据的实际落地场景并不凸显，隐私计算也就乏人问津。“数据的价值是无限的，但唯有在数据的隐私与安全获得相应的保障下，其价值才能体现并发挥。” (责任编辑：admin)