作為一種新事物，人們通常對區(qū)塊鏈都存在或多或少的誤解，其中最具爭議的莫過于區(qū)塊鏈的安全性。有些人認為區(qū)塊鏈是劃時代的創(chuàng)造，通過一系
作為一種新事物，人們通常對區(qū)塊鏈都存在或多或少的誤解，其中最具爭議的莫過于區(qū)塊鏈的安全性。
有些人認為區(qū)塊鏈是劃時代的創(chuàng)造，通過一系列先進的密碼學機制保障了整個系統(tǒng)的安全性;而有些人則認為，區(qū)塊鏈只具有化名性而沒有匿名性，所以區(qū)塊鏈是不安全的。
為什么會產(chǎn)生這種撕裂呢?因為此“安全”非彼“安全”，這些人對區(qū)塊鏈安全的定義是不同的，自然得不到統(tǒng)一的結(jié)論。
那什么才是區(qū)塊鏈的安全?區(qū)塊鏈又是否安全，讓“互聯(lián)網(wǎng)安全教母”，加州大學伯克利分校計算機系教授 Dawn Song 為你揭開區(qū)塊鏈安全的神秘面紗。
Dawn Song，加州大學伯克利分校計算機系教授，Oasis Labs創(chuàng)始人兼CEO，被媒體譽為“互聯(lián)網(wǎng)安全教母”。研究方向包括深度學習、機算機和網(wǎng)絡(luò)安全、區(qū)塊鏈等。
曾獲麥克阿瑟獎 (MacArthur Fellowship)，古根海姆獎(GuggenheimFellowship)，斯隆研究獎 (Alfred P. Sloan Research Fellowship)，《麻省理工科技評論》“35歲以下科技創(chuàng)新35人”獎 (TR-35 Award)等;是計算機安全領(lǐng)域中論文被引用次數(shù)最多的學者(AMinerAward)。
針對上文人們對于“安全”定義的感官撕裂，作為安全教母，Dawn Song和她的團隊不久前發(fā)表了一篇博文，力求撥亂反正，讓開發(fā)者真正了解區(qū)塊鏈安全的本質(zhì)。
下面我們就一起跟著Dawn Song教授和她的團隊，一起看看她的思考。原文雖然只有短短2000來字，卻一語道破了區(qū)塊鏈安全面臨的尷尬處境。
以下為原文。
安全是計算機科學體系中老生常談的一個話題，尤其在區(qū)塊鏈領(lǐng)域中。當一個項目大肆宣傳安全性時，它提供了怎樣的安全保證呢?換句話說，現(xiàn)有的區(qū)塊鏈是否在核心的安全性方面仍存然很欠缺?
要回答這些問題，首先我們需要清晰地定義什么是安全性。
在這篇文章中，我們主要討論以下3個話題：
當前區(qū)塊鏈的安全性;
為什么說保密性和隱私性是當前區(qū)塊鏈最核心但也是最欠缺的屬性，以及，
我們該如何來完善區(qū)塊鏈。
安全性的經(jīng)典定義
在安全性的經(jīng)典定義中，我們假設(shè) Alice 和 Bob 想要共同運行程序 f(x,y)。該程序的輸入是保密的：其中 Alice 僅知道 x ，Bob 僅知道 y 。
這里的挑戰(zhàn)在于 Alice 和 Bob 都希望在不讓對方知曉自己輸入數(shù)據(jù)的情況下得到計算的結(jié)果。
如果我們有一個想象中的可信第三方( Trusted Third Party，TTP )存在，這個問題就會簡單地多，這個可信第三方會同時接收 Alice 和 Bob 的輸入數(shù)據(jù)，誠實地執(zhí)行該程序，并可靠地向雙方返回計算結(jié)果。
除了這些操作之外，這個可信第三方不會做任何其他事情，特別是，可信第三方不會告訴別人任何有關(guān) x 和 y 的信息。
Alice 和 Bob 在可信第三方(TTP)的幫助下使用保密的輸入運行程序 f(x,y)
所以，定義協(xié)議安全性的一種方法，就是將其與這個可信第三方進行比較。上述可信第三方定義的安全性具有以下三個關(guān)鍵屬性(有時它們被稱為 CIA 屬性)：
保密性( Confidentiality )：Alice 和 Bob 除了各自的輸入數(shù)據(jù)和計算的結(jié)果之外，得不到任何有關(guān)計算的信息;
誠實性( Integrity )：可信第三方返回的結(jié)果是程序 f(x,y) 在給定輸入下的正確計算;
可用性( Availability )：Alice 和 Bob 可以隨時訪問這個可信第三方。
但在現(xiàn)實世界中是否真的存在我們想象中的可信第三方呢?事實上，并不存在。
但如果我們做出一些具體的假設(shè)，就可以近似得到一些可信第三方。比如說，銀行和政府部門的聲譽、社會地位以及其他相關(guān)因素，讓許多人將他們視為可信第三方。
另一方面，智能合約是在不需要信任中心化實體的情況下實現(xiàn)可信第三方的核心手段。但智能合約并不是萬能的，在有些情況下，智能合約面對某些情況也無能無力。
智能合約的短板
當人們談?wù)摫忍貛藕鸵蕴坏陌踩詴r，實際上他們只是在談?wù)搮^(qū)塊鏈的誠實性( integrity )和可用性( availability )，而不是保密性( confidentiality )和隱私性( privacy )。
比如說，以太坊擁有一個由數(shù)千個節(jié)點組成的區(qū)塊鏈網(wǎng)絡(luò)，每個節(jié)點都獨立維護著以太坊區(qū)塊鏈的完整備份。當你通過以太坊網(wǎng)絡(luò)上的某一賬戶執(zhí)行智能合約時，在智能合約被記錄在區(qū)塊鏈中之前，它的執(zhí)行將被所有挖礦節(jié)點驗證。
因此，如果大多數(shù)的哈希算力都由遵守以太坊協(xié)議的誠實節(jié)點掌控，那么你智能合約的運行結(jié)果將會是正確的，這種正確計算實現(xiàn)了區(qū)塊鏈的誠實性。
以太坊網(wǎng)絡(luò)還提供了一些可用性保證：與中心化實體(多臺服務(wù)器可能位于同一個數(shù)據(jù)中心中)不同，以太坊網(wǎng)絡(luò)的“服務(wù)器”去中心化地分布在世界各地。因此，雖然說某些節(jié)點可能會因為某些突發(fā)情況宕機，但所有節(jié)點同時宕機的情況不太可能發(fā)生。
但以太坊和許多其他區(qū)塊鏈項目缺乏的都是保密性和隱私性。
人們通常都對區(qū)塊鏈存在一個錯誤的認識，就是說因為參與到區(qū)塊鏈網(wǎng)絡(luò)中不需要提供姓名和身份證號，所以它是隱私的。不幸的是，這是一種極具誤導性甚至是危險性的謬論。
僅僅因為人們使用假名并不意味著他們在區(qū)塊鏈上的活動是不可見的。實際上，由于交易活動中的每一個數(shù)據(jù)(例如在以太坊上：交易雙方的地址，交易金額，燃料價格等信息)都被記錄在公共賬本之上并向所有人公開，因此有一些方法可以用來推斷出用戶的隱私信息(就比如說，使用交易網(wǎng)絡(luò)結(jié)構(gòu)來檢索明文交易信息)。
此外，隨著越來越多復雜的去中心化應用程序的上線，用戶的數(shù)據(jù)逐漸成為信用評分，保險業(yè)務(wù)和身份管理等去中心化應用的重要推動力，而在以太坊上，智能合約的輸入數(shù)據(jù)需要被保存在區(qū)塊鏈上并向所有人公開，因為只有這樣所有節(jié)點才可以執(zhí)行交易的驗證。
在過去的幾年中，許多加密貨幣項目試圖通過使用諸如零知識證明之類的密碼學技術(shù)來解決區(qū)塊鏈上數(shù)據(jù)保密性不足的問題。但其中許多項目都聚焦于簡單的支付交易，而不是像機器學習和數(shù)據(jù)分析這類更為復雜的應用。
數(shù)據(jù)隱私性如何實現(xiàn)?
上文中提到的保密性是實現(xiàn)數(shù)據(jù)隱私性的重要先決條件，但需要指出的一點是保密性通常不足以實現(xiàn)數(shù)據(jù)的隱私性。
具體而言，保密性側(cè)重于保護在計算過程中不泄漏敏感信息，它保證除了計算的輸出之外，計算過程中不會泄露任何內(nèi)容。但是它并沒有解決計算輸出中存在的潛在數(shù)據(jù)泄漏。
換句話說，即使有完全保密的計算過程，攻擊者仍可能會從其輸出中復原出有關(guān)敏感輸入的信息。
再回到上文中提到的 Alice 和 Bob 的例子，保密性意味著 Alice 和 Bob 只能得到計算的結(jié)果 f(x,y) ,而攻擊者什么都得不到。除此之外，數(shù)據(jù)的隱私性還要求，不能從計算結(jié)果 f(x,y) 中復原出 x 和/或 y 。
一個簡單的反例是 f(x,y)= x + y ，其中 Alice (知道她的輸入 x )可以在給定結(jié)果 x + y 的情況下立即推算出 Bob 的輸入 y 。舉一個我們最近和Google一起研究的例子，機器學習模型可能會泄漏出訓練數(shù)據(jù)中的敏感信息。我們將那些不會通過計算結(jié)果泄漏出輸入數(shù)據(jù)的計算稱為隱私性的計算。例如，差分隱私( Differential Privacy , DP )是實現(xiàn)隱私性計算的一種方法。
那么區(qū)塊鏈上的數(shù)據(jù)隱私性該如何實現(xiàn)呢?一個想法是，在區(qū)塊鏈上構(gòu)建一個隱私第一的云計算平臺。為了實現(xiàn)數(shù)據(jù)的隱私性，開發(fā)者可以在云計算平臺的每一層都建立了隱私保護措施，在計算層中啟用了保密性措施保護智能合約的執(zhí)行，以防止在計算過程中泄漏任何敏感信息，并在應用層中實現(xiàn)了隱私保護的數(shù)據(jù)分析和機器學習，包括差分隱私，以防止在計算輸出中泄露敏感的輸入信息。
關(guān)鍵詞： 區(qū)塊鏈 數(shù)據(jù)泄漏 差分隱私
