从人类有自我维护意识开始，关于隐私论题的探究就没有停歇过，尤其是在科技高度发达的当下，这种情况愈演愈烈，而在区块链技能开展的盛潮中，项目方又以最大化去中心化和最大化隐私为终极方针，这就给社会提出了更高的要求，怎么确保二者双管齐下的开展，又怎么平衡安全和隐私的量差，是咱们必需求面对的论题，本质来说，加速开展隐私技能是Web3能够安身立命的年代课题。
Web3为什么需求隐私核算
隐私始终是维护用户权力和扩展加密市场的根底，是Web3的重要方向之一。在开放及用户主导的Web3年代，隐私维护将会是一种标配。从咱们日常生活来说，咱们都经历过维护隐秘的小心谨慎，如一本记载心情的日记本、一个不泄漏身份同享隐秘的树洞，它们代表着咱们的自动维护隐私的诉求。随着交互活动需求的添加，咱们需求被迫的供给自己的一些要害信息，脱离自己可控规模的外部确保，对隐私信息不被传达作恶就显得尤为重要。但许多的现实情况是，随着越来越多解析东西的呈现，以及中心化平台对用户信息的把控，隐私信息泄漏问题变得越来越严峻，就像Facebook这样的互联网巨头也在隐私泄漏问题上屡被点名。
Web3建议保卫用户权力，从中心化的模式中放权于普通群众，打造去中心化的价值互联网。那么在这样的需求背景下，隐私数据走漏、个人信息被贩卖的问题就要加紧处理，真实改动用户在Web2中的负面现状。Web3年代的隐私既要保密又要匿名，在实践的操作中，包含数据隐私、身份隐私、核算隐私，这是一个非常庞大的课题，在过往的开展中数据隐私和身份隐私的处理方案相对来说逐渐成熟，基本能确保数据内容的隐私买卖，以及物理身份和数字身份的隔断。而在核算隐私方面，它的科技水准要求更高，开展的进程也相对缓慢。这一赛道也是行业抱有探索和深挖态度的比赛地带。
隐私核算类型
具体来讲，隐私核算包含有多方安全核算（MPC）、零常识证明、可信履行环境（TEE）等，下面咱们就几个隐私核算名称简略解说帮助大家理解。
可信履行环境（Trusted Execution Environment）是CPU内的一个安全区域，通过软硬件的方法构建的一个独立环境，且能够与外部的操作系统并行运转，即在这个环境中运转的受信赖的运用程序能够访问内部CPU和内存的悉数功用，而硬件隔离又能够同步维护内外部程序隐私和安全运转，可信履行环境还是以可信硬件为载体，就像内嵌了黑盒，操作者可用不可见。这里能够用咱们熟悉的前史剧中的皇宫来类比，作为皇帝的皇上，它会被很好的维护在一个区域内，除了外部挺拔的宫墙，还有一些武艺高超的带刀侍卫等等，都是为了维护皇上的安全，而在外部沟通上，通过中间人传输，能够同步处理和了解内外部信息，这也便是可信履行环境的构建。当然，也还是会有“刺杀”时刻呈现，所以为了提高安全系数，可信履行环境会选用多方安全技能进行升级维护。
多方安全核算（Secure Muti-Party Computation)是密码学运用的一类，由图灵奖获得者姚期智教授在1982年发表的《安全核算协议》中提出，是运用约好函数算法处理两者单向间验证问题的一种处理方法。这里面既要有多方参加者的一起参加，去中心化，且能在确保多方信息或数据安全的前提下进行。比如咱们要去保险箱中取一件无价之宝的宝物，那么打开这个保险箱需求在场或保管的多个人一起协作才能取出，且这个协作每次的解法都是不同的，人们无法篡改，也不能提前泄漏。这完完全全确保了密码安全。当然，多方安全技能涉及的参加方较多，需求附加的技能相应更多，在技能升级和安全确保上需求更多的检测。
零常识证明（Zero-Knowledge Proof)同样是密码学运用的一支，比较通用的解说是证明者能够在不向验证者供给任何有用的信息情况下，使验证者信任某个论断是正确的。便是这个进程是可信的，但验证者除了知晓结果正确，对于真实的密码是无从可知的。咱们能够从戏法师变戏法来理解，作为观众咱们接受了它的戏法结果，即信任了“变”的结果，但到底它是怎么操作的，咱们仍旧想不明白也不能解出答案。这种神奇的加密进程便是零常识证明的神奇之处，现在许多的区块链项目都在选用零常识证明这种隐私核算方法，最近加密风投组织a16z在官网宣告推出的空投东西便运用零常识证明技能，使得加密项目方向活泼贡献者发放空投时维护贡献者的地址隐私。
联邦学习是以AI为根底的技能。诞生背景是为了确保大数据交换的信息安全、终端数据和个人数据隐私。针对不同数据集，联邦学习分为横向联邦学习、纵向联邦学习和联邦迁移学习。2022年，隐私核算商业化和算法迭代双提速，以联邦学习为代表的隐私核算正在成为处理数据安全与开放同享之间矛盾的重要技能途径。招引了微众银行、浦发银行等金融组织的注意力，他们纷纷表示，联邦学习将推动隐私核算技能进一步交融。
（联邦学习算法图片来历网络）
隐私赛道项目
以上提到的隐私核算技能并不全面，也无法做到很精准的解说，仅作为知道隐私核算的“配菜”，其间的技能深奥且杂乱，咱们也无需深度探究，咱们应该知道到其作为一种刚需存在，已经招引越来越多的组织或项目方入局，咱们能够从这些项目上更具象的了解隐私核算。
（图片来历网络）
Oasis于2018 年创立，一向致力于构建一个高性能、安全且维护用户隐私的区块链网络。该网络设计了独有且秘要的 ParaTime，并支持智能合约秘要履行。具体的ParaTime中，Oasis选用了可信履行环境（TEE）这一安全核算技能，来充任秘要Paratime中智能合约履行的黑匣子。加密的数据与智能合约一起进入黑匣子，数据被解密，由智能合约处理，然后再进行加密，然后再将其发送到TEE中，以确保数据始终保持秘要。现在，Oasis正在不断支持如多方安全核算及联合学习等核算技能，不断夯实隐私核算公链的运用价值。
Iron Fish是一家加密钱银买卖服务供给商，方针是将包含买卖信息、挖矿信息、钱包信息全都能够进行隐私维护，任何第二方都无法查看。该项目选用的核心隐私核算技能是零常识证明的zk-SNARK Groth16的Sapling证明，Iron Fish为实现加密通用隐私层的方针，计划网络层将支持 WebRTC 与 WebSockets，这就意味着用户可通过浏览器直接运转完整的 Iron Fish 节点。来历Iron Fish生态建设的最新消息，首个鼓励测验网已正式完毕，共招引 9000 多名贡献者参加，接下来将公布和开启对主网进行压力测验及其他准备工作鼓励性测验网第二阶段。
方针定位下一代隐私根底设施的Nym，意在避免现有互联网协议的数据走漏。该项目自立项以来备受资本市场青睐，招引了包含a16z、DCG、HashKey等组织的投资。该项目构建了混合型网络，实现隐私维护途径的第一步是将流量数据格式改动，再利用混合网络中的各个混合节点混淆进入网络中数据的顺序，最后运用混合网Mixnet的匿名叠加式网络生成虚伪的保护流量。运用 Nym后，您能够运用互联网而不必忧虑被监视。乃至抵挡能够监控整个互联网的“强大对手”。
（Nym隐私维护流程图片来历网络）
除了公链根底设施的建立，隐私核算技能还落地于匿名币、数据隐私、隐私买卖网络等板块，当然，大部分隐私根底设施及运用仍在开发与建设傍边，至于隐私技能何时迎候突破性开展的下一里程，只能由时刻给出答案了
