矩阵元 | 谢红军:区块链与隐私计算可为工业互联网提供底层基础设施

本文转载自微信公众号 :矩阵元

原创:万向区块链、矩阵元

矩阵元 | 谢红军:区块链与隐私计算可为工业互联网提供底层基础设施

第六届区块链全球峰会-分布式认知工业互联网论坛上,矩阵元首席运营官谢红军发表了题为《隐私计算与分布式认知工业互联网》的演讲,详细解释了隐私计算如何为分布式认知工业互联网赋能。

以下为谢红军先生演讲全文:

我是矩阵元的谢红军,首先分享一下我最近经历的一件事。我家人突发心血管疾病,我处理了从生病到急诊、转院的整个过程。这其中,不同医院之间的数据是孤立的,尤其是血液数据,需要不断地重复做血液检验。医院与医院之间,既往的医疗信息和现在检查的医疗信息之间不是打通的,对我们看病造成很大的困扰。

另外还有一件事,今年的9月12日,李开复先生在网上说曾帮助某公司找了合作伙伴拿到人脸数据,随即两家公司紧急发声,一方表示从未提供任何人脸数据给某公司;另一方也表示,不掌握也不会主动收集终端用户的任何个人信息。当天晚上,李开复先生紧急致歉,主要是两点,我来分析一下,一是初期曾经建议并帮助某公司寻找更多应用合作伙伴,以增强技术水平,提升模型识别率;二是合作中,某公司提供AI技术给到合作方,他理解数据一直存在合作方客户服务器中,不涉及任何数据的共享与传输。这里的两个关键点十分有意思,一是模型识别率需要大量精准数据来训练;二是数据未出库,在客户服务器中。

不管是医疗数据,还是互联网的消费数据,以及我们今天讨论的工业互联网的工业过程数据,都存在着数据有用却不能用,数据难以互操作,数据拥有方不愿意共享等症结。我和宁波中控董事长褚健教授探讨过如何用区块链和密码学技术来解决工业互联网的痛点,工业互联网数据的利用率很低,主要用了一些用于控制的数据,大量的工业过程数据被忽视和埋没。这正是我们要解决的问题。

无论是我刚才分享的医疗数据,还是消费互联网的消费数据,以及今天探讨的工业互联网中的数据,都存在类似的问题。关于什么是分布式认知互联网,大家可以看肖风博士的详解:《肖风详解分布式认知工业互联网》

矩阵元 | 谢红军:区块链与隐私计算可为工业互联网提供底层基础设施

这是我从《工业互联网白皮书2017》摘录的工业互联网的架构。工业互联网本身的设备层,包括一系列面向工业过程的软件以及应用。面向这么复杂的系统,如何用区块链和隐私计算解决数据共享利用、模型精准训练以及数据价值挖掘等问题?

工业互联网的痛点主要集中在三方面。

一是网络层。我和一个客户聊工业互联网的时候,他说如果区块链能帮我解决工业过程中有用数据的价值分享,对工业互联网而言将是极大的促进。他分析,工业互联网只有极少的数据用于工业过程的控制,其他生成的大量数据都被无效的存储在那里,而这里面的数据很有价值。

在网络层的问题包括:第一,数据沉积在工业控制的网络中;第二,企业信息的网络难以延伸到工业系统中。在企业的信息网络中,数据、管理系统和工业过程中产生的数据之间难以打通;第三,无法支持高质量的网络化协同和服务,包括数据接口、一系列流程的问题,还有工业设备的传感器标识问题等。

二是平台体系。平台体系有数据孤岛的问题,还有数据挖掘应用的问题。不知道如何挖掘数据,也不知道产生的数据有多大的价值。传统信息系统一般与后台服务紧密耦合,无法快速响应业务调整需求,且难以实现共性模块的共享复用。

三是安全体系。目前仍然面临着隐私和数据保护形势依旧严峻,安全防护能力仍需进一步提升,安全可靠性难以得到充分保证等问题。

矩阵元 | 谢红军:区块链与隐私计算可为工业互联网提供底层基础设施

我们来看看典型工厂的部门架构和价值链。工业过程「人、机、料、法、环」各个环节统一管理,实现数据打通、互联互通,实现产品全生命周期可信、有效管理。为保障产品的质量和性能一致性,实现数据共享、融合处理至关重要。

区块链和隐私计算能给工业互联网带来什么呢?

一是商业价值。工业制造过程主要涉及到「产品链——设计管理」、「价值链——业务管理」和「资产链——运维管理」三个过程。产品链,区块链所带入的个体激励机制以及协作共享可以使得更多的设计者参与其中,通过有效的组织使工业设计更加快速。价值链,区块链可以将供应链各个协作环节的商流、物流、信息流和资金流透明可信,从而提高整个生产过程组织的效率,快速响应市场需求。资产链,区块链和隐私计算可以帮助商业网络更方便地管理共享的流程,使工业产品在投产运营后可以更好地得到运维,提高用户粘性,延长有效使用寿命。基于这样的一个模型,可以使得商业网络中的各个参与主体之间更好地进行共享、互信以及价值交换。

二是监管价值。利用区块链交易可溯源、难以篡改、不可抵赖、不可伪造的特性,能使人、机、机构彼此之间因「连接」而信任,将带来前所未有的组织形态与商业模式的改变。当监管部门以联盟节点的身份获得审阅权限模式介入的时候,由于联盟内相关节点的可见性,使得监管部门可以非常方便的实施柔性监管。通过区块链和隐私计算技术介入到工业互联网,可以形成核心企业内(从设计,到生产,到销售,到服务,到回收的上下游的数据共享价值链)、工业企业间(生产运维经验分享的价值链)、工业互联网平台间的互信共享和价值交换。通过各类相关的数据可信共享来全面提高工业企业在网络化生产时代的设计、生产、服务和销售的水平。

接下来分享一下我们理解的区块链和隐私计算对于工业互联网的赋能,可以从以下八个方面来看。

1. 可信数字身份

为每一个设备配备一个物理级别的嵌入式身份证书,该设备产生的所有数据都用该设备的身份私钥签名,数据的使用方可以验证设备数据的身份。

2. 可信数据权属

确保工业企业在工业互联网平台上的数据的权属,确保数据不会在工业互联网平台被随意使用。

3. 可信数据连接及共享

保障数据在发送、处理、存储的过程中,不会被篡改或者删除,在保护数据安全及隐私的前提下,完成数据共享。

4. 可信边缘计算

边缘侧的计算资源与云端计算形成共识,产生可信计算事件,直接触发交易流程。

5. 可信工业分布式账本

除传统的难以篡改、共识、受限访问、智能合约等特点以外还需具备针对于工业数据特点的账本读写能力,针对资产转移状态图迁移的快速读写能力等,实现快速溯源。

6. 可视化智慧零售

通过拖拽的方式,让区块链联盟成员可以非常方便地设计相关参与者(人、机、机构)的身份权限和规则,并且自动转化为相应的智能合约部署在区块链网络上,快速地生成协作工作的应用APP 。

7. 高效多方协作

通过区块链智能合约刻画协作过程,关键业务信息上链,全程透明,溯源和管理更安全便捷,并通过一定的激励提高整个协作的速率和质量。

8. 柔性监管入口

区块链技术「物理分布式,逻辑多中心,监管强中心」的多层次架构设计为政府监管部门和工业企业间提供了一种「松耦合」的连接方式,在不影响企业正常生产和商业活动的最大前提下提供「柔性」合规监管的可能。

我们和万向区块链合作打造了基于隐私计算的联盟链「PlatONE」,为工业互联网提供了基础设施。下图是PlatONE的架构图。

矩阵元 | 谢红军:区块链与隐私计算可为工业互联网提供底层基础设施

接下来分享两个数据授权共享的案例,给大家作参考。

方案一:加密云存储与数据授权

刚刚讲了设备、传感器、参与的人都要解决身份问题,首先要有一个固定且唯一的身份。第二,企业数据如何在存储状态下进行密文授权管理?可以分几步,工业企业的数据拥有方把数据经过加密以后存储在私有云或公有云,其次数据需求方进行服务请求,数据拥有方以授权方式,让数据进行密文的转换,最后把密文数据传到数据需求方并解密利用。这是一种传统的数据加密云存储、数据授权的方法。

方案二:分布式存储与智能合约授权

用户以加密的形式把数据主动上传,用户可以自己选择多个链下存储方。工业互联网是个巨量数据,不能所有数据都上链,只有关键的信息,在数据流转中需要的数据才会上链,在链上管理和协调数据的利益分配。

接下来和大家分享一下多方联合建模。

工业企业面临的重要问题就是多方联合建模。多个企业拥有不同的数据、不同的算法,如何用各自的数据训练一个对大家都有用的模型。在安全和保障权益的情况下,如何进行合理的授权呢?这两年大家谈得比较多和研究得比较多的方式是使用安全多方计算和同态加密。我们也做了一些尝试,做了一个开源的Rosetta隐私AI系统。今年万向区块链黑客马拉松大赛一等奖的获奖团队就是用了Rosetta的开源框架做的。

接下来要讲的是安全模型应用。一个企业拥有模型,另一个企业拥有数据,如何在彼此权益不侵犯、算法和数据不泄露的情况下,进行协同计算?这就要利用安全多方计算的技术。但同时,技术类的系统和平台门槛很高,需要我们这样的底层技术公司进行封装和半加工,便于大家在上面开发和利用。

矩阵元在隐私计算上的研究和实践,从2015年就开始了。2018年和武汉大学合作,成立了联合计算中心,当时做社会地理计算,包括遥感的一些合作。2019年启动隐私位置证明的研究,也进行了一些积累,同年和复旦大学联合成立了上海市科研领域大数据联合创新实验室,在实验室也成立了隐私计算委员会。今年7月,我们和浦发银行成立了浦发银行矩阵元隐私计算实验室,目前正在联合多家牵头发起上海隐私计算实验室。

总结一下,分布式认知工业互联网无非是利用分布式技术来解决工业互联网的一些痛点,挖掘工业互联网产生的大量数据的价值。

在最近的一个论坛上,黄奇帆先生曾估计数字经济的体量是传统经济体量的10倍,这是很大的规模。在全球经济大形势下,通过数字化的方式把传统实业经济数字化的价值挖掘出来,在不增加社会投入的情况下有10%的增加,我想这将是对世界很大的贡献。谢谢大家,我的分享就到这里。

本文转载自https://mp.weixin.qq.com/s/0QQlrWx0_HVobuG9NJ01hA

(0)
矩阵元的头像矩阵元编辑
上一篇 12 11 月, 2020 09:41
下一篇 17 11 月, 2020 13:45

相关推荐

发表回复

登录后才能评论