重新理解「数据即石油」：隐私计算如何保障数据主权？

雍和比特币

「数据比石油更有价值」，这话是美国 2020 年大选提名人杨安泽说的。关于数据的重要性，在近二十年飞速开展的互联网的推进下，已逐步家喻户晓。可是，用户数据走漏、被乱用的新闻仍是层出不穷。所以，用户坐山观虎斗运用数据，坐山观虎斗确保数据主权，就成为一个愈加重要和火急的问题。「隐私核算」便是区块链和暗码学技能在数据范畴的最具潜力的探究方向。而在今日，这个范畴最重要的项目 PlatON 发布 了它的主网。了解「隐私核算」及 PlatON 的重要意义，有必要从厘清数据一切权和数据价值等根本概念开端。本文最早发布于 2019 年，介绍了了解隐私核算商业形式的最根本入门常识。

原文标题：《美国大选华裔提名人杨安泽说了，数据比石油更有价值，但坐山观虎斗完成它？》 撰文：李画 称谢：PlatON 创始人孙立林、安全多方核算研讨者晟超连 2020 年美国总统大选华裔民主党提名人杨安泽（Andrew Yang）都说了，「数据比石油更有价值」，可见这一理念多么家喻户晓。不过，尽管「数据是数字年代的石油」、「应该把数据一切权握在自己手上」这些说法听上去很有吸引力，但其实很难说清楚咱们该坐山观虎斗去完成它。《生意学人》早在 2017 年就宣布封面文章，称「数据将替代石油」成为当今年代最有价值的资源。但直到今日，具有「数据石油」主权的普通人仍然无法从这名贵的资源中取得收益。相反，这些数据还给它们的具有者带来了严峻的隐私走漏的问题。为何夸姣愿景与实际状况间有着巨大距离？怎样才干完成数据一切权和数据价值？本文试着从已有的实践去评论，期望能理清一些头绪，对建立起关于该问题的考虑结构奉献一点力气。 咱们不能出售数据 信任咱们每个人都有过接到推销电话的阅历。绝大多数人的个人数据都被生意过，最简略的比方电话号码和一些消费信息，这些数据此刻或许正在某个当地等着被再次出售。数据的确能卖出钱来，钱落入了那些获取了咱们数据的组织的口袋。这个现象简略带来一个知道的误区，即以为咱们可以经过出售数据来完成数据的价值，也便是说，在咱们凭借法律条文和技能手段具有数据主权后，可以经过把这些数据卖给需求的人来取得数据价值，把「石油」卖成钱。但这是过错的，咱们不能生意数据。在论述这个问题之前，咱们有必要区分数据的一切权和数据的运用权。关于这个国际上绝大多数的财物，生意行为意味着财物一切权的转让：一方得到一切权，另一方失掉一切权。但生意数据不会转让数据的一切权，你卖出了数据，但这些数据的一切权仍然归于你。因而环绕数据的生意实际上是环绕数据运用权，而不是数据一切权的生意。但由于数据可以被无限仿制，假如咱们卖出了数据，就无法保证买方会坐山观虎斗运用以及是否会再次出售这些数据，更精确的说，在某种程度上咱们现已「失掉」了这些数据，哪怕咱们具有数据一切权。不合法的数据生意会直接生意数据，是由于他们不在乎数据一切人的权益，但当咱们实在具有了数据一切权后，为了完成数据价值，咱们是不能生意数据的。那么该坐山观虎斗生意数据的运用权但不失掉数据？答案是不生意数据本身，只生意数据的核算成果。也便是说，买方可以运用这些数据进行核算，得到其需求的成果，但买方不能获取到原始数据本身。这是当咱们评论数据一切权和数据价值时，第一件、或许也是最重要需求了解的作业：咱们不能经过出售数据完成数据价值，只能经过出售数据成果完成数据价值。也便是说，咱们要把数据的一切权和运用权别离，只生意数据运用权。 隐私核算不仅仅为用户隐私问题服务 坐山观虎斗完成只出售数据成果？答案是：经过隐私核算。隐私核算是在不露出原始数据的状况下核算数据，且核算成果可被验证。它包含全同态加密、安全多方核算等多个研讨方向，有许多专业的技能文章介绍它们的作业原理，若你期望更进一步了解，可以去检查。在这里咱们有第二个含糊地带需求弄清，即：隐私核算不仅仅为维护用户隐私服务，它更是完成数据运用权生意的基础，也便是完成数据价值的基础。之所以需求做这个弄清，是由于「隐私核算」简略被了解成又一种维护隐私的技能，要点被落在「隐私」上，但实际上「隐私核算」的要点是在「核算」上。在区块链职业中，由于隐私核算常常被作为一种增强用户隐私的办法用于暗码钱银生意中和区块链上，所以人们更简略把隐私核算了解为它是为完成用户隐私服务的，这一了解并没有错，但它把隐私核算约束到了一个小的范畴。或许从另一个视点看待这个问题会更明晰。咱们把数据问题拆分红用户隐私问题和数据价值问题。用户隐私问题解决的是与用户相关的原始数据不被走漏、用户的隐私不被露出，咱们可以把该问题看作一种特定规模内的数据隐私维护。在这个阶段中，隐私核算的人物是一种可供挑选的维护隐私的办法。在用户得到了数据隐私后，假如他 / 企业挑选把数据放在那儿什么都不做，故事就完毕了；但假如用户 / 企业想更进一步，得到数据的价值，就要把数据拿出来运用，作业就进入到下一个阶段，此刻需求经过各种办法来保证数据在被运用的整个生命周期内都不被走漏，咱们可以把这看作一种全规模的数据隐私维护。在这个阶段中，隐私核算的人物不再是一种可供挑选的办法，而是一条必经之路，由于完成数据价值的办法是在不露出原始数据的状况下出售数据成果，进行数据运用权的生意，只要隐私核算可以达到这一方针。假如把数据比作石油，那么隐私核算便是炼油的第一道工序，它是咱们在保证用户隐私前提下把「原油」转换成各种产品的基础。 并非一切数据都具有类似的价值 并非一切数据都具有类似的价值，也并非一切数据都能完成数据价值，这或许是咱们在评论数据价值时又一个需求明晰的当地。只要当咱们了解数据的复杂性和多样性后，才有或许针对不同的状况，在法律上和技能上运用不同的条款和办法来真实解决问题。本文将试着从运用视点动身对数据的类别进行一个简略的区分，再介绍该类数据的数据价值问题。此处提出的数据分类办法不一定全面和精确，它仅仅为建立起一个根本的可供评论的结构服务。咱们可以把数据分为三大类：

• 第一类是身份数据；
• 第二类是行为数据；
• 第三类是生产力价值数据。

第一类身份数据在网络和实际国际中被用于注册和身份确认，比方个人信息号码、电话号码、账户信息等等，这类信息关于不合法工业有着最大的价值，一旦走漏也会给用户带来大的安全隐患。但关于正规数据工业，这类信息反而没有核算价值，它们核算不出有意义的成果。因而，这一类数据本身是不需求考虑坐山观虎斗经过隐私核算完成数据价值的。第二类是行为数据，它包含用户在网络上的阅读痕迹、消费数据，也包含用户的产品运用习气数据等。可以经过核算这些数据对用户进行个人画像，再根据画像向用户推送广告、推送内容、供给服务，乃至推销观念。行为数据有两大类价值，一是广告价值，咱们都知道几乎是广告养活着整个互联网工业；二是可以协助产品了解用户，然后为用户供给更好的个性化服务。现在在国际规模内被广泛重视和评论的数据一切权问题首要会集在这一类的数据身上。很长时刻以来该类数据的各种权限并不明晰，人们也并未介意，直到这些数据的核算成果被越来越多的用于影响或许操控咱们时，咱们才知道到该问题的严峻性。这其间标志性的工作是 2018 年 Facebook 的数据门工作。在该工作中，一家名为剑桥剖析的数据运营公司获取了超越 5000 万名 Facebook 用户的数据，经过数据核算，他们筛选出其间政治立场摇晃的目标并向其投进精准匹配的政治宣传广告，然后影响了美国的大选和英国的脱欧公投。好消息是，咱们好像正在拿回这一类数据的一切权。欧盟出台的《通用数据维护法令》（GDPR）规则，发生数据的个人是数据主体，他有权要求铲除其个人数据，也有权对立并要求中止对其个人数据的处理。坏消息是，咱们没有拿回数据的运用权，如前文所说，数据价值是建立在数据运用权生意的基础之上的，所以咱们离用这类数据完成归归于用户的数据价值还很悠远。它的困难在于：一方面，即便被称为史上最苛刻的数据维护法令，GDPR 也仅仅要求企业在运用数据前奉告用户哪些数据被运用了，以及用这些数据做什么，也便是说，它只束缚企业不乱用数据，但并不约束企业运用数据。另一方面，由于这类数据可被用于协助产品了解用户，假如企业以进步用户体会为理由运用数据——它们现在便是这么做的——咱们好像难以回绝。让用户献身用户体会去要求企业无权运用任何行为数据好像很难，而期望企业自动把这类数据的两种用处区分隔、让渡部分广告价值好像更难。这是否意味着企业仍然可以依照曾经的数据处理办法行事？并不是。咱们会发现上述数据一切权和运用权的别离仅仅是字面意义上的，企业尽管只具有数据的运用权，但它们是「拿到」并运用原始数据本身的，这让数据仍然存在被乱用以及安全方面的问题。而由于群众隐私认识的觉悟以及各国数据维护法（将安全责任放在运用数据的公司上）的出台，一旦呈现问题，企业将或许面对用户的抵抗以及巨额的罚款，因而咱们可以看到 Google、苹果等公司现在都在隐私核算范畴进行着很多的研讨。以 Google 为例，它的「联邦学习 Federated Learning」是将机器学习模集成到每一台设备上，在汇总用户参数发送给云端时，经过隐私维护地聚合算法和系统工程完成隐私核算。但需求再次指出的是，企业经过隐私核算完成数据一切权和运用权的别离，不是为了用户可以进行数据运用权的生意，它们更多的是期望下降数据运用危险、免受隐私走漏责备，可以满意合规要求的持续免费运用用户的数据。因而，用户得到这类数据的数据价值是一件路途绵长的作业，其间最大的难点在于认识，只要当咱们有激烈的数据一切权和运用权认识时，才或许推进政府出台更严厉的数据维护法令，或许推进新的互联网架构推翻现在中心化服务器的形式。 「生产力价值数据」最具价值 了解了「身份数据」和「行为数据」之后，接下来介绍第三类数据，在本文中咱们称其为「生产力价值数据」。该类数据的一大用处是做机器学习，练习 AI；另一大用处是做数据剖析，协助进行科学研讨、产品设计、决议计划拟定等。这一类数据假如被恰当运用，可以驱动社会往更有功率、更为友爱的方向开展，它们是一种生产力。第三类数据的收集规模最广，数据量最大。它可以来自于人类，比方个人的医疗数据和财务数据、个人的产品运用习气数据等等；也可以来自于物联网设备，比方传感器收集到的大气状况数据、自动驾驶数据等等。它的一部分数据来历与第二类数据相同，都是运用互联网产品的用户，只不过收集到的数据的处理办法和用处不同：第二类数据是取之于用户、用之于用户，而第三类数据是被调集后跨数据主体运用。从数据本身的视点动身，咱们可以以为某个数据既是第二类数据，也是第三类数据。第三类数据具有最大的数据价值，一起它们也有或许最早进入到数据运用权的生意市场，完成数据价值。不同于第二类数据是互联网企业自己具有数据运用权一起自己运用数据，不需求进行数据生意，在生产力价值数据的运用场景中，呈现了不具有数据运用权但期望运用数据的人物。从这个视点，咱们可以以为第三类数据是指一切可财物化的数据的调集。咱们可以拿医疗数据为例来更好的了解坐山观虎斗运用第三类数据。科研组织或制药厂假如能有很多的医疗数据的支撑，就能更好、更快的研讨疾病和开发新药，但具有数据资源的医疗组织由于用户隐私问题和本身利益，并不会把这些数据供给给其他组织运用。假如咱们经过隐私核算别离数据的一切权和运用权，就能建立起一个数据运用权的生意市场，不同医疗组织、科研组织和制药厂的数据就可以在这个平台上完成连通——盛行的说法是打破数据孤岛——这些组织间可以进行数据的生意，也可以数据同享进行联合的疾病研讨。假如咱们要练习可以确诊疾病的 AI，也需求经过上述办法打破数据孤岛，这样才干供给给 AI 更多、更全面的数据。需求赘述的是，在现阶段，即便完成了数据的生意和价值，但由于数据运用权在法律上和运用上的鸿沟都不明晰，咱们作为个别仍然很难拿回悉数的数据的价值。数据一切权和运用权是这个年代最重要的议题之一，《人类简史》的作者、前史学家尤瓦尔·赫拉利（Yuval Noah Harari）的观念是：「假如咱们期望防止财富和权利都会集到一小群精英手中，关键在于规范数据的权限」。由于数据本身的复杂性和多样化，从鸿沟明晰、可以被精确描述的细小处动身界说问题、解决问题，而不是寄期望于言论、立法和技能可以全体解决问题，或许才是快速与有用的办法。咱们可以对不同的数据类别进行更详细的分类和剖析，或许用不同的分类规范评论数据的分类，再根据此评论数据的隐私、数据的一切权和数据的价值完成问题。 从头了解「数据即石油」 数据常被比作石油。尽管楔形文字中便有人类在死海沿岸收集天然石油的记载，但直到 1846 年亚布拉罕·季斯纳创造从煤中提取火油的办法，1853 年伊格纳齐·武卡谢维奇和扬·策从原油中分馏出精粹的火油，现代石油工业的前史才算真实开端。不过这仅仅是开端，作为火油灯燃料的石油并不特别，只要在后来当它被用于内燃机后，才爆宣布巨大的潜力，并成为国际上最重要的一种资源。数据与石油的类似之处在于，仅仅有数据还不行，只要完成了数据的「炼油术」，才有或许敞开数据的工业年代。而数据与石油的不同之处在于，石油是先有炼油厂，然后才有内燃机的需求，而数据是已有巨大的运用需求，却没有老练的技能和基础设施支撑这种需求。这或许是一件功德。路途绵长，但咱们知道方向。

参考资料： 1.《Federated Learning: Collaborative Machine Learning without Centralized Training Data》 2.《Helping organizations do more without collecting more data》