Phala Network：基于波卡生态的隐私保护技术底层设施

在今天的文章开始之前，我们先回忆一下发生在2018年3月的一个新闻事件：——Facebook泄露了其近5000万用户的信息。据说一位剑桥讲师通过一款性格测试App收集数据，前后约有30万用户注册。除了注册人本人，他所有的脸书朋友的信息也被一起看了。最后，该应尚力财经小编2022用以狡猾的方式抓取了近5000万用户信息。这些信息数据最终被卖给了剑桥分析公司(Cambridge Analytica)剑桥分析公司(Cambridge Analytica)出售的背后还涉及了更离奇的情节，比如2016年美国总统大选和英国“英国退出欧盟”事件。受此影响，脸书市值连续两天蒸发500亿美元，抹平了该公司自2018年以来的所有收益。

脸书作为全球知名的社交网络，却爆出这样的丑闻，让人不得不正视互联网时代对用户个人信息安全的前所未有的挑战。正因为如此，人们一直在寻找解决隐私安全的方法。随着近几年区块链的流行和落地，作为一个不可更改的分布式计费系统，似乎可以很好地与数据隐私保护结合起来，从而吸引了众多创新者走向赛道。1区块链的局限性

区块链技术贯穿于整个加密货币市场。加密货币的两个关键过程是交易隐私管理和密码安全管理。通过区块链技术，信息可以被追踪，不能被篡改，但缺点是区块链的任何信息都是完全公开的。虽然区块链的透明起到了重要作用，但并不是所有的数据都可以上链，因为大部分数据还是需要隐私保护的，尤其是为了保证去中心化，使得账本公开透明。这也意味着始终存在财务信息和财务行为被解读的风险。所以从这个角度来说，区块链带来的公开透明和我们追求的数据安全是有一定冲突的。因此，整个行业都在不断创新技术来解决这一矛盾，一个实现了“秘密智能合约”的项目———— phala Network应运而生。通过创新性地采用TEE区块链融合架构，构建了一个可以加密数据的通用智能合约可信网络，既利用了区块链的透明性和不变性，又保护了人们的数据隐私。2什么是Phala？

Phala Network是首个基于底层技术和Poca生态实现可组合性的保密智能合约协议。其目标是为企业和用户提供保密计算和数据保护服务。未来将成为博卡隐私计算的平行链条。Phala将通过TEE函数释放CPU中的计算能力，为整个Boca生态系统提供隐私保护技术基础设施。

Phala的主要作用：1。保密，支持被验证：保证网络中所有智能合约的可靠执行，同时可以秘密保护数据，防止泄露。使用远程证明协议，用户可以随时验证任何事务是否在TEE中安全执行。2.如果不验证，就不能信任：所有交易都可以追溯到一组加密证书。证书由可信计算协议生成并签名，用户可以在区块链上随时验证；3.可组合性和互操作性：以太坊前10大契约80%被组合，Phala网络是第一个实现机密契约组合和交互的网络；

4。跨链计算：基于基板技术，其他区块链可以共享Phala基础设施，通过Polkadot的XCMP(跨链信息传输方案)降低计算能力的成本。如何保密隐私？

可信执行环境(TEE)是CPU中的一个特殊区域，与其他区域严格隔离，以防止内部存储的数据被黑客攻击或影响内部安全执行的环境。 如果智能合约运行在区块链，它不能加密数据，或者TEE单独不能共享数据，那么TEE-区块链融合架构就是最好的解决方案。Phala network采用这种架构，结合区块链解决了TEE的功能性、安全性和易用性问题，将状态数据加密存储在链上，将契约的执行与外界完全隔离，保证了数据的机密性。反过来，通过区块链技术，数据可以加密存储在链上，每个人都可以下载数据，每个节点可以通过共识机制达成协议。

但是，Phala的去信任是由可信硬件(目前是Intel)来保证的。传统的单一硬件有两个缺点。一是拔掉电源就停止服务，无法满足即时可用；二是交互中几个可信计算节点的代码执行顺序不同，会导致条件竞争，正确性无法保证。

和可信硬件可以通过引入分层和事件可追溯性来实现可组合性。简单来说，Phala将契约的阅读和书写分开，分层可以实现各层的独立。矿工关机不会影响网络，可以保证安全；事件可追溯性将触发状态更改的事件存储在一个不可变的日志中，任何更改都将被记录。区块链还会负责验证矿工的每一个操作，所以可以保证状态的一致性。隐私计算的未来

PHALA项目的发展潜力不容小觑。它打破了智能合约的所有数据必须公开的限制。用户可以将他们的密钥安全地存储在契约中，契约可以在释放密钥之前灵活地验证用户的身份。从此用户再也不用担心钥匙丢了。在保证加密存储的同时，Phala还在区块链实现了跨链、跨机密的契约交互，可以更好地为公链、联盟链或其他数据交换服务提供更合理的解决方案。作为21世纪“石油”一样的宝贵资源，数据安全自然是重中之尚力财经小编2022重。

Phala所在的赛道也属于隐私计算的“蓝海”行业。从商业角度来说，传统计算的瓶颈往往在于数据端，即数据能否给计算端。很多时候，这是数据安全和隐私法规层面的问题。而像Phala这样的隐私计算，正是针对数据交换、数据共享等场景中的数据隐私问题，在保证数据安全的前提下，能够完成所需的数据分析。而这个赛道刚刚起步，值得我们关注。我相信随着区块链数据隐私保护的落地，未来我们的隐私数据会得到更好的保护，也许我们最终可以通过贡献自己的数据来获得收益，而公司和机构可以获得更准确的数据。这是数据保护的双赢。

声明：本文内容仅供学习和理解，不作为投资指南。[x]

标签： 呈