不少朋友看到Nillion融資$25M的消息，都會好奇 WTF什么是“盲計算”？ MPC、ZKP、FHE、TEE這些生僻概念剛有一些了解，一個嶄新的概念又冒出來了。那么，盲計算的工作流程大致怎樣？Nillion提供的盲計算解決方案究竟怎樣？接下來，談談我的理解：

1）什么是Blind Compute（盲計算）？簡單而言，盲計算是一種讓服務端（節(jié)點）對某個加密狀態(tài)的數(shù)據(jù)片段執(zhí)行計算任務，**達到保護隱私的安全計算方法。

和ZKP、TEE、MPC、FHE等增強加密算法目標都一致，差異在于：ZKP零知識證明生成證明需要巨大的開銷，適合鏈下存儲 計算，鏈上只驗證的場景，比如：Rollup Layer2；TEE可信執(zhí)行環(huán)境是一種依賴硬件廠商在隔離環(huán)境下進行計算的方法；FHE全同態(tài)加密雖然可以直接在加密數(shù)據(jù)上執(zhí)行計算，但當下只支持特定運算；

“盲計算”是一種更加General的計算框架，因為ZKP、TEE、FHE等加密技術都可能被作為其技術框架的一部分。

眾所周知，ZKP、TEE、FHE等目前都在和Crypto接軌技術落地應用探索和優(yōu)化階段。而盲計算則有可能把這些加密核心技術都聚合應用起來，從而為隱私保護探索出一體化的工程實踐方案。

2）盲計算的核心邏輯是做分布式節(jié)點增強，讓單個節(jié)點同時具備分段存儲 計算的能力，再加上一個可驗證的開放治理網絡，進而達成節(jié)點不知道“完整”數(shù)據(jù)前提下有效工作的結果。如何理解呢？

常態(tài)下保護數(shù)據(jù)隱私狀態(tài)需要在A節(jié)點存儲數(shù)據(jù)，然后加密后交由B節(jié)點計算，再解密后經由C節(jié)點驗證**完成數(shù)據(jù)的存儲 計算工作。這個過程中數(shù)據(jù)傳輸存在極大的成本損耗，且多次反復Encrypt——>Decrypt的過程數(shù)據(jù)存在**的情況，節(jié)點之間的互信成本也高，很難保證隱私**漏。

Nillion構建的業(yè)務邏輯恰好彌補了這一缺陷，其大致工作流程為（僅供理解）：

Nillion構建了一個分布式節(jié)點網絡，每個節(jié)點都具備存儲 計算的增強能力，Nillion網絡在收到數(shù)據(jù)傳輸處理需求時，先經由Nada特定語言執(zhí)行編譯預處理，讓原始數(shù)據(jù)被拆分成很多片段，并且都處于加密狀態(tài)。

再經AIVM虛擬機來調度和分配，其分布式節(jié)點會隨機存儲并計算這些數(shù)據(jù)片段，**完成聚合和統(tǒng)一驗證。整個過程，單一節(jié)點并無法知道**的數(shù)據(jù)內容，拼湊到一起卻能完成整體數(shù)據(jù)的加密傳輸和計算。

為啥說盲計算可以聚合應用ZKP、TEE、FHE這些技術，邏輯也很簡單，在數(shù)據(jù)預處理也就是給數(shù)據(jù)加密階段**可以應用FHE同態(tài)加密技術，而節(jié)點存儲計算數(shù)據(jù)則可以在TEE可信執(zhí)行環(huán)境下進行，在聚合和驗證節(jié)點工作成果的時候則可以用ZKP提升驗證聚合效率。

3）在我看來，ZKP、TEE、FHE、MPC等技術都或多或少存在一些工程化落地缺陷，目前Crypto領域幾乎各個賽道都擠滿了項目，但大差不差都在做成本和效率優(yōu)化的工作，且都聚焦于Crypto特定應用場景。

Nillion所提出的盲計算框架，雖然也未實現(xiàn)大規(guī)模應用，但其一體化的加密解決方案，很可能在AI可驗證計算、機器學習等更廣泛的數(shù)據(jù)保護領域得以通用化采納。

本文 軟文網 原創(chuàng)，轉載保留鏈接！網址：/qkl/995.html