摘要：区块链安全多方计算『壹』区块链中现代密码学1983年-DavidChaum描述的盲签1997年-AdamBack发明的HashCash（工作...
区块链安全多方计算
『壹』 区块链中现代密码学
1983年 - David Chaum描述的盲签
1997年 - Adam Back发明的HashCash（工作证明制度的一个例子）
2001年 - Ron Rivest，Adi Shamir和Yael Tauman向加密社区提出了环签名
2004年 - Patrick P. Tsang和Victor K.提出使用环签名系统进行投票和电子现金;
2008年 - 由Satoshi Nakamoto出版的Bitcoin白皮书
2011年 - 比特币系统中的匿名分析，Fergal Reid和Martin Harrigan
2012 - 目的地址比特币匿名（CryptoNote中的一次性地址）。
安全多方计算起源于1982年姚期智的百万富翁问题。后来Oded Goldreich有比较细致系统的论述。
姚氏百万富翁问题是由华裔计算机科学家、图灵奖获得者姚启智教授首先提出的。该问题表述为：两个百万富翁Alice和Bob想知道他们两个谁更富有，但他们都不想让对方知道自己财富的任何信息。该问题有一些实际应用：假设Alice希望向Bob购买一些商品，但她愿意支付的最高金额为x元；Bob希望的最低卖出价为y元。Alice和Bob都非常希望知道x与y哪个大。如果x>y，他们都可以开始讨价还价；如果z<y，他们就不用浪费口舌。但他们都不想告诉对方自己的出价，以免自己在讨价还价中处于不利地位。
该方案用于对两个数进行比较，以确定哪一个较大。Alice知道一个整数i；Bob知道一个整数j, Alice与B0b希望知道究竟i>=j还是j>i，但都不想让对方知道自己的数。为简单起见，假设j与i的范围为[1，100】。Bob有一个公开密钥Eb和私有密钥Db。
安全多方计算（Secure Multi-Party Computation）的研究主要是针对无可信第三方的情况下, 如何安全地计算一个约定函数的问题. 安全多方计算在电子选举、电子投票、电子拍卖、秘密共享、门限签名等场景中有着重要的作用。
同态加密（Homomorphic Encryption）是很久以前密码学界就提出来的一个Open Problem。早在1978年，Ron Rivest, Leonard Adleman, 以及Michael L. Dertouzos就以银行为应用背景提出了这个概念[RAD78]。对，你没有看错，Ron Rivest和Leonard Adleman分别就是著名的RSA算法中的R和A。
什么是同态加密？提出第一个构造出全同态加密（Fully Homomorphic Encryption）[Gen09]的Craig Gentry给出的直观定义最好：A way to delegate processing of your data, without giving away access to it.
这是什么意思呢？一般的加密方案关注的都是数据存储安全。即，我要给其他人发个加密的东西，或者要在计算机或者其他服务器上存一个东西，我要对数据进行加密后在发送或者存储。没有密钥的用户，不可能从加密结果中得到有关原始数据的任何信息。只有拥有密钥的用户才能够正确解密，得到原始的内容。我们注意到，这个过程中用户是不能对加密结果做任何操作的，只能进行存储、传输。对加密结果做任何操作，都将会导致错误的解密，甚至解密失败。
同态加密方案最有趣的地方在于，其关注的是数据处理安全。同态加密提供了一种对加密数据进行处理的功能。也就是说，其他人可以对加密数据进行处理，但是处理过程不会泄露任何原始内容。同时，拥有密钥的用户对处理过的数据进行解密后，得到的正好是处理后的结果。
有点抽象？我们举个实际生活中的例子。有个叫Alice的用户买到了一大块金子，她想让工人把这块金子打造成一个项链。但是工人在打造的过程中有可能会偷金子啊，毕竟就是一克金子也值很多钱的说… 因此能不能有一种方法，让工人可以对金块进行加工（delegate processing of your data），但是不能得到任何金子（without giving away access to it）？当然有办法啦，Alice可以这么做：Alice将金子锁在一个密闭的盒子里面，这个盒子安装了一个手套。工人可以带着这个手套，对盒子内部的金子进行处理。但是盒子是锁着的，所以工人不仅拿不到金块，连处理过程中掉下的任何金子都拿不到。加工完成后。Alice拿回这个盒子，把锁打开，就得到了金子。
这里面的对应关系是：盒子：加密算法盒子上的锁：用户密钥将金块放在盒子里面并且用锁锁上：将数据用同态加密方案进行加密加工：应用同态特性，在无法取得数据的条件下直接对加密结果进行处理开锁：对结果进行解密，直接得到处理后的结果同态加密哪里能用？这几年不是提了个云计算的概念嘛。同态加密几乎就是为云计算而量身打造的！我们考虑下面的情景：一个用户想要处理一个数据，但是他的计算机计算能力较弱。这个用户可以使用云计算的概念，让云来帮助他进行处理而得到结果。但是如果直接将数据交给云，无法保证安全性啊！于是，他可以使用同态加密，然后让云来对加密数据进行直接处理，并将处理结果返回给他。这样一来：用户向云服务商付款，得到了处理的结果；云服务商挣到了费用，并在不知道用户数据的前提下正确处理了数据；
聚合签名由Boneh等人提出，主要是通过聚合多个签名为一个签名，来提高签名与验证的效率。要对多个用户的数据进行签名，聚合签名能够极大地降低签名计算复杂度。CL就是聚合签名。
零知识证明过程有两个参与方，一方叫证明者，一方叫验证者。证明者掌握着某个秘密，他想让验证者相信他掌握着秘密，但是又不想泄漏这个秘密给验证者。
双方按照一个协议，通过一系列交互，最终验证者会得出一个明确的结论，证明者是或不掌握这个秘密。
对于比特币的例子，一笔转帐交易合法与否，其实只要证明三件事：
发送的钱属于发送交易的人
发送者发送的金额等于接收者收到金额
发送者的钱确实被销毁了
整个证明过程中，矿工其实并不关心具体花掉了多少钱，发送者具体是谁，接受者具体是谁。矿工只关心系统的钱是不是守恒的。
zcash 就是用这个思路实现了隐私交易。
零知识证明的三条性质对应：
（1）完备性。如果证明方和验证方都是诚实的，并遵循证明过程的每一步，进行正确的计算，那么这个证明一定是成功的，验证方一定能够接受证明方。
（2）合理性。没有人能够假冒证明方，使这个证明成功。
（3）零知识性。证明过程执行完之后，验证方只获得了“证明方拥有这个知识”这条信息，而没有获得关于这个知识本身的任何一点信息。
只有环成员，没有管理者，不需要环成员之间的合作，签名者利用自己的私钥和集合中其他成员的公钥就能独立的进行签名，不需要其他人的帮助，集合中的其他成员可能不知道自己被包含在了其中。
环签名可以被用作成一种泄露秘密的方式，例如，可以使用环形签名来提供来自“白宫高级官员”的匿名签名，而不会透露哪个官员签署了该消息。 环签名适用于此应用程序，因为环签名的匿名性不能被撤销，并且因为用于环签名的组可以被即兴创建。
1）密钥生成。为环中每个成员产生一个密钥对（公钥PKi，私钥SKi)
2）签名。签名者用自己的私钥和任意n个环成员的公钥为消息m生成签名a
3）签名验证。签名者根据环签名和消息m，验证签名是否是环中成员所签。如果有效就接收，如果无效就丢弃。
群签名的一般流程
盲数字签名（Blind Signature）简称盲签名——是一种数字签名的方式，在消息内容被签名之前，对于签名者来说消息内容是不可见的。1982年大卫·乔姆首先提出了盲签名的概念。盲签名因为具有盲性这一特点，可以有效保护所签署消息的具体内容，所以在电子商务和电子选举等领域有着广泛的应用。
类比例子：对文件签名就是通过在信封里放一张复写纸，签名者在信封上签名时，他的签名便透过复写纸签到文件上。
所谓盲签名，就是先将隐蔽的文件放进信封里，而除去盲因子的过程就是打开这个信封，当文件在一个信封中时，任何人不能读它。对文件签名就是通过在信封里放一张复写纸，签名者在信封上签名时，他的签名便透过复写纸签到文件上。
一般来说，一个好的盲签名应该具有以下的性质：
不可伪造性。除了签名者本人外，任何人都不能以他的名义生成有效的盲签名。这是一条最基本的性质。
不可抵赖性。签名者一旦签署了某个消息，他无法否认自己对消息的签名。
盲性。签名者虽然对某个消息进行了签名，但他不可能得到消息的具体内容。
不可跟踪性。一旦消息的签名公开后，签名者不能确定自己何时签署的这条消息。
满足上面几条性质的盲签名，被认为是安全的。这四条性质既是我们设计盲签名所应遵循的标准，又是我们判断盲签名性能优劣的根据。
另外，方案的可操作性和实现的效率也是我们设计盲签名时必须考虑的重要
因素。一个盲签名的可操作性和实现速度取决于以下几个方面：
1,密钥的长度；
2,盲签名的长度；
3,盲签名的算法和验证算法。
盲签名具体步骤
1,接收者首先将待签数据进行盲变换，把变换后的盲数据发给签名者。
2,经签名者签名后再发给接收者。
3,接收者对签名再作去盲变换，得出的便是签名者对原数据的盲签名。
4,这样便满足了条件①。要满足条件②，必须使签名者事后看到盲签名时不能与盲数据联系起来，这通常是依靠某种协议来实现的。
『贰』 洞见科技：隐私计算护航数据安全，让数据要素智能流通
数据观 | 刘振航
隐私计算是在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中的“可用不可见”，实现数据价值的转化和释放，为应对个人隐私保护、数据安全隐患、数据孤岛等数据流通的关键难题提出的一种技术信任下的创新解决思路。隐私计算成为了平衡数据使用与安全的重要途径之一，也成为了数字经济时代的“安全员”。
近年来，我国陆续出台了《网络安全法》《数据安全法》《个人信息保护法》等法律法规，发布了多项促进隐私计算技术与数据要素流通的政策措施，推动了隐私计算赛道的活跃，同时也为隐私计算行业发展指明了方向。
技术融入场景 赋能数据智能流通
据了解，在2022数博会上，洞见 科技 “基于隐私计算的省级政务数据开放平台”案例斩获两项大奖，一是荣获2022数博会大数据产业发展系列研究成果“最佳实践案例”大奖；二是成为中国软件评测中心2022年首批“数据安全产业成果-十大典型应用案例”之一，在数据安全产业公共服务平台展出。
隐私计算领域最为主流的技术是安全多方计算、联邦学习和可信执行环境。在核心技术方面，洞见 科技 基于场景认知的积累，前瞻性地构建融合计算引擎，深度研究安全多方计算与联邦学习技术，自主研发出金融级隐私计算平台InsightOne，在实际应用场景中将两种技术路线进行融合应用，并且通过区块链技术增信隐私计算，使数据在加密前提下实现跨机构的数据联合分析与联合建模，在不同行业领域实现“数据可用不可见”的场景应用。
除此之外，洞见 科技 还研发出无可信第三方联邦学习、快速联邦学习、多方安全图计算和图联邦学习、互联互通算法容器等技术，攻克联合建模中的可信风险和性能问题，拓展跨平台的隐私计算互联互通能力，实现“计算可信可链接”。
拓展服务场景 推动隐私计算平台互联互通
将服务领域从政务、金融拓宽至更多领域，为更多的场景提供服务。在这一过程中，隐私计算平台间的互联互通将是至关重要的一环。
2021年6月，洞见 科技 与蚂蚁集团、锘崴 科技 实现了多方异构隐私计算平台之间完全对等的算法协议互通，属行业首例三方互联互通实践，目前已与业内数十家隐私计算企业达成了互联互通合作。彭宇翔认为，在实现跨平台互联互通中与技术实践同样重要的，还有技术标准化工作。在标准工作中，洞见 科技 牵头了IEEE的隐私计算互联互通国际标准，并积极参与到中国信通院、信安标委、央行北京金融 科技 产业联盟等机构组织的互联互通标准制定工作中。
“洞见 科技 2021年的战略重心是布点，2022年的重心是连线。”彭宇翔介绍，隐私计算行业的上游节点是数据供应商，下游节点是数据应用商。目前，洞见 科技 在上下游拥有完善的生态布局，连线则是将上下游企业机构数据进行跨平台跨域链接，运营数据智能化流通网络。除了中诚信生态及信用评级的合规数据资源外，洞见 科技 在政务数据资源侧、市场数据资源侧，与政府相关部门、支付清算机构、通信运营商及知名的互联网公司均达成合作，并作为签约数商入驻了北京、上海、深圳、西部（重庆）、华东（江苏）、山东、海南、浙江、长三角、贵阳、合肥等数交所。
基于前期自研隐私计算平台节点在政务、金融、运营商等领域的广泛部署，洞见 科技 在数据侧和场景侧的数据智能网络逐渐成型。对于未来的发展，彭宇翔表示，洞见 科技 将致力于成为“最懂数据、最懂金融”的数据智能网络基础设施运营服务商，作为独立第三方，连接上下游企业机构数据，通过“左+数据、右+场景”的模式，提供数据智能产品，运营数据智能网络，让数据要素安全流通、数据价值充分释放、业务效果得到有效提升。
受访嘉宾简介：
彭宇翔，洞见 科技 华东区总经理，浙江大学硕士研究生。曾负责隐私计算平台产品设计，主导多个隐私计算项目落地，并参与制定联邦学习、安全多方计算等多项隐私计算技术标准，曾任众安 科技 AI算法tech leader，负责保险 科技 中的AI算法研究，主导设计eKYC、智能理赔、RPA等多个应用系统，对AI算法、机器学习、隐私计算等技术有深厚积累。
『叁』 趣链科技在隐私计算方面做的怎么样
最近的一个新闻是趣链科技作为区块链企业的代表之一入选了由隐私计算联盟联合中国标准化协会大数据技术标准推进委员会共同编制的《隐私计算产业图谱 1.0》。
趣链科技自主研发了区块链隐私计算平台BitXMesh，是首个将区块链与安全多方计算技术结合，并支持链上链下协同的数据共享平台，满足隐私保护需求下的数据价值传递需求，打破数据孤岛，实现数据“可用不可见，可控可计量”。2020-2022年，BitXMesh已通过工信部信通院《多方安全计算 基础能力专项评测》、《区块链辅助的隐私计算工具 基础能力专项评测》、《多方安全计算 性能专项评测》及《联邦学习 基础能力专项评测》，且性能测试各项评测结果超行业平均水平10倍以上，是构建分布式数据要素市场的可信基础设施。
加速去知道了解下谢邀。
『肆』 区块链核心技术攻关目标
重点突破涵盖安全隐私保护、开放跨链协议、高效链上链下协同和安全智能合约机制等区块链应用支撑技术。
1.安全隐私保护技术。重点在安全多方计算、零知识证明、安全传输、同态加密等方面取得技术突破。
2.链链互联互通技术。重点在跨链协议、同构/异构跨链架构及安全性、扩展性和性能等方面取得突破。
3.链上链下协同技术。重点在链上链下数据协同访问控制、高效存储与管理等技术取得突破。
4.安全智能合约技术。重点在智能合约形式化验证与安全漏洞风险评测、智能合约审计等方面取得突破。
5.区块链监管技术。重点在区块链穿透式监管技术、动态监测技术、区块链风险隔离与控制等方面取得技术突破和应用。
From：浙江省区块链技术和产业发展规划（2020-2025）
『伍』 区块链技术如何保障信息主体隐私和权益
隐私保护手段可以分为三类：
一是对交易信息的隐私保护，对交易的发送者、交易接受者以及交易金额的隐私保护，有混币、环签名和机密交易等。
二是对智能合约的隐私保护，针对合约数据的保护方案，包含零知识证明、多方安全计算、同态加密等。
三是对链上数据的隐私保护，主要有账本隔离、私有数据和数据加密授权访问等解决方案。
拓展资料：
一、区块链加密算法隔离身份信息与交易数据
1、区块链上的交易数据，包括交易地址、金额、交易时间等，都公开透明可查询。但是，交易地址对应的所用户身份，是匿名的。通过区块链加密算法，实现用户身份和用户交易数据的分离。在数据保存到区块链上之前，可以将用户的身份信息进行哈希计算，得到的哈希值作为该用户的唯一标识，链上保存用户的哈希值而非真实身份数据信息，用户的交易数据和哈希值进行捆绑，而不是和用户身份信息进行捆绑。
2、由此，用户产生的数据是真实的，而使用这些数据做研究、分析时，由于区块链的不可逆性，所有人不能通过哈希值还原注册用户的姓名、电话、邮箱等隐私数据，起到了保护隐私的作用。
二、区块链“加密存储+分布式存储”
加密存储，意味着访问数据必须提供私钥，相比于普通密码，私钥的安全性更高，几乎无法被暴力破解。分布式存储，去中心化的特性在一定程度上降低了数据全部被泄漏的风险，而中心化的数据库存储，一旦数据库被黑客攻击入侵，数据很容易被全部盗走。通过“加密存储+分布式存储”能够更好地保护用户的数据隐私。
三、区块链共识机制预防个体风险
共识机制是区块链节点就区块信息达成全网一致共识的机制，可以保障最新区块被准确添加至区块链、节点存储的区块链信息一致不分叉，可以抵御恶意攻击。区块链的价值之一在于对数据的共识治理，即所有用户对于上链的数据拥有平等的管理权限，因此首先从操作上杜绝了个体犯错的风险。通过区块链的全网共识解决数据去中心化，并且可以利用零知识证明解决验证的问题，实现在公开的去中心化系统中使用用户隐私数据的场景，在满足互联网平台需求的同时，也使部分数据仍然只掌握在用户手中。
四、区块链零知识证明
零知识证明指的是证明者能够在不向验证者提供任何有用的信息的情况下，使验证者相信某个论断是正确的，即证明者既能充分证明自己是某种权益的合法拥有者，又不把有关的信息泄漏出去，即给外界的“知识”为“零”。应用零知识证明技术，可以在密文情况下实现数据的关联关系验证，在保障数据隐私的同时实现数据共享。
『陆』 区块链与大数据存储究竟有着怎样的关系
区块链和大数据存储的关系如下：
一、数据安全：区块链让数据真正“放心”流动起来
区块链以其可信任性、安全性和不可篡改性，让更多数据被解放出来。用一个典型案例来说明，即区块链是如何推进基因测序大数据产生的。区块链测序可以利用私钥限制访问权限，从而规避法律对个人获取基因数据的限制问题，并且利用分布式计算资源，低成本完成测序服务。区块链的安全性让测序成为工业化的解决方案，实现了全球规模的测序，从而推进数据的海量增长。
二、数据开放共享：区块链保障数据私密性
政府掌握着大量高密度、高价值数据，如医疗数据、人口数据等。政府数据开放是大势所趋，将对整个经济社会的发展产生不可估量的推动力。然而，数据开放的主要难点和挑战是如何在保护个人隐私的情况下开放数据。基于区块链的数据脱敏技术能保证数据私密性，为隐私保护下的数据开放提供了解决方案。数据脱敏技术主要是采用了哈希处理等加密算法。例如，基于区块链技术的英格码系统(Enigma)，在不访问原始数据情况下运算数据，可以对数据的私密性进行保护，杜绝数据共享中的信息安全问题。例如，公司员工可放心地开放可访问其工资信息的路径，并共同计算出群内平均工资。每个参与者可得知其在该组中的相对地位，但对其他成员的薪酬一无所知。
数据HASH脱敏处理示意图
三、数据存储：区块链是一种不可篡改的、全历史的、强背书的数据库存储技术
区块链技术，通过网络中所有节点共同参与计算，互相验证其信息的真伪以达成全网共识，可以说区块链技术是一种特定数据库技术。迄今为止我们的大数据还处于非常基础的阶段，基于全网共识为基础的数据可信的区块链数据，是不可篡改的、全历史的、也使数据的质量获得前所未有的强信任背书，也使数据库的发展进入一个新时代。
四、数据分析：区块链确保数据安全性
数据分析是实现数据价值的核心。在进行数据分析时，如何有效保护个人隐私和防止核心数据泄露，成为首要考虑的问题。例如，随着指纹数据分析应用和基因数据检测与分析手段的普及，越来越多的人担心，一旦个人健康数据发生泄露，将可能导致严重后果。区块链技术可以通过多签名私钥、加密技术、安全多方计算技术来防止这类情况的出现。当数据被哈希后放置在区块链上，使用数字签名技术，就能够让那些获得授权的人们才可以对数据进行访问。通过私钥既保证数据私密性，又可以共享给授权研究机构。数据统一存储在去中心化的区块链上，在不访问原始数据情况下进行数据分析，既可以对数据的私密性进行保护，又可以安全地提供给全球科研机构、医生共享，作为全人类的基础健康数据库，对未来解决突发疾病、疑难疾病带来极大的便利。
五、数据流通：区块链保障数据相关权益
对于个人或机构有价值的数据资产，可以利用区块链对其进行注册，交易记录是全网认可的、透明的、可追溯的，明确了大数据资产来源、所有权、使用权和流通路径，对数据资产交易具有很大价值。
一方面，区块链能够破除中介拷贝数据威胁，有利于建立可信任的数据资产交易环境。数据是一种非常特殊的商品，与普通商品有着本质区别，主要是具有所有权不清晰、 “看过、复制即被拥有”等特征，这也决定了使用传统商品中介的交易方式无法满足数据的共享、交换和交易。因为中介中心有条件、有能力复制和保存所有流经的数据，这对数据生产者极不公平。这种威胁仅仅依靠承诺是无法消除的，而这种威胁的存在也成为阻碍数据流通巨大障碍。基于去中心化的区块链，能够破除中介中心拷贝数据的威胁，保障数据拥有者的合法权益。
另一方面，区块链提供了可追溯路径，能有效破解数据确权难题。区块链通过网络中多个参与计算的节点来共同参与数据的计算和记录，并且互相验证其信息的有效，既可以进行信息防伪，又提供了可追溯路径。把各个区块的交易信息串起来，就形成了完整的交易明细清单，每笔交易来龙去脉非常清晰、透明。另外，当人们对某个区块的“值”有疑问时，可方便地回溯历史交易记录进而判别该值是否正确，识别出该值是否已被篡改或记录有误。
一切在区块链上有了保障，大数据自然会更加活跃起来。
币盈中国平台上众筹项目的代币都是基于区块链技术开发出来的，相关的信息都会记录到区块链上。
『柒』 区块链计算模式下区块链账本的保障机制包括什么
共识确认、多方存储、安全可信、不可篡改。区块链计算模式是利用块链式数据结构含乎猛扰来验证与存储数据、利用分布式节点共识算法来生成和更新数据，区块链账本的保障机制包括共识确认、多方存储、安全可信、不可篡改，保障机谈知悉制是为管理活动提供物质和精神条件的机制，是按照功能来划分出来的，从机制的功能来分为激励机制，制约机制和保障机制。
『捌』 区块链技术现在发展前景怎么样
研究实力增加研究槐态知成果显著
截止2019年底，我国区块链研究机构数量已达97家。此外国内高校纷纷布局区块链技术研究，加强区块链技术理论知识创新，提升高校区块链技术研发能力，截止2019年底，我国在加强区块链技术研发方面参与的高校已有24所。核心技术主要分布在共识算法、跨链、底层架构以及多链这几方面。
从研究成果来看，共识机制方面，我国共识机制逐渐从单一算法走向混合共识;密码算法方面，安全多方计算、同态加密、零知识证明等密码学算法不断融合应用;跨链技术和安全技术的研究逐渐成为研究热点。
从区块链硬件来铅消看，目前，全球最主闭梁要的数字货币挖矿设备供应企业都位于中国，仅仅是比特大陆、嘉楠耘智、亿邦科技三家挖矿设备企业就占据了市场超过90%的市场份额。
从行业应用来看，金融行业是目前区块链技术落地项目最多、场景最为丰富的行业，如供应链金融、资产证芳化、征信与风险控制等。
2019年中国专利申请数量占全球六成
随着国家政策对区块链的倾斜与各领域应用的落地，区块链相关的专利也逐渐得到各方的重视。与2018年相比，2019年我国企业区块链相关专利申请量增长明显，入榜前100名全球企业中，我国占比63%。
2020年区块链产业将进一步得到规范
2020年，我国区块链政策将持续利好、标准规范更加完善、产业规模持续增长、技术持续创新发展、重点领域应用示范效应加速显现。同时根据2019年我国区块链发展存在的问题，赛迪区块链研究院提出加快顶层设计制定、建立健全监管体系、加快核心技术创新研发、推动第三方评测认证、加强专业人才培养、加速推动各领域应用落地六大建议。
『玖』 隐私计算标准的制定者ARPA，为何能受到币安青睐
Felix Xu，ARPA联合创始人&CEO，纽约大学信息技术与金融双学位，拥有六年投资与创业经验，曾于复星集团旗下的早期基金复星锐正资本覆盖金融科技、AI大数据等行业，并独立负责区块链领域的研究与早期投资，拥有丰富的行业资源和广泛的科技与投资领域人脉，并具有管理运营项目的经验。此前曾任职于纽约Sackler Family Office,Vertical Research Partners等机构。ARPA也参与了中国信通院牵头制定的安全多方计算国家级标准。
我认为隐私计算在未来会变得非常僵化。原因如下。首先，随着监管的收紧，国内外金融数据已经无法攀升和交易，导致金融机构对隐私计算的需求增加。第二，各国将数据定义为资产，并将受到保护。最后，人们对数据隐私的意识正在增强，他们意识到“免费”是最昂贵的。
