基于區(qū)塊鏈技術(shù)保護個人數(shù)據(jù)

劉文杰 劉保汛 劉亞軍

摘 要：近年來，有關(guān)監(jiān)控和安全漏洞的報道增多，第三方收集和控制大量的個人數(shù)據(jù)，危及用戶隱私。比特幣在金融領(lǐng)域證明了可信和可審計的計算是可能的，即使用一個分布式的網(wǎng)絡(luò)來構(gòu)成一個公共分類賬。在本文中，我們描述了一個分布式的個人數(shù)據(jù)管理系統(tǒng)，它可以確保用戶掌握和控制數(shù)據(jù)。與比特幣不同的是，我們系統(tǒng)中的交易并不是嚴格意義上的金融服務(wù)，而是用于存儲、查詢和共享數(shù)據(jù)等指令。最后，我們討論了區(qū)塊鏈有可能的未來擴展。

關(guān)鍵詞：區(qū)塊鏈 隱私 比特幣 個人數(shù)據(jù)

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2018）03（c）-0023-03

在大數(shù)據(jù)時代，世界的數(shù)據(jù)量正在迅速增加，數(shù)據(jù)不斷被收集和分析，導(dǎo)致創(chuàng)新和經(jīng)濟的增長。我們使用這些收集的數(shù)據(jù)進行個性化服務(wù)，優(yōu)化決策過程，預(yù)測未來趨勢等。雖然我們都能從數(shù)據(jù)驅(qū)動的社會中獲益，但公眾對用戶隱私的擔(dān)憂卻與日俱增。公共和私人的集中組織，積累了大量的個人敏感信息，對于存儲的數(shù)據(jù)以及如何使用這些數(shù)據(jù)，個人幾乎沒有控制。

相關(guān)工作：從技術(shù)的角度來看，已經(jīng)有各種各樣的嘗試來解決這些隱私問題。有一種用于自動部署個人私密數(shù)據(jù)存儲服務(wù)的模型，該模型包含了返回數(shù)據(jù)計算的機制，從而返回答案而不是原始數(shù)據(jù)本身[1]。從安全的角度來看，研究人員開發(fā)了針對隱私問題的各種技術(shù)來重點關(guān)注個人數(shù)據(jù)。數(shù)據(jù)匿名化方法試圖保護個人可識別的信息。匿名數(shù)據(jù)集的一個共同屬性要求每個記錄的敏感信息與至少k個其他記錄是不可區(qū)分的[2]。與匿名相關(guān)的擴展包括多樣性，它確保敏感數(shù)據(jù)由不同的可能值集合表示[3]。研究表明，使用這些技術(shù)的匿名數(shù)據(jù)集可以被去匿名化[4]，即使是少量的數(shù)據(jù)點或高維度數(shù)據(jù)。其他保護隱私的方法包括差分隱私法[5]，這種技術(shù)在共享數(shù)據(jù)之前會擾亂數(shù)據(jù)或給計算過程增加噪音，以及允許對加密數(shù)據(jù)進行計算和查詢的加密方案。具體來說，完全同態(tài)加密[6]方案允許任何計算來運行加密數(shù)據(jù)，但目前效率太低，無法在實踐中廣泛使用。近年來，出現(xiàn)了一種新的可計算系統(tǒng)比特幣，它允許用戶在沒有中央監(jiān)管的情況下安全地轉(zhuǎn)移貨幣，使用公開可驗證的明細分類賬或區(qū)塊鏈。

本文利用區(qū)塊鏈存儲構(gòu)建個人數(shù)據(jù)管理平臺，關(guān)注隱私。通過我們的平臺和對技術(shù)的未來改進的討論來說明，區(qū)塊鏈將如何成為可信計算中的重要資源。在第二節(jié)我們討論了解決的隱私問題；第三節(jié)概述了該平臺；第四節(jié)詳細描述了技術(shù)實現(xiàn)；第五節(jié)討論對區(qū)塊鏈的未來擴展；第六節(jié)中得出結(jié)論。

1 隱私問題

在本文中，我們討論了用戶在使用第三方服務(wù)時所面臨的隱私問題。在移動平臺中部署服務(wù)應(yīng)用程序供用戶安裝，這些應(yīng)用程序不斷收集高分辨率的個人數(shù)據(jù)。值得注意的是，同樣的系統(tǒng)可以用于其他的數(shù)據(jù)處理問題，例如：醫(yī)院共享病人的醫(yī)學(xué)數(shù)據(jù)進行科學(xué)研究，同時具有監(jiān)測數(shù)據(jù)的使用情況和立即選擇退出的能力。根據(jù)這一點，我們的系統(tǒng)可以防止以下常見的隱私問題。

首先是數(shù)據(jù)所有權(quán)，我們的框架著重于確保用戶掌握和控制其個人數(shù)據(jù)，因此系統(tǒng)將用戶視為數(shù)據(jù)的所有者，并將服務(wù)視為具有委托權(quán)限的來賓；其次是數(shù)據(jù)透明度和可審核性，每個用戶對收集到的數(shù)據(jù)以及如何訪問數(shù)據(jù)都有完全的透明性；再次是細粒度的訪問控制，移動應(yīng)用程序的一個主要問題是，用戶在注冊時需要授予一組權(quán)限。這些權(quán)限被無限期地授予，而改變協(xié)議的唯一途徑就是選擇退出，但是在本文的框架中，在任何給定的時間里，用戶都可以改變權(quán)限集，并撤銷對先前收集數(shù)據(jù)的訪問。該機制的一個應(yīng)用是改進移動應(yīng)用程序中的現(xiàn)有權(quán)限對話框。雖然用戶界面可能保持不變，但訪問控制策略將安全地存儲在區(qū)塊鏈中，只有用戶可以更改它們。

2 算法思想

系統(tǒng)平臺如圖1所示，3個實體分別是用戶、服務(wù)和區(qū)塊鏈節(jié)點。用戶對下載和使用應(yīng)用程序感興趣，這些應(yīng)用程序的提供者要求處理個人數(shù)據(jù)的操作和業(yè)務(wù)，例如：提供個性化服務(wù)，區(qū)塊鏈節(jié)點負責(zé)維護區(qū)塊鏈的實體和分布式的私有鍵值數(shù)據(jù)存儲，以換取獎勵。雖然系統(tǒng)中的用戶通常保持匿名，但我們可以在區(qū)塊鏈上存儲服務(wù)配置文件來并驗證其身份。

系統(tǒng)本身的設(shè)計如下。區(qū)塊鏈包含兩種新的事務(wù)類型：Taccess用于訪問控制管理和Tdata用于數(shù)據(jù)存儲和檢索。這些網(wǎng)絡(luò)操作可以很容易地集成到一個移動軟件開發(fā)工具包（SDK）中，服務(wù)可以在其開發(fā)過程中使用。為了說明這一點，給出示例如下：用戶安裝使用我們的平臺來保護其隱私的應(yīng)用程序。當用戶第一次注冊時，將生成一個新的共享標識，并將其與相關(guān)的權(quán)限一起發(fā)送到Taccess中的區(qū)塊鏈。收集的數(shù)據(jù)，例如：傳感器數(shù)據(jù)比如位置，使用共享加密密鑰，加密發(fā)送到區(qū)塊鏈在Tdata事務(wù)中，隨后將其傳遞給一個區(qū)塊鏈鍵值存儲，同時保留只指向數(shù)據(jù)的指針公共分類賬，指針是SHA-256數(shù)據(jù)的哈希值?，F(xiàn)在，服務(wù)和用戶都可以使用與它關(guān)聯(lián)的指針來查詢數(shù)據(jù)。然后區(qū)塊鏈驗證數(shù)字簽名是否屬于用戶或服務(wù)。對于服務(wù)，它訪問數(shù)據(jù)的權(quán)限也會被檢查。最后，用戶可以通過使用一組新的權(quán)限，包括撤銷對先前存儲的數(shù)據(jù)的訪問，來更改授予服務(wù)的權(quán)限。開發(fā)一個基于網(wǎng)頁或移動的指示板，允許對一個的數(shù)據(jù)進行概述，并且改變權(quán)限的能力是相當小的，類似于開發(fā)集中式錢包。區(qū)塊鏈鍵值存儲利用分布式哈希表（DHT）的實現(xiàn)[7]，使用LevelDB2（數(shù)據(jù)庫）增加了持久性，并將接口添加到區(qū)塊鏈。DHT是由節(jié)點網(wǎng)絡(luò)維護的，它完成了被批準的讀或?qū)懯聞?wù)，數(shù)據(jù)充分地隨機分布在各個節(jié)點上，以確保高可用性。

3 網(wǎng)絡(luò)協(xié)議

在這一節(jié)中描述系統(tǒng)中使用的底層協(xié)議。在平臺中我們使用標準的加密構(gòu)建塊：由三元組定義的對稱加密方案，三元組由生成器、加密和解密算法構(gòu)成；由發(fā)生器、簽名和驗證算法構(gòu)成的三元組來描述數(shù)字簽名方案（DSS），用ECDSA的secp256k1曲線實現(xiàn)[8]，加密哈希函數(shù)由SHA-256實例化[9]實現(xiàn)。

3.1 構(gòu)建塊

首先是身份，區(qū)塊鏈利用偽身份機制。從本質(zhì)上講，每個用戶都可以生成盡可能多的偽身份，以增加隱私。我們現(xiàn)在引入復(fù)合恒等式，這個模型在我們的系統(tǒng)中使用。復(fù)合標識是兩個或多個參與方的共享標識，其中一些參與方擁有該標識（所有者身份），其余部分則限制對其來賓的訪問。身份是由為所有者和客戶簽名的密鑰對組成的，以及用于加密和解密數(shù)據(jù)的對稱密鑰，這樣數(shù)據(jù)就不會受到系統(tǒng)中所有其他參與者的保護；然后是區(qū)塊鏈內(nèi)存，假設(shè)L表示區(qū)塊鏈內(nèi)存空間，為哈希表 L：{0，1}256→{0，1}N，其中 ，可以存儲足夠大的文檔。假設(shè)區(qū)塊鏈是一個時間戳的事務(wù)序列，其中每個事務(wù)包含一個可變數(shù)量的輸出地址。L實現(xiàn)如下：事務(wù)中的前兩個輸出編碼為256位內(nèi)存地址指針以及一些輔助元數(shù)據(jù)，其余的輸出構(gòu)造序列化的文檔。當查找L[k]，只返回最近的事務(wù)，它允許在插入操作之外更新和刪除操作；一組用戶u授予服務(wù)s的權(quán)限，由方法P表示，如果u安裝一個移動應(yīng)用程序，需要訪問用戶的位置和聯(lián)系人，所以得出Pu，s={location；contacts}，在這里，任何類型的數(shù)據(jù)都可以通過這種方式安全地存儲，假設(shè)服務(wù)不會破壞協(xié)議并錯誤地標記數(shù)據(jù)。部分預(yù)防措施可以被引入到移動SDK中，但是無論如何，用戶可以很容易地檢測到欺騙的服務(wù)，因為所有的變化都是可見的。

3.2 區(qū)塊鏈協(xié)議

如本文前面所提到的，Taccess事務(wù)允許用戶更改授予服務(wù)的權(quán)限集，通過發(fā)送一個方法集。發(fā)送空集將取消以前授予的所有訪問權(quán)限。第一次發(fā)送帶有新復(fù)合標識的Taccess事務(wù)被解釋為用戶注冊服務(wù)。類似地，Tdata事務(wù)管理讀或?qū)懖僮?。在方法P的幫助下，只有用戶或服務(wù)可以訪問數(shù)據(jù)。

3.3 隱私和安全分析

如果區(qū)塊鏈是無干擾的，這個假設(shè)需要一個足夠大的不受信任的對等網(wǎng)絡(luò)中。此外，我們假定用戶以安全的方式管理密鑰，比如：使用安全集中的錢包服務(wù)。在這個模型中，只有用戶能夠控制其數(shù)據(jù)。區(qū)塊鏈的分布式與數(shù)字簽名的交易相結(jié)合，確保了交易對手不能以用戶的身份出現(xiàn)，不能破壞網(wǎng)絡(luò)，即對手不能偽造數(shù)字簽名，或者不能控制網(wǎng)絡(luò)資源的大部分。

控制一個或多個DHT節(jié)點的對手無法了解有關(guān)原始數(shù)據(jù)的任何信息，因為它是用沒有節(jié)點的鍵進行加密的。雖然在節(jié)點上沒有確保數(shù)據(jù)完整性，因為單個節(jié)點可以篡改其本地副本或者以一種復(fù)雜的方式進行操作，但我們?nèi)匀豢梢栽趯嵺`中將數(shù)據(jù)的完全分散和復(fù)制的風(fēng)險降到最低。最后為每個用戶服務(wù)對生成一個新的復(fù)合標識，保證只有小部分數(shù)據(jù)在對手獲得簽名和加密密鑰的情況下被破壞。如果對手只能獲得其中一個密鑰，那么數(shù)據(jù)仍然是安全的。

4 展望

4.1 從存儲到處理

本文的主要貢獻之一是展示如何克服區(qū)塊鏈的公共性質(zhì)。本文分析重點是存儲指向加密數(shù)據(jù)的指針。雖然這種方法適用于存儲和隨機查詢，但對于處理數(shù)據(jù)來說并不是很有效。更重要的是，一旦一個服務(wù)查詢了一個原始數(shù)據(jù)，它就可以存儲為將來的分析。更好的方法可能是永遠不要讓服務(wù)觀察原始數(shù)據(jù)，而是允許它直接在網(wǎng)絡(luò)上運行計算并獲得最終結(jié)果。如果我們將數(shù)據(jù)拆分為共享而不是對它們進行加密，那么我們就可以使用安全的多樣性計算（MPC）來安全地評估任何函數(shù)[10]。

4.2 對區(qū)塊鏈的信任和決策

在比特幣或者區(qū)塊鏈中，假定所有節(jié)點都是同樣不受信任的，它們在集體決策過程中的比例僅僅是基于它們的計算資源[11]。換句話說，對于每個節(jié)點n，trustn∞r(nóng)esources（n）決定了節(jié)點的權(quán)重。直觀地說，為系統(tǒng)提供大量資源的節(jié)點不太可能作弊。使用類似的推理，可以定義基于節(jié)點行為的新的信任的動態(tài)度量，這樣，遵循協(xié)議的優(yōu)秀參與者就會得到獎勵。將每個節(jié)點的信任設(shè)置為它在未來良好運行的預(yù)期值。等價地，由于我們處理的是一個二元隨機變量，期望值就是p的概率，一個簡單的近似這個概率的方法是計算一個節(jié)點取好的（good）和壞（bad）的動作的數(shù)量，然后使用Sigmoid函數(shù)把它壓縮成一個概率。在實踐中，每一個模塊i我們都應(yīng)該重新評估每個節(jié)點的信任分數(shù)如公式（1）所示。

式（1）中，α表示步長的大小，通過這種方法，網(wǎng)絡(luò)可以更有效地計算可信節(jié)點和計算塊值。

5 結(jié)語

一般來說，個人數(shù)據(jù)和敏感數(shù)據(jù)不應(yīng)該被第三方所信任，因為第三方容易受到攻擊和誤用。本文中的平臺利用區(qū)塊鏈技術(shù)，重新定義訪問控制模式，并使用區(qū)塊鏈存儲解決方案來實現(xiàn)這一點。用戶不需要信任任何第三方，并且知道正在收集的數(shù)據(jù)以及如何使用這些數(shù)據(jù)。此外，區(qū)塊鏈承認用戶是其個人數(shù)據(jù)的所有者。在分布式平臺上，對于收集、存儲和共享敏感數(shù)據(jù)的法律和監(jiān)管決策應(yīng)該更簡單。法律和法規(guī)可以被編入?yún)^(qū)塊鏈本身，這樣就可以自動執(zhí)行。在其他情況下，分類賬可以作為訪問或存儲數(shù)據(jù)的法律依據(jù)，因為它是可計算的而且是防篡改的。最后，我們討論了區(qū)塊鏈的未來擴展，這些擴展可以將它們集成到一個全面的解決方案中，以解決社會上可信的計算問題。

參考文獻

[1] J Zarrin，LA Rui，JP Barraca.Resource discovery for distributed computing systems： A comprehensive survey[J].Journal of Parallel and Distributed Computing，2018（113）：1-45.

[2] 劉雅輝，張鐵贏，靳小龍，等.大數(shù)據(jù)時代的個人隱私保護[J].計算機研究與發(fā)展，2015，52（1）：229-247.

[3] 周水庚，李豐，陶宇飛，等.面向數(shù)據(jù)庫應(yīng)用的隱私保護研究綜述[J].計算機學(xué)報，2009，32（5）：847-861.

[4] Zyskind G， Nathan O， Pentland A. Decentralizing privacy： using blockchain to protect personal data [A].Proceedings of the 2015 IEEE Security and Privacy Workshops. Washington，DC：IEEE Computer Society[C].2015：180-184.

[5] 熊平，朱天清，王曉峰.差分隱私保護及其應(yīng)用[J].計算機學(xué)報，2014（1）：101-122.

[6] Craig Gentry. Fully homomorphic encryption using ideal lattices[J]. Stoc，2009，9（1）：169-178.

[7] Druschel P. Peer-to-peer systems[J].ACM，2010，53（10）： 72-82.

[8] Don Johnson， Alfred Menezes. The elliptic curve digital signature algorithm （ECDSA）[J]. International Journal of Information Security，2001，1（1）：36–63.

[9] 陳華鋒.高速SHA-256算法實現(xiàn)[J].浙江大學(xué)學(xué)報：理學(xué)版，2009（6）：675-678.

[10] Hal Hodson. Gatekeeper keeps your personal data under your control[J].New Scientist，2013（1）：20-21.

[11] Nakamoto S. Bitcoin： a peer-to-peer electronic cash system[EB/OL].https：//bitcoin.org/bitcoin.pdf，2009.