SoterOne是如何运用机器学习实现隐私保护和数据联合的？：SoterOne是如何运用机器学习实

原标题：SoterOne是如何运用机器学习实现隐私保护和数据联合的？

文章图片
在移动互联网时代，大数据成为了当今“最懂你的人” 。手机就像我们随身携带的监控设备，记录着我们一言一行保护我们的个人隐私貌似已是一种奢望。随着越来越多隐私泄露事件频发，隐私数据滥用的问题引起了社会的广泛关注。如何在享受数据带来便利的同时，保护自己的个人隐私？SoterOne给出了答案。
SoterOne的创始团队是由区块链、密码学、隐私计算、AI、安全、数据库等领域的高端人才组成，拥有扎实的技术根基以及丰富的项目经验。针对时下隐私泄露现状， SoterOne利用机器学习以及区块链技术解决了在利用大数据的同时保护用户隐私的问题。
【SoterOne是如何运用机器学习实现隐私保护和数据联合的？】为了实现这一功能， SoterOne采用了密码学领域的前沿技术——“差分隐私”与“多方安全计算” 。差分隐私是利用在原始数据中加入“噪音”来实现用户的隐私保护，即通过对原始数据进行加工，使这些数据可以得出一个计算结果，但是不会暴露其中某个体的具体数据。多方安全计算的作用是在不泄露彼此机密信息的情况下实现来自不同数据方的数据联合，解决了充分利用数据却不泄露数据的问题。
在SoterOne其一的美国专利申请“一个全新的基于机器学习的隐私保护和数据联合区块链平台”（美国专利申请号：63,063,434,2020年8月10日）中，介绍了SoterOne平台要解决的几大问题：1)在彼此不信任的多方之间如何进行安全的联合计算？2）我们如何用严格的数学证明来保护用户隐私？3）如何让安全数据共享可负担、可验证、可审计？
为了解决上述问题， SoterOne提出三个重要的组件：一条核心链、四个智能合约和SoterOne软件开发工具包（SDK）。
SoterOne的核心链是一个区块链主网，它为各种隐私保护Dapp的执行和处理提供了一个去中心化的、可信的执行环境。四种智能合约即：查询智能合约(QSC)、数据智能合约(DSC)、控制器智能合约(CSC)和MPC智能合约(MSC) ，他们分别与查询客户、数据拥有者、MPC控制器和MPC节点进行交互。 SoterOne软件开发工具包(SDK)是SoterOne出于安全目的，为SoterOne客户提供的一个可安装包中的软件开发工具集合。客户在与智能合约交互之前，使用SoterOneSDK通过同态加密对原始数据进行加密，只将加密后的数据发送给智能合约和区块链。
那么， SoterOne的各个组件之间具体是如何分工的呢？
SoterOne的专利描述了核心链、智能合约与SoterOneSDKs之间交互方式如下图所示：

文章图片
首先，数据查询客户（DQC）将需求发到区块链网络，在确认本轮查询消息可以处理后， DQC将向DSC、CSC和MSC广播他们的请求，并分别向QSC返回费用报价单。如果DSC接受报价，则将应答依次广播给DSC、CSC、MSC 。 DQC开始将报价存入QSC智能合约，然后将其加密查询请求与存款凭证一起广播。在第一轮中，商定的费用将分别从QSC转移到DSC、CSC和MSC 。在完成MPC计算的N轮中，在第二轮和倒数第二轮之间，会有许多机器学习的中间值通过DSC和MSC把相关的事件的哈希值和时间戳记录在区块链上面。在最后一轮中， MPC节点宣布完成计算，并将模型结果发送给QSC ，最终发送给数据查询客户。 DQC确认收到结果。在区块链全网广播确认后，扣除应支付给SoterOne币库的取款费后，费用转移到每个DSC节点、CSC节点和MPC节点的钱包中。
在此过程中,SoterOne区块链作为通信渠道和付费平台，为数据查询客户的付费查询，以及数据拥有方在保护用户隐私的前提下提供付费数字共享提供了强有力的技术保障。
同时， SoterOne软件开发工具包（SDK）极大降低了用户使用多方安全计算和差分隐私的门槛，让机器学习和数据建模也如“旧时王谢堂前燕，飞入寻常百姓家” ，增强了中小企业安全使用大数据挖掘的能力，也让数据拥有方可以合法合规的变现大数据，挖掘数据的新价值。

文章图片
SoterOne的面世无疑让我们对未来的大数据共享的商业价值充满了信心。值得一提的是， 2021年2月23日， SoterOne官网www.soterone.com已正式向全球发布！SoterOne的宗旨是：打造出一条综合隐私保护、数据建模等应用落地为一体的数据价值共享的区块链平台。