基于区块链技术保护个人数据

刘文杰 刘保汛 刘亚军

摘 要：近年来，有关监控和安全漏洞的报道增多，第三方收集和控制大量的个人数据，危及用户隐私。比特币在金融领域证明了可信和可审计的计算是可能的，即使用一个分布式的网络来构成一个公共分类账。在本文中，我们描述了一个分布式的个人数据管理系统，它可以确保用户掌握和控制数据。与比特币不同的是，我们系统中的交易并不是严格意义上的金融服务，而是用于存储、查询和共享数据等指令。最后，我们讨论了区块链有可能的未来扩展。

关键词：区块链 隐私 比特币 个人数据

中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2018）03（c）-0023-03

在大数据时代，世界的数据量正在迅速增加，数据不断被收集和分析，导致创新和经济的增长。我们使用这些收集的数据进行个性化服务，优化决策过程，预测未来趋势等。虽然我们都能从数据驱动的社会中获益，但公众对用户隐私的担忧却与日俱增。公共和私人的集中组织，积累了大量的个人敏感信息，对于存储的数据以及如何使用这些数据，个人几乎没有控制。

相关工作：从技术的角度来看，已经有各种各样的尝试来解决这些隐私问题。有一种用于自动部署个人私密数据存储服务的模型，该模型包含了返回数据计算的机制，从而返回答案而不是原始数据本身[1]。从安全的角度来看，研究人员开发了针对隐私问题的各种技术来重点关注个人数据。数据匿名化方法试图保护个人可识别的信息。匿名数据集的一个共同属性要求每个记录的敏感信息与至少k个其他记录是不可区分的[2]。与匿名相关的扩展包括多样性，它确保敏感数据由不同的可能值集合表示[3]。研究表明，使用这些技术的匿名数据集可以被去匿名化[4]，即使是少量的数据点或高维度数据。其他保护隐私的方法包括差分隐私法[5]，这种技术在共享数据之前会扰乱数据或给计算过程增加噪音，以及允许对加密数据进行计算和查询的加密方案。具体来说，完全同态加密[6]方案允许任何计算来运行加密数据，但目前效率太低，无法在实践中广泛使用。近年来，出现了一种新的可计算系统比特币，它允许用户在没有中央监管的情况下安全地转移货币，使用公开可验证的明细分类账或区块链。

本文利用区块链存储构建个人数据管理平台，关注隐私。通过我们的平台和对技术的未来改进的讨论来说明，区块链将如何成为可信计算中的重要资源。在第二节我们讨论了解决的隐私问题；第三节概述了该平台；第四节详细描述了技术实现；第五节讨论对区块链的未来扩展；第六节中得出结论。

1 隐私问题

在本文中，我们讨论了用户在使用第三方服务时所面临的隐私问题。在移动平台中部署服务应用程序供用户安装，这些应用程序不断收集高分辨率的个人数据。值得注意的是，同样的系统可以用于其他的数据处理问题，例如：医院共享病人的医学数据进行科学研究，同时具有监测数据的使用情况和立即选择退出的能力。根据这一点，我们的系统可以防止以下常见的隐私问题。

首先是数据所有权，我们的框架着重于确保用户掌握和控制其个人数据，因此系统将用户视为数据的所有者，并将服务视为具有委托权限的来宾；其次是数据透明度和可审核性，每个用户对收集到的数据以及如何访问数据都有完全的透明性；再次是细粒度的访问控制，移动应用程序的一个主要问题是，用户在注册时需要授予一组权限。这些权限被无限期地授予，而改变协议的唯一途径就是选择退出，但是在本文的框架中，在任何给定的时间里，用户都可以改变权限集，并撤销对先前收集数据的访问。该机制的一个应用是改进移动应用程序中的现有权限对话框。虽然用户界面可能保持不变，但访问控制策略将安全地存储在区块链中，只有用户可以更改它们。

2 算法思想

系统平台如图1所示，3个实体分别是用户、服务和区块链节点。用户对下载和使用应用程序感兴趣，这些应用程序的提供者要求处理个人数据的操作和业务，例如：提供个性化服务，区块链节点负责维护区块链的实体和分布式的私有键值数据存储，以换取奖励。虽然系统中的用户通常保持匿名，但我们可以在区块链上存储服务配置文件来并验证其身份。

系统本身的设计如下。区块链包含两种新的事务类型：Taccess用于访问控制管理和Tdata用于数据存储和检索。这些网络操作可以很容易地集成到一个移动软件开发工具包（SDK）中，服务可以在其开发过程中使用。为了说明这一点，给出示例如下：用户安装使用我们的平台来保护其隐私的应用程序。当用户第一次注册时，将生成一个新的共享标识，并将其与相关的权限一起发送到Taccess中的区块链。收集的数据，例如：传感器数据比如位置，使用共享加密密钥，加密发送到区块链在Tdata事务中，随后将其传递给一个区块链键值存储，同时保留只指向数据的指针公共分类账，指针是SHA-256数据的哈希值。现在，服务和用户都可以使用与它关联的指针来查询数据。然后区块链验证数字签名是否属于用户或服务。对于服务，它訪问数据的权限也会被检查。最后，用户可以通过使用一组新的权限，包括撤销对先前存储的数据的访问，来更改授予服务的权限。开发一个基于网页或移动的指示板，允许对一个的数据进行概述，并且改变权限的能力是相当小的，类似于开发集中式钱包。区块链键值存储利用分布式哈希表（DHT）的实现[7]，使用LevelDB2（数据库）增加了持久性，并将接口添加到区块链。DHT是由节点网络维护的，它完成了被批准的读或写事务，数据充分地随机分布在各个节点上，以确保高可用性。

3 网络协议

在这一节中描述系统中使用的底层协议。在平台中我们使用标准的加密构建块：由三元组定义的对称加密方案，三元组由生成器、加密和解密算法构成；由发生器、签名和验证算法构成的三元组来描述数字签名方案（DSS），用ECDSA的secp256k1曲线实现[8]，加密哈希函数由SHA-256实例化[9]实现。

3.1 构建块

首先是身份，区块链利用伪身份机制。从本质上讲，每个用户都可以生成尽可能多的伪身份，以增加隐私。我们现在引入复合恒等式，这个模型在我们的系统中使用。复合标识是两个或多个参与方的共享标识，其中一些参与方拥有该标识（所有者身份），其余部分则限制对其来宾的访问。身份是由为所有者和客户签名的密钥对组成的，以及用于加密和解密数据的对称密钥，这样数据就不会受到系统中所有其他参与者的保护；然后是区块链内存，假设L表示区块链内存空间，为哈希表 L：{0，1}256→{0，1}N，其中 ，可以存储足够大的文档。假设区块链是一个时间戳的事务序列，其中每个事务包含一个可变数量的输出地址。L实现如下：事务中的前两个输出编码为256位内存地址指针以及一些辅助元数据，其余的输出构造序列化的文档。当查找L[k]，只返回最近的事务，它允许在插入操作之外更新和删除操作；一组用户u授予服务s的权限，由方法P表示，如果u安装一个移动应用程序，需要访问用户的位置和联系人，所以得出Pu，s={location；contacts}，在这里，任何类型的数据都可以通过这种方式安全地存储，假设服务不会破坏协议并错误地标记数据。部分预防措施可以被引入到移动SDK中，但是无论如何，用户可以很容易地检测到欺骗的服务，因为所有的变化都是可见的。

3.2 区块链协议

如本文前面所提到的，Taccess事务允许用户更改授予服务的权限集，通过发送一个方法集。发送空集将取消以前授予的所有访问权限。第一次发送带有新复合标识的Taccess事务被解释为用户注册服务。类似地，Tdata事务管理读或写操作。在方法P的帮助下，只有用户或服务可以访问数据。

3.3 隐私和安全分析

如果区块链是无干扰的，这个假设需要一个足够大的不受信任的对等网络中。此外，我们假定用户以安全的方式管理密钥，比如：使用安全集中的钱包服务。在这个模型中，只有用户能够控制其数据。区块链的分布式与数字签名的交易相结合，确保了交易对手不能以用户的身份出现，不能破坏网络，即对手不能伪造数字签名，或者不能控制网络资源的大部分。

控制一个或多个DHT节点的对手无法了解有关原始数据的任何信息，因为它是用没有节点的键进行加密的。虽然在节点上没有确保数据完整性，因为单个节点可以篡改其本地副本或者以一种复杂的方式进行操作，但我们仍然可以在实践中将数据的完全分散和复制的风险降到最低。最后为每个用户服务对生成一个新的复合标识，保证只有小部分数据在对手获得签名和加密密钥的情况下被破坏。如果对手只能获得其中一个密钥，那么数据仍然是安全的。

4 展望

4.1 从存储到处理

本文的主要贡献之一是展示如何克服区块链的公共性质。本文分析重点是存储指向加密数据的指针。虽然这种方法适用于存储和随机查询，但对于处理数据来说并不是很有效。更重要的是，一旦一个服务查询了一个原始数据，它就可以存储为将来的分析。更好的方法可能是永远不要让服务观察原始数据，而是允许它直接在网络上运行计算并获得最终结果。如果我们将数据拆分为共享而不是对它们进行加密，那么我们就可以使用安全的多样性计算（MPC）来安全地评估任何函数[10]。

4.2 对区块链的信任和决策

在比特币或者区块链中，假定所有节点都是同样不受信任的，它们在集体决策过程中的比例仅仅是基于它们的计算资源[11]。换句话说，对于每个节点n，trustn∞resources（n）决定了节点的权重。直观地说，为系统提供大量资源的节点不太可能作弊。使用类似的推理，可以定义基于节点行为的新的信任的动态度量，这样，遵循协议的优秀参与者就会得到奖励。将每个节点的信任设置为它在未来良好运行的预期值。等价地，由于我们处理的是一个二元随机变量，期望值就是p的概率，一个简单的近似这个概率的方法是计算一个节点取好的（good）和坏（bad）的动作的数量，然后使用Sigmoid函数把它压缩成一个概率。在实践中，每一个模块i我们都应该重新评估每个节点的信任分数如公式（1）所示。

式（1）中，α表示步长的大小，通过这种方法，网络可以更有效地计算可信节点和计算块值。

5 结语

一般来说，个人数据和敏感数据不应该被第三方所信任，因为第三方容易受到攻击和误用。本文中的平臺利用区块链技术，重新定义访问控制模式，并使用区块链存储解决方案来实现这一点。用户不需要信任任何第三方，并且知道正在收集的数据以及如何使用这些数据。此外，区块链承认用户是其个人数据的所有者。在分布式平台上，对于收集、存储和共享敏感数据的法律和监管决策应该更简单。法律和法规可以被编入区块链本身，这样就可以自动执行。在其他情况下，分类账可以作为访问或存储数据的法律依据，因为它是可计算的而且是防篡改的。最后，我们讨论了区块链的未来扩展，这些扩展可以将它们集成到一个全面的解决方案中，以解决社会上可信的计算问题。

参考文献

[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] 刘雅辉，张铁赢，靳小龙，等.大数据时代的个人隐私保护[J].计算机研究与发展，2015，52（1）：229-247.

[3] 周水庚，李丰，陶宇飞，等.面向数据库应用的隐私保护研究综述[J].计算机学报，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，王晓峰.差分隐私保护及其应用[J].计算机学报，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] 陈华锋.高速SHA-256算法实现[J].浙江大学学报：理学版，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.