|
2021年度北京大学应用数学专题讲习班，课程之一：Blockchain, Privacy-Preserving Computation, Theory and Algorithm（区块链与隐私计算的理论与算法），将于7月12-23日，周一至周五，14：00-16：00进行，共计10次课（20学时）。
2021年，隐私计算一词在中国“火了”。我们一年前写《密码学应用的四个进化阶段》link一文时，采用了这样的名称：对称加密、公钥加密、区块链技术、高等密码学。其中高等密码学这个叫法，是参照国际上部分相关学者所用的advanced cryptography。但是这一年来，隐私计算这个名称在国内被广泛使用，已经非常深入人心了，所以我们也就遵循大家已经形成的习惯称呼，更多使用隐私计算一词。
另外，隐私计算的叫法，从含以上也会更广泛一些。除了包括零知识证明、同态加密、安全多方计算等纯密码学方法之外，也包含例如可信执行环境（TEE）这样的硬件方法。此外还有联邦学习、差分隐私、隐私机器学习这些更多的技术领域，也可能被纳入隐私计算这个大的范畴。就我们关注的内容来说，可能更侧重于纯密码学方法。但是纯密码学方法在计算性能严重不足，目前用于大规模复杂的计算任务还很困难，所以我们也把TEE作为一个重要技术方法来关注。
就我个人的理解，更准确的词汇似乎应该是“信任计算”。它的核心能力是：在多方协同体系中，不依赖任何“可信第三方”，只依赖于算法与程序，就能保证各方的行为符合既定的规范。而隐私是规范中的一种而不是全部。所隐私计算这个叫法，在一定程度上缩小了它的根本含义。具体来说，区块链领域近10年来取得了很多重大的技术突破，其中很大一部分是基于零知识证明的。例如全球瞩目的“以太坊扩容”问题，就有zk-rollup等方案，其首要目的并非隐私保护，而是更迫切的计算性能问题。零知识证明在其中扮演的核心角色是“信任“而不是”隐私“。尽管如此，我们一般仍然会使用大家习惯的隐私计算一词。
在未来的两周里，我们希望跟大家一起，共同探讨区块链与隐私计算，从理论研究、算法构建、工程实践和产业应用等多个角度，共同学习深入，并有所收获。
|