央广网上海5月26日消息（记者韩晓余）由欧科云链集团主办的“星途计划”系列沙龙上海站活动今天举行。沙龙聚焦区块链如何赋能数据生态，欧科云链高层，工业和信息化部电子第五研究所高级工程师、区块链创新团队负责人相里朋以及算力智库创始人燕丽等多位行业大咖通过主题分享及圆桌讨论，深度探讨区块链如何发挥自身技术优势赋能数据安全治理、促进数据安全流动、挖掘数据生产力、推动数据经济发展。据悉，欧科云链近日启动“星途计划”区块链科普全国行，旨在推动社会各界建立对产业的清晰认知，与前期推出的“鲲鹏计划”共同助力数字经济及区块链产业健康发展。

　　区块链补全数据安全治理拼图

　　欧科云链集团副总裁Michael在沙龙上表示，数字经济新基建时代“ABCD”等新技术相辅相成，各司其职。物联网就像眼睛，是数据采集入口，是感知层和现实世界信息化的基础设施。5G就像血液，以更快的网络传输速度提供数据传输的通道。人工智能则像大脑，基于数据和模型以更少的开发成本实现更好的系统服务。区块链则可比作动脉，解决各个角色主体之间的交互逻辑和数据传输规则。

　　“略显遗憾的是，在这些技术中，区块链的应用尚不普及，人们对区块链的认识仍然十分有限，甚至还有一些误解，但实际上区块链是完全可以对实体经济做出贡献的。”Michael说道。

　　Michael介绍，区块链具有高容灾、不可篡改性、动态网络扩展、可扩展权限控制等优势，这些基础优势体现在数据应用与数据安全方面，就可实现数据分层及优化网络结构。应用区块链的解决方案，将数据写入和读取等权限规则记录到链上，对数据保管进行分层处理，通过其不可篡改和数据冗余的特性，确保数据不会丢失，并且实现了明确的责任划分，解决事后责任追溯难的问题。

　　尽管传统上普遍认为区块链的吞吐量限制令其难以胜任大数据处理，但这一问题可以通过数据分层得以有效解决。

　　具体来说，区块数据层仅保存少量的信息，通过密码学技术获得数据的摘要，反向保证上层数据不会被二次篡改。运行数据层通过写到链上的计算逻辑，保存运行时所需要的数据。计算逻辑固定时，入参相同，则运行的结果相同，这样只需要将计算的结果的摘要写到底层，就可以保持一致，大幅度的降低网络传输的压力。脱链数据层与传统的系统进行对接，将需要计算的核心数据推到运行层。

　　在优化网络结构方面，区块链解决方案也有其独特优势。传统SaaS方案服务提供方数据存储成本高、风险大、周期长、容易形成数据孤岛，跨系统对接成本高。而区块链方案数据分散、分层存储，数据存在多个备份，扁平化网络，新角色接入成本低，具有服务端/客户端双重属性，还可依靠跨链技术实现数据共享。

　　Michael强调，物联网、5G、人工智能、区块链等技术共同构成了智慧经济时代“新基建”的核心技术，在数据安全治理方面，尽管很多时候区块链难以独挑大梁，但与其它技术协作互补却潜力巨大，在自动驾驶、节能减排、投票选举、打击犯罪等众多场景都大有用武之地。

　　数据流通产业链亟待打通

　　显而易见的是，大脑、眼睛、动脉、血液等各司其职首先确保的是身体系统安全运转，但更重要的是让这一完整系统能够创造价值。同理，数据安全治理只是基础，数据还需通过流动与共享才能发掘出真正的价值。

　　有数据表明，我国已成为世界第一数据大国，而我国数字经济规模2019年已达35万亿元人民币，位居全球第二。数据充分发挥价值的关键在于数据流通，即通过社会化的数据交易实现大规模的数据共享，使数据这一边际效益递增的重要生产要素发挥更大的作用。

　　工业和信息化部电子第五研究所高级工程师、区块链创新团队负责人相里朋在沙龙上表示，尽管数据已被列为生产要素，数据只有通过流通才能发挥价值已成为共识，但连接巨大数据需求与庞大数据资源的数据市场却发展迟缓。

　　他表示，数字化数据要素市场建设的难题和关键点在于数据确权、数据定价、数据交易、数据安全、数据增值与协作。

　　事实上，这些难点中的每一项都可能需要长期艰苦的努力才能解决。以最核心的数据确权为例，迄今业界对数据权利的归属问题并没有达成统一的认识，对于拥有大量个人数据的平台来讲更是如此。

　　值得一提的是，区块链对于解决这些难题依然前景喜人。如数据真实性和数据确权和溯源问题，区块链就能凭借其最基本的不可篡改特性，为参与数据价值挖掘的各方消除最初的信任壁垒。

　　在数据交易方面，相里朋建议，交易由数据资产供应方在基于区块链的数据资产交易平台发布数据资产，创建智能合约；通过求购方触发智能合约，购买支付完成交易；在数据资产交易过程中对数据资产信息上链、数据资产交易用户上链、数据资产交易信息上链，分布式存储，实时同步到各个端点。

　　此外，在数据增值与协作方面，相里朋认为，数据流通市场可利用基于区块链的通证协同机制，包括发行价值通证，撮合权益通证等，相关通证都将作为价值载体助力各数据权益方高效协作，发掘价值。

　　与会嘉宾普遍认同，数据安全治理是一项复杂的系统工程，目前面临定义不清、确权难、相关权益主体不明等问题，需要更多法律实践及隐私计算等技术的推动解决。