区块（kuài）链的确无法（fǎ）解决全部问题（tí），但它（tā）会彻底（dǐ）改变的我们处理（lǐ）与存储数据（jù）的方式。

如今，人类对数（shù）据的重视程（chéng）度是前（qián）所未有的（de）。我们生活在（zài）一个特殊的时代，数据的用处比以往任何时候都更广泛和有价值。同时我们在源源不断的产生数（shù）据，互联网（wǎng）上的数据量，在未来十年里每两年就（jiù）会翻（fān）一番。

这些数据非常有（yǒu）价值（zhí）。在自动驾驶汽车和物（wù）联网的时代，我们周围数据（jù）的多样的可能性将（jiāng）凸显。即使是与生活有关的个（gè）人数（shù）据（比（bǐ）如我（wǒ）们的位置（zhì）、购买习惯（guàn）和爱好（hǎo）），也具备很高的价值。

数据流（liú）动产生聚合，并加以分析与计算，人类提升了对世界与自（zì）身的认知能（néng）力，可以迅速与准确的对需求与趋势做出响应，从而获（huò）取更高的效率。企业将这些数据用于广告、分析模式与（yǔ）开发（fā），从而赚到一大笔钱。

但问题是，在当前环境中，数据并不总是得（dé）到公平（píng）和正（zhèng）确的处（chù）理（lǐ）。用户无（wú）条件的贡献了数据，往往得不到回报（bào），平台在数据的管理（lǐ）上的疏忽大（dà）意，经常导致隐私数据落入不（bú）法之手。

随着（zhe）数据变得越来越重要和有用，找到更好的方法来管（guǎn）理它是至（zhì）关重要的，而用户（hù）的权利（lì）是需要放在第一（yī）位的。

当前（qián）数据经济的问题

当前（qián）数据最大问题在于过（guò）于集中化。像Facebook和谷歌这样（yàng）的（de）垄断平（píng）台（tái），可以任意访问巨（jù）量（liàng）的用（yòng）户数据。这些数据包含了用户喜欢什么，用户如何花钱，以及——最终用户可能会购买（mǎi）什么。

正是因（yīn）为寡头垄断了大部分的用户数据，这些（xiē）垄断平台可以与（yǔ）广告商和企业合作，帮助他（tā）们（men）开发产品并投放精准目（mù）标广告。广（guǎng）告商别无选择，只能按垄断者的规则（zé）行事，因为（wéi）他们掌握了数据这个命脉（mò）。

不幸的是，尽管用户的数据价值巨大，但用户并没有从中得到好处。大部（bù）分资金流向了谷（gǔ）歌和Facebook——仅这两家公司就（jiù）占据了美国数字广告市（shì）场约四分之（zhī）三的份额。

目前的互联网（wǎng）企业的主（zhǔ）要（yào）竞争壁垒与营收（shōu），来自于对用户数据（jù）无条件的占用，用户为平台创造了（le）收（shōu）益，不仅没（méi）有享受（shòu）到数据的价（jià）值，反而（ér）要在（zài）垄（lǒng）断经营下支付高（gāo）额费（fèi）用（即“杀熟”），这非常不合理（lǐ）且严重违反人性。数据的垄断经营提高了（le）行业的准入门槛，也扼杀了（le）创新能力。

雪上（shàng）加霜（shuāng）的（de）是，这些第（dì）三方寡头没有很好地（dì）处理这些数据，这甚至感到（dào）了民主的进程。剑桥分析公司（Cambridge Analytica）丑（chǒu）闻就证（zhèng）明了这一点。Facebook允许第三（sān）方政治咨询公司访问其（qí）巨量的用户（hù）数（shù）据，从（cóng）而精准的投放选（xuǎn）举广告（gào）。这是对用户隐私的严重侵（qīn）犯，导致了用户信任的（de）严（yán）重缺失。

事到如今，人们已经非常关（guān）心他们的个（gè）人数据（jù）是如何被使用（yòng）的。在最近的一项调查中，94%的（de）受访者表示（shì）他们担心自己数（shù）据的安全。

而现实呢？

2018年：Facebook的泄露（lù）了50000000的个人账户数据

2017年（nián）：美国三大信用（yòng）机（jī）构之一Equifax遭入（rù）侵，泄漏数据可能（néng）将影响到（dào）1.4亿消费者

2016年：成（chéng）人交（jiāo）友网站（zhàn）遭黑客攻击，4.12亿个账户可（kě）能被曝光

2015年（nián）：保险巨头Anthem下112000000人的数据遭大规（guī）模泄露

2014年（nián）：eBay发生大（dà）量数据泄露事件，涉及145000000用户（hù）

2013年：雅虎的数据泄露事件，损害了30亿人（rén）的数据安全（quán）

我们生活在（zài）Web2.0时代，已有（yǒu）的技术远（yuǎn）无（wú）法做（zuò）到数据的安全和隐私。为了解决这个问题，我们需要建立一个不依靠（kào）垄断性（xìng）中（zhōng）间人的数据系（xì）统。我们需要让用户享受其有价值数据带来的回报，保障个人隐私（sī）的安全，并在这些前提下达成更公正开放的自（zì）由市场，让（ràng）数据更高效使用（yòng）起来。

答案是区块链技术。2018年5月欧盟生效的《一般数据保护条（tiáo）例》试图在垄（lǒng）断（duàn）下保护（hù）用户数据，但没有（yǒu）技术方案的制约，很难做出（chū）实（shí）质改变。随着去中心化服（fú）务（wù）的发展，IPFS等（děng）分布式文件系统的发展（zhǎn），破除数（shù）据垄断开始（shǐ）变得可能。

区块链如何保护数（shù）据

区块链（liàn）技术能安全存储数（shù）据（jù）。随着（zhe）数据的（de）分散化（huà），个人信（xìn）息将不再存（cún）储在垄断平台的大型数据中心和数（shù）据库中。和所有用户数据都被一家垄断公（gōng）司控制比起来，这将大大减少（shǎo）个人数据泄（xiè）露的（de）可能。

像以太坊这样的公链提供了运行（háng）智能合约的平台（tái），我们不（bú）用依赖某一（yī）个中间（jiān）服务商。在Web 3.0中（zhōng），数据的控制也是分布式的（de），Apple、Google、Facebook等少数（shù）权威再也无法控制（zhì）我们的数据。

严格加密：首先，区（qū）块（kuài）链可以（yǐ）确保（bǎo）数据是给严格加密的，并且使用算力对其确定性进行担保，这意（yì）味着（zhe）修改（gǎi）数据是一项（xiàng）艰巨（jù）的任（rèn）务。还可（kě）以（yǐ）在区（qū）块链上保存数据或它的电子签名，区（qū）块链可产生一个（gè）声明来确保数据未（wèi）被篡改，并且还无需将整个数（shù）据都保存在区块链上。正（zhèng）是由于其去中（zhōng）心（xīn）化属（shǔ）性，可以通过任何（hé）一个节点来检查数据签（qiān）名，并验（yàn）证（zhèng）它们是（shì）否未被（bèi）更改。区块链可（kě）以提（tí）供可靠，独立的（de）数据验证。

没有中心控（kòng）制：由于区块链作为一（yī）种技术，本质上是分布式的，因此它不（bú）依赖于一（yī）个中（zhōng）心控（kòng）制者。没（méi）有压（yā）倒性的权（quán）限，使系统更公平、更安全（quán）。区块链存储的信息（xī）是（shì）可信且准确的，这（zhè）一点非常重要。Alphabet和Apple将（jiāng）不再拥有（yǒu）对用户（hù）数据的绝对控制权。任（rèn）何政府或实（shí）体都无（wú）法彻底（dǐ）关掉一个网（wǎng）站或者服务，没有人（rén）可以控（kòng）制他人的身份（fèn）与数（shù）据。

数据所有（yǒu）权（quán）：用户将重新获（huò）得对数据（jù）的完全控制权（quán），可以根据具体情况去授权共享信（xìn）息。基于区块链可（kě）以实现的分布式数（shù）字身份系统，就能给个（gè）人数据（jù）一（yī）个好的确权归属主体。自（zì）主（zhǔ）的数字身份是数据经济的基础（chǔ）。

增加数据（jù）泄（xiè）露（lù）与（yǔ）被攻击难度：由于数据将被分割且分发出去（qù），当攻（gōng）击者想获取用户数据，或者关闭（bì）整个网络，都是极为困难的，因（yīn）为攻击者没法就一台（tái）电脑（nǎo）上（shàng）进行更（gèng）改，他必须掌握整（zhěng）个系统（tǒng）近乎一般的电（diàn）脑才能实现。

可验（yàn）证声（shēng）明：但在传统的中心（xīn）结构（gòu）下，不丢失数据身份（fèn）KYC的前提下，很（hěn）难更换服务提供商，这间接造就了垄断（duàn）。且而对服务提供者（zhě）（特别是（shì）小型企业与创业公司）与用户（hù）来说，KYC的成本实（shí）在过于高昂，且无法重复利用，对用户来说还（hái）存在数据（jù）泄露的风（fēng）险（不（bú）是所有服务提供者都是可（kě）信的）。可（kě）验（yàn）证声（shēng）明可（kě）以解决上（shàng）述问题，这也是基于区块链的加密属性与（yǔ）不可篡改性（xìng）中获得（dé）的。可验（yàn）证声明可对（duì）数据做出选择性的披露，甚至（zhì）不（bú）披露仅做（zuò）出担（dān）保，因此可在不泄漏数据的前提下，更容（róng）易（yì）、更低成本地获取其他服（fú）务（wù）主体（tǐ）或被请求者的信任，最终（zhōng）在不共享数据（jù）的（de）情况下交易数（shù）据的价（jià）值，比如（rú）给数据购买者提供一个（gè）可（kě）信声明，可以是经过隐私数据训（xùn）练的（de）模型，或者特定数据间的统计相（xiàng）关性结果等等。