隐私计算，最开始萌芽于 Zcash、Dash、Monera 等匿名币，在近两年开始逐渐开始有了自己的声量。数十条主打隐私交易的公链项目陆续出现，涉及诸多数学与密码学算法的加密隐私技术开始被不断提出并实践，在 a16z、红杉资本等主流风投的看好下，这一赛道已然成为目前 Web3 最受关注的赛道之一。
事实上，隐私赛道的火热也不仅仅来源于资本的助推，不可否认的是，随着当前 DeFi 应用屡次由于隐私缺失出现安全问题的频率上升，如何在链上交易中保护自己的交易策略不被他人知道，已经成为 DeFi 开发者与使用者最关心的议题之一。
目前，Web3 的隐私赛道定义较广，包括匿名币、Layer1 的隐私公链、Layer2 的隐私协议/应用等等，限于文章篇幅，本文将主要带读者入门 Layer1 的隐私公链与主流的隐私计算技术，Layer2 隐私协议与零知识证明也值得“另起炉灶”了。
Layer1 对应六层模型中的数据层、网络层、共识层、激励层，为了更好区分，Layer1 通常指的是公链。
目前 Layer1 的隐私公链主要包括 Aleo、IronFish、Anoma、Secret Network、Manta Network、Oasis Network、Espresso Systems、Aleph Zero 等等 。
事实上，虽然隐私 Layer2 方案中的以太坊的二层网络 ZK rollup 风头更劲，但 Layer1 公链显然被人们赋予了更大的期望。因为作为独立公链，它们既可以直接在主链上开发隐私智能合约，又可以作为侧链或平行链为其他公链提供隐私计算。
Carbin VC 在研报中将隐私公链的核心竞争点归整于：隐私，效率，通用性，易用性四大点，如何各自理解？
隐私性
隐私公链定位于 Layer1 层，提供可编程级的隐私，以使任何开发人员或组织都能构建和扩展真正私有的应用程序。例如，ALEO、Iron Fish 强调了成为通用隐私层的构想，旨在提供全栈解决方案。
高性能
隐私公链往往通过以零知识证明为主的隐私技术组合，通常使用模块化分层、链下计算等方式减少计算时间，隐私公链在性能及可拓展性上往往高于以太坊。
通用性
通用性是隐私公链的有力竞争点之一，隐私公链可满足在不同的链上组合与互操作、不同链上的智能合约能够相互调用和并行，实现充分的数据交换和协同计算，以应对多种场景中的问题。
以 Secret Network 为例，用户可以通过 Secret Network 的原生跨链桥转移资产，基于其资产创造隐私版本（Secret Token，如 sETH），Secret Token 可以像 ERC-20 代币一样编程，并在应用程序中使用。目前 Secret Network 的跨链桥已支持以太坊和币安链的资产转移。
易用性
隐私公链提供生态中的开发工具及服务，支持隐私保护应用程序的开发、部署和可持续性。例如，隐私公链 ALEO 为隐私应用开发提供了开发基础设施和生态环境，以及 LEO 编程语言，降低开发者开发隐私智能合约的技术门槛。
发展至今，基于区块链网络的隐私计算主要技术手段包括：多方安全计算（MPC）、零知识证明（ZKP）以及基于硬件设计的可信执行环境（TEE）。
最早由图灵奖获得者——中国科学院院士姚期智于 1982 年提出。其技术逻辑是：在一个分布式网络中，有 N 个互不信任的节点，每个节点持有数据 x，并协同执行函数 f(x)，最终得到各自的结果 y，若各节点的 y 值相等，则可输出为计算的结果。MPC 的最大优点是做到了数据的百分百匿名，并且计算的结果也可以做到相对精确；挑战点则是对带宽的要求极高，当协同参与者较多时通讯水平将是一大考验。
在区块链领域，MPC 的使用范围主要为公链 PlatON、钱包 Firelocks、ZenGo。如 PlatON 是隐私 AI 计算网络，通过叠加同态加密和安全多方计算，实现隐私计算，保证输入数据以及计算逻辑本身的隐私。
ZenGo 使用 MPC 和其他复杂的加密工具(如零知识证明和阈值加密技术)，在一组不信任的实体之间共享对特定加密货币地址的签名责任。
TEE 是通过硬件的方式保护参与计算数据的隐私性，但基于 TEE 的隐私计算并不是建立在参与方间完全无信任环境下的，实际上会有一个各参与方都认可的可信根，一般而言，这个可信根是 TEE 的制造厂商。
在区块链领域，有 Secret Network、Oasis Network、 Phala Network 使用的隐私技术即主要为 TEE。Secret Network 是基于 Cosmos 的隐私公链，于 2020 年 9 月启动主网，是最早默认支持具有隐私的可编程智能合约的区块链之一。
Secret Network 通过可信执行环境（TEE）确保交易数据在执行期间保持安全和私密，能够隐藏代币及合约的交易历史和状态变化。区块浏览器对外仅显示交易时间，无法获知具体交易内容与持有资产（原生 SCRT 除外）。
Oasis Network 将共识和计算分离为共识层和计算层，其中计算层采用 TEE 可信执行环境运行智能合约，这种架构能够支持密集计算，同时提高网络隐私性。
最早由 1980 年代由麻省理工学院学者 Shafi Goldwasser、Silvio Micali 和Charles Rackoff 开发的一种加密技术，在其原始论文中对于零知识证明这样定义：除了所讨论命题的正确性之外，没有传达任何额外的信息。换句话说，零知识证明允许一方在不需要透露任何额外信息的前提下，向另一方进行真实性证明。因此可以用来保护隐私，在隐藏所有细节的情况下证实交易的有效性。
零知识证明可实现灵活的数据计算交互和交叉验证，但实现难度仍然较高，因为需要通过反复举例验证才能证明答案为真，这对算力要求非常高。目前能够生成证明的效率在 7 秒左右，需要大量的算力来提高计算速率。
目前，随着零知识证明技术的逐渐成熟，且这一技术在隐私数据保护、计算压缩与区块链扩容、身份认证、信用记录等方面都十分适用的功能，目前已经被许多区块链项目视为最好的隐私保护方案之一，以 ZKP 为基础的 zk Rollup 技术（Layer2 ）被包括Vitalik在内的加密领袖一致看好的扩容路线。
2021 年 Vitalik 曾在一篇文章中讲：Perhaps the most powerful cryptographic technology to come out of the last decade is general purpose succinct zero knowledge proofs, usually called zkSNARKs.(也许过去十年中最强大的密码技术是通用的简洁零知识证明zk-SNARKs。）
由于使用该技术的公链队伍壮大，则干脆成为了 Web3 的单独分支，有了一些 ZK 赛道、ZK 系公链诸如此类的称呼。但由于零知识证明开发难度也较高，目前以零知识证明为主要技术实现途径的隐私 Layer1 公链都处于测试与开发阶段。
零知识证明机制转化成计算机程序语言后应用最广泛的技术有两个—— zk-SNARK 和 zk-STARK。
zk-SNARK
zk-SNARK 的核心是依靠椭圆曲线算法来保证安全。除了基于椭圆曲线算法之外，zk-SNARK 还依赖初始可信设置。对可信设置的依赖一直是 zk-SNARK 支持者与批评者之间存在分歧的关键原因之一。关于 zk-SNARK 的另一个主要问题是它们不具有量子抗性。有分析认为如果量子计算变得广泛可用，支撑 zk-SNARK 的隐私技术将大打折扣。
尽管可信设置存在挑战，但由于各种原因，zk-SNARK 的接受速度比 zk-STARK快得多。在 zk-STARK被发现之前的几年，zk-SNARK 就被发现了，这让该技术在接受方面有了巨大的领先优势。此外，Zcash 也是最早使用zk-SNARK的匿名币，也进一步促进了区块链开发人员对 zk-SNARK 的使用。
zk-STARK
zk-STARK 的核心机制基于哈希函数，而非椭圆曲线算法，相比于后者，该函数具备量子抗性；此外，zk-STARK 也并不依赖可信设置。
但与此同时，zk-STARKs 的成本更高，需要的证明数据比 zk-SNARKs 大得多，这意味着确认 zk-STARKs 比 zk-SNARKs 需要更长的时间并且需要更多的 gas。
Aleo 是首个使用零知识证明解决隐私问题、同时保证可编程特性的 Layer1 公链项目。Aleo 创立于 2019 年，通过零知识证明保护用户信息隐私，具有隐藏参与者、金额、智能合约等交互细节的功能，同时用户可选择对隐私性进行设置。
2021年4月，Aleo 获 2800 万美元A轮融资，a16z 领投、Galaxy Digital 等参投； 2022 年 2 月，Aleo 以 14.5 亿美元的估值完成 2 亿美元 B 轮融资，软银愿景基金二期和 Kora Management 共同领投，创下了零知识证明领域的最大一轮融资。 2021 年 11 月，Aleo 启动激励性测试网。
Manta 还创立了一种隐私地址类型，用于隐私资产 zkAssets 之间的转账。2021年12月，Manta 发布测试网 Dolphin Testnet。2022年2月15日，Manta Network 获得Binance Labs的战略投资。
Mina 是一个轻量级的区块链，采用 zk-SNARK 技术，以递归零知识证明，来实现区块的大小恒定。获得了 Coinbase Ventures、MetaStable、Polychain Capital、Three Arrows Capital、HashKey Capital、Fenbushi Capital 等顶级机构的投资，在四轮融资中，累计募集了约 4815 万美金。
参考文献：
Cabin Report：隐私公链赛道解析
零知识证明将赋能扩容与隐私计算
基于安全多方计算(MPC)的隐私计算技术(一)
33条隐私公链：隐私赛道的演进
带你初步了解多方安全计算（MPC）
下一个热门赛道：隐形计算！
Know The Difference Between Zk-Snarks Vs. Zk-Starks
