[论文解读] A Blockchain-based Approach for Data Accountability and Provenance Tracking

Ricardo Neisse, Gary Steri+1 more|arXiv (Cornell University)|Jun 14, 2017

Blockchain Technology Applications and Security参考文献 7被引用 4

一句话总结

本文提出了一种基于区块链的智能合约系统，以在符合GDPR的前提下增强数据问责性和溯源追踪，使数据主体能够强制执行使用政策并追踪数据访问情况。该系统评估了两种模型——由数据主体部署的合约（实现细粒度控制）和由数据控制者部署的合约（实现可扩展性），展示了其可行性，但存在隐私、性能和可扩展性之间的权衡。

ABSTRACT

The recent approval of the General Data Protection Regulation (GDPR) imposes new data protection requirements on data controllers and processors with respect to the processing of European Union (EU) residents' data. These requirements consist of a single set of rules that have binding legal status and should be enforced in all EU member states. In light of these requirements, we propose in this paper the use of a blockchain-based approach to support data accountability and provenance tracking. Our approach relies on the use of publicly auditable contracts deployed in a blockchain that increase the transparency with respect to the access and usage of data. We identify and discuss three different models for our approach with different granularity and scalability requirements where contracts can be used to encode data usage policies and provenance tracking information in a privacy-friendly way. From these three models we designed, implemented, and evaluated a model where contracts are deployed by data subjects for each data controller, and a model where subjects join contracts deployed by data controllers in case they accept the data handling conditions. Our implementations show in practice the feasibility and limitations of contracts for the purposes identified in this paper.

研究动机与目标

• 解决GDPR下缺乏透明且保护隐私的数据问责性和溯源追踪解决方案的问题。
• 使数据主体能够追踪其个人数据在不同控制者和处理者之间的访问、使用或转移情况。
• 为数据控制者提供一种可验证、公开可审计的机制，以证明其遵守了同意和使用政策。
• 评估基于区块链的数据治理中在粒度、隐私、性能和可扩展性之间的权衡。
• 证明在现实场景中使用智能合约强制执行数据使用政策的可行性。

提出的方法

• 利用公共区块链技术（特别是Ethereum）部署智能合约，以编码数据使用政策和溯源追踪机制。
• 设计并实现了两种不同的模型：一种是数据主体为每个控制者/处理者部署合约，另一种是控制者部署合约，数据主体加入其中。
• 使用策略语言定义细粒度的访问、使用和转移条件，并以逻辑形式编码在智能合约中。
• 将实际数据存储在链下，仅在区块链上存储哈希值和元数据，以减轻存储负载并提高可扩展性。
• 采用密码学哈希和公开可验证性，确保数据完整性和可审计性，同时不暴露敏感数据。
• 通过实现和基准测试评估性能和可扩展性，识别出如交易量和网络拥塞等瓶颈。

实验结果

研究问题

• RQ1 在符合GDPR的前提下，如何利用基于区块链的智能合约以保护隐私的方式强制执行数据使用政策？
• RQ2 在粒度、隐私和可扩展性方面，数据主体部署合约模型与控制者部署合约模型之间存在哪些权衡？
• RQ3 在大规模场景下，使用公共区块链进行数据溯源和问责追踪的性能和可扩展性限制是什么？
• RQ4 数据主体如何验证其同意已被尊重，且数据未被未经授权地滥用或转移？
• RQ5 哪些架构模式（例如分片、私有链）可以缓解基于区块链的数据治理中的可扩展性问题？

主要发现

• 由数据主体部署合约的模型提供了细粒度控制和强大的隐私保障，适用于医疗记录等敏感数据。
• 由控制者部署合约的模型在处理高吞吐量、动态数据工作负载且频繁访问和更新时，展现出更好的可扩展性和性能。
• 每名用户订阅需生成两个区块链交易的开销，可能导致Bitcoin等公共区块链饱和，凸显了可扩展性限制。
• 性能和可扩展性是主要挑战，尤其是在合约和事件数量庞大的情况下，需要通过分片或私有链等架构扩展来应对。
• 采用链下数据存储结合链上哈希值，可在保障数据机密性的同时维持可审计性和完整性。
• 未来改进方向如基于Hyperledger的企业级区块链和自动化策略到合约的转换，被识别为生产环境部署的有前景路径。