王东临：区块链与IT基础架构变迁
文库划重点：密码学不仅仅是加密这么简单，密钥管理才是核心。量子计算机离商用还有较大距离，破解能力加强了但加密能力也加强了。我们要相信数学家能提供好的解决方案，密码学上数学家还没有让我们失望过。
王东临：区块链思想者40人论坛成员，书生集团/书生云/YottaChain创始人，中国十大青年科学家，中国软件行业十大杰出青年，首届中国杰出工程师，OASIS国际工业标准组织UOML-X技术委员会主席，民进北京市委委员，中华杰出工程师委员会副会长，北京民营科技企业家协会副会长，密码学/分布式存储专家。
2018年8月2日，王东临先生在DAGA | Blockchain & AI （核心群）做了专题分享，主题为：区块链和自组织。以下文字根据讲座的语音整理，已经过作者审核。
大家好，今晚我演讲的题目是区块链与IT基础架构变迁，我有点拿不准大家的技术背景，所以讲的过程中欢迎大家随时提问反馈，我好控制技术深浅。
一、IT基础架构的四代技术
IT基础架构一般指的是服务器端，在机房里面一般人看不到的地方，为大家提供计算能力和存储能力。
传统的三件套是存储、计算和网络，这个行业经过几十年的发展，历经了四代技术。
第一代是大型机、小型机、工作站等专用设备，每个都高性能，非常可靠，但也很贵，今天在银行业的核心系统还主要是这些设备，反正不嫌贵，而且也不敢迁移。
天才的Google
第二代技术是Google为代表的互联网公司，用廉价的PC来做服务器。单台设备的可靠性很差（相对大机来说），但可以拼数量，靠冗余算法来保证可靠性。单台设备的性能也很低（最早可能也不过是双核CPU），也是靠数量来堆积性能，例如一台设备只有IBM一台大机1/10的性能，那我就堆30台服务器，只要同时坏的服务器不超过10台，我的性能就比IBM大机还高一倍，价格只有十分之一。靠冗余算法是可以很长有效地提高整个系统的可靠性的，冗余率提高几个百分点，可靠性是数量级的上升，以刚才的例子来说，不仅省了很多的钱，而且整个系统可靠性可能还提高了一万倍，但这样对软件要求比较高，软件有个bug就全完了。所以一开始也是Google这种绝顶高手开始搞，后来整个互联网界就都流行了。Google的第一个机柜现在已经成了文物了，主板上插几块卡，乱七八糟的走线，连机箱都没买，这样几个很穷的技术天才就把现在的世界第一大网站搞起来了。
钱多人傻的阿里巴巴
我知道的大网站只有一家是用的第一代技术，其它用的都是第二代技术，这个比较特殊的大网站是谁呢？就是钱多人傻的阿里巴巴。
马云在技术上最多算一个小白，又融到很多钱，就用第一代技术构建了网站。这样在当时最省事，但第一代技术不仅费钱，对互联网公司来说还有一个致命的缺点，就是不能水平扩展。也就是说，随着业务量的增加，只能搞垂直扩展，即将单台机器越换越大，而不能通过增加机器数量的方式来提高响应能力。互联网一旦搞大了，其访问量其实比工农中建等大银行还要大，IBM也解决不了这么高的性能要求。马云只好另想办法解决问题，正好那时候第三代技术兴起，他就跨过第二代直接上了第三代技术。第三代技术是什么呢？就是虚拟化上云。
虚拟化上云
我们都听说过阿里巴巴“去IOE”的口号吧？我们都知道阿里云现在很牛吧？IOE就是指的第一代技术，去IOE是淘汰第一代技术，但并不是上第二代技术，而是直接搞阿里云上第三代技术，为什么要搞虚拟化呢？因为一台服务器都是按照最大访问量来设计的，但一年可能都不会有十分钟能达到最大访问量，甚至很多应用场景下永远也达不到。这时候服务器利用率很低，CPU使用率不到10%，很多单位的服务器的CPU使用率都只有2%-5%。虚拟化可以将一台服务器开很多个虚拟机，这些虚拟机共用服务器的物理资源，但是每个虚拟机上跑的程序都以为自己使用的是完整的服务器，完全感知不到是在虚拟机里，可以完全兼容原来的所有软件，这样就可以大幅提高服务器的使用率。而且在理论上管理虚拟机比管理服务器要更方便些。例如开机关机，只要远程发几个指令，就可以让一个虚拟机关机、重启，而开机关机物理服务器可就麻烦多了，也慢多了，一台服务器可以开几十台甚至更多的虚拟机，虚拟机总数量很快就达到数百甚至数万，用人管就管不过来了。
管不过来怎么办呢？就用云管平台来替你管。云管平台不仅大大简化了运维管理的工作量，还有很多的作用，像您说的宕机问题就可以解决了。
云平台
任何服务器宕机了，云管平台就把这台服务器上跑的工作负载（虚拟机）迁移到其它服务器上，继续跑，这样靠冗余来解决硬件可靠性问题，虚拟机会认为是永远不会出故障的，最多偶尔重启一下。
云管平台还提供统一的资源池管理，这是云的一个重要特征，安全问题等会儿会讲。过去第二代技术是烟囱式的，就是说每个业务系统都有自己独立的软件和硬件，谁也不影响谁，或者称为竖井式的。这就像停车位，每个车位上都写有车牌号，只有这个车牌的车才能停这个车位。但对于超市、写字楼来说，假如停车场也这样管理，每个车位都是被一辆车独占，不管这辆车在哪里这个车位都为这辆车所保留，那可就惨了，一万个车位也不够用的。这时就有了资源池的概念，需要资源就从池子里分配，用完了再还到池子里。商场写字楼的停车位就是这样，来一辆车分配一个车位，走了交还这个车位，供下一辆车用，这就是资源池的模式。
云平台就有资源池化的说法，变成一个个资源池之后，云管平台管理各种资源池，例如存储资源池，计算资源池，当然，我这里讲的“云”指的是“云”的技术架构，不是指商业模式。“云”这个词现在有了多种含义，除了本意之外，也代表一种技术架构，也代表一种商业模式，还有其它泛化的用法。
超融合
现在第四代技术也开始出现了，但还没发展起来，就是超融合。
任何产业的发展，都有一个重要的分水岭，就是从面向专业用户转向面向非专业用户，超融合就是要跨过这道分水岭的一代技术。过去IT基础架构特别专业，特别复杂，没有很多年专业积累都玩不转，很多产品甚至还要用户考认证工程师，例如Cisco认证工程师，华为认证工程师等，这些ToB的产品一般都是工程师设计，为工程师用。我们想象一下，如果我们买一台电冰箱，需要先考一个海尔认证工程师，买一台电视，需要考长虹认证工程师，会不会很荒唐？这是产业不成熟的早期阶段才会发生的事。而超融合就是要解决这个问题，让IT基础架构变成让非专业用户也能用，只要掏钱就可以买，或者说，就像需要对光圈对焦距的专业相机变成傻瓜相机，对着取景框按快门就好。
超融合将存储计算网络等设备都封装在一个机柜了，整机交付给用户，用户不需要像以前那样买散件组装，不需要管理维护内部模块，只需要买整机回来开箱就用，平常只需要操作面板就行，不需要学习很多专业知识，也不需要7x24小时都盯着。而且在这种模式下，也给了超融合厂商进行技术优化的空间，可以将原来涉及很低技术领域的东西融合在一起，打穿打透，性能进一步提高，成本进一步降低。
二、边界安全、系统安全与数据安全
刚才有人提到安全，我就顺便说一下，也正好从这个问题可以转到区块链上。
信息安全分为几个部分，简单说包含网络安全、系统安全和数据安全。网络安全就是靠防火墙这样的产品，御敌于国门之外，所以也称为边界安全，缺点是不可能永远准确地识别出来谁是好人，谁是坏人。就像北京的进京检查站，也经常能查出坏人，但不可能所有坏人都查出来，也经常误伤了好人，更何况有些人进北京时不是坏人，进了北京之后才变成坏人的。
边界安全
系统安全是保护计算机不被坏人所控制，典型的就是360的杀毒、防木马，我们知道，这也不可能做到100%绝对安全。
数据安全是让坏人看不到你的数据，就算拿到数据了也不能解密，不知道是什么内容，刚才提问的指的肯定就是数据安全问题。他不是担心阿里云的防火墙被攻破了，也不是担心阿里云的服务器被黑客控制了，是担心自己放在阿里云上的数据被阿里巴巴偷看了。这时，潜在的坏人就是阿里云的后台管理员，有最高权限的管理者。这种情况下，所有的网络安全措施、系统安全措施统统没用，只能靠数据安全来保护。
数据安全
数据安全采用的是加密加上密钥管理的方式，让没有密钥的人即使拿到你的数据也一筹莫展。过去很多加密是靠加密算法，算法如果被泄露了后果很严重。后来经过很多数学家的贡献，发展成算法可以公开，只要保护住密钥就行，你就算拿到密文，知道加密算法，甚至拿到全套源代码，只要没有密钥，就永远不知道明文是什么。而且密文没有特征，各种攻击方法都失效，唯一的办法就是猜密钥。但密钥只要足够长，那哪怕是世界上最快的计算机来猜，直到地球都毁灭了（几十亿年）也不能穷尽所有密钥组合。理论上，也有可能猜几次密钥就猜出来了，但这个概率实在太小，小到比你中奖500万小，比出门被坠落的小行星撞死的概率都要小。所以虽然从科学意义上仍然达不到100%绝对安全，但从工程意义和商业意义来说，可以认为是100%绝对安全了。也就是说，网络安全和系统安全都绝对做不到100%安全，但数据安全可以做到。所以，你的数据如果做好的加密，可以做到云平台的后台管理员想作恶也不能。正好，区块链也是基于密码学应用构建的，和数据安全用的是同样的技术。
三、区块链的基础架构就是密码学
现在我们谈谈密码学的基础。
密码学不仅仅是加密这么简单，密钥管理才是核心。加密分为对称加密和非对称加密。对称加密就是同一把密钥，既用于加密也用于解密，一般人能想象到的密码算法都是对称加密的，例如我们看电影的时候那些间谍用的密码本就是对称密钥，既用于加密，也用于解密。非对称加密也是数学家的一大贡献，有天才数据家想出了一个办法，可以让加密密钥和解密密钥不一样，而且相互不能推导。什么意思呢，就是你即使有了加密的密钥，你也知道加密算法和解密算法，但你只能加密，不能解密，同样，即使你有了解密密钥，你也知道所有的算法和实现的代码，但你只能解密，不能加密。
也许你觉得只能解密不能加密没什么意义，其实意义大着呢。
非对称加密
非对称加密算法被发明出来之后，人们就可以将其中一把密钥公开，称为公钥，另一把密钥留自己手里，称为私玥。其实每把密钥都是既可以加密也可以解密的，只是公钥加密的密文，需要用私玥才能解开，用公钥是不能解开的；同样，用私钥加密的密文，用公钥可以解开，私玥自己也是不能解开的。也有一些应用场景不公开任何的密钥，这时再称“公钥”就不准确了，但很多时候也照样这么称呼，约定俗成习惯了，只是这时的公钥也是不公开的。还有一种习惯说法，用公钥加密是加密，私玥解密是解密，用私玥加密却常称为签名，公钥解密称为验签。
说到这里再介绍两个概念。首先是数字摘要（Hash，哈希）。
hash是一种算法，可以将任意长度的数据计算后变成固定长度的结果，而且数据有变化的话结果也会变化。最简单的hash算法是将数据的每个字节都相加，溢出的不管，最后形成8位数的一个结果。可以想象，由于数据是任意长度的，映射到hash值的时候一定不是唯一映射的，一定是多个不同的数据都能对应同样的hash值。当hash取值足够长的话，是可以做到你就找不到第二个数据有同样的hash值。两个数据有同样的hash值称为hash碰撞，就相当于撞脸了。现在数学家又登场了，数学家发明了一些非常好的hash算法，可以做到你知道hash值是根本推导不出来原来的数据的，你也没法去构建一个数据，其hash值刚好就等于特定值。像我刚才举例说的挨个字节相加，不仅只有8位长度不够，而且就算长度足够长（例如128位分组相加），也很容易构建一个文档具有特定的hash值。真正的hash算法是你根本就构建不出来的。
哈希算法
好的hash算法可以带来的好处是，由于hash碰撞的概率可以忽略不计，因此一个hash值就代表一个文件，所以也称为数字摘要。如果有一个公开的hash值，那另外一个人如果能拿出来跟这个hash值对应的文件，那就可以肯定这个hash值就是这个文件产生的，而且即使hash值被公开了，也不会泄露任何文件信息。另外一点是，非对称加密的性能是很差的，所以没人对整个文件都用非对称加密算法进行加密，而是先用一个对称密钥进行加密，再用非对称密钥来对这个对称密钥进行加密。
那对一个文件进行加密的时候会怎么办呢？首先是生成一个随机的对称密钥，用对称密钥来对文件进行加密，然后用公钥来对对称密钥进行加密，密文后加密后的密钥可以保存起来，即使被偷了也不怕，没有你的私玥，任何人都解不开这个文件，等你要用这个文件的时候，用私玥解密，解出来对称密钥，再用对称密钥对密文进行解密，就得到明文了。这是一个典型的加密流程。
签名
那签名又是怎么回事呢？
先对这个文件计算hash值，然后用私玥对hash值进行加密，加密后的结果保存起来。这个加密后的结果称为签名数据，代表你认可了这个文件，和签字盖章是一个意思，以后验证的时候，任何第三方重新算一遍这个文件的hash值，同时用你的公钥解密签名数据，比较解密后的数据是否等于这个文件的hash值，如果相等，就说明你对这个文件签过名了。
前面说过，hash碰撞的概率可以忽略，你的私玥只有你有，别人也没有，用你的私玥对这个hash值进行加密，就意味着你认可了这个hash值对应的文件。除非是这种情况，否则没有任何人能构建出这个签名数据，007也不行。数学很神奇吧？
区块链用了hash，用了签名验证，但其实没用加密解密。签名验证和加密解密其实是两回事，从前面的例子也能看出来了。我看很多文章将hash算法也称为加密算法，这是外行说法。原来比较流行的对称加密算法是DES，这是原来美国的军方标准，将加密算法做成标准之后就可以大规模批量生产密码机了。但DES强度不够，随着计算机性能的飞跃发展，已经不够安全了，所以后来发展到了AES，就是更先进的加密算法的意思，这是现在专业人员常用的算法。最知名的非对称算法是RSA，是三个数学家发明的，这三个数学家的首字母缩写就是RSA，他们是非对称算法的发明人。但随着技术的不断发展，RSA也不够可靠了，这三个数学家当时加密的一句话后来也被破解了。现在专业人员用的是ECC，也是比特币用的。
区块链的基础架构是密码学
Hash算法也有类似情况，最常用的是MD5，但这个算法被中国一个教授破解了。所谓破解了hash算法就是可以构建出具有指定hash值的数据。当然，这个“破解”也没那么严重。一方面是破解的代价不小，更重要的是构建出来的数据并不太可能有意义的数据，当然，这个“破解”也没那么严重。例如，如果你是对一个word文件计算的MD5，构建出来的另一个文件可以具有相同的MD5值，但就不可能也是一个能打开的Word文件了。所以对于一般的文档文件还是风险不大的，但对密钥就不行了。由于密钥是可以任何随机数，那对密钥计算MD5数字摘要就不靠谱了。我和破解MD5的王小云教授交流过，她也是持同样的观点。那专业人员用什么呢？用SHA256，这也是中本聪的选择。其实我还有一个更好的方法，就是用双hash。用两种不同的算法分别计算hash值，这时第一个hash值碰撞后还能做到第2个hash值也碰撞，那就比碰撞出一个能打开的Word文件还要难。
总之，一句话，区块链的基础架构就是密码学，YottaChain做的是在区块链上构建“存储+加密+计算+网络”的完整基础架构能力。
时间就快到了，先讲到这里，看看大家还有什么问题。
提问互动
问：王总辛苦了。有两个问题请教您。一、区块链交易记录可否加密，如果可以，如何防止双花。二、目前云计算平台实际应用的密文访问控制和密文搜索机制有哪些？谢谢！
答：第一个问题我还没有深入研究，拍脑袋想想似乎有一定可能性，这个可能性需要设计一套比较复杂的机制，就是说在不知道具体记录的情况下验证其账户余额。我能理解你的问题，现在区块链其实是没有隐私的，这样的机制如果搞出来了意义是很大的，但既然现在没人提供，肯定不会那么简单，至少我现在想了两分钟，还没有找到好的方法，但也没有证伪。
第二个问题，密文访问控制相对比较容易些，就是用密钥管理的方式来做。像我以前做的云盘系统，有几十亿把密钥，有加密数据的密钥，对密钥进行加密的密钥，包括会话密钥、交换密钥、工作密钥、主密钥等，最终效果就是只有拿用户私钥才能访问这个用户的数据，并且在这个前提下可以分享数据，将数据授权给别人用。减少密钥数量的意义并不大，占的空间很有限的。密文搜索比较难，简单方法是只搜索目录和标题，能满足98%左右需求，同时数据泄露有限，难一点的方法是同态加密，但性能实在太差。
问：如何看量子计算机的研发与加密机制之间的关系？
答：量子计算机离商用还有较大距离，破解能力加强了但加密能力也加强了。我们要相信数学家能提供好的解决方案，密码学上数学家还没有让我们失望过。（视觉设计 | 蘇四）
收录于哈希力量，手机站省略本文固定网址
