AMA Recap with KNN3

Mind Network
11 min readMar 12, 2023

On 3 March 2023, George (Mind Network Co-Founder) joined the Twitter Space event hosted by Anita (from KNN3) with over 1K tuned in.

1)请简单介绍一下Mind Network 团队和项目。解决了什么问题,它的受众以及一些基本信息。

George:

我是Mind Network的CTO和co-founder。在做Mind之前,在英国学术界做过多年的科研和教学,做过跨国银行的技术主管, 也有多年互联网金融科技的从业经验。Mind Network团队是一个学术研究和工程落地并重的团队,成员大部分来自于海外科技大厂,在AI,密码学,安全等方向有比较硬核的技术背景。Mind Network旨在构建一个多链、多存储、多云端的去中心化的隐私数据湖。Mind也是币安孵化营Season5唯一入选的数据类项目,同时也入选了Chainlink的BUILD Program。

Mind的两个重点是:

1)去中心数据湖。简单来说,数据湖是一种更复杂更通用的数据库,相比于去中心化存储解决方案的“存”,去中心化数据湖更注重“算”,支持多种形态数据存储和查询,还会支持比如人工智能等高级和复杂的计算,可以极大拓展目前去中心化数据解决方案的应用场景,把数据集群的性能发挥到最大价值。 从技术层面来说,数据湖是现在所有应用的基石,C端用户不一定和数据湖直接发生关系,但是背后的应用和服务需要依托数据湖来服务的,它是一个看不见但是很重要的基础设施。包括每一个公链节点里都会内嵌一个数据库去操作共识等工作,将来还会支持用数据驱动应用的智能化服务。

2)隐私保护。我们要解决的是,在保证用户数据隐私的情况下,去实现数据的最大可用性,与其他项目方不同的是,Mind Network的数据可用而不可见,我们的核心是“全同态加密”技术,它是一个web2和web3都有强需求的技术难题,在web2中,数据存储是可以加密的,但是当你要查询时,数据是处于明文的状态,没有办法彻底解决安全和隐私的问题, 例如第三方的监听、窃取等问题,这也是为什么即使云计算风潮已经热了很多年,但是大型机构、政府单位等还是不敢把数据库真正上云,这其实就是云计算在安全层面的最后一公里;在web3中,目前链上的数据都是公开可见的,每一条交易或者转账记录等都是明文可读的,但我们看到越来越多的DeFi,SocialFi,GameFi等场景需要链上数据的隐私保护或有限公开,如何能在保护数据隐私的前提下实现数据的计算并保证计算的可信性是我们要解决的问题。

我们发现去中心数据湖和隐私保护问题需要放在一起来处理,因为如果没有隐私保护就没有办法解决数据湖最后一公里的问题,但是如果没有去中心数据湖的搭配的话,现在的隐私计算也没办法做到高可用性和高可信性。

2)你能在深入解释下 Mind 是如何做到隐私数据湖这个技术的吗?

George:

其实经过40多年数据库的发展,从最早单机的数据库到现在的分布式数据湖,在科技大厂里已经实现了单个集群容纳上万台服务器的能力,已经实现了“即拿即用 — 无服务器计算Serverless”的数据湖服务。但是分布式的数据湖的假设是基于节点与节点之间是可信的,所以它的形式是明文,分布式架构的共识机制就是通过高效的管控集群来实现,从而实现多节点的 recovery、auto-scale 等高并发和容错的能力。

Mind Network就是从最初始的假设入手,我们要把分布式系统中非常重要的管控集群做到去中心化的方式,可以复用高性能的分布式数据湖的高性能、高可用的特点的同时,我们也能建立去中心化的信任机制,这样就可以以最小化的工作让去中心化的数据湖这个产品得到实现,是站在巨人的肩膀上,对多年建立的高性能分布式数据湖的去中心化改造。

再者,说到隐私保护,数据隐私保护产品是近几年市场的热门,但更多还是对明文数据做加密存储,计算的时候还是明文。而Mind Network则是将明文在用户那里加密成密文,不管是存储还是传输还是查询的时候都是以密文的形态。现在密文计算大致有两个发展方向,一个是做密文验证,比如零知识验证zk,而另外一个方向就是密文的计算,也就是“全同态加密技术 Fully Homomorphic Encryption (FHE)”。零知识验证技术在2012年获得图灵奖,全同态加密在近几年也获得了突破,2022获得了ACM哥德尔奖,是最近图灵奖的热门。

全同态加密技术可以直接在密文上面进行图灵完备的计算,这样的情况下,密文本身是可以做交换的,密文在加密计算的情况下可以实现抵抗暴力破解,当求结果时,它的状态依然是一个密文,并且可以做一个验证。大家想象一下,当同态加密被广泛应用,区块链各个节点在交易数据的全生命周期进行密文计算和验证,这会使整个行业的隐私和安全带来颠覆式的革新。

3)你能分享一下Mind团队参加的这次黑客松的经历以及如何和KNN3合作的?

George:

这是Mind Network在web3领域参加的第一个黑客松,我们很喜欢“Network States”的愿景以及探索SocialFi这个赛道的创新。整个黑客松时间很短,在仅有的几天时间里,团队同时还在做产品底层的开发,整体来说还是很紧张的。我们发现Social network这个主题在web2时代很受关注,但是用户的数据隐私问题一直没有被彻底解决,而在web3这又是一个很关键的问题,同时具有很大的市场潜力,比如Instagram,在后台有超过400亿张照片,其中包括比较私密的内容也存储在服务器上,而用户只能选择相信Instagram对他们的数据不作恶。所以,我们思考的切入点是,如何在SocialFi中打消用户隐私和安全的顾虑,对web2形成降维打击。Mind Network选择了一个以小见大的场景,让用户可以自主选择在链上存储的是原始图片(以明文形式)还是加密保护过后的图片,比如给图片上的人脸打马赛克,或者是模糊化照片中的关键信息,除此之外,指定的用户如好友等是有权限看到加密处理过的图片的明文的。这样的话,用户就可以放心地将自己的用户内容放到web3的社交平台上了。由于进行了密文的处理方式,没有任何的未授权第三方可以看到原始的信息内容。

为了开发这个想法,Mind Network当时参加黑客松的时候现场做了 demo 开发,也遇到了一些问题,如1)照片在授权的情况下进行部分或者全局的加密,这是Mind Network项目本身努力解决的;2)如何在去中心化的情况下做社交关系的判断,这个部分就需要用到KNN3的服务。KNN3 Network是当时这个黑客松的sponsor和评委,他的 api 提供了用户链上社交关系的信息,KNN3 GraphX的社交图谱的功能可以和Mind Network做一个很好的结合,来完成照片信息的加密、解码的场景。

4)能在说下这次黑客松中是如何集成 KNN3 GraphX API 的用例吗?你认为它有什么好处?

George:

Mind Network在黑客松里展现了一个具象的用户故事 (查看用例完整视频),CZ和SBF的一张合影发布到SocialFi平台上,Mind的加密服务对其进行了人脸识别和特征的提取,然后把这些特征以密文的形式存到了Mind Network在这个过程中Mind Network是看不到这些加密的内容的,只有CZ和SBF,也就是发布照片的人有这个权限去看到内容,在不需要被解密的情况做一个查询或者解密。然后我们假设,当后来FTX事件之后,两个人的关系可能面临了破裂,当他们结束了好友关系时,复原照片的访问就发生了变化,SBF失去了权限无法去看到解密后的原始图片。同理,由于CZ和SBF已经不是好友关系的状态,所以CZ也没法对SAM的人脸马赛克进行复原。所以,这种默认的加密状态是在链上的,可以对特定的人员分享,仅有授权的人才有权限看到这些照片背后的原始信息,而它的分享和复原都可以做到去中心化,把信息的掌控权交回给用户本身。Mind Network使用了KNN3 GraphX API这个社交图谱,最大的优势是互操作性,使得可用的数据建立成一个社交关系的可信数据源,当与Mind Network结合时就可以做一些事件的触发,包括通过好友关系来判断加解密验证等的一些工作。

5)在 KNN3 GraphX API 集成到 Mind Network 的过程是怎样的,您遇到了哪些问题和挑战?

George:

在开发的过程,也遇到了一些挑战。一是时间比较短,导致开发的样本不够丰富,尤其是对多语言的支持。 数据源、数据库等服务本身就是一个需要高度合作的。另外,KNN3 API对SQL的支持,开发人员就不会面临兼容性的问题。

6)您认为 Mind Network 和 KNN3 等去中心化技术的使用将如何影响社交媒体和其他线上平台的未来?

George:

目前在web2,中心化的社交平台大家都在用,但是大家都非常担心隐私泄漏的问题,当大平台垄断时,用户也会担心数据作恶的问题,并且这些问题在中心化的网络生态里是很难被彻底解决的。所以Mind Network认为通过web3可以来解决这些痛点,Mind Network和KNN3都相信可以通过技术的创新给用户带来web3原生的应用场景,让用户可以掌握自己的数据自主权,减少用户在web3安全性能的疑虑, 这样才能让数据的内容获得更多的价值,一方面防止数据被滥用,另一方面可以确保用户在更好更多的场景里去使用这些数据,提供了一个更加公平的以用户为中心的服务形式。而Mind Network是一个基础设施,刚才提到的照片加密分享只是Mind服务中的其中一个,未来会有越来越多有意思的场景服务被赋能,对于C端用户来说,用户可以尽量减少担心和疑虑,即使数据都在链上,数据也是享有隐私加密的状态。而KNN3的服务就是让数据的价值最大化,可以让用户在不同领域一起协同合作起来,我们也希望Mind Network可以对SocialFi有个正面的影响。

7)关于Mind Network未来的发展计划有吗?是否有希望加入功能或改进?

George:

1. 计划

1)合作伙伴的建立

唯一入选币安孵化营第五季的数据项目;入选Chainlink Build项目,与Chainlink共同构建数据生态系统;获得了多个头部基金的投资,以及多家跨国银行的认可和合作,加速推进和SocialFi, DeFi, GameFi等垂直领域头部项目的战略合作,未来会陆续进行官宣。

2)产品测试网上线

经过一年的努力,近期Mind Network产品测试网将会上线,欢迎对Mind Network感兴趣的用户关注我们的Twitter账号(@mindnetwork_xyz)。同时也会有相应的激励方案来感谢我们的早期测试者和支持者。

2. KNN3合作点

Mind Network会持续推进与KNN3的合作,黑客松的解决方案需要通过整合像KNN3这样的社交协议,使得Mind Network能够获取用户之间的链接,帮助用户更好地进行隐私保护。

About Mind Network

Mind Network is the first FHE Restaking Layer for POS and AI Networks. Our framework operates as an FHE validation network, bringing secure computation and consensus to AI, DePIN, EigenLayer AVS, Bittensor Subnet, and many critical POS networks. Mind Network’s solution has found initial product-market-fit with projects such as IO.Net, MyShell, Bittensor, AIOZ, Nimble AI, ChainLink, Connext and more adopting its solution. It has achieved 650k+ active users and 3.2M+ transactions processed on its testnet.

Mind Network is backed by Binance Labs, Hashkey, Big Brain, Chainlink, Comma3, SevenX, and received an Ethereum grant to conduct research on practical implementations for FHE technology on Ethereum.

Visit Our Website and Social Media Channels:

Website | Twitter | Medium | YouTube | Github | Gitbook

Discord | Telegram

--

--

Mind Network

An FHE (Fully Homomorphic Encryption) Restaking Layer for POS and AI Networks. https://linktr.ee/mindnetwork_xyz