滴滴被罚 80 亿的背后:建立有责数据经济，实现隐私数据保护，迫在眉睫！

经查明，滴滴公司共存在 16 项违法事实，归纳起来主要是 8 个方面。一是违法收集用户手机相册中的截图信息 1196.39 万条；二是过度收集用户剪切板信息、应用列表信息 83.23 亿条；三是过度收集乘客人脸识别信息 1.07 亿条、年龄段信息 5350.92 万条、职业信息 1633.56 万条…………

此前，网络安全审查还发现，滴滴公司存在严重影响国家安全的数据处理活动，违法违规运营给国家关键信息基础设施安全和数据安全带来严重安全风险隐患。

我们到底把多少隐私信息留在了网上？留给了多少平台？恐怕多到连自己都记不清了。而我们对于这些数据最终的去向、用途和安全性几乎一无所知。

大数据时代，个人隐私保护是用户关注的焦点，滴滴被罚不禁让人思考，在大数据时代，数据隐私是不是更加重要？

数据这个概念，在百科上解释为：一种特殊的资源，具有所有权、使用权、运营权、收益权、隐私权等不同的权利属性。

明确数据的权利所有者是实现数据流通及交易的前提，只有所有权界定清晰、权责明确，数据才能共享流通，发挥其价值。同时，在数据的流通及交易过程中，必须确保数据的相关权利以及隐私性得以保护，才能支持数字经济的健康持续且高质量发展。

数据对经济的发展的重要性显而易见。

然而，当前的数据存在最常见的两个的情况

一方面用户无法控制自己的数据，不能从中受益；

另一方面，企业在数据处理方面困难重重。

因此，建立有责数据经济是唯一的解决方案，有责数据经济最的直接概括即是解决数据确权问题，把数据所有权归还用户。

而这个解决方案又由三个方面支持：分别是技术支持、法律框架和激励模型。同时本人也会简单描述有责数据经济的三个特点。

技术层面：数据容易被复制使用，在复制之后，其使用权难以被控制，即使是匿名数据，也没有百分之一百的技术保护数据隐私，所以需要新技术支持，达到数据可用也不可被轻易复制原始数据的效果。

法律层面：法规不完善给数据保护带了挑战，什么是数据权？谁在控制数据权？私有资产权是现代经济的基石，正是私有资产权的存在，才真正推动了现代经济数的增长。

激励层面：首先得承认优良的激励模型能够确定和分配数据价值。本质的改变是设计旨在允许用户控制他们生成的隐私数据并将其货币化，从而推进数据责任经济。

有责数据经济三个特点：

数据代币化：结合解决方案的激励模型层面，创新数据经济，代币化后，数据可用便于分享、使用，以及交易

高性能：更快的交易速度和吞吐量，是海量数据交互的前提

隐私保护安全性：在数据传输中，用户的数据需要安全保护，只有实现隐私，才能真正为用户所用

针对上述有责数据经济的三个层面、三个特点，由 OasisLabs 首创并建立在 Oasis 网络上的 Parcel ，结合 Oasis 新提出的数据标记化引擎，是非常棒的解决方案。

Parcel 如何让数据代表真实价值

简单地说，Parcel 是一个 API，它可以帮助开发者完成以下核心功能：

1、上传和存储数据；

2、在具有隐私保护机制的计算环境中处理数据；

3、设置数据的访问方式以及访问权限；

4、铸造 【数据代币】，将数据所有权和访问权归还给数据所有者。

Parcel 由 Oasis 网络支持构建，在 Parcel 中存储的数据不可被篡改，因此具有很高的可审计性。

凭借其独特的架构和隐私计算技术的部署，Oasis Network 正在为发展一个开放的、对数据负责的隐私经济播下种子。

Oasis 作为主打隐私计算的知名项目，是推动 Web3 的发展，领先的支持隐私和可扩展的第一层区块链网络，真正让用户控制数据，是基于区块链和密码学技术的、面向未来的隐私计算与分布式经济体基础设施。它的目标是在保护数据所有权和隐私的前提下促进数据使用权的交易，并基于区块链建立数据和算力流通市场。其投资方包括 A16z 、Accel 等，

在隐私计算方向 Oasis 要锚定了为数据进行确权和定价这个核心需求，通过采用隐私计算 Parcel 的模式，来解决目前在金融、医疗、广告等多个领域对于数据共享和协同计算存在着的强烈需求。

它的隐私和可扩展性功能旨在通过创建一种称为代币化数据的新型数字资产来推进 DeFi 和 Web3。

与应用层现有的代币化数据解决方案不同，Oasis 代币化数据解决方案位于网络层，允许应用程序构建在其隐私计算技术之上并利用其优势。

总的来说，该设计激励 Oasis 的数据责任经济。

巨头正在利用用户的隐私数据获利，已成为行业公开的秘密，但作为数据所有者的我们，为科技巨头们源源不断的贡献了自己的数据，但巨头们却并未因此而给我们付费，有些掌握用户隐私数据的公司，甚至拿用户的数据出售给其他公司，严重侵害了用户的权益。

无论是出于数据合规合法的考虑，还是出于数据应用的考虑，企业都正在加大对数据隐私保护的力度。为隐私计算提出了新的要求，也将提供广阔的产业应用需求。