ARPA币是什么？

ARPA致力于将安全计算与区块链所结合，利用密文运算和区块链透明、不可篡改的属性，赋能多方数据共享，形成数据交易闭环。在保证各方原始数据隐私的同时产生数据协同作用，实现数据的可使用、可追溯但不可见的效能。同时，ARPA利用安全计算将区块链解耦为双层架构，可为区块链提供隐私性及高可扩展性，大幅提升区块链基础设施性能。

ARPA币阿帕奇

ARPA Chain

ARPA网络是一个灵活，易用，高兼容性的计算网络。ARPA可为目前所有主流公链提供隐私计算协议层。ARPA高性能隐私计算网络可赋能企业实现多方数据整合，数据共享，和协同运算任意自定义函数与逻辑。可运用于金融交易，征信，市场营销和医疗健康领域。ARPA独有的多方安全计算技术允许多方在不信任的前提下联合计算任意函数或逻辑，在全过程中保证输入值和结果不被公开，计算结果可验证ARPA基于前沿密码学和区……

ARPA币基本信息

• 币种名：ARPA,阿帕奇ARPA

• 项目概念： 大数据,数据存储

• 发行时间： --

• 众筹发行价格： $0.020000

• 历史最高价格： ¥0.5346

• 历史最低价格： ¥0.051875

• 总市值： ¥1948.21万

• 总发行量： 2,000,000,000 ARPA

• 流通量： 1,400,000,000 ARPA

• 上架交易所： 20家

• 官网： 官网地址1

ARPA币推荐交易所及交易对

BKEX交易所ARPA/USDT交易对、火币全球站交易所ARPA/USDT交易对、gate.io交易所ARPA/USDT交易对、T网交易所ARPA/USDT交易对、MXC交易所ARPA/USDT交易对、火币全球站交易所ARPA/HT交易对、LBank交易所ARPA/USDT交易对、GGBTC交易所ARPA/USDT交易对、BiKi交易所ARPA/USDT交易对、KuCoin交易所ARPA/USDT交易对。

项目亮点

ARPA简单来说，ARPA 致力于用为企业与个人提供隐私计算能力和数据的安全流转解决方案。基于前沿的安全多方计算(MPC)密码算法，ARPA 安全计算网络可以作为协议层(Layer 2)为任何公链提供隐私计算能力，并赋能开发人员在 ARPA 计算网络上构建高效、安全、能保护数据隐私的的商业应用。企业和个人数据可以在ARPA 计算网络上被安全的分析或利用，而不必担心将数据暴露给任何第三方。举个简单的例子：一家银行想要查询一个客户是否在别家银行的黑名单上，但是这家银行又不想将客户的名字暴露给其它的银行。多家银行已经组建了一个基于MPC算法的区块链数据库，这是这家银行只需要在数据库里输入他们想要查询客户的名字。

APRA的愿景是成为隐私数据安全共享的基础设施，通过ARPA隐私计算网络，每个企业，政府部门，个人都可以选择自己的数据被谁使用，同时可以获得回报，而且整个过程中任何机密或者隐私数据都不会暴露。是世界唯一的能在测试网阶段利用MPC密码学支持多方数据安全计算的项目。

目前ARPA着重的应用场景主要为企业级隐私数据共享，例如金融领域的多方联合征信、数据租赁、安全数据分析等场景，保险领域的多源数据联合风控、定价、敏感信息查询等，大数据营销领域的联合用户画像、投放效率追踪等。

目前基于密码学的隐私计算项目寥寥无几，ARPA是世界唯一的能在测试网阶段支持多方MPC计算的项目。

其他和MPC相关的项目有 Keep Network主要用秘密分享做存储;支持两方安全计算(2PC)的 Platon。非密码计算领域，基于SGX等安全硬件项目有 Enigma 和 Oasis Lab，速度有优势，但是是中心化的，而且有一定工程问题。

团队成员

徐茂桐

联合创始人 & CEO

纽约大学Stern商学院 信息与金融双学位

五年投资与创业经验，曾就职于复星锐正资本

负责金融科技，大数据，区块链领域早期投资陈将

联合创始人 & 技术负责人密西根大学计算机博士辍学

四年系统层云服务与安全开发经验

曾就职于Google Cloud从事分布式系统开发

徐野木

联合创始人 & 首席增长官

爱荷华大学数学，精算，风险管理三学位

四年咨询，创业及企业增长经验

曾任美国富达投资精算咨询师

章磊

联合创始人 & 首席科学家

乔治华盛顿大学金融工程硕士

十年深度学习，数据建模和风控建模经验

曾于硅谷Circle Up担任资深数据科学家

苏冠通密码学研究员清华大学密码芯片博士

研究方向包括安全多方计算，同态加密等

在IEEE/ACM及顶级期刊发表多篇论文

吴逸飞资深工程师、区块链研究员东京大学理学博士

四年区块链开发经验

曾就职于LOTS任区块链Tech Lead

沈博陌

资深工程师

爱荷华大学计算机专业

五年系统架构设计开发经验

曾负责美国富国银行投资部门交易系统设计

陈少龙

全栈工程师

法国奥尔良综合理工嵌入式视觉硕士

三年高性能服务层开发经验

曾负责开发眼镜行业票据自动识别服务级应用

韩创

系统工程师

卡耐基梅隆大学计算机硕士

六年系统层和后端开发经验

曾就职于Google，Uber和Amazon

应用场景

数据安全查询政府部门的系统中往往储存了大量的公民个人数据和企业经营数据，很多商业机构需要查询信息用作商业用途，但政府不希望数据被泄露或被拷贝走，同时，有些场景下商业机构也不希望政府知道其查询条件。利用ARPA安全多方计算技术，可以实现数据的安全查询。除此之外，数据安全查询的解决方案还可应用在商业竞争、数据合作等众多领域中。

联合数据分析

跨机构的合作以及大型企业的经营运作经常需要从多个数据源获取数据，拼凑成全量数据再进行分析。已有的数据分析算法可能导致隐私暴露，ARPA安全多方计算技术可以使原始数据在无需归集与共享的情况下实现计算，保护目标数据持有方的隐私及资产安全。

联合征信

ARPA安全多方计算可赋能金融、保险企业对客户的负债率等风险指标进行联合分析。目前各家金融、保险、资产管理机构只掌握客户部分数据，从而导致风险评估误差。联合分析不泄露各参与方数据，对客户的风险有整体评估，在多头借贷等场景下能有效降低违约风险。

多维度健康分析

ARPA安全多方计算赋能医疗机构对病人在多家医院的病历和智能硬件生物数据进行分析，从而在病人、医院和智能硬件厂商数据不泄露的情况下，对病人有更精准的诊断。同时，针对医疗机构的联合数据分析可以让药品研究机构对某特定地区特定病种有更全面的了解。

精准广告投放

ARPA安全多方计算赋能商户对潜在客户多维度信息进行分析，从而更精准的投放广告。广告投放机构可以从更多数据维度对客户购买意向建模，且数据源不泄露个人隐私数据。

数据匹配

ARPA安全多方计算可完成两方或多方的去中心化数据匹配，数据无需脱敏。

金融产品暗池

ARPA安全多方计算赋能金融机构建立更公平和更具隐私性的暗池交易。利用安全多方计算，买卖双方可匿名配对进行大宗交易，不经过中介机构，同时监管机构仍可对交易进行溯源