Terminal 3 是一家总部位于香港的 Web3 数据隐私和安全基础设施公司,致力于开发去中心化数字身份 (DID) 和自主数据管理解决方案。其平台旨在通过使用客户端加密、去中心化存储和隐私保护技术,为用户和企业提供对其数字身份和数据的控制权。[9]
Terminal 3 (T3) 是一家数据隐私和安全基础设施公司,专注于让个人和企业控制其数据和数字身份。其平台在客户端加密用户数据,通过去中心化密钥网络管理加密密钥,并标准化和丰富数据,以实现跨 Web3 平台的互操作性。数据被原子化、重新加密并存储在去中心化网络中,加密承诺记录在链上,以确保完整性和不变性。T3 通过 零知识证明 实现隐私保护访问,允许应用程序、AI 代理 和企业执行操作、细分受众和进行分析,而无需暴露原始个人信息。这支持诸如人道证明、符合法规的可验证凭证和安全的 AI 驱动交易等用例。[2]
Terminal 3 使用标准化的用户数据模式,旨在实现跨平台和应用程序的互操作性。该模式结合了已建立的框架,包括 ISO 代码、IAB 受众分类和 GICS 分类,以提供全面而实用的标准,该标准可被企业广泛采用,同时与现有数据标准保持兼容。[3]
Terminal 3 使用基于 IPFS 的去中心化存储系统,以安全地将加密的用户数据存储在链下,从而增强隐私、弹性和控制。数据通过 IPLD 进行内容寻址并原子化为 256 KB 的块,这些块通过 Merkle DAG 链接,从而确保可验证的完整性以及从多个 节点 进行高效检索。持久化的块固定在 IPFS 节点 上以维持可用性,检索涉及内容路由、块获取和哈希验证。为了符合法规,Terminal 3 支持部署区域 节点 集群,以确保数据在需要时保留在特定司法管辖区内。[4]
Terminal 3 的加密数据仓库为可查询的非个人身份信息 (PII) 数据提供安全存储,从而实现高效处理,同时保持所有数据加密且无法访问,即使对于内部团队也是如此。它使用结构化加密 (STE),这是一种对称密钥方案,允许快速的亚线性搜索查询和动态更新,而不会泄露数据或查询内容超出该方案定义的泄露配置文件。STE 确保快速响应时间与查询大小成正比,避免了确定性或保序加密的泄露问题,并且比同态加密更有效,从而使仓库能够在高性能和严格的数据保密性之间取得平衡。[5]
Terminal 3 的查询引擎充当客户端和加密数据仓库之间的中介,将传入的查询转换为可以有效执行的格式,同时保持可验证的结果。它将复杂的查询分解为更简单的子查询,优化执行计划,并将外部数据表示形式转换为内部格式,例如将基于年龄的过滤器转换为出生日期比较。该引擎还包含一个查询缓存,用于存储最近查询及其结果的加盐哈希,从而为重复查询提供更快的响应,同时确保数据的新鲜度和一致性。[6]
T3 Oracle 是一个去中心化身份平台,可创建自主用户配置文件,旨在作为数字身份的通用事实来源。它允许应用程序使用 零知识证明 查询用户数据并颁发可验证凭证,从而确保用户的原始数据不会被暴露。该系统旨在支持可互操作和可组合的身份记录,这些记录仍由用户控制。[10]
T3 Identity 是一种全栈数字身份管理解决方案,可实现对个人数据的自主控制,同时为企业提供隐私保护的方式来验证和与用户互动。它集成了入职和身份验证、数据转换、去中心化标识符 (DID) 和可验证凭证 (VC),以及原子化的去中心化存储和以隐私为中心的受众细分和消息传递,从而可以安全地管理、验证和使用身份数据,而无需暴露敏感信息。[11]
T3 Verify 是一种企业级 了解你的客户 (KYC) 和 反洗钱 (AML) 解决方案,专为符合法规而构建。它为 190 多个国家/地区的用户提供实时身份和活跃度验证,并颁发可重复使用的 VC,以减少后续服务的入职摩擦。敏感的 KYC 数据存储在去中心化的“监管金库”中,以符合记录保存要求,而其他 PII 保留在用户控制的“自主金库”中。该产品提供可定制的合规性策略和可用于审计的报告。[12]
Terminal 3 提供了一个用于用户身份验证和入职的去中心化平台,提供模块化和可定制的工作流程,从而最大限度地减少摩擦并提高转化率。身份验证选项包括 Web3 钱包、电子邮件、社交登录和通行密钥,并支持无密码方法。用户可以定义要收集的数据字段,验证电子邮件地址以减少机器人,并本地化体验。Terminal 3 支持托管的、白标入职流程和嵌入式的、自托管流程。创建帐户后,每个用户都会收到一个去中心化标识符 (DID),并保持对其数据的自主控制。基于钱包的入职涉及连接 Web3 钱包,使用阈值加密在客户端加密数据,并将其存储在去中心化网络上。基于电子邮件的入职会生成一个链接到用户电子邮件的托管 Web3 钱包,使用一次性代码进行验证和加密密钥管理。[13]
细分是一种隐私保护的受众分析工具,允许企业从用户数据中生成见解,而不会损害个人隐私。企业可以通过根据多个条件(例如年龄或位置)过滤数据来创建有针对性的用户细分。该工具支持各种聚合函数,包括计数、总和、平均值、最小值/最大值和中位数。每个查询结果都附带一个加密证明,用于验证其准确性。该系统包括防止过度具体查询的保护措施,这些查询可能会潜在地取消用户的匿名性。[14]