“資料，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。”——麥肯錫最早提出“大資料”時代到來時如是表示。
今時今日，資料產生和積累的速度遠超往日想象，資料探勘利用已帶來有目共睹的生活便捷和生產效率提升。而我們也應清晰地看到，當今對資料利用的方式仍然存在不少亟待最佳化和解決的問題。
第一，掌握大量公民隱私資料的企業存在濫用資料的可能性，缺乏有效隱私保護機制的企業間資料共享方面暗藏資料隱私洩露風險。
今年，facebook、google等巨頭相繼爆發個人資料洩露危機，引發了世界範圍內對資料隱私的高度關注。從使用者到政府，均對企業是否能夠有效保護個人隱私產生了巨大懷疑。而以歐盟gdpr為代表的資料隱私保護法律法規的相繼出臺，更是給企業在資料處理方面帶來了嚴峻課題。
第二，大量資料儲存在網際網路平臺的封閉角落，這些資料流動性不足，無法充分發揮其應有價值。
例如，醫療資料的敏感性使得醫療機構、保險、藥企、醫療裝置供應商之間，難以在保護患者資訊保安的前提下，實現低成本、高效的醫療資訊資料交換和共享，進而導致行業內大量的資料資源沒有得到有效使用和深度分析。目前，這樣的“資料孤島”在各行業中比比皆是。
第三，鑑於相當大部分資料的敏感性，普通技術手段無法共享利用，這種侷限致使資料的利用價值被弱化，需要新的隱私保護技術來提升資料的利用率。
不管是企業行業，還是政府機構，由於缺乏資料共享交換協同機制，“資料孤島”現象逐漸顯現。本應作為政府最重要資產之一的政務資料卻無法發揮最大價值，讓更多方受益。
基於以上現狀，帶來的是更深的思考與探索：企業之間資料共享、交換、交易的需求也越來越多，如何在充分發揮資料價值情況下，透過技術手段保護資料隱私？如何避免隱私資料被濫用，甚至被廉價的售出？如何讓資料釋放出在這個時代應有的價值？如何讓這種價值得到更廣泛的認可及應用？是應該被高度關注和極具意義的事。
全數字化時代，需要新一代的計算架構、軟硬體結合的公共基礎設施來解決以上這些種種複雜難題，進一步提升資料的價值及使用效率，platon便為此而生。
platon技術架構
platon基於可驗證計算演算法(vc)、安全多方計算(mpc)、同態加密(he)實現去中心化trustless計算，將有效解決在ai、物聯網、醫療健康、徵信、廣告等多領域發展中面臨的大資料管理、信任、安全和隱私等問題。
以platon最適合的生物資訊行業為例。已經完全實現數字化的生物資訊行業是全球資料量最大的領域，同時對隱私保護的要求也是最高的，而現狀是，生物資訊學最缺乏的就是計算力和隱私保護，因此非常適用於分散式計算架構。在臨床或製藥領域，可能需要世界各地的樣本，而由於各國各機構基因資料庫都面臨著共享的侷限性。此時，就需要多方接入一個完全分散式的網路，資料留在本地，共同計算出一個結果。
2018年7月，platon已經正式釋出白皮書，以成為“資料的安全‘鏈’接者”的願景進入公眾視野。
2018年12月18日，platon測試網路將正式起航。
