写于 2021-07-28，因要换电脑，爬丢失，因此上传至Mirror。
通过本文，你将会了解：
ARPA的背景
ARPA的项目团队
ARPA的通证经济和白皮书
背景
ARPA项目全称Address and Routing Parameter Area（估计你遍历全网那些分析文章，只能在我这看到这个精确的答案了），其主体是 零知识科技（北京）有限公司，总部在北京东城区和平里（再具体的就不说了）而其实这个Address and Routing Parameter Area在另一个领域，他叫做顶级域，.arpa是互联网域名系统上一个专门用于互联网基础设施配置的顶级域。
这个项目立项在2018年第一季度，作为全球首个基于多方安全计算的隐私计算网络。在当年他是富有创新性的，数据孤岛、数据隐私保护不足等是数据领域中长期存在的难题。
在如今的互联网数据大爆炸的年代，数据隐私安全更是每个人都应该关注的重点以减少隐私泄露的情况，而ARPA就在那个时候应运而生，独立性高创新性高，结合密码学和区块链技术，使用多方安全计算与同态加密相结合的隐私计算技术以期为行业提供解决办法。
即使到现在，2年过去了，整体技术落地和实现周期依然存在风险。
看下图，截图自ARPA官网，我们能看到其合作伙伴几乎全部来自中国，有阿里云，中国信通院，中国中化，复星，京东，浙大等等有实力的合作机构，而投资机构有GBIC，创始资本等投资机构和一些像Arrington XRP Capital 这样的对冲基金。
项目团队
如图，上面数据来自https://www.block123.com/zh-hans/nav/229178371024.htm
我并未从官方的LinkedInhttps://www.linkedin.com/company/arpachain/上观察到更多的有用数据。
但是创始人，科学家，架构员，全栈工程师等核心成员都没有什么变化，成员学历较高，技术出身占大多数，都不是新手，并且据说其研究和顾问团队实力颇强，但毕竟没有证实，如若属实，其为ARPA团队的研发加持和产品的应用开发和推广都会有不小的推动作用。
通证经济和白皮书
通证经济
一共20亿的代币ARPA：
挖矿是30%，分8年解锁，其中10％为质押，20％为算力；
团队：20%，2020年7月27号开始每个季度解锁12.5％；
基金会：15%，2019年7月27号开始每个季度解锁12.5％；
准备金：13%，2019年7月27号开始每个月解锁20％
IEO：7%，7％总量，不锁仓；
生态：5%，2019年7月27号开始每个季度解锁12.5％；
私募1：5%，2019年7月27号开始每个季度解锁12.5%；
私募2：5%，2019年7月27号开始每个月解锁20％
以上通证经济数据来自火币网。https://huobiglobal.zendesk.com/hc/zh-cn/articles/360000372822-ARPA-%E9%A1%B9%E7%9B%AE%E4%BB%8B%E7%BB%8D
在挖矿奖励中，分成质押奖励和计算奖励，计算奖励比质押奖励比例更高，两者都是逐年递减，直到第6年起，开始基本持平百分比，其中也设计了销毁策略来达到通缩效果，根据Roadmap是从2021年第一季度开始季度性销毁代币。
白皮书
白皮书链接：
中文版https://docsend.com/view/q74angc
这本白皮书放在今天应该归类为是“技术白皮书”，这本书中没有经济模型讲解，制作的很“程序员”风格，网站建设普通，这个项目的核心竞争力在于使用的是多方安全计算+同态加密技术来实现隐私计算，而这是和现在大火的Pha，Oasis等使用的TEE技术不同，具体会在往后文章中详细介绍。
在ARPA中，协议层和计算层会架设在节点上，协议层是管节点的，参与者自主加入，贡献算力，可以自由离开，会把节点行为记录；计算层顾名思义就是分配算力，在ARPA网络里有激励和惩罚机制用来留住和清退节点。
ARPA的计算模型是用多方安全计算与同态加密相结合的方式，他们将网络作为Layer2部署到任何区块链系统，使用智能合约来连接区块链安全计算网络。
他是一种链下的解决方案，能够为大多数的区块链网络提供隐私计算。简单理解流程就是：部署的智能合约会收集计算请求，作为桥梁，将请求发送回隐私计算网络，然后在ARPA的网络内分配计算，计算完毕后将证明和结果回传给智能合约。
在应用层面上，现在最新的消息是在2020年6月开始就已经在与京东子公司 JD Digits合作，将数据平台与 ARPA 基于区块链的网络集成，使用称为安全多方计算技术。JD Digits 的成立是为了帮助其他公司利用人工智能和区块链等尖端技术实现现代化。
双方合作来以保护主要客户的财务数据。ARPA项目的确具备十分广阔的应用场景并且ARPA整体结构设计较为完整，但是项目所涉及的技术领域比较新，所需技术要求高，整体落地的难度高，相关的成功应用案例十分少，未来的发展还得看团队的技术突破和未来运营情况。（更多分析会在后续章节中比对）
附
项目Roadmap
