该论文面向跨机构数据协作中的隐私与数据控制权问题，提出一种结合可信执行环境（TEE）与链上数字权益代币（Digital Rights Tokens, DRT）的可验证计算架构。研究背景是：数据所有者希望将各自私有数据合并成数据池以支持联合分析，但又必须保留对数据处理方式的控制权，避免数据在合并后被无限制复制或滥用。核心问题在于如何让第三方数据分析者能够在合并后的敏感数据上执行计算并获得结果，却不暴露底层原始数据，同时使授权过程可追溯、可验证且范围严格受限。 作者提出的方法由三部分组成。其一，数据所有者在 TEE 内部将私有数据合并为密封数据池，数据在受硬件隔离保护的环境中保持加密或不可直接读取状态。其二，数据所有者通过发行 DRT 来授予第三方分析者“计算权”；每个 DRT 绑定一段特定的开源代码和一个数据池，明确限定可执行的逻辑与范围，防止分析者自由读取数据。其三，DRT 的发行与赎回记录在分布式账本（论文中为 Solana）上，使得授权和实际执行过程可审计、不可篡改。分析者获得的是在其指定开源代码上执行 TEE 内密封数据并取回计算结果的权利，而不是数据本身。 论文强调一种“以控制为中心”的隐私观：数据创作者应事前（ex ante）保留对数据如何被处理的控制，而非仅依赖事后追责或合同约束。作者实现了一个参考系统，能够在密封数据集上运行 WebAssembly（WASM）/Python 任务，并在 Solana 上记录 DRT 的赎回事件，从而验证该架构在工程上的可行性与局限。 主要贡献在于把 TEE 远程证明、代码绑定授权与链上权益管理组合成一个可验证计算框架，为隐私保护的数据要素流通和跨机构联合分析提供了一种可审计的控制机制。适合研究隐私计算、机密计算、区块链治理与数据权益管理的读者阅读；对安全从业者而言，其价值在于理解 TEE 与链上代币结合后的信任边界、审计路径与潜在攻击面。