区块链确保数据真实性在线视频

那从另外一个角度来看

我们讲计算机网络技术

和数据科学越来越重要

我们今天可以说人类的文明

是构建在互联网技术之上的

到2018年的1月截止

全球的互联网用户

已经突破了40亿人

这就意味着说

一多半的人都在使用互联网

那么互联网现在每天传输的这个

新增的这个数据量

达到了2.5E18次方字节

而且这个数字还在增加

目前全球前10的互联网公司

它们的总市值加起来

已经超过了3万亿美金

如果按GDP来看的话

那这个市值实际上是

可以作为全球第四大国家

那可以说网络技术

还有数据科技

给我们的生活带来了

非常非常多的便利

但是我们也要看到

科技始终是把双刃剑

我们也要意识到

现代科技的发展

在网络和数据方面

也出现了一些困境

以今天的眼光来看

互联网作为现代的信息基础设施

它的困境主要体现在三个方面

首先第一个

互联网它其实并不可靠

我们知道互联网早期

它的设计原则之一

就是尽力而为

这意味着说互联网并不能保证

通信能够可靠的抵达

更不要说保证通信的

真实性和安全性

第二条互联网

其实并不保证公平性

它是一个典型的

一个不对等的一个设计

无论是web典型的CS一个模型

还是像我们现在

像社交网络里面

这样大V的模型

它都是一个不对等的一个设计

那最后一条也是最为重要的

那也是现在挑战最多的

就是互联网从根子上

它缺乏信任的机制

它无法有效的确保数据安全

这就造成了

今天一个很尴尬的一个现状

一方面我们有大量的数据

一方面我们又没法

很好的利用这些数据

反而会受到一些数据安全事故

数据泄露风险 数据作假

等等方面的一些困扰

那互联网作为信息基础设施

它已经出现了很大的问题

那这些问题到底该怎么去解决呢

我想我们是幸运的

分布式帐本

它正好是带来了一些

新的一些启发的思路

为我们信息基础设施演化

它提供了一种可行的一种方向

那么作为新一代的信息基础设施

分布式帐本它可以有效的实现

数据的最终的价值

对比互联网

我们讲互联网只是帮助你

去方便的传递了数据

但是数据的传递是不可靠的

它无法实现数据的价值

而分布式帐本

因为它提供的所有的这些服务

是防篡改的 是可追溯的

它最终可以实现更多的数据价值

那我们相信分布式帐本科技

它不断的演化下去

它将促使数据的多方的协作形态

最终产生变革

那它核心的形式

我们预计应该是通过

它所支持的这个智能合约

为多方的这种合作

包括数据的交换

包括数据的协同

提供更多的可信的一个支撑

当然虽然作为这个

很有希望的新一代的

信息基础设施

我们已经看到了

不远的未来有一些曙光

但是前方仍然

还有很多的一个挑战

在这里也欢迎大家

能够一起参与进来

推动帐本科技

推动数据科学的

进一步的一个发展

那接下来我们来看数据科学

它目前面临的一些问题

我们知道数据科学领域

它所涉及的问题有很多

那在这里面我们认为

有如下的三个挑战

是非常基本 也是非常重要的

第一个是数据如何产生

它在产生的过程中

怎么能够去确保它的真实性

第二个问题是数据产生之后

它必然要涉及到

数据的交换和流通

那么在交换和流通的过程中

我们怎么确保数据的安全性

还有它的隐私的保护

最后一个数据进行交换

数据进行处理

最终的目标还是要实现价值

那么数据的价值

到底该怎么进行有效的衡量

最终怎么进行体现

那可以说这三个问题

就直接决定了整个数据科学

未来发展的重要的方向

那第一个问题数据的真实性

那古语说得好

失之毫厘 谬以千里

我们讲一个虚假的数据

它不仅不会产生任何价值

它反而很多时候

它是带来重大的损失

根据IBM在2016年的

一份报告中统计

全球每年因为坏的数据

（英文）

造成的经济损失超过3万亿美金

那1999年的9月23日

美国的火星

气候探测者号飞船坠毁

造成超过1亿美金的经济损失

事后调查是因为这个飞船

在两种组件中

采用了不同的统计单位

造成了两种数据的不一致

数据缺乏真实性

不仅仅会带来巨大的经济损失

有些时候它也会

甚至会危及人们的生命安全

我们知道在2008年

曾经出现过奶制品的污染事件

在2018年曾经出现过

问题疫苗事件

那这样的事件你事后调查

原因可能有多方面的

但是其中很重要的一点

都是因为在整个生产过程中

存在着作假

事后去调查的时候

发现说在整个生产过程中

很多环节它的数据

无法保证它的真实性

无法去追溯

那么数据的真实性该如何体现呢

那这里面我们总结有两点

第一点是要未篡改

数据一旦产生之后

它不应该被恶意的进行篡改

第二点是可追溯

那数据产生之后 是谁产生的

它中间经历了什么样的一个环节

这些都应该是可以被追溯的

那我们怎么解决

防篡改的这样一个问题

那仍然我们还是要借用

计算机科学中非常重要的手段

数字摘要

那数字摘要某种意义上

我们可以把它类比成一个

数字内容的一个指纹

比如说我们有一个网站

我们对这个网站计算它的摘要

我们可以得到这样一串指纹

那如果这个网站

它的内容被人恶意篡改了

那我们再次计算它的这个摘要

会发现两个摘要是不一致的

从而我们会及时的发现说

这个网站被未授权的篡改了

那么计算数字摘要的这些算法

有一个很好听的名字

我们叫哈希算法

它有四个特点

缩信息 不可逆 少碰撞 难推测

缩信息

无论你是多大量的信息

比如说像一个完整的网站

它的信息很大对吧

但是我们对它进行计算之后

它的摘要的这个长度是定长的

这意味着说我们发生了一次

从大量信息到定长信息的

这样一个映射

在这个过程中

信息是发生了丢失的

所以我们叫缩信息

第二点不可逆

我给定一个网站的内容

我计算数字摘要

这个过程是相对容易的

但是我给定数字摘要

要反推它的内容

这个是不可能的 那为什么呢

那我想刚才缩信息这点

大家可以看出

信息在这个过程中

是发生了丢失的

所以它是不可反推回去的

再一点要少碰撞

两个不同的原始信息

它们在计算数字摘要的时候

如果得到的内容是一致的

那我想数字摘要的意义

可能也就没那么大了

所以我们一定要避免它发生碰撞

几乎不可能有碰撞

再一个是难推测

我给出了满足一定规则的哈希值

我也没法去推测出

它的原始内容该是什么样子的

比如说我要求我的这个哈希值

以六个零开头

那么你也很难

马上就能给出一个原始内容

让它的计算结果就正好是

哈希值是六个零

那如果你要解决这个问题

你只能进行穷举的一个尝试

目前广泛应用的这个哈希算法

是SHA-2算法

它实际上是发明于2001年

也已经是快20年的时间了

那么新一代的哈希算法

也在不断的探讨

那么在这里大家也要注意到说

这个数字摘要它不是加密技术

因为它的信息是发生过丢失的

那么加密

我们可以通过一些手段再解密

我们可以把信息还原回来

所以摘要跟加密是两码事情

那么我们可以看到

如果对于一个原始的信息

我们计算了它的数字摘要之后

我们可以利用这个数字摘要

有效的保护这个原始的信息

但是如果数字摘要本身

被人篡改了之后

那怎么办呢

这是一个非常非常有趣的问题

那这个问题的答案

我们实际上最后是求助于

非对称的加密算法

我们知道现代密码学

有两个很基础的门类

那第一个研究的是

所谓的对称加密算法

第二个是非对称加密算法

那么两者的唯一的区别

就在于说它的加密的密钥

和解密的密钥是否一致

对称加密

加密密钥和解密密钥

是完全一致的

它的加密的过程

速度往往是很快

典型的代表算法

比如说像1998年

发明的AES算法

因为它的加密密钥

和解密密钥是一致的

那意味着说

如果双方要通过对称加密

对信息进行保护的话

那需要提前的

把这个密钥进行交换

那另外一类

更为灵活的这个加密算法

是非对称加密算法

它的密钥是不同的

一般我们分为公钥和私钥

公钥我们是把它公开出去

所有人都可以获得

私钥只能是个人所应有

那大家注意

在非对称加密算法中

密钥分为公钥和私钥

但是我们并不意味着

公钥一定是用来解密的

私钥一定是用来加密的

那有些时候

我们也可以用公钥来进行加密

私钥进行解密

会产生一些非常有意思的特性

那么非对称加密

它的速度相对比较慢

但是它有一个很好的一个优点

恰好弥补了对称加密的一个不足

那就是它无需提前交换密钥

典型的代表算法

包括像1977年

当时就发明了RSA算法

今天仍然十分流行

还有1985年提出的

基于椭圆曲线的这个算法

那么有一些场景中

我们也利用对称加密

和非对称加密这两种手段

我们兼顾它们两者的优点

比如说像大家上网使用AGPS

它就是利用非对称加密

先进行协商

协商了对称的密钥之后

该利用对称的加密

进行快速的高性能的一个保护

那么非对称加密

我们刚才提到说

它的密钥不同 公钥和私钥

而且两者是一一对应的

那意味着是说

我用任何的一个密钥

比如说公钥或者是私钥

对一段数据进行加密

如果我想解密的话

我只能用对应的私钥

或者是公钥来进行解密

那这样一个特性

就非常好的解决了

这个追溯性的问题

因为一段数据

只要是使用某一段

这个私钥进行加密的

而且那它必然能用

对应的这个公钥进行解密

那反之如果我能用对应的公钥

成功的把这段信息解密的话

那我可以认为说

对这个信息加密者

必定是它的私钥的拥有者

那我们结合数字摘要

还有刚才讲到的非对称加密

这两种技术手段

我们就可以设计出

最终的这个数字签名的一个机制

它的原理也非常简单

我们对数据首先进行摘要

然后我们对这个摘要的结果

利用私钥进行加密

任何人接受到这个数据之后

它在拿到这个

私钥加密的一个结果

它可以很快的利用公钥

去进行验证

一旦验证通过之后

它可以认定说这个数据

第一是没有被篡改过

因为一旦被篡改过

你摘要值是肯定是匹配不上的

那第二点是说它的来源

一定是私钥的拥有者来源

所以解决这个

可以追溯的这个问题

那数字签名技术大家可以看出

它实际上类比于

我们现实生活中

就像这个签章一样对吧

它非常的有用

那在区块链系统中

也大量的使用了这个数字摘要

还有非对称加密

以及数字签名等等这些技术

那有同学可能提出新的疑问

那你说这个有了数据之后

我们可以解决它的真实性问题

但是如果我数据的产生过程本身

就是错误的 就是虚假的

那你怎么来保证呢

那这个问题

也是一个非常有意义的问题

那我们讲这个问题

它是指如何从物理源头

来确保数据的真实性

那目前来看主要有这样几种思路

那第一种思路

我们将这个物理世界中

这样的一个资源

我们想办法给它打上一个

比较难篡改的一个标识

比如说利用这个资源的物理参数

或者我们给它加一定的标记

再或者我们让它随身携带

一定的这个标签

那这儿有两个很好的案例

来分享给大家

第一个案例

是Everledger公司做出的

他们要解决了一个事

也非常简单

要做一个叫钻石的溯源

那我们知道这个钻石

它本身包括它的尺寸

包括它的折光率

包括它的切割角度等等

大约有十几种

甚至几十种这样的参数

这些参数实际上

我们如果对每颗钻石

我们记录下来之后

它就可以作为这个钻石

唯一的一个标识

因为很难你再找到另外一颗钻石

恰好这十几种参数

都跟这个钻石是一模一样的

所以我们讲到这个钻石

它在这个案例里面

实际上它是自带了这样一个

难篡改的一个标识

那第二个案例

是纸贵科技公司做出的

他们解决的是甘肃天然水的

一个当地产的非常好的

这样非常好的一种苹果

那这个苹果之前在市场上

很多人进行仿冒

都号称自己也是

甘肃天水产的一个苹果

那如果你按照传统的方法

你在这个苹果箱子里

比如说我们贴上标签

那这个标签是可以被伪造的

对不对

他们想了一种

非常巧妙的一个思路

他们让这个标签

就生长在这个苹果表面

这样一下子从源头

就解决了这个数据真实性的问题

其他的苹果你没有这个标签

你就无法去篡改去伪冒

说你也是这种苹果

另外一方面在物联网领域

每天有大量的数据在产生

那物联网领域的数据

它的采集也有很多

有效的保护的手段

比如说现在有一些传感器

在研究这个

如何实现可信的传感器

我确保这个传感器

不会被黑客攻破

那再比如说像我们现在

有所谓的智能电表

我可以一个是我防止被别人盗电

第二个我可以通过分析

我得出你用电的这个规律

是不是正常