京公网安备 11010802034615号
经营许可证编号:京B2-20210330
万物互联:区块链与大数据将擦出怎样的火花
在数据资源开发利用的过程中,大数据服务商都希望获得更多的数据,让政府和BAT等巨头把数据开放出来,这样我们才能去做数据的挖掘和分析。但是政府层面开放数据会担心侵犯个人的隐私、商业的秘密;企业层面BAT等巨头把数据资源当成是自己兜里重要的资产,都不会轻易开放出来;因此,数据的开放、共享、交易、流通,没有想象的那么容易和简单!
那么,有没有一种更加安全、更加可靠的载体作为数据资源流通的一个手段?
从技术的角度来保障数据资源的开放和流通,而不仅仅是国家出台法律或者政府制定制度、政策,需要一个更加刚性的解决方案,数据需要一个重要而可靠的载体。
区块链作为原来很早的比特币的底层的技术,是一个可信任的载体,这个可信任的载体能够承载数字货币这件事情,但是,能不能承载数据资源的流通和数据资产的流通呢?
区块链也是一种数据库,它也是一种重组的技术,它能够建立信任,建立起在互联网上价值转移和传递,大数据本身通过数据的挖掘和分析,也能够建立起来数据的一种智能,两者是不是能够融合起来,对未来整个互联网经济的发展有一个更好的推动作用?
政府推动数据开放
国内大数据应用整体上在这两三年发展的非常快,政府的应用系统在不断推进上云,比如贵州省提出了云上贵州,把所有的省内政务系统推到了云上;湖北省正在建立全省的所有政务系统的政务云,在2017年实现上云的目标。
在上云的过程中,政府在推动各个委办局之间数据在云上的交换和共享,现在不同的应用之间不存在交换的问题了,而更多的是一种在云上的数据共享问题。很多地方政府也在推进数据的开放,比如北京、上海推动了包括政府在政务、民生等很多应用数据的开放。
商业数据服务不断创新
在商业领域,互联网的这种商业数据服务也不断创新,阿里有数据魔方、百度有百度司南,把数据作为一种产品和服务提供给网店,这样的一种服务很好的满足了电商企业的发展需求。
大数据在各行各业的应用不断的深入,正在有更多的像阿里金融、蚂蚁金服这样的企业来做数据网贷业务,数据已经在和各行各业融合应用中发挥它的价值。
另外,很多第三方的数据交易也批量的涌现了,贵阳大数据交易所是中国第一个数据交易所,随后出现了上海的、武汉等各个地方的数据交易所把数据作为资产进行确权、交易。
数据开放共享遇到瓶颈
当然,在这个开放数据的过程中,真正事关到企业社会发展的一些数据还是没有很好的开放,因为担心涉及到每个人的个人隐私。
另外数据作为一种资产去交易,这个过程中需要确定现在数据的归属所有权是谁、处置权是谁、交易权是什么样的,这些都不好确定!
再者,在交易过程中,数据本身流通的监管比较难,对整个数据流通的全过程缺乏一种全程跟踪的手段,数据安全的保护、数据服务变现等方面都存在各种各样的困难,使得今天的大数据应用也是遇到了很大的瓶颈。
数据只有开放共享才能发挥价值。但是数据如果成为一种资源和资产的时候,很多服务商和厂商把它当成自己腰包中的东西,不愿意轻易共享给别人的,这就需要探讨一个问题,数据是公共资源还是私有财产,数据需要一种中心化的机制还是去中心化的机制?
区块链是一个可信任的载体
区块链在发展过程中是一个可信任的载体,整个过程是可以防伪的,整个数据通过加密的方式保证它交易来源的可靠,而且整个流通的过程是匿名的,产生的比特币是可以流通的。它通过程序系统、算法建立起来一整套的信任机制,而这套信任的机制能不能推而广之的运用到各个领域呢?
未来随着区块链越来越得到各方的认识,成为下一代互联网基础设施的时候,就真的可以为任何数据资产实现不脱离链,去做相关的转移和数据分析等。
区块链不仅帮助互联网建立了价值的转移,也建立一种可信的互联网基础,未来越来越多的物体被连到了互联网上形成物联网,这些物联网通过某种契约关系形成智能化的合约或者智能化的资产,未来区块链可能成为万物互联的一种万物账本。
在这个基础上,流通的所有数据,数据的确权、数据资源变成数据资产有一个支撑的技术,这样一项技术建立起来的是点对点的方式,正好契合了分享经济发展的一种模式。
未来分享经济在区块链之下,就不需要第三方机构,区块链所建立起来的,对整个互联网上的行为,价值进行记录的这样一种机制,有可能成为未来互联网治理的一个手段,不是现在通过这种随机的方式去做一些监管,更多的是实现一种全网的实时监管的手段。
区块链不是万能的
近期我们在帮助中央网信办做一个区块链在数据资源流通领域的汇报,跟贵州省、工信部相关部门做一些政策方面的研究,主要方向是几个方面,第一是区块链在数据资产流通中的应用;第二是区块链平台本身的大数据应用;第三,区块链在大数据领域的商业应用。
通过区块链能够解决一些问题,但也有很多问题是不能解决的。
区块链是去中心化的数据流通平台,能够做到的是,可以跟踪数据交易的全过程,保证数据交易的不可篡改,保证数据来源的可靠性,通过机制保证数据资产的登记和见证,存储是分层的。但区块链也不能跟踪链下的数据转移和应用,另外,有一些环节,区块链的机制决定了其存储容量是有限的。再者,区块链有一个分层的体系,工业上记录的是最有价值的数据,数据链上记录的是重要的数据资源。
区块链和大数据的融合应用是一个非常大的应用热点,将是“智能+价值转移”形成的价值互联网的基石。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16