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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09