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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25