
区块链+大数据,安全应急领域的新模式一定让你脑洞大开
在市场咨询公司高德纳(Gartner)著名的技术成熟度曲线中,区块链技术第一次的出现是在2016年7月,其定义是一种使用时间戳和数字密码的技术,把交易记录记载在按时间序列组成的数据区块中,并使用共识机制把数据存储到分布式数据库内,从而生成了永久保存、不可逆向篡改的唯一数据记录,用以达到不依靠任何中心机构而实现可信交易的目的。
区块链因比特币而火,又因比特币而被人质疑。但当我们认真审视这项技术,会发现其在应急领域里的巨大社会价值。区块链最初的学术定义为由包含交易信息的区块从后向前有序链接起来的数据结构。区块链存储在有多个节点组成的分布式网络系统上,每个完整的节点都存有整个区块链的副本,而每一个计算机节点之间通过网络进行交易信息的共享。同时,区块链也是一个交易数据库,其中存储的是系统中由所有节点共享的信息,称为分布式加密总账本。通过这个总账本,免去了层层上报而后层层下达指令的繁杂过程,区块链实现了不需要任何政府主管部门及所属技术队伍来协调互动、验证交易或监督行为的特征。一个区块链上的完整副本包含了每一个曾经执行的交易,使历史上的任何信息都可以被任何一个参加的节点所访问。
新兴技术成熟度曲线
区块链技术应用案例
2018年3月,某市一废旧厂房在切割改造废旧油罐过程中发生爆炸,造成7人死亡,3人受伤。
目前的监管
一、无法有效预防这类事故,因为我们无法预测和监测每个人脑海中天马行空出现的各种各样新想法;
二、发生事故后,只能通过大量临时的突击性检查来进行同类事故的预防性补救。
复杂情况下我们求解,能下手的点有两个:人,或者物。
如果我们把精力放在对人的改进上,这个问题解决起来会很复杂:一、我们很难预测一家标注自己从事商贸的公司到底准备经营什么,也很难预测它租赁厂房下一步准备干什么,这一次是商贸公司,可你无法排除下一次会不会是一个行为艺术家准备进行颓废艺术展示时去买一个废旧储罐对它进行切割、焊接(如果是这种情况下发生事故,我们向谁追责?);二、我们无法精准圈定需要被管理和培训的人群,人群在不断变化,人口在不断流动,太多的随机性在里面。
当我们无法解决人的问题时,可以将解决问题的着力点放在物上。而如果我们为一个储罐构建一个完整的区块链,如下所示:
那么它从哪里生产、经过了几手、目前在谁手里、是否到了报废时间、是否在报废期后非法运营,全部问题都可以找到确定的、唯一的答案;同时,由于加密算法里包含了时间,这使得各个交易单只能单向读取而无法逆向修改、篡改,这是区块链技术一直被人们推崇的安全性所在。
这个案例里人和物的两个立足点好比数学里的数值解(一组解,不确定)和解析解(确定的解)的关系,显然,选择去解决确定解要简单的多。
需要进一步解决的问题
区块链的技术看起来虽然简单,但是仍有几个关键问题需要解决:
一、 建立储罐信息的法律问题。按交通法规定,只要是机动车都必须挂牌才能上路。对于储罐管理,如果想引入区块链技术,需要立法强制必须建立电子信息档案才允许使用、买卖。
二、 储罐与存放储罐信息的信息卡不可剥离。如果信息卡和储罐可以剥离开,仍然存在伪造信息的空间,就好比人是真的、身份证也是真的,但是这个人对应的不是这张身份证时仍然持的是假身份证一样。
三、 如何方便读取信息卡中的内容。毕竟储罐有些是要埋地的,有土层隔离,有污染存在,不是商店里的二维码,扫一扫就能读取信息。
四、 信息纳入大数据和云平台管理。前面三个问题如果解决,第四个问题不是问题。
虽然区块链技术成熟仍需要5-10年的时间,但是我们可以从中看到彻底解决这类事故的希望。假以时日,区块链技术必然会带来应急管理领域从国家到地方各个层面的大变革。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29