
五分钟带你看懂什么是区块链
如今区块链技术非常流行。那么让我们看到这几个问题:
· 区块链究竟是什么?
· 工作原理是什么?
· 解决什么问题?
· 有什么用途?
附有中文字幕的视频如下:
五分钟带你看懂什么是区块链
针对不方便打开视频的小伙伴,CDA字幕组也贴心的整理了文字版本,如下:
区块链是什么
顾名思义,区块链是一连串包含信息的信息块。这项技术最早在1991年由研究人员研发。最早用于给数字化文档打时间戳,从而使这些文档不被倒填日期或篡改,就像公证人一样。
然而这项技术基本没被用过。直到2009年,中本聪利用区块链技术创造了数字加密货币——比特币。
如今区块链相当于对所有人完全公开的分布式账本。它具有有趣的属性,一旦数据被记录到区块链中数据就很难被改变。
区块链的工作原理
那么区块链的工作原理是什么呢?
让我们仔细看看区块(block)。每个区块包含了数据,该区块的哈希值以及前一个区块的哈希值。
区块中保存的数据与区块链的类型有关。例如,比特币区块链保存了相关交易信息。包括卖家、买家以及比特币的数量,同时区块还包含了哈希值。
哈希值
你可以把哈希值比作指纹。它标识区块以及所含的内容,并且总是唯一的,就像指纹一样。一旦某个区块被创建,对应的哈希值就被计算出来。
改变区块中某些内容会使哈希值改变。换而言之,当你想检测区块中改变时哈希值就很有用。如果区块的指纹改变了,这就不再是之前的区块了。
区块中第三个元素是前一个区块的哈希值。这个元素构成一系列区块,并且这项技术使区块链十分的安全。
举个例子,假设有包含3个区块的区块链。可以看到,每个区块包含了自身的哈希值,以及前一个区块的哈希值。因此区块3指向区块2,区块2指向区块1。
区块1有点特殊,它不能指向前一个区块,因为它是第一个区块,我们将其称为"创世区块"(genesis block)。
现在假设你篡改了第二个区块,这将导致其哈希值改变。依次,这将导致区块3以及后面的区块无效。因为其存储的前一区块的哈希值将不再有效,因此改变一个区块会使后面的所有区块无效。
但是,仅仅使用哈希值不足以防止篡改。如今计算机运算速度非常快,每秒能够计算成千上万的哈希值。你可以篡改一个区块,并且重新计算其他区块的哈希值,从而再次使区块链变得有效。
工作量证明
因此为了减少这种风险,区块链还采用了一种技术称为"工作量证明”。这是一种减慢新区块创建的机制。对于比特币来说,约需要10分钟来计算所需的工作量证明,并且在当中添加一个新的区块。
该机制让篡改区块链变得困难。因为一旦篡改了一个区块,则需要重新计算所有后续区块的工作量证明。因此区块链的安全性来自于哈希值以及工作量证明机制。
分布式
区块链还有一种保护安全性的方法,那就是分布式。不采用中心化实体管理区块链,区块链采用的是P2P网络,并且每个人都可以加入。
当有人加入该网络时,将获得整个区块链的副本。节点能够以此验证所有区块是井然有序的。
那么当有人创建一个新的区块时,会发生什么呢?
这个新的区块会被发送给网络上的所有人。每个节点再验证这个区块以确保没有被篡改过。如果所有的内容都被检验正确后,那么每个节点就会把该新区块加到自己的区块链上。网络上的所有节点达成了"共识”。
它们认同网络中哪些区块是有效的,哪些是无效的。被篡改过的区块将被网络上的其他节点拒绝。
因此要成功篡改区块链,你需要篡改区块链上的所有区块,重新完成每个区块的工作量证明,并且控制超过50%的P2P网络。只有这样,篡改的区块才会被所有人承认,这基本上是不可能的。
区块链也在不断发展,最近的一项改进称为"智能合约”。智能合约是存储在区块链上的简单程序,在特定条件下可以自动进行比特币交易。
区块链的应用领域
区块链技术的产生吸引了很多人的注意。很快,人们意识到这可以用到其他方面:比如存储医疗记录、创建数字化公证,甚至用来收税。
现在你知道了何为区块链,基本的工作原理,以及它能解决哪些问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-01