京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16