2.3.2 區塊鏈融合新一代信息技術的創新應用
從國內外區塊鏈技術演進路徑和發展趨勢來看,區塊鏈技術和應用的發展需要云邊端計算、大數據、AI等新一代信息技術作為基礎設施支撐。同時,區塊鏈技術和應用的發展對新一代信息技術產業發展具有重要的推動作用。區塊鏈作為信任傳遞、規則協同的核心工具,通過與新一代信息技術的集成創新和融合應用,為探索各行各業和新技術結合的應用發展新方向提供了廣闊空間。
1.區塊鏈與人工智能
區塊鏈是新型的分布式數據庫技術,而人工智能得以發揮效用和不斷優化的重要基礎便是數據,區塊鏈技術可以解決人工智能應用中的數據可信度問題,使人工智能的發展更加聚焦于算法,而合理利用人工智能技術也可以提高區塊鏈系統的智能化程度。在區塊鏈與人工智能技術融合的過程中,可以由區塊鏈負責在數據層提供可信數據,人工智能負責自動化的業務處理和智能化的決策,實現區塊鏈的自動化、自治化和智能化。區塊鏈的智能合約作為一段實現某種算法的代碼,可以植入人工智能,使智能合約更加智能。人工智能依賴數據,通過區塊鏈技術可以獲得干凈、準確的數據。如果各種人工智能設備基于統一的區塊鏈基礎協議注冊、授權及管理并實現互聯互通,或將人工智能引擎模型訓練結果和運行模型存放在區塊鏈上并確保其不被篡改,那么可以幫助人工智能提高受信任程度,降低人工智能應用遭受攻擊的風險。另外,利用區塊鏈分布式架構和激勵機制,構建分布式可信人工智能聯邦學習模型和技術架構,完成“數據不動模型動,數據可用不可見”的關鍵任務,可有效消除數據流通需求下的信任壁壘。
2.區塊鏈與大數據
一是鏈上數據的價值分析。隨著區塊鏈上數據規模的不斷擴大,比特幣賬本已超過300GB,區塊高度已達63萬;以太坊賬本已超過800GB,區塊高度達1500萬。盡管區塊鏈數據具有完整性,但由于其統計分析的能力較弱,需要結合大數據技術來推動區塊鏈數據的精準分析和深度挖掘,以提升其價值和使用空間。
二是區塊鏈確保大數據安全共享。在數據開放中,如何在保護個人隱私的前提下開放數據是一個主要難點和挑戰。基于區塊鏈的數據脫敏技術可以保證數據的私密性,為隱私保護下的數據開放提供了解決方案。
三是區塊鏈驅動大數據的安全流通。利用區塊鏈的可信任、安全、難以篡改等特性,可以充分釋放數據要素的價值,有利于突破信息孤島,推進數據增長和數據流通。區塊鏈的可溯源性能夠將數據的采集、交易、流通記錄留存在區塊鏈上,從而實現區塊鏈數據交易的憑證化、資產化和證券化,發揮數據流動的價值。
3.區塊鏈與云計算
區塊鏈技術體系的開發創新工作門檻較高,構建生態完整、安全性高的區塊鏈研發和應用環境需要一定的計算成本與存儲資源成本。云計算服務具有資源彈性伸縮、快速調整、低成本、高可靠性的特質,有利于快速、低成本地進行區塊鏈開發和部署。區塊鏈與云計算技術融合,將加速區塊鏈技術成熟,推動區塊鏈向更多應用領域拓展。亞馬遜、IBM、微軟、華為、阿里巴巴、百度、騰訊、京東等科技巨頭都已經開始布局區塊鏈即服務(Blockchain as a Service,BaaS),將區塊鏈框架嵌入云計算平臺,利用云服務基礎設施的部署優勢和管理優勢,為開發者快速建立所需的區塊鏈開發環境,提供基于區塊鏈的搜索查詢、交易提交、數據分析等一系列操作服務,幫助開發者更快地驗證概念和模型,為開發者提供便捷、高性能的區塊鏈生態環境和生態配套服務,支持區塊鏈開發者的業務拓展及運營。
4.區塊鏈與物聯網
物聯網自身具有分布式特征,每個設備可以管理自己的角色、行為和規則,與區塊鏈的分布式特征、P2P網絡和邊緣計算相互契合。在物聯網中,數據傳輸需要經過多個主體,如傳感器、芯片、邊緣計算、云服務、位置計算和智能調度等,而這些參與方的通信標準和認證方式都不同,因此存在數據難以互信的問題。區塊鏈的去中心化特性和多方信任機制,能夠解決物聯網中心化網絡管理模式帶來的高成本、低性能和高風險問題,促進物聯網的自我治理。將物聯網設備放入區塊鏈節點中進行管理,可以實現分布式存儲和處理設備信息、狀態信息與采集數據,提高設備鑒權、狀態管理、數據采集存儲處理和多設備協同的效率。同時,通過物聯網技術能夠解決物理資產與區塊鏈數據映射的可信性問題,例如,使用電子標簽或芯片加密技術,確保物理資產和數字資產之間有唯一的映射關系。此外,區塊鏈智能合約為物聯網邊緣設備構建了一個可信的計算框架,通過區塊鏈的激勵機制提高邊緣服務的積極性和可靠性,確保邊緣服務器提供的服務是有效和安全的。這些方法和技術有助于實現對分布式物聯網的去中心化控制,解決物聯網多方主體間可信數據交換的問題,提高物聯網設備的效率和安全性。
- Java入門經典(第6版)
- 程序員數學:用Python學透線性代數和微積分
- Learning Bayesian Models with R
- Practical Windows Forensics
- Linux環境編程:從應用到內核
- Linux操作系統基礎案例教程
- Hands-On Full Stack Development with Go
- 深入理解Elasticsearch(原書第3版)
- Julia高性能科學計算(第2版)
- 輕松上手2D游戲開發:Unity入門
- R用戶Python學習指南:數據科學方法
- JSP程序設計與案例實戰(慕課版)
- Deep Learning for Natural Language Processing
- Getting Started with JUCE
- 計算機常用算法與程序設計教程(第2版)