区块链从概念到落地,多样化应用激活大数据经济

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

随着比特币在今年创下一轮又一轮令人咋舌的新高,比特币的底层技术区块链也迎来了爆发式的阶段。麦肯锡公司最近向美国联邦保险咨询委员会提交了一份区块链技术报告,报告把2009年以2016年称为“黑暗时代”,其间所有区块链解决方案都基于比特币,而区块链的新时代将从2016年开始,超过100种区块链技术解决方案已被探索。麦肯锡认为,基于区块链目前的发展速度,区块链解决方案也许会在未来5年达到全部潜力。

在今年5月的Consensus 2017全球区块链大会上,来自全球数百位区块链专家和数千位从业人士齐聚纽约,探讨区块链从概念到落地的行业趋势。作为全球最早投入开源区块链社区以及企业级区块链解决方案的企业,IBM近几年来在不遗余力地推动区块链的行业应用,积极拓展金融行业之外的应用空间,IBM在Consensus 2017上介绍了区块链技术对零售、货运、健康医药等行业的探索。

北京理工大学软件学院院长丁刚毅今年6月举办的IBM大学教育合作峰会上表示,区块链有望解决大数据难题,真正实现大数据的方法可能就是区块链技术。

区块链

区块链应用从1.0到2.0时代

为什么说区块链有望解决大数据难题?丁刚毅认为,区块链解决了两个大数据应用的关键性问题:安全的数据交易和交换、数据所有权。

不论是大数据交易还是使用大数据,能够最大发挥大数据价值的在于数据价值挖掘,这就遇到两个最大障碍:安全性和价值归属问题。安全性如果得不到保障,数据价值资产就有可能被不当利用,从而降低企业进行数据交易的意愿。而数据价值归属则解决数据产权问题,现在阻碍大数据经济发展的最大阻力在于虽然有很多大数据技术平台,但却没有大数据可以处理,或交换来的大数据如何进一步处理与使用等,目前法律上没有相应的规定。区块链通过算法机制保证了对数据加工使用过程可追踪记录,一直可以定义到最后归属问题,是大数据发展到了一定阶段而需要解决问题时出现的技术。

众所周知,区块链的基础数据结构为数据区块,区块之间则通过哈希指针链接起来,再通过设计“心跳”等算法来定时更新每个数据区块中的特征值,这样区块链就成为了没有中央控制点的分布式对等网络,可实现分布式可信任的数据库架构,其特点为去中心化存储、数据不能被篡改,除非能在短暂的“心跳”区间内同时控制和更改所有数据区块上的特征值,而这几乎是不可能的。

IBM副总裁、中国系统实验室总经理谢东表示,当今的商业世界中,各个业务参与方都拥有自己的系统,不公开、不透明,存在伪造、欺诈、抵赖的情况,迫切需要区块链技术来建立各种可信的交易网络,确保业务安全、提高处理效率,从而真正激活大数据经济。IBM已经把区块链技术用于银行、医疗、保险、零售、物联网等多个领域,建立起了行业应用场景,为商业运营中的流程优化和业务创新带来了大量的机会。

PayPal全球消费者数据科学部前负责人丁磊日前撰文指出,区块链应用正逐渐从1.0时代过渡到2.0时代。区块链1.0指的是在区块链账本上记录比特币等数字货币交易,而区块链2.0将在金融和其他领域有更广泛的应用,例如区块链作为底层架构能够服务于数字资产发行、版权保护和供应链管理等领域。那么,正如丁刚毅的观点,正因为区块链技术解决了大数据应用的两个关键性问题,区块链应用才有能从1.0时代走向更为广阔的2.0时代。

中国成为全球区块链最活跃市场

在全球区块链产业中,中国成为最活跃的市场。2016年底,“区块链”被写入《“十三五”国家信息化规划》;2017年年初,央行推动的基于区块链的数字票据交易平台测试成功。根据有关统计,截至2016年底中国共有105家区块链相关企业,2016年中国新增区块链企业数超过美国、占全球新增企业数的28%。

区块链在中国市场的应用,已经超越了金融行业的范畴。借助基于超级账本(HyperLedger)技术的IBM区块链技术,中国银联电子支付研究院成功实现了中国银联卡用户消费积分的跨行自由交换。一位消费者经过几步简单的操作,用不到一分钟就能完成跨行的积分交换,同时还可以去任何一家配备有智能POS机的线下超市或商场,通过直接扫码扣除积分兑换商品,航班里程、手机话费、加油卡、餐饮等各种积分也有望相互自由交换和兑换。

中国为什么能够成为全球最活跃的区块链市场呢?这主要是因为金融行业在国内受政府监管,而其它非金融行业则有更高的自由度以及丰富的大数据来支撑区块链建立可信安全的大数据应用。目前,IBM正在与金融服务、供应链、物联网、风险管理、数字版权管理和医疗保健等领域的全球400多家公司积极合作,特别在中国市场通过IBM Cloud来激活区块链的商业化应用。

禾嘉股份是由中国西南地区以制造业供应链管理为主营业务的大型集团公司,西南地区有色金属和煤炭等矿产资源较为分散,实现大规模机械化的难度大、成本较高,最终形成上游供应商小、弱、散,但中下游需求相对较大,出现了产业链上整体信息不对称、价格波动大、缺乏相应信用机制,导致规模较大的需求商采购难度较大,交易成本高。2016年,禾嘉股份与IBM中国研究院一起开发了易见区块链技术应用系统用于该制造业务场景,采用了Hyperledger Fabric平台,目前已投入生产运行。

医药采购供应链的情况与工业采购供应链非常类似,由于中小型药商自身信用体系不完善,以及传统金融缺乏针对中小企业的信用评估和风险控制机制,往往很难获得融资。药品经销商将药品按合同交付给医院之后,一般需要60-90天才能收到货款。中小型药商由于信用记录不完备,又无法提供符合融资标准的抵押品,难以从传统金融机构获得贷款。基于易见区块链技术平台,禾嘉股份建立起医药供应链各方之间的信任网络,目前该系统已投入运营。

去年10月,IBM、沃尔玛和清华大学共同宣布在食品安全领域展开合作,以改善中国的食品追溯、运输和销售方式。此次项目将利用区块链技术为食品供应链记录保存方面带来前所未有的信任度、透明度、精准度和高效性,旨在提高中国消费者餐桌上的食品安全。区块链技术将实现食品的全程数字化跟踪,从供应商生态系统到商店货架,最终到消费者。区块链产生的记录可以帮助沃尔玛等各大零售商更好地管理各个卖点的产品保质期问题,进一步增强食品验证的安全措施。

在IBM等企业的积极推动下,区块链正在中国市场的多个行业得到快速应用,基于区块链的可信大数据经济呼之欲出。

区块链创新生态圈快速发展

“如果说区块链技术在2016年是学习和实验的一年,那么在2017年就是应用的一年。IBM希望以开放的技术生态及成熟的行业实践,帮助企业用户、开发者、创新社区的多个生态主体,缩短从新技术到应用场景的鸿沟。” IBM大中华区主机技术支持总监应康勇表示在2017 IBM大学教育合作峰会上表示。

IBM是企业级安全开源区块链解决方案的先行者。作为Linux基金会Hyperledger项目的早期成员,IBM致力于支持开放管理区块链的开发。2015年IBM加入Linux基金会的超级账本项目并成为创始成员,并贡献了44000多行代码。为了把区块链用于企业级环境,IBM研发了一整套企业级区块链的架构、技术、产品和服务。其中,IBM基于Bluemix推出的区块链服务,让开发人员可以获得全面整合的DevOps工具,可在云端创建、部署、运行并监控区块链应用程序。

此外,IBM专门针对区块链组建了服务咨询团队以及帮助企业展开区块链应用的项目咨询流程,IBM的全球互动体验工作室IBM iX也提供与企业共同创建区块链应用的联合设计服务。针对中国的用户,IBM LinuxONE在本地建了一个开发环境,用户可以在上面申请帐户即可得一个区块链开发环境。为了尽进推动区块链技术的普及,IBM从2016年10月中旬开始,把经过IBM测试与验证过后HyperLedger区块链代码打包到容器里,供开发者下载。

北京理工大学与IBM从2016年就开始区块链方面的联合科研,开放LinuxONE开发者云平台(IBM LinuxONE Community Cloud)端口及提供全程技术支持,帮助师生应用企业级的硬件和计算能力开展基于IBM LinuxONE的应用开发,其中包括消费积分兑换系统的场景设计和原型探索,该系统能够实现航空、酒店、购物等多个消费渠道积分的自由兑换,有望在个人消费交易领域实现突破性的创新应用。

而在2017年5月的第二届“北京大学黑客马拉松”(HackPKU)比赛中,应用IBM LinuxONE及区块链技术开发的“契言”聊天信息公正应用项目获得大赛冠军,并以其在社交沟通、反恐监控、网络舆情、商业会议记录、企业内协同工作领域的应用前景获得大会“最优实用奖”。区块链已经成为了第二届“北京大学黑客马拉松”中,多个参赛团队热议的话题。

正如谢东在2017 IBM大学教育合作峰会上所表示,现在区块链技术本身已经趋于成熟,又有诸如IBM这样的技术公司提供完整技术解决方案和咨询服务,加之正在批量快速落地的实际案例,区块链应用已经远远不如想象那么难。接下来,区块链的企业应用将进入从1到N的阶段,在“新工科”等基础人才培养的推动下,有效激活大数据经济,真正打开新经济的空间。


本文作者:佚名          

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
17天前
|
机器学习/深度学习 数据可视化 大数据
阿里云大数据的应用示例
阿里云大数据应用平台为企业提供高效数据处理与业务洞察工具,涵盖Quick BI、DataV及PAI等核心产品。DT203课程通过实践教学,帮助学员掌握数据可视化、报表设计及机器学习分析技能,提升数据驱动决策能力。Quick BI简化复杂数据分析,DataV打造震撼可视化大屏,PAI支持全面的数据挖掘与算法应用。课程面向CSP、ISV及数据工程师等专业人士,为期两天,结合面授与实验,助力企业加速数字化转型。完成课程后,学员将熟练使用阿里云工具进行数据处理与分析。[了解更多](https://edu.aliyun.com/training/DT203)
|
20天前
|
消息中间件 SQL 大数据
Hologres 在大数据实时处理中的应用
【9月更文第1天】随着大数据技术的发展,实时数据处理成为企业获取竞争优势的关键。传统的批处理框架虽然在处理大量历史数据时表现出色,但在应对实时数据流时却显得力不从心。阿里云的 Hologres 是一款全托管、实时的交互式分析服务,它不仅支持 SQL 查询,还能够与 Kafka、MaxCompute 等多种数据源无缝对接,非常适合于实时数据处理和分析。
57 2
|
29天前
|
分布式计算 大数据 数据处理
Apache Spark的应用与优势:解锁大数据处理的无限潜能
【8月更文挑战第23天】Apache Spark以其卓越的性能、易用性、通用性、弹性与可扩展性以及丰富的生态系统,在大数据处理领域展现出了强大的竞争力和广泛的应用前景。随着大数据技术的不断发展和普及,Spark必将成为企业实现数字化转型和业务创新的重要工具。未来,我们有理由相信,Spark将继续引领大数据处理技术的发展潮流,为企业创造更大的价值。
|
20天前
|
存储 SQL 分布式计算
MaxCompute 在大规模数据仓库中的应用
【8月更文第31天】随着大数据时代的到来,企业面临着海量数据的存储、处理和分析挑战。传统的数据仓库解决方案在面对PB级甚至EB级的数据规模时,往往显得力不从心。阿里云的 MaxCompute(原名 ODPS)是一个专为大规模数据处理设计的服务平台,它提供了强大的数据存储和计算能力,非常适合构建和管理大型数据仓库。本文将探讨 MaxCompute 在大规模数据仓库中的应用,并展示其相对于传统数据仓库的优势。
53 0
|
24天前
|
存储 关系型数据库 大数据
PolarDB 大数据处理能力及其应用场景
【8月更文第27天】随着数据量的爆炸性增长,传统的数据库系统面临着存储和处理大规模数据集的挑战。阿里云的 PolarDB 是一种兼容 MySQL、PostgreSQL 和高度可扩展的关系型数据库服务,它通过其独特的架构设计,能够有效地支持海量数据的存储和查询需求。
41 0
|
25天前
|
机器学习/深度学习 监控 大数据
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
Serverless 应用的监控与调试问题之Flink在整个开源大数据生态中应该如何定位,差异化该如何保持
|
1月前
|
分布式计算 Hadoop 大数据
大数据处理框架在零售业的应用:Apache Hadoop与Apache Spark
【8月更文挑战第20天】Apache Hadoop和Apache Spark为处理海量零售户数据提供了强大的支持
36 0
|
15天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
62 11
|
20天前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
51 1
|
26天前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段

热门文章

最新文章