블록체인은 여러 당사자가 공동으로 총계정원장의 기록 과정을 완성하는 기술입니다.참여하는 여러 컴퓨팅 당사자는 비트코인, 이더리움, Polkadot 등과 같은 장치를 네트워크에 연결하여 개방형 블록체인 네트워크를 형성합니다.컴퓨팅 참여자는 모두 리소스를 공유하여 사용합니다. 개발자와 사용자에 의해.이러한 작동 규칙에서 "데이터 흐름"은 모든 작동 단계를 통해 실행됩니다.기본 노드의 통신에서 블록 패키징, 복사, 확인 및 애플리케이션 계층의 트랜잭션 전송까지. 네트워크의 이체 트랜잭션부터 각 노드의 잔액, 계정 데이터 및 데이터 온체인까지.이와 같이 데이터 처리를 위한 블록체인의 패러다임은 기존 데이터베이스의 데이터 처리에 비해 가장 큰 장점입니다.여기에서 긴 인터넷 주기에서 데이터는 기업에서 핵심 가치로 인식되었으며 동시에 많은 데이터 처리 및 관리 문제가 시급히 해결되어야 합니다. 블록체인 기술을 사용하고 다른 기술과 결합하여 블록체인 기반 데이터 솔루션을 형성하려고 합니다.예를 들어, 블록체인의 데이터 구조에 여러 구조 설계와 다양한 계산 형식이 추가됩니다.1. 블록체인 데이터 구조 기반의 기본 및 고급
블록체인 네트워크의 데이터 흐름 프로세스는 노드가 거래(데이터)를 발견하고 거래를 패키징하여 블록을 형성한 다음 패키징 노드가 방송을 시작하고 합의에 참여하는 노드가 복사를 시작합니다. 블록을 저장하고 저장합니다(또는 컨센서스 노드가 확인 저장 후 다른 전체 노드가 복제를 시작함).이러한 방식으로 블록체인의 데이터는 신뢰할 수 있게 됩니다(개방적이고 투명하며 변조할 수 없음).데이터는 블록에 저장되는데, 블록의 크기가 제한되어 있기 때문에 비트코인 이체 트랜잭션, 이더리움 이체, 컨트랙트 콜 메시지 등의 작은 바이트 정보로 블록이 채워지는 경우가 많습니다.이러한 거래 정보를 상품 추적 및 유통 정보와 같은 다른 정보로 대체할 수 있습니다. 또한 광고 클릭, 공익 기부금 사용, 은행 공동 계좌 정보 등 공개 가능한 모든 정보로 대체될 수 있습니다.그러나 다른 정보의 바이트는 상대적으로 크기 때문에 트랜잭션 데이터와 같은 작은 바이트 정보를 블록에 저장하는 것이 더 적합합니다. 블록체인의 다자간 확인 후 이러한 공개 데이터는 신뢰할 수 있으며 읽고 사용할 수 있습니다.2. Chainlink의 오라클 네트워크 데이터 구조
Chainlink의 가격 처리 모델
체인에서 처리된 후 신뢰할 수 있는 가격 데이터가 형성되어 DeFi 응용 프로그램에서 발견하고 사용할 수 있으며 데이터 사용 횟수에 따라 LINK 토큰이 보상으로 네트워크에 지급됩니다.인센티브 수입.이 모델에서는 Chainlink 네트워크 외부에서 입력된 데이터가 집계되고 체인에서 처리되며 최종적으로 수요자에게 전달되어 가치를 실현합니다.이 프로세스에는 각 가격 피드에 대한 Oracle 가격 업데이트와 같은 많은 핵심 부분이 있습니다. 각 가격 피드는 여러 곳에 산재된 가격을 가져와 최종적으로 집계 및 처리해야 하며 각 가격 피드에 분산된 오라클 머신의 수는 다릅니다. 예를 들어 ETH/USD 가격 피드에는 21개의 오라클 피드가 있습니다.언제든지 가장 정확한 데이터를 업데이트하기 위해 가격 피드를 처리하는 스마트 계약은 데이터가 원활하게 업데이트되기 전에 가격 데이터를 제공하기 위해 21개의 오라클 머신 중 최소 14개를 수신해야 합니다.위 작업의 데이터가 정확하고 신뢰할 수 있는지 여부는 매우 중요합니다. 그렇지 않으면 DeFi 애플리케이션의 가격을 공격하기 위해 오라클을 하이재킹하는 사건이 발생할 수 있습니다.따라서 예외 처리를 위한 특정 규칙이 있어야 합니다: 가격의 평균값 가져오기, 가격 편차가 큰 경우 가격 업데이트 다시 시작, 가격 집계 시간 지정 등.3. 하드웨어 획득에 따른 데이터 흐름
Chainlink의 모델은 널리 사용되지만 위의 가장 기본적인 구조에서 자세히 살펴보면 체인 처리를 통해 데이터가 신뢰할 수 있게 되는 것과 같은 몇 가지 단점을 분명히 볼 수 있지만 "데이터 온 체인" 프로세스는 이전에 제어할 수 없습니다. 체인으로 갑니다. 더 큰 문제는 체인링크가 단순한 데이터, 즉 작은 바이트와 강한 홍보성을 가진 데이터를 다룬다는 것입니다.따라서 이러한 데이터 모델은 일부 프로세스 변환을 수행하고 최종적으로 다음과 같은 데이터 프로세스를 생성할 수 있습니다.터미널(데이터 생성 소스) 암호화--데이터 저장--체인에 데이터 해시 저장--체인에서 데이터 흐름이러한 과정은 하드웨어, 분산저장장치, 블록체인 네트워크의 결합을 기반으로 한 데이터 흐름이라고 할 수 있으며, 현재는 사물인터넷 네트워크의 통합적 적용으로 알려져 있다. 일본에서 시작된 사물 네트워크.네트워크는 플랫폼의 모델을 통해 스마트 자동차의 단말기 데이터를 처리하고 개인 정보 준수를 피하기 위해 데이터의 가치를 마이닝하기 위해 Toyota 및 여행 서비스 제공 업체인 Witz와 협력을 완료했습니다.
Jasmy의 하드웨어 터미널 관리 예
이 부분에서는 다수의 단말 장치를 관리해야 하므로 IoT 장치를 연결하여 장치 관리를 주로 담당하는 IoT 플랫폼을 구성해야 합니다.다음 단계는 데이터 카테고리가 복잡하고 장치 측에서 암호화되기 때문에 데이터를 호출할 수 있도록 하려면 데이터를 개방형 네트워크 환경에 업로드하고 언제든지 데이터를 확인하고 다운로드할 수 있도록 해야 합니다. . 그러나 소유권과 사용권은 통제가 필요합니다.따라서 많은 양의 데이터를 처리하기 위해서는 분산형 스토리지를 사용하게 되는데, 가장 편리한 예로는 IPFS 기반의 데이터 스토리지 구조를 들 수 있다.4. IoT 기술 통합의 데이터 처리 패러다임
이 프로세스와 Oracle 구현의 차이점은 IoT 터미널을 사용하여 에지 측 암호화를 완료하고 엔드 기반 암호화를 사용하여 후속 전송을 완료한다는 것입니다.1. IoT 플랫폼은 단말기 데이터 암호화 및 관리를 실현하기 위해 Jasmy의 SKC 서비스 및 SG 서비스를 사용하여 단말기 IoT 장치를 관리하는 역할을 합니다.2. 단말기의 데이터는 Jasmy의 개인 데이터 캐비닛에 분산 저장되며 SKC와 SG 기술은 이 과정에서 개인 ID 또는 장치 ID로 데이터를 찾을 수 있습니다.3. 분산 저장소의 파일 해시는 체인에 업로드되고 체인의 ID는 파일 해시에 바인딩됩니다.4. 블록체인 네트워크를 기반으로 개발된 데이터 거래 애플리케이션은 데이터 가치의 이전, 즉 데이터 소유권과 데이터 사용 권한의 교환을 수행할 수 있습니다.5. 데이터 이용자는 분산저장 개인정보 보관함의 데이터를 불러올 수 있습니다.이 프로세스는 Jasmy의 몇 가지 특성에서 이점을 얻습니다.Jasmy는 하드웨어 분야에서 일본 하드웨어 제조업체 Sony의 암호화 기술과 사물 인터넷 분야의 공급망 기능을 보유하고 있습니다.다른 일반 블록체인 기업가는 사물 인터넷의 이점을 실현할 수 없습니다. . 쉽게 달성할 수 있습니다. 일례로 SKC의 핵심 기술인 펠리카(FeliCa)는 일본에서 오랫동안 사용해온 비접촉식 칩 암호화 기술로 소니 제품의 보안을 보장하고 있다. 이것이 바로 Jasmy 구조에 추가된 새로운 계산 방법입니다.또한 Jasmy는 하드웨어 제조업체와 협력하여 터미널 보안 및 컴퓨팅 기능을 갖춘 장치를 출시하여 네트워크에 참여할 수 있습니다.예를 들어 Jasmy는 Jasmy Secure PC를 출시했습니다.Jasmy가 만든 데이터 가치 실현 모델
5. 신뢰할 수 있는 데이터 컴퓨팅을 기반으로 한 데이터 흐름
Jasmy의 디자인 모델에서 우리는 블록체인의 간단한 모델이 기술적 축복을 거쳐 뛰어난 결과를 얻을 수 있음을 알 수 있습니다.더 많은 기술이 통합되면 무엇을 달성할 수 있습니까?데이터에 있어서 가장 필요한 것은 소유권의 속성화와 데이터 소유권에 기반한 데이터의 신뢰된 흐름, 즉 데이터의 가용성과 비가시의 실현, 그리고 데이터 소유자의 권리와 이익을 보장하기 위한 일련의 요구사항이다.우리는 이 패러다임을 분산 저장소, 데이터 소유권 정의 및 신뢰할 수 있는 실행으로 나눌 수 있는 신뢰할 수 있는 컴퓨팅 모델을 기반으로 하는 데이터 흐름으로 정의할 수 있습니다. PlatON을 사용하여 이 부분을 설명합니다.PlatON의 계층적 논리 및 기능 할당
위의 그림에서 우리는 layer2의 컴퓨팅 네트워크에서 데이터 저장의 캐리어 노드인 State가 저장되고 이 구조에서 계정 모델과 데이터 저장이 통합된 응용 프로그램임을 알 수 있습니다.PlatON의 기술 문서에 따르면 상태 접근에서 PlatON은 계속해서 이더리움의 계정 모델을 사용하여 데이터를 저장하지만 상태 데이터는 많은 양의 데이터 때문에 Patricia 트리(이더리움의 저장 구조)에 저장되지 않습니다. 기록 상태를 저장하지 않는 다른 SNAPDB(데이터베이스)에 별도로 저장됩니다.PlatON의 데이터 저장 모델
따라서 PlatON의 저장소는 계정 데이터 저장소(statedb)와 스냅샷 저장소(snapshotdb)로 구분되며, 분명히 하나는 체인의 레이어1에, 다른 하나는 레이어2에 위치합니다.그러나 Layer2에서는 데이터 컴퓨팅 특성을 최대한 활용하기 위해 데이터에 대해 추가 처리가 수행되며, 비대화형 체인 증명을 실현할 수 있는 검증 가능한 컴퓨팅(VC) 알고리즘을 포함하여 신뢰할 수 있는 컴퓨팅 장치 및 기술에 의해 처리가 수행됩니다. 컴퓨팅 확장 체계, 비밀 공유(SS) 및 동형 암호화(HE)와 결합된 안전한 다자간 계산(MPC)을 통해 프라이버시 컴퓨팅 프로토콜 구현 등또한 전체 네트워크에서 스마트 계약 운영의 기반이 되는 신뢰할 수 있는 스마트 계약 계산을 수행하기 위한 MPC 가상 머신이 있습니다.이러한 레이어 2 계층의 구현을 통해 데이터 흐름과 데이터 응용이 최종적으로 실현될 때 원본 데이터가 유출되지 않고 공동 계산 및 결과 검증이 수행될 수 있습니다.특정 애플리케이션 시나리오의 요구 사항을 구현할 수 있으려면 레이어 2에 연결된 컴퓨팅 장치에 전용 컴퓨팅 기능이 있어야 한다는 점은 주목할 가치가 있습니다. 슈퍼 컴퓨팅 성능과 신뢰할 수 있는 기능이 필요합니다. 따라서 PlatON은 FPGA/ASIC과 같이 개발된 고성능 컴퓨팅 장치가 네트워크에 액세스하여 이 프로세스의 요구 사항을 충족할 수 있도록 합니다.6. 세 가지 데이터 처리 패러다임의 응용 분석
위 3가지 패러다임이 블록체인 기반 데이터 처리 방식의 주류인데, 이 3가지 패러다임을 적용하면 어떨까?Chainlink의 일부 노드에서 제공하는 가격 피드 표시
그러나 오라클은 단순한 고주파 데이터의 패러다임으로, 이 모델은 간단하고 적용하기 쉽지만 인터넷 사회의 레거시 문제를 해결하는 데는 적합하지 않습니다.예를 들어, 데이터 프라이버시 문제에서 Oracle은 공개 데이터에서 더 신뢰할 수 있지만 고유한 데이터 부분에는 전혀 능숙하지 않습니다.사물 인터넷을 기반으로 한 데이터 흐름은 분명히 일상 생활과 상업 데이터 처리의 패러다임입니다.예를 들어 Jasmy의 응용 프로그램은 이미 Internet App 데이터, 기업 사무실 데이터 및 특정 하드웨어 생태계 데이터를 대상으로 합니다.이는 사용자 끝에서 플랫폼 및 비즈니스 생태 흐름으로 설계된 패러다임입니다. 이것은 또한 현재 가장 널리 사용되는 패러다임 구조입니다.마지막 트러스티드 컴퓨팅은 주로 데이터 자산의 상업화를 지향하는 패러다임으로, 가장 해결하기 어려운 부분은 상업화된 데이터의 협력 시나리오에서 데이터가 가용하고 보이지 않으며, 방대한 양의 데이터에 대해 신뢰할 수 있다는 점이다. 기술이 필요할 뿐만 아니라 신뢰할 수 있는 기술, 컴퓨팅 성능 및 스토리지도 똑같이 강조해야 합니다.따라서 이 세 가지 패러다임은 저마다의 장단점이 있으며 Oracle 패러다임은 암호화폐 분야의 DeFi에 가장 적합합니다. Jasmy를 예로 들면 응용 범위가 가장 넓으며 단순한 재무 데이터 이외의 응용 분야에 들어갈 수 있습니다. 이 기술은 비교적 완벽하지만 데이터에 대한 보다 자세한 정의와 사양이 여전히 필요합니다. 제3의 패러다임 트렌드로 발전할 수 있습니다.7. 마지막에 쓰기
데이터 문제는 치열하지만 혁신가의 실천에 솔루션은 충분히 준비되어 있으며, 블록체인 프로젝트의 구현 프로세스가 가속화되면 위의 세 가지 패러다임이 더 많은 비즈니스 가치를 창출할 것입니다.예를 들어 Jasmy는 엔터프라이즈 데이터의 기밀 설계 및 터미널 데이터 관리를 구현하여 에지 데이터의 사용 가치를 높이고 엔터프라이즈 데이터의 활용률을 높일 수 있습니다. PlatON은 데이터의 가용성과 비가시성을 실현하고 이를 AI 프라이버시 컴퓨팅 분야에 적용하여 머신러닝 과정에서 데이터 활용을 돕는 과정을 통해 AI+의료, AI+여행 등 많은 산업 분야에서 획기적인 발전을 이루었습니다. , AI+인터넷 애플리케이션 등몇 년 전만 해도 AI 기술의 등장을 한탄할 때 "미래가 왔다"고 말했지만, 저자는 데이터 문제를 해결한 지금은 정말 자신 있게 "미래가 왔다"라고 말할 수 있다고 믿는다. 이것은 데이터가 소유자에게 귀속되는 새로운 미래이며, 인터넷의 데이터 혼돈 시대로는 표현할 수 없는 새로운 미래입니다. 
IOS
Android