LOADING...
LOADING...
LOADING...
当前位置: 玩币族首页 > 新闻观点 > 36氪专访 数脉链:专注“区块链+”的B端市场

36氪专访 数脉链:专注“区块链+”的B端市场

2019-12-20 CyberVein 来源:区块链网络

571707642af575358328d0810c9b92c9-sz_8940.jpg

数脉链:专注“区块链+”的B端市场

近两年,可以说是产业区块链元年,区块链技术在各产业领域逐渐落地。2019年10月24日,中共中央政治局集体学习,更是从政策层面对技术的价值给予了肯定,并指明技术与产业的发展路径,加速推动了区块链技术发展。据中国信息通讯研究院数据显示,截止2019年8月,全球区块链产业累计投融资金额达103.69亿美元。中国区块链产业位居全球前列,企业总量仅次于美国,居全球第二。

区块链技术从野蛮生长,逐渐回归产业,生态也变得多元。国内的互联网巨头们纷纷进行业务布局,各创业公司也积极入场,抢占市场。迅雷率先发布迅雷链,紧接着,腾讯发布TBaaS、百度发布超级链、阿里发布蚂蚁区块链 BaaS、京东发布JD chain……

数脉链2017年开始进入赛道,是新一代去中心化数据价值定义和管理平台,由DAG联盟链平台+联邦数据库管理系统+联邦学习的加密建模平台三大核心产品组成。作为一个底层的公链,它可以类比为区块链版的Oracle(甲骨文)。与很多区块链企业不同,数脉链从成立初期瞄准的就是B端市场,主要服务于政企,涵盖了金融、医疗、智慧城市等领域。

数脉链创始人兼技术负责人Arthur Yu在36氪浙江采访中,谈及了他对区块链新技术的看法,同时,回答了“区块链+”技术如何落地商业以及能为B端解决哪些技术问题。

e58b6996e0ce6eb0b962f8601d871ed6-sz_46645.jpg

“所谓的DAG(有向无环图)是一种数据结构。最早提出在区块链中加入DAG概念作为算法,是在2013年的bitcointalk论坛,被称作为“Ghost协议”。这一提议是为了解决当时比特币的扩容问题。

后来,在NXT社区,又有人提出了DAG of Block,将DAG的拓扑结构用来存储区块,解决效率问题。所以,如何有效地扩容,成为了当下区块链技术关注的一大重点。

传统区块链由于其架构所限,存在着吞吐量低,交易确认时间缓慢,节点数据膨胀等问题。比如在以太坊上,一个全网关注的时间可能导致交易堵塞。”

“数脉链的DAG联盟链平台是基于区块链技术的分布式存储,一个去中心化的云存储平台,它属于区块链技术商业落地的底层架构。”Arthur Yu告诉36氪浙江。

而平台中的DAG技术,理论上会让交易吞吐量没有限制;存储方面用户也只需要维护跟自己有关的交易单元及其父辈等即可,在单节点上无需拥有全网交易数据。区块链技术发展至今,数脉链所要做的就是把分布式存储技术用于商业落地,服务于B端市场。

在Arthur Yu看来,分布式账本和分布式存储能否有所结合,是基于有一个能安全高效实现数据价值定义和数据管理的分布式数据库系统。在保证去中心化和安全性的前提下大幅度地提高扩容性,缩短确认时间和降低支付费用,在弥补不同需求主体之间信任鸿沟的同时,通过时间戳、不可逆性、可追溯性、并行处理等特点,进一步降低储存成本,构建面向企业的存储服务。

通俗来讲,DAG联盟链平台中的DAG技术就如同一栋房子的地基,在这之上再搭建其他技术,互相融合、辅助为企业完成所需要的技术服务。数脉链采用合约单元来保证DAG架构的智能合约中每一个交易能达到全网络实时共识,以此来解决吞吐量、数据存储等区块链技术所面临的重大隐患。在这之中,运用基于DAG的分布式存储、P0C共识算法等核心技术,可实现新型智能合约、避免算力的集中和滥用,同时对攻击有一定的防范效果。

b1bc39932f0c4497d7adca0985f47b02-sz_84984.jpg

“在DAG联盟链平台基础上,联邦数据库管理系统则承担着“钢筋水泥”的职责,由“传统数据库+区块链”融合而成,为企业提供数据库的作用。”

“作为数据管理和存储的工具,数据库是各个项目中不可缺少的一项,越来越多的项目合作都存在数据交互,想确保企业合作过程中数据的安全性,区块链技术的加入是必不可少的。”?Arthur Yu如是说。“但区块链本身有一些缺点,例如存储在链中每个节点上的数据非常有限,而每次添加节点时,还会引起很多问题。对此,数脉链所要做的就是实现一个去中心化、可信任的数据库系统,能满足低延迟被高TPS的共识算法,以达到数据库在结合区块链后的效率需求;解决去中心化场景下,多节点一致性的问题。在保证系统运行灵活性和可控性的同时,保障精密数据的真实、可溯源且不可篡改。"

在数据库中,CVVM&Vein语言成为联邦数据库管理系统最为核心的技术。Vein语言以编程语言Solidity作为基础,针对一些运行机制进行改进,同时丰富关于数据库操作的库,实现诸如定义方法调用代价等功能。而CVVM的作用不仅给Vein语言提供了运行环境实现智能合约有效运行,而且还将是一个数据库系统。与传统数据库不同的是,在CVVM中的数据库更像是一个数据库沙盒,每个运行的虚拟机节点都将拥有独立的沙盒,保证使用状态下不会影响链上数据或者被影响。

“就好比,一个部门有一个写满数据的Excel表格,大家是共享的,都可以在表格中修改数据,在这其中就存在他人恶意篡改数据的风险,改过的数据会直接为企业带来损失,这时我们就需要联邦数据库管理系统保障数据的真实性。”Arthur Yu举例道。

9eecca086805575b066e5f02c3b9acea-sz_67591.jpg

"不同于DAG联盟链平台和联邦数据库管理系统,联邦学习的加密建模平台更像是房子的智能门禁系统,他保障着房间内“财产”的安全。”Arthur Yu介绍:“这是一种面向隐私保护和数据安全合规的分布式机器学习技术,也是一种利用区块链实现去中心化联邦学习的新型建模方法。”

联邦学习技术及数据隐私保护大会上曾明确提出了“联邦机器学习”这个概念。在大多数行业中,由于行业竞争、隐私安全、行政手续复杂等问题,数据常常是以孤岛的形式存在的。即使是在同一个企业,不同部门之间实现数据集中整合也面临着重重阻力。在现实中想要将分散在各地、各个机构的数据进行整合几乎是不可能的,或者说所需的成本是巨大的。

随着人工智能的发展,重视数据隐私和安全已经成为了世界性的趋势。每一次数据的泄露都会引起媒体和公众的极大关注,例如Facebook的数据泄露事件就引起了大规模的抗议。

欧盟新法案《通用数据保护条例》(General Data Protection Regulation, GDPR)表明,对用户数据隐私和安全管理的日趋严格将是世界趋势。要解决大数据的困境,仅仅靠传统的方法已经出现瓶颈。两个企业简单的交换数据在很多法规,包括GDPR框架下是不被允许的。用户是原始数据的拥有者,在用户没有批准的情况下,公司间是不能交换数据的。

基于此,数脉链与浙江大学共同成立研发中心,在技术上进行了联邦学习算法的整合。在保护数据隐私和安全的前提下,进行高效机器学习模型训练,实现模型能力汇聚,提升机器学习模型的效果,并实现数据使用权的有效定价。

举个简单的例子,对于银行来说,除了央行,它是不会把自己的客户数据对外公布的。如果有客户要去银行A贷款,银行A为了避免空头贷,需要去其他银行搜索这个客户的资料,但做法不现实且是违法的。这时就需要用到联邦学习,在银行中训练一个模型,只用于返回一个结果,即“该用户在其他银行的信用情况如何?”。

那么下次银行需要检测客户信用情况时,就可以直接通过模型发送请求,输入用户姓名,就可以看到其信用结果,这中间的模型就是联邦学习的加密建模平台。

Arthur Yu解释道:“其实,我们就是利用智能合约消除中心节点和同态加密/MPC 保护模型参数和结构,实现模型分发和聚合得以去中心化和数据保护;同时,基于数据复杂度的异构模型结构搜索以及蒸馏网络,按需生成推理模型,实现模型能力汇聚;再利用分布式环境下评价用户数据质量和建模贡献度,实现用户激励和数据定价。”

数脉链要做的是杜绝爬虫公司窃取金融企业数据的行为,让数据在不出本地系统的情况下,安全有效地学习并且只返回结果。

47e9b9add1d4df7ff0e9f5be7c27d371-sz_70350.jpg

未来将深耕垂直领域 成为区块链“引擎”

“如果将区块链比作轰轰而来的车,那我们希望数脉链是引擎。这趟车能走多远,取决于行业人的共同助力,我们想要成为行业的助推者,用技术为区块链赋能。”

在“区块链+”技术的不断创新下,商业落地已迅速展开,运用数据加密等技术保障着企业的数据安全,尤其在金融、政务等领域颇为广泛。

2018年数脉链就曾助力苏北地区各地市打造智慧城市联盟链,利用区块链技术和人工智能算法,帮助苏北地区城市管理者完成警务安防工作。对此,Arthur Yu表示,数脉链将来的目光会面向B端市场中的垂直领域深耕,我们希望在金融、政府、医疗领域有所成就,而不是横向、广泛的覆盖。

“专注于一件事才会把它做好做细。数脉链也是一样的,我们希望在某个领域中成为引领者,而不是跟随者,研发出与行业更为融合的技术。”

截止目前,数脉链已布局包含亚洲、北美等多个海外市场。未来,数脉链将以自身行动推进区块链从1.0(支付工具)到2.0(金融行业应用),再到3.0阶段(其他行业及政务管理应用)的发展。

—-

编译者/作者:CyberVein

玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。

LOADING...
LOADING...