Децентрализованный метод и платформа торговли данными на базе Ethereum + IPFS.

краткое содержание:

Во время транзакции данных возникают неясные вопросы владения данными и безопасности данных. В данной статье разрабатывается Децентрализованный метод и платформа торговли данными на базе Ethereum + ИПФС. Методы включают в себя: использование технологии обработки естественного языка для выполнения аналогичных вычислений с текстами для подтверждения авторитетности данных с использованием смарт-контракта для построения торгов; Процесс шифрования и дешифрования данных, ориентированный на организацию, чтобы избежать вредоносного поведения транзакций. безопасности данных при транзакциях с данными. торговая платформа данных является клиентской частью、бэкэнд иданные Библиотека состоит из трех частей.,Среди них библиотека данных использует режим Эфириум плюс межзвездная файловая система. Эксперименты показывают, что платформа может решить неясные вопросы владения и безопасности данных во время транзакции с данными.,Повысьте эффективность транзакций с данными и сократите комиссию за транзакции с данными.,Предоставляйте безопасные и надежные услуги по транзакциям данных для покупателей и продавцов.

Ключевые слова: транзакция данных, блокчейн, смарт-контракт, подтверждение данных, тело транзакции.

01 Введение

Наступила эра больших данных, и данные вот-вот станут активом или уже стали активом. В последние годы, с развитием интеллектуальных мобильных устройств и устройств Интернета вещей, они были хорошо приняты людьми из-за их небольшого размера и простоты переносимости. Объем данных о транзакциях с товарами вырос в геометрической прогрессии. Почти 400 миллионов участников Taobao генерируют около 20 ТБ данных о товарных транзакциях. Каждый день около 1 миллиарда пользователей Facebook генерируют более 300 ТБ данных журналов. С точки зрения размера рынка, глобальный рынок индустрии больших данных быстро расширяется. Согласно данным, опубликованным исследовательской организацией IDC, объем мирового рынка больших данных и бизнес-анализа достиг 189 миллиардов долларов США в 2020 году и, как ожидается, достигнет 274 миллиардов долларов США к 2024 году, при совокупном годовом темпе роста 9,2%. В то же время отечественная индустрия больших данных также быстро развивается. Согласно данным, опубликованным Китайской академией информационных и коммуникационных технологий, масштаб китайской индустрии больших данных в 2019 году достиг 838,3 млрд юаней, что на 15,9% больше, чем в прошлом году. В 2022 году масштаб индустрии больших данных в моей стране достигнет 1,57 трлн юаней, что на 18% больше, чем в прошлом году, и станет важной силой в содействии развитию цифровой экономики. [1-2].

Торговля данными постепенно развивалась. Центральное правительство опубликовало «Заключения Центрального комитета Коммунистической партии Китая и Государственного совета о создании более полной системы и механизма рыночно-ориентированного распределения факторов», требующие ускорения развития рынка данных факторов. С продвижением и поощрением национальной политики и постепенным развитием технологий машинного обучения, глубокого обучения, нейронных сетей и интеллектуального анализа данных роль данных в этих технологиях становится все более очевидной. Как рационально использовать большие данные для содействия прогрессу и развитию. нового поколения информационных технологий. Он стал одной из нынешних горячих точек исследований [3-4]. Зарубежные страны также придают большое значение развитию данных, особенно в Соединенных Штатах. С 2009 года федеральное правительство США начало раскрывать информацию. большое количество баз данных и публиковать множество данных в центральном хранилище обмена информацией — веб-сайте Data.gov для удобства общественности. В 2014 году IRS создала общую базу данных под названием «Получить стенограмму». Правительство США и энергетическая отрасль совместно запустили в 2012 году программу «Зеленая кнопка» для предоставления информации об использовании энергии домохозяйствам и предприятиям. В настоящее время она предоставила услуги 59 миллионам домохозяйств и предприятий и помогла им экономить энергию. Кроме того, правительство США считает, что наиболее серьезной проблемой в текущих приложениях больших данных является обеспечение безопасности данных, и постоянно пересматривает соответствующие законы и правила для обеспечения безопасности данных. Оно предлагает, чтобы будущие улучшения были сосредоточены на: улучшении конфиденциальности потребителей. Закон о принятии соответствующего национального законодательства об утечке данных, защите конфиденциальности неамериканцев, регулировании сбора и использования студенческих данных, внесении поправок в Закон о безопасности электронных коммуникаций и т. д. Поэтому очень важно создать безопасную платформу для обмена транзакциями данных.

В настоящее время большие данные стали ресурсом. Данные являются основным ресурсом цифровой экономики и важным производственным фактором экономического развития в постэпидемическую эпоху. Однако теоретическое понимание людей сейчас сильно отстает от прикладной практики. развитие науки о данных и прикладных технологий Развитие меняется с каждым днем, и людям необходимо постоянно учиться и обновлять соответствующие знания, чтобы идти в ногу со временем. С другой стороны, сбор, обработка, анализ и применение данных также должны учитывать множество сложных вопросов, таких как качество данных, конфиденциальность данных, безопасность данных и т. д. Эти вопросы требуют углубленного исследования и обсуждения. Вышеуказанные причины не позволяют данным проявлять максимальную ценность, а также существуют большие проблемы с проверкой данных и безопасностью их хранения. Это представляет большую скрытую опасность для здорового развития индустрии больших данных и цифровой экономики и также стало фактором. это ограничивает преобразование больших данных в производство. Ключ к нормальной конверсии. При транзакциях данных по-прежнему существует множество проблем, которые необходимо срочно решить [5]. подтвердите право собственности на данные, и данные имеют потенциал для роста. Это быстро, и их ценность трудно оценить. В случае сбоя центрального сервера или повреждения центра обработки данных из-за других непреодолимых факторов данные и информация о транзакциях данных больше не будут существовать, безопасность данных трудно гарантировать, а центральный сервер также подвергается риску хакерских атак. пример: в 2018 году в Facebook произошла утечка пользовательских данных. Инцидент был связан с неправомерным обменом данными 87 миллионов пользователей с политической консалтинговой фирмой Cambridge Analytica. В том же году Yahoo объявила, что было украдено 500 миллионов данных учетных записей пользователей, включая имена пользователей, адреса электронной почты, пароли и другую конфиденциальную информацию. 2021, Под ArmourкорпоративныйMyFitnessPalприложениеданные Уступи дорогу,что приводит к как можно большему количеству1500В сеть утекли персональные данные 10 000 пользователей。Безопасное хранение данныхкажется особенно важным[6]。

Технология блокчейн представляет собой распределенную базу данных для хранения данных. Будучи децентрализованной платформой, блокчейн будет способствовать формированию децентрализованных систем. На основе технологии блокчейна информация о транзакциях данных может быть отслежена и не может быть подделана, данные шифруются, смарт-контракты контролируют процесс транзакции, а данные могут храниться распределенным образом [7-8], что вполне позволяет справиться с вышеизложенным. проблемы, возникающие в процессе транзакции данных. Мы создаем децентрализованную торговую систему с помощью блокчейна для сравнения аналогичных данных перед загрузкой данных. Во время транзакции информация о транзакции данных отслеживается и не может быть подделана, поэтому для определения данных могут использоваться алгоритмы шифрования; шифрование обеспечивает безопасность данных; смарт-контракты используются для управления процессом транзакции данных для предотвращения отказа покупателя и продавца; распределенное хранилище может предотвратить единичные сбои сервера и хакерские атаки;

02 Система торговли данными на основе блокчейна

В этой главе в основном описывается процесс транзакции данных. Процесс транзакции данных включает подтверждение данных и загрузку шифрования данных, во-вторых, представлены ключевые проблемы, решаемые при транзакциях данных, наконец, представлена ​​техническая архитектура транзакций данных на основе Ethereum;

2.1 Описание процесса транзакции данных

Торговля данными означает, что покупатель (Покупатель, B) ищет соответствующий набор данных на платформе торговли данными (DTP) в соответствии со своими потребностями. Покупатель и продавец принимают решения о транзакции на основе существующей информации и, наконец, реализуют данные. передача от продавца (Seller, S) Поток данных покупателю B. Сначала продавец S инициирует запрос на загрузку данных в платформу торговли данными DTP. Платформа торговли данными DTP подтверждает права на данные после получения запроса. После подтверждения данные шифруются и загружаются. Ключевая информация данных хранится в Ethereum, а набор данных хранится в межзвездной файловой системе. После поиска соответствующего набора данных покупатель B инициирует запрос транзакции на платформу DTP для торговли данными. Продавец S отвечает на запрос транзакции, а затем завершает транзакцию данных на платформе транзакции данных. Наконец, данные доставляются на платформу торговли данными, и покупатель Б может загрузить набор данных. Ключевыми операциями, участвующими в этом процессе, являются: подтверждение данных, загрузка шифрования данных, транзакция данных и доставка данных. В настоящее время платформа торговли данными DTP реализована под системой Windows. Ее основная цель — проведение симуляционных экспериментов и тестов. В будущем все пользовательские операции будут переведены в смарт-контракты для достижения полной децентрализации. Рисунок 1.

Рис. 1. Схема процесса транзакции данных

2.1.1 Подтверждение данных

Мы выполняем расчеты сходства текстов с помощью технологии обработки естественного языка (NLP) [9-10]. Не позволяйте пользователям просто изменять данные и повторно загружать их в систему. В этой статье рассматриваются только текстовые данные. Когда пользователи отправляют данные, им необходимо предоставить ключевые слова набора данных. Функция ключевых слов заключается в облегчении поиска набора данных платформой и пользователями. Существует множество подобных моделей обработки текста, например: взвешенная классификация коротких текстов по сходству на основе категориальных наборов предметных слов [11], в которой распознавание схожих текстов осуществляется в форме взвешивания предметных слов. Однако все текстовые данные, рассматриваемые в этой статье, представляют собой большие наборы текстовых данных, которые не подходят для использования этой модели, взвешенной по тематическим словам. Когда пользователи загружают данные на платформу для торговли данными, они должны подтвердить ключевые слова набора данных. Платформа будет выполнять поиск на основе ключевых слов, отправленных пользователем, загрузившим набор данных. Если есть похожие данные, данные будут сравниваться на предмет сходства. Шесть этапов взвешивания данных: сегментация слов, вычисление хеш-функции, взвешивание, слияние, уменьшение размерности и расчет расстояния Хэмминга. Как показано на рисунке 2.