区块链+大数据,安全应急领域的新模式一定让你脑洞大开
在市场咨询公司高德纳(Gartner)著名的技术成熟度曲线中,区块链技术第一次的出现是在2016年7月,其定义是一种使用时间戳和数字密码的技术,把交易记录记载在按时间序列组成的数据区块中,并使用共识机制把数据存储到分布式数据库内,从而生成了永久保存、不可逆向篡改的唯一数据记录,用以达到不依靠任何中心机构而实现可信交易的目的。
区块链因比特币而火,又因比特币而被人质疑。但当我们认真审视这项技术,会发现其在应急领域里的巨大社会价值。区块链最初的学术定义为由包含交易信息的区块从后向前有序链接起来的数据结构。区块链存储在有多个节点组成的分布式网络系统上,每个完整的节点都存有整个区块链的副本,而每一个计算机节点之间通过网络进行交易信息的共享。同时,区块链也是一个交易数据库,其中存储的是系统中由所有节点共享的信息,称为分布式加密总账本。通过这个总账本,免去了层层上报而后层层下达指令的繁杂过程,区块链实现了不需要任何政府主管部门及所属技术队伍来协调互动、验证交易或监督行为的特征。一个区块链上的完整副本包含了每一个曾经执行的交易,使历史上的任何信息都可以被任何一个参加的节点所访问。
新兴技术成熟度曲线
区块链技术应用案例
2018年3月,某市一废旧厂房在切割改造废旧油罐过程中发生爆炸,造成7人死亡,3人受伤。
目前的监管
一、无法有效预防这类事故,因为我们无法预测和监测每个人脑海中天马行空出现的各种各样新想法;
二、发生事故后,只能通过大量临时的突击性检查来进行同类事故的预防性补救。
复杂情况下我们求解,能下手的点有两个:人,或者物。
如果我们把精力放在对人的改进上,这个问题解决起来会很复杂:一、我们很难预测一家标注自己从事商贸的公司到底准备经营什么,也很难预测它租赁厂房下一步准备干什么,这一次是商贸公司,可你无法排除下一次会不会是一个行为艺术家准备进行颓废艺术展示时去买一个废旧储罐对它进行切割、焊接(如果是这种情况下发生事故,我们向谁追责?);二、我们无法精准圈定需要被管理和培训的人群,人群在不断变化,人口在不断流动,太多的随机性在里面。
当我们无法解决人的问题时,可以将解决问题的着力点放在物上。而如果我们为一个储罐构建一个完整的区块链,如下所示:
那么它从哪里生产、经过了几手、目前在谁手里、是否到了报废时间、是否在报废期后非法运营,全部问题都可以找到确定的、唯一的答案;同时,由于加密算法里包含了时间,这使得各个交易单只能单向读取而无法逆向修改、篡改,这是区块链技术一直被人们推崇的安全性所在。
这个案例里人和物的两个立足点好比数学里的数值解(一组解,不确定)和解析解(确定的解)的关系,显然,选择去解决确定解要简单的多。
需要进一步解决的问题
区块链的技术看起来虽然简单,但是仍有几个关键问题需要解决:
一、 建立储罐信息的法律问题。按交通法规定,只要是机动车都必须挂牌才能上路。对于储罐管理,如果想引入区块链技术,需要立法强制必须建立电子信息档案才允许使用、买卖。
二、 储罐与存放储罐信息的信息卡不可剥离。如果信息卡和储罐可以剥离开,仍然存在伪造信息的空间,就好比人是真的、身份证也是真的,但是这个人对应的不是这张身份证时仍然持的是假身份证一样。
三、 如何方便读取信息卡中的内容。毕竟储罐有些是要埋地的,有土层隔离,有污染存在,不是商店里的二维码,扫一扫就能读取信息。
四、 信息纳入大数据和云平台管理。前面三个问题如果解决,第四个问题不是问题。
虽然区块链技术成熟仍需要5-10年的时间,但是我们可以从中看到彻底解决这类事故的希望。假以时日,区块链技术必然会带来应急管理领域从国家到地方各个层面的大变革。
数据分析咨询请扫描二维码
需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20