CyberVein一個能夠定義以及承載資料價值的系統平臺

買賣虛擬貨幣

CyberVein在保證了現有資料庫軟體對資料管理儲存的基本功能外,利用區塊鏈以及在區塊鏈上的程式語言,搭建 一個能夠定義以及承載資料價值的系統平臺 。


區塊鏈是狀態同步機

 區塊鏈的本質是多種技術整合成的一個狀態同步機(State Machine);

 使用區塊鏈不僅需要利用其特性去解決先有傳統網路中無法解決的問題;

 更需要充分考慮到解決問題所產生生態的 經濟學模型、應用數學架構、計算機軟硬體技術 ,從而讓BAAS發揮重大作用 。


設計思想:資料價值的特徵

1.被動產生的資料(如Cookies)本身沒有價值,只有賦予了它使用價值它才具備交換價值;
2.資料的交換價值需要載體和介質去定義,有了載體和介質才能被量化的定義資料價值和實現資料轉移;
3.資料的所有權問題不同於商品權屬和智慧財產權,資料的所有權根本上是對資料支配的過程,它可以詳細地定義資料的擁有者把資料分配、共享、交付到他方的能力;
4.同時,資料所有權也可以定義資料擁有者和他方使用者對資料建立、編輯、修改、共享和限制訪問的權利。

CyberVein的設計思想:資料變現

資料時代的來臨讓每個人都意識到了資料的重要性,如何把資料變現成為了經濟社會中人們最關心的問題之一。
基於對區塊鏈的理解, CyberVein將創造一套運用區塊鏈技術並且涵蓋完整邏輯(包含經濟學、數學、計算機技術) 和無限應用場景的底層系統,進而解決這一基礎而又抽象的經濟學問題。

現有基於區塊鏈技術開發的資料系統


CyberVein的設計目標

一個實現資料管理和資料價值定義的去中心化系統。



執行機制:DAG➕POC➕Vein&CBVM

POC(Proof of Contribution)貢獻證明機制,以使用者在網路中的貢獻,加上適當的雜湊計算,來決定是否能夠在網路競爭中勝出的機制。
為了更好的實現我們有別去現存的區塊鏈智慧合約,CyberVein 將在開發網路的同時,開發我們自己的程式語言Vein 和虛擬機器 CBVM(CyberVein Virtual Machine)。
DAG(Directed AcyclicGraph) 有向無環圖有別於普通區塊鏈概念,它並沒有Block的概念,不存在礦工為交易打包,取而代之的是節點為自己的交易打包並廣播。

為什麼採用DAG
DAG(Directed Acyclic Graph) 有向無環圖有別於普通區塊鏈概念,它並沒有Block的概念,不存在礦工為交易打包,取而代之的是節點為自己的交易打包並廣播。
傳統區塊鏈的缺陷:


CyberVein作為一個跟資料打交道的區塊鏈,這種缺陷無疑是影響巨大的,而DAG則在這些方面有非常大的改進。

DAG機制的優勢



目前DAG機制存在的問題



現有專案如何解決DAG機制中問題及依舊存在的問題



CyberVein的DAG



CyberVein如何攻克其他專案未解決的問題


POC貢獻證明激勵機制

CyberVein的PoC貢獻證明:一種應對區塊鏈中權力或者算力集中及濫用的演算法。
PoC是以使用者在網路中的貢獻,加上適當的雜湊計算,來決定是否能夠在網路競爭中勝出的機制。
在CyberVein 中, 利用PoC 和其他機制,可以做到在鼓勵更多使用者參加與貢獻的同時,達到對攻擊一樣的防範效果。


CyberVein的POCVS現有DAG中POW

CyberVein的POC貢獻證明使用者所支付的總手續費與使用者釋出單元的大小相關,交易費用將分別給最先確認的6個節點,呈線性遞減。
現有DAG採用POW現有DAG專案在釋出單元前需要做簡單的工作量證明(POW),在某種程度上防止女巫攻擊和防止濫用網路 。
IOTA在IOTA中交易並無費用。IOTA認為當使用者創造併發布自己單元的同時,已經為之前的兩個單元做了POW確
認,相當於貢獻了自己的力量。
Byteball交易費用由第一個確認新創造單元的使用者收取,而在CyberVein中釋出單元的人需要支付費用。

CyberVein中的資料生態價值

代幣生態體系
 在CyberVein中,開發者可以像以太坊一樣輕鬆的操作自己的令牌
 CyberVein中令牌更多代表了資料價值的價值符號,這一價值符號的產生結束了大資料時代混亂的資料定價問題,讓資料價值有了一個量化的公允標準。

語言價值
 建立合約代幣或者傳送代幣到某個地址外,將加入對資料庫CRUD操作的指令
 運用Vein解決資料所有權的問題,還有賦予了資料使用價值。


智慧城市
 城市管理者可以自行程式設計和管理包括政務、民生、環保、公共安全、城市服務、工商業活動的資料儲存、資料互通、資料訪問權設定等功能
 高效快捷的打造自己城市的“資料中心”,並和其他城市的“資料中心”相互分享資料和資料分析

人工智慧
 深度學習作為人工智慧技術核心中的重要部分,具有了非線性、分散式、平行計算、自適應、自組織等等特點。深度學習在預測資料分佈的過程中會遇見大量的非結構化資料,比如海量儲存、智慧檢索、知識挖掘、內容保護、資訊的增值開發利用等等。而CyberVein的獨特的智慧合約和分散式儲存為非機構化資料成為結構化資料提供有效橋樑

 大量跨生態的多維資料也是人工智慧不斷髮展的基礎(可以實現資料學習共享)


免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读

;