AI干货分享:基于群签名的新一代区块链技术

简介: 本文中郭晓峰先生将与大家分享基于VRF的一些新技术,并对DFINITY进行详细的讨论,包括它相对于PoW技术的进步,解决的问题,以及个人理解上的一些局限性等等。

一、去中心化技术和区块链技术的前世今生

郭晓峰:区块链(BlockChain)其实并没有那么神秘,它本质上是一个提供去中心化的(Decentralized)次序的技术。在对它进行深入讨论钱,我们首先要从去中心化技术和区块链技术的发展谈起。

去中心化是相对于分布式(Distributed)而言的,主要有两种代表性的技术,P2P和区块链技术。

P2P(peer-to-peer,对等网络)是一种unordered decentralized technology,是在对等者(Peer)之间分配任务和工作负载的分布式应用架构。其中比较有代表性的案例为早期的Gnutella,BitTorrent等。最近比较火的IPFS也属于这个范畴。这种技术的特点是不提供事件次序,因此没法支持交易处理。世纪初的时候P2P的技术风靡全球,但是最终没有形成巨大的business,也跟这个很有关系。

区块链技术则是ordered decentralized technology,可以用于处理交易的场景,例如电子货币和去中心化的数据库等。其中我们所熟知的解法有BitCoin比特币,Ethereum等等。我们即将深入讨论的则是基于VRF(伪随机数生成算法)的新一代区块链技术。

image

互联网时代之后,我们很有可能迎来一个新的区块链时代,也就是现有的C/S架构很可能由未来的对等架构替代。在这个体系中,大数据能力依然为对等节点的性能提供保障;人工智能能力可以赋予对数据进行理解,并创造更大价值的可能;而区块链技术,通过透明公开和隐私保护的能力,将成为汇聚数据的不二平台。

当然,千里之行,始于足下,要做到我们期待的这些,区块链技术依然需要有不少改进,主要需要有下面三步:

首先是区块链基础技术的进一步发明,毕竟我们需要一个牢固的基础设施来构建我们未来的高楼大厦。
其次是去中心化交易的完整实现。
最终,我们期待在这种交易模式的基础上,可以提供给用户真实的服务。毕竟,技术只是改变世界的工具,最终创造价值的,依然是对人们有帮助的服务。

当然,具体的情况仍有待现实来论证。并且,我们需要强调的是,区块链主要是提供信任的一个平台,高效智能服务,依然有赖于现在大数据人工智能技术的进一步发展。

image

二、区块链技术的现状

比特币(BitCoin)是第一个使用PoW技术的让大众可接受的解法,也是目前最广泛被应用的。它的特点是简单,且不轻易改变其原则(principle)。但是PoW技术并不是足够好,它的缺点主要有消耗过多的资源,效率较低,并且公平性有待考证。

以太坊(Ethereum)使用了新的哈希函数(Hash Function),用于量子攻击的防护。此外,它提供了EVM(智能合约虚拟机),在建立经济环境的角度来说是一个巨大的突破,属于比较偏工程的一种突破。

image

下面我们看看比特币是怎么涨起来的。

最根本的原因是量化宽松政策(QE)。现实社区反推了技术社会的发展。

这个图表来源是美联储网站的公开数据,MBST和TREAST两个参数反映了美国当年的货币发行情况和趋势。在灰色标出的部分,可以比较明显地看出货币发行的增长与比特币价值增长之间的关系,以及量化宽松政策在比特币价值增长上起作用的点。

目前比特币发挥的作用主要是避险,并没有发挥最重要的作用,就是提供服务。

image

区块链技术面临的挑战主要是其表现和生态,生态可能是更重要的。现状而言,90%的比特币掌握在不足10%的人手中,这与它的发行方式相关。但是为了形成更加健康的生态,比特币需要吸引更多的用户,因此,就需要提供给用户更多的服务。

image

image

三、VRF技术要点

以往的PoW及相关技术,一直在寻求解决如何不确定地找到下一个块的问题,但是从算例的角度可能无法解决这个问题,因为本质上算例是集中的。此时,数学家提出用VRF即伪随机数生成的方法来解决这个问题。

目前的技术方案主要有三个,Algorand、DFINITY和Thunder Token。这边我们将目光集中于DFINITY,其技术相对成熟,逻辑整洁,易于移植,但是底层细节因为涉及密码学的理论,一般难于理解。

DFINITY技术的要点主要有以下几点:

Random Beacon(随机灯塔)

随机灯塔的方法用于回答块的下一个产生地(node)在哪里。

image

Group Notary(群签名)

在随机灯塔确定了块的产生地(node)之后,群签名的方式用于回答由哪些人确认由其出块。

Group notary的算法大致如下图。至少需要T+1个人进行签名,信息才有效。

image

image

Identity

Identity用于确认网络里的成员。Identity的进入和Group的进入机制相似,需要至少2个epoch才可以开始一个新的ID。

image

Block Chain(区块链)

在解决了上述技术要点后,最终可形成DFINITY的区块链。

需要注意的点主要有三个系统参数和初始化过程,如下图。对系统参数中的threshold signature,系统需要依据防御拜占庭攻击的需求来设定这两个阐述T和N。

image

在DFINITY的技术概览之后,我想谈一下对这个技术的问题及优势的一些看法。

以下是对比特币、以太坊和DFINITY三种技术的表现对比。

可以看出,DFINITY相对于前两种技术效率更高,且DApp(分布式应用)支持是可移植的。同时,它仍然在群的形成、链的BlockTime以及Threshold Signature参数上存在可以改进的问题。我们基于DFINITY制作了DFINITY DEMO可以让大家比较直观地看到它的表现。

image

image

总的来说,DFINITY相对于PoW技术而言,减少了资源浪费,提高了块的生成效率,但它仍然有一些问题亟待解决,值得大家深入研究。但是技术的产生应当以现实的意义为导向,我们的技术应该以为人类提供更便捷的服务为目标。

原文发布时间为:2018-07-22
本文作者:郭晓峰
本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU

相关文章
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来:AI技术的发展与应用
【10月更文挑战第9天】探索未来:AI技术的发展与应用
31 2
|
1天前
|
存储 人工智能 自然语言处理
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
|
11天前
|
人工智能 JSON API
利用TTS技术让你的AI Agent发声
【10月更文挑战第5天】
47 4
利用TTS技术让你的AI Agent发声
|
2天前
|
存储 供应链 物联网
探索未来:区块链、物联网与虚拟现实技术的融合与创新
【10月更文挑战第15天】本文深入探讨了新兴技术如区块链、物联网(IoT)和虚拟现实(VR)的发展趋势及其在现代社会的应用。通过分析这些技术的独特属性和它们如何相互补充,我们揭示了一个由高度互联、智能化和沉浸式体验定义的未来图景。文章不仅讨论了这些技术当前的挑战,还展望了它们在未来可能带来的转变,旨在为读者提供对这些令人兴奋的技术趋势的全面理解。
|
1天前
|
人工智能 自然语言处理 数据挖掘
Claude 3.5:一场AI技术的惊艳飞跃 | AIGC
在这个科技日新月异的时代,人工智能(AI)的进步令人惊叹。博主体验了Claude 3.5 Sonnet的最新功能,对其卓越的性能、强大的内容创作与理解能力、创新的Artifacts功能、视觉理解与文本转录能力、革命性的“computeruse”功能、广泛的应用场景与兼容性以及成本效益和易用性深感震撼。这篇介绍将带你一窥其技术前沿的魅力。【10月更文挑战第12天】
8 1
|
2天前
|
人工智能 关系型数据库 数据中心
2024 OCP全球峰会:阿里云为代表的中国企业,引领全球AI网络合作和技术创新
今年的OCP(Open Compute Project)峰会于2024年10月14日至17日在美国加州圣何塞举行,在这场全球瞩目的盛会上,以阿里云为代表的中国企业,展示了他们在AI网络架构、液冷技术、SRv6和广域网等前沿领域的强大创新能力,持续引领全球合作与技术创新。
|
2天前
|
安全 物联网 区块链
未来已来:探索区块链技术、物联网与虚拟现实的融合趋势
【10月更文挑战第15天】 在数字化浪潮中,区块链、物联网(IoT)和虚拟现实(VR)技术正引领着一场革命。本文将深入探讨这三种技术的发展趋势和相互融合的潜力,以及它们如何共同塑造我们的未来。我们将从基本概念入手,逐步揭示这些技术如何影响经济、社会和日常生活,同时提供具体应用场景以展示其变革力量。
|
3天前
|
机器学习/深度学习 人工智能 供应链
探索未来技术前沿:人工智能与区块链的融合创新
【10月更文挑战第14天】 探索未来技术前沿:人工智能与区块链的融合创新
|
4天前
|
机器学习/深度学习 人工智能 监控
探索AI技术在医疗健康领域的应用与挑战
【10月更文挑战第13天】 本文探讨了人工智能(AI)在医疗健康领域的多种创新应用,包括疾病诊断、个性化治疗、患者监护和药物研发等方面。同时,文章也分析了当前AI技术在实际应用中面临的挑战,如数据隐私、算法透明度、监管问题等,并提出了一些可能的解决思路。通过综合分析,本文旨在为读者提供一个关于AI在医疗领域应用现状及未来的全面视角。
22 3
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术,重塑健康产业
在21世纪的科技浪潮中,人工智能(AI)正迅速成为医疗领域的关键力量。本文探讨了AI在未来医疗中的潜力和应用前景,从智能诊断、个性化治疗到药物研发和患者护理,详细阐述了AI如何通过提升效率、准确性和个性化医疗服务来重塑健康产业。通过案例分析和专家观点,本文展示了AI在医疗领域的多重影响,并讨论了其面临的伦理和隐私挑战。

热门文章

最新文章