自去年10月24日中央政治局集体学习区块链后,区块链产业应用普及与建设大潮来临。在中国科学技术发展战略研究院金融科技咨询顾问、微观科技联合创始人段林霄看来,区块链是通过多种成熟技术的综合应用,整合多系统信息数据,突破数据信息孤岛,实现跨机构、跨部门、跨领域的社会协同合作的计算范式模型。区块链的技术特征,是以人为本,围绕解决信任问题,灵活化、最大化的将数据治理、法律、行政制度等多方面的治理体系融入到计算范式系统之中,排除多种利益体与人为干扰因素,作用于行政管理体系、数据治理体系、社会治理体系的变革与融合。
区块链助力数据权威性
据了解,2000年之前我国就开始倡导填平数字鸿沟的电子政务建设,至今,数据信息孤岛、数字鸿沟的问题依然严重存在,而随着大数据的发展,数据的中心化掌控权利越来越大,数据层面的共享、协同面临的困难也越来越大。鉴于此,段林霄表示,区块链有可能是一种利用计算机互联网等科技范式手段对行政管理体系与数据治理体系的一项改革方式。他认为,基于区块链技术可建立交叉验证的可信、可溯源、可确权的数据治理模式,同时在满足合法性、制度性、安全性,以及保护公民隐私、数据隐私的法律法规条件下,让数据更加真实可信、及时精准,便于决策、便于管理。
区块链通过分布式记录存证优化数据治理体系,形成不可篡改、可溯源、可确权(可追责)的数据优势特征。分布式记录存证,需要多机构、多部门、多领域、多行业的主体参与,形成多个分布式节点,共同记录存证每个节点数据,形成多节点证据链,从而倒逼节点产生贡献数据时不敢造假,做到实事求是。
段林霄称,通过共识机制将法律、管理要素、治理制度等植入范式系统之中,数据上报披露不再受到外部利益体自定义制度与权力的干扰,如果设定区块链系统对各节点系统主动抓取数据的机制,那么人为干扰可能性几乎为零。其次,在数据特征上,区块链系统所要求的数据不仅要满足行政制度、治理制度,更要考虑满足社会心理需求。
区块链建构在密码学基础之上,区块链系统上的数据是加密的,充分满足数据的安全性需求与对数据隐私的保护,这也是区块链之所以能够成为打破数据信息孤岛的主要原因之一,体现出分布式记录数据的合法性与合规性。段林霄认为,区块链系统平台与传统IT信息化系统平台最大的一个区别在于,区块链平台根据系统所服务的场景,对各节点的数据需求仅为要素信息,而非节点的链下系统全部数据,即任一节点只需满足节点之间协作的需求而提供上链数据即可,具体要素信息的界定要根据基于法律框架下的共识机制来设定与修改。
区块链系统可以对数据做点对点交叉比对,形成共识机制下的可信数据,树立数据的权威性,同时可对虚假信息的提供方、散播谣言的主体形成精准确权与锁定,对惩戒、净化视听有积极作用。
推动制度与数据融合
区块链是制度型、关系型、逻辑型的顶层设计,而非简单的技术应用IT信息化系统。区块链的顶层设计架构延伸有两个方向,其一是多节点对数据的边缘与多样性需求朝着扁平化方向延伸,其二是共识机制对数据特征的要求,推动数据的要素精度向 化方向延伸。
“区块链本质上不是什么新技术黑科技,它是多种成熟技术的组合应用,作用于社会关系、生产关系、产业关系的效率变革、协同变革、信任关系的变革。”段林霄说,区块链的核心是制度与关系的共识架构顶层设计,而非简单的技术架构设计。区块链的顶层设计架构,是多节点(多部门、多机构、多参与方)对数据的边缘与多样性朝着扁平化方向延伸,通过共识机制对数据特征的要求,对数据的要素信息精度向 化方向延伸,形成制度与数据融合的范式体系。
建立和完善数据治理的长效机制,以价值为导向,以共享协同为重点,以优化流程为关键,以技术创新为支撑,以组织制度为保障,明确数据治理的业务目标和治理范围开展数据治理工作,业务流程的持续优化、数据标准的迭代更新,确保数据治理机制的日常持续、有效运转,充分发挥治理体系的效能,释放数据成效并实现价值。(记者赵春晓)
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 万事达卡推出反欺诈AI模型 金融科技拥抱生成式AI
- OpenAI创始人的世界币悬了?高调收集虹膜数据引来欧洲监管调查
- 华为孟晚舟最新演讲:长风万里鹏正举,勇立潮头智为先
- 华为全球智慧金融峰会2023在上海开幕 携手共建数智金融未来
- 移动支付发展超预期:2022年交易额1.3万亿美元 注册账户16亿
- 定位“敏捷的财务收支管理平台”,合思品牌升级发布会上释放了哪些信号?
- 分贝通商旅+费控+支付一体化战略发布,一个平台管理企业所有费用支出
- IMF经济学家:加密资产背后的技术可以改善支付,增进公益
- 2022年加密货币“杀猪盘”涉案金额超20亿美元 英国银行业祭出限额措施
- 北银消费金融公司【远离各类不良校园贷】风险提示
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。