当前位置:首页 - 第27页

09月30日

第7章 智能合约

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1654次
第7章 智能合约

在第1章中,我们首先通过一个例子将读者引入区块链的世界,之后详尽地介绍了区块链的背景、基础知识以及构架,并深层次地分析了区块链背后的技术以及所遇到的问题。在这一章中,我们将介绍在未来区块链技术发展中最重要的应用场景,即智能合约的实现。在第2章中,我们曾经介绍过一个重要的区块链应用平台——以太坊。众所周知,在以太坊平台上,最重要的应用就是设计部署智能合约。那什么是智能合约?智能合约能做什么?如何在以太坊上部署智能合约呢?在这一章中,我们将结合具体的案例逐一解答这些问题。7.1 智能合约简介7.1.1 什么是智能合约虽然在法律范畴上来说,智能合约是否是一个真正意义上的合约还有待研究确认,但在计算机科学领域,智能合约是指一种计算机协议,这类协议一旦制定和部署就能实现自我执行(self-exec

09月30日

第8章 超级账本项目

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1380次

8.1 超级账本项目简介8.1.1 项目背景以比特币为代表的加密数字货币获得了巨大成功,活跃用户数量和交易量逐年增长。人们也渐渐意识到区块链技术的潜在价值,它不仅可以用作比特币的底层技术,还能够应用到更多的业务场景中。因而出现了很多利用比特币公有链的新型应用,如资产登记、公证等。但比特币的公有链无法克服自身固有的一些问题,例如,交易效率很低,整个网络吞吐量大约只有每秒7笔左右,而且每笔交易需要60分钟以上才能确认;另外就是交易的确定性(finality)问题也无法保证,从理论上讲,每个区块都是没有最终确定的。这些问题使得比特币的公有链不能满足大多数商业应用的要求。为了克服上述不足,设计适合商用的区块链平台成为迫在眉睫的事情。在各界强烈的呼声中,Linux基金会于2015年12

09月30日

8.2 Fabric项目

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1826次
8.2 Fabric项目

8.2.1 项目概述Fabric(编织品)项目的目标是实现一个通用的权限区块链(PermissionedChain)的底层基础框架。为了适用于不同的场合,采用模块化架构,提供可切换和可扩展的组件,包括共识算法、加密安全、数字资产、记录仓库、智能合约和身份鉴权等服务。Fabric克服了比特币等公有链项目的缺陷,如吞吐量低、无隐私性、无最终确定性以及共识算法低效等,使得用户能够方便地开发商业应用。在超级账本联盟成立之前,IBM公司就已经开源了一个叫作“开放区块链”(OpenBlockchain,OBC)项目。在联盟成立之后,IBM把OBC项目约44000行代码贡献给了Linux基金会,这部分代码成为了Fabric的代码的主要组成部分。在2016年3月的一次黑客松编程活动中

09月30日

8.3 Sawtooth Lake项目

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1653次
8.3 Sawtooth Lake项目

SawtoothLake(锯齿湖)是由超级账本联盟成员英特尔(Intel)公司发起的分布式账本平台试验项目,最初发布的时候称为intelledger,在进入超级账本项目后,更名为“锯齿湖”,该名称来源于美国爱达荷州锯齿山上著名的高山湖。SwatoothLake是第2个进入超级账本孵化状态的提案。在超级账本中同时孵化功能相近、设计和实现不同的多个项目,目的是促进更深入地探索各类问题需求和各项目的适配场景。因此,在这些项目的后期,不排除有互相合并或集成的可能。8.3.1 项目概述锯齿湖提供了一个构建、部署和运行分布式账本的高度模块化平台,功能上有其独特的地方。如,锯齿湖分离了账本和交易,使两者成为松耦合的关系;提出了交易家族的概念,能够扩展到不同的商业领域;适合权限或无权限区

09月30日

第9章 区块链常见问题

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1359次

本章阐述加密货币和区块链领域常见的一些问题,并且结合TheDAO项目,分析部分问题的产生原因和应对方法。其中,加密货币部分较多地使用比特币作为典型的例子来说明相关的原理。

09月30日

9.1 钱包的安全性问题

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1468次
9.1 钱包的安全性问题

像比特币这样加密货币(Cryptocurrency),因为采用无政府的去中心化方式发行,大多数国家都不承认它是合法的货币,在法律上没有偿还性和强制性等货币特点。例如,中国人民银行就明确表示,比特币不属于货币,而是属于可以交易的虚拟商品,国内所有金融机构不得开展与比特币相关的业务。尽管如此,比特币和以太币等加密货币还是具备了流通性、可支付性、稀缺性等货币的基本特征。传统货币的拥有人可以把货币存在银行里,或者通过钞票等实物形式用于支付。加密货币则不同,基本上由持有人自己保管账号的数字信息。在比特币的系统里面,账号是由椭圆曲线数字签名算法(ECDSA)中的公钥,经过哈希变换,再加上校验码而生成的一串数字,通常是一个33或34位的Base58编码字符,例如:16UwLL9Risc3Q

09月30日

9.2 加密货币的交易方式

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1799次
9.2 加密货币的交易方式

加密货币多数是通过挖矿的方式产生的,矿工手里积累了大量的加密货币,矿工们需要支付挖矿的硬件、电费等成本,客观上有出售加密货币的需求。其他另一部分人则要使用加密货币来完成一些任务,如以太币可以用来执行智能合约,比特币可支付某些转账的交易费等。这样,既有供给方,又有需求方,加密货币就具备了交易的基础。比特币是最早的加密货币,比特币的早期交易是由人工撮合的OTC(OverTheCounter)方式,通过交易员(中间人)实现买卖双方交换的目的。交易员支付主权货币(如美元、人民币等),从比特币持有人手里买入比特币,再寻找并卖给合适的买家,赚取主权货币的差价。交易员还可以通过撮合双方直接交易从中收取佣金。即使在电子交易网站盛行的今天,OTC模式还没有消失,主要是部分用户更信任的人

09月30日

9.3 匿名性和隐私性

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 2634次
9.3 匿名性和隐私性

加密货币经常被宣传的优点之一就是匿名性(anonymity),实际情况是怎样的呢?我们以比特币为例子分析一下。1.不具备真正的匿名性用户是通过地址来使用比特币的,账本中的交易只记录了地址和比特币数量,从交易中无法直接得到用户的真实信息,这就是人们常说的比特币匿名性。如果比特币仅仅是在虚拟数字世界里面流转,确实比较难发现用户的身份信息。可是,当用户一旦用比特币和现实世界的事物发生联系,用户的信息就可以关联上某个地址。例如,用户在商店用比特币购买一杯可乐,店员就可以把比特币支付地址和该用户的相貌、性别等信息关联起来。如果用比特币网购商品,那么买家的姓名、地址、电话等信息就会透露给卖家。还有不少人在网站、视频、文章中留下自己的比特币地址来接收捐赠或收款,殊不知这样就泄露了自己和比特

09月30日

9.4 矿池算力集中的问题

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1559次
9.4 矿池算力集中的问题

以公共区块链分布式账本为基础的加密货币,如比特币、以太币等,需要靠分布在世界各地的矿工(miner)不停地运作来维持系统功能。所谓矿工,就是运行加密货币软件的计算机节点。矿工们主要完成两种任务,一是计算和校验交易,并生成账本的区块数据,二是矿工之间的计算竞赛,以决定谁的区块为“正选”数据。前者的作用是维护加密货币协议的基本功能,后者对账本数据本身没有意义,但可以激励矿工们继续挖矿来获取更多的货币收益。比特币是最早把这两种任务巧妙结合起来的系统,使得挖矿(币)和记账成为不可分割整体,矿工在努力挖矿的同时也完成了账本区块数据的生成工作。早期的矿工由一些技术爱好者组成,他们提供机器用于分布式记账。到了后期,挖矿已经发展成为一种职业,组成了专门从事挖矿的团队。由于挖矿得到的货币数量和

09月30日

9.5 51%攻击问题

发布 : xiaohuanglv | 分类 : 区块链精品文章 | 评论 : 0 | 浏览 : 1465次
9.5 51%攻击问题

矿池算力集中产生51%攻击问题,准确来说,应当是50%+问题,从原理上看,只要能控制全网50%以上算力,攻击者将可以修改账本和阻止他人挖矿,从而威胁到整个系统安全。那么拥有50%以上的算力是怎样劫持区块链的数据的呢?一种方法是通过分叉(forking)的方式。如图9-6所示,正常的矿工在区块链上挖矿,攻击者把自己的货币花掉(购买服务商品等),这笔花费会记录在区块链的数据中,假定交易记录在区块4中。攻击者这时暗中伪造另一条区块链的数据,将自己地址上的货币重新转账到其他地址,记录在自己伪造的区块4a中。由于在算力上的优势,攻击者比网络中其余的矿工计算得更快,从而得到一条更长的区块链数据,如图9-6中区块4a到区块7a为攻击者的链,比其余矿工的链(区块4到区块6)更长。在公共区块链

网站分类

标签列表

最近发表

全站首页 | 数据结构 | 区块链| 大数据 | 机器学习 | 物联网和云计算 | 面试笔试

本站资源大部分来自互联网,版权归原作者所有!