区块链能带来Web 3.0吗?

区块链能带来Web 3.0吗?

随着区块链技术的不断发展,人们更深入地了解区块链的本质及其背后巨大的发展潜力。不少人更是深刻地认识到区块链技术甚至能给我们生活息息相关的互联网带来新的变革,意味着Web 3.0时代的到来。

那么什么是Web 3.0时代呢?Web 1.0和Web. 2.0又是什么呢?


简单的说:

web1.0:网络-用户,网络单方面地向用户传递信息,用户之间鲜有交流,例如早期的各类新闻网站;

web2.0:用户-用户,用户的交互沟通成为重点,用户既是网站内容的浏览者,也是网站内容的创造者,在这个阶段,网络不再是核心,而是演变成了用户与用户沟通的桥梁,是以用户为核心的平台,例如博客,维基百科等等;

web3.0:用户-网络-用户,在Web 2.0以用户交互为核心的基础上,从范围和内容上都有所扩展。范围上不再局限于各自的社交平台,实现全平台无障碍的交流;内容上也不单是信息传播,还包含了用户体验和分享的层面。除此之外,网络本身也融入到了这个交流的过程中,会更加彻底的站在用户的角度,主动为用户提供内容。

每一次变革,用户和网络各自的定位以及彼此的关系都在变化:用户从只能被动接受内容到成为内容主要的创造者和浏览者,而网络则从单一的承载内容的平台到能够智能化为用户提供更加客制化帮助的服务者。

由此可见,Web3.0有这些特征,包括:

1.信息源个体化:信息的来源逐渐回归个体,而非一些权威机构;

2.传播途径多样化:信息的传播不再局限于单一的媒体和平台;

3.定制信息成为主流:在前两条特征下,信息势必呈爆炸式增长,因而如何在有限的时间内提供为用户定制的信息是必然的。

这样说完,也许会有人感到疑惑,现在youtube、facebook还有谷歌等等都已经能通过人工智能采集用户的取向和选择,个性化地为用户提供更感兴趣的内容推送了,是不是意味着已经Web 3.0时代已经来临了呢?

我想我们必须要清楚,这些客制化的内容推送,是不是真的是由网络提供的。最近也有越来越多的新闻爆出各大网站搜集用户浏览内容的习惯,甚至有一部分隐私也遭到泄漏。显而易见,这些流量巨大的互联网巨头才是幕后主使。

这其实是一种非常中心化的做法。用户的信息实际上是被这些公司所支配的。

所以我认为,要在现实中实现Web3.0,除了信息源个体化、传播途径多样化和定制信息成为主流的原则外,还必须要涵盖以下几点:

1.用户价值信息私有化:用户能够完全掌控个人信息,若他人需要浏览个人信息必须获得授权。这样避免了有价值的信息遭到泄漏,保证了用户信息的安全性和隐私性。

2.数据采集和交互智能化:数据可以来自目前不断普及的各类IoT设备,增加了数据的采集效率和真实性。此外,这些数据也可作为未来的信息交互的基础,通过智能合约等形式被迅速调用。

3.网络资源分配去中心化:通过去中心化的方式合理分配带宽、算力以及存储空间等网络资源,提高资源利用率也降低了这些资源的成本。

而区块链的介入,因为其去中心化、数据不可篡改等特点,加快了Web3.0时代到来的脚步,甚至能将Web3.0扩展到我们的生活中。事实上,越来越多各行各业的项目开始尝试用区块链的方式来获得自由和平等。我们可以看到目前已经有许多的Dapp出现,掀起了不小的反响。

以保险业举例:

在Web2.0时代,小明去保险公司投保。一方面,保险公司所获得的信息仅限于小明提供的相关数据,存在小明隐瞒病史的潜在风险;另一方面,一旦保险内容生效,小明需要从多个第三方平台调用相关信息来向保险公司提供证明,以获得保险赔付等。

这一过程中不仅体现了信息的不对称带了的风险,还显露出数据不共享下业务效率低下。

让我们看看在Web3.0时代,也就是现在的区块链环境下,保险业务是如何操作的。事先,小明的电子病历上记录着从小到大由医生记录的病史信息以及配药信息。在投保时,小明不想暴露自己所有的电子病历,但是可以授权保险公司浏览其配药信息来进行评估。

另一方面,一旦保险内容生效,保险公司仅能通过小明授权的有关这一事件的信息来确认赔付事宜。

这一过程中,在小明给予部分授权,保护隐私不过多暴露的情况下,保险公司可以获得足够的信息来评估,也在缩短了业务流程,提高了效率。

但我们很容易发现,正因为一旦数据上链就具有不可篡改性,在上链之前数据的真实性才更需要收到重视,这也是现有的区块链无法解决的难点之一。

我们尝试基于BIOTA公有链建立一套Tesla Protocol来解决这一问题。在我们目前的构想中,Tesla Protocol内容涵盖不同格式的数据采集,保证数据真实可靠的数据共识,维护数据安全和私密的数据加密,还有提高闲置空间利用率的数据存储等。

在数据采集的方面,我们在保持现有各种数据模式的情况下,还支持从现在越来越普及的IoT设备上采集的数据。在采集的过程中,统一数据的格式,并且尽可能避免中心化的干扰。

为了保证采集的数据真实可靠,我们必须对采集的数据进行共识。在数据内容不泄露的情况下,零知识证明的方法将是我们的研究方向。

数据加密是维护用户个人信息安全和隐私不可或缺的一步,同时要保证可以在用户授权的情况下展示任意部分信息供他人浏览。

最后一块也就是网络资源合理的去中心化分配,提高算力、带宽以及存储空间的使用率,降低这些资源的使用成本。例如IPFS允许用户将闲置的存储空间提供给需求者,来换取一定的回报。这样最大化利用闲置资源,将会更优化我们的网络环境。

在Tesla Protocol支持下,BIOTA将会专注于推动用户个人信息私有化,同时为数据采集和交互的智能化提供了可靠的基础,达成了网络资源分配的去中心化。这些Tesla Protocol带来的革新势必加速Web3.0时代的到来,也进一步完善了Web3.0时代从网络到生活全方位的拓展。

本人是区块链爱好者,会定期发送关于Biota、EOS等区块链现状分析和思考,以及一些接地气科普区块链小知识!欢迎交流!

微信订阅号:

iBiota爱百欧塔

Biota官网:https://biota.io/

Biota中文白皮书:https://biota.io/static/download/BIOTAWhitepaperChs.pdf

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容