DATA项目分析报告

项目简介


Streamr将永不停息的数据提供给永不停息的应用程序。​ ​它是全球超级计算机的实时数据骨干。它是一个由DATAcoin代币操作的,去中心化,可扩展,低延迟,数据不可篡改并可持续的网络。任何人​ ​-​ ​或任何东西​ ​-​ ​可以将新数据发布到数据流,而其他人可以订阅这些数据流来为Dapps,智能合约,微服务和智能数据管道提供支持。

为了激励用户参与网络,有一个内置的数据获利机制。来自安全的交易所,连接的设备,物联网传感器和社交媒体的有价值数据可以提供给公司,开发者和公民。机器可以自主地出售他们的数据,获得报酬,并购买他们需要的数据。全球实时数据市场,以内置数据来源,加密和访问控制的形式出现。

除了去中心化的数据网络和市场,完整的Streamr系统还包括强大的分析引擎和用于快速开发实时数据Dapps的图形界面。数据流,智能合约和去中心化计算资源可以通过高级构建模块,使用少量代码的环境中进行互连。Streamr将是能最简单的创建实时的,数据驱动的和可信赖的块链应用程序的地方。

一场革命正在发生,中心化云服务逐渐被代币化的,去中心化的解决方案所取代。例如,Golem替代Azure ​ ​Virtual ​ ​Machine,而IPFS替代Azure ​ ​Blob ​ ​Storage。Streamr很自豪能加入这场革命。通过为消息传递和事件处理提供去中心化的解决方案,替代Azure ​ ​EventHub和Azure ​ ​Stream Analytics等平台。


项目战略与规划

订阅用户是网络中的数据消费者。​ ​DATAcoin,网络中的使用代币,让用户订阅流。其他方通过向网络做出贡献来获取DATAcoin:代理节点(该网络的“矿工”)和数据发布者。

代理节点被鼓励做两件事情:将分配的分区校验报告给网络协者智能合约,

并向任何智能合约订阅户提供数据(参见第2.4.3节)。这两个操作都会消耗一些以太坊gas并由代理节点支付。​ ​这成本由代理节点收到的用于进行网络功能的DATAcoin所涵盖。


图​ ​5. ​ ​Streamr​ ​网络​ ​激励结构示意图.

分区的校验由多个代理节点计算和报告,代理节点只有在协调者智能合约中设定的一致性阈值上同意校验才能得到奖励(例如,90%的指定代理节点需要报告特定的校验来证明有效性)。如果一个节点报告了不正确的校验,没校验,或不一致的校验,则不会获得奖励,并且此违规节点未来不太可能被分配给分区。

如所讨论的,智能合约可以是流的订阅用户。​ ​订阅者在DATAcoin中设置一个奖金用于将事件交付给智能合约。​ ​该奖金将由最先交付数据的一方获得。通常代理节点直接连接到发布者,这是因为该代理节点处于进行交付的先行者位置。​其他节点或外部用户可以观看此过程,并确定传递数据的机会,否则由通常的嫌疑节点传送。

还需要一种机制来防止网络中的洪泛攻击。​ ​最低成本必须与所有发布操作和订阅者交付相关联。网络可以将成本汇总并提交给底层的区块链进行扩展,类似于在某些区块链网络中运行的状态通道或微支付通道。

团队的组成与剖析



以上四位的履历看起来并没有什么亮点,但是有一个优点是经历丰富,对项目的技术方面,运营方面应该都有很丰富的经验。项目的可靠性比较好

项目的远景展望

白皮书概述了他们提供给去中心化应用程序的强大的本地去中心化实时数据骨干网的愿景。他们认为,实时数据市场与数据管道的结合将为以太坊智能合约开发者和整个Dapp生态系统带来巨大变革。DATA的目标是建立一个深思熟虑和专业实现的技术栈,满足用户未来的需求,为永不停息的应用程序提供永不停息的数据。

DATA的技术栈是分层和模块化的,它建立在去中心化的传输层上。这里存在由激励代理节点组成的点对点网络。​ ​网络托管发布/订阅机制,并支持加密事件的去中心化存储。吞吐量与参与节点的数量呈线性关系,网络可以每秒处理数百万个事件。数据骨干是M2M经济的理想推动者,这里有自主机器,机器人和机器人购买或出售微量数据。这种想法已经被提出,机器将会交换诸如存储,处理能力,通信带宽等资源。DATA相信使用DATAcoin会导致交易成本低于物物交换。

Streamr是计算革命的一部分,其中单片解决方案正在被去中心化计算所取代。在分布式计算中,Golem替代了Azure虚拟机。在块存储中,IPFS,Storj等替代Azure ​ ​Blob存储。在数据管道和消息传递中,Streamr取代了中心化的消息传递和事件处理平台,如Azure ​ ​EventHub和Azure Stream​ ​Analytics。公司和企业权力正在转移给独立公民,自主代理,应用程序和机器。从而提高隐私权,效率,弹性和容错能力,最终为互联社会的良好公民提供更高的福利。

总结

该项目具有很强的创新性,为数据交换提供了一个非常完善的机制,但是项目实现周期过长,能否很快的体现项目价值还未可知。并且尚未有明显的用户群体。

©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 203,547评论 6 477
  • 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 85,399评论 2 381
  • 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 150,428评论 0 337
  • 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 54,599评论 1 274
  • 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 63,612评论 5 365
  • 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 48,577评论 1 281
  • 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 37,941评论 3 395
  • 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 36,603评论 0 258
  • 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 40,852评论 1 297
  • 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 35,605评论 2 321
  • 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 37,693评论 1 329
  • 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 33,375评论 4 318
  • 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 38,955评论 3 307
  • 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 29,936评论 0 19
  • 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 31,172评论 1 259
  • 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 43,970评论 2 349
  • 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 42,414评论 2 342

推荐阅读更多精彩内容