（高职）第二章 金融科技的技术基础ppt课件.pptx

《（高职）第二章 金融科技的技术基础ppt课件.pptx》由会员分享，可在线阅读，更多相关《（高职）第二章 金融科技的技术基础ppt课件.pptx（61页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第二章 金融科技的技术基础ppt课件能力目标素养目标能够理解大数据的框架体系能够理解云计算的服务形式能够分析区块链的工作原理能够应用大数据的思维思考金融问题激励学生不断接受新知识、学习新技术培养学生以发展的思维来思考问题的习惯目录5G与物联网一二大数据云计算三四人工智能区块链五PARTONE5G与物联网1一、5G与物联网的概念和内涵（1）5G的概念和内涵第五代移动通信技术（5th Generation Mobile Networks），简称5G，是3G、4G之后的延伸。5G的标志性能力指标是“GBPS用户体验速率”。5G需要为大规模移动用户提供在热点区域1Gbps的数据的传输速率。（2）物联网

2、的概念和内涵物联网（The Internet of Things），简称IOT，是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化 学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。简言之，物联网就是一个基于互联网、移动网络的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。 5G移动网络是数字蜂窝网络，与3G和4G移动网络一样。在这种网络中，供应商覆盖的服务区域被划分为许多被称为蜂

3、窝的小地理区域。表示声音和图像的模拟信号在手机中（由模拟数字转换器）被数字化，并作为比特流传输。蜂窝中的所有5G无线设备通过无线电波与蜂窝中的本地天线阵和低功率自动收发器（发射机和接收机）进行通信。收发器从公共频率池分配频道，这些频道在地理上分离的蜂窝中可以重复使用。本地天线通过高带宽光纤或无线回程连接与电话网络和互联网连接。与现有的手机一样，当用户从一个蜂窝穿越到另一个蜂窝时，他们的移动设备将自动“切换”到新蜂窝中的天线。二、5G与物联网的基本原理1、5G的基本原理表 2 2 从1G到5G 时间第N代标志性应用1980S1G音频1991S2G音频、短信1998S3G音频、短信、WEB接入20

4、08S4G音频、短信、WEB接入、视频、2020S5G音频、短信、WEB接入、视频、物联网5G网络的数据传输速率远远高于以前的蜂窝网络，其峰值传输速率会在10Gbps以上，最低传输速率也会稳定在1Gbps到2Gbps之间。比较而言，5G的传输速率是4G的100倍，5G的网络延迟（低于1毫秒）是4G的200倍。二、5G与物联网的基本原理移动网络中的所说的4G、5G的G是指“代”（Generation）。二、5G与物联网的基本原理2、物联网的工作原理物联网就是物联网的用户端延伸扩展到了物与物之间。物联网通过各种信息传感器、射频识别技术、GPS、红外感应器、激光扫描器等装置与技术，实时采集任何需要监

5、控、连接、互动的物体或过程，采集其声、光、热、电、力等各种数据，通过网络接入，实现物与物、物与人的连接，使其相互之间可以进行信息交换和通信，从而实现对物品和过程的智能化感知、识别、管理。三、5G与物联网的应用3、5G与物联网的应用 5G为智慧城市的实现提供了强有力的支持，使数字城市真正的成为了可能。5G对经济产出贡献突出。IHS Markit预测，在20202035年期间全球实际GDP中5G将做出了0.2%的贡献，这就意味着，5G将为全球年度GDP创造的年度净贡献值达2.1万亿美元，这个数字相当于目前是全球第七大经济体（印度）目前的GDP。图2-2 5G的三大应用场景三、5G与物联网的应用 就

6、我国而已，预计到2025年5G连接数或将超过4亿个。国际电信联盟ITU定义了5G的三大应用场景：增强移动宽带、高可靠低时延和大连接。5G132eMBB增强移动宽带uRLLC高可靠低时延通信mMTC大连接VR 超高清视频无人车、无人机、工业自动化物联网四、5G与物联网的发展趋势4、5G与物联网的发展趋势 在中国，5G已被置于国家战略。5G健康稳定的发展，离不开政府政策的支持以及用户需求的推动。中国不仅从宏观层面明确了未来5G的发展目标和方向，同时也确定将依托国家重大专项计划等方式，积极组织推动5G核心技术的突破。 全球5G专利中，中国占首位。目前，5G标准的专利声明量超过1000件的企业有华为、

7、诺基亚、LG、爱立信、三星、高通和中兴。其中，华为以1970件5G声明专利排名第一，占比达17%。学习娱乐相结合。四、5G与物联网的发展趋势趋势1趋势2趋势3趋势4趋势5趋势6趋势7趋势8趋势9高质量定制性服务全面普及。老龄化问题得到缓解。技术的差距缩小，单以技术创造为主的公司将很难在市场上保持领先优势。人工智能引发社会变革，以自动驾驶、智能制造、智慧农业为代表。劳动力从技能型行业转向创新型服务业。智慧城市实现智管理，环境、交通、社会管理能力全面升级。社会的犯罪率和意外伤害事故率大幅降低，公共服务更加智能便利。政府管理的日常管理负担减轻。预防自然灾害更加及时有效。信息量爆炸式增长，将超过用户网

8、络（以人为节点、人际关系为连接的网络）。网络变得更加扁平化和个性化。未来的服务趋势是以AI为基础的大规模定制化服务。政府成为数据服务的大采购方。PARTTWO大数据2现在的大数据和过去相比，主要有三点区别：一是随着社交媒体和传感器网络等的发展，在我们身边正产生出大量且多样的数据；二是随着硬件和软件技术的发展，数据的存储、处理成本大幅下降；三是随着云计算的兴起，大数据的存储、处理环境已经没有必要自行搭建。随着大数据的出现，数据仓库、数据安全、数据分析、数据挖掘、数据预测、数据可视化，这些利用大数据的商业价值的方法正逐渐成为业内的利润焦点，引领了新一轮数据技术革新。一、大数据的概念和内涵1大数据的

9、概念和内涵大数据：用现有的一般技术难以管理的大量数据的集合。01、大数据的特征二、大数据的特征2大数据的特征大数据1）2）5）4）3）Volume（数量）Variety（种类）Velocity（速度）价值（Value）Veracity（真实和准确）02、大数据的结构类型二、大数据的特征数据结构化半结构化非结构化数据结构字段含义确定,清晰,典型的如数据库中的表结构具有一定结构,但语义不够确定,典型的如HTML网页,有些字段是确定的(title),有些不确定(table)杂乱无章的数据,很难按照一个概念去进行抽取,无规律性 大数据的应用流程主要包括数据导入、数据存储、数据分析、数据挖掘、数据可视化

10、五个主要环节（如图2-4所示）。三、大数据的应用3大数据的应用01、大数据的工作原理图2-4 大数据的工作原理数据源数据导入（ETC,提取、转换，加载）数据存储（SRC、NOSQL）批处理数据分析流处理数据挖掘（数据仓库、OLAP、商务智能数据可视化用户三、大数据的应用数据分析数据可视化数据存储数据导入根据需求，从数据源中提取所需数据，或对数据进行转换。采用高性能、高吞吐率、大容量的基础设备存放数据。简单的数据采集可以利用多种轻型数据库来接收发自客户端的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。将海量的来自前端的数据快速导入到一个集中的大型分布式数据库或者分布式存储集群，利用

11、分布式技术来对存储于其内的集中的海量数据 进行普通的查询和分类汇总等，以此满足大多数常见的分析需求。这是将数据信息转化为视觉形式的过程，目的是增强数据呈现的效果。用户可以以更加直观的交互方式进行观察、分析数据，了解数据之间的关联。数据可视化和信息可视化含义不同，狭义上的数据可视化指的是将数据用统计图表方式呈现，而信息可视化则是将非数字的信息进行可视化。数据挖掘基于前面的查询数据进行数据挖掘，来满足高级别的数据分析需求。描述性分析：对数据所代表性的含义进行描述性的揭示，常见的描述性分析有对历史数据的在线联机分析处理（OLAP分析）和对新产生的数据的流式分析。三、大数据的应用策略性分析：在分析过程

12、中减少甚至排除人的参与，在给定目标的驱动下，直接帮助人们找到好的策略，作用于大数据应用，使得未来数据指标能够按照设想的某些趋势去发展。诊断性分析：用来揭示一些现象背后的成因，因此，它比描述性分析更深入。很多数据挖掘方法与诊断性分析密切相关。预测性分析：使用机器学习技术，对现有的大数据进行深度分析，构建数据预测和分类的模型，从而更好的支持数据预测和分类服务。1）4）3）2）02、大数据分析 商业智能（Business Intelligence，简称BI）又称商业智慧，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 把商业智能看成是一种解决方案应该比较恰

13、当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具（大数据魔镜）、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。三、大数据的应用03、商业智能BI四、大数据与云计算4大数据与云计算 云计算是提高大数据分析能力的一个可行的方案。云计算和大数据相互依存、共同发展

14、，云计算为大数据提供弹性的、可扩展的存储以及高效的数据并行处理能力，大数据则为云计算提供了新的商业价值。五、大数据的发展趋势5大数据的发展趋势根据预测，大数据将继续以每年40的速度持续增加，而大数据所带来的市场规模也将以每年翻一番的速度增长。趋势1趋势2趋势3趋势4趋势5趋势6趋势7趋势8数据成为资源大数据与云计算的深度结合数据生态系统复合化程度加强数据科学成立数据管理成为核心竞争力数据安全问题数据质量是BI的关键科学理论的突破PARTTHREE云计算3NIST的定义是：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（包括网络、服务器、存

15、储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。现阶段所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。一、云计算的概念和内涵1、云计算的概念和内涵云计算（CloudComputing）是一种通过因特网以服务的方式提供动态可伸缩的虚拟化的资源的计算模式（维基的定义）。2、云计算的服务形式云计算的三个服务层次IaaS基础设施即服务Google Apps、Salesforce CRM、Office Web Apps、Zoho、HTML、JavaScr

16、ipt、CSS、Flash、SilverlightPaaS平台即服务F、Google APP Engine、Windows Azure Platform、Heroku、REST、多租户、并行处理、应用服务器、分布式缓存SaaS软件即服务Amazon EC2、IBM Blue Cloud、Cisco UCS、Joyent、系统虚拟化、分布式存储、关系型数据库、NoSQL二、云计算的服务形式二、云计算的服务形式IaaS（InfrastructureasaService）基础设施级服务 消费者通过因特网可以从完善的计算机基础设施获得服务。IaaS通过网络向用户提供计算机（物理机和虚拟机）、存储空间、

17、网络连接、负载均衡和防火墙等基本计算资源；用户在此基础上部署和运行各种软件，包括操作系统和应用程序。例如，通过亚马逊的AWS，用户可以按需定制所要的虚拟主机和块存储等，在线配置和管理这些资源。二、云计算的服务形式PaaS（PlatformasaService）平台级服务 PaaS实际上是指将软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是，PaaS的出现可以加快SaaS的发展，尤其是加快SaaS应用的开发速度。平台通常包括操作系统、编程语言的运行环境、数据库和 Web服务器，用户在此平台上部署和运行自己的应用。用户不能管理和控制底层的基础设

18、施，只能控制自己部署的应用。目前常见的PaaS提供商有CloudFoundry、谷歌的GAE等。二、云计算的服务形式SaaS（SoftwareasaService）软件级服务 它是一种通过因特网提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动，例如邮件服务、数据处理服务、财务管理服务等。 云计算是把握整体，那么边缘计算就更专注于局部。边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。网络边缘侧可以是从数据源到云计算中心之间的任意功能实体，这些实体搭载着融合网络、计算、存储、 应用核心能力的边缘计算平台，为终端用户提供实

19、时、动态和智能的服务计算。 与像云端中进行处理和算法决策不同，边缘计算是将智能和计算推向更接近实际的行动，而云计算需要在云端进行计算，主要得差异体现在多源异构数据处理、带宽负载和资源浪费、资源限制和安全和隐私保护等方面。三、云计算与边缘计算3、云计算与边缘计算边缘计算可以实时或更快的进行数据处理和分析，让数据处理更靠近源，而不是外部数据中心或者云，可以缩短延迟时间。三、云计算与边缘计算345612边缘计算处理数据中心明显优势在成本预算上可以大大减轻经费预算。企业在本地设备上的数据管理解决方案所花费的成本大大低于云和数据中心网络。个性化：通过边缘计算，可以持续学习，根据个人的需求调整模型，带来个

20、性化互动体验。提高应用程序效率。通过降低延迟级别，应用程序可以更高效、更快速地运行。安全和隐私保护减少网络流量。随着物联网设备数量的增加，数据生成继续以创纪录的速度增长。结果，网络带宽变得更加有限，压倒了云，导致更大的数据瓶颈。 物联网是是各个行业实现效率提升、数字化转型的重要手段。边缘计算在具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特点的应用场景。边缘计算和云计算互相协同，它们是彼此优化补充的存在，共同促进行业数字化转型，如图2-5所示。图2-5 云计算和边缘计算三、云计算与边缘计算云数据中心边缘计算边缘计算边缘计算边缘计算智能家居智慧建筑视频播放CR/VR智慧制造无

21、人机无人车直播智慧交通智慧社区四、云计算的应用与发展趋势4、云计算的应用与发展趋势常见的云应用存储云医疗云金融云教育云趋势1：云计算和5G。趋势3：混合云解决方案。趋势2：量子计算。趋势5：结合人工智能。趋势4：应对GDPR。趋势6：增强式多云平台。PARTFOUR人工智能4一、人工智能的概念和内涵1、人工智能的概念和内涵 人工智能（Artificial Intelligence, 简称AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是一门自然科学、社会科学和技术科学交叉的边缘学科，它涉及的学科内容包括哲学和认知科学、数学、神经生理学、心理学、计算

22、机科学、信息论、控制论、不定性论、仿生学、社会结构学与科学发展观等。一、人工智能的概念和内涵观点认为，不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。弱人工智能（Top-DownAI）又称多元智能。研究人员希望人工智能最终能成为多元智能并且超越大部分人类的能力。有些人认为要达成以上目标，可能需要拟人化的特性，如人工意识或人工大脑。这个问题被认为是人工智能的完整性问题为了解决其中一个问题，你必须解决全部的问题。即使一个简单和特定的任务，如机器翻译，要求机器按照作者的论点（推理），知道什么是与人谈论（知识），忠实地再现作者的意图

23、（情感计算）。因此，机器翻译被认为是具有人工智能完整性的代表性应用。强人工智能（Bottom-UpAI）一、人工智能的概念和内涵类人的人工智能即机器的思考和推理就像人的思维一样；强人工智能可以有两类12非类人的人工智能即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。二、人工智能的起源与发展2、人工智能的起源和发展1956年夏季，以麦卡赛、明斯基等为首的一批有远见卓识的年轻科学家在达特茅斯学会上聚会，共同研究和探讨用机器模拟智能的一系列有关问题，首次提出了“人工智能（AI）”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。时间阶段发展代表1956-1960起步发展期人

24、工智能诞生机器定理证明，智能跳棋程序1960-1970反思发展期任务失败，目标落空机器翻译笑话百出，定理证明发展乏力1970-1985应用发展起专家系统遍地开花，人工智能转向实用医疗专家系统，化学专家系统，地质专家系统1985-1995低迷发展期多项研究发展缓慢专家系统发展乏力，神经网络研究受阻1995-2010稳步发展期互联网推动人工智能不断创新和实用深蓝战胜国际象棋冠军，IBM提出智慧地球，我国提出感知中国2010-2020蓬勃发展期深度学习与大数据兴起，带来人工智能的爆发物联网、云计算、大数据图2-6 人工智能发展历程二、人工智能的起源与发展人工智能60余年的发展大致可以划分为下6个阶段

25、，如图2-6所示。三、人工智能的应用3、人工智能的应用智慧地球智慧城市智慧交通智能家居智慧医疗智慧教育新零售智慧金融智慧客服机器学习四、机器学习与深度学习4、机器学习与深度学习 顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门学科。较为为严格的说法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。 机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测”。01监督学习非监督学习强化学习四、机器学习与深度学习深度学习是一种以人工神经网络（ANN）为架构，对数据进行表征学习的算法，即可以这样定义：“深度学习是一种特殊的机器学习，通过学习将现

26、实使用嵌套的概念层次来表示并实现巨大的功能和灵活性，其中每个概念都定义为与简单概念相关联，而更为抽象的表示则以较不抽象的方式来计算。”图2-9 阿尔法狗与世界冠军的较量深度学习02PARTFIVE区块链5一、区块链的起源1、区块链的起源01、比特币2008年，中本聪发表了论文比特币：一种点对点的电子现金系统。这篇论文堪称区块链技术和加密数字货币发明的基础。中本聪在文中提出了比特币的几个基本原则：1）一个纯粹的点对点电子现金系统，使在线支付能够直接由一方发起并支付给另一方，中间不需要经过任何金融机构。2）不需要通过授信的第三方支持，就能防止双重支付，点对点的网络环境是解决双重支付的方案之一。一、

27、区块链的起源3）对所有的交易加上时间戳，并将他们并入一个不断延展的基于哈希算法的工作量证明的链条作为交易记录。除非有重新完成全部的工作量证明，形成的交易记录将不可更改。4）最长的链条不仅将作为被观察的事件序列的证明，而且被视为来自CPU的计算能力最大的池。只要大多数CPU的计算能力不被合作攻击的节点所控制，那么就会生成最长的、长度超过攻击者的链条。5）这个系统本身需要的基础设施非常少，节点尽最大努力在全网传播信息即可，节点可以随时离开和重新加入网络，并将最长的工作量证明作为该节点离线期间发生的交易的证明。一、区块链的起源所以，作者得出结论：无须中心化的干预，只要让网络扮演信用中介的角色，就能实

28、现有效的点对点交易。在此理论基础上，2009年1月3日，中本聪创建了第一个区块（创世区块）。创世区块里，中本聪留下一句永不可修改的话：“TheTimes03/Jan/2009Chancelloronbrinkofsecondbailoutforbanks（翻译为中文：2009年1月3日，财政大臣正处于实施第二轮银行紧急援助的边缘）”。这句话作为“时间戳”被永远的留在了“创世区块”中。当时正是英国的财政大臣达林被迫考虑第二次出手缓解银行危机的时刻，这句话是泰晤士报当天的头版文章标题。区块链1.0（可编程货币）：去中心化的数字支付系统，无障碍的价值转换，以比特币为应用典型，实现了数字货币的发行和流

29、通，功能相对单一。一、区块链的起源业界将其演进发展历程分为三个阶段：02、区块链3）2）1）区块链2.0（可编程金融）：以智能合约的应用为特征，通过智能合约推动多业务系统的协作，扩展了区块链应用领域，如股票、清算、私募股权等众多金融领域。区块链3.0（可编程社会）：将实现与物联网、云计算等技术融合发展，试图在大规模协作领域提高行业的运行效率和管理水平。以上三个阶段并非依次实现，而是共同发展，相互促进的过程，用于公证、仲裁、审计、物流、医疗、邮件等领域。特征1：开放、共识。任何人都可以参与到区块链网络，每一台设备都能作为一个节点，每个节点都可以获得一份完整的数据库拷贝。节点间基于一套共识机制，通

30、过竞争计算共同维护整个区块链。任何一个节点失效，其余节点仍能正常工作。特征2：去中心、去信任。区块链由众多节点共同组成一个端到端的网络，不存在中心化的设备和管理机构。节点之间数据交换通过数字签名技术进行验证，无需互相信任，只要按照系统既定的规则进行，节点之间不能也无法欺骗其它节点。一、区块链的起源区块链具有以下特征：特征3：交易透明、双方匿名。区块链的运行规则是公开透明的，所有的数据信息也是公开的，因此每一笔交易都对所有节点可见。由于节点与节点之间是去信任的，因此节点之间无需公开身份，每个参与的节点都是匿名的。特征4：不可篡改、可追溯。单个甚至多个节点对数据库的修改无法影响其他节点的数据库，除

31、非能控制整个网络中超过51%的节点同时修改，这几乎不可能发生。区块链中的每一笔交易都通过密码学方法与相邻两个区块串联，因此可以追溯到任何一笔交易的前世今生。一、区块链的起源二、区块链的关键技术2、区块链的关键技术 P2P网络是整个区块链的基础计算架构。在区块链分布式网络中，中央服务器的概念被弱化，也就不再需要任何中心枢纽。网络中的各个节点都可以作为一个独立的个体存在。01、P2P网络技术 区块链使用的是非对称加密算法。非对称加密也就是加密一条信息实际上不是用单个密钥，而是用公钥和私钥两个密钥，他们可以保证在分布式网络中点对点信息传递的安全。 除了非对称加密算法之外，在密码学技术里，还有非对称的

32、数字签名技术、保证数据唯一性的哈希技术、保护信息传递双方敏感信息的隐私保护技术和包括防攻击、身份认证、授权等在内的安全技术。基于密码学产生的安全技术，是区块链的核心安全技术。 时间戳服务器经常用来进行比对以及验证处理，时间戳服务器是一款基于PKI（公钥密码基础设施）技术的时间戳权威系统，对外提供精确可信的时间戳服务。它采用精确的时间源、高强度高标准的安全机制，以确认系统处理数据在某一时间的存在性和相关操作的相对时间顺序，为信息系统中的时间防抵赖提供基础服务。二、区块链的关键技术02、加密技术 “智能合约”这一术语是由法律学者尼克萨博（Nick Szabo）在1995年首次提出的。他给出的定义是

33、：智能合约是一套以数字形式定义的承诺。通俗点把智能合约理解为一种聪明的合约，它允许在没有第三方的监督下，进行可信性的交易，这种交易可以追踪，且不能逆转就是不可逆。二、区块链的关键技术03、智能合约 共识保证了区块链上的参与者可以互相信任，并且对下个区块进行验证。共识也确保了网络中的规则被遵守，同时承认在区块链环境下只有一个真理。 根据使用的区块链种类不同，需要不同的共识算法来确保区块链上最后的区块能够在任何时候都反应出全网的状态。二、区块链的关键技术04、共识机制 工作量证明（POW） 权益证明（POS） 消逝时间证明（PoET） 简化的拜占庭容错算法（SBFT） 权威证明（PoA）三、区块链

34、的工作原理3、区块链的工作原理区块是一种记录交易的数据结构。版本号 父区块哈希值 Merkle 根时间戳 难度值 随机数1）区块区块头包括了以下信息：2）区块头第1步在当前区块加入区块链后，所有矿工就立即开始下一个区块的生成工作。第2步把在本地内存中的交易信息记录到区块主体中。第3步在区块主体中生成此区块中所有交易信息的 Merkle 树，把 Merkle 树根的值保存在区块头中第4步把上一个刚刚生成的区块的区块头的数据通过SHA256算法生成一个哈希值填入到当前区块的父哈希值中第5步把当前时间保存在时间戳字段中。第6步难度值字段会根据之前一段时间区块的平均生成时间进行调整以应对整个网络不断变

35、化的整体计算总量，如果计算总量增长了，则系统会调高数学题的难度值，使得预期完成下一个区块的时间依然在一定时间内。表 2 5 区块的形成三、区块链的工作原理3）区块形成过程 区块链以区块为单位组织数据。全网所有的交易记录都以交易单的形式存储在全网唯一的区块链中。三、区块链的工作原理4）区块链类型特征优势承载能力适用业务公有链去中心化，任何人都可以参与匿名，交易数据默认公开，访问门槛低，社区激励机制10-20笔/s面向互联网大众，信任基础薄弱，单位时间交易量不大联盟链多中心化，联盟机构间参与性能较高，节点准入控制，易落地大于1000笔/s有限特定合作伙伴间信任提升，可以支持较高的处理效率私有链中心

36、化，公司/机构内部使用性能较高，节点可信，易落地大于1000笔/s特定机构的内部数据管理与审计、内部多部门之间的数据共享，改善可审计性四、区块链的应用4、区块链的应用区块链的三种模式一是效率，数据写入区块链，最少要等待十分钟，所有节点都同步数据，则需要更多的时间；二是能耗，区块的生成需要矿工进行无数无意义的计算，这是非常耗费能源的。五、区块链的发展趋势5、区块链的发展趋势为了保证数据的可靠性，区块链也有自己的代价。区块链将会出现以下趋势：五、区块链的发展趋势趋势1趋势2趋势3趋势4趋势5将会出现切实有效的治理模式。距离实现互联互通更进一步。相邻技术将与区块链相结合以创造更高层次的优势。验证工具将向欺诈性数据源宣战中央银行将踏足央行数字货币的批发和零售领域。大数据的应用以及较为普遍，大数据分析是大数据应用的热点之一，大数据分析方案是遵守一定的流程的，也就是一定的生命周期的。实训操作实训背景实训内容网络调研实训练习（1）请你进行网络调研，查询一些自己感兴趣或者热门的案例，仔细研读并分析，总结大数据分析方案的生命周期。（2）请进行网络调研，对比结构化数据和非结构化数据的区别。谢谢！