|
目前有很多链上数据分析公司已经走出来了，比如Chainanalysis、Glassnode、Nansen、Messari，它们的探索从一开始的链上数据分析，推而广之到了业务层的数据分析。 业务层数据，尤其是大数据的特性其实是四个方向：存在海量数据(行情603138,诊股)的处理、数据结构复杂、数据的增长与更新速度很快、单数据的价值维度低（由于海量数据需要清洗）。链上数据来源广、且全息360度可见、数据广泛且交叉复用，这一系列的问题催生了很多链上数据分析工具，比如我们做的OKLink区块链浏览器，在这个浏览器上关于比特币或以太坊及其他主流公链的持仓数量、交易哈希、大额转账、地址归属等，我们都有创新的方法论分析得出结果。 数据分析的价值首先可以与监管、反洗钱相结合。对于区块链，监管最重要的任务是打破匿名性。在美国FBI、SEC、以及合规交易机构会以数千万美金的资金规模采购数据分析公司的数据，以进行链上地址的分析，进而做用户画像分析以找到犯罪嫌疑人，比如最近针对美国的多家公司遭遇的黑客攻击事件做了大量的链上数据汇总，并结合传统服务端的数据进行分析。 从链上数据到应用层数据有两个变化以及三个特点： 两个变化： 1.底层数据到业务数据扩展。在火热的DeFi领域中，一个知名的借贷项目用了450行代码就解决了一个复杂借贷信任问题，而银行的借贷系统还要借助于IBM的小型机，需要几十万行代码才能解决机构与用户之间的信任。这种在DeFi领域其简介高效透明的机制，崔生了巨大的交易量，从DeFi的总锁仓量来看，从去年到现在呈现了指数性的增加，这是区块链数据从底层数据到业务层数据暴增的表象。 2.从单链数据到跨链数据的扩展。我们经常称之为美元稳定币的泰达币，就是多链币，应用层在多链生态建设上在国外已受到广泛认可。 三大特点： 数据量大。随着公链性能提升，用户量增多，地址数量，交易数量等基础数据都在增加。 2. 数据类型丰富。比特币有8.5亿个地址，以太坊也是1亿多的地址，加之其有智能合约，其数据类型很丰富。 3.数据挖掘成本高。随着应用层的丰富，数据类型也从单纯的文本数据，增加了图片和视频类链上数据。随着应用层业务发展，数据解析和清洗的成本指数级上升。 我们做了哪些区块链大数据的应用？区块链大数据最好结合的方向是区块链征信领域比如服务监管层。 全球数字货币犯罪案件呈现高发态势，由于区块链天然的“去中心化”以及隐匿性的特性，犯罪分子经常将它用作犯罪工具。加密数字货币交易所的黑客入侵及数据泄露案件也有所增加。我国已经成为世界上第二大高发的加密数字资产犯罪的国家。 (责任编辑：admin) |