区块链技术基础
区块链 blockchain
区块链这个概念为什么最近特别火？
中共中央政治局10月24日下午就区块链技术发展现状和趋势进行第十八次集体学习。总书记在中央政治局第十八次集体学习时强调，区块链技术的集成应用在新的技术革新和产业变革中起着重要作用。要把区块链作为核心技术自主创新的重要突破口，明确主攻方向，加大投入力度，着力攻克一批关键核心技术，加快推动区块链技术和产业创新发展。
埃里克说在前面
区块链是一项极其伟大的创造，之所以这么说，是因为它解决了人类社会诞生以来一直存在的一个问题——“信任”。在生活中，失信的例子随处可见大到金融诈骗，食品安全，小到造谣忽悠，违背承诺。失信会对当事人及受害人造成多层次的伤害。
从第一代区块链的实践可以看到，比特币的匿名性，稳定性，以及强大的生命力令人叹服。
- 正是因为匿名性，使得交易进行的更安全，交易信息不会被泄漏，没有任何机构可以冻结你的资金。
- 在比特币十年运行历史中，只出现了两次共14小时47分钟的宕机时间。
- 即使各国陆续封杀了比特币，但他仍然存在，他的分布式特点使得，只要这个世界上还有一台机器保留了账本，整个系统就可以活下去。
但是这样一种发明，在国内却被污名化了。究其原因，是因为那些假借区块链噱头进行金融诈骗的“空气币”及进行ICO的投机分子。在国内，一提到区块链就等同于各种空气币，等同于金融诈骗，庞氏骗局，人人得而诛之。
引用巴比特的一篇文章
区块链技术很快会被应用到实体经济中并产生价值，而原来各类「空气币」项目会加速淘汰。比特币为代表的传统区块链项目是否能生存仍是个疑问。
引用朋友圈的一句话作为结尾：「上边重视区块链，你们这些打着区块链幌子行骗的高兴什么？历史告诉我们，正规军进山，第一件事情就是剿匪。」
最后，未来充满无限可能。
区块链发展历程
2009年1月 区块链1.0 比特币区块链 加密货币
2015年7月 区块链2.0 以太坊区块链 智能合约
区块链的定义
去中心化的分布式数据库。
区块链作用
- 身份认证个人证明 - 不可篡改性
- 商品全程可溯源 - 不可篡改性
- 反学术造假 - 不可篡改性
- 投票选举 - 不可篡改性
- 版权保护 - 去中心化
- 交易无需第三方 - 去中心化
- 资金不会被冻结 - 去中心化
区块头
区块头里面存储着区块的头信息，包含上一个区块的哈希值（PreHash），本区块体的哈希值（Hash），以及时间戳（TimeStamp）等等。
区块体
区块体存储着这个区块的详细数据（Data），这个数据包含若干行记录，可以是交易信息，也可以是其他某种信息。
哈希值
在区块链中，采用的是SHA256。最新的数据信息经过一系列复杂的计算，最终会通过这个哈希算法转化成了长度为256bit的哈希值字符串，也就是区块头当中的Hash。
区块与Hash是一一对应的，Hash可以当做是区块的唯一标识。
不同的区块之间是依靠Hash和PreHash来关联。每一个区块的PreHash和前一个区块的Hash值是相等的。
为什么要计算哈希值
既然区块链是一个链状结构，就必然存在链条的头节点（第一个区块）和尾节点（最后一个区块）。一旦有人计算出区块链最新数据信息的哈希值，相当于对最新的交易记录进行打包，新的区块会被创建出来，衔接在区块链的末尾。
新区块头的Hash就是刚刚计算出的哈希值，PreHash等于上一个区块的Hash。区块体的Data存储的是打包前的交易记录，这部分数据信息已经变得不可修改。
如果区块的内容变了，它的哈希一定会改变。
去中心化
区块链不依赖于某个中心节点，整个系统的数据由全网所有对等节点共同维护，都可以进行数据的存储和检验。这样一来，除非攻击者黑掉全网半数以上的节点，否则整个系统是不会遭到破坏的。
信息不可篡改
区块内的数据是无法被篡改的。一旦数据遭到篡改哪怕一丁点，整个区块对应的哈希值就会随之改变，不再是一个有效的哈希值，后面链接的区块也会随之断裂。这一点对区块链有重大意义。如果有人修改了一个区块，该区块的哈希就变了。为了让后面的区块还能连到它（因为下一个区块包含上一个区块的哈希），该人必须依次修改后面所有的区块，否则被改掉的区块就脱离区块链了。由于后面要提到的原因，哈希的计算很耗时，短时间内修改多个区块几乎不可能发生，除非有人掌握了全网51%以上的计算能力。
哈希的特点
哈希函数作为一种加密函数，其拥有两个最重要特点：
- 不可逆性。输入信息得出输出的字符串（哈希值）非常容易，但是从输出的字符串反推出输入的结果却是却非常非常难。
从数学理论上来讲，函数都是可逆的，知道输出结果和函数关系，一定可以推出输入值。而现在计算机所采取的方法就是暴力破解（彩虹表），采取枚举的方法，一个一个试（哈希碰撞），直至试出正确的结果。
- 输出值唯一性和不可预测性。只要输入的信息有一点点区别，那么根据哈希算法得出来的输出值也相差甚远。
哈希值的计算
Hash = SHA-256（最后一个区块的Hash + 新区块基本信息 + 交易记录信息 + 随机数）
其中，交易记录信息也是一串哈希值，它的计算涉及到一个数据结构 Merkle Tree。
这里关键的计算难点在于随机数的生成。区块链发明者为了增大Hash的计算难度，要求Hash结果的前72bit必须都是0，这个几率实在是太小太小。
哈希值计算难度
由于（最后一个区块的Hash + 新区块基本信息 + 交易记录信息）是固定的，所以能否获得符合要求的Hash，完全取决于随机数的值。挖矿者必须经过海量计算，反复生成随机数进行“撞大运”一般的尝试，才有可能得到正确的Hash，从而挖矿成功。
同时，区块头内还包含着一个动态的难度系数，当全世界的硬件计算能力越来越快的时候，区块链的难度系数也会水涨船高，使得全网平均每10分钟才能产生出一个新区块。
区块头包含一个难度系数（difficulty），这个值决定了计算哈希的难度。
区块链协议规定，使用一个常量除以难度系数，可以得到目标值（target）。显然，难度系数越大，目标值就越小。
哈希的有效性跟目标值密切相关，只有小于目标值的哈希才是有效的，否则哈希无效，必须重算。
为了将产出速率恒定在十分钟，中本聪还设计了难度系数的动态调节机制。他规定，难度系数每两周（2016个区块）调整一次。如果这两周里面，区块的平均生成速度是9分钟，就意味着比法定速度快了10%，因此接下来的难度系数就要调高10%；如果平均生成速度是11分钟，就意味着比法定速度慢了10%，因此接下来的难度系数就要调低10%。
哈希值中的随机数 Nonce
当前区块的哈希由区块头唯一决定。如果要对同一个区块反复计算哈希，就意味着，区块头必须不停地变化，否则不可能算出不一样的哈希。区块头里面所有的特征值都是固定的，为了让区块头产生变化，中本聪故意增加了一个随机项，叫做 Nonce。
Nonce 是一个随机值，矿工的作用其实就是猜出 Nonce 的值，使得区块头的哈希可以小于目标值，从而能够写入区块链。Nonce 是非常难猜的，目前只能通过穷举法一个个试错。根据协议，Nonce 是一个32位的二进制值，即最大可以到21.47亿。
什么是挖矿
这个计算Hash值，创建新区块的过程就叫做挖矿。
用于进行海量计算的服务器，叫做矿机。
操作计算的工作人员，叫做矿工。
为什么要挖矿
任何人都可以随时加入区块链系统，读取/更新/记录账本，只要解题的速度够快且准确，就可以争取到比特币作为奖励（我们这里只用比特币的工作机制举例）。
51% (优势) 算力攻击
攻击者通过优势算力，挖掘一条比原链更长的攻击链。
攻击链向全网广播后，节点按规则，将接受更长的链，丢弃原链。
比特币网络中只有拥有超过51%的算力才能破坏网络安全，如果单纯破坏的话，会浪费自己的大量资源，收益可能并不高于成本。
所以区块链的安全是基于利益驱动的，即每个个体都是趋向于利益最大化的。
区块链的分叉
如果两个人同时向区块链写入数据，也就是说，同时有两个区块加入，因为它们都连着前一个区块，就形成了分叉。这时应该采纳哪一个区块呢？
现在的规则是，新节点总是采用最长的那条区块链。如果区块链有分叉，将看哪个分支在分叉点后面，先达到6个新区块（称为”六次确认”）。按照10分钟一个区块计算，一小时就可以确认。
由于新区块的生成速度由计算能力决定，所以这条规则就是说，拥有大多数计算能力的那条分支，就是正宗的区块链。
如何解决拜占庭将军问题
工作量证明系统(Proof-of-Work，PoW)主要特征是众多参与节点需要做一定难度的工作得出一个结果，谁先得出立即全网广播，其他节点很容易通过结果来检查出之前节点是不是做了相应的工作，一旦结果被证明正确，其他节点会把之前节点的结果添加到各自的账单中，为争取下一笔的交易记录做好计算的准备。
沿用比特币的工作机制，将军A在互联网上先发布了一个消息“进攻”并附上了自己的签名“将军A” 。
将军A的消息被其他节点收到，如果其他将军也打算进攻，则在将军A的消息后面跟上自己的信息，以此类推。当此类消息达到十个，他们必将堵上未来，一同发起进攻。
这时也会出现一种情况，将军A发出消息后，可能会有两个或多个将军同时跟上消息，这时，各个节点会严格按照广播的精确时间进行排序，确保一条链的完整性。
也有完全同时广播出来的情况，这时就是区块链的分叉，出现一个分开的两条链，之后，哪条链上添加的账本多（共识多），哪条就成为主链，另一条分叉链就此中断或被部分矿工认可继续添加（如：以太坊和以太坊经典）。
之所以能够达成统一的共识，认可这一账本，最终是因为利益驱使。
墨克树 Merkle tree
Merkle Tree可以看做Hash List的泛化（Hash List可以看作一种特殊的Merkle Tree，即树高为2的多叉Merkle Tree）。
在最底层，和哈希列表一样，我们把数据分成小的数据块，有相应地哈希和它对应。但是往上走，并不是直接去运算根哈希，而是把相邻的两个哈希合并成一个字符串，然后运算这个字符串的哈希，这样每两个哈希就结婚生子，得到了一个”子哈希“。如果最底层的哈希总数是单数，那到最后必然出现一个单身哈希，这种情况就直接对它进行哈希运算，所以也能得到它的子哈希。于是往上推，依然是一样的方式，可以得到数目更少的新一级哈希，最终必然形成一棵倒挂的树，到了树根的这个位置，这一代就剩下一个根哈希了，我们把它叫做 Merkle Root。
在p2p网络下载网络之前，先从可信的源获得文件的Merkle Tree树根。一旦获得了树根，就可以从其他从不可信的源获取Merkle tree。通过可信的树根来检查接受到的Merkle Tree。如果Merkle Tree是损坏的或者虚假的，就从其他源获得另一个Merkle Tree，直到获得一个与可信树根匹配的Merkle Tree。
Merkle Tree和Hash List的主要区别是，可以直接下载并立即验证Merkle Tree的一个分支。因为可以将文件切分成小的数据块，这样如果有一块数据损坏，仅仅重新下载这个数据块就行了。如果文件非常大，那么Merkle tree和Hash list都很到，但是Merkle tree可以一次下载一个分支，然后立即验证这个分支，如果分支验证通过，就可以下载数据了。而Hash list只有下载整个hash list才能验证。
Hash List
在点对点网络中作数据传输的时候，会同时从多个机器上下载数据，而且很多机器可以认为是不稳定或者不可信的。为了校验数据的完整性，更好的办法是把大的文件分割成小的数据块（例如，把分割成2K为单位的数据块）。这样的好处是，如果小块数据在传输过程中损坏了，那么只要重新下载这一快数据就行了，不用重新下载整个文件。
怎么确定小的数据块没有损坏哪？只需要为每个数据块做Hash。BT下载的时候，在下载到真正数据之前，我们会先下载一个Hash列表。那么问题又来了，怎么确定这个Hash列表本事是正确的哪？答案是把每个小块数据的Hash值拼到一起，然后对这个长字符串在作一次Hash运算，这样就得到Hash列表的根Hash(Top Hash or Root Hash)。下载数据的时候，首先从可信的数据源得到正确的根Hash，就可以用它来校验Hash列表了，然后通过校验后的Hash列表校验数据块。
关于版权
本文内容部分来源于网络（知乎 CSDN 简书），但由于内容来源未注明出处且不一定原创，所以我无法对引用内容来源进行声明，若此文中内容侵犯了您的版权，烦请您联系我以便立即删除相关内容，感谢您的理解与支持！