02. 比特币与区块链交易的技术流程 1. 交易流程简述

文丨方艳BBD数字创新中心

毕业于苏州大学金融工程研究中心，获金融学硕士学位，师从知名风险管理专家袁宪智博士； 曾参与国际四大会计师事务所提供的数字货币审计技术服务项目，对区块链和反洗钱业务有丰富的经验，必须了解。 目前参与北京市企业上市服务及风险监控平台项目，专注于商业模式构建和客户数据需求分析。

01. 比特币和区块链

自2009年比特币问世以来，数字货币的数量持续增长，热点也从主流货币转向稳定币。 近期，上海、北京、内蒙古、深圳等多地监管部门纷纷对虚拟货币“亮剑”，或清理虚拟货币挖矿企业，或对虚拟货币相关活动开展专项整治。 北京警方还打击了非法数字货币交易。 BISS欺诈案。 此次整改是继2017年9月ICO（Initial Coin Offering）禁令后，监管部门对虚拟货币的又一次大规模“围剿”。

区块链技术的兴起源于比特币，但与近期备受推崇的各种虚拟货币不同，比特币的发明背后有着一套严密的逻辑和数学证明。 区块链的产生也是为了满足比特币背后交易逻辑的需要。 这与国内最近发行的“空气币”“割韭菜”有着根本的区别。

本文将以比特币区块链为例，从技术角度简要介绍比特币的交易过程和共识机制，以及这些特征与区块链技术的关系。

02.交易技术流程

一、交易流程简述

比特币区块链记录的不是单个账户，也不是单个比特币，而是一笔交易，由交易输入和交易输出组成。 比特币区块链系统中没有比特币，只有UTXO（Unspent Transaction Output），也就是未花费的交易输出。

比特币交易流程示意图

每笔交易至少有一个交易输入和至少一个交易输出。 如果它不被用作交易输入简述比特币工作量证明过程，它产生的输出是一个 UTXO。 每笔交易的输入都可以追溯到之前的UTXO，直到最初的挖矿收益。 由挖矿收益创建的比特币交易（也称为 coinbase 交易）是每个区块中的第一笔交易。 这笔交易是系统自动创建的，UTXO作为奖励分发给矿工，所以没有之前的交易输出。

UTXO机制示意图

2.交易防伪机制

UTXO 本质上锁定了比特币所有者的公钥哈希所拥有的比特币数量，特别是一个数字加上一个锁定脚本。 所有 UTXO 都存储在数据库中。 支付比特币的过程实际上相当于消费你的 UTXO 并生成一个新的 UTXO，这个 UTXO 是用接收方的公钥哈希锁定的。

锁脚本的一般格式如下：

OP_DUPOP_HASH160

>OP_EQUALVERIFY OP_CHECKSIG

在锁定脚本中简述比特币工作量证明过程，只有公钥哈希是可变的，其他算子是固定的。 谁拥有锁定脚本中公钥的哈希值，谁就是这个 UTXO 的所有者，谁就可以花费这个 UTXO。 公式中的 pubKeyHash 公钥哈希是使用公钥通过以下方式生成的：

pubKeyHash = ripemd160(sha256(pubKey))

03. 共识机制——工作量证明

工作量证明机制在执行哈希计算时引入针对特定值的扫描工作。 例如，在 SHA-256 下，计算出的哈希值必须以一个或多个 0 开头。 那么，随着0个数的增加，求解所需的工作量会呈指数级增长，只需​​要一次随机哈希运算就可以检验结果。 在比特币区块中，有一个 nonce，它具有尽可能多的零，以使该给定区块的随机散列出现。 通过反复尝试找到这个随机数，直到找到为止，构建了工作量证明机制。

只要矿工使用的 CPU 消耗的工作量能够满足工作量证明机制，那么区块的信息就不会被改变，除非通过比特币的交易机制再次完成相当数量的工作量。 由于后续区块链在该区块之后，如果要更改该区块中的信息，则所有后续区块的所有工作都需要重做。

此外，工作量证明机制还解决了共识问题中的投票问题。 工作量证明机制的本质是一个CPU，一票，“多数”的决定表现为最长的链，因为最长的链包含最大的工作量。 如果大多数 CPU 由诚实节点控制，那么诚实链将扩展最快并超过其他竞争链。 如果要修改一个已有的区块，区块攻击者必须重新完成这个区块的工作量加上这个区块之后所有区块的工作量，最终赶上并超过诚实节点的工作量。 想象一下，一个较慢的攻击者试图追赶后续区块，那么成功的概率将呈指数下降，可以通过以下公式计算：

假设 p > q，那么成功攻击的概率将随着块数 z 的增加呈指数下降。 由于概率是攻击者的敌人，如果他没有足够的运气迅速成功，他成功的机会会随着时间的推移而减少。

04. 区块链技术现状与发展

UTXO的信息溯源决定了区块链具有信息溯源的特性。 无论是信息的创建、修改、删除，都会记录在链上，可追溯。 这一特性最具代表性的应用是在物流领域。 通过结合大数据和GIS地图等组件，我们可以在整个物流领域进行货物追踪。 可追溯性对于质量保证尤为重要。

以工作量证明机制为代表的区块链共识机制可以保证信息的不可逆性。 从前面的讨论中我们可以看出，任何个人想要自行修改链上的信息是非常困难的，几乎是不可能的。 这一特性使得区块链技术可以广泛应用于保护特殊或重要信息，例如司法领域的证据存储、版权保护场景等。

区块链的交易防伪机制为数据安全提供了加密手段，而基于这些加密数据的前沿技术称为隐私计算。 目前，机器学习中主要使用三种隐私计算方法：差分隐私、同态加密和安全多方计算。

差分隐私使用随机机制，当输入中的单个样本发生变化时，输出的分布不会发生太大变化。 也就是说，对于只有一条记录不同的两个数据集，查询它们相同输入的概率非常接近。

同态加密可以在不解密的情况下计算出密文数据。 这使您可以在不损害敏感源数据的情况下处理数据。 同态加密方案最有趣的地方在于它们关注数据处理的安全性。 同态加密提供了处理加密数据的功能。 也就是说，其他人可以在不泄露任何原始内容的情况下操纵加密数据。 同时，拥有密钥的用户对处理后的数据进行解密，得到的正是处理后的结果。

安全多方计算（MPC：Secure Muti-Party Computation）解决了一群互不信任的各方之间保护隐私的协同计算问题，保证了输入的独立性、计算的正确性、去中心化等特性，同时不向其他参与计算的成员透露各种输入值。

近年来，隐私计算领域的一颗冉冉升起的新星是联邦学习，它是新兴的人工智能基础技术。 本地更新模型问题最早由谷歌于2016年提出，其设计目标是保证大数据交换过程中的信息安全，保护终端数据和个人数据的隐私，确保合法合规，带来高效的机器学习。

我们认为，区块链技术结合联邦学习技术将是未来人工智能领域最有前景的方向之一。 其中，如本文所示，区块链技术将解决数据集的内部信用和安全问题，而联邦学习技术可以在保护隐私和不共享数据的前提下实现数据集之间的机器学习。 这两项技术优势的结合，基本解决了我国大数据应用发展中遇到的数据质量差、信息孤岛等问题，必将为我国大数据产业发展注入新的活力。

/结尾/

点击图片查看往期精彩片段

币圈新闻，版权所有丨如未注明，均为原创丨本站受BY-NC-SA协议授权

转载请注明原文链接：02.比特币与区块链交易的技术流程 1.交易流程简述