
先明确需要核验的结论
区块链的大数据应用的资料来源如何核验,首先取决于文章提出了什么主张。技术定义需要对应技术文献;数据来自何处,需要追踪采集与加工记录;具体应用是否有效,则需要该应用的证据。通用技术文献可以解释机制,不能替代项目验证。
核对文献身份与适用范围
W3C的PROV-Overview将溯源概括为有关数据生成所涉及对象、活动和参与者的信息,用于辅助评估数据质量与可信程度。它是PROV文档家族的非规范性概览,文档类型为工作组说明,不能将它与家族内的推荐标准混为一谈。
NIST IR 8202《Blockchain Technology Overview》的页面摘要将区块链描述为具有篡改可察觉性与抗篡改性的分布式账本,并以网络正常运行为条件说明已发布交易的稳定性。该文献提供技术概述,不构成对某个大数据项目的认证。
核验引用时,应逐项比对发布机构、标题、文档编号、版本及所引内容。上述两份文献来自不同机构,但支持的论点不同,不能仅凭来源数量认定一项具体结论获得交叉验证。
沿数据生成过程追查来源
借鉴PROV的思路,可以把核验问题分为三类:使用了哪个数据对象,经过哪些处理活动,由哪些主体参与或负责。对大数据分析结果,应尽量追溯到输入数据及其版本,并核对清洗、合并和计算过程。
例如,评估一份汇总报表时,可以询问其原始记录、筛选条件和计算方法是否可追踪。这是组织证据的方法;只有实际取得相应记录,才能判断来源链条是否完整,不能据此推定某个应用已经实现可追溯。
区分记录完整性与内容真实性
链上记录的稳定性有助于核对已记录内容是否发生变化。原始数据是否准确、采集是否完整、处理方法是否合理,仍需对应证据。把数据写入账本,并不会自动解决进入账本之前的质量问题。
当核验目标是记录的一致性或处理历史时,账本记录与溯源描述可以提供互补信息;当目标是证明分析结果正确或应用效果成立时,还需要检查输入数据、方法及验证材料。
常见问题与引用方式
有官方来源是否足够?还要检查该来源是否直接支持所写结论。符合溯源模型是否意味着数据真实?模型描述与约束检查帮助组织、校验溯源信息,但不能替代对现实采集过程的核实。
概念依据可分别标注W3C PROV-Overview与NIST IR 8202。前者入口为https://www.w3.org/TR/prov-overview/,后者入口为https://csrc.nist.gov/pubs/ir/8202/final。涉及具体应用时,应另外保留对应证据,避免把技术原理写成已证实的项目成果。