为科学提供去中心化的数据共享空间

科学数据的语料库是分散的、受访问控制的，它们的快速增长已经超过了中心化服务的维护能力。对等技术的最新发展使得创建一个对所有人开放的永久科学记录档案成为可能。在早期，DAOrayaki 社区已经编写了一系列 DeSci 文章。在本系列文章中，我们将深入探索去中心化文件存储网络的前沿技术，为协作式去中心化科学生态提供潜在的发展路径。

谁拥有知识？

从历史上看，人类知识获取的界限一直受到观察工具和高质量数据的限制。我们今天所拥有的，即在理解自然界所有领域方面取得飞跃的能力/能力，以前是为少数特权人士保留的。

托勒密使用浑天仪和纸莎草纸来记录人类所理解的地球边界，这些边界在过去一千年中一直没有受到挑战。伽利略用凸透镜和羊皮纸，用一个像神一样的球体锁在宇宙中，来解释宇宙的边界。哈勃利用胡克望远镜的力量为所有人类知识描绘了一个无限扩展的视野，在一个一切皆有可能的宇宙中，为后来的真理探索者留下了新的挑战。

分布式知识，解剖学部分。第1857章 见鬼

直到最近，只有那些属于独家学者俱乐部的人才能获得应对科学巨大挑战所需的仪器和数据宝库。今天，开放式协作和数据共享实践可以实现天文学和物理学将取得更大进步的未来情景。问题太大了，复杂的模型太多，工程挑战太难了，即使是最开明的人也无法独自解决。我们对宇宙范围的累积理解将会扩大比特币交易存储数据太大，高质量的数据集以及用于伴随它们的工具将变得更容易为我们每个人所接受。

数据丰富，智慧贫乏

虽然天文学界已经为协作开放科学实践制定了标准，但许多领域仍然植根于“声誉和自我专业发展”的传统实践。对于许多人来说，很难知道我们如何才能超越这种对立的根深蒂固的学术兴趣。然而，当今现代科学面临的实际挑战将迫使它不可避免地引发一场文化革命，随着当今开放的科学数据共享、期刊和免费软件的出现，这种范式转变已经发生。我们现在在自然世界的科学观察中拥有的数据量正在爆炸式增长，超出了传统机构基础设施所能提供的维护、存储和筛选用于维护、存储和筛选不断扩展的大量原始知识的最大工具负载的数据量。能力。

关于人类健康、经济活动、社会动态和宇宙以及我们对宇宙的影响的数千 PB 有价值的数据和观察结果存储在过时的存储系统中。搜索引擎无法访问这些数据，这些数据存储在只有少数人知道的神秘模式中，并且可能从未使用过。据估计，由于技术过时和档案基础设施不完善，1990年代收集的原始科学数据中有80%以上永远丢失了。即使在今天，从论文发表三年后开始，找到数据集的概率每年都在下降 17%。故意限制获取科学数据的做法限制了我们社会的创新步伐。

分散式文件存储协议通过内容可寻址数据、数据存储的可编程激励、出处跟踪、审查阻力以及可随全球采用而扩展的带宽来解决此问题。解决方案。由这些功能驱动的点对点科学数据共享可以提供弹性数字结构，使分散的社区能够围绕当今最关键和最具挑战性的问题保持认知统一。

点对点内容网络的简史

点对点文件共享与 Internet 一样古老。事实上，我们所知道的互联网的前身 ARPANET 于 1969 年首次推出时，严格来说是一个点对点网络。网络退化的弹性、高双向带宽、信息冗余、资源聚合和固有的参与自然是使分布式对等网络成为早期互联网架构师和工程师设计选择的主要原因。在互联网的短暂历史中，这种直接信息共享的多次迭代已经发生。

1973 年公钥密码术的出现标志着身份协议和可通过巧妙的密钥对签名系统验证内容的开始。网络上的用户第一次可以信任由密钥加密的信息包，前提是它是由已知身份公开发布的密钥的唯一解密。后来，Ralph Merkle 在 1979 年发明了 Merkle 树，作为一种跟踪信息包来源的方法比特币交易存储数据太大，为 git 和 svn 等版本控制软件铺平了道路。公钥密码学与 Merkle 树数据结构的集成推动了区块链、分布式计算和共识机制等新的创新，这些创新增强了对攻击的弹性并最大限度地减少了网络中的分布信息碎片问题。

分布式网络最著名的例子之一是 Napster，它通过一个集中式索引服务器连接对等点，该服务器在 2001 年 Metallica 起诉侵犯版权后被当局关闭。分布式哈希表 (DHT) 的引入已经彻底改变了对等网络的设计，解锁了更高水平的去中心化，并使网络对内容审核和审查更具弹性。 DHT 最初用于帮助对等网络上节点位置的相互记忆。在早期的互联网时代，这种方法将允许点对点网络以真正去中心化的方式扩展，因为它们不需要依赖像 Napster 这样的中心化服务器。极受欢迎的点对点网络 BitTorrent 是最早使用 DHT 技术的网络之一。

比特币代码库指纹

2009年，比特币进入了人们的视野。虽然比特币之前的点对点网络允许用户轻松快速地相互传输数据，但它们并非旨在成为可加密验证交换的防篡改记录。只有在提交交易的节点证明他们在短时间内完成了一定数量的计算工作时，事件才能附加到比特币账本上。比特币是第一个具有单一全球状态的点对点网络实例，它定义了网络共识的真实性，即代表经济价值的加密代币的转移。

用于验证分布式网络中事件的加密证明概念为加速点对点技术的创新铺平了道路。星际文件系统 (IPFS) 是一种点对点文件共享协议，它结合了去中心化计算（如 DHT 和 Merkle 树）的关键进步与加密证明，为互联网上的永久记录存档提供了基础层。 IPFS 使信息真正属于网络的公共资源成为可能。 IPFS 通过对内容的修改、对数据完整性攻击的纠正以及对集中式服务提供商施加的带宽瓶颈的纠正，使其在本质上能够抵抗地理审查。能力。

云存储现状

21 世纪初，中心化云服务商的出现成为互联网内容的把关者。如今，云存储市场由极少数玩家主导。据Canalysis（2020）估计，亚马逊、微软和谷歌控制了一半以上的市场，而仅亚马逊就控制了三分之一的市场。亚马逊通过解决早期互联网的关键可扩展性问题实现了近乎垄断的地位，但正如它所做的那样，亚马逊也创造了一系列新的问题，所有这些问题都源于中心化。主要问题是资源分配效率低下、孤立存储库中的数据碎片、缺乏隐私和安全性以及不必要的高成本。总的来说，云服务提供商控制着他们管理的所有存储数据，使他们成为知识访问的仲裁者。

大型科技公司采用的控制模式分类

亚马逊最近开始向科学家提供一项诱人的数据存储协议，以进一步增加其内容护城河的规模和深度。分析人士推测，如果亚马逊的服务能够从工业、学术界和政府的研究人员那里编译出大型、高质量的可互操作数据集，亚马逊的服务可能会变得更加有价值。例如，Allen Brain Observatory 与 Amazon 达成了一项协议，将 10 TB 的宝贵神经影像观测数据存储在其云中。

虽然亚马逊为数据上传提供免费存储，但从其服务器导出数据往往会产生高额费用，有时会在其庞大的计算中心内捕获数据，并使亚马逊公开成为资助研究的实际所有者。社区的反应似乎导致亚马逊考虑为“合格”研究机构提供每月 15% 的云存储费用减免。亚马逊似乎从科学出版业中吸取了教训，将获取知识作为其日益扩展的云计算业务模式的另一个有利可图的组成部分。即便如此，与集中化趋势相反的逆流正在形成，并准备打破大型科技公司在过去 20 年中建立的控制基石。

期待更开放的网络

作为这种逆流的一部分，IPFS 导致了许多其他技术创新的出现，这些创新为去中心化网络提供了动力。在本系列文章中，我们介绍了主要的去中心化数据存储协议，并讨论了它们作为去中心化科学数据公共基础结构的潜力。我们深入探讨了 IPFS 背后的历史、机制和流行应用程序。

引用

艾伦脑研究所。 （2018 年 8 月 9)。神经科学数据加入云端。检索于 2021 年 11 月 21 日，来自

亚马逊。 （2018 年 7 月 12 日）。艾伦脑科学研究所、NOAA、哈勃太空望远镜等提供新的 AWS 公共数据集。检索于 2021 年 11 月 12 日，来自艾伦脑科学研究所、NOAA、哈勃太空望远镜等提供的新 AWS 公共数据集

C 分析。 （2020 年 4 月 2 日9)。全球云服务市场 Q1 2021. 检索于 2021 年 11 月 27 日，来自

Cocks, C.（2001 年 12 月）。基于二次残差的基于身份的加密方案。在 IMA 密码学和编码国际会议上（第 360-36 页3)。Springer，柏林，海德堡。

乔斯林·戈德芬和艾薇·阮。 （2018 年 3 月 2 日7)。数据不是新石油。2021 年 11 月 20 日检索自 Data is not the new oil — TechCrunch

默克尔，R. C.（1987 年 8 月）。基于传统加密功能的数字签名。在密码技术理论和应用会议上（第 369-37 页8)。Springer，柏林，海德堡。

帕拉蒂。 （2017 年 10 月 2 日5) . P2P 内容分发简史，10 个主要步骤。检索于 2021 年 11 月 20 日，来自 P2P 内容分发简史，10 个主要步骤 | by Paratii | Paratii | Medium

Nakamoto, S (2008)。比特币：点对点电子现金系统。去中心化商业评论，21260.

Vines，T.H. 等。人。 （2014)。研究数据的可用性随着文章年龄而迅速下降。当前生物学，24（1)，94-97.

Wiener-Bronner, D.（2013 年 12 月 2 日3)。1990 年代的大多数科学研究数据永远丢失。2021 年 11 月 13 日检索自 1990 年代的大多数科学研究数据永远丢失 —大西洋