金融科技課件(完整版)

1、金融科技Financial Technology項(xiàng)目一 云金融教學(xué)目標(biāo)1.能夠分析云平臺(tái)與信息系統(tǒng)的資源層、平臺(tái)層、應(yīng)用層、管理層以及用戶訪問層五個(gè)基本組成部分；2.能夠熟練分析云計(jì)算服務(wù)的三種基本模式SaaS模式、PaaS模式和IaaS模式；3.能夠闡述云計(jì)算帶來的金融變革，分析云計(jì)算未來發(fā)展的趨勢。知識(shí)目標(biāo)1.掌握云計(jì)算的定義、特點(diǎn)，理解云計(jì)算的架構(gòu)，三種服務(wù)的模式各自的特點(diǎn)；2.理解云計(jì)算平臺(tái)與信息系統(tǒng)基本結(jié)構(gòu)組成；3.理解云計(jì)算的關(guān)鍵技術(shù)及其在金融領(lǐng)域的應(yīng)用。能力目標(biāo)云金融云計(jì)算的內(nèi)涵一二三云計(jì)算在金融領(lǐng)域的運(yùn)用云計(jì)算帶來的金融變革和發(fā)展趨勢任務(wù)一云計(jì)算的內(nèi)涵一一、云計(jì)算技術(shù)概念二、云

2、計(jì)算的特點(diǎn)三、云計(jì)算服務(wù)的模式四、云平臺(tái)與信息系統(tǒng)基本結(jié)構(gòu)五、云計(jì)算潛在的危險(xiǎn)性一、云計(jì)算技術(shù)概念美國國家標(biāo)準(zhǔn)與技術(shù)研究院(National Institute Standards and Technology，NIST)將云計(jì)算定義為：云計(jì)算是一種按使用量付費(fèi)的模式，提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進(jìn)入可配置的計(jì)算資源共享池(資源包括網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)、應(yīng)用軟件、服務(wù))，這些資源能夠被快速地提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。二、云計(jì)算的特點(diǎn)（一）（二）（七）（六）（三）（四）（五）超大規(guī)模虛擬化極其廉價(jià)高可靠性按需服務(wù)通用性高可擴(kuò)展性特點(diǎn)三、云計(jì)算服務(wù)的模式(一

3、)SaaS軟件即服務(wù)(二)PaaS平臺(tái)即服務(wù) (三)IaaS架構(gòu)即服務(wù)四、云平臺(tái)與信息系統(tǒng)基本結(jié)構(gòu)（一）（二）（五）（三）（四）資源層平臺(tái)層應(yīng)用層用戶訪問層管理層五、云計(jì)算潛在的危險(xiǎn)性危險(xiǎn)性云計(jì)算服務(wù)：計(jì)算服務(wù)、存儲(chǔ)服務(wù)云計(jì)算服務(wù)當(dāng)前壟斷在私人機(jī)構(gòu)(企業(yè))手中，僅提供商業(yè)信用，因此政府機(jī)構(gòu)、商業(yè)機(jī)構(gòu)應(yīng)保持足夠的警惕。不可避免地會(huì)讓這些私人機(jī)構(gòu)以“數(shù)據(jù)(信息)”的重要性挾制整個(gè)社會(huì)。任務(wù)一小結(jié)云計(jì)算的內(nèi)涵包括五個(gè)方面云計(jì)算技術(shù)概念45321云計(jì)算潛在的危險(xiǎn)性云計(jì)算的特點(diǎn)云平臺(tái)與信息系統(tǒng)基本結(jié)構(gòu)云計(jì)算服務(wù)的模式做中學(xué) 1-1金融行業(yè)中的云計(jì)算5-6名同學(xué)一組完成任務(wù)：1、討論云計(jì)算服務(wù)的模式有哪些

4、，各自適用于哪些領(lǐng)域？2、各組選擇一個(gè)應(yīng)用云計(jì)算的案例，分析其云金融的特點(diǎn)。金融科技Financial Technology項(xiàng)目一 云金融教學(xué)目標(biāo)1.能夠分析云平臺(tái)與信息系統(tǒng)的資源層、平臺(tái)層、應(yīng)用層、管理層以及用戶訪問層五個(gè)基本組成部分；2.能夠熟練分析云計(jì)算服務(wù)的三種基本模式SaaS模式、PaaS模式和IaaS模式；3.能夠闡述云計(jì)算帶來的金融變革，分析云計(jì)算未來發(fā)展的趨勢。知識(shí)目標(biāo)1.掌握云計(jì)算的定義、特點(diǎn)，理解云計(jì)算的架構(gòu)，三種服務(wù)的模式各自的特點(diǎn)；2.理解云計(jì)算平臺(tái)與信息系統(tǒng)基本結(jié)構(gòu)組成；3.理解云計(jì)算的關(guān)鍵技術(shù)及其在金融領(lǐng)域的應(yīng)用。能力目標(biāo)云金融云計(jì)算的內(nèi)涵一二三云計(jì)算在金融領(lǐng)域的運(yùn)

5、用云計(jì)算帶來的金融變革和發(fā)展趨勢任務(wù)三云計(jì)算帶來的金融變革和發(fā)展趨勢三一、云計(jì)算帶來的金融變革二、云計(jì)算未來發(fā)展的趨勢一、云計(jì)算帶來的金融變革金融變革1423革新IT基礎(chǔ)建設(shè)，滿足彈性發(fā)展需求變革金融業(yè)務(wù)營銷模式，實(shí)現(xiàn)精準(zhǔn)營銷促進(jìn)新的行業(yè)秩序和規(guī)則形成，構(gòu)建互聯(lián)網(wǎng)金融風(fēng)控體系制定合理資源分配方案，降低安全風(fēng)險(xiǎn)二、云計(jì)算未來發(fā)展的趨勢云計(jì)算擴(kuò)展投資價(jià)值混合云計(jì)算的出現(xiàn)云將實(shí)現(xiàn)自助分析以云為中心的設(shè)計(jì)移動(dòng)云服務(wù)云分析將無處不在云將實(shí)現(xiàn)視頻分析云讓一切變得智能化云分析將改善城市生活云將實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)云將實(shí)現(xiàn)安全的分析云支持創(chuàng)新的解決方案一二三四五六七八九十十一十二任務(wù)三小結(jié)云計(jì)算帶來的金融變革21云

6、計(jì)算未來發(fā)展的趨勢云計(jì)算帶來的金融變革和發(fā)展趨勢做中學(xué) 1-3金融行業(yè)中的云計(jì)算5-6名同學(xué)一組完成任務(wù)：1、搜集整理國外、國內(nèi)云金融的相關(guān)生態(tài)系統(tǒng)論述，描述云金融發(fā)展現(xiàn)狀，并分析其未來發(fā)展趨勢？金融科技Financial Technology項(xiàng)目二 大數(shù)據(jù)金融教學(xué)目標(biāo)知識(shí)目標(biāo)1.掌握大數(shù)據(jù)的基本概念； 2.了解大數(shù)據(jù)技術(shù)的處理流程；3.掌握大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用； 4.了解大數(shù)據(jù)技術(shù)的應(yīng)用趨勢。能力目標(biāo)1.能夠利用大數(shù)據(jù)技術(shù)手段為客戶提供金融服務(wù)；2.理解大數(shù)據(jù)技術(shù)對(duì)金融業(yè)帶來的影響并積極予以運(yùn)用。內(nèi)容導(dǎo)航一大數(shù)據(jù)的基本概念二大數(shù)據(jù)的處理流程三大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用四大數(shù)據(jù)技術(shù)的發(fā)展趨勢

7、及應(yīng)用前景大數(shù)據(jù)的基本概念一一、大數(shù)據(jù)的基本概念（一）（二）（三）大數(shù)據(jù)的定義大數(shù)據(jù)的分類 大數(shù)據(jù)的基本原理一、大數(shù)據(jù)的基本概念導(dǎo)入案例導(dǎo)讀【精品微課_二維碼：沃爾瑪“啤酒加尿布”的故事】一、大數(shù)據(jù)的基本概念（一）大數(shù)據(jù)的定義一、大數(shù)據(jù)的基本概念麥肯錫全球研究所對(duì)大數(shù)據(jù)的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合。一、大數(shù)據(jù)的基本概念數(shù)據(jù)類型多樣（Variety）應(yīng)用價(jià)值高（Value）數(shù)據(jù)處理速度快（Velocity）數(shù)據(jù)規(guī)模大（Volume）數(shù)據(jù)真實(shí)（Veracity）大數(shù)據(jù)的5V特征：一、大數(shù)據(jù)的基本概念（二）大數(shù)據(jù)的分類 一、大數(shù)據(jù)的

8、基本概念數(shù)據(jù)結(jié)構(gòu)上分類處理方式上分類數(shù)據(jù)來源和行業(yè)來分類結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)無結(jié)構(gòu)數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)離線數(shù)據(jù)網(wǎng)絡(luò)數(shù)據(jù)社交媒體數(shù)據(jù)醫(yī)療數(shù)據(jù)農(nóng)業(yè)數(shù)據(jù)身體健康數(shù)據(jù)設(shè)備監(jiān)測數(shù)據(jù)一、大數(shù)據(jù)的基本概念（三）大數(shù)據(jù)的基本原理一、大數(shù)據(jù)的基本概念物聯(lián)網(wǎng)云計(jì)算物聯(lián)網(wǎng)可看作大數(shù)據(jù)的采集端云計(jì)算可看作大數(shù)據(jù)的核心技術(shù)處理端一、大數(shù)據(jù)的基本概念物聯(lián)網(wǎng)物聯(lián)網(wǎng)產(chǎn)生海量數(shù)據(jù)，是大數(shù)據(jù)來源的基礎(chǔ)設(shè)施。日常生活中，大數(shù)據(jù)的來源主要集中在以下三方面：以微博、微信為代表的社交網(wǎng)絡(luò)；電子商務(wù)平臺(tái)；攝像頭收集的視頻和圖片等信息。一、大數(shù)據(jù)的基本概念云計(jì)算云計(jì)算為大數(shù)據(jù)的計(jì)算和分析提供了可行的方法。云計(jì)算的數(shù)據(jù)在云端，任何時(shí)間、任何設(shè)備，只

9、要登陸后就可以享受計(jì)算服務(wù)。通過云計(jì)算對(duì)數(shù)據(jù)進(jìn)行處理后，數(shù)據(jù)可成為一種基礎(chǔ)的公共物品，被人所用。一、大數(shù)據(jù)的基本概念做中學(xué) 2-1生活中的大數(shù)據(jù)5-6名同學(xué)一組，各組選擇一個(gè)行業(yè)，收集該行業(yè)大數(shù)據(jù)應(yīng)用的典型案例1個(gè)，并進(jìn)行分析，寫出案例分析報(bào)告。思考：大數(shù)據(jù)的應(yīng)用是否可能誤導(dǎo)決策？如果要保證數(shù)據(jù)分析的準(zhǔn)確性，防止被誤導(dǎo)，需要滿足什么前提條件？金融科技Financial Technology項(xiàng)目二 大數(shù)據(jù)金融教學(xué)目標(biāo)知識(shí)目標(biāo)1.掌握大數(shù)據(jù)的基本概念； 2.了解大數(shù)據(jù)技術(shù)的處理流程；3.掌握大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用； 4.了解大數(shù)據(jù)技術(shù)的應(yīng)用趨勢。能力目標(biāo)1.能夠利用大數(shù)據(jù)技術(shù)手段為客戶提供金融服務(wù)

10、；2.理解大數(shù)據(jù)技術(shù)對(duì)金融業(yè)帶來的影響并積極予以運(yùn)用。內(nèi)容導(dǎo)航一大數(shù)據(jù)的基本概念二大數(shù)據(jù)的處理流程三大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用四大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)的處理流程二二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲(chǔ)數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程（一）各種智能設(shè)備中的運(yùn)行數(shù)據(jù)（二）互聯(lián)網(wǎng)網(wǎng)頁數(shù)據(jù)（三）RFID射頻數(shù)據(jù)大數(shù)據(jù)的數(shù)據(jù)源主要來自以下三方面：二、大數(shù)據(jù)的處理流程網(wǎng)頁數(shù)據(jù)采集應(yīng)用最廣泛的技術(shù)就是網(wǎng)絡(luò)爬蟲二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲(chǔ)數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程大數(shù)據(jù)的存儲(chǔ)系統(tǒng)必須對(duì)多種數(shù)據(jù)及軟硬件平臺(tái)有較好的兼容性，以適應(yīng)各種應(yīng)用算法或者數(shù)據(jù)提取轉(zhuǎn)換與加載?，F(xiàn)階段常用的大

11、數(shù)據(jù)存儲(chǔ)技術(shù)包括：第二類，基于Hadoop技術(shù)擴(kuò)展和封裝，圍繞Hadoop衍生出相關(guān)的大數(shù)據(jù)技術(shù)，應(yīng)對(duì)傳統(tǒng)關(guān)系型數(shù)據(jù)庫較難處理的數(shù)據(jù)和場景，充分利用Hadoop開源的優(yōu)勢。第三類，大數(shù)據(jù)一體機(jī)，這是一種專為大數(shù)據(jù)分析處理而設(shè)計(jì)的軟件、硬件結(jié)合的產(chǎn)品，由一組集成的服務(wù)器、存儲(chǔ)設(shè)備、操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)以及為數(shù)據(jù)查詢、處理、分析而特別預(yù)先安裝及優(yōu)化的軟件組成。高性能大數(shù)據(jù)一體機(jī)具有良好的穩(wěn)定性和縱向擴(kuò)展性。第一類，采用大規(guī)模并行處理系統(tǒng)（MPP）架構(gòu)的新型數(shù)據(jù)庫集群，重點(diǎn)面向行業(yè)大數(shù)據(jù)，采用無共享（Shared Nothing）架構(gòu)，通過列存儲(chǔ)、粗粒度索引等大數(shù)據(jù)處理技術(shù)，再結(jié)合MPP架構(gòu)高效

12、的分布式計(jì)算模式，完成對(duì)分析類應(yīng)用的支撐。二、大數(shù)據(jù)的處理流程就存儲(chǔ)大數(shù)據(jù)的數(shù)據(jù)庫而言，最流行的兩種數(shù)據(jù)庫就是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫和新興的 NOSQL數(shù)據(jù)庫。微軟的 SQL Server數(shù)據(jù)庫、IBM的DB2數(shù)據(jù)庫、甲骨文的 Oracle數(shù)據(jù)庫、開源的 MySQL數(shù)據(jù)庫都是關(guān)系型數(shù)據(jù)庫的典型。NOSQL數(shù)據(jù)庫是近年來隨著大數(shù)據(jù)技術(shù)發(fā)展而興起的一種數(shù)據(jù)庫技術(shù)。 NOSQL數(shù)據(jù)庫依據(jù)存儲(chǔ)對(duì)象和存儲(chǔ)方法的不同又可以分成鍵值型數(shù)據(jù)庫、文檔型數(shù)據(jù)庫、列存儲(chǔ)數(shù)據(jù)庫、圖存儲(chǔ)數(shù)據(jù)庫。二、大數(shù)據(jù)的處理流程序號(hào)類型部分代表特點(diǎn)1鍵值型Oracle BDBGoogle BigTable Amazon DynamoDB

13、鍵值型數(shù)據(jù)庫主要會(huì)使用到一個(gè)哈希表，這個(gè)表中有一個(gè)特定的鍵和一個(gè)指針指向特定的數(shù)據(jù)。鍵值型數(shù)據(jù)庫的優(yōu)勢在于簡單、易部署，但如果只對(duì)部分值進(jìn)行查詢或更新，則效率相對(duì)低下。2文檔型Mongo DBCouch DB此類數(shù)據(jù)庫可存放并獲取文檔，其格式可以是XML、JSON、BSON等，這些文檔具備可述性（self-describing），呈現(xiàn)分層的樹狀結(jié)構(gòu)（hierarchical tree data structure），可以包含映射表、集合和純量值。文檔數(shù)據(jù)庫可視為其值可查的鍵值數(shù)據(jù)庫，可以對(duì)某些字段建立索引，實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫某些功能。二、大數(shù)據(jù)的處理流程序號(hào)類型部分代表特點(diǎn)3列存儲(chǔ)HbaseCas

14、sandraHypertable列存儲(chǔ)數(shù)據(jù)庫通常是用來應(yīng)對(duì)分布式存儲(chǔ)的海量數(shù)據(jù)。鍵仍然存在，但是它們的特點(diǎn)是指向了多個(gè)列。這些列是由列家族來安排。特點(diǎn)是方便存儲(chǔ)結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，方便數(shù)據(jù)壓縮，對(duì)針對(duì)基于列的查詢有很大優(yōu)勢。4圖存儲(chǔ)Neo4JInfinite Graph使用靈活的圖形模型，并且能夠擴(kuò)展到多個(gè)服務(wù)器上。將數(shù)據(jù)存儲(chǔ)在圖狀網(wǎng)絡(luò)的節(jié)點(diǎn)上及它們之間的關(guān)系中，這里的圖不是指圖形圖像，而是指一種數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)。二、大數(shù)據(jù)的處理流程在金融科技應(yīng)用中，我們應(yīng)如何選擇合適的數(shù)據(jù)存儲(chǔ)技術(shù)呢？一般來講，有嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)結(jié)構(gòu)，對(duì)數(shù)據(jù)的可靠性要求高，經(jīng)常需要對(duì)數(shù)據(jù)進(jìn)行商業(yè)智能分析，這類數(shù)據(jù)庫適合存儲(chǔ)在關(guān)系數(shù)據(jù)

15、庫中，一般可以選擇開源的 MySQL數(shù)據(jù)庫；相反，那些數(shù)據(jù)量特別大，對(duì)數(shù)據(jù)的擴(kuò)展性要求高，對(duì)數(shù)據(jù)庫的可用性要求高，對(duì)存儲(chǔ)效率和恢復(fù)響應(yīng)要求高的數(shù)據(jù)則適用于 NOSQL數(shù)據(jù)庫。二、大數(shù)據(jù)的處理流程在實(shí)踐中，通常會(huì)將NOSQL和關(guān)系數(shù)據(jù)庫進(jìn)行結(jié)合使用，各取所長，可以分為兩種模式：第一種： NOSQL數(shù)據(jù)庫作為輔助存儲(chǔ)。把所有的數(shù)據(jù)都存放在關(guān)系數(shù)據(jù)庫中，可能被經(jīng)常頻繁讀取的數(shù)據(jù)再存放在 NOSQL數(shù)據(jù)庫中一份，其目的是提高數(shù)據(jù)的查詢速度，減少關(guān)系數(shù)據(jù)庫的并發(fā)訪問負(fù)載。第二種： NOSQL數(shù)據(jù)庫作為主存儲(chǔ)。把所有的數(shù)據(jù)存儲(chǔ)在 NOSQL數(shù)據(jù)庫中，為了一些特殊業(yè)務(wù)或功能的需要，在將數(shù)據(jù)存入 NOSQL的

16、時(shí)候，同時(shí)存儲(chǔ)到關(guān)系數(shù)據(jù)庫一份。數(shù)據(jù)存儲(chǔ)和查詢主要是由 NOSQL數(shù)據(jù)庫完成，少量的數(shù)據(jù)是從關(guān)系數(shù)據(jù)庫讀取。二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲(chǔ)數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程數(shù)據(jù)抽取12數(shù)據(jù)清洗3數(shù)據(jù)脫敏在數(shù)據(jù)處理環(huán)節(jié)，主要完成三項(xiàng)操作：二、大數(shù)據(jù)的處理流程數(shù)據(jù)抽取1第一種，全量抽取。類似于數(shù)據(jù)遷移或數(shù)據(jù)復(fù)制，將數(shù)據(jù)源中的表格或視圖的數(shù)據(jù)原封不動(dòng)地從數(shù)據(jù)庫中抽取出來，并轉(zhuǎn)換成自己的ETL（Extraction-Transformation-Loading，數(shù)據(jù)提取、轉(zhuǎn)換和加載）工具可以識(shí)別的格式。第二種，增量提取。抽取自上次抽取以來數(shù)據(jù)庫中要抽取的表中新增、修改、刪除的數(shù)據(jù)。二、大數(shù)據(jù)的

17、處理流程數(shù)據(jù)清洗2在采集數(shù)據(jù)時(shí)，會(huì)存在大量的“臟”數(shù)據(jù)。這些數(shù)據(jù)或與我們的需求無關(guān)，或是錯(cuò)誤數(shù)據(jù)，或是相互之間有沖突，因此要通過“去噪”過濾掉這些不符要求的數(shù)據(jù)，提取出有效數(shù)據(jù)，這一過程稱為“數(shù)據(jù)清洗”（Data Cleaning）。二、大數(shù)據(jù)的處理流程數(shù)據(jù)脫敏3現(xiàn)階段常用的數(shù)據(jù)處理技術(shù)有Ab Initio（大數(shù)據(jù)處理軟件平臺(tái)技術(shù)）、Hadoop（開源分布系統(tǒng)的基礎(chǔ)架構(gòu)，適合處理超大量的數(shù)據(jù)）、Netezza（IBM基于數(shù)據(jù)倉庫的分析技術(shù)）Hadoop是由Apache軟件基金會(huì)發(fā)起的一個(gè)分布式計(jì)算平臺(tái)，也是目前最為流行的大數(shù)據(jù)處理平臺(tái)。用戶可以在該平臺(tái)上開發(fā)和運(yùn)行處理海量數(shù)據(jù)的應(yīng)用程序。Had

18、oop在數(shù)據(jù)提取、變形和加載（FTL）方面具有優(yōu)勢，擅長存儲(chǔ)大量的半結(jié)構(gòu)化數(shù)據(jù)集，也非常擅長分布式計(jì)算快速地跨多臺(tái)機(jī)器處理大型數(shù)據(jù)集合。數(shù)據(jù)脫敏指對(duì)一些涉及個(gè)人隱私的敏感信息，如身份證號(hào)、電話號(hào)碼、銀行賬戶等，進(jìn)行數(shù)據(jù)的變形處理，達(dá)到隱私保護(hù)的目的。二、大數(shù)據(jù)的處理流程數(shù)據(jù)采集數(shù)據(jù)存儲(chǔ)數(shù)據(jù)挖掘數(shù)據(jù)處理二、大數(shù)據(jù)的處理流程數(shù)據(jù)挖掘（Data Mining）的前身是數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)技術(shù)（KDD），是指運(yùn)用計(jì)算機(jī)技術(shù)從大量數(shù)據(jù)中將隱藏的有價(jià)值的信息提取出來的過程?；诤Ａ繑?shù)據(jù)；具有非平凡性，即挖掘出來的知識(shí)應(yīng)該是不簡單的；隱藏性，即數(shù)據(jù)挖掘是要發(fā)現(xiàn)深藏在數(shù)據(jù)內(nèi)部而非浮現(xiàn)在數(shù)據(jù)表面的知識(shí)；價(jià)值性，即

19、挖掘的知識(shí)能給企業(yè)帶來直接或間接效益。1234二、大數(shù)據(jù)的處理流程數(shù)據(jù)挖掘有很多技術(shù)方法，歸納起來主要涉及統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)庫等領(lǐng)域的研究成果。（一）統(tǒng)計(jì)分析統(tǒng)計(jì)分析是指利用統(tǒng)計(jì)學(xué)對(duì)大數(shù)據(jù)進(jìn)行分析，包括統(tǒng)計(jì)學(xué)中的回歸分析、差異分析、判別分析、因子分析等，主要用來處理結(jié)構(gòu)化數(shù)據(jù)。統(tǒng)計(jì)分析反映了數(shù)據(jù)庫中數(shù)據(jù)的屬性值特性，通過函數(shù)表達(dá)數(shù)據(jù)映射關(guān)系來發(fā)現(xiàn)屬性值之間的依賴關(guān)系。它可以應(yīng)用到對(duì)數(shù)據(jù)序列的預(yù)測及相關(guān)關(guān)系的研究中去。例如，通過對(duì)本季度銷售的回歸分析，對(duì)下一季度的銷售趨勢做出預(yù)測并做出針對(duì)性的營銷改變。二、大數(shù)據(jù)的處理流程（二）聚類分析聚類分析是一種重要的數(shù)據(jù)挖掘方法，具體是指根據(jù)事物的特征

20、進(jìn)行分類，以期從中發(fā)現(xiàn)一定的規(guī)律。聚類類似于分類，但與分類的目的不同，是針對(duì)數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個(gè)類別。其原則是使同一類事物盡可能相似，不同類事物盡可能差異大。屬于同一類別的數(shù)據(jù)間的相似性大，但不同類別之間數(shù)據(jù)的相似性很小，跨類的數(shù)據(jù)關(guān)聯(lián)性很低。聚類分析又可細(xì)分為劃分聚類法、層次聚類法、基于網(wǎng)格和模型的聚類法。二、大數(shù)據(jù)的處理流程（三）決策樹決策樹是機(jī)器學(xué)習(xí)中最基礎(chǔ)、應(yīng)用最廣泛的算法模型。其原理是，在一批已知的訓(xùn)練數(shù)據(jù)的基礎(chǔ)上建立一棵決策樹，利用決策樹對(duì)數(shù)據(jù)進(jìn)行分析和預(yù)測。常見的算法包括分類回歸樹（CART）、ID3、C4.5、隨機(jī)森林等。決策樹可用于預(yù)測貸款人是否具有償還貸款

21、的能力。借款人通過三個(gè)核心指標(biāo)來判斷：是否擁有房產(chǎn)、是否結(jié)婚、月收入金額。決策樹的每一個(gè)內(nèi)部節(jié)點(diǎn)都分別代表一個(gè)指標(biāo)，樹葉節(jié)點(diǎn)則表示貸款人是否具備還款能力。例如，客戶甲沒有房產(chǎn)，未婚，月收入8000元。通過決策樹的節(jié)點(diǎn)判斷，該用戶最終落在“可以償還”的樹葉節(jié)點(diǎn)上。因此預(yù)測該用戶具備償還能力。二、大數(shù)據(jù)的處理流程（四）人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（ANN）是一種仿照人腦神經(jīng)元結(jié)構(gòu)和功能進(jìn)行數(shù)據(jù)分析的信息處理系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)作為一種先進(jìn)的人工智能技術(shù)，因其自行處理、分布存儲(chǔ)和高度容錯(cuò)等特性非常適合處理非線性的以及那些模糊、不完整、不嚴(yán)密的數(shù)據(jù)，因此在數(shù)據(jù)挖掘領(lǐng)域得到廣泛應(yīng)用。二、大數(shù)據(jù)的處理流程（四）

22、人工神經(jīng)網(wǎng)絡(luò)用于分類預(yù)測和模式識(shí)別的前饋式神經(jīng)網(wǎng)絡(luò)模型，其主要代表為函數(shù)型網(wǎng)絡(luò)、感知機(jī)；A用于聯(lián)想記憶和優(yōu)化算法的反饋式神經(jīng)網(wǎng)絡(luò)模型，以Hopfield的離散模型和連續(xù)模型為代表；B用于聚類的自組織映射方法，以ART模型為代表。C典型的神經(jīng)網(wǎng)絡(luò)模型主要分為三大類二、大數(shù)據(jù)的處理流程（五）關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域特有的技術(shù)，由一連串的“如果/則”的邏輯規(guī)則對(duì)數(shù)據(jù)進(jìn)行細(xì)分，以期在數(shù)據(jù)庫中搜索和挖掘以往不知道的規(guī)則。關(guān)聯(lián)規(guī)則是找出隱藏在數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)或相互關(guān)系，根據(jù)一個(gè)數(shù)據(jù)項(xiàng)的出現(xiàn)推導(dǎo)出其他數(shù)據(jù)項(xiàng)的出現(xiàn)。關(guān)聯(lián)規(guī)則的挖掘過程主要包括兩個(gè)階段：第一階段為從海量原始數(shù)據(jù)中找出所有的高頻項(xiàng)目組；第二

23、階段為從這些高頻項(xiàng)目組產(chǎn)生關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則挖掘技術(shù)已經(jīng)被廣泛應(yīng)用于金融企業(yè)中，用以預(yù)測客戶需求和偏好來改善自身的營銷。二、大數(shù)據(jù)的處理流程（六）Web數(shù)據(jù)挖掘Web數(shù)據(jù)挖掘是一項(xiàng)綜合性技術(shù)，指Web從文檔結(jié)構(gòu)和使用的集合C中發(fā)現(xiàn)隱含的模式P，如果將C看做是輸入，P看做是輸出，那么Web挖掘過程就可以看作是從輸入到輸出的一個(gè)映射過程。目前常用的Web數(shù)據(jù)挖掘算法有：PageRank算法、HITS算法以及LOGSOM算法。這三種算法提到的用戶都是籠統(tǒng)的用戶，并沒有區(qū)分用戶的個(gè)體。目前Web數(shù)據(jù)挖掘面臨著一些問題，包括：用戶的分類問題、網(wǎng)站內(nèi)容時(shí)效性問題、用戶在頁面停留時(shí)間問題、頁面的鏈入與鏈出數(shù)

24、問題等。二、大數(shù)據(jù)的處理流程（七）數(shù)據(jù)可視化技術(shù)數(shù)據(jù)可視化是大數(shù)據(jù)技術(shù)非常重要的一環(huán)，關(guān)系到數(shù)據(jù)處理的最終效果和用戶體驗(yàn)。數(shù)據(jù)可視化技術(shù)可以將有價(jià)值的信息展示出來，同時(shí)還能將其出現(xiàn)的原因背景以及其他相關(guān)價(jià)值信息列示出來，使隱藏在大數(shù)據(jù)資源背后的真相呈現(xiàn)在眾人面前?？梢暬瘮?shù)據(jù)無需任何編程基礎(chǔ)，只需要上傳數(shù)據(jù)，就能創(chuàng)建和發(fā)布圖表。數(shù)據(jù)可視化分析技術(shù)是以圖表、圖形、報(bào)表等方式將大數(shù)據(jù)分析處理的結(jié)果直觀地、可視地展示給用戶的過程。二、大數(shù)據(jù)的處理流程可視化工具簡介ExcelExcel作為一個(gè)人門級(jí)工具，是快速分析數(shù)據(jù)的理想工具，也能創(chuàng)建供內(nèi)部使用的數(shù)據(jù)圖，但 Excel在顏色、線條和樣式上可選擇的范圍

25、有限。D3D3( Date Driven document)是支持SVG渲染的另一種 JavaScript庫，能夠提供大量線性圖和條形圖之外的復(fù)雜圖表樣式，例如 Voronoi圖、樹形圖、圓形集群和單詞云等。Visual.lyVisual.ly的主要定位是“信息圖設(shè)計(jì)師的在線集市”，同時(shí)也提供了大量信息圖模板。RR作為用來分析大數(shù)據(jù)集的統(tǒng)計(jì)組件包，擁有強(qiáng)大的社區(qū)和組件庫，但R是一個(gè)相對(duì)復(fù)雜的開源工具。GepiGepi是進(jìn)行社交圖譜數(shù)據(jù)可視化分析的工具，不但能處理大規(guī)模數(shù)據(jù)集并生成漂亮的可視化圖形，還能對(duì)數(shù)據(jù)進(jìn)行清洗和分類。TableauTableau更適合企業(yè)和部門進(jìn)行日常數(shù)據(jù)報(bào)表和數(shù)據(jù)可視化

26、分析工作，產(chǎn)品涵蓋 Tableau Desktop、Tableau Server以及 Tableau Public二、大數(shù)據(jù)的處理流程做中學(xué) 2-1生活中的大數(shù)據(jù)5-6名同學(xué)一組，各組選擇一個(gè)數(shù)據(jù)可視化分析工具（軟件），對(duì)該工具（軟件）的功能進(jìn)行研究，并制作一份PPT來展示該工具（軟件）的功能和效果。思考：有哪些數(shù)據(jù)分析問題是無法借助數(shù)據(jù)可視化分析工具來實(shí)現(xiàn)的？金融科技Financial Technology項(xiàng)目二 大數(shù)據(jù)金融教學(xué)目標(biāo)知識(shí)目標(biāo)1.掌握大數(shù)據(jù)的基本概念； 2.了解大數(shù)據(jù)技術(shù)的處理流程；3.掌握大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用； 4.了解大數(shù)據(jù)技術(shù)的應(yīng)用趨勢。能力目標(biāo)1.能夠利用大數(shù)據(jù)技術(shù)手

27、段為客戶提供金融服務(wù)；2.理解大數(shù)據(jù)技術(shù)對(duì)金融業(yè)帶來的影響并積極予以運(yùn)用。內(nèi)容導(dǎo)航一大數(shù)據(jù)的基本概念二大數(shù)據(jù)的處理流程三大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用四大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用三三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用01征信領(lǐng)域02反洗錢領(lǐng)域04證券投資領(lǐng)域06互聯(lián)網(wǎng)金融領(lǐng)域05保險(xiǎn)領(lǐng)域07金融監(jiān)管領(lǐng)域03商業(yè)銀行領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用01征信領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用聚合多類數(shù)據(jù)A信用動(dòng)態(tài)評(píng)估B運(yùn)用數(shù)學(xué)模型C實(shí)時(shí)出具報(bào)告C大數(shù)據(jù)征信有以下四個(gè)特征：三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用【大數(shù)據(jù)征信案例：ZestFinance 】三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大

28、數(shù)據(jù)征信在實(shí)踐中還面臨諸多挑戰(zhàn)，包括：數(shù)據(jù)質(zhì)量參差不齊同人不同信用的問題信息安全問題數(shù)據(jù)壁壘問題征信機(jī)構(gòu)的獨(dú)立性問題三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用做中學(xué)2-3 大數(shù)據(jù)征信試一試5-6名同學(xué)一組，分析大數(shù)據(jù)征信應(yīng)從哪些渠道來征集數(shù)據(jù)？應(yīng)從哪些維度來分析客戶的信用狀況？思考：大數(shù)據(jù)征信可能出現(xiàn)哪些問題和風(fēng)險(xiǎn)？三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用02反洗錢領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用反洗錢是指為了預(yù)防通過各種方式掩飾、隱瞞毒品犯罪、黑社會(huì)性質(zhì)的組織犯罪、恐怖活動(dòng)犯罪、走私犯罪、貪污賄賂犯罪、破壞金融管理秩序犯罪、金融詐騙犯罪等犯罪所得及其收益的來源和性質(zhì)的洗錢活動(dòng)，依照反洗錢法規(guī)定采取相關(guān)措施的行為

29、。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用12一方面，金融機(jī)構(gòu)除了使用自身數(shù)據(jù)和行業(yè)數(shù)據(jù)外，還可使用來自工商、稅務(wù)、房管、海關(guān)、公安、法院等政府部門以及消費(fèi)、娛樂、社交等商業(yè)活動(dòng)的數(shù)據(jù)；除了使用客戶關(guān)系、會(huì)計(jì)系統(tǒng)等結(jié)構(gòu)化數(shù)據(jù)，還可使用社交媒體、電子郵件、文本、音頻、視頻、網(wǎng)絡(luò)日志等非結(jié)構(gòu)化數(shù)據(jù)，在此基礎(chǔ)上，建立反洗錢大數(shù)據(jù)平臺(tái)，通過對(duì)相關(guān)數(shù)據(jù)的科學(xué)分析，甄別客戶身份和可疑交易，從而將洗錢犯罪活動(dòng)拒之門外。另一方面，政府通過加強(qiáng)制度建設(shè)，為大數(shù)據(jù)開放共享建立相應(yīng)的社會(huì)保障制度。我國從2008年即開始實(shí)施政府信息公開條例，近年來不斷采取措施推動(dòng)各級(jí)政府部門在數(shù)據(jù)信息方面的共享。政府有必要牽頭建立一個(gè)國家層面

30、的跨系統(tǒng)、跨平臺(tái)、跨數(shù)據(jù)結(jié)構(gòu)的大數(shù)據(jù)網(wǎng)絡(luò)，打破數(shù)據(jù)壁壘，消除信息孤島，促進(jìn)大數(shù)據(jù)在各機(jī)構(gòu)間的流動(dòng)和信息共享。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用【反洗錢案例：Trulioo】三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用做中學(xué)2-4大數(shù)據(jù)反洗錢應(yīng)用拓展5-6名同學(xué)一組，分析如何應(yīng)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)可疑交易的識(shí)別和追蹤？每組可通過PPT或小戲劇方式進(jìn)行研究成果展示。思考：利用大數(shù)據(jù)實(shí)現(xiàn)可疑交易識(shí)別，需要解決的關(guān)鍵問題有哪些？三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用03商業(yè)銀行領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用風(fēng)險(xiǎn)評(píng)估C運(yùn)營優(yōu)化D大數(shù)據(jù)技術(shù)在商業(yè)銀行領(lǐng)域的應(yīng)用體現(xiàn)在以下方面：客戶營銷A產(chǎn)品創(chuàng)新B三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用客戶營

31、銷A銀行可通過大數(shù)據(jù)分析平臺(tái)，獲得客戶通過社交網(wǎng)絡(luò)、電子商務(wù)、終端媒介等方式形成的非結(jié)構(gòu)化數(shù)據(jù)，掌握客戶的消費(fèi)習(xí)慣、消費(fèi)水平、興趣愛好等信息，再將這些非結(jié)構(gòu)化數(shù)據(jù)與銀行自身掌握的結(jié)構(gòu)化數(shù)據(jù)結(jié)合，為客戶畫像，在此基礎(chǔ)上實(shí)現(xiàn)精準(zhǔn)營銷。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用產(chǎn)品創(chuàng)新B商業(yè)銀行通過大數(shù)據(jù)分析挖掘用戶潛在需求，開發(fā)相關(guān)產(chǎn)品或增值服務(wù)，創(chuàng)新業(yè)務(wù)模式，提高客戶粘性。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用風(fēng)險(xiǎn)評(píng)估C風(fēng)險(xiǎn)管理能力是商業(yè)銀行的核心競爭力之一。通過大數(shù)據(jù)構(gòu)建企業(yè)信用檔案，可使銀行實(shí)時(shí)掌握企業(yè)經(jīng)營情況和資產(chǎn)動(dòng)向，提升銀行的信貸風(fēng)險(xiǎn)控制能力。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用運(yùn)營優(yōu)化D傳統(tǒng)的銀行信貸流程包括

32、貸前調(diào)查、貸中審查、貸后檢查，需要耗費(fèi)大量人力和時(shí)間。在大數(shù)據(jù)時(shí)代，銀行可憑借嚴(yán)格設(shè)計(jì)的評(píng)分模型和決策引擎，自動(dòng)審批客戶的貸款申請(qǐng)。資信狀況良好的客戶可以在線即時(shí)提取貸款資金，徹底打通貸款的申請(qǐng)、盡職調(diào)查、審批、放款各環(huán)節(jié)。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用【直銷銀行案例：ING DIRECT 銀行】三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用做中學(xué)2-5 大數(shù)據(jù)在商業(yè)銀行產(chǎn)品營銷中的應(yīng)用 5-6名同學(xué)一組，每組選擇一種商業(yè)銀行產(chǎn)品，分析如何應(yīng)用大數(shù)據(jù)技術(shù)開展?fàn)I銷？每組形成一份營銷計(jì)劃，并可通過PPT或小戲劇方式進(jìn)行展示。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用04證券投資領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)技術(shù)在證

33、券投資領(lǐng)域的應(yīng)用主要體現(xiàn)在智能投顧程序化交易大數(shù)據(jù)基金三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用智能投顧智能投顧所涉及的大數(shù)據(jù)主要包括兩大類：客戶行為大數(shù)據(jù)和金融交易大數(shù)據(jù)。智能投顧是指以投資者的風(fēng)險(xiǎn)偏好和財(cái)務(wù)狀況為依據(jù)，利用大數(shù)據(jù)和量化模型，為客戶提供資產(chǎn)配置建議和財(cái)富管理服務(wù)。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用【智能投顧案例：Wealthfront】三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用程序化交易程序化交易也是大數(shù)據(jù)應(yīng)用比較多的領(lǐng)域。程序化交易又稱高頻交易（HFT），是一種通過高速計(jì)算能力，盡可能利用瞬時(shí)數(shù)據(jù)以及其他先進(jìn)信息技術(shù)等識(shí)別、捕捉市場中細(xì)微價(jià)格偏離以獲利的交易方式。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)基

34、金國內(nèi)一些基金公司通過量化策略和大數(shù)據(jù)投資方法的有機(jī)結(jié)合，成立了大數(shù)據(jù)基金。大數(shù)據(jù)基金通過算法篩選策略因子，設(shè)計(jì)出符合投資理念的量化模型，并借此篩選出更多優(yōu)質(zhì)投資標(biāo)的。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用做中學(xué)2-6大數(shù)據(jù)在證券投資中的應(yīng)用 5-6名同學(xué)一組，收集大數(shù)據(jù)在證券投資方面應(yīng)用的案例，提煉出利用大數(shù)據(jù)技術(shù)開展證券投資的適用對(duì)象、投資特點(diǎn)、優(yōu)勢以及不足之處，并分組匯報(bào)。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用05保險(xiǎn)領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)在保險(xiǎn)業(yè)的應(yīng)用主要涉及：識(shí)別欺詐行為個(gè)性化定價(jià)挖掘客戶需求030201三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用挖掘客戶需求中國的眾安保險(xiǎn)公司是一家互聯(lián)網(wǎng)保險(xiǎn)公

35、司，基于用戶在電商網(wǎng)站的購買行為，推出網(wǎng)購?fù)素涍\(yùn)費(fèi)險(xiǎn)、網(wǎng)上支付安全險(xiǎn)等創(chuàng)新險(xiǎn)種。保險(xiǎn)公司可通過客戶在社交網(wǎng)絡(luò)、電商網(wǎng)站等留下的瀏覽和交易痕跡，挖掘客戶需求，尋找潛在客戶。美國前進(jìn)保險(xiǎn)公司（Progressive Insurance）通過精細(xì)化分析客戶財(cái)務(wù)狀況、資產(chǎn)價(jià)值、風(fēng)險(xiǎn)偏好等數(shù)據(jù)，向客戶提供量身定制的保險(xiǎn)產(chǎn)品。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用個(gè)性化定價(jià)在美國，保險(xiǎn)公司可以通過安裝在車上的通信工具收集有關(guān)數(shù)據(jù)來判斷駕駛員的駕駛行為模式，結(jié)合駕駛員的年齡、駕齡、健康狀況等特征，對(duì)車輛保險(xiǎn)費(fèi)率實(shí)現(xiàn)個(gè)性化定價(jià)。保險(xiǎn)產(chǎn)品的精算定價(jià)能力是保險(xiǎn)公司的核心競爭力。大數(shù)據(jù)可以幫助保險(xiǎn)公司提升精算能力。三、大數(shù)

36、據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用識(shí)別欺詐行為保險(xiǎn)公司借助大數(shù)據(jù)，可以識(shí)別客戶欺詐行為，防范騙保風(fēng)險(xiǎn)。在車險(xiǎn)領(lǐng)域保險(xiǎn)公司能夠利用過去的欺詐事件建立預(yù)測模型，將理賠申請(qǐng)分級(jí)處理，可實(shí)施車險(xiǎn)理賠申請(qǐng)欺詐偵測、業(yè)務(wù)員及修車廠勾結(jié)欺詐偵測，遏制騙保行為。在醫(yī)療保險(xiǎn)領(lǐng)域常見的欺詐手段有兩種：一種是非法騙取保險(xiǎn)金；另一種是在醫(yī)保額度內(nèi)重復(fù)就醫(yī)、浮報(bào)理賠金額。借助大數(shù)據(jù)技術(shù)，保險(xiǎn)公司通過分析保險(xiǎn)欺詐特征，建立預(yù)測模型，并通過自動(dòng)化計(jì)分功能，快速將理賠案件按照欺詐風(fēng)險(xiǎn)級(jí)別進(jìn)行分類處理。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用【大數(shù)據(jù)在保險(xiǎn)行業(yè)應(yīng)用案例：Metromile】三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用06互聯(lián)網(wǎng)金融領(lǐng)域三、大數(shù)據(jù)技

37、術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)作為一項(xiàng)基礎(chǔ)設(shè)施和新興工具，在互聯(lián)網(wǎng)金融領(lǐng)域也有諸多應(yīng)用，主要包括：第三方支付智能信貸精準(zhǔn)營銷三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用精準(zhǔn)營銷互聯(lián)網(wǎng)金融實(shí)時(shí)掌握客戶的借款、還款、投資等情況，通過與電商網(wǎng)站的數(shù)據(jù)共享，可以實(shí)時(shí)生成客戶畫像，了解客戶的風(fēng)險(xiǎn)偏好、資金需求、投資偏好、信用狀況等，從而有針對(duì)性地向客戶推送定制化的金融產(chǎn)品，提升營銷精準(zhǔn)度，并能刺激客戶金融需求，有助于擴(kuò)大業(yè)務(wù)規(guī)模。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用智能信貸以阿里小貸為例，從風(fēng)險(xiǎn)審核到最終放款，阿里小貸實(shí)現(xiàn)了全程線上模式，所有的貸前、貸中、貸后環(huán)節(jié)都能實(shí)時(shí)有效連接，并可以向那些難以通過傳統(tǒng)渠道獲得貸款的個(gè)人和小微

38、企業(yè)發(fā)放貸款，實(shí)現(xiàn)普惠金融。借助大數(shù)據(jù)進(jìn)行信用評(píng)估，能夠?qū)崟r(shí)更新借款人的信用狀況，實(shí)時(shí)確定借款人的信用額度，實(shí)現(xiàn)即時(shí)放款。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用第三方支付第三方支付機(jī)構(gòu)經(jīng)過十年多的發(fā)展，積累了大量的用戶數(shù)據(jù)和支付信息，構(gòu)成了第三方機(jī)構(gòu)的大數(shù)據(jù)資源。這些大數(shù)據(jù)具有體量大、覆蓋廣、質(zhì)量好的特點(diǎn)，能夠?yàn)樯虘舻木珳?zhǔn)營銷、客戶服務(wù)、資金融通等提供強(qiáng)有力的支持。例如，支付寶擁有大量的用戶消費(fèi)數(shù)據(jù)，每年都會(huì)發(fā)布國民年度消費(fèi)統(tǒng)計(jì)報(bào)告，勾勒出中國消費(fèi)分布情況和趨勢變化，為商家掌握消費(fèi)者數(shù)據(jù)并制定營銷策略提供數(shù)據(jù)支持。三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用07金融監(jiān)管領(lǐng)域三、大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用以美國為例，

39、2008年次貸危機(jī)之后，多德-佛蘭克法案授權(quán)美國財(cái)政部下屬的金融研究辦公室（OFR）收集金融機(jī)構(gòu)的微觀交易和頭寸數(shù)據(jù)；美國證券交易委員會(huì)（SEC）也從2010年起要求大型貨幣基金提交月度交易數(shù)據(jù)。美國金融監(jiān)管當(dāng)局從這些海量數(shù)據(jù)中抽取那些被認(rèn)為可能引爆系統(tǒng)性金融風(fēng)險(xiǎn)的相關(guān)信息，在借助大數(shù)據(jù)的相關(guān)手段對(duì)其進(jìn)行量化計(jì)算，對(duì)風(fēng)險(xiǎn)進(jìn)行預(yù)測，實(shí)施宏觀審慎監(jiān)管。以我國證券公司為例，證券公司的風(fēng)控系統(tǒng)接口須向證監(jiān)會(huì)開放，證券公司每月均須向證監(jiān)會(huì)上報(bào)風(fēng)控指標(biāo)報(bào)表，以使證監(jiān)會(huì)及時(shí)掌握行業(yè)的風(fēng)險(xiǎn)狀況，有助于證監(jiān)會(huì)實(shí)施以流動(dòng)性風(fēng)險(xiǎn)為核心的宏觀審慎監(jiān)管。金融科技Financial Technology項(xiàng)目二 大數(shù)據(jù)金融

40、教學(xué)目標(biāo)知識(shí)目標(biāo)1.掌握大數(shù)據(jù)的基本概念； 2.了解大數(shù)據(jù)技術(shù)的處理流程；3.掌握大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用； 4.了解大數(shù)據(jù)技術(shù)的應(yīng)用趨勢。能力目標(biāo)1.能夠利用大數(shù)據(jù)技術(shù)手段為客戶提供金融服務(wù)；2.理解大數(shù)據(jù)技術(shù)對(duì)金融業(yè)帶來的影響并積極予以運(yùn)用。內(nèi)容導(dǎo)航一大數(shù)據(jù)的基本概念二大數(shù)據(jù)的處理流程三大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用四大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景四四、大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)技術(shù)的發(fā)展趨勢01大數(shù)據(jù)技術(shù)的應(yīng)用前景02四、大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)技術(shù)的發(fā)展趨勢01大數(shù)據(jù)技術(shù)的應(yīng)用前景02四、大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)已呈現(xiàn)出以下發(fā)展

41、趨勢：大力挖掘非結(jié)構(gòu)化數(shù)據(jù)價(jià)值A(chǔ)大數(shù)據(jù)遷移上云B開源軟件將推動(dòng)大數(shù)據(jù)技術(shù)進(jìn)步C四、大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)技術(shù)的發(fā)展趨勢01大數(shù)據(jù)技術(shù)的應(yīng)用前景02四、大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景大數(shù)據(jù)技術(shù)的應(yīng)用將促進(jìn)金融行業(yè)：實(shí)現(xiàn)精準(zhǔn)營銷服務(wù)增強(qiáng)風(fēng)險(xiǎn)管理能力提升決策效率A強(qiáng)化數(shù)據(jù)資產(chǎn)管理能力BDC四、大數(shù)據(jù)技術(shù)的發(fā)展趨勢及應(yīng)用前景金融科技Financial Technology項(xiàng)目三 區(qū)塊鏈金融主講教師：*教學(xué)目標(biāo)1. 能夠運(yùn)用區(qū)塊鏈技術(shù)的案例解決工作實(shí)際問題； 2. 能夠運(yùn)用區(qū)塊鏈技術(shù)的應(yīng)用與客戶溝通；3. 能夠熟練使用區(qū)塊鏈技術(shù)的工作原理進(jìn)行實(shí)操。知識(shí)目標(biāo)1. 了解區(qū)塊鏈的歷史；2. 了解

42、區(qū)塊鏈技術(shù)在金融創(chuàng)新中的應(yīng)用；3. 理解區(qū)塊鏈金融的國外案例；4. 掌握區(qū)塊鏈技術(shù)的工作原理、工作過程。能力目標(biāo)目錄認(rèn)識(shí)區(qū)塊鏈一二三區(qū)塊鏈技術(shù)基礎(chǔ)區(qū)塊鏈技術(shù)支持金融創(chuàng)新四區(qū)塊鏈金融的國外案例任務(wù)一 認(rèn)識(shí)區(qū)塊鏈一3.1 認(rèn)識(shí)區(qū)塊鏈拜占庭將軍問題區(qū)塊鏈技術(shù)的發(fā)展歷史區(qū)塊鏈的定義3214區(qū)塊鏈技術(shù)解決信任和安全問題的思路5區(qū)塊鏈的特征3.1 認(rèn)識(shí)區(qū)塊鏈1拜占庭將軍問題3.1 認(rèn)識(shí)區(qū)塊鏈一、拜占庭將軍問題 拜占庭帝國為了防御目的，給帝國的周邊部署了十支防御軍隊(duì)。在沒有通信手段的基礎(chǔ)上，將軍與將軍之間只能靠信差傳遞消息。去攻打某一敵對(duì)國家，十支軍隊(duì)單獨(dú)作戰(zhàn)，都會(huì)失利；只有當(dāng)其中十支軍隊(duì)的一半以上同時(shí)應(yīng)敵

43、時(shí)，拜占庭帝國的進(jìn)攻才會(huì)戰(zhàn)勝敵國。 在拜占庭將軍問題里，將軍們?nèi)绾文苓_(dá)成共識(shí)；如果有叛徒，可能會(huì)出現(xiàn)各種問題。(1)叛徒可能欺騙某些將軍自己將采取進(jìn)攻行動(dòng)。(2)叛徒可能慫恿其他軍隊(duì)行動(dòng)，自己靜觀其變。(3)叛徒可能迷惑其他將軍，使他們接受不一致的信息，從而感到迷惑。3.1 認(rèn)識(shí)區(qū)塊鏈一、拜占庭將軍問題 科學(xué)家們針對(duì)拜占庭問題得出一個(gè)結(jié)論：如果叛徒的數(shù)量大于或等于1/3，拜占庭帝國對(duì)敵國的進(jìn)攻將失敗。 將軍們決定，每個(gè)將軍都可以派人向各個(gè)將軍派信，收信者如果同意，則在原信上簽名蓋章。但在現(xiàn)實(shí)中仍然可能面臨以下幾種問題：（1）物理距離導(dǎo)致信息傳輸延遲；（2）簽名造假的問題也沒法避免；（3）簽名消

44、息記錄的保存難以擺脫中心化的機(jī)構(gòu)；（4）在這種異步通信的條件下，要能協(xié)商一致仍然是個(gè)大問題。3.1 認(rèn)識(shí)區(qū)塊鏈一、拜占庭將軍問題 從分布式系統(tǒng)的角度來說，如果要保證分布式系統(tǒng)的一致性和可用性，就必須處理錯(cuò)誤節(jié)點(diǎn)，防止系統(tǒng)出現(xiàn)用戶可以觀察到的錯(cuò)誤。 拜占庭假設(shè)是對(duì)現(xiàn)實(shí)世界的模型化，由于硬件錯(cuò)誤、網(wǎng)絡(luò)擁塞或斷開以及遭到惡意攻擊，計(jì)算機(jī)和網(wǎng)絡(luò)可能出現(xiàn)不可預(yù)料的行為。拜占庭將軍問題提出了一個(gè)錯(cuò)誤模型，即錯(cuò)誤節(jié)點(diǎn)可以做任意事情(不受協(xié)議限制)。在這樣的情況下，分布式系統(tǒng)會(huì)受到嚴(yán)峻挑戰(zhàn)。3.1 認(rèn)識(shí)區(qū)塊鏈2區(qū)塊鏈的定義3.1 認(rèn)識(shí)區(qū)塊鏈二、區(qū)塊鏈的定義區(qū)塊鏈定義： 區(qū)塊鏈?zhǔn)侵竿ㄟ^“去中心化”和“去信任”的

45、方式集體維護(hù)一個(gè)可靠數(shù)據(jù)庫的技術(shù)方案。132區(qū)塊鏈實(shí)質(zhì)： 區(qū)塊鏈?zhǔn)且鉀Q信任和安全問題。分布式計(jì)算機(jī)技術(shù)、數(shù)字技術(shù)以及互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，尤其是其中的區(qū)塊鏈技術(shù)給我們提供了解決這些問題的一種方法。區(qū)塊鏈技術(shù)： 區(qū)塊鏈技術(shù)是一種全民參與記賬的方式，或者說區(qū)塊鏈其實(shí)是一種數(shù)據(jù)庫賬本。該技術(shù)過去主要應(yīng)用在比特幣(P2P形式的數(shù)字貨幣)上。3.1 認(rèn)識(shí)區(qū)塊鏈3區(qū)塊鏈技術(shù)的發(fā)展歷史三、區(qū)塊鏈技術(shù)的發(fā)展歷史（一）區(qū)塊鏈技術(shù)的起源 區(qū)塊鏈技術(shù)源自點(diǎn)對(duì)點(diǎn)(P2P)技術(shù)，是把需要下載的文件分成無數(shù)碎塊，擴(kuò)散到不同的電腦，這些電腦之間可以分別承擔(dān)一些碎塊的下載，同時(shí)彼此傳輸已經(jīng)獲得的碎塊，最終各電腦都可以根據(jù)需

46、要合成一個(gè)完整的文件。3.1 認(rèn)識(shí)區(qū)塊鏈三、區(qū)塊鏈技術(shù)的發(fā)展歷史（二）神秘的中本聰 2008年11月1日，中本聰( Satoshi Nakamoto)的一篇研究論文比特幣：一種點(diǎn)對(duì)點(diǎn)的電子現(xiàn)金系統(tǒng)中，描述了他對(duì)一種新的數(shù)字貨幣的設(shè)計(jì)，該數(shù)字貨幣名叫比特幣( bitcoin)。 比特幣利用公開分布總賬的方法廢除了第三方管理，中本聰將其稱之為“區(qū)塊鏈”。用戶樂于奉獻(xiàn)自己電腦的CPU力量，運(yùn)行一款特殊的軟件進(jìn)行“挖礦”，并形成一個(gè)網(wǎng)絡(luò)來共同維持區(qū)塊鏈。3.1 認(rèn)識(shí)區(qū)塊鏈三、區(qū)塊鏈技術(shù)的發(fā)展歷史（三）金融世界的區(qū)塊鏈變革 2015年9月，13家頂級(jí)銀行加入了一個(gè)由金融技術(shù)公司R3領(lǐng)導(dǎo)的組織； 2015

47、年10月，首屆全球區(qū)塊鏈峰會(huì)“區(qū)塊鏈新經(jīng)濟(jì)藍(lán)圖”在上海舉辦； 2015年10月中旬，國家互聯(lián)網(wǎng)信息辦公室文件中提到了區(qū)塊鏈技術(shù)； 2016年2月3日，中關(guān)村區(qū)塊鏈產(chǎn)業(yè)聯(lián)盟正式成立； 2016年4月19日，中國分布式總賬基礎(chǔ)協(xié)議聯(lián)盟成立； 2016年5月31日，金融區(qū)塊鏈聯(lián)盟在深圳成立。3.1 認(rèn)識(shí)區(qū)塊鏈3.1 認(rèn)識(shí)區(qū)塊鏈4區(qū)塊鏈技術(shù)解決信任和安全問題的思路3.1 認(rèn)識(shí)區(qū)塊鏈四、區(qū)塊鏈技術(shù)解決信任和安全問題的思路143分布式賬本： 交易記賬由分布在不同地方的多個(gè)節(jié)點(diǎn)共同完成，而且每一個(gè)節(jié)點(diǎn)記錄的都是完整的賬目，因此它們都可以參與監(jiān)督交易合法性，同時(shí)也可以共同為其作證。2對(duì)稱加密和授權(quán)： 存儲(chǔ)在區(qū)

48、塊鏈上的交易信息是公開的，但是賬戶身份信息是高度加密的，只有在數(shù)據(jù)擁有者授權(quán)的情況下才能訪問到，從而保證了數(shù)據(jù)的安全和個(gè)人的隱私。共識(shí)機(jī)制： 所有記賬節(jié)點(diǎn)之間如何達(dá)成共識(shí)，去認(rèn)定一個(gè)記錄的有效性。這既是認(rèn)定的手段，也是防止篡改的手段。智能合約： 基于這些可信的不可篡改的數(shù)據(jù)，可以自動(dòng)化地執(zhí)行一些預(yù)先定義好的規(guī)則和條款。3.1 認(rèn)識(shí)區(qū)塊鏈四、區(qū)塊鏈技術(shù)解決信任和安全問題的思路 對(duì)于區(qū)塊鏈技術(shù)，我們可以看作：區(qū)塊鏈?zhǔn)且婚T集數(shù)學(xué)、金融學(xué)、法學(xué)、信息技術(shù)等學(xué)科為一體，解決人與人之間信任問題的科學(xué)；區(qū)塊鏈?zhǔn)切畔⒓夹g(shù)發(fā)展到一定程度后產(chǎn)生的技術(shù)，利用“信息冗余”和“高速傳遞”以及“分布式”的概念產(chǎn)生的種難以

49、被破壞和群體間相互信任、相互協(xié)作的世界一體化的數(shù)據(jù)存儲(chǔ)機(jī)制。3.1 認(rèn)識(shí)區(qū)塊鏈5區(qū)塊鏈的特征五、區(qū)塊鏈的特征（一）去中心化 由于使用分布式核算和存儲(chǔ)，不存在中心化的硬件或管理機(jī)構(gòu)，任意節(jié)點(diǎn)的權(quán)利和義務(wù)都是均等的，并且采用純數(shù)學(xué)方法代替原來的中心機(jī)構(gòu)，節(jié)點(diǎn)間的信任關(guān)系更強(qiáng)。 區(qū)塊鏈系統(tǒng)建立在網(wǎng)絡(luò)基礎(chǔ)之上，權(quán)限對(duì)等、數(shù)據(jù)公開、數(shù)據(jù)分布式、高冗余存儲(chǔ)，無法算改。 區(qū)塊鏈系統(tǒng)建立在共識(shí)系統(tǒng)的基礎(chǔ)上，可編程，智能化，可保密，個(gè)性化。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（二）開放性，信息透明 區(qū)塊鏈系統(tǒng)是開放的，除了交易各方的私有信息被加密外，區(qū)塊鏈的數(shù)據(jù)對(duì)所有人公開，任何人都可以通過公開的接口查詢區(qū)塊鏈數(shù)

50、據(jù)和開發(fā)相關(guān)應(yīng)用，因此整個(gè)系統(tǒng)信息高度透明。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（三）自治性 區(qū)塊鏈采用基于協(xié)商一致的規(guī)范和協(xié)議使得整個(gè)系統(tǒng)中的所有節(jié)點(diǎn)能夠在去信任的環(huán)境中自由安全地交換數(shù)據(jù)，使得對(duì)“人”的信任改成了對(duì)機(jī)器的信任，任何人為的干預(yù)都不起作用。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（四）集體維護(hù) 分布式系統(tǒng)中所有節(jié)點(diǎn)均可參與數(shù)據(jù)區(qū)塊的驗(yàn)證過程(如比特幣“挖礦”)，每個(gè)節(jié)點(diǎn)分享權(quán)利和義務(wù)。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（五）信息不可算改 一旦信息經(jīng)過驗(yàn)證并添加至區(qū)塊鏈，就會(huì)水久的存儲(chǔ)起來，除非能夠同時(shí)控制系統(tǒng)中超過51的節(jié)點(diǎn)，否則單個(gè)節(jié)點(diǎn)上對(duì)數(shù)據(jù)庫的修改是無效的，因此區(qū)塊鏈的數(shù)據(jù)穩(wěn)定性

51、和可靠性極高。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（六）可靠數(shù)據(jù)庫 除非能夠同時(shí)控制整個(gè)系統(tǒng)中超過51的節(jié)點(diǎn)，否則單個(gè)節(jié)點(diǎn)上對(duì)數(shù)據(jù)庫的修改是無效的，也無法影響其他節(jié)點(diǎn)上的數(shù)據(jù)內(nèi)容。因此參與系統(tǒng)中的節(jié)點(diǎn)越多和計(jì)算能力越強(qiáng)，該系統(tǒng)中的數(shù)據(jù)安全性越高。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（七）匿名性 由于節(jié)點(diǎn)之間的交換遵循固定的算法，其數(shù)據(jù)交互是無需信任的(區(qū)塊鏈中的程序規(guī)則會(huì)自行判斷活動(dòng)是否有效)，因此交易對(duì)手無需通過公開身份的方式讓對(duì)方對(duì)自己產(chǎn)生信任，對(duì)信用的累積非常有幫助。由于節(jié)點(diǎn)和節(jié)點(diǎn)之間是無需互相信任的，因此節(jié)點(diǎn)和節(jié)點(diǎn)之間無需公開身份，在系統(tǒng)中的每個(gè)參與的節(jié)點(diǎn)都是置名的。3.1 認(rèn)識(shí)區(qū)塊鏈五、

52、區(qū)塊鏈的特征（八）開源性 由于整個(gè)系統(tǒng)的運(yùn)作規(guī)則必須是公開透明的，所以對(duì)于程序而言，整個(gè)系統(tǒng)必定會(huì)是開源的。所有人可免費(fèi)參與，共同促進(jìn)區(qū)塊鏈技術(shù)的發(fā)展和進(jìn)步。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（九）無國界、跨境 目前，跨國匯款會(huì)經(jīng)過層層外匯管制機(jī)構(gòu)，而且交易記錄會(huì)被多方記錄在案。但如果用比特幣交易，直接輸入數(shù)字地址，點(diǎn)一下鼠標(biāo)，等待P2P網(wǎng)絡(luò)確認(rèn)交易后，大量資金就過去了。不經(jīng)過任何管控機(jī)構(gòu)，也不會(huì)留下任何跨境交易記錄。3.1 認(rèn)識(shí)區(qū)塊鏈五、區(qū)塊鏈的特征（十）山寨者難以生存 由于區(qū)塊鏈技術(shù)算法是完全開源的，誰都可以下載到源碼，修改些參數(shù)，重新編譯下就能創(chuàng)造一種新區(qū)塊鏈。但創(chuàng)造這些山寨版需要控制正

53、版的51的運(yùn)算能力，而想要控制區(qū)塊鏈網(wǎng)絡(luò)51的運(yùn)算力，所需要的主機(jī)數(shù)量將是一個(gè)天文數(shù)字，代價(jià)太高，因此山塞者很難生存。3.1 認(rèn)識(shí)區(qū)塊鏈金融科技Financial Technology項(xiàng)目三 區(qū)塊鏈金融主講教師：*教學(xué)目標(biāo)1. 能夠運(yùn)用區(qū)塊鏈技術(shù)的案例解決工作實(shí)際問題； 2. 能夠運(yùn)用區(qū)塊鏈技術(shù)的應(yīng)用與客戶溝通；3. 能夠熟練使用區(qū)塊鏈技術(shù)的工作原理進(jìn)行實(shí)操。知識(shí)目標(biāo)1. 了解區(qū)塊鏈的歷史；2. 了解區(qū)塊鏈技術(shù)在金融創(chuàng)新中的應(yīng)用；3. 理解區(qū)塊鏈金融的國外案例；4. 掌握區(qū)塊鏈技術(shù)的工作原理、工作過程。能力目標(biāo)目錄認(rèn)識(shí)區(qū)塊鏈一二三區(qū)塊鏈技術(shù)基礎(chǔ)區(qū)塊鏈技術(shù)支持與金融創(chuàng)新四區(qū)塊鏈金融的國外案例任務(wù)

54、二 區(qū)塊鏈技術(shù)基礎(chǔ)二3.2 區(qū)塊鏈技術(shù)基礎(chǔ)區(qū)塊鏈的基本組成結(jié)構(gòu)區(qū)塊鏈主要術(shù)語區(qū)塊鏈的工作過程區(qū)塊鏈的網(wǎng)絡(luò)架構(gòu)區(qū)塊鏈平臺(tái)區(qū)塊鏈技術(shù)的風(fēng)險(xiǎn)與監(jiān)管1區(qū)塊鏈的基本組成結(jié)構(gòu)3.2 區(qū)塊鏈技術(shù)基礎(chǔ)區(qū)塊鏈的基本組成結(jié)構(gòu)一、區(qū)塊鏈的基本組成結(jié)構(gòu)1右圖是區(qū)塊鏈的基本組成結(jié)構(gòu)示意圖，區(qū)塊鏈由區(qū)塊組成，這些區(qū)塊前后有序銜接，構(gòu)成一個(gè)鏈狀結(jié)構(gòu)進(jìn)而組成區(qū)塊鏈。3.2 區(qū)塊鏈技術(shù)基礎(chǔ) 區(qū)塊的基本結(jié)構(gòu)，一個(gè)區(qū)塊存儲(chǔ)區(qū)塊的序列號(hào)、前一個(gè)區(qū)塊的哈希(hash)值、區(qū)塊具體內(nèi)容、時(shí)間戳、數(shù)字簽名以及共識(shí)約定。在構(gòu)造區(qū)塊鏈應(yīng)用時(shí)，核心就是組織區(qū)塊內(nèi)容與論證共識(shí)約定合理性。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)區(qū)塊的基本結(jié)構(gòu)一、區(qū)塊鏈的基本組成結(jié)構(gòu)

55、2區(qū)塊頭結(jié)構(gòu)一、區(qū)塊鏈的基本組成結(jié)構(gòu)3區(qū)塊頭結(jié)構(gòu)包括以下六項(xiàng)內(nèi)容.（1）版本號(hào)；（2）父區(qū)塊哈希值；（3）Merkle根；（4）時(shí)間戳；（5）難度值；（6）隨機(jī)數(shù)(nonce)。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)3.2 區(qū)塊鏈技術(shù)基礎(chǔ)2區(qū)塊鏈主要術(shù)語3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語1、區(qū)塊 是區(qū)塊鏈中的一條記錄，包含相關(guān)的交易信息。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語2、挖礦 指通過計(jì)算形成新的區(qū)塊，是交易的支持者利用自身的計(jì)算機(jī)硬件為網(wǎng)絡(luò)做數(shù)學(xué)計(jì)算進(jìn)行交易確認(rèn)和提高安全性的過程。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語3、哈希(hash)收列 就是把任意長度的輸入(又叫作預(yù)映射，pre-image

56、)，通過攸列算法，變換成固定長度的輸出，該輸出就是散列值。簡單地說，就是一種將任意長度的消息壓縮到某一固定長度的消息摘要的函數(shù)。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語4、hash性質(zhì) 所有散列函數(shù)都有一個(gè)基本特性，即如果兩個(gè)散列值是不相同的(根據(jù)同一函數(shù))，那么這兩個(gè)散列值的原始輸人也是不相同的。這個(gè)特性是散列函數(shù)具有確定性的結(jié)果。但另一方面，散列函數(shù)的輸人和輸出不是一一對(duì)應(yīng)的，如果兩個(gè)散列值相同，兩個(gè)輸入值很可能是相同的，但并不能絕對(duì)肯定兩者一定相等。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語5、常用hash函數(shù) 直接取余法：f(x)=xmod maxM，maxM一般是不太接近2-t的一個(gè)質(zhì)數(shù)。

57、乘法取整法:f(x)=trunc(x/maxX)*maxlongitmod maxM，主要用于實(shí)數(shù)。平方取中法:f(r)=(r*x div1000)mod 1000000)，此方法在詞典處理中使用十分廣泛。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語6、hash 散列應(yīng)用舉例SHA256 一種求hash值的加密算法。SHA256工作原理為:將任何一串?dāng)?shù)據(jù)輸人到 SHA256將得到一個(gè)256位的hash值(散列值)。其特點(diǎn)是相同的數(shù)據(jù)輸入將得到相同的結(jié)果。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語7、數(shù)字簽名 數(shù)字簽名涉及一個(gè)哈希函數(shù)、發(fā)送者的公鑰、發(fā)送者的私鑰。數(shù)字簽名有兩個(gè)作用：一是能確定消息確實(shí)是由

58、發(fā)送方簽名并發(fā)出來的；二是數(shù)字簽名能確定消息的完整性。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語8、數(shù)字簽名工作原理 發(fā)送報(bào)文時(shí)，發(fā)送方用一個(gè)哈希函數(shù)從文本中生成摘要，然后對(duì)摘要進(jìn)行加密，加密后的摘要將作為報(bào)文的數(shù)字簽名和報(bào)文一起發(fā)送給接收方，接收方首先用與發(fā)送方一樣的哈希函數(shù)計(jì)算出報(bào)文摘要，再用發(fā)送方的公鑰來對(duì)數(shù)字簽名進(jìn)行解密，如果摘要相同，那么接收方就能確認(rèn)該數(shù)字簽名是發(fā)送方的。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)二區(qū)塊鏈主要術(shù)語9、時(shí)間截 用來進(jìn)行比對(duì)以及驗(yàn)證處理，時(shí)間戳服務(wù)器是一款基于公鑰密碼基礎(chǔ)設(shè)施(PKI)技術(shù)的時(shí)間戳權(quán)威系統(tǒng)，對(duì)外提供精確可信的時(shí)間截服務(wù)。它采用精確的時(shí)間源、高強(qiáng)度高標(biāo)準(zhǔn)的安全機(jī)制

59、，以確認(rèn)系統(tǒng)處理數(shù)據(jù)在某一時(shí)間的存在性和相關(guān)操作的相對(duì)時(shí)間順序，為信息系統(tǒng)中的時(shí)間防抵賴提供基礎(chǔ)服務(wù)。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)3區(qū)塊鏈的工作過程3.2 區(qū)塊鏈技術(shù)基礎(chǔ)三區(qū)塊鏈的工作過程1基于區(qū)塊鏈的電子貨幣交易基本工作過程3.2 區(qū)塊鏈技術(shù)基礎(chǔ)三區(qū)塊鏈的工作過程2比特幣的交易機(jī)制 比特幣的交易機(jī)制是10分鐘產(chǎn)生一個(gè)區(qū)塊，意思就是每隔十分鐘計(jì)算機(jī)就打包全網(wǎng)交易進(jìn)入一個(gè)區(qū)塊。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)三區(qū)塊鏈的工作過程2比特幣的交易機(jī)制1)比特幣交易證明機(jī)制 比特幣交易證明機(jī)制前主要分為兩類:POS ( proof of stake)權(quán)益證明機(jī)制和POW（proof of work)工作量證明機(jī)制。工作

60、量證明機(jī)制即按照工作量的多少來獲得獎(jiǎng)勵(lì)。這一點(diǎn)帶來的弊端是算力很容易集中化。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)三區(qū)塊鏈的工作過程2比特幣的交易機(jī)制2)比特幣信用系統(tǒng)建立過程(1)每一筆交易為了讓全網(wǎng)承認(rèn)有效，須廣播給每個(gè)節(jié)點(diǎn)(礦工)；(2)每個(gè)礦工節(jié)點(diǎn)要正確無誤地給這10分鐘的每筆交易蓋上時(shí)間戳并計(jì)入那個(gè)區(qū)塊；(3)每個(gè)礦工節(jié)點(diǎn)要競爭10分鐘區(qū)塊的合法記賬權(quán)，并爭取得到25個(gè)比特幣的獎(jiǎng)勵(lì)；(4)如果一個(gè)礦工節(jié)點(diǎn)解開了難題，他將向全網(wǎng)公布區(qū)塊記錄的所有蓋時(shí)間截交易，并由全網(wǎng)其他礦工節(jié)點(diǎn)核對(duì)；(5)全網(wǎng)其他礦工節(jié)點(diǎn)核對(duì)區(qū)塊記賬正確無誤后將在該合法區(qū)塊之后競爭下一個(gè)區(qū)塊。3.2 區(qū)塊鏈技術(shù)基礎(chǔ)三區(qū)塊鏈的工作過程