研报:区块链 工业互联网行业研究报告_区块链:ETH

伴随着制造业变革与互联网数字经济的交汇融合,云计算、物联网、AI等信息技术与传统制造工艺、管理的集成创新不断加剧,工业互联网应运而生。而在疫情中,工业互联网充分展现了其结构韧性,产能的数字化共享与跨区跨领域的智能协作在抗疫中提供了有力支撑,成为了疫情防控复工复产的关键力量,引起了社会的广泛关注。目前,工业互联网得到了全球主要国家及我国政府的高度重视和积极推进,产业界也开始加速开展相关探索和实践。

区块链,是非对称加密、分布式计算、哈希指针等密码与计算机技术的集成,具有可信协作、隐私保护等技术优势,可在工业互联网中实现设备、系统、厂区、地区的跨领域联通,与工业互联网实现深度融合,尤其是在工业互联网数据的确权、确责和交易等领域有着广阔应用前景。

近日,工信部发布《工业互联网创新发展行动计划》,明确提出推动边缘计算、数字孪生、区块链等与工业互联网的融合技术研究,加强融合产品及其解决方案的测试验证和商业化推广。可以预见,未来,区块链和工业互联网将在标识解析、协同制造、供应链金融、边云协同、行业创新应用等多个领域实现融合发展。

研报:识别“具有系统重要性”的区块链银行的协议可以预防市场崩溃:金色财经报道,泰国Chulalongkorn 大学研究员 Kanis Saengchote 最近开发了一个框架,用于识别和衡量去中心化金融(DeFi)机构的系统性风险。

新协议称为全球系统重要性协议(G-SIP),这是一个识别和衡量“全球系统重要性银行”(G-SIB)的系统。使国际清算银行能够发现弱点并制定标准,从而更好地防止损失。Saengchote 的研究论文详细介绍了一种方法,通过该方法可以将类似的标准应用于论文中所说的“区块链银行”,即在区块链上运行的任何 DeFi 协议。[2023/8/3 16:15:07]

在此背景下,由陀螺研究院撰写,国促会数科委员、深圳市信息服务业区块链协会、天河国云、睿蜂群、亚洲区块链产业研究院联合发布的《区块链工业互联网行业研究报告》于今日面市,本报告将对工业互联网的发展情况、区块链赋能工业互联网的创新应用、以及当下区块链工业互联网的应用落地案例进行深入研究与分析,为相关企业与资本市场提供参考意见与运营建议。

动态 | 灰度研报:超三分之一的美国投资者会考虑投资比特币:Grayscale Investments(灰度投资)今天发布了“比特币:2019年投资者研究报告”,首次对散户投资者的兴趣、观念和关于投资比特币的误解进行调查。该研究由金融市场研究公司Q8完成。报告显示。超过三分之一(36%)的美国投资者会考虑投资比特币,这代表了一个拥有超2100万投资者的潜在市场。(Globe Newswire)[2019/7/25]

以下为报告精华观点

我国工业互联网市场规模迅速增长,迎来政策新机遇

报告指出,作为第四次工业革命的重要代表,工业互联网在全球范围已进入快速发展阶段,位于重大突破的战略关键时期,带来一系列全新的生产要素、商业市场、传播路径、行业生态,蕴含着巨大的潜力与变革。当前,我国经济已由高速增长阶段转向高质量发展阶段,正处在转变发展方式、优化经济结构、转换增长动力的攻关期。近年来,我国积极抓住信息技术发展的机遇,坚持“一大联盟、两大阵营,三大路径,四大模式的战略方向,大力发展工业互联网,在市场规模、产业结构、产业联盟中均取得了良好的进展。

动态 | 研报:超过总量80%的ETH由7572个地址持有:据Cointelegraph报道,数字资产研究公司Delphi Digital近日发布的一份报告显示,以太坊(ETH)的总循环供应量的80%以上由7572个地址持有,而这些地址的ETH持有量均在1000个以上。其中6490个地址的持有量在1000到10000枚ETH之间,923个持有量在10000到10万枚ETH之间,155个容量在10万枚到100万个ETH之间,只有4个地址拥有100万到1000万个ETH。[2019/3/10]

图1—我国工业互联网市场规模

根据《工业互联网产业经济发展报告》测算,我国工业互联网市场规模增长迅速。预计2020年,我国工业互联网产业经济增加值规模约为3.1万亿元,将实现同比增长约47.9%,占GDP比重为2.9%,对GDP增长的贡献将超过11%。其中,核心产业增加值规模将达到6520亿元,融合带动的经济增加值将达2.49万亿元,将带动超过255万个新增就业岗位。

分析 | 加拿大央行研报:在区块链进行双花欺诈是不现实的:加拿大央行日前公布对区块链技术的激励相容研究结果,着重于通过区块链技术的工作量证明(PoW)共识机制建模,模拟诚实和不诚实矿工的行为,发现利用区块确认时间差进行双重支付的欺诈是“不现实的”。上述研究报告查看区块链这样的数字账本是否免于对双重支付——所谓双花这类欺诈,发现如果一个矿工掌握50%以上算力,具备了51%攻击的能力,理论上说,不诚实的矿工可以进行双花欺诈,但从经济角度看,为了实现这种欺诈,不诚实的矿工必须有很雄厚的财力,而且是“风险中性”,因此报告认为:“这种假设情况通常是不现实的,现实情况下,用户几乎没有经济方面的动机发起这种攻击,特别是在其他矿工的计算投资庞大时。”[2018/7/23]

在2020年,疫情加速了物理世界向数字世界的迁移,尤其是在工业制造业,数字化、智能化已成为支撑制造业发展的重要力量。今年以来,我国推出了一系列政策助推工业互联网发展。2020年4月,我国明确把工业互联网列入新基建范围,表明国家正式将工业互联网提升至国家竞争的战略层级,摆在了经济发展的优先级位置。可以预见,政策新机遇的到来,将推动工业互联网在更广范围、更深程度、更高水平上融合创新,培植壮大经济发展新动能,支撑实现高质量发展。

时戳资本发布研报:未来3年区块链发展四大趋势:4月9日,区块链投资机构时戳资本发布了《区块链行业发展与投资机会研究报告》,报告从区块链的基本定义、产业图谱、投融资情况、世界各国政府机构如何对待区块链以及未来区块链行业的发展趋势等方面进行了阐述。关于区块链行业的发展趋势,时戳资本指出,区块链在接下来的3年时间会呈现四大发展趋势:区块链公链项目技术冲刺、跨领域技术融合、区块链垂直应用加速落地、市场宣传规模持续扩大。此外,在私有财产安全、资产管理、跨区域价值交换、降低社会信用成本等需求侧也存在着巨大的驱动力推动区块链行业向前发展。[2018/4/9]

图2—我国2020年工业互联网部分相关政策

区块链与工业互联网结合带来五大创新应用优势

报告指出,工业是极具系统属性的行业,参与协同主体多,信息来源广,数据量大,业务链条长,而区块链独特的可追溯、共享等特性可对工业互联网实现跨区域、多主体、全流程的立体化多维共享协作有着十分关键的作用,带来五大突出优势。

图3—区块链与工业互联网融合带来的五大优势

区块链在工业互联网中场景众多,应用前景广阔

报告指出由于区块链自身去中心、去信任、交易透明、节点匿名、不可篡改、可追溯的特点,可对工业互联网中的数据确权、价值共享、主体协同、柔性监管方面有极大的促进作用,在工业互联网应用广阔。工业区块链可在可信数据采集、云储存、工业平台服务集成等基础设施层发挥重要作用。从主要应用来看,在工业软件的应用层面,工业区块链在产品设计、生产、销售、保险、租赁、二手交易、维护回收等产业生态均有具体的应用场景。

图4—区块链在工业互联网中的应用场景

根据以上应用场景,报告中从行业痛点、技术解决方案、项目成效等维度维度选取了海尔衣联网、浪潮质量码、天河链控—工业互联网安全云平台以及睿链库等四大典型案例进行了深入分析。

以天河链控为例,天河链控核心在于解决工业企业之间的数据安全共享问题,以及工业互联的可信、安全控制问题。实施是工业现场非常重要的一个环节。数据安全网关上运行嵌入式Linux系统,其上运行区块链Dapp,实现现场设备的控制逻辑。数据采集和脱敏过程需要严格遵守工业现场安全要求,并对企业公开透明,数据只能写入区块链和云平台,解决数据源头污染问题和数据流出风险。天河链控在工业现场的数据流、控制流和信息流如图所示,通过SDN实现数据的安全访问,避免额外的安全问题。

图5—天河国云工业互联网安全区块链部署示意图

区块链工业互联网仍面临挑战,数据与成本是关键环节

然而,尽管区块链在工业互联网领域优势明显,发展潜力巨大,但仍不可否认,目前工业区块链的广泛应用中仍存在一定的挑战,具体表现在数据有效集成与管理难度较大、初期投入成本较高,需要多主体协调、隐私和数据保护形势严峻等三大方面。

以数据集成为例,区块链关键性能以及数据有效集成仍需要进一步突破。目前,目前阻碍区块链技术落地的公认瓶颈之一是交易吞吐率有限,尽管在技术不断优化下,联盟链的TPS已经获得了大幅的提升,但在真实的供应链协同应用中,仍存在不少的挑战。此外,当下的区块链工业互联网数据管理功能更多针对的是规模有限且高度结构化的工业数据,面向海量源异构的工业数据缺乏必要的管理与处理能力。随着信息时代的到来,数据结构将会日益复杂,数量愈发庞大,届时,数据有效集成及管理亟需进一步增强。

就目前来看,不论是工业互联网还是工业区块链,仍处于较为早期的探索阶段,还需持续的技术投入,并不断兼收并蓄的创造新的应用需求,以及适应新的监管需求。但从长期而言,云计算、物联网、人工智能、区块链等要素相互联系与紧密融合,已成为产业发展的重要趋势。在此种联系中,工业制造业,对跨境、跨地方、跨行业、跨系统的数字化生产需求将被持续引爆,而对于传统工业产业而言,这或许既是机遇,也是挑战。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

水星链

[0:15ms0-0:520ms