解决Rug-Pull和数据维护问题,NFT需要分布式存储?_NFT:NFTALLBI

Rug-Pull是加密货币行业中的一种恶意操作,恶意的炒作者常常上线垃圾币和价值币的交易对到DEX,等大量毫无戒心的投资者将他们的价值币换成垃圾币后,炒作者就会从流动性池中撤出从而让垃圾币归零。代币的创造者甚至可能会围绕社交媒体平台进行临时炒作,并在初期向资金池注入大量流动性以培养投资者信心。

Rug-Pull让加密货币行业饱受诟病,而NFT中的Rug-Pull尤为常见,非法、炒作局,不少都是打着艺术的幌子在进行。要彻底解决这个问题,就需要数据的长久性来证明NFT的最终价值,分布式存储可能是最佳方案之一。

V神:若不使用L2方案则无法短期解决可扩展性问题:10月3日消息,以太坊联合创始人V神表示,由于可扩展性问题和gas价格飞涨,当前的以太坊网络不能支持多种类型的应用程序。如果不使用第2层解决方案,则无法在短期到中期解决可扩展性问题。因此,升级以太坊2.0是从根本上解决这一问题所必需的步骤。但是,他还提到要完全实现以太坊2.0还需要很多时间。昨日消息,V神更新以太坊路线图,表明以rollup构建为中心,rollup即为主要的Layer 2解决方案。(CoinPost)[2020/10/3]

动态 | Vechain将采用Oceanex的机构级托管解决方案:据OceanEx官推消息,OceanEx已推出机构级托管解决方案,为机构用户提供安全的数字资产环境和利益。Vechain将是首个采用这项服务的生态系统[2019/6/8]

上个月,全球最大的NFT交易市场之一OpenSea就宣布和IPFS/Filecoin合作推出“冻结”NFT元数据的功能。有了IPFS和Filecoin,使用OpenSea的NFT创建者可以通过IPFS的内容寻址和Filecoin的可证明和去中心化存储创建不可篡改的NFT元数据。

韩国成立创业中心解决青年失业问题,侧重于区块链:据ethnews报道,韩国的青年失业率在2017年创下历史新高,超过22%,成为该国重要的关注点。中央日报报道称,作为战略与财政部在四年内将失业率降至8%以下的努力的一部分,首尔西部空置的政府大楼将重新用于教育,支持新创业公司的中心。该部门表示,韩国有相当数量的工作机会是由初创公司创造的,年轻人的初创企业将在提供可持续的工作和创新方面发挥关键作用。预计区块链技术和人工智能将成为新工业园区建立300家新兴公司的核心重点。创业者被要求年龄必须小于39岁。目前韩国政府计划为这个项目中预留1亿韩元(新闻发布时间将近92500美元),到2020年希望能够支持10万亿韩元(超过92亿美元)。[2018/4/24]

IPFS/Filecoin解决Rug-Pull问题的一种方法是通过基于内容的寻址,其中从IPFS上的节点网络中检索内容,这些节点共同维护和维护分散的内容记录。如今,大多数基于Web的解决方案都使用基于位置的寻址,从Web上的特定位置检索在线信息。URL可以更改或被黑客入侵,这就是基于内容的寻址解决方案为数据提供更好安全性的原因。IPFS/Filecoin实际上就提供了一个免费的存储解决方案nft.storage,个人可以在其中安全且有灵活地存储NFT数据。

除了艺术,NFT的不同用例,如音乐、媒体、学术研究、知识产权,甚至供应链等都需要解决维护数据的问题。创作者和保管者的身份需要区别开来,而分布式存储可视为解决NFT保管的最佳方案之一。

本月在NearProtocol和Gitcoin共同举办的一场创作者峰会中,Pinata的创始人KyleTut就NFT数据维护时说:“我们经常谈论这个问题的方式是,‘达芬奇需要负责保管蒙娜丽莎吗?’而答案是,‘不。’卢浮宫现在负责维护蒙娜丽莎,所以当你开始以这种方式看待NFT,您实际上必须定义谁对铸造后的NFT文件或数据负责。”

对于创作者来说这非常重要,他们可能想要考虑如何在资产的整个生命周期内维护他们的NFT数据。一些人正在考虑的一种方法是通过数据DAO,在那里成员像卢浮宫一样以去中心化的方式积极维护NFT艺术。

而对IPFS/Fileocin或EpiK这样的分布式存储类项目而言,如果存储是最终目的,还有什么比NFT,尤其是NFT艺术品更加适合来使用他们?生产数据和保管数据如果能良性循环,生态的发展将值得期待。

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

狗狗币观察 | 还原最神秘的黑客组织—REvil_EVIL:REV

摘要:烤仔观察今天给大家介绍关于黑客组织——REvil的故事。REvil突然从暗网消失了。7月13日开始,这个全球臭名昭著的勒索软件组织旗下曾经极度活跃的那些勒索页面、支付入口以及聊天功能,访问.

[0:0ms0-0:831ms