0基础学习区块链技术——推演猜想

在《0基础学习区块链技术——入门》一文中，我们结合可视化工具，直观地感受了下区块的结构，以及链式的前后关系。
本文我们将抛弃之前的知识，从0开始思考和推演，区块链技术可能是如何构思出来的。

去中心

在一般的思维中，我们在一个“中心”保存信息，这样即方便又高效。但是带来的问题是：篡改起来容易。因为只要攻克“中心”这样一个对象，就可以修改全部信息。（下图中：人脸表示用户，红色6角星表示攻击，红色方块表示被篡改的数据）

那怎么变得更加安全一点呢？一个朴素的想法就是——再加一个“中心”。

这样攻击者需要攻克两个“中心”才能达到修改历史数据的目的。
按照这个思路，如何做到更加安全呢？对的，增加更多的“中心”。这样攻击者需要攻克更多的“中心”才能修改数据。
随着“中心”的增多，它们就越来越显得不那么“中心”了。因为每个“中心”都对等，没谁权重高，没谁权重低，于是丧失了“中心”这个概念。这就是“去中心化”。

预防篡改

如何防止篡改历史数据？实际上，“防止”是不太可能。我们唯一能做的就是“提高篡改成本”。像上面增加“中心”数量一样，它并不能避免全部“中心”被攻克，只是提高了被攻克的难度。
那如何提高篡改成本呢？一种朴素的想法是：给数据加密。但是数据加密需要秘钥，这个秘钥如果被偷窃，会导致整个方案，或者某个数据中心的数据全部被攻克。

最关键的问题是：被篡改后，需要对比其他“中心”解密后的数据，才能感知该中心数据出现了问题。

如何可以快速感知数据变动？那就是指纹计算。即我们对数据计算出一个唯一性指纹。一旦数据有任何变动，之前的指纹都会失效。

这样如果篡改者修改了历史数据，历史数据所在的数据区域指纹就失效，这个时候篡改者就需要重新计算新的指纹。
在区块链技术中，指纹计算使用的Hash算法，有SHA-256等。不同算法算出来的数据（指纹）长度不一样，但是相同算法算出的长度是一致的。需要说明的是，目前的hash算法都存在碰撞的可能性（即不同的数据，算出相同的hash值），只是概率很低罢了。

付出代价

如果篡改者手速非常快，可以一下就算出Hash。那不就意味着我们这种方式很容易被攻克吗？怎么办？增加算法的难度。因为Hash算法不具备可预测性，也不可逆。我们只能使用“暴力”计算的方式。这样我可以提出一些规则，比如要求Hash出来的值需要符合某些条件。但是由于数据到Hash值存在一一对应的关系，如果要求Hash值改变，则需要原始数据也改变。于是我们就引入Nonce这个概念，它会成为原始数据的一部分，从而让Hash值可以随着它改变而改变。但是这种改变是不可预测的，即我们不知道Nonce为什么值时，算出的Hash符合某种规律。我们唯一能做的就是算出来，然后查看该值是否符合规律。
一种比较容易想到的规则，就是要求算出的的Hash值前面或者后面几位为0。
在《0基础学习区块链技术——入门》中，我们看到例子中有5种规则，实际规则会更复杂，要求的暴力计算时间也越长。

方便存储

如果我们将数据保存到一个加密区域，则新增数据时需要解密原始数据，然后把新数据加入后再加密。

这个过程略显繁琐。
有没有更简单的方式？可以一条数据加密一次，不和历史数据掺和到一起。但是在预防篡改这块，这个方案显得无能为力。
这样我们就又回到指纹的方案。
那么是对全部数据进行指纹？还是对单条数据进行指纹？（实际两者都不是）
如果对全部数据进行指纹计算，就会面对一个“以有限对抗无限”的问题。因为随着数据量的增加，要将全部数据每次都计算一次，将变得越来越难以实现。比如现在比特币交易数据有几百G，如果每次有新的数据进来，都要对着几百G数据进行Hash，则机器资源消耗会更大。
那么对单条数据进行指纹？这似乎只能在检查单个数据时，可以发现被篡改（因为数据的Hash因为数据被篡改而改变），但是不能快速发现整体数据都变得不可信了。
于是，基于一些计算机数据结构的思想，可以将数据通过链式关系关联起来。起到“铰链”作用的就是前一个区块的Hash。

如果链中某个区块数据变了，它的Hash也会改变，而它后面的区块的Pre hash还是指向原始值，这样区块链的链式关系就断开了，该链就出现问题了。