区块链技术如何应用到汽车大数据中

　　区块链技术在汽车大数据的落地应用，速度最快的应该是保险公司，因为保险公司对于汽车数据的需求最大，汽车数据对于他们整个产品和服务的提升的逻辑也最清楚，所以他们会很急切地想要来和我们合作看看能够以什么样的方式获得用户的车数据，这个是比较快的。还有一些行业的创新公司，比如自动驾驶算法的公司和那些做车联网智能硬件的公司其实也对这样的合作很感兴趣。

　　用户精准数据怎么获取?

　　其实用户的精准数据获取的手段来说现在已经很成熟了。比如说所有的联网车、2015年以后的车基本上所有的数据都是前装的方式拿到的，或者现在这些物联网的解决方案都能很方便的获得用户的驾驶数据，他们现在唯一不用的原因是因为法律法规不允许他们去用用户的个人数据。

　　在整个 CarBlock 的生态里面，所有数据的流转、交易和使用都是在用户同意的前提下发生的，这样做完全避免了一个法律法规的限制，我就能够去运用用户的个人数据。

　　当然为什么用户肯去 Share 他的个人数据，这里面就涉及到我们整个生态里面也是区块链比较特殊的一个点，就是 Token 经济的引入，我能够让用户有足够的收益愿意去 Share 他的整个数据。

　　区块链在汽车维修行业的具体案例

　　维修行业其实我们现在有两个落地的案例。

　　前面第一个讲到的是 YourMechanic。它这个案例的逻辑就非常简单，它作为一个精准的获客渠道来做，把整个电瓶数据买过去之后就能实时获得哪一些用户的电瓶需要维修、需要更换。

　　第二个是我们现在美国正在和 Carvana 和 Asbury 这两家美国前五大的汽车经销集团合作的一个案例。我们会开发一个专门为 dealer 做的数据服务平台，所有的车数据会经过这个平台的分析和 dealer 的后台去做对接。

　　其实很多应用场景的解决方案都是成熟的，只是因为我没有车数据的获取的渠道，导致了我这些服务没有办法去得到一个很好的执行。

　　当然可以说的再深一点，我们现在跟有两家主机厂在谈经销商认证二手车的一个服务，我们会把二手车之前的所有数据上链，然后通过我们后装的物联网设备来做到整辆车整个生命周期的在区块链上的管理，同时附带上 dealership 的一个 service platform，来让它的 dealer 在认证二手车这一块的业务，不管是用户对于二手车的信任度也好，还是二手车后续服务的对接也好能够做到很大的提升。

　　如何让用户相信通过你们的平台技术进行数据供给?

　　从车主方来说所有的数据交易每一条数据交易的 Hash 都会上链，所以它会知道哪一家机构或哪一家公司买了我的数据它有什么用，然后我们所有的数据都会做数据水印的处理，来防止这家公司当它拿到数据之后去做二次转卖的操作，所以这一点就保证用户本身他对于数据完整的控制权。

　　从数据需求方角度，第一，所有用户上传上来的数据我们都是通过物联网的设备或者硬件的方式，不管是前装还是后装来取得，所以他真正做操作、做篡改的可能性就会小很多;第二，所有数据的 Hash 会上链来确保当数据上链之后这个数据本身没有办法去篡改，这两点就保证作为需求方买到的数据都是真实有效的数据。

　　之后我们再去加上区块链的Token经济的设计，我们能够让他作恶的收益足够小、作恶的风险或者他要承担的惩罚足够大，通过这样的经济行为约束配合上我们整个技术端的实施来最大可能的去降低对于数据本身的欺骗行为，不管是对于数据需求方也好还是数据供给方也好来做到一个更大的保护。

　　目前的主流部署方式是什么?是只有公链吗?

　　对于区块链的生态体系，我觉得公链依旧是我们最终会要去探索的一个方向。除了公链的话其实还有另外两种不同方式，一个是私有链，还有一个是联盟链。

　　私有链其实就是一家中心化公司自己去搭的一个分布式数据库，我们认为这个从本质上来说也不是一个去中心化或者区块链不可篡改的这样一个特性，也没有办法在私有链上得到体现，所以这个方法我们不会去采纳。

　　第二种就是联盟链，联盟链可能会在整个汽车行业得到一定的应用，我们现在也非常欢迎大家来跟我们一起去探讨联盟链部署的一些解决方案。但本身如果作为一个区块链从业者，我们还是觉得公链一定是未来最大的一个趋势，因为它能真正做到去中心化，真正做到整个数据的不可篡改，也在信任机制上有更大的提升。

　　如何杜绝虚假数据的产生?

　　杜绝虚假数据其实前面已经大致提到了，我觉得这边有两个点：

　　第一本身获取数据的渠道我们更偏向于通过硬件的方式，不管是联网车本身的各个传感器还是后方的一些物联网的解决方案，通过这样的方式来保证在获得数据的层面是真实有效的。

　　第二个层面当数据 Hash 上链之后，因为我们本身是在公链上面，所以任何在获取数据上链之后想要去做的修改行为是不可能发生的。

　　第三个，在 Token 经济的设计当中都会有一个惩罚的机制存在，比如数据需求方他买到了一个假的数据之后，当我们经过了验证发现的确是有数据造假的情况存在，那我们就会做出相应的惩罚措施，当他作恶的收益和要承担的责任对于一个个体来说区别过大他就不会去作恶，所以这三方面共同的一个约束来保证虚假数据不会在我们这个生态系统当中产生。