太阳常规赛数据经典20篇

实例 某溶液浓度正比对应于色谱仪器中的峰面积，现欲建立不同浓度下对应峰面积的标准曲线以供测试未知样品的实际浓度。已知8组对应数据，建立标准曲线，并且对此曲线进行评价，给出残差等分析数据。

这是一个很典型的线性拟合问题，手工计算就是采用最小二乘法求出拟合直线的待定参数，同时可以得出R的值，也就是相关系数的大小。在Excel中，可以采用先绘图再添加趋势线的方法完成前两步的要求。

选择成对的数据列，将它们使用“X、Y散点图”制成散点图。

在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。

由图中可知，拟合的直线是y=15620x+6606.1，R2的值为0.9994。

因为R2 >0.99，所以这是一个线性特征非常明显的实验模型，即说明拟合直线能够以大于99.99%地解释、涵盖了实测数据，具有很好的一般性，可以作为标准工作曲线用于其他未知浓度溶液的测量。

为了进一步使用更多的指标来描述这一个模型，我们使用数据分析中的“回归”工具来详细分析这组数据。

在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以我们选择“常数为零”。

“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。

在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。

残差图是有关于世纪之与预测值之间差距的图表，如果残差图中的散点在中州上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。

更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。

u盘是一款十分便捷的移动存储设备，我们会经常使用它来拷贝、存储文件数据，经常使用u盘的用户也经常会遇到一些问题，这不就有用户说他的u盘在拷贝文件时，读写速度时快时慢。这是什么原因造成的呢?又该怎么解决?接下来就跟着小编一起来看看u盘 数据读取不稳定的原因分析以及解决办法。

1、u盘的数据传输速度和电脑本身配置以及u盘质量有关，好的配置传输速度就快，反之则慢。而在数据传输过程中有其他程序在运行时，那么也会导致传输速度变慢。

2、u盘文件系统类型格式也会影响数据传输速度。u盘接口类型也与数据传输有直接关系。

3、经常格式化、初始化u盘对u盘硬件有着更深层次的伤害，直接影响u盘使用寿命。

解决办法：

1、提升电脑配置，更换好质量较好的u盘，最好是品牌u盘。在进行u盘数据传输过程中先关闭其它运行程序。

2、u盘文件系统类型格式通常有fat32、ntfs和exfat这三种，建议使用exfat这种专为u盘而设计的u盘文件系统类型格式，u盘接口有1.0、2.0和3.0这三种，建议使用3.0的接口。

3、在使用u盘的过程中尽量不要经常格式化u盘、初始化u盘，当然还有低格u盘。

u盘出故障有自身的原因也有外部原因，就连不当的操作和使用也会导致u盘问题，在平常使用u盘时，应多注意它的安全事项，避免不必要的问题发生。当然，若问题已经发生了，那就尽快解决问题才是关键。关于u盘数据读取不稳定 的问题解决办法就介绍到这里，希望能够帮助到大家。

什么是数据并行传输,并行传输原理是什么?

数据通信的基本方式可分为并行通信与串行通信。

并行通信：是指利用多条数据传输线将一个资料的各位同时传送。它的特点是传输速度快，适用于短距离通信，但要求通讯速率较高的应用场合。

并行接口标准：指的是计算机或终端(资料终端设备DTE)的并行接口电路与数据通信设备DCE之间的连接标准。主要的串行接口标准包括早期的IEEE 1284以及高性能串行总线接口标准IEEE1394。

1．IEEE 1284 IEEE 1284则采用防呆设计的D型连接器，IEEE 1284定义了D-sub、Centronics和MDR-36等三种连接器。我们所见到打印机电缆，一端是D-sub连接器，用来与主机连接，另一端为带有锁紧装置的Centronics连接器，用来连接到打印机。连接起来不仅方便，而且十分可靠。D-sub连接器有25根插针，而Centronics连接器有36根插针，多出来的11根基本上是冗余的信号地。MDR(Mini Delta Ribbon，小型三角带)连接器也是36根插针，这种小尺寸连接器是为数码相机、Zip驱动器等小型设备而设计的，实际上很少被使用。三种不同尺寸的并行口连接器如下所示。

2．IEEE 1394

IEEE 1394标准在Apple称之为FireWire（火线），Sony称之为i.Link，Texas。IEEE-1394允许每台设备的最大传输速度可以达到400Mbps（今后有望提升到800Mbps、1.6Gbps，甚至3.2Gbps），不需要任何主机进行控制，可以同时支持同步和异步传输模式。IEEE-1394允许每台设备的最大传输速度可以达到400Mbps（今后有望提升到800Mbps、1.6Gbps，甚至3.2Gbps），不需要任何主机进行控制，可以同时支持同步和异步传输模式。

作为一种数据传输的开放式技术标准，IEEE-1394被应用在众多的领域。当然，目前来说，IEEE-1394技术使用最广的还是数字成像领域，支持的产品包括数字相相机或摄象机等。

相关芯片：

IEEE 1284接口芯片

SN74LVCE161284是TI公司的一款可实现 ESD 保护功能的 IEEE 1284 接口解决方案，其是专门为打印机接口应用而精心设计的。作为逻辑技术进步的领先者，TI 最新推出的 LVCE161284 进一步丰富了 1284 双向并行外设领域的产品范围，是一款特性丰富的高集成度解决方案，不仅可实现最佳的 ESD 保护，而且还能减少部件数及缩小板级空间。

与其他 1284 接口器件相比，LVCE161284 还拥有更多改进之处，如：Ioff 与开机三态 (Power-Up 3-State) 以支持热插入、集成的 PMOS 晶体管以避免电流驱回 (back-drive current)、所有在输入点出现的磁滞现象均可提供噪音容限，以及避免打印机打开时发现连接器侧引脚无有效信号而发生故障的自动上电特性。与其他 1284 设备类似，流通引脚排列有助于优化电路布局。

IEEE 1394接口芯片

TI公司的1394集成芯片，其主要产品如下：

飞利浦是 1394 Trade Association 的长期会员，也推出一系列 400-Mbps 1394 物理层收发器与增强型 1394 影音链结，其主要产品如下：

在用Excel制作图表时，尤其是折线图，如果原始数据中存在0值，会使图表曲线直接接触横轴，图表美观性变差，同时影响对数据的观测和分析。本问主要以折线图为例(饼图原理类似)向大家介绍如何在excel图表中忽略原始数据中的0值。

1、首先，看一下原始数据，A列是月份，B列是对应费率。其中“三月”费率为0%。

2、选中数据区域，选择【 插入 】-【 图表 】- 选择【 带数据标记的折线图 】。

3、生成的默认图表如下图，其中折线图在三月份碰触横轴，然后四月份上升。

方法一：

1、双击进入0值的B4单元格，输入 =NA()， 回车后单元格返回 “#N/A”错误值 。

2、再返回查看折线图，这是3月份的0点将不在图表中显示。原理说明：图表在识别数据时将忽略 “#N/A”错误值 ， 避免了0值触碰X轴的情况 。

3、如果费率一列数据是由公式产生，可以将公式改成 ：=IF(原公式，原公式，NA())。 这样当原公式返回值为0时单元格返回“#N/A”错误值。

方法二：

1、如果使用的是2013版Excel，也可以用下面的方法解决。首先，将源数据中的0值清空成空单元格。

2、选择图表，在右侧出现的功能选项中选择【 图表筛选器 】。

3、选择右下角的【 选择数据 】。

4、选择新界面左下角的【 隐藏的单元格和空单元格 】。

5、选择【 用直线连接数据点 】，确定后就达到了我们方案一的效果。

6、如果选择【 空距 】，则在图表中将跨过该空单元格数据点，结果如下图：

数据仓储,数据仓储是什么意思

各个组织每天都要捕获一些基本不可使用的数据,原因是无法很方便地访问、操作和呈现这些数据。在一个组织的各计算机系统上,有数十亿字节的数据基本上是“锁定”的。数据仓储技术定义了可以使该数据更容易访问的策略。

业内分析人士和系统供应商长久以来已经认识到有两种类型的信息系统：

作业系统 作业系统是指组织内将输入转换成输出而创造价值的系统。它接受输入，即:人、设备和材料，然后将其转换成能满足需要的商品或服务。这些系统用来处理日常的经营活动,如记帐、订单输入和库存管理等。这些系统维持企业运行。

信息系统 信息系统是以提供信息服务为主要目的的数据密集型、人机交互的计算机应用系统。人们使用这些系统来分析数据、作出企业管理决策和规划未来发展。这些系统通常是指“经理管理系统”。

这两个系统之间的重要差别在于,作业系统处理一组特定的数据(如库存),而信息系统则要涉及到从多种多样的相关信息源中提取有用的信息。信息系统从以下信息源访问和使用数据：

遗留数据系统 一个组织经过多年的收集而获得的数据的仓库。这些系统包括较早的大型机或小型计算机系统,这些系统运行的特定应用程序已经不容易从较先进的基于PC的应用程序中来访问了。

外部数据系统 这些系统位于组织外部,如Web服务器或订阅数据业务,它们提供了广泛的信息(如人口统计数据、经济趋势数据、产品数据等)。

作业数据系统 如前所述,作业数据是指由记帐和其他企业系统收集和生成的日常数据。

数据仓库可以视为一个三部分系统,其中,中间系统向终端用户安全地提供可用的数据。在中间系统的一侧是终端用户,一侧是后端数据存储区。数据仓库通常由以下几部分组成,如图D-12所示。

图D-12 数据仓库结构分级系统/数据集市 从后端系统中选择的数据即存储在此,以供客户机访问。通常要以多种方式对数据进行清理和处理才能对其进行访问,这在后面将进行探讨。数据仓库可以包含多个数据集市,每个数据集市对应于公司的一个部门。尽管数据集市可存储从数据仓库提取的信息,但数据仓库常常是分阶段建立的,首先建立部门数据集市,然后将各个数据集市合并起来。

前端客户机 这些客户机是指使用基于PC的应用程序访问数据以供分析的终端用户。

中间件 中间件是一种独立的系统软件或服务程序，分布式应用软件借助这种软件在不同的技术之间共享资源。中间件位于客户机/ 服务器的操作系统之上，管理计算资源和网络通讯。是连接两个独立应用程序或独立系统的软件。中间件可隐藏不同数据管理系统之间的差别,并使客户机可以容易地访问这些系统。执行中间件的一个关键途径是信息传递。通过中间件，应用程序可以工作于多平台或OS环境。

消息系统 数据仓库通常包含多个后端系统和多个客户机。一个消息系统就是一个传递系统,用来在整个数据仓库中传输请求和响应消息系统使用基础网络协议和设备传递信息。

元数据 元数据是描述数据仓库内数据的结构和建立方法的数据，这一点与图书馆的目录卡片包含图书相关的信息很类似。可将其按用途的不同分为两类，技术元数据和商业元数据。

从图D-12中可以看出,客户机可以访问存储在数据集市中的数据,尽管也可以直接访问遗留系统、作业系统或外部系统。但这种分级的方法有许多优点,其中包括安全性以及客户机对数据分析人员或数据管理员严格控制的数据的访问权。

关于数据仓库中的信息

数据仓库可以视为一个系统,该系统保存有来自遗留、作业或外部数据源的汇总信息。分级系统只存储最新的信息,仅供只读使用。所有数据更新均在作业系统上进行,而不在分级系统上进行。根据Prism Solutions(现在称为Informix),在数据仓库中有不同级别的汇总和细节,如图D-13所示。下面进行解释:

图D-13 数据仓储中的数据结构(经Prism Solutions许可)

较早的细节数据是指历史数据或遗留数据。

当前细节数据(通常为作业数据)是指最新的数据,该数据容量非常大,因此需要进行广泛的汇总以使其易于访问。

轻度汇总的数据是指数据库分析人员或其他一些进程已经从当前细节数据中提取出来的数据。

高度汇总的数据是指压缩数据,特定部门的终端用户可以容易地对该数据进行访问。

可以想象,存储在遗留、作业或外部系统中的数据用多种不同的方式编码、构造和存储,并且数据库设计人员多年来使用他们自己的惯例来建立数据库结构。因此,信息在一个数据库中存储的方式与相关信息在其他数据库中存储的方式大相径庭。

将数据传输到分级系统后,它必须由数据库分析人员或专为该任务设计的应用程序进行“预处理”。处理过程包括提取、清理、合并、更改和操作数据,从而将数据转变为与终端用户关系更大的新的数据集。也可以包括广泛的完整性检查,以确保终端用户可以访问到准确而及时的数据。

这一过程的主要特征是使用通用的命名惯例和一致的属性、编码和结构来集成数据,例如,来自不同数据库的日期信息的格式可能多种多样(如Julian、yymmdd、mmddyy等),但可以在分级系统上仅以Julian格式重新设置格式和存储。

如前所述,公司每个部门可以拥有自己的分级系统用于轻度或高度汇总的数据。数据库分析人员通常负责从后端系统上对数据进行汇总和提取,并使其可由终端用户访问。D2K,Inc.将这些分析人员称为“农场主”,因为他们的工作就是提取存储在“服务器场”上的数据。数据农场主可以使用OLAP(联机分析处理)和“数据开采”工具,这些工具可以帮助他们将信息关联在一起,并在数据中发现有趣和有意义的关系。OLAP所提供的数据格式是多维“立方体”,而不是比较传统的表格形式。

支持数据仓储概念的新软件可用来替代EIS(执行信息系统)和DSS(决策支持系统)。数据仓库中发生的数据不断更新并不会使这些早期的系统受益,并且这些系统仅限于少数决策者使用。

IDWA(国际数据仓储协会)确定了一种数据仓库类型,并将其称为“作业数据仓库”。该仓库可提供在前端系统已经鉴别的后端数据进行动态访问。它用银行作为例子来说明这一点。该银行被要求来鉴定某家公司的所有资产,银行要从多个不同的系统上提取相关的数据,然后法院传令冻结所有帐号。如果所有这些帐号都存储在多个不同的遗留系统上,则会引发一个问题。银行雇员需要分别关闭每个帐号。如果使用作业数据仓库,则所有帐号可以使用同一种软件来关闭,该软件原本用于提取帐户信息。

构建数据仓库的目的

（1）市场的激烈竞争和管理过程的复杂性，决定了一个企业为了生存与发展，就需要对客户关系、市场营销、产品工程、投资分析等方面的历史数据进行提取与分析，从中找到对企业进一步发展有价值的潜在信息。

（2）数据仓库能够把企业的内部数据和外部数据进行有效的集成，为企业的各层决策提供数据依据。

（3）企业现有的系统不能提供更多的决策信息（尽管企业已经有了大量的数据积累）。

（4）通过构造一种体系化的数据存贮环境，将分析决策所需的大量数据从传统的操作环境中分离出来，使分散的、不一致的操作数据转换成集成的、统一的信息。

（5）可以为市场营销和客户分析提供基本的信息源和辅助工具。

（6）可以实现对产品、部门、机构的利润与成本分析。

（7）可以规范管理流程、优化业务处理、提高资本利用率。

规划和构建数据仓库

数据仓库的构架由三部分组成：数据源、数据源转换/装载形成新数据库、OLAP(联机分析处理 On-line Analytical Processing)。

决定构建数据仓库的组织面对着一个重要任务,就是如何生成用户可以使用的及时、准确和有用的信息。为构建数据仓库,曾经有许多被误导的尝试,最终所提供的信息都不准确或不完整。而且常常是除了构建数据仓库之外别无其他选择。另一种方法是将有价值的数据仍锁定在遗留系统中。

曾经有一个公司构建了七个数据仓库,前六次尝试均以失败告终,成为学习经验。

数据仓库的实施过程大体可分为三个阶段：数据仓库的项目规划、设计和实施、维护调整。

构建数据仓库一开始应仔细规划策略并建立原型。在购买昂贵的硬件之前,开发人员应与用户紧密合作,以便准确确定分级系统上需要什么信息以及将如何使用这些信息。完成这一任务的通常做法是构建一些小型系统,然后由这些小型系统扩展成为完整的生产系统。

供应商们已经开发出一些特殊的系统用于数据仓储。IBM拥有它自己的“信息仓库”系统。并行数据库系统正在出现,可以改善对数据库系统的访问。新的数据可视化工具已经开发出专门用于这一目的的并行处理系统。

Web接口可能是数据仓储中新的最重要的方面。许多供应商(包括D2K, Inc.)正在开发一些应用程序,用来将存储在仓库中的数据传输到Web浏览器上。“推送”技术用于自动为订阅的用户提供他们所感兴趣的最新数据视图。利用Web技术,只需设置数据格式以便在Web浏览器上显示即可。然后,任何系统上的用户就可以使用任何Web浏览器来显示该信息了。

美国爱达荷州博伊西，2015 年8月4日——美光科技有限公司（纳斯达克代码：MU）今天宣布推出一系列全新的SAS固态硬盘（SSD）产品。新产品主要面向希望自己的企业应用（例如进行数据分析、金融交易和媒体流式传输）能够不间断运行的客户，并针对这样的需求进行了工作负载优化。

与之前的硬盘产品相比，新一代美光S600DC SSD系列产品能为客户提供更加全方位的优势：始终如一的性能、行业领先的存储容量以及卓越的数据可用性和安全性，为IT经理提供了极具吸引力的解决方案。该SSD系列产品是根据今年年初美光科技与希捷科技达成的战略协议开发的第一个产品系列，它融合了两家公司在闪存创新和SAS专业技术领域的专长。

目前，闪存技术正在推动SAS 市场蓬勃发展。美光科技预计，在接下来的四年里，SAS SSD的增长率将达到59%*。在业务关键型应用和数据密集型应用（例如非常重视数据可用性和可靠性的信用卡交易和健康档案处理应用）中，SSD普及率正在迅速增长。S600DC系列（包括S610DC、S630DC和S650DC）既能够提供美光科技备受信赖的闪存技术的性能优势，同时还能提供当今存储架构师所要求的增强型企业级可靠性、容量和加密功能。

“这些新的SAS硬盘在我们的企业级SSD产品组合中至关重要，它们扩展了我们的存储解决方案，以覆盖更多应用、工作负载和接口。”美光存储事业部副总裁Darren Thomas表示，“从各方面来看，无论是技术，还是我们经过工作负载优化的SSD，这些产品的推出都进一步提升了我们作为领先的端到端企业闪存提供商的地位。”

“我们的合作伙伴和客户依靠闪存技术来应对执行数据分析时所面对的挑战，即在不超过费用限制的条件下仍能获得较高的性能。美光与希捷合作开发了这一产品所必需的存储技术，一定能够超出客户预期。”希捷云系统和电子解决方案的闪存产品部总经理Brett Pemble表示。

S600DC固态硬盘系列的主要产品特性包括：

· 业界领先的存储密度：高达4TB级的容量，大小只有2.5英寸

· 高性能：双端口接口，可以通过故障转移冗余功能提供高达1800MB/s的连续读取性能或高数据可用性

· 断电保护：该功能可维持数据的完整性，防止在意外断电的情况下丢失用户数据

· 卓越的数据保护：通过全面的内外部数据路径保护和多层错误恢复技术，以及针对NAND媒体优化的高级错误检测/纠正编码，从而实现卓越的的数据保护和可靠性

· 多层安全措施：包括有助于阻止恶意攻击的安全诊断，保护用户数据的自加密驱动器功能，以及通过FIPS认证，确保硬盘符合严格安全标准

美光S600系列SSD已初步投产，将直接出售给数据中心设备制造商以及通过美光科技的分销合作伙伴进行销售。

美光科技有限公司

美光科技有限公司是全球领先的半导体系统供应商。美光科技提供广泛的高性能存储技术产品组合（包括DRAM、NAND和NOR闪存），为固态硬盘、模块、多芯片封装和其他系统解决方案奠定了坚实基础。凭借超过 37 年的技术领军地位，美光科技提供的存储解决方案推动着计算、消费电子、企业级存储、网络、移动产品、嵌入式系统和汽车应用等全球创新领域的发展。美光科技的普通股在纳斯达克上市交易，股票代码是MU。

众所周知，Excel对数据处理的功能非常强大。想要对上千条、上万条数据做分类汇总，则需要依靠数据透视表和分类汇总功能;在数据量适中即小于万条时，对数据透视表又不太熟悉的情况下，可以使用“分类汇总”，对数据进行归类分析。

备注：数据量太大的情况下，分类汇总速度较慢!

方法/步骤

以统计考生考试次数为例。新建一个excel文档，在文档中输入考生信息及成绩，“身份证号”数据格式为常规或文本。

选中excel文档中“身份证号”列，对其进行排序。

方法1: 点击文件菜单栏中“数据”-“排序”旁边的升序或降序按钮，此处可降序也可升序。

方法2： 点击文件菜单栏中“数据”-“排序”，弹出“排序提醒”对话框，选择“扩展选定区域”，点击“排序”。

在“排序”对话框中，选择主要关键字“身份证号”，排序依据“数值”，次序“降序或升序”。点击“确定”

此处对数据做计数汇总为例，还可进行“求和”、“平均值”等。

选中需要分类汇总的数据，点击文件菜单栏中“数据”-“分类汇总”，分类字段：“身份证号”、汇总方式“计数”，选定汇总项“考试成绩” 。含义：“以身份证号为主，对考试成绩做计数汇总，即每个考生考试次数”。点击“确定”

如何删除分类汇总。选中需要分类汇总的数据，点击文件菜单栏中“数据”-“分类汇总”，点击“全部删除”。

注意事项

在操作过程中，注意数据格式

数据恢复－RAID数据技术

RAID技术基础知识RAID ， 为Redundant Arrays of Independent Disks的简称，中文为廉价冗余磁盘阵列。在1987年由美国柏克莱大学提出RAID（Redundant Arrayof Inexpensive Disks）理论，作为高性能的存储系统，巳经得到了越来越广泛的应用。RAID的级别从RAID概念的提出到现在，巳经发展了多个级别，有明确标准级别分别是0、1、2、3、4、5等。但是最常用的是0、1、3、5四个级别。其他还有6、7、10、30、50等。RAID为使用者降低了成本、增加了执行效率，并提供了系统运行的稳定性。

当主机将一个待写入阵列RAID组中的数据发送到阵列时，阵列控制器将该数据保存在缓存中并立即报告主机该数据的写入工作已完成。该数据写入到阵列硬盘的工作由阵列控制器完成，该数据可继续存放在Cache中直到Cache满，而且要为新数据腾出空间而必须刷新时或阵列需停机时，控制器会及时将该数据从Cache写入阵列硬盘中。 这种缓存回写技术使得主机不必等待RAID校验计算过程的完成，即可处理下一个读写任务，这样，主机的读写效率大为增加。当主机命令将一个数据写入硬盘，则阵列控制器将该数据写入缓存最上面的位置，只有新数据才会被控制器按Write-Back Cache的方式最后写入硬盘。标准的RAID写操作，包括如：RAID4或RAID5中所必需的校验计算，需包括以下几个步骤： （1）以校验盘中读取数据；（2）以目标数据盘中读取数据 ； （3）以旧校验数据，新数据及已存在数据，生成新的校验数据 ； （4）将新校验数据写入校验盘 ； （5）将新数据写入目标数据盘 ；RAID 级别

NRAID：硬盘连续使用。NRAID 意思是不使用RAID功能。它使用硬盘的总容量组成逻辑碟（不使用条块读写）。换句话说，它生成的逻辑碟容量就是物理碟容量的总和。此外，NRAID不提供资料的备余。

JBOD：JBOD 的含意是控制器将机器上每颗硬盘都当作单独的硬盘处理，因此每颗硬盘都被当作单颗独立的逻辑碟使用。此外，JBOD并不提供资料备余的功能。

RAID0：RAID 0 - Disk Stripping without parity (常用) 又称数据分块，即把数据分成若干相等大小的小块，并把它们写到阵列上不同的硬盘上，这种技术又称“Stripping”（即将数据条带化），这种把数据分布在多个盘上，在读写时是以并行的方式对各硬盘同时进行操作。从理论上讲，其容量和数据传输率是单个硬盘的N倍。N为构成RAID0的硬盘总数。当然，若阵列控制器有多个硬盘通道时，对多个通道上的硬盘进行RAID0操作，I/O性能会更高。因此常用于图象，视频等领域，RAID0 I/O传输率较高，但平均故障时间MTTF只有单盘的N分之一，因此RAID0可靠性最差。

RAID1：RAID 1 - Disk Mirroring(较常用)又称镜像。即每个工作盘都有一个镜像盘，每次写数据时必须同时写入镜像盘，读数据时只从工作盘读出，一旦工作盘发生故障立即转入镜像盘，从镜像盘中读出数据。当更换故障盘后，数据可以重构，恢复工作盘正确数据，这种阵列可靠性很高，但其有效容量减小到总容量一半以下，因此RAID1常用于对容错要求极严的应用场合，如财政、金融等领域。

RAID (0+1)：结合了RAID 0 和 RAID 1 — 条块化读写的同时使用镜像操作。 RAID (0+1) 允许多个硬盘损坏，因为它完全使用硬盘来实现资料备余。如果有超过两个硬盘做RAID 1，系统会自动实现RAID (0+1)。

RAID2：又称位交叉，它采用汉明码作盘错校验，采用按位交叉存取，运用于大数据的读写，但冗余信息开销太大（校验盘为多个），已被淘汰。

RAID3： RAID 3 - Parallel Disk Array为单盘容错并行传输。即采用Stripping技术将数据分块，对这些块进行异或校验，校验数据写到最后一个硬盘上。它的特点是有一个盘为校验盘，数据以位或字节的方式存于各盘（分散记录在组内相同扇区的各个硬盘上）。当一个硬盘发生故障，除故障盘外，写操作将继续对数据盘和校验盘进行操作。而读操作是通过对剩余数据盘和校验盘的异或计算重构故障盘上应有的数据来进行的。RAID3的优点是并行I/O传输和单盘容错，具有很高可靠性。缺点：每次读写要牵动整个组，每次只能完成一次I/O。

RAID4： 与RAID3相似，区别是：RAID3是按位或字节交叉存取，而RAID4是按块（扇区）存取，可以单独地对某个盘进行操作，无须像RAID3那样，哪怕每一次小I/O操作也要涉及全组，只需涉及组中两块硬盘（一块数据盘，一块校验盘）即可，从而提高了小量数据I/O速度。缺点：对于随机分散的小数据量I/O，固定的校验盘又成为I/O瓶颈，例如：事务处理。作两个很小的写操作，一个写在drive2的stripe1 上，一个写在drive3的stripe2上，它们都要往校验盘上写，所以发生争用校验盘的问题。

RAID5： RAID 5 - Striping with floating parity drive(最常用)是一种旋转奇偶校验独立存取的阵列方式，它与RAID3，RAID4不同的是没有固定的校验盘，而是按某种规则把奇偶校验信息均匀地分布在阵列所属的硬盘上，所以在每块硬盘上，既有数据信息也有校验信息。这一改变解决了争用校验盘的问题，使得在同一组内并发进行多个写操作。所以RAID5即适用于大数据量的操作，也适用于各种事务处理，它是一种快速、大容量和容错分布合理的磁盘阵列。当有N块阵列盘时，用户空间为N-1块盘容量。

RAID3、RAID5中，在一块硬盘发生故障后，RAID组从ONLINE变为DEGRADED方式，但I/O读写不受影响，直到故障盘恢复。但如果DEGRADED状态下，又有第二块盘故障，整个RAID组的数据将丢失。

RAID 技术的应用DAS --direct access storage device直接访问存储设备DAS是磁盘存储设备的术语，以前被用在大、中型机上。使用在PC机上还包括硬盘设备DAS的最新形式是RAID。“直接访问”指访问所有数据的时间是相同的。 NAS --Network Attached Storage 网络附加存储设备 一种特殊目的的服务器,它具有嵌入式的软件系统,可以通过网络对个种的系统平台提供文件共享服务。

SAN --Storage Area Networks 存储区域网一种高速的专用网络，用于建立服务器、磁盘阵列和磁带库之间的一种直接联接。它如同扩展的存储器总线，将专用的集线器、交换器以及网关或桥路互相连接在一起。 SAN 常使用光纤通道。一个 SAN 可以是本地的或者是远程的，也可以是共享的或者是专用的。SAN 打破了存储器与服务器之间的束缚，允许你独立地选择最佳的存储器或者是最佳的服务器，从而提高可扩性和灵活性。

前言

安全多方计算一直以来被视为解决数据隐私保护问题的优选方案。万向区块链与生态合作伙伴矩阵元联合打造的基于隐私计算的新一代联盟区块链平台PlatONE就引入了安全多方计算，并结合态加密、零知识证明等密码学算法，实现数据多方安全共享。

安全多方计算如何在技术上帮助多方安全共享数据？这一技术方案具体在哪些场景拥有应用前景？本期万向区块链行业研究报告将从技术和应用两方面为大家解读安全多方计算。

本文作者为万向区块链首席经济学家办公室，在本微信公众号回复“行业研究”，可获取往期文章。

摘要

本文对安全多方计算做出技术及应用分析。结论是，安全多方计算能够解决互不信任的参与方之间保护隐私的协同计算问题。安全多方计算拓展了传统分布式计算的边界以及信息安全范畴，对解决网络环境下的信息安全具有重要价值。安全多方计算能够结合多行业领域进行数据融合，对数据市场的发展十分重要。

关键词: 安全多方计算、数据、隐私

数据是一个复杂概念，有多种类型和丰富特征。随着时代从互联网转变至区块链，数据即将成为可产生经济价值的资产。但是，大多数企业考虑到数据安全和个人隐私等问题，对数据共享都非常谨慎。对个人数据而言，控制权和隐私保护的重要性超过所有权。因此，企业在面临数据输入的隐私及输出的结果上常常遇到平衡上的困难。举例来说: 医院需要与保险公司分享病患数据，但是又不能泄露病患的个人隐私。安全多方计算（Secure Muti-party Computation）提供了一种技术上的解决方案，能够在无可信第三方的情况下安全地进行多方协同的计算。本文分为三个部分: 第一部分探讨安全多方计算的架构。第二部分研究安全多方计算的技术实现方式。第三部分分析安全多方计算应用及未来发展。

一、

安全多方计算

(一) 定义

安全多方计算可以定义为在一个分布式网络且不存在可信第三方的情况下，多个参与实体各自持有秘密输入，并希望共同完成对某函数的计算并得到结果，前提是要求每个参与实体均不能得知除自身外其他参与实体任何输入信息。

以下为安全多方计算的数学表述:有n个参与实体

，要以一种隐私保护的方式共同计算一个函数，所谓的隐私保护是指输出结果的正确性和输入信息、输出信息的保密性。每个参与实体

，有一个自己的秘密输入信息

，n 个参与实体要共同计算一个函数

，

为参与实体分别得知的运算结果。计算结束时，每个参与实体

只能得知

, 不能获得其他参与实体的任何信息。

(二) 安全多方计算架构

安全多方计算主要分为两个参与方:参与节点及枢纽节点。各个参与节点地位相同，可以发起协同计算任务，也可以选择参与其他方发起的计算任务。枢纽节点不参与实际协同计算，主要用于控制传输网络、路由寻址及计算逻辑传输。此外，在去中心化的网络拓扑里，枢纽节点是可以删减的，参与节点可以与其他参与节点进行点到点连接，直接完成协同计算。

安全多方计算过程中，每个数据持有方可发起协同计算任务，并通过枢纽节点进行路由寻址，选择相似数据类型的其余数据持有方进行安全的协同计算。参与协同计算的多个数据持有方的参与节点会根据计算逻辑，从本地数据库中查询所需数据，共同就安全多方计算任务在密态数据流间进行协同计算。整个过程各方的明文数据全部在本地存储，并不会提供给其他节点。在保证数据隐私的情况下，枢纽节点将计算结果输出至整个计算任务系统, 从而各方得到正确的数据结果。

安全多方计算主要有三个特性: 第一是隐私性。安全多方计算首要的目的是各参与方在协作计算时如何对隐私数据进行保护，即在计算过程中必须保证各方私密输入独立，计算时不泄露任何本地数据。第二是正确性。多方计算参与各方通过约定安全多方计算协议发起计算任务并进行协同计算，运算数据结果具备正确性。第三是去中心化。安全多方计算中，各参与方地位平等，不存在任何有特权的参与方或第三方，提供一种去中心化的计算模式。

图1:安全多方计算技术框架图 来源: 链闻

(三) 安全多方计算信任环境

安全多方计算的信任环境或者说整体安全定义通常由真实-理想模型(Real-Ideal Paradigm)来表达。在真实-理想模型中，存在一个虚拟的“理想”环境，与真实环境进行比较。在理想环境里，所有参与方都会将各自的秘密数据发送给一个可信第三方，由可信第三方完成计算。而在真实环境下，不存在这样的可信第三方，所有参与方通过互相交换信息，完成协同计算，并且会存在敌手进行控制其中部分参与方的情况。一个安全多方计算系统满足在真实-理想模型下的安全性，是指真实环境下的敌手无法产生比理想环境下的攻击者更多的危害；换言之，如果存在敌手可以对真实环境造成危害，那么也存在敌手可以对理想环境造成同等效果的危害。由逆否命题可知，事实上，不存在敌手能对理想环境造成危害，从而可以得出结论：不存在真实环境下的成功的敌手。

一般而言，在安全多方计算中，根据攻击者的能力差异可以定义两种不同的攻击者相关的安全模型。第一，半诚实模型(Semi-Honest Adversaries’ Security)。在半诚实行为模型中，假设敌手会诚实地参与安全多方计算的具体协议，遵照协议的每一步进行，但是会试图通过从协议执行过程中获取的内容来推测他方的隐私。第二，恶意行为模型(Malicious Adversaries’ Security)。在恶意行为模型中，恶意节点可能会不遵循协议，采取任意的行为（例如伪造消息或者拒绝响应）获取他方的隐私。

目前有许多安全多方计算的改进方案，可以达到恶意行为模型下的安全性，但是都需要付出很大的性能代价，大规模的安全多方计算产品，基本上通常只考虑半诚实模型，恶意行为模型的解决方案会严重影响效率和实用性。

二、

安全多方计算的实现形式

(一) 秘密共享

秘密共享是在一个常被应用在多方安全签名的技术，它主要用于保护重要信息被丢失、或篡改。通过秘密共享机制，秘密信息会被拆分，每个参与者仅持有该秘密的一部分，个人持有部分碎片无法用于恢复秘密，需要凑齐预定数量 (或门限) 的碎片。假设多方安全签名中存在一个秘密 S作为签名的私钥，将秘密S进行特定运算，得到w个秘密碎片

,交给 w个人保存，当至少t个人同时拿出自己所拥有的秘密碎片

时，即可还原出最初的秘密S，t则为秘密共享设定的预订门限，少于t个参与者则无人能够得到秘密S。

(二) 不经意传输(Oblivious Transfer)

不经意传输是一种密码学协议，被广泛应用于安全多方计算领域，它解决了以下问题: 假设 Alice 有两个数值

和

，Bob 想知道其中的一个数值

。通过不经意传输Bob可以知道

，但不知道

，同时Alice不知道i。举例来说，Alice 手上有两组密封的密码组合，Bob只能获得一组密码且Bob希望Alice不知道他选择哪一组密码。这时候就能利用不经意传输来完成交易。

图2: 不经意传输示意图 来源: 链闻

不经意传输存在双方角色，发送者与接收者。一个可行的具体实现过程，分为四个步骤：条件假设接收者希望知道结果

，但不希望发送人知道他想要的是

。第一，发送者生成两对不同的公私钥，并公开两个公钥

及

。第二，接收者会生成一个随机数k，再用

对k进行加密，传给发送者。第三，发送者用他的两个私钥及对这个加密后的进行解密，用

解密得到随机数

，用

解密得到随机数

。

和

相等，而

则为一无关的随机数。但发送者不知道接收人加密时用的哪个公钥，因此他不知道他算出来的哪个k正确。第四，发送者把

和

及

和

分别进行异或，把两个异或值传给接收者。接收者只能算出

而无法推测出

，同时发送人也无法知道他能算出哪一个结果。

(三) 混淆电路(Garbled Circuit)

混淆电路是姚期智教授在80年代提出的安全多方计算概念。混淆电路是一种密码学协议，遵照这个协议，两个参与方能在互相不知晓对方数据的情况下计算某一函数。举姚氏百万富翁问题（Yaos Millionaires Problem） 为例，两个百万富翁 Alice和 Bob 想在不知道对方精准财富值的情况下比较谁的财富值更高。比如 Alice 的财富值是 20，Bob 的财富值是 15。藉由混淆电路，Alice和 Bob 都可以知道谁更富有，但是 Alice 和 Bob 都不知道对方的财富值。混淆电路的核心逻辑是先将计算问题转换为由与门、或门、非门所组成的布尔逻辑电路，再通过公钥加密、不经意传输等技术来扰乱这些电路值以掩盖信息，在整个过程双方传输的都是密码或随机数，不会有任何有效信息泄露。因此双方在得到计算结果的同时，达到了对隐私数据数据保护的目的。

假设存在双方Alice及Bob进行混淆电路协议。混淆电路实现过程分为四个步骤: 第一，Alice生成混淆电路。由图4可知，Alice生成的混淆电路中间会连接许多逻辑门，每个逻辑门都有输入线及输出线，且都有一组真值表(Truth table)。第二，Alice与Bob通信。Alice将逻辑门的真值表对称加密并将真值表的行列打乱成混淆表(Garbled table)传送至Bob。第三，Bob在接收到加密真值表后，对加密真值表的每一行进行解密，最终只有一行能解密成功，并提取相关的加密信息。其中，Bob 通过不经意传输协议从 Alice 获得对应的解密字符串。不经意传输能够保证Bob获得对应的解密字符串，且Alce无法得知Bob获得哪一个。最后，Bob将计算结果返回给Alice，双方共享计算结果。由于双方需对电路中每个逻辑门进行几个对称密钥操作，因此使用混淆电路的方案的计算复杂度相对也较高，并且当扩展到参与方较多的计算场景时会更加复杂。

图3: 一般电路、门及真值表 来源: 安全计算与密码学

(四) 零知识证明

零知识证明指的是示证者能够在不向验证者提供任何有用的信息的情况下，使验证者相信某个论断是正确的。零知识证明存在双方或多方角色: 示证者(prover)与验证者(verifier)。示证者宣称某一命题为真，而验证者确认该命题是否为真。

经典的零知识证明（Sigma协议）通常包含三个步骤: 第一，示证者先根据命题内容向验证者发送命题论述，这个论述必需经过处理转换成密态论述（一般称为“承诺”），且命题内容无法在后续的某一时刻进行篡改和抵赖。第二，验证者随机生成一个挑战并发给示证者。第三，示证者根据挑战和命题论述生成证明信息发给验证者。验证者利用证明信息判断示证者是否通过了该次挑战。重复多次这三个步骤，可以降低示证者是因为运气的成份通过挑战的概率。示证者提供的密态命题论述有两个作用，一来可以防止示证方对命题内容临时造假，二来可以让验证者无法得知全部信息，保持隐私性。

零知识证明具备三个属性: 第一，完备性。如果论述命题确实为真，那么诚实的验证者一定会被诚实的示证者说服。第二，可靠性，如果论述命题为假，那么示证者只能以很小的机率欺骗诚实的验证者。第三，零知识。验证者只能知道论述命题是否为真这一结果，而无法从整个交互式证明过程里获得其它任何有用的讯息。安全多方计算通常会利用零知识证明作为辅助手段，举例来说，验证恶意节点发送虚假数据或是做节点身份证明等等。

三、

安全多方计算应用与困难

目前来说，安全多方计算主要是通过混淆电路及秘密共享两个方式实现。基于混淆电路的协议更适用于两方逻辑运算，通讯负担较低，但拓展性较差。而基于秘密分享的安全多方计算其拓展性较强，支持无限多方参与计算，计算效率高，但通讯负载较大。目前安全多方计算的应用可以分为两个部分: 数据融合及数据资产化。

(一) 数据融合

让双方或多方数据融合并合作是目前安全多方计算能够发挥最大价值之处。举例来说，联合征信。银行拥有用户金融行为相关数据，而互联网公司一般拥有用户网络的使用数据，如何让两方的数据合作，共同建立一个信用模型，是数据协作的一个关键的问题。利用安全多方计算，可以在双方保留隐私的情况下找到共用的数据集，并且在多方数据基础上训练出的信用模型将更加准确，从而对未知情形提供更加合理的预测，减少数据融合的外部性。除此之外，数据安全存储也是一大应用。企业可使用秘密共享技术将数据以秘密的方式存储，有效防止内部人员非法盗用数据的情况发生。同时，存储的数据无需解密即可进行其他计算，既保证了安全性，又提升了计算效率。

(二) 数据资产化

安全多方计算有机会能够促进未来数据资产化及数据市场的发展。由于安全多方计算能够在数据传输的过程中从技术层面保证数据确权的问题，使数据的所有权与使用权划清界线，因此企业或个人将可以通过安全多方计算将有价值的数据视为资产，并在市场上流动或进行交易。数据提供方可以规定数据的用途、用量、有效期等使用属性，数据的使用者在拿到数据后只能在授权范围内合理地使用数据，并能将剩余数据的使用权量化或做进一步流通。安全多方计算可以将数据市场的本质由数据所有权转向数据使用权，保障原始数据所有者的权益，有效遏制原始数据泄漏，降低数据泄漏引起的数据流通风险，促进数据的大规模应用。

(三) 未来挑战

随着区块链和大数据等技术的逐渐发展，我们对数据及计算的要求相对更高。比如：区块链要求匿名性，数据计算需要隐私保护等等。因此类似安全多方计算等密码学技术在实际使用过程中，就会出现解释成本非常高，且效率低的问题。

安全多方计算会涉及庞大的计算量及通信量，尤其是涉及公钥运算。目前安全多方计算单个运算可以达到毫秒级，也就是说每秒钟最多能做几百次计算。但是在大数据的场景下，一个数据应用或模型训练往往涉及数十万单位的数据样本及特征量，运算效率会是一个问题。除此之外，对于某些在线或需要实时计算并且计算任务较复杂的应用场景，安全多方计算目前可能难以负担。示

分析师称，随着鲸鱼抛售的风险依然存在，比特币可能会出现更大幅度的回调或整合。

分析师表示，可能发生更大的比特币（BTC）价格回调或整合期。可能引发更多下跌的两个因素包括鲸鱼活动增加和短期阻力。

观看比特币鲸鱼

正如Cointelegraph报道的那样，比特币在主要交易所超过19,400美元后暴跌。它跌至16400美元以下， 之后略有回升。但是分析家预见到又有可能出现下跌，特别是如果BTC在短期内不会强劲反弹。

两个主要趋势导致了最近的比特币修正。首先，鲸鱼开始以19,000美元左右的价格出售BTC，导致下行波动性飙升。其次，相对较小的价格下跌在过度杠杆化的期货市场中引发了一系列的清算浪潮。

比特币所有交易所流入均值。资料来源：CryptoQuant

CryptoQuant的首席执行官Ki Young Ju表示，短期内可能还会有更多更正。例如，“所有交易所流入均值”指标仍在高位徘徊，这表明市场仍存在大量抛售压力。

他说：“可能会有更多的$ BTC更正。所有交易所流入均值（144块均线）仍然很高。我认为，本周我们将面临一些修正/横盘整理，到今年12月，它将突破2万美元。几天后我会坐一些。”

鲸鱼遭抛售的时机值得注意，因为这是在BTC拒绝关键阻力区之后。自11月初以来，一个名叫“ CryptoKea”的笔名交易员已经讨论了Mayer多个价格带下的阻力位。

如果历史记录押韵，该交易员表示可能会进行更大的修正。当BTC在继续上涨之前下跌30％–40％时，这种趋势仍将与之前的牛市周期一致。

贸易商说：“看涨通道的顶部在充当短期阻力方面做得非常出色，就像在先前牛市的现阶段一样。历史上发生了什么事？历史永远不会重复，但常常会押韵。这是200DMA的历史回撤倍数，在此阶段，价格从看涨通道的顶部被拒绝之后，价格获得了支撑。目前的200DMA为1.12万美元，每天增加约40美元。”

在短期内，比特币的关键支撑位在16,000美元。在其下方，下一个值得关注的主要支撑区域是14,000美元和13,500美元。

黄金比例乘数确定关键支撑位

Lookintobitcoin.com的创建者菲利普·斯威夫特（Philip Swift）表示，黄金比例乘数指标显示出对350-DMA阻力的拒绝。

黄金比例乘数。资料来源：菲利普·斯威夫特

黄金分割乘数确定了16,000美元和13,000美元作为关键支撑位，类似于Mayer倍数。

斯威夫特说：“繁荣！昨天CT确信我们会通过它，价格被350dma x 2坚决拒绝。这个指标在这个周期中发挥着很大作用。

根据这两个指标，如果比特币反弹并巩固在16,000美元以上，则可能会缓解下一个阻力区域。否则，BTC就有测试13,000-14,000美元支撑位的风险。

我们利用EXCEL输入的信息量较大时，为防止输入的数据有误，可以通过对单元格进行数据有效性设置，从而降低我们输入数据的出错率，那么在excel表格中怎么设置出现错误数据提示?下面为大家介绍一下，来看看吧!

步骤

1、在EXCEL中录入我们所需要的数据。在输入11位电话号码时，容易出现少输或者多输的错误，我们对此列进行数据有效性设置。

2、选中“ 电话 ”此列，在数据菜单中选择” 数据有效性 “。

3、选择“ 数据有效性 ”，单击“ 设置 ”选项卡，在允许中选定“ 整数 ”，数据中选择“ 等于 ”，数值选“ 11 ”，选择确定。

4、设置后，如果输入的数据有误，则会出现“ 输入值非法 ”的提示。为了更加清楚的表达用户输入错误的原因，可设置“ 出错警告 “信息。

5、选中” 电话 “一栏，单击“ 出错警告 ”选项卡，选定“ 输入无效数据时显示出错警告 ”复选框，选择警告样式，输入标题如“ 警告 ”，输入出错信息如“ 输入11位电话号码 ”。

6、当电话号码输入错误时，便会出现警告信息，要求重新填写。

7、如果需要更改警告设置，选择“ 全部清除 “，便可重新设置。

和数据打交道的小伙伴都深有体会，在excel里录入数据的时候经常会遇到不同的问题，比如我只想在一个单元格里录入数据而单元格不变，我想重复录入上一个复杂的数据，或者我想在不同单元格同时录入想通的数据等，有这些烦恼的小伙伴不用担心了，今天就统一为大家解答。

一、单一录入。

第一种录入方式是最简单也是任何人打开excel都会的一个方式，直接在一个单元格输入数据，要补充的是一定要灵活，比如一个学员问怎么设置两位小数，这就要用到单元格格式了，在这里包含了各种各样的格式。

二、固定录入。

什么是固定录入呢?比如我们想测试某一个数字，需要在同一个单元格里输入不同的数字，这时候如果你再用鼠标一个个的删除就非常浪费时间了。我们找到要输入数据的单元格， 按住Ctrl建再单击一下单元格 ，现在你再试试。

三、重复录入。

当我们在一个单元格输入完一个较长的字符串后，比如18位的身份证号，那么在下一个单元格里就不用再用复制粘贴了，试试快捷键 Ctrl+‘ ， 很快就完成录入了吧。 要注意的是，重复录入快捷键只限定在输入字符串单元格的下面， 上、左、右都不行。

四、同时录入。

当我们需要在不同的单元格录入相同的数据时，再用重复录入的方法就行不通了，没关系，现在试试同时录入，它的快捷键是 Ctrl+Enter ，方法要注意，我们要先按住Ctrl键选中要录入数据的单元格，然后不要执行任何操作，直接录入数据，这时再按 Ctrl+Enter ，神奇的事已经发生了，数据已经都录制好了。

五、换行录入。

这个问题相信很多小伙伴都遇到过，就是在一个单元格输入文字的时候，想换行按下回车键后光标就跳到了下一个单元格。试试快捷键 Alt+Enter ，有了这个快捷键，我们就不用再单击鼠标，节省了不少时间。

六、分数录入 。

如果有小伙伴尝试录入分数的话，一定遇到过这样的问题，就是输入的 1/3 ， 瞬间变成了日期， 没办法，这是微软自动的系统设置，即使在单元格格式设置里也找不到原因。

教大家一个小技巧，我们在录入分数的时候， 在单元格输入一个0，再加一个空格，接着输入1/3， 回车看看结果，已经得到我们想要的分数了吧。那么这是为什么呢?其实这是一种代分数是输入方法，比如我要输入“一又三分之一”，那么0就变成了1，同理，现在输入的是三分之一，也就是零又三分之一，所以我们先输入一个0，这样系统才能识别出咱们输入的是分数。

处理Excel数据时，为了更明显的显示出数据之间的区别，多用可视化的图形来表示不同的数据。下面，介绍一种简单的表示方法——数据条。

1、打开Excel软件，会自动新建一空白Excel文档。如图。

2、输入举例用的数据， 多行不同的数据 。如图

3、复制数据到要用数据条显示的单元格。此处为原数据的右侧单元格。如图。

4、选中要用数据条显示的单元格区域，点选“ 开始 ”，“ 条件格式 ”，“ 数据条 ”，出现数据条的多种填充方式。如图。

5、点选一种你想要的数据条填充方式，单元格的数据就用数据条显示出来了。如图。

6、下面来优化显示。点选“ 开始”，“条件格式”，“管理规则 ”。如图。

7、在出现的新面板中，点选“ 编辑规则 ”，如图。

8、此时，会再显示一新面板，找到“ 仅显示数据条 ”选项，勾选此选项。如图

9、再点选“ 确定 ”，“ 确定 ”。最终的结果就出来了。如图。

注意事项：

欲用数据格显示的单元格，要拷贝相同的数据。

区块链如今发展的很快，已经在各个领域中都有了相关应用，区块链与大数据的关系有哪些？区块链与大数据的关系在市场中一直备受关注，很多投资者都表示移动互联网来了，很多人都没有弄清楚，大数据又来了。投资者平时可以多做这方面的了解，在OKLink浏览器中一般可以查看到这方面的多项信息，投资者也可直接做交易。今天就一起看一下区块链与大数据的关系都有哪些？

1、数据更加安全区块链与大数据的关系还是蛮多的，区块链在市场中，因自身的可信任性以及不可篡改性等等，让更多的数据被释放了出来。用一个典型的例子来举例，区块链是怎样进行推进基因测序大数据的？区块链测序在市场中可以直接用私钥的访问权限直接去限制，这个时候就可以从根本上去规避，因个人原因去获取经营数据的问题。并且也可以直接利用分布式的计算去直接计算资源，低成本的去完成这一项服务。区块链的安全性可以让整个测序成为比较工业化的一个方案，这样慢慢的就实现了全球规模，慢慢的数据在市场中也会往上增长。

2、数据开放共享如今的政府其实掌握着许多密度比较高，价值比较高的一些数据，就比如说医疗当中的，还有人口上面的。市场当中多数数据开放也是因为如今的趋势所致，这也会对整个经济社会造成不可进行估计的推动力。数据的开放最大的难点就是在于该如何保护好个人隐私，因为区块链所拥有的脱敏技术和数据保护，所以为这方面提供了一定的解决方案。

数据上的脱敏技术主要是运用了哈基值等一系列的加密方法，就比如区块链技术当中的英格玛系统，在不访问语言数据的情况下，可以直接进行运算，并且对于数据也可以进行私密性的保护。就比如公司当中的员工可以放心的去看关于工资的路径，并且可以核算出平均工资。每一个参与者都可以得知相对的地位，但是对于他人的薪资是不知道的。区块链与大数据的关系有哪些？除此之外还有数据储存以及数据分析方面等等，投资者可以在OKLink浏览器中多做调查，OKLink浏览器在14年建立安全性十足，投资者可以直接进行跨境交易。

哪个区块链浏览器查询比较靠谱？大数据时代帮你解疑答惑！

区块链日趋成熟的条件下，区块链浏览器查询成为很多投资者必用的软件之一。因为大部分投资在投资数字货币的时候，需要借助区块链浏览器查询投资货币的相关数据和资料进行投资分析，以便于在投资过程中减小投资风险，从而达到增强投资回报率。而以区块链技术为主的企业同等需要通过区块链浏览器查询市场情况，针对客户需求从而开发出新的应用，推动国内区块链技术的发展。

那么在众多的区块链浏览器中，哪一个区块链浏览器查询比较靠谱？消息能够达到实时更新的效果呢？接下来就给大家分享几款在区块链圈内较为常用的几款的区块链浏览器，分析优缺点，大家可根据自身实际情况需求来确定需要的区块链浏览器。

首先，先给大家介绍一下主流货币之一的比特币浏览器，在圈内十分有名且使用最多的blockchain浏览器。Blockchain的优势有很多，其中最重要的是很安全可靠，不用担心道德问题。其次，它是可以按区块、交易和地址进行搜索，内容更加真实可靠。且该浏览器的界面设计十分美观，可以说很用心的照顾用户体验了。同时，还能查询到昨日24小时比特币的财富数据，数据也能够做到一定的实时更新。

比特币之后自然就是以太坊区块链浏览器查询使用情况，目前以太坊浏览器在市面上很多，其中最受用户欢迎的还是etherscan.io浏览器。该浏览器最大的优势在于它的Gas费用和浏览DEX等方面用户体验感超级好，且在钱包地址方面查询等相关服务比同等的以太坊浏览器使用起来便捷许多。

当然，在区块链浏览器查询中自然少不了综合性的浏览器了。OKLink浏览器到目前为止是国际领先的比特币、莱特币和以太币等主流货币浏览器，同时也能查询其他币种的相关信息，大数据对比同区块链浏览器查询内容更广、更新。且OKLink浏览器会实时更新各大虚拟货币的排行、投资潜力和风险、数字货币骗局知识普及，真实有效的帮助投资者在数字货币投资过程中减小不必要的损失，还可直接在该浏览器上直接进行交易。

综上所述，个人建议使用OKLink区块链浏览器查询。一是，该浏览器在国际上所有浏览器中处于领先地位，优势自然不言而喻，技术实力不容小觑，选择OKLink浏览器能让大家更放心；二是，该浏览器实时更新的大数据数据更加能够满足用户的使用和需求感，能查看到实时的数据，能帮助到大家的投资决策，才能获得更多的利润。

Excel图表数据最给人最大的感觉就是，密密麻麻，虽然有柱状图表示内容，看起来似乎清晰明了，但是看起来不够直观，尤其数据较多的时候，如何能够在有限的屏幕宽度内浏览更多的数据呢?不放让数据动起来吧!

打开Excel，在要制作成动态数据表格的页面上切换选项卡到开发工具(如没有开发工具，请点击Excel文件—选项—自定义功能区，右侧勾选开发工具即可)，选择“ 插入 ”表单控件中的滚动条。

右键单击滚动条，选择设置控件格式。

切换选项卡到“ 控制 ”一项，修改单元格链接，比如我们选中的是E9这个空白单元格(点击单元格链接后的小图标可以直接选择单元格)。

这时，按下Ctrl+F3打开名称管理器，这里略复杂，弹出的窗口是新建自定义名称，第一个比如叫日期，就输入

=OFFSET(Sheet1!$A$1，Sheet1!$E$9，，5)，第二个比如叫数据，一样输入=OFFSET(Sheet1!$B$1，Sheet1!$E$9，，5)，实际上就是这两个名称的位置定位。这里的意思是，OFFSET函数的行偏移量由E9单元格指定，而E6单元格则由滚动条控件来控制，这样每单击一次滚动条，OFFSET函数的行偏移量就会发生变化。

现在开始制作图表，在Excel界面选择“ 插入 ”选项卡，找到折线图的小图标(在推荐的图表附近)，点击选择一个折线图。

在刚刚建立的图表数据上右键单击，选择“ 选择数据 ”。

在选择数据源中分别编辑左侧图列项(系列)和水平(分类)轴标签，分别对应之前修改自定义名称(日期、数据)。

最后，再根据实际需求，修改图表高度、单元格高度，并辅以底色之类的美化工作，最终，就能依靠滚动条让图标数据动起来，实现动态数据浏览了。

在区块链应用中，大家往往希望业务逻辑可以尽可能在智能合约上自动执行，以降低信任成本，实现业务流程智能化和自动化。因此，智能合约需要将更多互联网世界的数据上链，以满足复杂多变的应用场景。由于区块链共识机制及虚拟机固有特性，智能合约无法访问链下数据，这极大限制了智能合约的应用范围。

为了解决这些问题，微众银行区块链在多年技术研究和应用实践的基础上，积极分析、总结行业需求，研发了一套联盟链可信预言机解决方案Truora。

Truora，取Trust（可信）、Oracle（预言机）的涵义命名，可读为 [tru ɔ:rə]。作为连接联盟链和互联网的桥梁，Truora致力于让互联网数据安全可信地上链，已应用在国家信息中心顶层设计的BSN中。

为助力全行业伙伴低门槛地使用安全可信的预言机解决方案，进一步扩宽联盟链应用场景，促进联盟链生态繁荣，微众银行区块链秉持一贯开源开放的理念，将Truora面向社区和公众完全开源，诚邀各行业伙伴携手共建。

认识预言机

中国人民银行发布的《区块链能做什么？不能做什么？》报告中，对预言机的定义是：

“区块链外信息写入区块链内的机制，一般被称为预言机 (oracle mechanism)。”

区块链只能访问区块链本身的数据，闭环地解决系统内信任问题。一旦涉及到获取链下数据，其功能就会受限。主要原因是，智能合约不管何时何地运行，都必须保持结果一致，因此虚拟机不能让智能合约进行网络调用，否则结果就是不确定的。

如何将区块链和互联网世界连接起来？预言机可以扮演连接器的角色。作为一个可信任的中间件，预言机能将互联网世界的数据输入到区块链上，为智能合约提供与互联网世界的连接性。

Truora设计理念

预言机设计需考量诸多因素，如数据响应时效性、数据准确性、使用成本，以及服务安全性等。

中心化预言机一般成本较低，时效性更高；多中心化预言机安全性、数据准确性相对更高。不同的应用场景需求各不相同，用户需要对以上特性做相应取舍。

基于此，Truora的整体设计思路为：作为一整套中心化和多中心化技术方案的集合，用户可以根据不同的业务场景，以及对信任的要求度选择适合的技术方案。

为了给联盟链提供安全可信的数据，Truora从数据源和部署方式解决可信问题：

1）数据源可信：多数据源+引入可信数据源

确保链下数据源可信是数据可信的关键一环，用户在使用预言机时，需要确保所访问的数据源是安全可靠的。当用户访问到一个不安全数据源时，不安全数据很可能导致链上逻辑出现问题。

Truora在设计时，采用了多数据源+引入可信数据源的方式，解决数据源可信问题。

多数据源：通过使用多数据源访问数据，用户可以在一定程度上防止数据源作恶。对于需获取的数据，用户可以指定多个权威或可信的数据源获取结果，Truora可支持用户实现采集多数据源结果，并反馈给用户。

引入可信数据源：Truora可结合联盟链具体场景，制定数据提供商提供数据的规范，如数据格式规范、治理规范等，从源头上提高数据可信度。同时，Truora对数据提供商进行准入控制和认证管理，通过引入优质数据服务提供商，来提供优质可信可验证的数据服务。

2）预言机中心化部署

数据源的可信问题解决后，针对预言机中心化部署，我们需要解决一个核心问题：怎么保证预言机不在抓取数据和上链数据时作恶。

预言机中心化部署方案的特点是简单高效，适用于请求时延低的场景，可快速获取数据并上链。但随之而来的问题是，中心化预言机可能出现单点故障，或中心化机构中途篡改数据作恶。

针对单点故障问题，Truora支持集群部署，即多个Truora同时监听链上事件，共用同一个数据库和私钥。

针对中心化机构中途篡改数据作恶问题，如恶意伪造和篡改数据，Truora在设计时从软件和硬件两个维度来进行规避：

硬件上：将预言机置于可信执行环境（可信硬件），预言机程序部署在安全TEE环境中，程序的完整性得到保障；屏蔽其他进程访问，可有效防止oracle 服务方作恶。然而，TEE的有效性依赖TEE硬件设备自身的安全性，需要依赖可信的第三方设备白名单认证服务，在跨机构实施时，可能会遇到一定的挑战，用户可以结合自己实际情况酌情使用。

软件上：Truora基于安全传输层协议TLS（Transport Layer Security）进行优化，采用真实性证明，暴露TLS连接细节，保证数据确实由数据源发出。软件上解决中心化预言机作恶问题是Truora重点研究方向。

3） 预言机多中心化部署

对于信任要求等级较高的场景，如金融、政务等，Truora提供多中心化预言机部署方案。多中心化预言机部署核心是：分布式预言机服务需要对各自采集的数据做某种程度的"共识"。

Truora通过多预言机获取数据，进行数据聚合后反馈给用户合约。数据聚合分为链上聚合和链下聚合：

链上聚合：用户可以指定特定数量的预言机节点列表和结果聚合方式（取最大值、最小值、中位数、平均数等），预言机获取数据后，一旦有足够的公开结果响应，链上聚合合约则将各预言机结果聚合，回写到用户合约。

链下聚合：链上聚合需多次与链交互，为提高聚合效率、降低成本，Truora引入p2p网络及密码学套件，使用BLS门限签名技术，实现链下聚合功能。

此外，多中心化部署鼓励机构参与搭建预言机，涉及预言机服务商治理问题。联盟链治理委员会会审核预言机服务方的资质，并维护全局的注册中心合约，管理各个预言机服务。

Truora应用场景

涉及到将链下数据上传到区块链上的各种应用场景，都可以考虑使用Truora。潜在场景列举如下：

场景1：快递

场景：用户通过某电商平台下单购买衣服，购买成功后，用户将资金存入智能合约。正常情况下，用户签收快递后，用自己的私钥签名并将签名信息上链，智能合约会自动将钱转给商家。

但如果快递中途丢失，用户如何申请赔付呢？

解决思路：可以通过 Truora 将快递状态信息传递到链上智能合约，如用户超过一定时间未收到快递，则用户发起赔付流程，智能合约根据预言机获取的快递状态判断是否将资金返还用户。

场景二：公正摇号

场景：部分城市在购房过程中，采取摇号方式以保证公平性，其公开透明和公平性成为很多人关注的焦点。然而，购房者对摇号过程知之甚少，只能默默等待摇号结果。

封闭状态的链上无法产生安全的随机数，如何在链上产生安全的随机数以实现摇号公平？

解决思路：地产公司可以部署一个摇号智能合约，链下核实客户购房资格后，将有购房资格的客户身份标识上链，通过Truora从公证处网站或随机数网站获取随机数，或使用Truora的VRF（可验证随机数）功能产生随机数。随机数产生后，智能合约根据事先编好的摇号逻辑决定中签者，购房者则可以在链上全流程查看摇号信息。

场景三：慈善公益

场景：利用区块链技术的不可篡改性和可追溯性，可以解决慈善中的资金流向问题，比如追溯善款去向。同时，利用智能合约可有效解决传统慈善公益项目中流程复杂的问题。我们希望智能合约能对符合条件的申请者进行善款自动划拨。

为保证申请者信息的真实性，慈善机构除了在链下简单验证申请者的信息之外，还需要通过智能合约验证申请者的个人相关信息，如病例信息、房产信息、工作信息等。如何让智能合约自动校验这些信息呢？

解决思路：指定查询申请者个人信息相关的链下网站，通过Truora将申请者个人信息上链，智能合约根据这些信息判断申请者是否有资格申请、是否符合善款自动划拨条件，如核验通过后则向申请者发起自动转账，不通过则将申请者记录至黑名单。

即刻体验Truora

Truora提供容器化部署方式，帮助用户屏蔽安装环境的复杂性，目前提供两种安装方式：快速体验和独立部署。

快速体验

此部署方式会同时部署 Truora和相关依赖，相关依赖包括：4个FISCO BCOS节点，WeBASE-Front，MySQL，Nginx服务。

部署成功后，即可在WeBASE-Front的合约IDE中开发、调试预言机合约，适合想要快速体验Truora的开发者。

独立部署

此部署方式只部署Truora和MySQL（可选）服务，适合已有FISCO-BCOS节点和 WeBASE-Front的场景。

天涯明月刀捏脸系统可谓是一大特色,它有着非常强大且真实感体验的捏脸系统。很多新手玩家对自己捏的脸总是不满意，好不容易捏出一个不错脸又不知道如何导出保存。网上下载的捏脸数据不知道怎么导入，下面就来科普下天涯明月刀捏脸数据导入导出流程：

一、如何导出捏脸数据

步骤一：首先随便选择一个脸型，点击界面上方的导出。

成功导出后会弹出以下提示。

步骤二：进入天涯明月刀安装文件夹，可以看到新生成了一个FacialCustomization文件夹，导出的捏脸数据可在该文件夹里找到。(特别提醒新手：当你第一次开始捏脸时，不进行步骤一该文件夹是不会出现的)

如果要对导出数据进行命名管理，可通过添加到压缩文件进行命名。

二、如何导入天涯明月刀捏脸数据

首先我们要将下载的FacialCustomParamData_Export.DAT文件，覆盖替换到FacialCustomization文件夹里。

接着进入捏脸界面，选择导入即可，注意如数据形象性别不符会出现导入失败。

以上步骤就是天涯明月刀捏脸数据导入导出教程，希望可以帮到新手玩家。

电脑没有永不蓝屏的，硬盘没有永不坏道的，常在河边走能够不湿鞋吗?小编今天来跟大家谈谈数据安全保护的话题，硬盘该怎么用问题率才能低?如何能保证自己的数据安全?

机械硬盘安全大敌：

震动、高温、长期不通电、超年限运用

机械硬盘内部盘片高速旋转，磁头紧贴盘片表面运动，运用中发生震动容易产生坏道，硬盘在工作时的抗震能力仅有关机后的四分之一左右。高温或快速的冷热变换对于硬盘机械机构会产生不良影响，机械硬盘的工作温度最高不应超过60℃。根据网友经验，长期不通电的硬盘问题率高于正常运用中的硬盘。

固态硬盘安全大敌：

异常断电、长期不通电。

固态硬盘虽然没有机械活动部件，但异常断电可能造成更严重的危害。固态硬盘的DRAM缓存内不但包含了用户数据缓存，还有大量维持硬盘正常工作必须的FTL闪存交换层元数据，若异常断电导致FTL遗失严重的将会使硬盘变砖而无法运用，数据也将全毁。对于闪存擦写次数多、磨损严重(超过标称TBW写入量)的固态硬盘，长期不通电(通常指大于1年)可能导致闪存中储存的数据遗失。

增强数据安全的最强大也是最简单的方式就是：多备份!干货时间到，下面来说说正确的文件备份姿势。

运用NAS：多重备份、异地备份

大家都知道多一重备份多一重安全，不过定期备份是个非常考验耐性的活儿，如果能运用NAS网络附加储存服务器进行自动备份自然是极好的。根据不一样的文件类型，可以有不一样的NAS备份策略：

1.经常修改的数据：实时同步(ownCloud)

以Drobo 5N为例，它自带有ownCloud APP，支持在手机、Win电脑、MacOS电脑之间实时同步备份数据。

Drobo智能储存机器人可以作为家庭文件共享服务器，包括手机、电脑、平板、电视盒在内的设备安装对应客户端后便可共享Drobo提供的储存空间。

电脑上经常修改，需要实时备份的数据可以通过ownCloud自动同步到Drobo智能储存机器人当中。

2.不常修改的数据：文件历史

对于不常修改的数据，或者希望保留文件每次修改的历史版本，可以借助Win系统自带的文件历史记录功能，在控制面板中可以找到它：将文件复制目标设置成Drobo储存空间即可。这样即便反复无常的上司忽然要求你拿出上个版本的方案，你也能从文件历史中快速恢复出历史版本来。

文件历史功能默认会备份Win库、桌面和收藏夹内的文件，若要将个人文件加入备份计划，可在文件夹上右击，选择“包含到库中“。

3.定期备份的数据：一次性存档(如系统镜像)

这是最古老的备份方式，一次性完整备份，虽然占用空间比较大，但胜在所有数据备份完整，定期1个月备份一次就好。

经历过文件遗失之痛的朋友，亡羊补牢为时不晚，一台优秀的NAS服务器一次性投入虽然比较大，但却能给我们带来无限的安心，在云盘一个个倒下时，永远不必担心自己的私有云会受到影响。

数据透视表是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。

例如，可以水平或者垂直显示字段值，然后计算每一行或列的合计;也可以将字段值作为行号或列标，在每个行列交汇处计算出各自的数量，然后计算小计和总计。

例如，如果要按季度来分析每个雇员的销售业绩，可以将雇员名称作为列标放在数据透视表的顶端，将季度名称作为行号放在表的左侧，然后对每一个雇员计算以季度分类能销售数量，放在每个行和列的交汇处。

之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。

在Access中可以用“数据透视表向导”来创建数据透视表。这种向导用Excel创建数据透视表，再用MicrosoftAccess创建内嵌数据透视表的窗体。