基于公钥认证体系的开源云生态设计（信息、关系、查询、信任与分享）

[err1y]

本系统的本质就是一个由图数据库支撑的云文件系统。

github 地址：third

文章有一点长和墨迹，不善表达，先表示抱歉，但是内容中包含我最近的很多思考，希望可以看完。

以下为仓库正文：

---

一个关于信息存储、查询与分享的生态设想，按照固定方式的分享与存储信息，任意自选存储服务，基于公钥证书体系的生态系统。

在这个生态中，信息应该属于每个人，而服务商应该只提供计算（高级查询）和存储功能。每个人都能选择任何接入协议的任意工具进行编辑，每个人对自己的信息安全负责，信息的安全问题（仅泄漏问题，不包括安全问题）仅依赖自己，不需要运维或开发人员介入。

相关链接

• 演示 demo 服务地址：112.126.62.35
• 服务端：third.server-python
• vue 演示前端：third.frontend-vue

杂谈

• 2020 年 04 月 15 日 13:29

看楼下的小姑娘在骑车，骑着车的时候她能进行刹车、向前、向左、向右等等操作，但是只是一堆选项合集，人脑的决定只能根据输入（当前环境）进行生成一系列选择，永远也跳脱不出当前环境的影响，所以说人脑思维不自由。依照 I(nput 输入)-P(rocess 处理)-O(utput 输出)模型来看，多拓宽视野，多找点没了解过的事情，当经历沉淀成记忆的时候，你的思维才会相对来说更自由一些。多接触牛人，多看些历史，多去些地方去采集不同的环境输入，沉淀成记忆影响处理，最终输出一些不简单的东西。广度决定处理方法，深度决定是否专业。

• 2020 年 04 月 17 日 12:19

世间发明大多都是仿生学，环境如此，你很难跳脱出当前环境去思考问题，大部分发明无非是现有的东西的模拟并加一点点小小的突破。就如《三体》所说的“三与三十万综合症”一般，在三维空间这个环境里你无法真正理解四维空间，光速本身的限制让你无法超脱出光速之外去思考问题。我们所做的一切，都是在既有的框架之内，通过理解已存在的事物本身，再加上一点点思维上的突变，创造出一个世界上本不存在的东西。而这个东西，也将是下一次突破的基石。但如果世界本身不是这个样子，那个世界的未来和这个世界的未来是否有一些共通性？单纯从智慧体的角度来考虑，最重要的不是任何的外在展示形式，而是数据本身。数据内容会变，但数据永远存在，而数据处理也将永不停歇。说到底，世界自身也只是数据聚合体罢了。

可信

在了解 https 和 git 的时候，我觉得这两样东西很美，类似的还有拟态防御和 spacex 火箭的 cpu 冗余机制。

• https 在不可信网络上提供可信连接（公钥 /非对称加密）
• git 在不可信设备上提供可信存储（多地冗余，主要关注分布式多地备份理念）
• 拟态防御在可能存在漏洞和后门的主机上提供可信服务（异构计算冗余）
• spacex 火箭使用工业级 cpu 进行多芯片冗余来对抗粒子翻转（多芯片冗余）

以上所有的设计理念都是一致的，就是在相对不可信的环境上提供可信服务，主要涉及两种策略：

1. 基于数学理论上的难以破解
2. 基于冗余机制

信息与人

人的决定取决与他所了解信息的广度与深度。信息深度需要时间去理解与学习，很难快速提升，但是信息广度取决于周围的信息输入，可以通过增加信息输入快速提升，有时候你知道另一种方式会更容易理解一些信息或做出更好的决定。

有一段时间看微积分相关的一些基础知识时，看到一个有关加速度与距离的说法，求距离等同于几何求面积，所以从零匀加速一定时间后的移动距离本质上就是求三角形面积（以上内容我已经忘记了课程中是否包含）。

你现在做什么行业，本质并非是因为喜欢，而是因为接触过这个概念，知道有这个行业。如果对于一件事的解决方案，你可能只知道 a，b 两种，但是实际上还有 c 和 d，一共四种。你的决定，取决于你知道两种还是四种解决方案。举例来讲，前段时间给手机换电池，但是手机螺丝滑丝了，查了下发现用胶水粘，实在不行就把周边挖出个坑然后用指甲刀拧出来（用的这个方法）。过后了一个月，我才又知道还有别的方法，用焊锡，还有专门处理滑丝的工具。

信息在不同的时间是有不同价值的，你要用到的时候能浮现的信息才是有用的信息。在看《真实一刻》纪录片的时候，看到两个场景很有感触。冰面塌陷时，人最好的解决方式应该是趴着去救，增加接触面积降低压强，降低自己脚下冰面也碎裂的风险。有山体滑坡风险的地方，游客可能并不知道，但是这些事却是很重要的事情。基于时间、地点、事件、声音、情景等触发器触发的信息更有价值。

基于情景触发可能很难，但是未来终有一天会实现，而我们要做的其实就是为未来的要使用的数据做好储备。

信息要辩证地看，特别是在信息泛滥的今天。可能今天你想购买一件物品，查到的数据全都是说这个商品有多好有多好的宣传文，而买到手之后才发现各种各样的问题。1000 个好评应该跟 1 个差评并列展示，查找信息的时候应该有正反两方向结果，也能避免一部分类似魏则西事件的悲剧发生。（此处因 seo 和水军刷评等原因，需要设计信任链机制，详见下方信任链解释）

空间与速度与轮回

看《人类简史》后，理解了一份理念，当文字这种工具出现以后，人的思维得以延续，外置性的存储机制得以实现，这是一个 0 到 1 的过程，而造纸术是从 1 到 10 的过程，数据量急剧增加，各种典籍层出不穷。而近代计算机的发展，是 10 到 100 的过程，量变引起质变，在计算机体系下，不仅可以存储大量的数据，最重要的是快速通信以及自动化，不论是使用工具还是某些公司的服务，真正意义上的可以达到只要数据产生，就可以“永远”无法消失的“永恒”状态。

纵观人类历史，发展都是极其相似的：

• 东非大裂谷 > 跨海到达澳大利亚 > 跨空间之海到达月球，探索宇宙（人类生存空间越来越大）
• 徒步 > 骑马 > 汽车 > 火车 > 高铁 > 飞机 > 飞船 （人类运动速度越来越快）
• 大脑记忆 > 文字记录以及传输（书籍、信件） > 音频记录及传输 > 图像、视频记录及传输（数据存储空间越来越大，数据传输速度越来越快）

总结来讲，我对人类世界的认知是空间以及速度的变化，是一遍又一遍不断提升的轮回，像自相似分形，每一部分都自相似，像佛教中的一花一世界。

整理与查找与收藏与分享

随着科技的进步，每个人的数据也越来越多（照片、视频、笔记、节选内容、收藏文档），分布在不同的平台上，松散且难以管理，一个人的数据尚且如此，更何况将所有数据聚合到一起的互联网。互联网是现代人的共有记忆，互联网是一本书，一本由无数个节点拼接而成，由无数个人去读与写的一本书，一个不属于某个人而是全人类共有的一个数据存储装置。

一个乱堆东西的屋子和整理有序的仓库的查找效率是不一致的，就如同平衡二叉树一样，东西在存放的时候就应该考虑用的时候如何去查找的问题，按固定的方式去整理数据，回头数据才能真正的产生用处。

每个人搜索数据时，都是一种整理和过滤。每个人在收藏或分享某些数据的时候，都是对数据的一个认可。网络爬虫与人的行为一致，都是爬取数据的过程，反过来看也是这样，人浏览的行为本身就是在爬取数据，分享与收藏就是在过滤、筛选数据，我们可以拿人采集的数据构建一个更优良的人人为我、我为人人的搜索引擎。

为什么做（目前存在的问题）

可靠性

你的数据安全，不仅仅取决于你自己，依赖于公司运营状况，网络情况，开发、运维人员的安全意识。

• 服务商问题

  数据未备份而导致的数据丢失 /被勒索者病毒加密；服务停运，限期下载；正常内容被错误的审核机制拦截，导致数据丢失

• 网络不可达

  网络拥堵、断网 /局域网环境（线下比赛、家庭内部网络、高铁、飞机）或极端环境下（星际移民，高延迟通信）数据无法使用

• 恶意攻击

  身份信息中心化认证，信息没有安全验证机制，导致身份信息冒用，信息泄露等情况发生。

  某某平台用户信息被拖库；某某平台身份认证服务器被攻击导致身份冒用（ twitter：我-秦始皇-打比特币）

体验限制

你的体验取决于运营人员的 kpi

• 服务涨价
• 平台推广 /广告
• 推荐算法使用户画地为牢
• 不同平台的优秀功能无法跨平台使用

信息快速获取

信息应该在你需要的时候自动浮现，而非主动查询。人与人的一个重大区别是查询能力而不是理解能力。

1. 怪圈：我不知道才去查，但是我需要知道一些东西才能查到
2. 有些事情你以为你知道，但其实你可能并不知道（举例：‘两肋插刀’由来）

组合查询

数据是有相关性的。一个人做出一个决定不仅取决于他自己，也跟当时的社会环境有关。历史的发展轨迹需要多个人掺杂在一起去看。

• 看人物传记（或百科），多个人物事迹混合成一条时间线的组合查询
• 看历史上的决策，与当时重大事件组合查看

信息追踪

• 跨平台追踪

  你关注的人（亲朋好友、up 、明星等）、事（新闻、重要通知）在不同平台下的数据的线性查看。

• 时间线理顺

  看到某些事情，不明白之前发生了什么，事件应该是以时间线的形式来查看的

做成什么

一个由图数据库支撑的云文件系统，采用 gpg 体系进行身份以及完整性验证，基于触发器的数据自动展示，数据可控，来源可验证，多设备间同步。

用户自己拥有所有数据，可以选择服务商提供的空间和计算能力，也可自行在本机或云主机上搭建服务。

怎么做

涉及技术

• 公钥证书体系（主要是 pgp 加密和 gpg 实现）
• 图数据库（本系统主要使用 neo4j 社区版）

重要概念

节点 /基础信息

存储节点的基本信息，类似已有文件系统中的文件内容，包含本节点内的一些信息或基础属性信息。

节点包括签名，内容可为任意内容（包括加密后的信息）

以小明同学举例：

属性 /字典式（更直观且方便解析，亦可直接生成表格，推荐）：

• 姓名：小明
• 出生年份：2010 年
• 住址：天津市

描述文本：

• 小明在 2010 年出生，现在住在天津市

关系 /链接信息

与基本节点相关联的节点信息。

以小明同学和他的老师王老师为例：

• 名称：王老师

加入链接信息的小明的信息

• 姓名：小明
• 出生年份：2010 年
• 住址：天津市
• [老师]：(王老师)

本质与节点的基础信息没有区别，但因为是关联实体，所以是链接信息，而非基本的属性信息。

信任（链 /网）

类 gpg 体系的信任链。

如存在一下信任关系（指向则为信任）：

• a->b->c->d

当你作为一个新用户，信任 a 的时候，则可以通过信任深度来过滤信息：

• 信任深度为-1 或未指定，展示所有信息
• 信任深度为 0，展示自己认可的信息
• 信任深度为 1，展示自己和 a 所认可的信息
• 信任深度为 2，展示自己、a 、b 所认可的信息
• 信任深度为 3，展示自己、a 、b 、c 所认可的信息
• 信任深度为 4，展示自己、a 、b 、c 、d 所认可的信息

假设每人信任十个人，则深度为 1 时，信任网络中的人为 11 个；信任深度为 4 时，信任网络中的人为 11111 个。

按照四 /六度分隔理论（本例以 4 层为例），最多 4 层网络足以筛选掉所有的未经信任的数据。

重要结构

• seed

  {
      // json 序列化后的 seed，防止不同语言因 json 序列化结果不一致而导致的签名无法验证
      // 对象内部结构见下方 json_seed
      'json': '...',
      // 签名信息列表，如果 json 结构中包含作者信息，则必须包含这个作者的签名，否则视为无效
      'sign': [...],
      // 全 id 为 metadata.id.value-fingerprint(代表使用这个 id 的人)-sha256(json 字段的 sha256)-timestamp(更新版本时间戳)
      // metadata.id.value =
      // id 可由 seed 计算出，传输过程中无需携带
      'id': '...'
  }
  

• seed.json

  {
      // 元信息
      'metadata': {
  		// 字段 id
          'id': {
              // 类别，例如 url，默认不指定为 seedid
              'type': '...',
              // id，唯一性 id，如果是 url 类型，则 id 为 url 值
              //  fingeprint_short(代表最初创建这个 id 的人或一些人的指纹)_randomstring(随机字符串，防止极端条件下产生的冲突)_metadata.time.update.ts(第一次创建时的时间戳，以秒为单位)
              'value': '...'
          },
          // 作者信息，作者的证书指纹列表，全部大写
          'author': ['...'],
          // 时间相关信息
          'time': {
              // 更新 /创建事件
              'update': {
                  // 时间戳
                  'timestamp': ...,
                  // 时间精度，比如 year，month，day，hour
                  'accuracy': '...'
              },
              // 开始相关信息，结构同 update
              "start": {...},
              // 结束相关信息，结构同 update
              "end": {...}
          },
          // 地点相关信息
          "position": {
              // 后续如果有超脱于经纬度的数据，比如宇宙空间坐标，再增加字段进行描述
              // 经度
              "longitude": 1.111,
              // 纬度
              "latitude": -1.111
          },
          // 指向的链接
          'link': [
              {
                  // 指向的 seedid
                  'id': '...',
                  // 关系名称
                  'name': '...'
              }
          ]
      },
      // 数据信息，可以为对象、列表或数据
      'data': ...
  }
  

生态架构

软件

• 客户端
  • 移动端
    • 文件映射
    • 剪贴板管理
    • 文本编辑
    • 基于 gps 或其他触发器的自动触发
  • pc 端
    • 网关
      • 文件映射（网盘）
      • 剪贴板管理器
      • 服务自发现（ ssdp，类似内网 TV 自发现）
      • 多地备份
    • 浏览器插件
      • 划选采集内容
      • 高亮显示划选内容
      • 批注（对页面的批注，对高亮内容的批注，对批注的批注，对批注的批注的批注）
• 服务端（ hub ）

参与者

• 使用者

  • 内容消费
  • 内容产出
  • 内容搬运 /整理
  • 内容筛选

• 开发者

  • 定制开发
  • 卖客户端

• 服务商（整合服务）

  不是所有的人都愿意自建服务，也不是所有的自建服务都能高效利用

  服务商主要提供廉价（自建服务利用率不高）和稳定（专门对数据进行备份）的服务。

  服务本身也是互动社区。

  • 售卖空间和计算能力
  • 保证数据安全（用户依然可以本地自建服务或对数据进行冷存储）

数据自动拉取（依赖于 keyserver，根据指纹拉取）

当然也可以不拉取，直接使用多个服务器，结果在客户端汇总。

注意：目前还不支持，等服务端完善之后做后续支持

利用 keyserver 实现类似 dns 的功能，以公钥中的 uid.comment 进行“域名”解析，实现效果：根据指纹信息自动解析到其使用的服务器和发布的内容。

abc 三个人使用 s1，def 三人使用 s2

当 a 关注 d 的时候：

1. s1 根据 d 的指纹信息去 keyserver 中拉取 d 的公钥
2. s1 解析 d 公钥中的 uid 信息中包含的 comment 信息获得 d 所使用的服务器信息（标记为 ds ）
3. s1 根据 ds 去 s2 中拉取 d 的信息并保存

Q&A

证书过期或吊销了之前的数据无法验证怎么办

对身份认证极其敏感的信息，自行将 seedid 压入受信区块链。seedid 包含作者指纹和 json 的 sha256，可确定信息发布时间在证书吊销或过期之前。

研发计划

后端 v0.1.0b （ 2020 年 12 月 6 日）

• [ ] 并集查询
• [ ] 管理员接口
  • [ ] 证书访问权限配置

移动端 v0.1.0 （ 2020 年 12 月 7 日开始，预计 2-3 周时间）

• [ ] 创建内容（笔记、日记等功能）
• [ ] 分享内容，对内容进行打标签（人人索引计划）
• [ ] 内容查询，多级信任链机制

演示数据

demo 演示视频链接
https://www.bilibili.com/video/BV1ca411F7yn/

[dawn009]

我目前的理解：
这是一个用于发布和获取信息的网络协议，使用分布式存储，使用 GPG 签名保证信息来源可信，使用多节点存储抗灾。

关于触发器的概念没太看懂。
是指客户端可以根据正在浏览的内容，自动提炼出关键词，自动根据关键字搜索相关信息吗？

[err1y]

@dawn009 举例来讲
比如每年的今天，或者某个 时间提醒，这个是基于时间触发的信息显示
比如周围某个地点有危险信息，某个地点有塌方风险，周围发生了什么事情，这个是基于地点触发的信息显示
比如图像识别到某种物体或者 ocr 文字识别的时候，识别到了什么东西，然后做信息自动展示
比如在搜索引擎中搜索关键字‘key'的时候，浏览器插件自动在服务器中也搜索’key‘的相关内容
还有就是你提到的，文本 /文件内容的关键字识别自动提醒
本质上就是基于某种条件触发信息的自动展示，无论是基于时间、地点、图像识别、音频识别还是事件，或是周围的蓝牙、wifi 信息，基于任意条件 /传感器状态触发的信息展示

[EPr2hh6LADQWqRVH]

Linked Data

楼主你这想法我也有过。

Linked Data 已经被谷歌成体系成规模地实践过了，现在搜谷歌右侧出现的就是。

所以也被证明了效果有限。


还有，楼主组邪教吗，感觉你这方面很有前途

[err1y]

@avastms
我知道那个，然后还有叫 magi （ https://magi.com ）的。但是这些自动化的东西我觉得不够好，而人做的分析才是最好的（现阶段）。最重要的其实也不是分析与否，应该是有一个统一化的分享和索引方式，然后由官方自己去按照这种方式去分享自己的信息。

以之前我去公园转的例子来讲，官方说有活动，但是我没看到需要线上预约，到了公园内，才看到要预约，他们没在官网上说需要预约这件事情，但是公众号上说了。各个平台之间的信息很分裂，一种更好的方式应该是有一个类似 wiki 百科或者百度百科的样式，然后把所有的有用的消息都分门别类的地方在里面，这个靠自动化以现阶段还是做不到的，但是人可以。

类似“全历史”或“后续”这种平台，他们也有问题，就是只有自己的团队在维护，如果不是一个开放平台，那么信息量一定是有限的，需要每个人都可以参与编辑并且可以编辑，无需审核，才能算是人类共有的东西。平台只能提供数据，信任与否是需要信息查看者本身去判断的，而信任链机制可以保证你可以筛选出一批你相对可信的数据。

抱歉说得有点混乱，表达能力有些不好，接下来我先用 electron+vue 做一个基于本协议的笔记应用，慢慢做成理想的样子。

[err1y]

@avastms

这个平台的本质应该是个文件系统，一套基于图数据库的云文件系统，这套系统的目的其一是存储自己要存储的数据，二是归类、索引要找的数据。三是分享。

我的手机里有从 10 年到现在的三万张照片，苹果的人像自动识别本身有问题，就算能 100%识别，但是没有脸的背影还是没有办法自动归类到某个人，而它又不提供一个你添加标签的功能，有的时候想找照片真的很烦。这个有 ios 的第三方应用做了，忘记叫什么了，但是他还有个问题，就是只能对照片归类，我可能还有相关的录音和记录的文字，都没有办法做到。

这一整套想做的事情，其实是 icloud 应该做的事情，但是我觉得 icloud 没有完全的做到这个样子，而我想实现这个东西。

[baobao1270]

不错的想法，但是难以实现
感觉楼主要颠覆互联网的秩序
资本主义的存在必然导致互联网中心化，而互联网的中心化不过是帝国资本主义时期拖拉斯的再演。

[err1y]

@baobao1270

我觉得这是一个漫长的过程，虽然缓慢，但是只要一直坚持下去，理想状态下数据应该是指数级增长的，起步可能很艰难，但是只要出来了东西，人们意识到价值了，就好说了。（当然也可能是我自嗨了）

[firefox12]

你忽略了 最重要的 2 点， 你能生成的证书，别人也能生成一个， 你怎么证明 这份证书代表你？

第二 当暴力机关找到 keyserver 的时候， 你这个系统就没有意义了。

[err1y]

@firefox12 gpg 公钥体系