大数据正成为世界上最有价值的资产之一。国际数据公司预测，到2022年，全球大数据和业务分析解决方案的收入将达到2600亿美元，2017-2022年
大数据正成为世界上最有价值的资产之一。国际数据公司预测，到2022年，全球大数据和业务分析解决方案的收入将达到2600亿美元，2017-2022年预测期复合年增长率为11.9%【IDC.REV.18】。由于公司和企业将其内部决策程序发展为数据分析机制，大数据市场将在接下来的几年中持续增长。数据正成为数据创建者和数据购买人新的高需求可交易资产。
个人数据是一种我们经常共享，并作为即时通讯或社交网络服务回报的经济资源。其中一些数据是有意识移交的，例如输入电子邮件地址或电话号码;其他数据是在我们不知道的情况下捕获的，例如社交媒体互动、定位、我们的在线行为和其他形式的数字数据使用。
但是，当不同的数据集被聚集起来，就创建了个人的心理人口统计资料并出售给各种组织，如保险公司、市场研究人员、顾问、数字服务公司、政治组织等，价值数十亿美元的数据行业就将产生 ，其主要目的是为了交易个人数据。
过去十年，大数据分析公司获得了巨大的拉动，他们投入巨资获得和分析消费者信息，促进其业务发展。产生所有这些信息的消费者和用户却与之不对等。GeoDB将它们带回到这个“游戏”中，让它们获得共享数据的价值。
GeoDB将建立全球第一个去中心化的大数据共享生态系统，使世界各地的用户能够对自己生成的数据进行控制、知悉并获得价值，而数据购买人则有机会以透明、简单和经济高效的方式购买已验证的数据。
用户的数据将由他们直接或通过第三方应用程序上传到基于分布式账本技术的解决方案中。用户将获得GeoDB通证，即GEO通证。之后，大数据寻求者将向生成的大数据池发送查询，获取用GEO通证支付的数据。
GEO通证把全球市场的价值归因于用户数据生成，因此数据可被视为数字货币。数据等于价值，同时确保了各方的流动性和资本收益。关注会得到奖励，使用会得到奖励，增长也会得到奖励。GEO通证允许通过超过50亿台设备的潜在网络购买具体、定制和过滤的全球数据，这些设备每天会不断为数据购买人生成极其宝贵的数据。
GeoDB在关键时刻进入市场。数十项研究证实，未来十年，大数据价值将达数万亿美元。决策是基于数据分析做出的，因此去中心化数据市场的潜力绝对是巨大的。
另一方面，全球去中心化数据池对各个层次的购买人来说必须是全球、统一和完整的数据源，这样，他们将不再需要追踪数千个不同的数据源。这是一个循环、有机、完美组装和通证化的模型，其中的每个玩家都将获得巨大的价值。
在概念验证阶段，GeoDB最初专注于定位数据，其原因如下：
a) 首先，它是所有私人用户数据中最有价值的。
b) 其次，GeoDB背后的团队在定位市场具有多年的经验，目前从卖方和买方的角度看，正在B2C和B2B服务方面应用这些专业知识。
c) 第三，利用现有技术对定位数据的提取和分类简单、快速、高效。
我们已经与多家guoji 定位技术公司达成协议，从一开始就加入GeoDB的生态系统导入用户流量，但我们的计划是扩大并逐步将各种数据引入我们的生态系统，创建市场上最完整和最易访问的数据共享生态系统。
GeoDB的技术路线图可以在GeoDB的技术文件中查看。GeoDB与上述定位公司的战略合作伙伴关系将使数字项目线路图连接到我们的生态系统中，从而使大量最终用户开始将有价值的数据上传到数据池中，同时启动GEO通证的分配过程。我们预计，在2020年推出GeoDB主网后，短时间内将有超过2亿的连接用户。
解决方案
大数据市场在过去的几年里已经成为一个巨大的事物，特别是在地理位置领域。其规模、价值和使用在全球市场中持续增长，企业在决策过程中越来越依赖于数据分析。但大数据仍需在几个方面进行改进。为了使参与者和利益相关者能够有效互动，需要面对巨大的挑战。
GeoDB正面临所有这些挑战，并通过分布式账本技术的能量提供解决方案，从而创建更好、更高效的大数据市场。
GeoDB的一个主要目标是在其生态系统内创造信任和价值。GEO通证的需求和移动已经过专门调整，从而使长期价值进入市场。随着我们的大数据市场在数量、质量和可见性方面的增长，我们的GEO通证持有者将看到一个不断增长的市场、我们的通证使用过程中无限的可能性和新的需求。我们的分析鼓励着我们期待，一旦我们的协议启动生效，我们的GEO通证市场价值将快速增长。
1. 创建全球第一个去中心化的大数据生态系统
一般地，大数据市场，特别是地理定位数据市场，都是非常原子化的。共有四种不同类型的参与者：
1.-用户-数据贡献人
2.-中间人平台(应用带来的用户)-数据收集器
3.-各组织的数据购买人或数据分析师
他们都是独立行事，没有一个全球战略或共同的董事会或小组来发展他们的活动。他们成了无关紧要的小角色。GeoDB将这四方连接在一个独特的生态系统中，使它们能够互动顺畅并从中获得同等的相关性：
1.- 用户-数据贡献人
他们将参与分享在市场上产生数据的效益。
2.- 中间人平台-数据收集器
他们将访问一个他们可以轻松、安全地配置用户的数据的平台。他们不仅会在上传数据时得到奖励，而且每次数据库购买人检索到数据时都会得到奖励。
3.- 各层次的数据购买人
他们可以访问一种新的数据库，一个全球性且完整的可聚合信息的数据池，从而改进了他们的决策方式。
2. GEO通证值生成
自公司成立以来，GeoDB一直致力于构建一个可持续的价值创造生态系统，使通证持有人和利益相关者认识到价值在不断产生。
GeoDB的愿景非常清晰，也就是要构建一个为用户创造价值的解决方案。我们改进了当前的报价，为95%的非货币化数据共享市场打开了大门，带来了以下优势：
1.数据上传人获得奖励=更多可用数据。
2.购买人更能支付得起数据的费用。
3. 分布式账本技术上的高数据隐私和安全性(符合GDPR欧洲通用数据保护条例)。
4.高度信任数据来源及无需审计。
5.高度可扩展的自动化模型。
我们强烈期待，GEO通证的发行量不断增加，数据受让人的需求强劲，而且GEO的市值肯定会上升。GEO通证价值的增长是基于网络的概念。由于我们的战略合作伙伴的关系，初期大规模的采用将迅速增加数据创建量，而且已经有力地证明定位数据池具有巨大的内在市场价值。因此，很容易得出这样的结论：随着GeoDB的数据池升温，GEO通证将迅速将那价值融合在其价格中。
3. 基准.促进自然平衡
GeoDB 希望成为向用户传递信息公平价值的传动工具，另一方面也保证了买方成本的公平。事实上，互联网的出现使信息获取民主化，但这并没有妨碍现有大公司利用其主导地位将竞争对手排除在外形成寡头垄断。有了GeoDB，我们希望创建一个能够适应这些情况的解决方案，为自由化的市场留下自由，但要建立机制，防止购买人采取影响生态系统长期生存的不道德行为。
2013年，《金融时报》发布了一个允许根据数据经纪人[MOR.PRI.13]提供的定价基准来确定我们个人数据价格的交互式计算器[IGL.COM.13]。为便于表述，比如说，假设该计算器的平均成本在1美元左右。
从逻辑上讲，因为没有单个价值，购买人不会购买单个用户的数据。真正的价值在于拥有数百万用户数据的大型数据集。根据这个比率，1个人=1美元，用一百万个用户的数据很容易估计数据集的成本。但是，你会以1美元的价格出售你的个人资料吗?Ancient and Frog设计公司开展了一项研究，量化了个人为获得IT服务而放弃个人数据的价值，研究结果总结如下[MOR.PRI.13]。
我们预计收到的个人数据价值超过1美元，定位历史的价值甚至要更高。之前的研究也表明，人们相对于其他信息更看重某些类型的信息。斯塔亚诺等人在他们2014年的论文《金钱之旅：以人类为中心的个人移动数据经济学研究》[STA14]中证实了这一点：“我们发现，定位是个人可识别信息中最有价值的一类……(而且……大量信息的价值远高于个人信息。”
一项当代研究极大地增加了用户数据的估算成本。具体来说，波士顿咨询集团在2013年估计，用户的数据成本约为800美元，而到2020年，该数据成本约为2400美元 [BIG.SEL]。
4. 获取定价模型
GeoDB追求在全球范围内开放大数据市场，这就是为什么我们的定价模式旨在使每个人的数据获取便利，并提供独特的定价条件。
为了实现这一目标，为保持用户利益和购买人成本一直保持平衡，准确设计数据获取成本非常重要。因此，我们认为有必要将数据获取成本与GeoDB预期的扩散率联系起来，在最初几年确立处理价，鼓励购买，并逐步增加购买，直至平衡点。
为了估计GeoDB的扩散，我们采用《创新扩散理论》[EVE03]。埃弗雷特·罗吉斯教授[WIK.EVE]在1962年出版的《创新扩散》一书中普及了这一理论，该理论与此书同名，目的在于解释新思想和新技术的扩散方式、原因以及速度。
1890年，塔尔德在《模拟的定律》[WIK.GAB]中进一步研究了根据埃弗雷特理论发展的扩散概念。他发现了创新传播的三个主要阶段：1)困难的开头阶段，在这个阶段，思想必须与不利环境斗争;2)思想几何级数增长;3)对数阶段，这个阶段，思想冲动逐渐减弱，而同时出现新的反对思想。
随后的情况稳定了创新的发展，接近了渐近线[WIK.LOG]。这种扩散模型通常是用西格摩德函数，又叫做S曲线，来建模，S曲线广泛应用于人工神经网络、生物学、生物数学、化学、人口学、经济学、地球科学、数学心理学、概率论、社会学、政治学科学、语言学和统计学等领域。我们为GEODB定义的成本曲线如下：
● M，最大成本。
● m，最小成本。
● b，GEODB大数据分类账当前区块的深度。
● B，达到M前要生成的区块数量。
● f，曲线倾斜度的调整系数。
我们已建立了以下价值：
5. 奖励制度-激励
正确建立激励制度是关系到GeoDB经济长期可持续发展的一个重要问题。为保证所有相关方的利益，我们设计了一个公平的激励制度，可根据我们预期的技术渗透进行调整。
我们的建议方案是进行初始分配(为销售和团队目标预先分配的通证)，占总供应的30%，并将剩余的70%作为奖励分配。
为分配奖励，我们确定了一个递减对数模型。这个模型将在21年的周期内以每5分钟一个区块的速度重复，每个周期共提供2207520个区块。
我们为GeoDB确定的累积奖励曲线如下：
● T，奖励的通证数量。
● b，GEODB大数据分类账当前区块的深度。
● B，达到M前要生成的区块数量。
● f，曲线倾斜度的调整系数。
为了分配奖励，我们确定了数据生成器(90%)和回收池(10%)之间的比例分配，以便在当前循环完成后启动新的循环。
架构
目前分布式账本技术正在开发，尤其是区块链技术，这种情况有时会导致夸大其利益，并忽略其局限性。
最常见的分布式账本技术旨在促进经济价值的传输，而不是为了存储大量信息，事实上，许多分布式账本技术实施了阻止这些使用的机制。传统的分布式账本技术不是按照大数据范例存储数据的有效基础结构，因此也有必要遵循其他方法。我们的架构构想是：
● 提供数百万用户的私人信息。
● 确保太字节信息的完整和不变。
● 解决信息量的查询问题。
我们的解决方案基于我们使用的混合的分布式账本技术架构：
1. IOTA需收集大量数据，同时防止追踪。
2. 管理经济价值的以太坊ERC-777通证。
3. 用于开发我们基础结构节点超级账本架构框架。
1. 数据验证
向GeoDB提供的每一条数据都必须经过联盟验证，确保数据质量有保证、可信并具有所有权。
加入联盟要执行一个确保加入组织符合规定的选择过程。需签订具有法律约束力的合同，并使用适当的DAO机制确保新成员履行其作为生态系统第一道门禁的职责。加入联盟成为会员要满足的要求将在进一步更新中详细说明。
简言之，联盟可以被视为GeoDB生态系统内的协调人，在GeoDB生态系统内，奖励方法要基于GEO通证。
从技术角度来看，其操作可概括如下：
1. 向GeoDB提供数据的每个用户必须使用GeoDB的软件开发工具包并遵守每种数据确定的供应协议进行验证：
a. 数据流：在有限的IOTA的移动应用管理通道中提供验证和在时段内提供信息。
b. 独立数据：提供加密的 IOTA验证包和提供个性化的信息。
2. 向联盟提供数据及其验证时，要i)验证信息，ii)将其验证存储在分类帐中，iii)将数据存储在云中以供以后访问使用。
3. 一旦创建区块，将自动计算贡献信息用户的奖励，并在联盟的分类账中发布包含每个用户应得奖励的分类账。在计算奖励时，应考虑以下几个方面：
a. 区块奖励。然后是分配曲线。
b. 抽象用户资料。通过用户到目前为止提供的验证数量、他所提供的数据类型数量和信息的区块数量来衡量。
c. 抽象用户的影响。通过使用其数据生成数据集的次数进行测量。
d. 中间人。把一部分奖励分给这个中间人。
4. 定期在以太坊1中写入一个包含为用户生成奖励的汇总分类账 。使用这个分类账，每个用户都可以申请他们的奖励。在此阶段，奖励节点接受工作指令，检查用户是否真的可以获得奖励，并执行与此奖励相关的智能合约。
首先，只能使用我公司提供的软件开发工具包向GeoDB提供数据，该软件开发工具包应与服务或应用程序形成一体，并愿意允许其用户向GeoDB提供信息。
这个软件开发工具包包括几个库，它允许访问设备信息，并执行操作来验证和证明设备和GeoDB基础结构中的信息。
此外，GeoDB的软件开发工具包将整合从生成密钥到配置分布式账本技术节点的不同脚本和实用程序，使开发人员更容易使用。
2. 数据获取
为了理解如何获取信息，有必要了解一些细节。我们将考虑一下几个方面：
● GeoDB有多条数据，dx。
● 使用一个单射非双射函数h，可能为每个dx，h(dx)=vx生成一个唯一值。
○ 可能识别这些命名为密码安全哈希函数的函数子群。
○ 在GeoDB，我们使用了最知名和测试过的密码安全哈希函数sha-256 。
● 每次向GeoDBvx提供dx时，都会计算并存储在我们的分布式账本技术中。
● 使用验证数据，GeoDB可以计算验证数据集D，该数据集集合了一组数据和一组验证。
作为固定数据集的最大成本，当用户在GeoDB获取信息时，D的价格由D中包含的验证与GeoDB中存储的总验证相比的百分比决定。
无论支持何种查询，获取协议情况如下：
1. 彼得是一个希望从GeoDB获取已验证信息数据集的用户。他为这次获取生成一个身份y，并启动查询。
2. 对于彼得的查询，GeoDB生成一个响应，表示i)可用数据量和ii)使用y公钥Ky加密的D样本。
3. 如果彼得对D感兴趣，他可用GEO通证支付。此付款如果受阻，在提供D之前，GeoDB无法收到支付。
4. 当彼得支付D时，GeoDB可以：
· 生成D。
· 使用彼得的公钥对本次购买进行加密，Ky。
· 生成一个唯一的结果R，由加密的D和D的验证组成，R ={加密(D), 验证(D)}。
· 将R存储在分布式不变存储器中。我们目前正在试验IPFS和Swarm程序。
· 提供到R的链接给彼得。
5. 使用上述方法，任何人都可以知道彼得获取的数据量，但只有彼得才能知道D。
6. 如果彼得发现D的内容与查询不匹配，或者D包含未经验证的信息，他可以通过放出本次购买的唯一私钥ky来阻止付款。（考拉）
