Factom(公证通)--基于区块链的存证系统
Factom这个Solution在2014年的时候就已经推出了，现在已经2018年了，我才来写这一篇分析文章可能有些迟了，但是它是十分具有参考价值的。因为现阶段来开区块链虽然炒得火热--养猫、养狗、草泥马之类的，但是真正成熟的应用比较少，有很多连基本的链平台都没有开发完全。而bitcoin作为区块链的1.0时代的代表，也是区块链行业的标杆存在，它的生态是最完整的--矿池、钱包、交易所。但是相对于区块链2.0Ethereum来讲功能就比较单一了，它的智能合约--公钥脚本功能单一，不是图灵完备的。基于bitcoin开发的应用就比较少，而ethereum上面的应用就多达800多个（养猫应该是最火的了）。
但bitcoin不是说不能基于它去做一些事情，它也有一些扩展协议可以让bitcoin Blockchain来发挥更大的作用，比如说 OP_RETRUN 扩展交易。而Factom就是基于这个协议，如果换做此时此刻的话，Factom的创始人可能会选择更加方便的Ethereum，而不是Bitcoin，但在14年的时候以太坊还不是很成熟，而Bitcoin则更加的稳定可靠，时至今日Bitcoin很少会因为本身的漏洞而造成财产损失，大多数都是因为交易所遭受攻击而导致大量的Bitcoin被黑客盗取。这一点一要归功于 pow这个被人‘诟病’的协议，二、它没有支持图灵完备的智能合约，功能单一也有好处，有时越简单粗暴的越可靠，像以太坊就因为智能合约sdk的漏洞造成过两次大规模的ether泄露。
一、Bitcoin的 OP_RETRUN协议介绍
OP_RETURN是一个脚本操作码，用于将事务输出标记为无效。由于任何带有OP_RETURN的输出可证明是不可靠的，OP_RETURN输出可以用来烧毁比特币。
比特币社区的许多成员认为使用OP_RETURN是不负责任的，部分原因是比特币旨在为金融交易提供记录，而不是任意数据的记录。此外，对于外部大规模复制数据存储的需求本质上是无限的，这一点显而易见。尽管如此，与在区块链中存储数据的一些其他方式相比，OP_RETURN具有不会创建虚假UTXO条目的优势。 从比特币核心版本0.9.0： 这种变化并不意味着将数据存储在区块链中。 OP_RETURN类型的交易请求创建了一个可证明的可修剪txo，以避免数据存储方案（其中一些已经部署）将诸如图像之类的任意数据存储为永远不可用的TX输出，从而膨胀了比特币的UTXO数据库。 在区块链中存储任意数据仍然是一个坏主意，在其他地方存储非货币数据的成本更低，效率更高。
二、Factom的基本原理
在阐述基本原理之前，我先说几个有关于Factom的关键词：
Factoids ： factom发行的代币，使用factom的服务时要消耗代币，而且不可以交易。
Entry Credits：提交Entry时要消耗 Credits，而Credits是用Factoids换取的，可以交易。
Entry：提交到Factom上存储的文件
Entry Block：记录Entry完整性（Hash值）证明的区块
Directory Block：记录Entry Block块完整性（Hash值）证明的区块
ChainID：APPlication的账本ID
APPlication：基于Factom服务开发的应用
Federated Servers：用来管理运行Factom的分布式服务集群
Auditing Servers：审查节点，这些审查节点负责审查Federated Servers的生成的账本是否合法
看到这，你想必应该猜测到了，Factom是有自己的账本--chain的，不光Factom有每一个App都有自己对应的chain。
factom存证充分的利用了Merkle Hash tree，它的最基本原理就是： 首先将一段时间内上传的数据都纳入到Merkle Hash tree（间接或者直接）；然后每隔10min中Root Hash加入到OP_RETRUN交易中，锚定到bitcoin区块链。
稍微了解过bitcoin原理的老铁应该都知道Merkle tree的精妙之处--假定root hash是正确的，则在不知道其他叶子节点的情况下，仍然能证明单个叶子结点的完整性。这样做的好处就是你可以不需要关心其他叶子结点（在Bitcoin中是Utxo，在factom中是Entry数据），也能证明自己的完整性，有老铁可能就问了这么费劲干啥？咋不直接把Entry的Hash锚定到Bitcoin上？贵啊！现在一个Bitcoin市值$14,000左右，矿工费最低要0.0009(不同矿池收费标注不同)，而且十分钟才能添加一块，还要等待6个块确认，不说矿工费开销大，效率也低啊。利用Merkle tree可以上传最少的数据 32bytes（上面说过一个OP_RETURN最多40），同时又能证明大量的数据完整性，何乐而不为？
本图将Factom大致的逻辑关系已经呈现的很清楚了：
1.APP的运营者先去Factom上买Factoids，然后将Factoids兑换成Entry Credit
2.APP将数据提交到Factom Servers，加入该APP对应的Entry Chain
3.将 当前周期内上传 Entry 打包成 EntryBlocks（白皮书上显示 1min钟生成一个块）；
4.将 当前周期内生成的EntryBlocks 打包成 Directory Blocks；
5.间隔一段时间（白皮书显示是10min，正好是比特币生成区块的平均时间）将未锚定的Diretory Blocks加入到一个Merkle tree中（按照白皮书说法应该是10块）；
6.将root hash 锚定到Bitcoin中
APP参照了中本聪在bitcoin白皮书中提到的SPV原理，只要关心和自己相关的数据就好了。
三、Factom的组织架构
Factom整个架构体系中有三层，如下：
APPLication
---------------------------------------
FACTOM Server| Audis Server
---------------------------------------
BItcoin Miners
Factom 的账本有四层，如下：
APP Entry Chains | FactorId Chain | Credit Chain
------------------------------------------------------
Entry Blocks
------------------------------------------------------
Directory Blocks
-----------------------------------------------------
Bitcoin Blocks
3.1 我们先按照架构体系来说：
- APPlication ：由开发者开发面向用户的应用，它们都使用了Factom的服务来做数据存储证明。我们下面描述一下APP加入Factom的过程：
setup 0： 一个APP在初始化加入Factom体系时候做的第一件事就是充钱（不充钱你怎么能变强？），你将公钥发送给Factom Server，Factom Server会分配给你一笔 Factoids，这笔交易会记录在FactorId Chain中。
setup 1 ： 服务器 会向你反馈一个Entry 确认信息， 同时会向外广播这个确认信息（我们前面说过factom 是有一个分布式服务集群的）
setup2：APP用Factoids换取Entry Credit， 服务器会将这笔交易记录在Credit Chain中，同时向外广播。
setup3：APP上传第一个实体Entry（初始化，里面包含着你自己定义的Entry校验规则的Hash值，或其他细则），服务器会帮你创建一个对应ChainId的账本，同时扣除相应的Credit，向外广播消息。
ps： ChainId ID是由APP自己定义的ChainName的Hash值。
创建后提交一个Entry的过程就是setup 1~3的过程，当然客户端看起来就这么简单，在服务端就复杂多了。同时这里面我们要重点强调的是，Factom服务器不负责校验Entry 数据的合法性，数据的合法性是在APP这一端校验的。我们可以在创建账本的时候将校验规则（比如一个审计程序）的Hash加入到第一个Entry中，这个审计程序在APP运行，这样就能屏蔽掉那些无效的Entry。
- Factom Servers： factom有一个分布式的服务集群，每一个服务器都会负责一维护部分APP的账本，同时将更新同步到其他服务器中。Factom中服务器有两种类型，一种是记账服务器，一种是审查服务器。
我们来讲一下servers的工作过程，首先介绍几个关键词：
process list： 每一个服务器都要维护一个list，这个列表里面存储着本服务器和其他服务器负责的chain。
Weighted Number of Entry Credits： 根据消费的Credits计算出投票权重用于选择Factom Server
Weighted Number of Entries：根据Entry计算出投票权重用于选择Factom Server。
Factom Servers一个记录周期如下：
- 所有服务器重设其进程列表（Process List）为空。
- 用户通与其Entry信用的积分（Entry Credit）相关的公钥提交付款
- 根据用于支付的公钥，轮值服务器接受该付款。
- 该服务器向网络广播该支付被接受。
- 用户看到支付被接受， 然后提交Entry。
- 根据Entry的ChainID，其中一台服务器把Entry加入其进程列表，并添加进入到相应链的区块中（如果这是该链的第一个Entry, 那就创建这个新链）。
- 服务器对网络广播该Entry的确认，内容含有Entry在Process list 中的位置（Index) + Hash(Entry)（链接到Entry付款）+ Hash(process list)。
- 所有其他服务器更新该服务器的process list，验证该列表，并更新该链的区块。
- 只要用户可以验证到相关的 process list 中包含自己的提交的数据Entry，那么他们就可以有相当的信心相信它会被成功地被录入到Factom上。
- 在一分钟结束时，所有服务器确认process list 的 高度，揭示一个确定性的秘密数值（该值为一个Reverse Hash 值，即一条较长的，连续的区块链哈希值的原像值），还有被处理区块的一系列哈希值（将与 process list 中的最后一项相匹配）。
- 那一分钟的目录区块（Directory Block）是由所有服务器中定义的所有Entry区块（Entry Block）组合到一起建造而生成的。因此，每个服务器都拥有所有的Entry区块（Entry Block），所有的目录区块（Directory Block），和所有Entry（all Entries）。
- 使用Reverse Hash值的集合来创造一个种子，为下一轮的ChainIDs重新分配服务器。
- 在完成10个目录区块后，请执行以下操作：
- 对最后一分钟的Entry块创建梅克尔根（Merkle Root），按ChainID排序。
- 创建最后一分钟的目录区块，并计算其梅克尔根（Merkle Root）。
- 用10个目录区块的梅克尔根（Merkle Root）创建一个锚定。
- 用服务器的反向哈希值集合来创建一个种子，再用其选择下一个服务器来把锚定写到比特币区块链
- .重复。 （又从第1部开始循环）
Factom 为了防止腐败发生，所以它的Servers集群中记账的服务器是会不断变化的，每隔4个小时进行一次选举，由user投票来决定哪些服务器能够成为Factom的记账服务器，用户投票的权重是根据Weighted Number of Entry Credits和Weighted Number of Entries计算出来的，所有的服务器都会参选最后进行一个排名，然后选择前n名成为Federated Servers 其余的为Auditing Servers。 为了防止被选择的服务器发生故障，每隔四秒就要广播心跳包（Entry 确认信息），如果一台服务器没有收到 X 的心跳包就会发送一个SFM信息认为X是故障的，如果大多数（没有给出阈值）认为X服务器是故障的，那么X服务器就会降级，由第n+1名服务器升级为Federated Servers，X 降级为Auditing Servers。
ps0：大家可能会困惑既然合法性校验放在了client side，那么Auditing Servers有个卵用？Auditing Servers 有两个作用： 一、审查Federated Servers生成块是否符合规则；二、为Entry 提供存在性证明（Proof of existence）（这是从Factom社区里面得到的回复）。
ps1：Weighted Number of Entry Credits： 加权最近六个月购入的入场券数量（每月购买金额，当月加权6次，前5次加权等） ；Weighted Number of Entries： 加权最近六个月使用的条目数量（每月使用的条目数量，当前月份加权6个，前一个加权5个）。
- bitcoin miner：这一层我就不多说了。
上面就是按照体系架构来讲述一下它工作的基本流程，Factom的实现比较复杂。
3.2 我们再按照账本层次来说：
- Directory Blocks
目录块中引用的每个Entry块占用64个字节（两个32字节散列，Entry Block的ChainID和Merkle根）。一百万个这样的条目将导致一组目录块大小约为64MB。如果平均的每个Entry Block有5个Entry，64 MB的Directory Blocks将提供500万个不同Entry的高级管理。Factom服务器收集Entry Block的Merkle根并将它们打包到目录块中。十个连续的目录块通过Merkle树散列，Merkle根被记录在比特币区块链中。这允许区块链的最小扩展，并且仍然允许通过比特币散列权限保护分类账。将Merkle根加入比特币区块链的过程称为“锚定”。有关更多详细信息，请参阅“附录：比特币时间戳”部分。从带宽和存储的角度来看，输入到目录块中的数据是最昂贵的。如果Factom用户希望在链中找到数据，那么他们需要从账本创建时开始的所有目录块。会增加目录块大小的Active 包括 APP chain 的创建和首次更新。这些Active将 APP 程序细化账本规则的 花费 进行了公示。相比记录一个Entry，APP必须要花费更多的Entry积分来执行这些特殊的Active，这样可以阻止目录块的膨胀。也就是说实际上Directory block中记录的是一个map<chainId, Entry Block Merkle Root Hash>的表。
- Entry Blocks
Entry Block Later 是系统中的第二层级。APP 将拥有各自的ChainID。在 Entry Blocks 里，APP可以ChainID为线索扩展搜索所有相关的条目。每个目录块中包含的chainId 都会有一个更新的Entry Block。Entry Block包含上传的Entry的散列值。Entry的哈希证明了数据的存在，同时也充当在分布式哈希表（DHT）网络中查找Entry的Key。 （更多细节参见“Factom点对点网络Entry Block 有意不包含 Entry 本身。这使得Entry Block 很小。从Entry Block 中分离 Entry 还可以使审计人员更容易审计。审核员可以在一个单独的链中，这个链用来记录那些来自普通链中的被批准或被拒绝的Entry。审核员可以在其Entry中增加拒绝的理由。如果应用程序信任审核员，他们可以交叉引用审核员批准或拒绝每个Entry，而不需要知道Entry是什么。然后应用程序将只尝试下载通过审计的Entry。多个审计人员可以引用相同的Entry，并且条目将只在分布式散列表（DHT）上存在一次。预计条目将比散列占用的仅仅32个字节大得多。要忽略的事物列表不一定要让应用程序忽略完整的对象。输入块包含与ChainID相关的所有可能的输入项。如果一个Entry没有在Entry Block中被引用，那么可以假定它不存在，这允许应用程序证明是否定的。
ps：现在Factom并未构建起DHT存储，他们准备和IPFS进行合作来存储文件。
- Entrys
记录是被用户创建并提交到Factom的。通过散列和编码信息，用户可以确保记录的隐私性。如果编码或隐藏数据是不必要的话，那么记录可以替换成为纯文本。通过记录一份文档的一段哈希值，Factom可以提供基本的发布证明(proof of publication)。稍后, 人们可以生成文档的哈希值, 并和之前链块记录的哈希值进行比对, 来判断文档是否是当初发布的那个版本。这在数据的处理可以有很大的灵活性，可以出现类似超链接的东西。数据还可以更庞大，但不能过于庞大.，因为数据越大需要付的费用也越多。这和比特币比较相似，超过100兆字节的比特币转账数据是可能发生的，但需要支付更多的转账费用。Factom可以处理比比特币网络里大得多的数据，由于比特币的完整节点需扫描完整的区块链数据，所以区块链体积不能太大。在Factom中完整节点只需要扫描最高级的目录区块(Directory Block), 并不需要扫描全部的链块数据。如果人不对链数据感兴趣的话，完全可以忽略它。
ps:Factom实际上到底有没有存储这些Entry 链接的文件尚未得知，我在社区中询问但是没有得到解答。
最后给大家上一个总体的账本结构图，如下：
参考网址：
- https://www.factom.com/devs/docs/guide/factom-white-paper-1-0
- http://www.8btc.com/factombaipishu
- https://en.bitcoin.it/wiki/OP_RETURN
- https://www.cnblogs.com/fengzhiwu/p/5524324.html
---------------------------------------------------分割线-----------------------------------------------------
以上的内容一部分来自我自己从白皮书中的翻译，一部分引用于上面的网址，其中还有一些不确定性，我在注释中已经指出，如果哪位老铁知道答案的话请在评论区留言，我会及时改正。下面我阐述一个自己并不成熟的观点，就是基于pow链的存证系统有多大价值？我们知道现在数据存证常用的是数字签名，既可以保证数据的完整性，又能保证数据的合法性。最多我再多云备份几份，你这个存证系统到底有什么存在的必要？
从密码学破解的角度来看，篡改Factom中的Hash证明要比篡改签名难度等级要高。因为Factom锚定到了bitcoin上，这是一种信任的传递，你如果要想篡改出来一个合法的Hash证明首先要从bitcoin区块下手。而且随着时间的推移，后续块的增多篡改的难度越大，这相比从公钥推导出私钥的难度要更大！（当然这是在私钥没有被窃取的条件下，如果你的用户私钥被窃取，或者说你的Factom账号被窃取，你仍然可以去篡改Entry的Hash证明。）
但是，从现阶段来看，这两者都是基本“零”可能。然而当量子计算机出现的时候情况就不一样了，量子计算理论上可以暴力破解非对称加密，虽然格密码理论上能够抵御量子计算，但现有的PKI体系还是难免会收到冲击。而这个时候Factom的作用就体现出来了，你可以去破解ecc和rsa的证书去伪造证明，但是你依然很难篡改Bitcoin账本。因为区块链账本是靠强大的hash算力保护的，而量子计算机在破解hash算法上并没有什么优势，所以伪造区块依旧很难，只要是已经存在的账本正确性依旧难以动摇。
附，量子计算机维基百科：
历史
随着计算机科学的发展，史蒂芬·威斯纳在1969年最早提出“基于量子力学的计算设备”。而关于“基于量子力学的信息处理”的最早文章则是由亚历山大·豪勒夫（1973）、帕帕拉维斯基（1975）、罗马·印戈登（1976）和尤里·马尼（1980）年发表[2][3][4] [5]。史蒂芬·威斯纳的文章发表于1983年[6]。1980年代一系列的研究使得量子计算机的理论变得丰富起来。1982年，理查德·费曼在一个著名的演讲中提出利用量子体系实现通用计算的想法。紧接着1985年大卫·杜斯提出了量子图灵机模型[7]。人们研究量子计算机最初很重要的一个出发点是探索通用计算机的计算极限。当使用计算机模拟量子现象时，因为庞大的希尔伯特空间而数据量也变得庞大。一个完好的模拟所需的运算时间则变得相当长，甚至是不切实际的天文数字。理查德·费曼当时就想到如果用量子系统所构成的计算机来模拟量子现象则运算时间可大幅度减少，从而量子计算机的概念诞生。半导体靠控制集成电路来记录及运算信息，量子计算机则希望控制原子或小分子的状态，记录和运算信息。
量子计算机在1980年代多处于理论推导状态。1994年彼得·秀尔（Peter Shor）提出量子质因数分解算法后[8]，证明量子计算机能做出离散对数运算[9]，而且速度远胜传统电脑。因为量子不像半导体只能记录0与1，可以同时表示多种状态。如果把半导体比喻成单一乐器，量子计算机就像交响乐团，一次运算可以处理多种不同状况，因此，一个40比特的量子计算机，就能在很短时间内解开1024位电脑花上数十年解决的问题。因其对于现在通行于银行及网络等处的RSA加密算法可以破解而构成威胁之后，量子计算机变成了热门的话题，除了理论之外，也有不少学者着力于利用各种量子系统来实现量子计算机。
基本概念
传统计算机即对输入信号序列按一定算法进行变换的机器，其算法由计算机的内部逻辑电路实现。
- 输入态和输出态都是传统信号，用量子力学的语言来描述，也即是：其输入态和输出态都是某一力学量的本征态。如输入二进制序列用量子记号 0110110，用量子记号则为| 0110110> 。所有的输入态均相互正交。对传统计算机不可能输入如下叠加态：c1 |0110110> + c2|1001001>
- 传统计算机内部的每一步变换都演化为正交态，而一般的量子变换没有这个性质，因此，传统计算机中的变换（或计算）只对应一类特殊集。
- 量子计算机的输入态和输出态为一般的叠加态，其相互之间通常不正交；
- 量子计算机中的变换为所有可能的正变换。得出输出态之后，量子计算机对输出态进行一定的测量，给出计算结果;
传统计算是一类特殊的量子计算，量子计算对传统计算作了极大的扩充，其最本质的特征为量子叠加性和量子相干性。量子计算机对每一个叠加分量实现的变换相当于一种经典计算，所有这些传统计算同时完成，并按一定的概率振幅叠加起来，给出量子计算机的输出结果。这种计算称为量子并行计算。
