Lohkoketjut ja hajautettu tietovarastointi avoimen datan tukena

Abstract

Avoimen datan periaatteena on se, että julkiseen käyttöön julkaistu data ja tieto sen alkuperästä ovat aina saatavilla. Nämä periaatteet eivät kuitenkaan välttämättä aina toteudu keskitettyyn tietovarastointiin tai keskeisen tahon hallintaan perustuvissa ratkaisuissa. Vaihtoehtona on tietovarastointi, jossa tallennettu data sijaitsee hajautetusti vertaisverkon noodeilla ja jossa lohkoketjua käytetään datan alkuperätietojen tallentamiseen. Tutkielma toteutettiin suunnittelutieteellisenä tutkimuksena, ja sen tuloksena luotiin suunnitteluartefakti. Artefakti koostuu ohjelmointiprototyypistä sekä prototyypin suunnitelmasta, johon sisältyy myös avoimen datan vertaisverkkopohjaisen tallentamisen vaatimusmäärittely.

Artefaktin suunnittelussa ja toteutuksessa hyödynnettiin Ethereum-lohkoketjua, älysopimuksia, sekä IPFS-tiedostojakelu- ja -varastointiprotokollaa. Keskeisimpinä tuloksina havaittiin, että hajautettu tallennus lisää datan saatavuutta ja että lohkoketjussa saadaan säilöttyä varmennettuna alkuperätietoja. IPFS-pohjainen tallentaminen vaatii erillisen tietokantatason, jotta datan hakeminen olisi mahdollista. Havaittiin myös, että hajautetussa varastoinnissa täytyy valita, painotetaanko datan saatavuutta vai eheyttä.

One of the principles of open data is that public data and the information about its origin should be publicly available. However, this principle doesn’t always apply when open data is stored in a centralized fashion or when controlled by a single entity. An alternative model is to store data in a decentralized, peer-to-peer storage, where the data would be stored by multiple peers, and the provenance information of the data would be stored in a blockchain. This research was conducted according to Design science research (DSR) principles, and its main result is a design artefact. The artefact consists of a software prototype, and the design of the prototype, which also includes the requirements for the decentralized storing of open data. The technologies used in the implementation of the artefact were Ethereum blockchain and smart contracts, and the IPFS protocol. The most relevant research finding was that the blockchain can be utilized in storing provenance information. IPFS-based storage needed a database layer to enable querying of data. Other finding was that in a distributed storage scheme, one must choose between data availability and consistency.