数据系统笔记约 5 分钟
哈希能核对数据,不能替数据作证。
为什么来源和内容完整性仍然需要语义、不确定性与独立判断。
- 发布
- 更新
主题
来源追踪数据系统不确定性决策支持
01
字节一致不代表来源说的一定是真的
密码学哈希可以告诉我们,收到的字节与当初提交的字节一致;签名可以把这批字节与某个签名密钥联系起来。但它们都不能判断来源是否完整、是否最新、是否被正确解释,或者它是否准确描述了现实世界。
把这些问题分开,才能避免一个很强的完整性机制被误用成事实权威的捷径。
02
字段含义仍然要看它来自哪里
一条记录可能是报告、观察、主张、派生统计,或者明确的缺失值。同一个字段名在不同来源中也可能有不同含义,稳定的标识符不会自动消除这种差异。
好的数据系统会保留来源身份、参考时期、变换过程与缺失语义,而不是把一切压平为一个看起来很确定的分数。
03
检查点能告诉我们哪里变了
内容寻址快照和计算收据的价值,在于让变化变得可检查。它们帮助我们区分:改变的是输入、解析器、模型、查询,还是执行环境。
这为可重复性提供了基础,却不能替代验证。一个可以重复的错误仍然是错误;好处在于我们不必猜测究竟是哪一组字节发生了变化。
04
最后给出的答案也不能藏掉不确定性
最终产品应说明来源支持什么、不支持什么,以及用户还应独立核验什么。带有清楚边界的暂不判断,往往比隐藏假设的精确答案更有价值。
这就是来源追踪真正变得实用的方式:不是把所有结果变得确定,而是让下一次负责的行动更容易被选择。
每一页都会说明项目做了什么、公开了哪些证据,以及还有什么没有验证。
浏览全部工程笔记