
先明确要核验的对象
这里将“小数据”理解为少量链上记录或由其形成的小规模统计。核验时应区分三个问题:记录来自哪里,数字如何计算,解释是否超出证据范围。单条记录能够被查到,并不意味着围绕它形成的统计或判断已经得到验证。
核验表可记录网络、地址或交易标识、区块位置、采集时间、数据提供方及指标定义。这些信息用于限定复核对象,避免将不同网络、不同时间或不同口径的数据直接比较。
用接口文档厘清查询条件
以太坊 JSON-RPC 文档说明,应用通过节点读取链上数据;状态查询中的区块参数决定查询位置,数量与字节数据也有不同的十六进制编码规则。文档区分状态、历史记录等方法,因此核验时需要匹配数据类型与查询方法。
例如核验某地址的余额,应保留原始响应、查询参数及数值转换规则。若查询使用 latest,复查时链头可能已经变化;记录实际对应的区块位置,有助于解释差异。地址、哈希等字节数据不能直接套用数量字段的处理方式。
让加工过程可以追溯
W3C PROV-O 提供实体、活动、责任主体及派生关系等概念,用于表达和交换来源信息。它可帮助描述一份结果使用了哪些输入、经过什么处理,以及由谁或哪个软件生成。
将这一思路用于小规模统计,可以把原始响应、清洗结果和最终表格分别保存,并记录筛选条件、去重依据、换算方法和处理版本。复核者才能判断差异发生在采集环节还是加工环节。溯源记录本身仍需检查,填写完整不等于内容必然真实。
两个来源需要承担不同证据角色
接口文档解释数据如何读取,溯源标准解释过程如何记录,两者能够支持核验方法,却不能共同证明某个具体数字正确。具体结果仍需对应原始记录和可复算的处理过程。
交叉核对时还应检查来源是否独立。两个展示页面若使用同一上游接口,结果一致只能提供有限的佐证。比较前应统一网络、区块位置、字段含义和统计范围,否则差异可能来自查询条件。
适用条件与常见问题
上述方法适合核验能定位原始记录、且处理步骤可说明的数据。只有截图或汇总数时,可核验范围有限,应明确缺少的查询条件或计算依据。以太坊的接口名称也不能直接套用于所有区块链。
记录存在是否证明现实事件真实?还需核验链外信息与链上记录之间的联系。小样本能否代表整体?来源可靠与样本代表性属于不同问题,结论应限定在实际覆盖的对象和区间内。