Cas d’utilisation de la blockchain et de big data : défis et opportunités avec la blockchain et la science des données

La blockchain et le Big Data font partie des principales technologies émergentes destinées à révolutionner de nombreux secteurs et à changer radicalement la façon dont les entreprises et les organisations sont gérées. On pourrait penser que ces technologies s'excluent mutuellement, qu'elles tracent chacune leur chemin et qu'elles sont appliquées indépendamment l'une de l'autre.

Mais ce serait une erreur.

La blockchain, tout comme la science des données, transforme progressivement le mode de fonctionnement de plusieurs secteurs. Et tandis que la science des données se concentre sur l'exploitation des données pour une administration appropriée, la blockchain garantit la confiance des données en conservant un grand livre décentralisé.

La question est de savoir s'il existe un point commun entre ces deux concepts.

Quels résultats obtiendra-t-on lorsque ces deux technologies seront appliquées simultanément ?

En d'autres termes, comment la blockchain pourrait-elle perturber la science des données ?

Pour répondre à ces questions, il sera utile de mieux comprendre la blockchain et la science des données séparément.

La blockchain est essentiellement un registre distribué qui enregistre les transactions économiques de manière à ce qu'elles ne puissent pas être manipulées. Cette technologie a pris de l'importance grâce à l'intérêt suscité par le bitcoin et les cryptomonnaies en général, mais elle s'est depuis imposée comme un outil pertinent pour enregistrer non seulement les transactions en cryptomonnaies, mais aussi tout ce qui a de la valeur. Conscients des capacités de cette technologie émergente, les développeurs et les passionnés de technologie se sont mis au travail pour imaginer des cas d'utilisation pour la blockchain.

Forte demande de développeurs blockchain

La demande en développeurs blockchain a augmenté au cours des dernières années, parallèlement aux projets travaillant sur différentes applications de la blockchain. Les rapports provenant de plateformes de travail indépendant telles qu'UpWork indiquent que les compétences en matière de blockchain restent les plus recherchées. De la même manière, les professionnels d'autres domaines, tels que le droit, auraient un avantage considérable s'ils possèdent des compétences en matière de blockchain, ou du moins une compréhension de cette technologie.

La science des données vise à extraire des connaissances et des informations à partir de données structurées et non structurées. Ce domaine englobe les statistiques, l'analyse de données, l'apprentissage automatique et d'autres méthodes avancées utilisées pour comprendre et analyser des processus réels à l'aide de données.

Dans le jargon économique, les données sont souvent décrites comme le nouveau pétrole, raison pour laquelle les grandes entreprises, notamment les célèbres GAFA (Google, Amazon, Facebook et Apple), contrôlent d'énormes quantités de données. Les protocoles des moteurs de recherche Internet, les publicités numériques et les services de recommandation sont quelques-unes des applications courantes de la science des données. L'analyse des données, un aspect essentiel de la science des données, s'est avérée pertinente dans le secteur de la santé pour suivre le traitement des patients et le flux des équipements ; dans le secteur du voyage et des jeux pour améliorer l'expérience des consommateurs ; pour la gestion de l'énergie ainsi que dans de nombreux autres secteurs.

Forte demande de data scientists

Il existe également une demande apparemment insatiable de data scientists capables de fournir plus d'informations à partir des données et de résoudre un plus grand nombre de problèmes. Ce phénomène est encore plus marqué si l'on considère le big data, un aspect avancé de la science des données qui traite des quantités extrêmement importantes de données qui ne peuvent pas être traitées par les méthodes de traitement de données.

Contrairement à des domaines tels que la fintech, la santé et la chaîne d'approvisionnement, où la blockchain est désormais très répandue, cette technologie n'a pas encore été largement explorée dans le domaine de la science des données. Pour certains, le lien entre ces concepts est flou, voire inexistant.

Pour commencer, la blockchain et la science des données traitent toutes deux des données : la science des données analyse les données pour en tirer des informations exploitables, tandis que la blockchain enregistre et valide les données. Les deux utilisent des algorithmes conçus pour régir les interactions avec divers segments de données. Un sujet récurrent que vous remarquerez rapidement est le suivant : « la science des données pour la prédiction ; la blockchain pour l'intégrité des données ».

La science des données, comme toute avancée technologique, présente ses propres défis et limites qui, une fois surmontés, permettront de libérer tout son potentiel. Parmi les principaux défis liés à la science des données figurent l'inaccessibilité des données, les questions de confidentialité et les données de mauvaise qualité.

Le contrôle des données parasites (ou informations erronées) est un domaine dans lequel la technologie blockchain peut avoir un impact positif considérable sur le domaine de la science des données. Selon une enquête menée en 2017 auprès de 16 000 professionnels des données, l’inclusion de données compromettantes comme des données dupliquées ou incorrectes a été identifiée comme le plus grand défi pour la science des données. Grâce à l'algorithme de consensus décentralisé et à la cryptographie, la blockchain valide les données, ce qui les rend presque impossibles à manipuler en raison de l'énorme puissance de calcul nécessaire.

Encore une fois, grâce à son système décentralisé, la technologie blockchain garantit la sécurité et la confidentialité des données. La plupart des données sont stockées dans des serveurs centralisés souvent ciblés par des cybercriminels ; les nombreux rapports de piratages et de violations de la sécurité montrent l’ampleur de la menace. La blockchain, quant à elle, redonne le contrôle des données aux personnes qui génèrent les données, ce qui constitue une tâche ardue pour les cybercriminels.

Si la quantité est importante, explique Maria Weinberger de Janexter, la blockchain représente la qualité. Cela découle de la compréhension que la blockchain se concentre sur la validation des données, tandis que la science des données ou le big data impliquent de faire des prédictions à partir de grandes quantités de données.

La blockchain a introduit une toute nouvelle façon de gérer et d'exploiter les données : non plus dans une perspective centralisée où toutes les données doivent être regroupées, mais de manière décentralisée, où les données peuvent être analysées directement à partir des périphériques individuels. La blockchain s'intègre à d'autres technologies de pointe, telles que les solutions cloud, l'intelligence artificielle (IA) et l'Internet des objets (IdO).

De plus, les données validées générées via la technologie blockchain sont structurées et complètes, et elles sont immuables, comme nous l'avons mentionné précédemment. Un autre domaine important dans lequel les données générées par la blockchain constituent un atout pour le big data est celui de l'intégrité des données, car la blockchain permet de vérifier l'origine des données grâce à ses chaînes liées.

Il existe au moins cinq façons spécifiques dont les données blockchain peuvent assister les data scientists en général.

• Garantir la confiance (intégrité des données)

Les données enregistrées sur la blockchain sont fiables car elles doivent être soumises à un processus de vérification qui garantit leur qualité. Cela garantit également la transparence, car les activités et les transactions qui ont lieu sur le réseau blockchain peuvent être tracées.

L'année dernière, Lenovo a présenté ce cas d'utilisation de la technologie blockchain pour détecter les documents et formulaires frauduleux. Le géant de l'informatique a utilisé la technologie blockchain pour valider des documents physiques qui étaient encodés avec des signatures numériques. Les signatures numériques sont traitées par des ordinateurs et l'authenticité du document est vérifiée grâce à un enregistrement dans la blockchain.

La plupart du temps, l'intégrité des données est garantie lorsque les détails relatifs à l'origine et aux interactions concernant un bloc de données sont stockés sur la blockchain et automatiquement vérifiés (ou validés) avant qu'il ne soit possible d'agir sur ce bloc.

• Prévention des activités malveillantes

Étant donné que la blockchain utilise un algorithme de consensus pour vérifier les transactions, il est impossible qu'une seule unité représente une menace pour le réseau de données. Un nœud (ou une unité) qui commence à agir de manière anormale peut être facilement identifié et supprimé du réseau.

En raison de la nature hautement distribuée du réseau, il est pratiquement impossible pour une seule partie de générer suffisamment de puissance de calcul pour modifier les critères de validation et permettre l'entrée de données indésirables dans le système. Pour modifier les règles de la blockchain, une majorité de nœuds doit être réunie afin de parvenir à un consensus. Cela n'est pas réalisable par un seul acteur malveillant.

• Faire des prédictions (analyse prédictive)

Les données de la blockchain, tout comme d'autres types de données, peuvent être analysées afin de révéler des informations précieuses sur les comportements et les tendances, et peuvent ainsi être utilisées pour prédire des résultats futurs. De plus, la blockchain fournit des données structurées recueillies auprès d'individus ou d'appareils individuels.

Dans le cadre de l'analyse prédictive, les data scientists s'appuient sur de grands ensembles de données pour déterminer avec une bonne précision les résultats d'événements sociaux tels que les préférences des clients, la valeur vie client, les prix dynamiques et les taux d'attrition en rapport avec les entreprises. Cela ne se limite toutefois pas aux informations commerciales, car presque tous les événements peuvent être prédits grâce à une analyse appropriée des données, qu'il s'agisse de sentiments sociaux ou d'indicateurs d'investissement.

En raison de la nature distribuée de la blockchain et de l'énorme puissance de calcul qu'elle offre, les data scientists, même dans les petites organisations, peuvent entreprendre des tâches d'analyse prédictive approfondies. Ces data scientists peuvent utiliser la puissance de calcul de plusieurs milliers d'ordinateurs connectés à un réseau blockchain comme un service cloud pour analyser les résultats sociaux à une échelle qui n'aurait pas été possible autrement.

• Analyse des données en temps réel

Comme démontré dans les systèmes financiers et de paiement, la blockchain permet des transactions transfrontalières en temps réel. Plusieurs banques et innovateurs fintech explorent actuellement la blockchain, car elle permet le règlement rapide, voire en temps réel, de sommes importantes, indépendamment des contraintes géographiques.

De la même manière, les organisations qui ont besoin d'analyser des données à grande échelle en temps réel peuvent faire appel à un système basé sur la blockchain pour y parvenir. Grâce à la blockchain, les banques et autres entreprises peuvent observer les changements dans les données en temps réel, ce qui leur permet de prendre des décisions rapides, qu'il s'agisse de bloquer une transaction suspecte ou de suivre des activités anormales.

• Gérer le partage de données

À cet égard, les données obtenues à partir des études de données peuvent être stockées dans un réseau Blockchain. De cette manière, les équipes de projet évitent de répéter des analyses de données déjà effectuées par d'autres équipes ou de réutiliser à tort des données qui ont déjà été utilisées. En outre, une plateforme blockchain peut aider les data scientists à monétiser leur travail, probablement en commercialisant les résultats d'analyse stockés sur la plateforme.

Comme cela a été mentionné, la blockchain en est encore à ses débuts, même si cela peut ne pas sembler être le cas en raison de l'engouement que cette technologie a suscité en peu de temps. On peut s'attendre à ce que, à mesure que la technologie mûrit et que les innovations se multiplient, des cas d'utilisation plus concrets soient identifiés et explorés, la science des données étant l'un des domaines qui en bénéficiera.

Cela étant dit, quelques défis ont été soulevés quant à son impact dans le domaine de la science des données, en particulier dans le domaine du big data, qui nécessite le traitement de volumes de données exceptionnellement importants. L'une des préoccupations est que l'application de la blockchain dans ce domaine sera très coûteuse à mettre en œuvre. En effet, le stockage de données sur une blockchain est coûteux par rapport aux moyens traditionnels. Les blocs traitent des quantités de données relativement faibles par rapport aux volumes importants collectés chaque seconde pour le big data et d'autres tâches d'analyse de données.

Il sera particulièrement intéressant d'observer comment la blockchain évoluera pour répondre à ces préoccupations et bouleverser le domaine de la science des données, car, comme nous l'avons constaté, cette technologie recèle un énorme potentiel pour transformer la manière dont nous gérons et utilisons les données.

Nous convions occasionnellement des chefs de file de l’industrie, des experts du milieu universitaire et des partenaires à nous faire part de leurs opinions et aperçus sur les tendances actuelles de la blockchain sur le blog Blockchain Pulse. Bien que les opinions exprimées dans ces articles de blog soient les leurs et ne reflètent pas nécessairement les points de vue d’IBM, ce blog s’efforce d’accueillir tous les points de vue.