不屬於，分布式雲存儲屬於IPFS
分布式雲存儲,簡單說就是以區塊鏈的組成模式來存儲，碎片化分散存儲。
我們把信息存儲在區塊上，每一個區塊都會記錄著前一個區塊的ID，形成鏈條，並且不可逆不可更改。
分布式雲存儲可以理解為一個滴滴司機，不斷地轉運數據且碎片化，所有人都可以訪問公開的區塊鏈數據，並且可以通過交易來寫入。 礦工通過密碼學技術來參與數據維護賺取少量的利潤。 運行成本低，人人可以記賬，避免了第三方的暗箱操作。
假如這項技術普及，我覺得我們的電腦就不需要硬碟了，電腦直接通過網路，抓取區塊寫入，當我們需要的時候，通過私鑰來下載。
一個硬碟的價格是很貴的，但我們可能只花十分之一的錢就能得到類似的存儲服務，何樂而不為呢。
我們的私鑰僅僅保留在自己的手中，並且碎片化存儲時，拿到完整的文件代碼可能不僅僅是一個私鑰可以解決的，還可能需要人工智慧認證來激活私鑰，比如刷臉、指紋幾種共識共同形成閉環。
不過前提是我們需要高度發達的網路互聯以及成熟的資料庫基礎。2000年的時候，多數人們並不相信互聯網，覺得虛擬的東西不靠譜，經過多年印證，互聯網完全可以顛覆我們的生活，實現各種智能。
那麼現今的區塊鏈雖然不成熟，不過區塊鏈有著另一個層面上顛覆我們認知的潛力。
基於區塊鏈的分布式雲存儲主要具有如下特點：
1. 實現碎片資源的可利用
每個人都可以通過分享個人的硬碟空間獲得金錢回報。這個金錢回報由租戶直接支付 給個人，提供服務的平台只收取微小的服務費。可以理解為平台就是硬碟存儲的Uber。
2. 大眾廣泛參與
所有人都可以訪問公開區塊鏈上的數據，所有人都可以發出交易等待被寫入區塊鏈。 共識過程的參與者（對應比特幣中的礦工）通過密碼學技術以及內建的經濟激勵維護資料庫的安全。
3. 高效、低成本運行
區塊鏈技術在網路上是公開、透明、開源的。不需要通過任何的機構及組織，可以隨 時隨地上傳、下載所需要的信息。比起購買昂貴的存儲設備及配套的人力來說，租用硬碟 空間比較經濟、實惠。
4. 較高的安全性
傳統的雲存儲公司購買或租用伺服器來存儲他們的客戶文件，同時使用RAID方案或 多數據中心的方
⑵ 區塊鏈是怎樣防止數據篡改的
區塊鏈是分布式數據存儲、點對點傳輸、共識機制、加密演算法等計算機技術的新型應用模式。
跟傳統的分布式存儲有所不同，區塊鏈的分布式存儲的獨特性主要體現在兩個方面：一是區塊鏈每個節點都按照塊鏈式結構存儲完整的數據，傳統分布式存儲一般是將數據按照一定的規則分成多份進行存儲。二是區塊鏈每個節點存儲都是獨立的、地位等同的，依靠共識機制保證存儲的一致性，而傳統分布式存儲一般是通過中心節點往其他備份節點同步數據。
沒有任何一個節點可以單獨記錄賬本數據，從而避免了單一記賬人被控制或者被賄賂而記假賬的可能性。也由於記賬節點足夠多，理論上講除非所有的節點被破壞，否則賬目就不會丟失，從而保證了賬目數據的安全性。
存儲在區塊鏈上的交易信息是公開的，但是賬戶身份信息是高度加密的，只有在數據擁有者授權的情況下才能訪問到，從而保證了數據的安全和個人的隱私。
區塊鏈提出了四種不同的共識機制，適用於不同的應用場景，在效率和安全性之間取得平衡。
基於以上特點，這種數據存儲技術是可以完美防止數據被篡改的可能性，在現實中也可以運用到很多領域之中，比我們的電子存證技術在電子合同簽署上提供了更安全可靠的保證。
⑶ 什麼是內部碎片什麼是外部碎片各種存儲管理中都可能產生何種碎片
1.內部碎片：
當一個進程裝入到固定大小的分區塊（比如頁）時，假如進程所需空間小於分區塊，則分區塊的剩餘的空間將無法被系統使用，稱為內部碎片。
2.外部碎片：
指的是還沒有被分配出去（不屬於任何進程），但由於太小了無法分配給申請內存空間的新進程的內存空閑區域。
3.存儲管理中都可能產生的碎片：
除了內部碎片和外部碎片，在「分頁存儲」中，可能產生「頁內碎片」，頁內碎片是由於進程的最後一頁經常裝不滿一塊而形成了不可利用的碎片。
(3)雲數據的碎片化存儲擴展閱讀
在數據存儲領域中，碎片(fragmentation）是指存儲空間使用效率低下，結果導致功能、運行效率變低或二者兼而有之的現象。碎片化所造成的影響取決於具體的存儲系統以及碎片化的種類。
大部分情況下，碎片化都會導致都會導致存儲空間的浪費，此時「碎片」一詞亦可指代閑置的空間本身。對於其他的一些系統來說（比如FAT文件系統），數據量一定的前提下，用於存儲數據所佔的存儲空間是一定的，和碎片化的程度無關。
⑷ 大數據的存儲和搜索麵臨很大挑戰
大數據的存儲和搜索麵臨很大挑戰
大數據並非是一個全新的概念，早在1980年，阿爾文托夫勒就在《第三次浪潮》一書中預言了由數據構成的「碎片化未來」，並將海量數據贊頌為「第三次浪潮的華彩樂章」。然而，大數據真正流行起來是在2011年之後，數據量呈幾何指數上升，物聯網、雲計算等技術的日漸成熟使得數據的獲取、存儲和處理的成本急劇下降，促使大數據一時間成為了各方視線的焦點。
首先，伴隨著移動終端、感測器的迅速普及以及社會化媒體等互聯網應用的日益多樣化，數據量呈現出爆發式的增長，數據集的規模已經達到了TB甚至是PB的級別。這些海量的、碎片化的數據不僅能夠較為完整地刻畫出人們在線行為，還可以通過各類感測設備的數據來記錄實體經濟的運行狀況。
其次，數據的種類也愈發豐富，不僅包含文本內容，還包括圖片、音頻、視頻等非結構化數據，為數據的存儲和搜索帶來了很大挑戰，這意味著傳統意義上適用於文本內容存儲和分析的資料庫關聯演算法、語義分析等手段已經漸漸失效。
第三，大數據蘊含著巨大的價值，但相比於龐大的數據規模，其價值密度卻是非常稀疏的，可謂是「浪里淘沙、彌足珍貴」。例如，公安視頻監控系統需要7×24小時的記錄，但用於犯罪證據獲取的也許只是短短數秒；對於零售產業的推薦系統，也只有通過海量數據的分析，才能進行較為精準的預測。
第四，大數據需要實時的記錄與響應，如動態的股價、路況信息以及電子商務的交易數據等，都需要實時的調用和處理，才能夠充分體現出數據的價值所在。此外，社會化媒體、社交網站中的關系數據成為了大數據的價值倍增器，這是因為人們已經不可避免地鑲嵌於人際關系網路中，個體的影響力會經由社交網路快速蔓延。
不久前，作為全球最大零售商的沃爾瑪也充分意識到了關系數據的重要性，在其社交基因組（Social Genome）計劃中整合了用戶在Facebook、Twitter中的關系數據，用以更精準地推測消費者的偏好。 綜上所述，大數據的基本特徵可以概括為規模化（Volume）、多樣性（Variety）、高價值（Value）、速度快（Velocity）以及社會化（Social）等五個特點，即「4V 1S」的特點。這樣的大數據浪潮，也深刻的影響了各個傳統行業的發展軌跡，變革一觸即發。