随着网络技术和互联网业务的不断发展,国家、企业和用户相关数据呈现喷发式增长。同时,人工智能、区块链、云计算和大数据等技术的应用为有质量的数据收集、数据管理和数据分析提供了更多的可能。数据服务以信息技术为驱动围绕数据提供一系列活动,帮助国家、企业和用户从海量信息中提取具有参考价值的内容,是今后推动网络技术发展的重要组成部分。然而,数据在聚合的过程中存在中心化存储导致的单点故障,不同数据存储器之间数据无法共通、跨域数据管理缺乏管理手段,信息传播动态建模缺乏可靠性等问题约束了数据服务提供。本文结合区块链技术、属性基加密技术和基于复杂网络的信息传播技术,针对数据服务面临的问题开展研究。本文主要研究内容和创新成果如下:1)针对在传统的数据服务中,以云中心的代表的数据管理服务过于集中带来巨大的风险问题,本文基于区块链分布式的特点,开展了基于区块链技术的分布式安全数据管理方法的研究。研究通过对所有产生的交易数据进行加密并将其上传到区块链,确保了信息的私密性和不可篡改性。为了使加密的数据能够被系统中的适当节点解密,提出了具有访问策略的加密交易,并通过网络上传到区块链进行全网广播。根据访问策略,只有符合访问策略的节点才能解密加密信息。系统从多个方面分析和证明了该方法的安全性。2)针对数据服务中不同类型的实体之间难以合作导致的信息孤岛现象,以及如何保证实体之间共享信息的同时数据不会泄漏的问题,本文开展跨域数据共享方法的研究。首先,提出一种基于区块链的跨域实体之间的协作架构。然后,针对协作架构提出一种细粒度数据共享方案,通过为智能合约设置访问策略,只有满足访问策略属性的公司才能执行智能合约并查看交易明细。3)传统的信息建模方法由于技术和数据容量限制,建立的模型大多是结构简单的经验模型,缺乏描述复杂信息传播方的能力,特别是数据服务从海量数据中提取人类行为动态特征十分困难。此外,大多的研究都是基于人类行为传播特征的统计特性而不是动态建模,缺乏基于实测数据从人类行为传播统计特性建立起来的能够准确反映信息传播动态特性机制的白箱模型。针对上述问题,本文提出一种动态模型,该模型将时点过程理论与网络社区的构建结合以描述随着季节波动而发生的集体行动传播的动力学。实验结果表明,所提出的安全数据管理模型和数据共享方案具有高安全性和高可用性。此外,通过对数据进行动态建模分析,可以良好地描述具有时间突发的集体人类活动,有效地估计市场信息并进行业务决策。