在自然界中,世界的变化总是遵从着物理世界的基本数理原理,并且有迹可循。那么信息世界的变化对于人类来说是否有迹可循?如果有,如何高效地追踪其变化的产生和流动?人类是否可以以此摆脱成本高昂的数据收集传统方式,并实现窥一斑而知全貌的感知能力?进一步的,在IT领域,随着移动互联网,物联网,以及云计算的发展日新月异,基于分布式网络的感知、计算和存储已经广泛应用于互联网和物联网的多个领域,去中心化是其核心思想。然而去中心化/本地化所导致的局域信息瓶颈和网络感知、计算、存储效率优化时所需的全局信息存在根本的冲突。这些全局信息如用户分布、虚机互联和路由拓扑等的收集和使用往往成为问题优化和决策中至关重要的信息。然而对于这些常常处于动态变化中的全局信息,其收集、获取和使用对于分布式系统而言一直是极为困难的,其难点在于分布式系统中各节点天然存在的局域信息约束。随着分布式系统、物联网、区块链等的快速发展,局域信息约束越来越成为这些领域中许多关键难题解决的核心瓶颈。具体来说,在以下2个方面会遇到难以解决的障碍:·时效性问题。全局信息经由各个节点收集汇总到基站后,往往已经不能反映当前最新状况,因此这些信息难以发挥预期的优化作用。·开销问题。如前所述,全局信息的收集依赖于各个节点在局部的收集汇总,通信和存储开销高昂。尤其是当需要进行全局信息的持续性获取时,其开销更是难以承受。本文针对分布式系统天然存在的局域信息瓶颈和全局信息持续性获取需求的根本性矛盾,基于近年来计算机、数论、物理等相关领域的前沿进展,针对连通系统的拓扑变化,揭示了其在数论和时空中的潜在的有序性和因果关联。并从物理空间/信息空间中将连通系统的节点之间在时空中的信息关联与交互,映射到高维计算空间中,并证明其任意变化所导致的相空间中的演化轨迹具有因果性和可追溯性。由此突破了传统信息获取方式的束缚,创新性地建立了基于本地化计算范式来推断当前及历史全局信息的新型感知理论:非定域感知理论,初步实现了类似于“一叶知秋”、“窥一斑而知全貌”的有趣效果,并在数学上进行了详细讨论和证明。同时,本文在分布式感知、网络安全、区块链的分布式一致性共识以及类脑存储等研究领域进行了一系列的探索,在感知和存储领域提出了一系列相关方法。具体来说,本文主要研究内容分为以下几个部分:1.首先本文以连通网络全局拓扑信息为切入点,通过邻域内的本地化计算范式,为全局拓扑和身份信息提供了一种基于混沌编码来将这些全局事实编码进各个节点字节大小编码内的方法。这种本地化计算范式建立了从时间和空间域的拓扑和ID信息到计算域的映射。这样的变换保持了四个属性:传递性、全局收敛性、确定性和因果性。基于这些特性,本文提出了基于局域信息推断全局信息的算法,用以恢复并持续跟踪全局拓扑和ID信息。2.针对网络安全领域的具体应用实现,本文基于非定域感知理论,针对分布式网络、物联网中的克隆攻击和女巫攻击这类难题,提供了全新的思路和监测方法,实现了确定性的检测。本文首次以计算的方法,完成了对全局网络拓扑和节点身份的追踪和推断,不依赖于网络元数据的遍历传输。相比于传统方法,该监测方法在检测精度、通信开销、存储开销、隐私保护等方面具有明显优势。3.针对非定域感知理论与全局事实的天然联系,本文创新性地将非定域感知理论进一步扩展,将这种全局信息的推断机制从拓扑信息泛化到更普遍的信息,实现了对“任意事务数据”的混沌编码和非定域感知,从而构建了不依赖多阶段提交和选举的新型分布式一致性共识机制,提供了对应区块链的完整实现和部署方案,并以此技术为基础实现并建立了一套区块链交易账本系统,并初步验证了该区块链原型系统的部署可行性。4.另外,该文构建的理论实现了空间与时间维度到计算空间上的结构化关联的信息存储编码,证明了无需大规模存储和传输,即可远程进行非定域感知与读取,且其各节点通信和存储开销近常数复杂度。该研究成果揭示了基于模拟脉冲神经元进行高效存储与信息交互的一种新的可行方式,首次为诺奖得主伯特·萨克曼的人脑记忆工作原理的猜想提供了一种可行的数理理论支撑。