CN112883116A - 基于区块链的供应链金融AI DaaS算法仓库平台 - Google Patents
基于区块链的供应链金融AI DaaS算法仓库平台 Download PDFInfo
- Publication number
- CN112883116A CN112883116A CN202110210261.6A CN202110210261A CN112883116A CN 112883116 A CN112883116 A CN 112883116A CN 202110210261 A CN202110210261 A CN 202110210261A CN 112883116 A CN112883116 A CN 112883116A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- data
- module
- visualization
- nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 298
- 238000011161 development Methods 0.000 claims abstract description 23
- 238000012800 visualization Methods 0.000 claims description 57
- 238000012795 verification Methods 0.000 claims description 54
- 230000006870 function Effects 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 39
- 230000008569 process Effects 0.000 claims description 38
- 238000011065 in-situ storage Methods 0.000 claims description 30
- 238000007726 management method Methods 0.000 claims description 27
- 238000013079 data visualisation Methods 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 18
- 238000004088 simulation Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013475 authorization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000010076 replication Effects 0.000 claims description 6
- 238000010200 validation analysis Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 claims 1
- 230000004927 fusion Effects 0.000 abstract description 5
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/545—Interprogram communication where tasks reside in different layers, e.g. user- and kernel-space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Abstract
基于区块链的供应链金融AI DaaS算法仓库平台，包括依次连接的应用层、开放接口层、算法仓库服务层、数据层以及基础设施层，应用层用于提供基于区块链的供应链金融服务，开放接口层用于为应用层提供连接算法仓库服务层的服务，数据层用于为算法仓库服务层提供数据服务支持，基础设施层用于为数据层提供开发支持；本发明解决了区块链的供应链金融的算法融合和共享的问题。
Description
技术领域
本发明涉及区块链的供应链金融领域，具体涉及一种基于区块链的供应链金融AIDaaS算法仓库平台。
背景技术
DaaS(Data as a Service，数据即服务)是一种以可预测的每用户成本提供和管理多个强大桌面配置的有效方式。它带来的灵活性和敏捷性使远程人员、正式员工和临时员工、甚至是拥有多台PC的用户，都能够获得所需的访问和应用程序，无论他们身在何处。
由于DaaS通过对数据资源的集中化管理，并把数据场景化，从而为企业自身和其他企业的数据共享提供了一种新的方式；在如今的数据大爆炸时代，没有任何一家企业能收集到自己需要的所有数据，有了DaaS服务，就可以向其他公司购买所需数据，通过分工协作提升企业竞争力。
随着AI算法的发展和普及，由于现有的区块链的供应链金融的算法不能融合和共享，给供应链金融造成了发展受阻严重，因此，迫切需要一种基于区块链的供应链金融AIDaaS算法仓库平台，解决区块链的供应链金融的算法融合和共享的问题。
发明内容
本发明的目的是提供基于区块链的供应链金融AI DaaS算法仓库平台，解决区块链的供应链金融的算法融合和共享的问题。
为了达到上述目的，本发明所采用的技术方案是：本发明提供了一种基于区块链的供应链金融AI DaaS算法仓库平台，包括依次连接的应用层、开放接口层、算法仓库服务层、数据层以及基础设施层，所述应用层用于提供基于区块链的供应链金融服务，所述开放接口层用于为所述应用层提供连接所述算法仓库服务层的服务，所述数据层用于为所述算法仓库服务层提供数据服务支持，所述基础设施层用于为所述数据层提供开发支持；
所述应用层包括信用证模块、无追索权融资模块、供应链金融模块、智慧零售模块、链路管理模块、智能合约脚本模块、智能合约模板模块、智能合约管理平台，所述信用证模块用于提供信用证业务功能，所述无追索权融资模块用于提供无追索权融资业务功能，所述供应链金融模块用于提供可信信用传递的支持服务，所述智慧零售模块用于提供智慧零售业务功能，所述链路管理模块用于提供数据链路管理功能，所述智能合约脚本模块用于提供智能合约脚本的自动编写功能，所述智能合约模板模块用于提供生成智能合约的功能，所述智能合约管理平台用于提供智能合约的管理功能；
所述开放接口层包括链码协议接口、区块链API服务接口、身份认证服务接口、轻客户端接口，所述链码协议接口为区块链访问接口，所述区块链API服务接口用于提供区块链相关的所有功能以使应用系统仅需调用相关接口即可变成区块链应用，所述身份认证服务接口用于提供核验用户信息的功能，所述轻客户端接口用于为用户提供以安全和去中心化的方式访问并与区块链交互而无需同步整个区块链；
所述算法仓库服务层包括数据可视化算法模块、KYC验证算法模块、可信身份体系算法模块、共识机制算法模块、隐私保护算法模块、账本维护算法模块，所述数据可视化算法模块用于数据可视化算法的存储及应用，所述KYC验证算法模块用于KYC验证算法的存储及应用，所述可信身份体系算法模块用于可信身份体系算法的存储及应用，所述共识机制算法模块用于共识机制算法的存储及应用，所述隐私保护算法模块用于隐私保护算法的存储及应用，所述账本维护算法模块用于账本维护算法的存储及应用；
所述数据层包括块数据共享模块、块数据治理模块、块数据开发模块，所述块数据共享模块用于为不同的模块提供数据共享功能，所述块数据治理模块用于为不同的模块提供数据治理功能，所述块数据开发模块用于为不同的模块提供数据开发功能；
所述基础设施层包括Docker、Docker-compose、K8S，所述Docker为开源的应用容器引擎，所述Docker-compose为定义和运行多容器Docker的应用程序工具，所述K8S为基于容器的集群管理平台用于对Docker及容器进行管理。
进一步地，所述数据可视化算法包括并行可视化算法、原位可视化算法以及时序数据可视化算法；
所述并行可视化算法包括任务并行算法、流水线并行算法、数据并行算法；所述任务并行算法将可视化过程分为独立的子任务，且运行的所述子任务之间不存在数据依赖；所述流水线并行算法采用流式读取数据片段，将可视化过程分为多个阶段，由计算机并行执行各个阶段加速处理过程；所述数据并行算法为单程序多数据的方式，将数据划分为多个子集，然后以所述子集为粒度并行执行程序处理不同的所述子集；
所述原位可视化算法为在数值模拟过程中生成可视化，用于缓解大规模数值模拟输出瓶颈，包括图像原位可视化算法、分布数据原位可视化算法、压缩数据原位可视化算法与特征原位可视化算法；所述图像原位可视化算法为在数值模拟过程中，将数据映射为可视化，并保存为图像；所述分布数据原位可视化算法为根据使用者定义的统计指标，在数值模拟过程中计算统计指标并保存，后续进行统计数据可视化；所述压缩数据原位可视化采用压缩算法降低数值模拟数据输出规模，将压缩数据作为后续可视化处理的输入；所述特征原位可视化算法为在数值模拟过程中提取特征并保存，将特征数据作为后续可视化处理的输入；
所述时序数据可视化算法用于建立预测模型、进行预测性分析和用户行为分析，包括面积图算法、气泡图算法、甘特图算法、热图算法、直方图算法、折线图算法、螺旋图算法、堆叠式面积图算法、量化波形图算法，所述面积图算法用于显示指定的时间段内量化数值的变化和发展，所述气泡图算法将其中一条轴的变量设置为时间或者把数据变量随时间的变化制成动画来显示，所述甘特图算法用于项目管理的组织工具，所述热图算法通过色彩变化来显示数据，所述直方图算法用于显示在连续间隔或指定时间段内的数据分布，所述折线图算法于在连续间隔或时间跨度上显示定量数值以显示趋势和关系，所述螺旋图算法为沿阿基米德螺旋线绘制基于时间的数据，所述堆叠式面积图算法的原理与简单面积图算法相同以同时显示多个数据系列，所述量化波形图算法用于显示不同类别的数据随着时间的变化。
进一步地，所述KYC验证算法用于在开展业务之前或过程中验证客户和客户身份的过程，所述KYC验证算法采用AI-OCR工具自动捕获、提取并创建可编辑和可搜索的客户数据副本。
进一步地，所述可信身份体系算法采用以太坊做密钥分发与管理，IPFS负责内容寻址，ENS做人类可读性信息的解析，whisper做安全的数据传输通道。
进一步地，所述共识机制算法包括工作量证明算法、权益证明算法、股份授权证明机制算法、瑞波共识算法、实用拜占庭容错算法；
所述工作量证明算法通过与或运算，计算出一个满足规则的随机数，即获得本次记账权，发出本轮需要记录的数据，全网其它节点验证后一起存储；
所述权益证明算法采用权益证明来代替算力证明，记账权由最高权益的节点获得，而不是最高算力的节点，从而加快找随机数的速度；
所述股份授权证明机制算法通过资产占比来投票选择相对可靠的节点，能够大幅缩小参与验证和记账节点的数量，可以达到秒级的共识验证；
所述瑞波共识算法发生在验证节点之间，每个验证节点预先配置一份可信任节点名单，所述可信任节点名单上的节点对交易达成进行投票，每个验证节点会不断收到从网络发送过来的交易，通过与本地账本数据验证后，不合法的交易直接丢弃，合法的交易将汇总成交易候选集，所述交易候选集里面还包括之前共识过程无法确认而遗留下来的交易，每个验证节点把自己的交易候选集作为提案发送给其他验证节点，验证节点在收到其他节点发来的提案后，如果不是来自所述可信任节点名单上的节点，则忽略该提案，如果是来自所述可信任节点名单上的节点，就会对比提案中的交易和本地的交易候选集，如果有相同的交易，该交易就获得一票，在一定时间内，当交易获得超过50％的票数时，则该交易进入下一轮，没有超过50％的交易，将留待下一次共识过程去确认，验证节点把超过50％票数的交易作为提案发给其他节点，同时提高所需票数的阈值到60％，重复计算验证节点收到的其他节点发来的提案，直到所述阈值达到80％，验证节点把经过80％所述可信任节点名单的节点确认的交易正式写入本地的账本数据中，称为最后关闭账本，即账本最后的状态；
所述实用拜占庭容错算法为状态机副本复制算法，即服务作为状态机进行建模，状态机在分布式系统的不同节点进行副本复制。每个状态机的副本都保存了服务的状态，同时也实现了服务的操作。
进一步地，所述隐私保护算法包括差分隐私算法、Apriori算法、k-匿名算法；所述差分隐私算法是对数据发布时数据集中的隐私损失进行量化的数学模型；所述Apriori算法用于检测罕见的数据类，将原始数据添加噪声形成数据，随后添加算法代码提交给不可信的外部平台，最终返回的时候再使用算法消除噪声；所述k-匿名算法通过概括技术和隐匿技术来实现，所述概括技术指对数据进行更加概括、抽象的描述，使得无法区分具体数值，所述隐匿技术指不发布某些信息，通过降低发布数据的精度，使得每条记录至少与数据表中其他的K-1条记录具有完全相同的准标识符属性值，从而降低链接攻击所导致的隐私泄露风险。
进一步地，所述账本维护算法包括背书阶段、排序阶段以及校验阶段；
所述背书阶段为背书节点对客户端发来的交易预案进行合法性检验，模拟执行链码得到交易结果，最后根据设定的背书逻辑判断是否支持该交易预案；如果背书逻辑决定支持交易预案，则将把预案签名发回给客户端；缺省情况下，所述背书节点的背书逻辑是支持预案并签名，但是所述背书节点可以按照业务规则设定背书逻辑，从而进队服务业务需求的交易进行背书；如果所述背书节点判定不支持交易，则给客户端返回出错信息；
所述排序阶段为排序服务对交易进行排序，确定交易之间的时序关系；所述排序服务把一段时间内收到的交易加以进行排序，然后把交易后的交易打包成区块，再把区块广播给通道中的成员，从而保证了所有节点数据的一致性；
所述校验阶段是确认节点对排序后的交易进行一系列的校验，包括交易数据的完整性检查、是否重复交易、背书签名是否符合背书策略的要求、交易读写集是否符合多版本控制的校验，所有的确认节点按照相同的顺序校验交易，并且把合法的交易一次写入账本中。
进一步地，所述Docker是基于LXC的高级容器引擎，源代码托管在Github上，基于go语言并遵从Apache2.0协议开源。
进一步地，所述K8S包括主节点和计算节点；所述主节点包括API Server、Scheduler、Controller manager，所述API Server是整个系统的对外接口，供客户端和其它组件调用，所述Scheduler负责对集群内部的资源进行调度，所述Controller manager负责管理控制器；所述计算节点包括所述Docker、kubelet、kube-proxy、Fluentd、Pod，所述Pod是所述K8S最基本的操作单元，所述Pod代表着集群中运行的一个进程且内部封装了一个或多个紧密相关的容器，所述Kubelet负责监视指派到所述Kubelet所在所述计算节点上的所述Pod，包括创建、修改、监控、删除等，所述Kube-proxy用于为所述Pod提供代理，所述Fluentd用于日志收集、存储与查询。
与现有技术相比，本发明的有益效果在于，本发明提供的基于区块链的供应链金融AI DaaS算法仓库平台，包括依次连接的应用层、开放接口层、算法仓库服务层、数据层以及基础设施层，应用层用于提供基于区块链的供应链金融服务，开放接口层用于为应用层提供连接算法仓库服务层的服务，数据层用于为算法仓库服务层提供数据服务支持，基础设施层用于为数据层提供开发支持；本发明解决了区块链的供应链金融的算法融合和共享的问题。。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于区块链的供应链金融AI DaaS算法仓库平台的系统结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
以下结合附图与具体实施例，对本发明的技术方案做详细的说明。
参照图1，本发明提供的基于区块链的供应链金融AI DaaS算法仓库平台，包括依次连接的应用层、开放接口层、算法仓库服务层、数据层以及基础设施层，所述应用层用于提供基于区块链的供应链金融服务，所述开放接口层用于为所述应用层提供连接所述算法仓库服务层的服务，所述数据层用于为所述算法仓库服务层提供数据服务支持，所述基础设施层用于为所述数据层提供开发支持；
所述应用层包括信用证模块、无追索权融资模块、供应链金融模块、智慧零售模块、链路管理模块、智能合约脚本模块、智能合约模板模块、智能合约管理平台，所述信用证模块用于提供信用证业务功能，所述无追索权融资模块用于提供无追索权融资业务功能，所述供应链金融模块用于提供可信信用传递的支持服务，所述智慧零售模块用于提供智慧零售业务功能，所述链路管理模块用于提供数据链路管理功能，所述智能合约脚本模块用于提供智能合约脚本的自动编写功能，所述智能合约模板模块用于提供生成智能合约的功能，所述智能合约管理平台用于提供智能合约的管理功能；
所述开放接口层包括链码协议接口、区块链API服务接口、身份认证服务接口、轻客户端接口，所述链码协议接口为区块链访问接口，所述区块链API服务接口用于提供区块链相关的所有功能以使应用系统仅需调用相关接口即可变成区块链应用，所述身份认证服务接口用于提供核验用户信息的功能，所述轻客户端接口用于为用户提供以安全和去中心化的方式访问并与区块链交互而无需同步整个区块链；
所述算法仓库服务层包括数据可视化算法模块、KYC验证算法模块、可信身份体系算法模块、共识机制算法模块、隐私保护算法模块、账本维护算法模块，所述数据可视化算法模块用于数据可视化算法的存储及应用，所述KYC验证算法模块用于KYC验证算法的存储及应用，所述可信身份体系算法模块用于可信身份体系算法的存储及应用，所述共识机制算法模块用于共识机制算法的存储及应用，所述隐私保护算法模块用于隐私保护算法的存储及应用，所述账本维护算法模块用于账本维护算法的存储及应用；
所述数据层包括块数据共享模块、块数据治理模块、块数据开发模块，所述块数据共享模块用于为不同的模块提供数据共享功能，所述块数据治理模块用于为不同的模块提供数据治理功能，所述块数据开发模块用于为不同的模块提供数据开发功能；
所述基础设施层包括Docker、Docker-compose、K8S，所述Docker为开源的应用容器引擎，所述Docker-compose为定义和运行多容器Docker的应用程序工具，所述K8S为基于容器的集群管理平台用于对Docker及容器进行管理。
上述技术方案提供的基于区块链的供应链金融AI DaaS算法仓库平台，包括依次连接的应用层、开放接口层、算法仓库服务层、数据层以及基础设施层，应用层用于提供基于区块链的供应链金融服务，开放接口层用于为应用层提供连接算法仓库服务层的服务，数据层用于为算法仓库服务层提供数据服务支持，基础设施层用于为数据层提供开发支持；本发明解决了区块链的供应链金融的算法融合和共享的问题。
作为本发明的一种实施方式，所述数据可视化算法包括并行可视化算法、原位可视化算法以及时序数据可视化算法；
所述并行可视化算法包括任务并行算法、流水线并行算法、数据并行算法；所述任务并行算法将可视化过程分为独立的子任务，且运行的所述子任务之间不存在数据依赖；所述流水线并行算法采用流式读取数据片段，将可视化过程分为多个阶段，由计算机并行执行各个阶段加速处理过程；所述数据并行算法为单程序多数据的方式，将数据划分为多个子集，然后以所述子集为粒度并行执行程序处理不同的所述子集；
所述原位可视化算法为在数值模拟过程中生成可视化，用于缓解大规模数值模拟输出瓶颈，包括图像原位可视化算法、分布数据原位可视化算法、压缩数据原位可视化算法与特征原位可视化算法；所述图像原位可视化算法为在数值模拟过程中，将数据映射为可视化，并保存为图像；所述分布数据原位可视化算法为根据使用者定义的统计指标，在数值模拟过程中计算统计指标并保存，后续进行统计数据可视化；所述压缩数据原位可视化采用压缩算法降低数值模拟数据输出规模，将压缩数据作为后续可视化处理的输入；所述特征原位可视化算法为在数值模拟过程中提取特征并保存，将特征数据作为后续可视化处理的输入；
所述时序数据可视化算法用于建立预测模型、进行预测性分析和用户行为分析，包括面积图算法、气泡图算法、甘特图算法、热图算法、直方图算法、折线图算法、螺旋图算法、堆叠式面积图算法、量化波形图算法，所述面积图算法用于显示指定的时间段内量化数值的变化和发展，所述气泡图算法将其中一条轴的变量设置为时间或者把数据变量随时间的变化制成动画来显示，所述甘特图算法用于项目管理的组织工具，所述热图算法通过色彩变化来显示数据，所述直方图算法用于显示在连续间隔或指定时间段内的数据分布，所述折线图算法于在连续间隔或时间跨度上显示定量数值以显示趋势和关系，所述螺旋图算法为沿阿基米德螺旋线绘制基于时间的数据，所述堆叠式面积图算法的原理与简单面积图算法相同以同时显示多个数据系列，所述量化波形图算法用于显示不同类别的数据随着时间的变化。
作为本发明的一种实施方式，所述KYC验证算法用于在开展业务之前或过程中验证客户和客户身份的过程，所述KYC验证算法采用AI-OCR工具自动捕获、提取并创建可编辑和可搜索的客户数据副本。
作为本发明的一种实施方式，所述可信身份体系算法采用以太坊做密钥分发与管理，IPFS负责内容寻址，ENS做人类可读性信息的解析，whisper做安全的数据传输通道。
作为本发明的一种实施方式，所述共识机制算法包括工作量证明算法、权益证明算法、股份授权证明机制算法、瑞波共识算法、实用拜占庭容错算法；
所述工作量证明算法通过与或运算，计算出一个满足规则的随机数，即获得本次记账权，发出本轮需要记录的数据，全网其它节点验证后一起存储；
所述权益证明算法采用权益证明来代替算力证明，记账权由最高权益的节点获得，而不是最高算力的节点，从而加快找随机数的速度；
所述股份授权证明机制算法通过资产占比来投票选择相对可靠的节点，能够大幅缩小参与验证和记账节点的数量，可以达到秒级的共识验证；
所述瑞波共识算法发生在验证节点之间，每个验证节点预先配置一份可信任节点名单，所述可信任节点名单上的节点对交易达成进行投票，每个验证节点会不断收到从网络发送过来的交易，通过与本地账本数据验证后，不合法的交易直接丢弃，合法的交易将汇总成交易候选集，所述交易候选集里面还包括之前共识过程无法确认而遗留下来的交易，每个验证节点把自己的交易候选集作为提案发送给其他验证节点，验证节点在收到其他节点发来的提案后，如果不是来自所述可信任节点名单上的节点，则忽略该提案，如果是来自所述可信任节点名单上的节点，就会对比提案中的交易和本地的交易候选集，如果有相同的交易，该交易就获得一票，在一定时间内，当交易获得超过50％的票数时，则该交易进入下一轮，没有超过50％的交易，将留待下一次共识过程去确认，验证节点把超过50％票数的交易作为提案发给其他节点，同时提高所需票数的阈值到60％，重复计算验证节点收到的其他节点发来的提案，直到所述阈值达到80％，验证节点把经过80％所述可信任节点名单的节点确认的交易正式写入本地的账本数据中，称为最后关闭账本，即账本最后的状态；
所述实用拜占庭容错算法为状态机副本复制算法，即服务作为状态机进行建模，状态机在分布式系统的不同节点进行副本复制。每个状态机的副本都保存了服务的状态，同时也实现了服务的操作。
作为本发明的一种实施方式，所述隐私保护算法包括差分隐私算法、Apriori算法、k-匿名算法；所述差分隐私算法是对数据发布时数据集中的隐私损失进行量化的数学模型；所述Apriori算法用于检测罕见的数据类，将原始数据添加噪声形成数据，随后添加算法代码提交给不可信的外部平台，最终返回的时候再使用算法消除噪声；所述k-匿名算法通过概括技术和隐匿技术来实现，所述概括技术指对数据进行更加概括、抽象的描述，使得无法区分具体数值，所述隐匿技术指不发布某些信息，通过降低发布数据的精度，使得每条记录至少与数据表中其他的K-1条记录具有完全相同的准标识符属性值，从而降低链接攻击所导致的隐私泄露风险。
作为本发明的一种实施方式，所述账本维护算法包括背书阶段、排序阶段以及校验阶段；
所述背书阶段为背书节点对客户端发来的交易预案进行合法性检验，模拟执行链码得到交易结果，最后根据设定的背书逻辑判断是否支持该交易预案；如果背书逻辑决定支持交易预案，则将把预案签名发回给客户端；缺省情况下，所述背书节点的背书逻辑是支持预案并签名，但是所述背书节点可以按照业务规则设定背书逻辑，从而进队服务业务需求的交易进行背书；如果所述背书节点判定不支持交易，则给客户端返回出错信息；
所述排序阶段为排序服务对交易进行排序，确定交易之间的时序关系；所述排序服务把一段时间内收到的交易加以进行排序，然后把交易后的交易打包成区块，再把区块广播给通道中的成员，从而保证了所有节点数据的一致性；
所述校验阶段是确认节点对排序后的交易进行一系列的校验，包括交易数据的完整性检查、是否重复交易、背书签名是否符合背书策略的要求、交易读写集是否符合多版本控制的校验，所有的确认节点按照相同的顺序校验交易，并且把合法的交易一次写入账本中。
具体地，所述Docker是基于LXC的高级容器引擎，源代码托管在Github上，基于go语言并遵从Apache2.0协议开源。
具体地，所述K8S包括主节点和计算节点；所述主节点包括API Server、Scheduler、Controller manager，所述API Server是整个系统的对外接口，供客户端和其它组件调用，所述Scheduler负责对集群内部的资源进行调度，所述Controller manager负责管理控制器；所述计算节点包括所述Docker、kubelet、kube-proxy、Fluentd、Pod，所述Pod是所述K8S最基本的操作单元，所述Pod代表着集群中运行的一个进程且内部封装了一个或多个紧密相关的容器，所述Kubelet负责监视指派到所述Kubelet所在所述计算节点上的所述Pod，包括创建、修改、监控、删除等，所述Kube-proxy用于为所述Pod提供代理，所述Fluentd用于日志收集、存储与查询。
优选地，本发明所述涉及的所有模块的功能及业务流程，均采用已有的、公开的功能及业务流程；本发明所述涉及的所有模块的架构方式，均采用已有的、公开的架构方式；本发明所述涉及的所有模块的实现方式均采用公开的、成熟的、开源的程序架构及程序代码，本领域的技术人员根据本技术方案描述的功能可以轻易采用已有的、公开的程序架构及程序代码实现。
以上对本发明的实施例进行了详细的说明，但本发明的创造并不限于本实施例，熟悉本领域的技术人员在不违背本发明精神的前提下，还可以做出许多同等变型或替换，这些同等变型或替换均包含在本申请的权利要求所限定的保护范围内。
Claims (9)
1.基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，包括依次连接的应用层、开放接口层、算法仓库服务层、数据层以及基础设施层，所述应用层用于提供基于区块链的供应链金融服务，所述开放接口层用于为所述应用层提供连接所述算法仓库服务层的服务，所述数据层用于为所述算法仓库服务层提供数据服务支持，所述基础设施层用于为所述数据层提供开发支持；
所述应用层包括信用证模块、无追索权融资模块、供应链金融模块、智慧零售模块、链路管理模块、智能合约脚本模块、智能合约模板模块、智能合约管理平台，所述信用证模块用于提供信用证业务功能，所述无追索权融资模块用于提供无追索权融资业务功能，所述供应链金融模块用于提供可信信用传递的支持服务，所述智慧零售模块用于提供智慧零售业务功能，所述链路管理模块用于提供数据链路管理功能，所述智能合约脚本模块用于提供智能合约脚本的自动编写功能，所述智能合约模板模块用于提供生成智能合约的功能，所述智能合约管理平台用于提供智能合约的管理功能；
所述开放接口层包括链码协议接口、区块链API服务接口、身份认证服务接口、轻客户端接口，所述链码协议接口为区块链访问接口，所述区块链API服务接口用于提供区块链相关的所有功能以使应用系统仅需调用相关接口即可变成区块链应用，所述身份认证服务接口用于提供核验用户信息的功能，所述轻客户端接口用于为用户提供以安全和去中心化的方式访问并与区块链交互而无需同步整个区块链；
所述算法仓库服务层包括数据可视化算法模块、KYC验证算法模块、可信身份体系算法模块、共识机制算法模块、隐私保护算法模块、账本维护算法模块，所述数据可视化算法模块用于数据可视化算法的存储及应用，所述KYC验证算法模块用于KYC验证算法的存储及应用，所述可信身份体系算法模块用于可信身份体系算法的存储及应用，所述共识机制算法模块用于共识机制算法的存储及应用，所述隐私保护算法模块用于隐私保护算法的存储及应用，所述账本维护算法模块用于账本维护算法的存储及应用；
所述数据层包括块数据共享模块、块数据治理模块、块数据开发模块，所述块数据共享模块用于为不同的模块提供数据共享功能，所述块数据治理模块用于为不同的模块提供数据治理功能，所述块数据开发模块用于为不同的模块提供数据开发功能；
所述基础设施层包括Docker、Docker-compose、K8S，所述Docker为开源的应用容器引擎，所述Docker-compose为定义和运行多容器Docker的应用程序工具，所述K8S为基于容器的集群管理平台用于对Docker及容器进行管理。
2.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述数据可视化算法包括并行可视化算法、原位可视化算法以及时序数据可视化算法；
所述并行可视化算法包括任务并行算法、流水线并行算法、数据并行算法；所述任务并行算法将可视化过程分为独立的子任务，且运行的所述子任务之间不存在数据依赖；所述流水线并行算法采用流式读取数据片段，将可视化过程分为多个阶段，由计算机并行执行各个阶段加速处理过程；所述数据并行算法为单程序多数据的方式，将数据划分为多个子集，然后以所述子集为粒度并行执行程序处理不同的所述子集；
所述原位可视化算法为在数值模拟过程中生成可视化，用于缓解大规模数值模拟输出瓶颈，包括图像原位可视化算法、分布数据原位可视化算法、压缩数据原位可视化算法与特征原位可视化算法；所述图像原位可视化算法为在数值模拟过程中，将数据映射为可视化，并保存为图像；所述分布数据原位可视化算法为根据使用者定义的统计指标，在数值模拟过程中计算统计指标并保存，后续进行统计数据可视化；所述压缩数据原位可视化采用压缩算法降低数值模拟数据输出规模，将压缩数据作为后续可视化处理的输入；所述特征原位可视化算法为在数值模拟过程中提取特征并保存，将特征数据作为后续可视化处理的输入；
所述时序数据可视化算法用于建立预测模型、进行预测性分析和用户行为分析，包括面积图算法、气泡图算法、甘特图算法、热图算法、直方图算法、折线图算法、螺旋图算法、堆叠式面积图算法、量化波形图算法，所述面积图算法用于显示指定的时间段内量化数值的变化和发展，所述气泡图算法将其中一条轴的变量设置为时间或者把数据变量随时间的变化制成动画来显示，所述甘特图算法用于项目管理的组织工具，所述热图算法通过色彩变化来显示数据，所述直方图算法用于显示在连续间隔或指定时间段内的数据分布，所述折线图算法于在连续间隔或时间跨度上显示定量数值以显示趋势和关系，所述螺旋图算法为沿阿基米德螺旋线绘制基于时间的数据，所述堆叠式面积图算法的原理与简单面积图算法相同以同时显示多个数据系列，所述量化波形图算法用于显示不同类别的数据随着时间的变化。
3.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述KYC验证算法用于在开展业务之前或过程中验证客户和客户身份的过程，所述KYC验证算法采用AI-OCR工具自动捕获、提取并创建可编辑和可搜索的客户数据副本。
4.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述可信身份体系算法采用以太坊做密钥分发与管理，IPFS负责内容寻址，ENS做人类可读性信息的解析，whisper做安全的数据传输通道。
5.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述共识机制算法包括工作量证明算法、权益证明算法、股份授权证明机制算法、瑞波共识算法、实用拜占庭容错算法；
所述工作量证明算法通过与或运算，计算出一个满足规则的随机数，即获得本次记账权，发出本轮需要记录的数据，全网其它节点验证后一起存储；
所述权益证明算法采用权益证明来代替算力证明，记账权由最高权益的节点获得，而不是最高算力的节点，从而加快找随机数的速度；
所述股份授权证明机制算法通过资产占比来投票选择相对可靠的节点，能够大幅缩小参与验证和记账节点的数量，可以达到秒级的共识验证；
所述瑞波共识算法发生在验证节点之间，每个验证节点预先配置一份可信任节点名单，所述可信任节点名单上的节点对交易达成进行投票，每个验证节点会不断收到从网络发送过来的交易，通过与本地账本数据验证后，不合法的交易直接丢弃，合法的交易将汇总成交易候选集，所述交易候选集里面还包括之前共识过程无法确认而遗留下来的交易，每个验证节点把自己的交易候选集作为提案发送给其他验证节点，验证节点在收到其他节点发来的提案后，如果不是来自所述可信任节点名单上的节点，则忽略该提案，如果是来自所述可信任节点名单上的节点，就会对比提案中的交易和本地的交易候选集，如果有相同的交易，该交易就获得一票，在一定时间内，当交易获得超过50％的票数时，则该交易进入下一轮，没有超过50％的交易，将留待下一次共识过程去确认，验证节点把超过50％票数的交易作为提案发给其他节点，同时提高所需票数的阈值到60％，重复计算验证节点收到的其他节点发来的提案，直到所述阈值达到80％，验证节点把经过80％所述可信任节点名单的节点确认的交易正式写入本地的账本数据中，称为最后关闭账本，即账本最后的状态；
所述实用拜占庭容错算法为状态机副本复制算法，即服务作为状态机进行建模，状态机在分布式系统的不同节点进行副本复制。每个状态机的副本都保存了服务的状态，同时也实现了服务的操作。
6.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述隐私保护算法包括差分隐私算法、Apriori算法、k-匿名算法；所述差分隐私算法是对数据发布时数据集中的隐私损失进行量化的数学模型；所述Apriori算法用于检测罕见的数据类，将原始数据添加噪声形成数据，随后添加算法代码提交给不可信的外部平台，最终返回的时候再使用算法消除噪声；所述k-匿名算法通过概括技术和隐匿技术来实现，所述概括技术指对数据进行更加概括、抽象的描述，使得无法区分具体数值，所述隐匿技术指不发布某些信息，通过降低发布数据的精度，使得每条记录至少与数据表中其他的K-1条记录具有完全相同的准标识符属性值，从而降低链接攻击所导致的隐私泄露风险。
7.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述账本维护算法包括背书阶段、排序阶段以及校验阶段；
所述背书阶段为背书节点对客户端发来的交易预案进行合法性检验，模拟执行链码得到交易结果，最后根据设定的背书逻辑判断是否支持该交易预案；如果背书逻辑决定支持交易预案，则将把预案签名发回给客户端；缺省情况下，所述背书节点的背书逻辑是支持预案并签名，但是所述背书节点可以按照业务规则设定背书逻辑，从而进队服务业务需求的交易进行背书；如果所述背书节点判定不支持交易，则给客户端返回出错信息；
所述排序阶段为排序服务对交易进行排序，确定交易之间的时序关系；所述排序服务把一段时间内收到的交易加以进行排序，然后把交易后的交易打包成区块，再把区块广播给通道中的成员，从而保证了所有节点数据的一致性；
所述校验阶段是确认节点对排序后的交易进行一系列的校验，包括交易数据的完整性检查、是否重复交易、背书签名是否符合背书策略的要求、交易读写集是否符合多版本控制的校验，所有的确认节点按照相同的顺序校验交易，并且把合法的交易一次写入账本中。
8.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述Docker是基于LXC的高级容器引擎，源代码托管在Github上，基于go语言并遵从Apache2.0协议开源。
9.根据权利要求1所述的基于区块链的供应链金融AIDaaS算法仓库平台，其特征在于，所述K8S包括主节点和计算节点；所述主节点包括API Server、Scheduler、Controllermanager，所述API Server是整个系统的对外接口，供客户端和其它组件调用，所述Scheduler负责对集群内部的资源进行调度，所述Controller manager负责管理控制器；所述计算节点包括所述Docker、kubelet、kube-proxy、Fluentd、Pod，所述Pod是所述K8S最基本的操作单元，所述Pod代表着集群中运行的一个进程且内部封装了一个或多个紧密相关的容器，所述Kubelet负责监视指派到所述Kubelet所在所述计算节点上的所述Pod，包括创建、修改、监控、删除等，所述Kube-proxy用于为所述Pod提供代理，所述Fluentd用于日志收集、存储与查询。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110210261.6A CN112883116A (zh) | 2021-02-24 | 2021-02-24 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
| PCT/CN2021/101105 WO2022179008A1 (zh) | 2021-02-24 | 2021-06-19 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110210261.6A CN112883116A (zh) | 2021-02-24 | 2021-02-24 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112883116A true CN112883116A (zh) | 2021-06-01 |
Family
ID=76054456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110210261.6A Pending CN112883116A (zh) | 2021-02-24 | 2021-02-24 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112883116A (zh) |
| WO (1) | WO2022179008A1 (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022179008A1 (zh) * | 2021-02-24 | 2022-09-01 | 深圳市爱云信息科技有限公司 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
| CN115065690A (zh) * | 2022-06-13 | 2022-09-16 | 四川省自主可控电子信息产业有限责任公司 | 一种基于不同异构指令集的去中心化系统及方法 |
| CN115392914A (zh) * | 2022-10-27 | 2022-11-25 | 河北省科学院应用数学研究所 | 基于区块链的供应链金融平台及数据处理方法 |
| CN115495714A (zh) * | 2022-09-14 | 2022-12-20 | 湖南大学 | 基于区块链的金融人工智能算法集成方法及系统 |
| CN116910816A (zh) * | 2023-09-12 | 2023-10-20 | 北京迅京科技有限公司 | 一种提高隐私保护下的多方资产协同管理方法及装置 |
| WO2023231526A1 (zh) * | 2022-05-30 | 2023-12-07 | 深圳市爱云信息科技有限公司 | 基于数字孪生DaaS平台的算法仓库管理方法及系统 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115422262B (zh) * | 2022-10-31 | 2023-01-24 | 国网浙江省电力有限公司金华供电公司 | 基于区块链智能合约下全链物资采供数据处理方法及系统 |
| CN115618429B (zh) * | 2022-12-20 | 2023-03-31 | 北京理工大学 | 一种基于平行区块链的产品全生命周期管理系统 |
| CN116245622A (zh) * | 2023-05-06 | 2023-06-09 | 布比（北京）网络技术有限公司 | 一种基于区块链的产融服务系统、方法以及电子设备 |
| CN116796352B (zh) * | 2023-07-18 | 2024-03-01 | 中路高科交通科技集团有限公司 | 联程客运一体化信息服务开发支持平台及其实施方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296359A (zh) * | 2016-08-13 | 2017-01-04 | 深圳市樊溪电子有限公司 | 基于区块链技术的可信电力网络交易平台 |
| CN110135860B (zh) * | 2019-04-17 | 2023-10-10 | 中山大学 | 一种基于区块链技术的农作物种子安全溯源系统 |
| CN111210331A (zh) * | 2020-01-04 | 2020-05-29 | 链农(深圳)信息科技有限公司 | 一种基于区块链的农业供应链金融服务平台 |
| CN112883116A (zh) * | 2021-02-24 | 2021-06-01 | 深圳市爱云信息科技有限公司 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
-
2021
- 2021-02-24 CN CN202110210261.6A patent/CN112883116A/zh active Pending
- 2021-06-19 WO PCT/CN2021/101105 patent/WO2022179008A1/zh unknown
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022179008A1 (zh) * | 2021-02-24 | 2022-09-01 | 深圳市爱云信息科技有限公司 | 基于区块链的供应链金融AI DaaS算法仓库平台 |
| WO2023231526A1 (zh) * | 2022-05-30 | 2023-12-07 | 深圳市爱云信息科技有限公司 | 基于数字孪生DaaS平台的算法仓库管理方法及系统 |
| CN115065690A (zh) * | 2022-06-13 | 2022-09-16 | 四川省自主可控电子信息产业有限责任公司 | 一种基于不同异构指令集的去中心化系统及方法 |
| CN115495714A (zh) * | 2022-09-14 | 2022-12-20 | 湖南大学 | 基于区块链的金融人工智能算法集成方法及系统 |
| CN115392914A (zh) * | 2022-10-27 | 2022-11-25 | 河北省科学院应用数学研究所 | 基于区块链的供应链金融平台及数据处理方法 |
| CN116910816A (zh) * | 2023-09-12 | 2023-10-20 | 北京迅京科技有限公司 | 一种提高隐私保护下的多方资产协同管理方法及装置 |
| CN116910816B (zh) * | 2023-09-12 | 2023-12-05 | 北京迅京科技有限公司 | 一种提高隐私保护下的多方资产协同管理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022179008A1 (zh) | 2022-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022179008A1 (zh) | 基于区块链的供应链金融AI DaaS算法仓库平台 | |
| US11397744B2 (en) | Systems and methods for data storage and processing | |
| Madhuri et al. | Challenges and issues of data analytics in emerging scenarios for big data, cloud and image mining | |
| EP3161635B1 (en) | Machine learning service | |
| Nzuva | Smart contracts implementation, applications, benefits, and limitations | |
| Xiao et al. | Achieving accountable MapReduce in cloud computing | |
| US9195671B2 (en) | Infrastructure and architecture for development and execution of predictive models | |
| US20210334876A1 (en) | Data-analysis-based validation of product review data and linking to supply chain record data | |
| CN111815420B (zh) | 一种基于可信资产数据的匹配方法、装置及设备 | |
| CN111639121A (zh) | 一种构建客户画像的大数据平台及构建方法 | |
| Shastri et al. | GDPR anti-patterns | |
| KR102124440B1 (ko) | 인공지능형 rm 블록체인모듈·스마트 tcv형 연구비관리중개모듈·클라우드 컴퓨팅 모듈·빅데이터 플랫폼제어모듈로 이루어진 abcd형 국가연구개발사업 일원화 연구비관리장치 및 방법 | |
| Al-Madani et al. | Implications of blockchain deployment in energy supply chain management: report integrity | |
| CN113612766A (zh) | 数据治理装置、方法、计算机设备及存储介质 | |
| CN111639916A (zh) | 一种基于区块链技术及深度学习的在线审计方法、系统和可读存储介质 | |
| US11715037B2 (en) | Validation of AI models using holdout sets | |
| US20220311595A1 (en) | Reducing transaction aborts in execute-order-validate blockchain models | |
| Zhang et al. | Financial System Design for High-Tech Enterprise Based on Cloud Service and Task Scheduling Algorithm | |
| Vaidya | Handling critical issues of big data on cloud | |
| Allena | Blockchain technology and regulatory compliance: towards a cooperative supervisory model | |
| Kukreja et al. | Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way | |
| Wang et al. | A Big Data Stream-Driven Risk Recognition Approach for Hospital Accounting Management Systems | |
| US20230401181A1 (en) | Data Management Ecosystem for Databases | |
| Hu et al. | Implementation and Application of National Science and Technology Information System | |
| Shi | Construction of Financial Platform Model Based on Internet of Things and Blockchain Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |