TW202335472A - 去中心化平台及架構 - Google Patents
去中心化平台及架構 Download PDFInfo
- Publication number
- TW202335472A TW202335472A TW111149770A TW111149770A TW202335472A TW 202335472 A TW202335472 A TW 202335472A TW 111149770 A TW111149770 A TW 111149770A TW 111149770 A TW111149770 A TW 111149770A TW 202335472 A TW202335472 A TW 202335472A
- Authority
- TW
- Taiwan
- Prior art keywords
- engine
- user
- services
- digital information
- private
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000000694 effects Effects 0.000 claims description 29
- 238000013528 artificial neural network Methods 0.000 description 19
- 230000015654 memory Effects 0.000 description 19
- 238000003860 storage Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- YSCNMFDFYJUPEF-OWOJBTEDSA-N 4,4'-diisothiocyano-trans-stilbene-2,2'-disulfonic acid Chemical compound OS(=O)(=O)C1=CC(N=C=S)=CC=C1\C=C\C1=CC=C(N=C=S)C=C1S(O)(=O)=O YSCNMFDFYJUPEF-OWOJBTEDSA-N 0.000 description 9
- 230000008901 benefit Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 4
- 230000007717 exclusion Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000003997 social interaction Effects 0.000 description 2
- 238000010897 surface acoustic wave method Methods 0.000 description 2
- HRANPRDGABOKNQ-ORGXEYTDSA-N (1r,3r,3as,3br,7ar,8as,8bs,8cs,10as)-1-acetyl-5-chloro-3-hydroxy-8b,10a-dimethyl-7-oxo-1,2,3,3a,3b,7,7a,8,8a,8b,8c,9,10,10a-tetradecahydrocyclopenta[a]cyclopropa[g]phenanthren-1-yl acetate Chemical group C1=C(Cl)C2=CC(=O)[C@@H]3C[C@@H]3[C@]2(C)[C@@H]2[C@@H]1[C@@H]1[C@H](O)C[C@@](C(C)=O)(OC(=O)C)[C@@]1(C)CC2 HRANPRDGABOKNQ-ORGXEYTDSA-N 0.000 description 1
- 240000007643 Phytolacca americana Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
Abstract
本發明提供一種方法。該方法藉由一引擎實施,以提供對一使用者之數位資訊及服務之私用及自主控制。該引擎藉由一去中心化平台內之一處理器執行。該引擎藉由實施該方法,為該使用者產生一加密安全且可重用之分佈式身份,且代表該使用者在該去中心化平台內儲存該數位資訊及服務。該引擎亦經由該加密安全及可重用之分佈式身份,實現對該數位資訊及服務之獨立、匿名及安全管理。該獨立、匿名及安全管理為該使用者提供對該數位資訊及服務之直接及私用控制。該獨立、匿名及安全管理包含將使用者類別指派給其他數位身份,以控制對該數位資訊及服務之存取。
Description
本發明係關於一去中心化平台及架構。
傳統上,數位資訊及計算限於藉由一第三方中央機構管理及控制之一習知中央伺服器架構(例如,使用一用戶端-伺服器模型或使用個人裝置)。更特定言之,第三方中央機構(例如,中心化、私用控制之服務提供者)能夠存取、讀取及審查藉由使用者建立及提供之數位資訊,及操縱及控制使用者身份及對應的使用者行為。繼而,第三方中央機構可操縱、審查、彙總、控制及貨幣化此數位資訊。使用者希望控制其數位資訊。目前無架構可提供用於共用數位資訊之一去中心化機構,藉此實現此使用者控制。
本發明提供一種方法。該方法藉由一引擎實施,以提供對一使用者之數位資訊及服務之私用及自主控制。該引擎藉由一去中心化平台內之至少一個處理器執行。藉由實施該方法,該引擎為該使用者產生一加密安全且可重用之分佈式身份(DID),且代表該使用者在該去中心化平台內儲存該數位資訊及服務。該引擎亦經由該加密安全及可重用之DID實現對該數位資訊及服務之獨立、匿名及安全管理。該獨立、匿名及安全管理為該使用者提供對該數位資訊及服務之直接及私用控制。該獨立、匿名及安全管理包含將複數個使用者類別之一者指派給其他DID,以控制對該數位資訊及服務之存取。根據一或多個實施例,該方法可藉由一電腦程式產品、一設備、一系統或一去中心化平台來實施。
相關申請案之交叉參考
本申請案主張2021年12月23日申請之美國臨時申請案第63/293499號之優先權,且該案之全文以引用之方式併入本文中。
本文揭示一種去中心化平台。去中心化平台可透過安全、私用、個人資料及計算規定來支援至少私用及自主社群媒體活動。
根據一或多個實施例,安全、私用、個人資料及計算規定為一處理器可執行代碼或軟體,其一定植根於去中心化平台之程序操作及處理硬體中。為便於說明,本文相對於此等安全、私用、個人資料及計算規定描述一引擎。該引擎之一或多個優點、技術效應及/或好處可包含私用化資料儲存及使用者行為,以消除對第三方中央機構管理之一需求。在此方面,引擎及去中心化平台為使用者提供自主權、資料之安全性及隱私性,及在無強制之情況下行動之能力,該等之各者消除第三方中央機構對使用者之任何強制影響。此外,歸因於引擎對資料儲存及使用者行為之私用化,及去中心化平台之安全性及隱私性,使用者可在去中心化平台內建立、分佈及消費其數位資訊及服務,而不受任何第三方中央機構控制及操縱。因此,引擎特別利用及轉換去中心化平台,以實現/實施私用及自主社群媒體活動,否則習知之中央伺服器架構當前不可用。
圖1繪示根據一或多個實施例之一架構100(亦稱為一去中心化平台)之一圖式。通常,架構100提供實施局域資料保持之基於一節點之去中心化平台。雖然圖1中展示單個元件,但此等單個元件代表複數個該元件。架構100包含一引擎101、一裝置102、計算平台103及104、一伺服器105、一網路106及一服務107,該等之各者可代表架構100內之一節點。
引擎101可為硬體、軟體或其一組合。如所展示,引擎101可為在伺服器105內操作之軟體。通常,引擎101可作為軟體組件、模組、指令或類似物儲存在一記憶體(例如,一系統記憶體121)上,用於藉由一處理器(例如,一處理器122)執行。根據一或多個實施例,引擎101可為透過一或多個不同實例101A、101B、101C及101D實施之軟體(例如,一應用)。因此,引擎101被詳細描述為一虛線框101A,以繪示引擎101在架構100內之一可擴縮性及一可攜帶性(例如,引擎101可透過一或多個不同實例101、101A、101B、101C及101D來實施,此等實例可在其間進一步傳達)。作為一實例,引擎101可實施為服務107,其至少提供架構100之一區塊鏈之公共態樣。架構100之區塊鏈可保證架構100、局域資料保持及使用者/裝置/伺服器/節點身份之保真度及安全性,及在不需要一第三方中央機構之情況下在節點之間產生信任。
根據一或多個實施例,引擎101實施架構100之區塊鏈之一實際使用,以實現社群網路(即,共用圖像、故事、訊息等)。更特定言之,在裝置102中執行之引擎101A、執行伺服器105之引擎101及服務107唯一採用公鑰及私鑰對來加密保護使用者/裝置/伺服器/節點之身份,且調節使用者/裝置/伺服器/節點登錄之授權。舉例而言,引擎101之各實例101、101A、101B、101C及101D諸如藉由使用架構100之區塊鏈來實現架構100內之同級間連接,以在無習知中央伺服器架構之情況下建立及提供社群媒體體驗。更特定言之,為形成架構100(例如,去中心化平台),一第一實例101可在伺服器105(例如,私用伺服器之一伺服器實例)上,一第二實例101A可在裝置102(例如,一行動電話上之一行動實例或終端應用)上,一第三實例101D可在網路106(例如,服務107)上,且第一、第二及第三實例101、101A及101D可一起作用以建立及提供社群媒體體驗(例如,一三部分貢獻程序)。本文進一步描述引擎101之操作。
裝置102、計算平台103及104及伺服器105可為單獨或集體儲存、執行及實施引擎101及其功能之軟體及/或硬體之任何組合。此外,裝置102、計算平台103及104及伺服器105可各為一電子電腦框架(例如,展示為架構100之去中心化平台)之一節點(例如,通信端點),包含及/或採用任何數目之計算裝置及利用各種通信技術之網路及其組合,如本文描述。裝置102、計算平台103及104及伺服器105可容易可擴縮、可擴展及模組化,具有改變至不同服務或重新組態一些獨立於其他特徵之能力。裝置102、計算平台103及104及伺服器105之實例可包含但不限於一固定/獨立裝置、一基站、一台式/膝上型電腦、一智慧型電話、一智慧型手錶、一平板電腦或經組態以跨網路106通信之其他裝置。因此,裝置102、計算平台103及104及伺服器105可經程式化以執行相對於引擎101之電腦指令。
作為一實例,伺服器105包含經由一系統匯流排123連接之系統記憶體121及處理器122,系統匯流排123亦連接一配接器124。通常,系統記憶體121可為任何非暫時性有形媒體,諸如磁、光或電子記憶體(例如,任何適合的揮發性及/或非揮發性記憶體,諸如隨機存取記憶體或一硬碟機)。系統記憶體121儲存藉由處理器122執行之電腦指令。處理器122可為能夠執行電腦指令之任何中央處理單元、圖形處理單元、微處理器、場可程式化陣列或類似物。系統匯流排123實現在系統記憶體121、處理器122與配接器124之間之內部通信。配接器124可包含一單獨發射器、一單獨接收器及/或一整合式發射器/接收器,以實現自伺服器105透過網路106及/或直接至裝置102之外部通信。系統記憶體121可包含/儲存一儲存庫125及/或軟體(例如,引擎101)。儲存庫125可為資料庫(例如,一SQL資料庫)及/或另一儲存機構。系統記憶體121、處理器122及系統匯流排123代表裝置102及計算平台103及104之元件,儘管為了效率及簡潔起見,在其中未重複。
作為一實例,裝置102可包含一控制裝置127及一顯示器128(或其他輸入/輸出元件)。諸如一電腦滑鼠、一鍵盤、一觸控台、一觸控螢幕、一鍵台或類似物之控制裝置127可進一步耦合至裝置102用於輸入(例如,可藉由一使用者提供之一或多個輸入)。顯示器128經組態以在使用者與裝置205互動時提供可藉由引擎101產生及提供之一或多個UI或GUI。顯示器241之實例可包含但不限於一電漿、一液晶顯示器(LCD)、一發光二極體(LED)、一場發射顯示器(FED)、一有機發光二極體(OLED)顯示器、一可撓性OLED顯示器、一可撓性基板顯示器、一投影顯示器、一4K顯示器、一高清(HD)顯示器、一Retina©顯示器、一共平面轉換型(IPS)顯示器或類似物。顯示器128可經組態為使用電阻、電容、表面聲波(SAW)電容、紅外、光學成像、分散信號技術、聲脈衝辨識、受抑全內反射或類似物之一觸控、三維(3D)觸控、多輸入觸控或多觸控顯示器,如輸入/輸出(I/O)領域之一般技術者所暸解的。控制裝置127及顯示器128代表計算平台103及104及伺服器105之元件,儘管為了效率及簡潔起見,在其中未重複。
網路106可為一有線網路、一無線網路,或包含一或多個有線及無線網路。根據一實施例,網路106可為一短距離網路(例如,區域網路(LAN)或個人區域網路(PAN))。可使用各種短距離無線通信協定之任一者,諸如藍芽、Wi-Fi、Zigbee、Z-Wave、近場通信(NFC)、超帶、Zigbee或紅外(IR),經由網路106在裝置102、計算平台103及104與伺服器105之間發送資訊。根據一實施例,網路106可為一內部網路、一區域網路(LAN)、一廣域網路(WAN)、一都會網路(MAN)、一直接連接或一系列連接、一蜂巢式電話網路或能夠促進在裝置102、計算平台103及104與伺服器105之間之通信的任何其他網路或媒體之一或多者。可使用各種長距離無線通信協定(例如,TCP/IP、HTTP、3G、4G/LTE或5G/新無線)之任一者,經由網路106發送資訊。注意,對於網路106,可使用乙太網、通用串列匯流排(USB)、RJ-11或任何其他有線連接來實施有線連接,且可使用Wi-Fi、WiMAX及藍芽、紅外、蜂巢式網路、衛星或任何其他無線連接方法來實施無線連接。
網路106可包含一或多個額外節點130及服務107。網路106之各節點130作為一通信端點貢獻給藉由架構100提供之去中心化平台。服務107可為特定類型之節點130,其向藉由架構100提供之去中心化平台提供錨定操作及支援,但不提供控制。舉例而言,服務107可支援架構100之部分區塊鏈。通常,一區塊鏈為一分佈式資料庫,用於維持交易之一安全且去中心化記錄,且在架構100之節點130、服務107、裝置102、計算平台103及104與伺服器105之間共用。
根據一或多個實施例,架構100包含分佈式身份(DID)管理。DID管理使得使用者能夠建立DID,該等DID為加密安全且可重用之DID。DID管理使得所建立之DID能夠與架構100之區塊鏈相關聯。即,各DID可獨立、匿名及安全管理一特定使用者/裝置/伺服器/節點之全部數位資訊及服務。舉例而言,伺服器105及引擎101與區塊鏈中之服務107合作來提供DID管理。DID管理可使伺服器105之一身份模糊,以支援架構100內之私用及自主社群媒體活動,及引擎101之其他安全、私用、個人資料及計算規定。DID管理可使得使用者之一身份模糊,以支援去中心化平台內之私用及自主社群媒體活動。
各DID可包含一公-私鑰組合(即,一公鑰及一私鑰)。一公鑰可為任何人可用來加密及/或標誌資料之一加密元件。公鑰之副本可在架構100之其他部分上共用,諸如與服務107之區塊鏈共用。一私鑰可為供單獨用於加密及/或標誌資料之一加密元件。舉例而言,用公鑰加密之資料僅可用私鑰解密。如圖1中展示,伺服器105之DID使得引擎101能夠在儲存庫125內儲存鑰141、141、143及144。額外之鑰145及146可存在於架構100內。
根據一或多個實施例,伺服器105實施為架構100之一物理伺服器(即,一去中心化平台)。舉例而言,伺服器105可為一私用伺服器,諸如藉由一使用者本端購買及管理之物理單元。作為另一實例,伺服器105及其操作可經實施/含納在另一單元中(即,或可擴展至任何私用伺服器之外),諸如在一隨身碟中等。
藉由實例,一使用者/消費者購買伺服器105(即,一私用伺服器),當其上線時,為伺服器105建立且包含具有公鑰141及私鑰142之一DID,及為使用者/消費者建立且包含具有公鑰143及私鑰144之一DID。使用者/消費者使用裝置102(即,一行動電話)下載引擎101之第二實例101A(即,一終端應用),以組態伺服器105。組態伺服器105包含使得使用者能夠為伺服器105命名(建立一使用者名稱),此繼而用於伺服器105之DID。在查看伺服器105時,使用者/消費者在顯示器128上僅見使用者名稱。在後台,具有伺服器105之終端應用為該使用者/消費者建立關聯,以獨佔控制伺服器105。公共資料(例如,公鑰141之一副本141.c)儲存在區塊鏈中,且終端應用接收用於伺服器DID之私鑰142之一副本142.c。此外,若使用者/消費者期望共用對伺服器105之存取,則使用者/消費者可發送一邀請,該邀請在後台無縫共用公鑰141之一副本141.c。繼而,使用者/消費者可永遠不知其正使用區塊鏈及公-私鑰機構。
根據一或多個實施例,架構100可包含一私用雲端。繼而,伺服器105亦可在私用雲端中經虛擬化。引擎101諸如藉由組態伺服器105(例如,私用伺服器或一基於軟體之私用伺服器)及/或私用雲端來實施去中心化平台(即,架構100)。
相對於引擎101之操作,舉例而言,伺服器105之系統記憶體121儲存引擎101之指令,以供處理器122執行。通常,在執行引擎101之指令時,伺服器105可本端私用化資料儲存及使用者行為,以消除對第三方中央機構管理或第三方資料儲存之一需要(例如,藉此使得使用者能夠在架構100內建立、分佈及消費其數位資訊及服務)。更特定言之,儲存庫125可本端儲存數位資訊及服務、模型、神經網路、機器學習、人工智慧、自動化、文件、實體、可信度度量、影像、片段、雜湊、視訊、圖框、源資料、原始碼等,以供引擎101存取。接著,引擎101可利用該等模型、神經網路、機器學習、人工智慧等來本端建立、分佈及消費數位資訊及服務。因此,引擎101可提供自動實施一去中心化伺服器方法(即,架構100)之一框架/機構或為其一部分。
試舉進一步實例,可相對於一社群媒體體驗來描述引擎101之範疇及操作,該社群媒體體驗利用一基於軟體之私用伺服器(即,伺服器105)以一去中心化方式來容器化及共用數位資訊及服務。引擎101可在各種計算平台上實施/含納,包含物聯網(IoT)裝置、專屬本端硬體及行動裝置,及一或多個雲端計算供應商中之虛擬化版本。在此方面,引擎101透過其操作來實施去中心化平台,以透過安全、私用、個人資料及計算規定來支援私用及自主社群媒體活動(例如,數位資訊及服務)。操作151、152、153、154、155及156代表此等安全、私用、個人資料及計算規定之實例,但引擎101不限於此。
關於操作151,引擎101可藉由提供機器學習及/或一人工智慧(ML/AI)來使一使用者(例如,伺服器105之所有者)控制社群媒體體驗。引擎101之ML/AI可提供社群媒體體驗,諸如節點130、儲存庫125及連接之自動建議。引擎101之ML/AI可藉由自動組織數位資訊、向其他使用者提供通知及加密使用者互動/通信來提供社群媒體體驗。引擎101之ML/AI可藉由設計個性化互動、基於數位資訊及連接激發情感、及在連接內驅動更強及更深的關係來提供社群媒體體驗。引擎101之ML/AI可藉由自動設定許可來提供社群媒體體驗。圖2至圖3描述相對於引擎101之ML/AI。
圖2繪示根據一或多個實施例之一系統200之一圖式。系統200包含資料210(例如,數位資訊及服務)、一機器220、一模型230、一結果240及(下伏)硬體250。圖3繪示根據一或多個實施例之一系統300(例如,一神經網路)及在系統300中執行之一方法301之圖式。系統300操作以支援本文描述之ML/AI演算法之實施(例如,藉由引擎101實施)。系統300可在硬體中實施,諸如圖2之機器220及/或硬體250。為便於暸解,在適當情況下參考其他圖來描述圖2至圖3。舉例而言,機器210及模型230可代表圖1之引擎101之態樣(例如,其中之ML/AI演算法),而硬體250亦可代表圖1之伺服器105。
通常,系統200之ML/AI演算法(例如,如藉由圖1之引擎101實施)使用資料210相對於硬體250操作,以訓練機器220、構建模型230及預測結果240。舉例而言,機器220作為與硬體250相關聯及/或與其相關聯之控制器或資料收集來操作。資料210可為正在進行之資料或與硬體250相關聯之輸出資料。資料210亦可包含當前收集之資料、歷史資料或來自硬體250之其他資料,且可與硬體250相關。資料210可藉由機器220分為一或多個子集。此外,機器220訓練,諸如相對於硬體250。此訓練亦可包含對收集之資料210之一分析及關聯。根據另一實施例,訓練機器220可包含藉由圖1之引擎101利用一或多個子集進行之自我訓練。此外,模型230建立在與硬體250相關聯之資料210上。構建模型230可包含物理硬體或軟體建模、演算法建模及尋求代表已收集及訓練之資料210(或其子集)或類似物。在一些態樣中,模型230之構建為機器220之部分自我訓練操作。模型230可經組態以對硬體250之操作建模,且對自硬體250收集之資料210建模,以預測藉由硬體250達成之結果240。預測(與硬體250相關聯之模型230之)結果240可利用一經訓練之模型230。因此,使用預測之結果240,可相應地組態機器220、模型230及硬體250。
因此,對於相對於硬體250操作之系統200,使用資料210來訓練機器220、構建模型230及預測結果240,其中之ML/AI演算法可包含神經網路。通常,一神經網路為神經元之一網路或電路,或在一現代意義中為一人工神經網路(ANN),由人工神經元或節點或細胞構成。舉例而言,一ANN涉及處理元件(人工神經元)之一網路,其可表現出複雜全域行為,藉由在處理元件與元件參數之間之連接判定。更實際而言,神經網路為非線性統計資料建模或決策工具,可用於對在輸入與輸出之間之複雜關係建模或在資料中發現模式。因此,ANN可用於預測建模及自適應控制應用,同時經由一資料集進行訓練。注意,由經驗所致之自學可在ANN內發生,ANN可自一組複雜且看似不相關之資訊導出結論。人工神經網路模型之實用性在於,其可用於自觀察推斷一函數,且亦可使用其。根據一或多個實施例,神經網路可實施一深度神經網路、一長短期記憶神經網路架構、一迴旋神經網路(CNN)架構或其他類似物。神經網路可相對於數個層、數個連接(例如,編碼器/解碼器連接)、一正則化技術(例如,捨棄)來組態;及一最佳化特徵。
在一實例操作中,圖1之引擎101包含自硬體250收集資料210。在系統300中,一輸入層310由複數個輸入(例如,圖3之輸入312及314)代表。相對於方法301之方塊320,輸入層310接收輸入312及314。輸入312及314可包含儲存庫125之數位資訊及服務或其他日期。在方法301之方塊325處,系統300利用資料210之任何部分(例如,藉由系統200產生之資料集及預測)對輸入312及314編碼,以產生一潛在代表或資料編碼。潛在代表包含自複數個輸入導出之一或多個中間資料代表。根據一或多個實施例,潛在代表藉由圖1之引擎101之一逐元件啟動函數(例如,一S形函數或一校正線性單元)產生。如圖3中展示,輸入312及314提供至被描繪為包含節點332、334、336及338之一隱藏層330。系統300經由節點332、334、336及338之隱藏層330執行處理,以表現出藉由在處理元件與元件參數之間之連接判定的複雜全域行為。因此,在層310與330之間之過渡可視為一編碼器階段,其接收輸入312及314,且將其轉移至一深度神經網路(在層330內)以學習輸入之一些更小代表(例如,一得到的潛在代表)。此編碼提供輸入312及314之一降維。降維為藉由獲得一組主要變數來減少所考慮之(輸入312及314之)隨機變數之數目的一程序。舉例而言,降維可為將資料(例如,輸入312及314)自一高維空間(例如,超過10維)轉換至一低維空間(例如,2維至3維)之一特徵提取。降維之技術效應及好處包含減少資料210之時間及儲存空間需求、改良資料210之視覺化及改良機器學習之參數解釋。此資料轉換可為線性的或非線性的。接收(方塊320)及編碼(方塊325)之操作可視為藉由引擎101進行之多步驟資料操縱之一資料準備部分。在方法310之方塊345處,系統300解碼潛在代表。解碼階段獲取編碼器輸出(例如,得到的潛在代表),且嘗試使用另一深度神經網路來重建一些形式之輸入312及314。在此態樣中,節點332、334、336及338經組合以在輸出層350中產生一輸出352,如在方法310之方塊360中展示。即,輸出層390在一減小之維度上重建輸入312及314,但無干擾、假影及雜訊。
關於操作152,引擎101可透過用於計算及/或儲存之不同平台/模式/選項來提供社群媒體體驗,諸如一固定/獨立裝置、一基站、一桌上型/膝上型電腦、一智慧型手機、一智慧型手錶、一平板電腦、一隨身碟或其他裝置。在此態樣中,社群媒體體驗包含提供與引擎101之使用者友好互動之一或多個介面(例如,使用者介面或UI)。
關於操作153,引擎101可藉由提供對數位資訊及服務之組態控制,使得一使用者(例如,伺服器105之所有者)能夠控制社群媒體體驗。對數位資訊及服務之組態控制之實例包含設定許可。許可可包含對圖像及故事之存取及共用之組態。許可可包含用於訊息之組態、藉由邀請來劃分社群網路之態樣等。引擎101之此組態控制之一或多個優點、技術效應及/或好處可包含僅向能夠存取數位資訊及服務之授權使用者提供私用資料共用。
關於操作154,引擎101可藉由提供邀請及管理一或多個允許觀看及評論使用者提供之數位資訊及服務之客人的組態控制,使一使用者(例如,物理伺服器之所有者)能夠控制社群媒體體驗。引擎101之此組態控制之一或多個優點、技術效應及/或好處可包含提供與使用者之安全、私用群通信。根據一或多個實施例,引擎101可包含使用者類別,諸如所有者、成員及客人,該等之各者可具有相對於一特定社群媒體體驗之可組態角色及許可。根據一或多個實施例,管理客人可包含接受、阻止及/或刪除其他使用者存取伺服器105。舉例而言,一成員或一客人僅可藉由邀請存取一所有者之數位資訊及服務。
關於操作155,引擎101可藉由提供一加密錢包體驗來使一使用者(例如,物理伺服器之所有者)控制社群媒體體驗。引擎101之一或多個加密錢包之一或多個優點、技術效應及/或好處可包含獨立於任何第三方中央機構之私用金融交易。
關於操作156,引擎101可為可擴展的,且可連接至第三方軟體,諸如支援一應用商店或市場或與之一起操作。
現轉至圖4,根據一或多個實施例描繪一方法400(例如,藉由圖1之引擎101根據操作151、152、153、154、155及156執行)。藉由引擎101實施之方法400提供對一使用者之數位資訊及服務的私用及自主控制。因此,方法400藉由提供數位資訊及服務之一多步驟操縱來解決消除第三方中央機構管理之一需要,該多步驟操縱使得使用者能夠直接控制數位資訊及服務。注意,方法400可藉由架構100內之至少一個處理器122執行之引擎101來實施。
方法400在方塊410處開始,其中引擎101登錄一使用者。使用者登錄可包含用於打開伺服器105且為使用者建立一DID之動作(即,自一使用者角度實施直接且容易之登錄)。舉例而言,引擎101A透過裝置104呈現指示引擎101A正在尋找伺服器101之一介面(例如,一UI)。一旦伺服器105通電且連接至裝置104,引擎101A透過裝置104呈現一介面(例如,一UI)以接收一或多個使用者輸入。基於一或多個使用者輸入,引擎101A為伺服器105之使用者產生一加密安全且可重用之DID。替代地,引擎101A可將一或多個使用者輸入轉送至引擎101,引擎101為伺服器105之使用者產生一加密安全且可重用之DID。
藉由實例,圖5描繪根據一或多個實施例之一方法500。方法500為建立DID之一實例。方法500在方塊510處開始,其中引擎101A透過一介面(例如,一UI)接收一使用者名稱及一密碼。
根據一或多個實施例,引擎101A經由一UI為建立DID之使用者提供選項,以組態一使用者名稱,諸如判定代號特徵(例如,小寫與大寫)、特殊字元、字母數值、字串長度及排除項,以幫助模糊身份且為社群媒體體驗提供匿名性。模糊伺服器105之身份之一技術效應包含支援架構100內之私用及自主社群媒體活動。私用及自主社群媒體活動包含無第三方控制數位資訊或服務之社群互動。
根據一或多個實施例,引擎101A經由一UI為建立DID之使用者提供選項,以組態一密碼,幫助保護社群媒體體驗。根據一或多個實施例,加密安全且可重用之DID可在建立時與密碼及公私鑰組合相關聯。此外,加密安全且可重用之DID可與架構100之區塊鏈相關聯。將加密安全且可重用之DID與區塊鏈、公私鑰組合及/或密碼相關聯之一技術效應包含保證架構100、局域資料保持及使用者/裝置/伺服器/節點身份之保真度及安全性,及在節點130之間提供信任而不需要一第三方中央機構。此外,將加密安全且可重用之DID與區塊鏈、公私鑰組合及/或密碼相關聯之另一技術效應為使裝置104能夠使用區塊鏈及其上儲存之鑰在架構100內通信。
在方塊520處,引擎101A產生一種子。種子可為藉由引擎101A產生之一恢復片語、一單詞、一系列單詞、一系列字元或類似物,以提供對與所建立之加密安全且可重用之DID相關聯之伺服器105的存取。
在方塊530處,引擎101A為使用者產生具有種子之一第二DID。引擎101A經由一UI為建立第二DID之使用者提供選項以組態一使用者名稱,諸如判定代號特徵(例如,小寫與大寫)、特殊字元、字母數值、字串長度及排除項,以幫助模糊使用者之身份且為社群媒體體驗提供匿名性。模糊使用者身份之一技術效應包含支援架構100內之私用及自主社群媒體活動。私用及自主社群媒體活動包含無第三方控制數位資訊或服務之社群互動。
在方塊540處,引擎101A產生一或多個設定檔。一或多個設定檔可保存在對應DID或第二DID內。一或多個設定檔可為與伺服器105或使用者相關聯之設定及資訊之一集合,諸如用於識別兩者之關鍵資訊。設定及資訊可包含使用者名稱、肖像照片、個人特徵、鑰、位址資訊、密碼、偏好及年齡。
在方塊550處,引擎101A用密碼加密種子。加密種子可發生在將一加密種子儲存在儲存庫125上之前,以提供額外安全性。引擎101A可利用其中之加密演算法或軟體來用密碼加密種子,諸如藉由使用帶有一密碼之密碼將種子隱藏為一密文或加密種子。在方塊560處,引擎101A將設定檔、DID、鑰及加密種子保存在本端儲存器中。在方塊570處,引擎101A向引擎101返回或傳達設定檔、DID、鑰及加密種子。
在方塊420處,引擎101啟用登錄及登出操作。登錄及登出操作為使用者提供經由引擎101A之介面(例如,一UI)存取伺服器105之機會。藉由實例,圖6A至圖6B描繪根據一或多個實施例之方法601及605。方法601為一使用者登錄之一實例,且方法605為一使用者登出之一實例。
方法601在方塊610處開始,其中引擎101A產生一UI。在方塊620處,引擎101A經由UI接收一使用者名稱及一密碼。在決策方塊630處,引擎101A在裝置104之本端儲存中檢查一加密種子。根據一或多個實施例,引擎101A利用所接收之使用者名稱及密碼來判定是否有一對應加密種子(例如,來自方塊550及560)。若本端儲存器中無加密種子,則程序進行(否箭頭)至方塊640。
在方塊640處,引擎101A經由裝置104提示一使用者輸入。使用者輸入可自一直接輸入或一掃描接收,諸如一快速響應(QR)碼之一掃描。使用者輸入之資訊可包含加密種子。在方塊650處,引擎101A接收使用者輸入。在使用者輸入內為加密種子。在方塊660處,引擎101A用來自方塊620之密碼解密加密種子。返回至方塊630,若在本端儲存器中有一加密種子,則程序進行(是箭頭)至方塊660。
在方塊670處,引擎101A用解密種子登錄使用者。登錄包含藉由檢查解密種子、使用者名稱及密碼對使用者授權及鑑認之一組合。在方塊680處,引擎101A將設定檔、DID、鑰及加密種子保存在本端儲存器中。本端儲存器可為伺服器105之一記憶體。在方塊690處,引擎101A向裝置104返回設定檔、DID、鑰及加密種子。在此方面,引擎101及101A之全部數位資訊及服務包含安全、私用、個人資料及計算規定(相對於使用者),此使得對與解密種子、使用者名稱及密碼相關聯之數位資訊及服務進行直接及私用控制。直接及私用控制包含對數位資訊及服務之一主權(即,絕對主權),排除其他DID之一或多者或排除一或多個第三方。
方法605在方塊682處開始,其中引擎101A接收一使用者輸入。該使用者輸入透過引擎101A之一UI接收且指示一登出。在方塊684處,引擎101將加密種子儲存在本端儲存器中。注意,已發生之私用及自主社群媒體活動可保存在伺服器105中及/或根據需要儲存在區塊鏈上,以保證保真度。無其他使用者(未被邀請或為該使用者之一客人)可存取私用及自主社群媒體活動。在方塊686處,引擎101A刪除剩餘資訊。引擎101A可刪除未保存之資訊。在方塊688處,引擎101A將UI返回至一登錄提示(即,一鑑認介面)。
返回至方塊430,引擎101產生一饋送。饋送提供數位資訊及服務。注意,引擎101及加密安全且可重用之DID繼續模糊使用者之身份,以支援架構100內之私用及自主社群媒體活動。圖7描繪根據一或多個實施例之相對於饋送之介面701及705(例如,UI)。
介面701包含用於向裝置104之使用者呈現文字、圖形及其他數位資訊及服務之一框709。框709包含一標題條710,其可呈現框內容之一名稱或其他識別元件。藉由實例,介面701呈現使用者之一饋送,在介面701之情況下該饋送為空。框709可用一圖形及多個介面元件712及714之一者來指示「您的饋送為空」。介面元件712可包含一「建立一貼文」元件,其使得使用者能夠向饋送添加數位資訊及服務。介面元件714可包含一「邀請朋友」元件,其使得使用者能夠向其他DID指派類別及/或邀請新使用者建立一DID。介面701亦包含一框730,框730可充當具有一或多個快捷介面元件之一工具條,快捷介面元件操縱框709之內容。藉由實例,一快捷介面731在選擇時可顯示饋送。此外,介面705呈現子框741及742,該等之各者可包含藉由饋送之使用者建立之貼文。舉例而言,子框741及742可包含但不限於DID、一圖形、一照片、一視訊、一時間戳及一評論區域之顯示。
在方塊440處,引擎101產生一通知。通知可包含但不限於彈出窗口或提示、下拉選單或提示、文字訊息通知、電子郵件通知、氣泡指示器、數值指示器及旗標。圖8描繪根據一或多個實施例之相對於通知之介面801及805(例如,UI)。
介面801包含用於向裝置104之使用者呈現文字、圖形及其他數位資訊及服務之一框809。框809包含一標題條810,其可呈現框內容之一名稱或其他識別元件。藉由實例,介面801呈現使用者之一通知,在介面801之情況下該通知為空。框809可用一圖形指示「您的通知為空」。介面801亦包含框730。藉由實例,一快捷介面832在選擇時可顯示通知。此外,介面805呈現子框843及844,該等之各者可包含藉由其他使用者建立之其他貼文之通知。舉例而言,子框843及844可包含但不限於根據時間戳排序之DID、一訊息、一圖形、一照片、一視訊、一時間戳及一評論區域之顯示。子框843可包含來自「今天」之通知,而子框844可包含來自「昨天」之通知。
在方塊450處,引擎101提供訊息。訊息可包含在使用者之間之通信。舉例而言,由於加密安全且可重用之DID至少包含與一區塊鏈相關聯之一DID,因此與之相關聯之訊息亦可利用區塊鏈。此等訊息耐審查,且在使用者之間完全透明。圖9描繪根據一或多個實施例之介面901、903、905、907及908(例如,UI)。
介面901包含用於向裝置104之使用者呈現文字、圖形及其他數位資訊及服務之一框909。框909包含一標題條910,其可呈現框內容之一名稱或其他識別元件。藉由實例,介面901向使用者呈現訊息,在介面901之情況下該訊息為空。框909可指示複數個使用者911、912、913、914、915、915等,該等之各者可選擇以展示在裝置104之使用者與其他使用者之間的訊息。介面901亦包含框730。藉由實例,一快捷介面933在選擇時可顯示複數個使用者911、912、913、914、915、915。此外,在選擇複數個使用者911、912、913、914、915、915之任一者時,一介面901可呈現一子框,該子框展示在裝置104之使用者與所選使用者之間之訊息。舉例而言,介面903呈現一子框945,其展示在裝置104之使用者與所選使用者之間之訊息。此外,一介面元件946使相對於一相關聯之使用者之進一步組態。即,在選擇時,介面元件946啟用子框497之一顯示,其可顯示介面907及908。介面907及908展示選項951。選項951可包含但不限於報告961、方塊962、刪除963、新廣播965、邀請一朋友966、新聯絡人967及新對話668。選項為引擎101及101A如何維持對數位資訊及服務之主權(即,絕對主權),且提供私用及自主社群媒體活動之動作實例。
在方塊460處,引擎101產生數位資訊及服務。產生數位資訊及服務可包含建立一貼文。貼文為附接至一使用者之饋送之向外訊息,可藉由使用者授權之特定使用者查看。因此,數位資訊及服務包含以一私用及一安全之方式發佈。根據一或多個實施例,當產生數位資訊及服務時,引擎101及101A代表使用者在架構100內儲存數位資訊及服務(例如,經由本端儲存及區塊鏈儲存)。繼而,經由加密安全且可重用之DID(即,透過登錄及登出操作),引擎101及101A實現數位資訊及服務之匿名及安全管理。引擎101及101A之獨立、匿名及安全管理包含但不限於使用者對數位資訊及服務之直接及私用控制。直接及私用控制包含對數位資訊及服務之一主權(即,絕對主權),排除其他數位身份之一或多者,或排除一或多個第三方,諸如編輯、刪除、添加、更新、共用、隱藏及類似物,而無需來自其他數位身份或第三方之輸入或規則。圖10描繪根據一或多個實施例之介面1001、1003、1005及1007(例如,UI)。
介面1001包含用於向裝置104之使用者呈現文字、圖形及其他數位資訊及服務之一框1009。框1009呈現一名稱或其他識別元件。藉由實例,介面1009呈現使用者之一設定檔,該設定檔包含展示DID之一標題條1010、展示一影像或類似物及一實際名稱之一圖形1011及關於一使用者跟隨號、一使用者跟隨號及一貼文號之值1012的一列表。藉由實例,介面1009呈現使用者之一設定檔,該設定檔包含展示DID之一標題條1010、展示一影像或類似物及一實際名稱之一圖形1011及關於一使用者跟隨號、一使用者跟隨號及一貼文號之值1012的一列表。子框1013可進一步展示與使用者設定檔相關聯之影像、貼文、視訊及其他數位資訊及服務。介面元件946亦存在於框1009中,且在選擇時提供子框1020。子框1020可呈現選項,諸如設定、隱私、安全、帳戶及登出。子框1020之選項為引擎101及101A如何維持對數位資訊及服務之主權(即,絕對主權),且提供私用及自主社群媒體活動之動作實例。
藉由實例,介面1003包含用於呈現裝置104之使用者設定檔之一框1009。設定檔可包含但不限於名稱1031(例如,虛構之名稱)、使用者名稱1032(例如,DID之使用者名稱)、保存改變1033、帳戶設定1034、存取/隱私設定1035及個人設定1035。介面1009亦包含框730。藉由實例,一快捷介面1044在選擇時可顯示裝置104之使用者之設定檔。
在選擇個人設定1035時,可呈現介面1005。介面1005包含用於呈現文字、圖形及用於使用者個人資訊之其他數位資訊及服務之一框1009,該等之全部為可組態的。藉由實例,框1009呈現一標題條1071(即,「個人資訊」)、一電子郵件1072、一生日1073及一保存改變1074。
在選擇帳戶設定1034時,可呈現介面1007。介面1008包含用於呈現文字、圖形及用於使用者設定之其他數位資訊及服務之一框1009,該等之全部為可組態的。藉由實例,框1009呈現一標題條1080(即,「設定」)及帳戶標題1081(即,「帳戶」)。在帳戶標題1081下,框1009呈現用於跟隨及邀請朋友1082、關於1083、添加帳戶1084、管理標籤1085及登出1086之可選元件。框1009呈現通常標題1088(即,「通常」),在其下展示用於推送通知1089及語言1090之可選元件。框1009呈現支援標題1092(即,「支援」),在其下展示用於報告一問題1093及幫助中心1094之可選元件。
在方塊470處,引擎101提供一設定檔視圖。設定檔視圖可為向使用者呈現與加密安全且可重用之DID相關聯之元件、設定及類似物之一介面。圖11描繪根據一或多個實施例之介面1101、1103及1105(例如,UI)。
介面1101包含用於呈現與裝置104之使用者未關聯之使用者的文字、圖形及其他數位資訊及服務的一框1109。框1109額外包含一可選元件1110及一子框1120。可選元件1110使得裝置104之使用者能夠戳或通知該未關聯之使用者。子框1120展示指示未關聯之使用者設定檔被鎖定之一圖形及/或一訊息。介面1103包含指示已發送一關聯請求之一元件1130。繼而,未關聯之使用者可向裝置104之使用者指派一類別。一旦關聯,介面1105包含呈現現相關聯之使用者之數位資訊及服務的一子框1140,具有一可折疊選項選單1047,使得使用者能夠報告、阻止、不跟隨及移除跟隨者。介面1101、1103及1105之選項為引擎101及101A如何維持對數位資訊及服務之主權(即,絕對主權),且提供私用及自主社群媒體活動之動作實例。
在方塊480處,引擎101啟用跟隨器且跟隨架構101。根據一或多個實施例,引擎101及101A之獨立、匿名及安全管理包含將複數個使用者類別之一者指派給其他數位身份,以控制對數位資訊及服務之存取。複數個使用者類別包含一所有者、主體、共同主體、一成員及一客人。所有者、主體、共同主體、成員及客人之各者可按照使用者指派之類別之授權來跟隨貼文。在一些情況下,一原始數位資訊建立者可將所有權指派給另一DID。圖12描繪根據一或多個實施例之介面1201、1203及1205(例如,UI)。
介面1201包含用於呈現請求與裝置104之使用者相關聯之未關聯使用者的文字、圖形及其他數位資訊及服務的一框1209。框1209包含一標題條1210(例如,「人員隊列」或「待定請求」),其可呈現框內容之一名稱或其他識別元件。藉由實例,介面1201呈現使用者1221、1222、1223、1224、1225及1226之列表,該等之各者具有一對應接受圖示1231或拒絕圖示1232。使用者1221、1222、1223、1224、1225及1226為可選擇的,以引起一彈出子框1240產生。彈出子框1240進一步展示為介面1205。介面1205呈現一使用者名稱1261、使用者詳情1262及一可選擇圖示1263,其使得能夠進一步查看該特定使用者。介面1201、1203及1205之選項為引擎101及101A如何維持對數位資訊及服務之主權(即,絕對主權),且提供私用及自主社群媒體活動之動作實例。
圖中之流程圖及框圖繪示根據本發明各種實施例之系統、方法及電腦程式產品之可能實施的架構、功能及操作。在此態樣中,流程圖或方塊圖中之各方塊可代表指令之一模組、片段或部分,其包含用於實施特定邏輯功能之一或多個可執行指令。在一些替代實施方案中,方塊中注意之功能可不按圖中注意之順序發生。舉例而言,事實上,連續展示之兩個方塊可大體上同時執行,或方塊有時可以相反順序執行,取決於所涉及之功能。亦將注意到,方塊圖及/或流程圖繪示之各方塊及方塊圖及/或流程圖繪示中之方塊組合可藉由基於特定目的硬體之系統來實施,該系統執行特定功能或動作或執行特定目的硬體及電腦指令之組合。
儘管上文以特定組合描述特徵及元件,但一般技術者將暸解,各特徵或元件可單獨使用,或與其他特徵及元件以任何組合使用。另外,本文描述之方法可在一電腦可讀媒體中併入之一電腦程式、軟體或韌體中實施,用於藉由一電腦或處理器執行。如本文所使用,一電腦可讀媒體不應被解釋為瞬態信號本身,諸如無線波或其他自由傳播之電磁波、透過一波導或其他傳輸媒體傳播之電磁波(例如,透過一光纖電纜之光脈衝)或透過一線傳輸之電信號。
電腦可讀媒體之實例包含電信號(在有線或無線連接上方傳輸)及電腦可讀儲存媒體。電腦可讀儲存媒體之實例包含但不限於一暫存器、快取記憶體、半導體記憶體裝置、諸如內部硬碟及可移動碟之磁媒體、磁光媒體、諸如光碟(CD)及數位多功能光碟(DVD)之光媒體、一隨機存取記憶體(RAM)、一唯讀記憶體(ROM)、一可擦除可程式化唯讀記憶體(EPROM或快閃記憶體)、一靜態隨機存取記憶體(SRAM)及一記憶體棒。與軟體相關聯之一處理器可用於實施在一終端、基站或任何主體電腦中使用之一射頻收發器。
本文使用之術語僅用於描述特定實施例,且不旨在限制。如本文所使用,單數形式「一」、「一個」及「該」亦旨在包含複數形式,除非上下文另有清楚指示。應進一步暸解,當在本說明書中使用時,術語「包括」及/或「包括」指定所述特徵、整數、步驟、操作、元件及/或組件之存在,但不排除存在或添加一或多個其他特徵、整數、步驟、操作、元件組件及/或其組。
本文對各種實施例之描述為說明之目的而呈現,但不旨在為詳盡的或限制所揭示之實施例。在不脫離所描述實施例之範疇及精神之情況下,許多修改及變動對一般技術者來說顯而易見。選擇本文使用之術語為最好解釋實施例之原理、對市場中發現之技術之實際應用或技術改良,或使一般技術者能夠暸解本文揭示之實施例。
100:架構
101,101A,101B,101C,101D:引擎
102:裝置
103:計算平台
104:計算平台/裝置
105:伺服器
106:網路
107:服務
121:系統記憶體
122:處理器
123:系統匯流排
124:配接器
125:儲存庫
127:控制裝置
128:顯示器
130:節點
141:公鑰
141.c:副本
142:私鑰
143:公鑰
144:私鑰
145,146:鑰
151,152,153,154,155,156:操作
200:系統
210:資料
220:機器
230:模型
240:結果
250:硬體
300:系統
301:方法
310:輸入層
312,314:輸入
320,325:方塊
330:隱藏層
332,334,336,338:節點
345:方塊
350:輸出層
352:輸出
400:方法
410,420,430,440,450,460,470,480:方塊
500:方法
510,520,530,540,550,560,570:方塊
605:方法
610,620,630,640,650,660,670,680,682,684,686,688,690:方塊
701,705:介面
709:框
710:標題條
712,714:介面元件
730:框
731:快捷介面
741,742:子框
801,805:介面
809:框
810:標題條
832:快捷介面
843,844:子框
901,903,905,907,908:介面
909:框
910:標題條
911,912,913,914,915:使用者
933:快捷介面
945:子框
946:介面元件
951:選項
961:報告
962:方塊
963:刪除
965:新廣播
966:邀請一朋友
967:新聯絡人
1001,1003,1005,1007:介面
1009:框
1010:標題條
1011:圖形
1012:值
1013,1020:子框
1031:名稱
1032:使用者名稱
1033:保護改變
1034:帳戶設定
1035:個人設定
1044:快捷介面
1071:標題條
1072:電子郵件
1073:生日
1074:保存改變
1080:標題條
1081:帳戶標題
1082:邀請朋友
1083:關於
1084:添加帳戶
1085:管理標籤
1086:登出
1088:通常標題
1089:通知
1090:語言
1092:支援標題
1093:問題
1094:幫助中心
1101,1103,1105:介面
1109:框
1110:可選元件
1120:子框
1130:元件
1140:子框
1201,1203,1205:介面
1209:框
1210:標題條
1221,1222,1223,1224,1225,1226:使用者
1231:接受圖示
1232:拒絕圖示
1240:彈出子框
1261:使用者名稱
1263:可選擇圖示
自結合附圖以實例之方式給出之以下描述,可獲得一更詳細之暸解,其中,圖中相同元件符號指示相同元件,且其中:
圖1描繪根據一或多個實施例之一架構之一圖式;
圖2描繪根據一或多個實施例之一系統之一圖式;
圖3描繪根據一或多個實施例在神經網路中執行之一系統及一方法的圖式;
圖4描繪根據一或多個實施例之一方法;
圖5描繪根據一或多個實施例之一方法;
圖6A描繪根據一或多個實施例之一方法。
圖6B描繪根據一或多個實施例之一方法;
圖7描繪根據一或多個實施例之介面;
圖8描繪根據一或多個實施例之介面;
圖9描繪根據一或多個實施例之介面;
圖10描繪根據一或多個實施例之介面;
圖11描繪根據一或多個實施例之介面;及
圖12描繪根據一或多個實施例之介面。
100:架構
101,101A,101B,101C,101D:引擎
102:裝置
103:計算平台
104:計算平台/裝置
105:伺服器
106:網路
107:服務
121:系統記憶體
122:處理器
123:系統匯流排
124:配接器
125:儲存庫
127:控制裝置
128:顯示器
130:節點
141:公鑰
141.c:副本
142:私鑰
143:公鑰
144:私鑰
145,146:鑰
151,152,153,154,155,156:操作
Claims (20)
- 一種藉由一引擎實施,以提供對一使用者之數位資訊及服務之私用及自主控制的方法,該引擎藉由一去中心化平台內之至少一個處理器執行,該方法包括: 藉由該引擎為該使用者產生一加密安全且可重用之分佈式身份; 藉由該引擎代表該使用者在該去中心化平台內儲存該數位資訊及服務;及 藉由該引擎,經由該加密安全及可重用之分佈式身份,實現對該數位資訊及服務之獨立、匿名及安全管理, 其中,藉由該引擎之該獨立、匿名及安全管理為該使用者提供對該數位資訊及服務之直接及私用控制,及 其中,藉由該引擎之該獨立、匿名及安全管理包括將複數個使用者類別之一者指派給其他數位身份,以控制對該數位資訊及服務之存取。
- 如請求項1之方法,其中,該引擎在一分佈式身份基礎上提供離散式個性化社群網路。
- 如請求項1之方法,其中,該數位資訊及服務包括一或多個安全、私用、個人資料及該去中心化平台相對於該使用者之計算規定,以實現對該數位資訊及服務之該直接及私用控制。
- 如請求項3之方法,其中,該直接及私用控制包括對該數位資訊及服務之一主權,以排除該等其他數位身份之一或多者或排除一或多個第三方。
- 如請求項1之方法,其中,該加密安全且可重用之分佈式身份至少包括與一區塊鏈相關聯之一分佈式身份。
- 如請求項1之方法,其中,該加密安全且可重用之分佈式身份包括公私鑰組合。
- 如請求項1之方法,其中,該引擎模糊一伺服器之一身份,以支援該去中心化平台內之私用及自主社群媒體活動。
- 如請求項1之方法,其中該複數個使用者類別包括一所有者、一成員及一客人。
- 如請求項1之方法,其中,該引擎為提供該數位資訊及服務之該加密安全且可重用之分佈式身份產生一饋送。
- 如請求項1之方法,其中,該加密安全且可重用之分佈式身份模糊該使用者之一身份,以支援該去中心化平台內之私用及自主社群媒體活動。
- 一種去中心化平台,其包括: 至少一個處理器;及 一引擎,其經組態以提供對一使用者之數位資訊及服務之私用及自主控制,該引擎藉由該至少一個處理器執行,以: 為該使用者產生一加密安全且可重用之分佈式身份; 在該去中心化平台內代表該使用者儲存該數位資訊及服務;及 經由該加密安全及可重用之分佈式身份,實現對該數位資訊及服務之獨立、匿名及安全管理, 其中,藉由該引擎之該獨立、匿名及安全管理為該使用者提供對該數位資訊及服務之直接及私用控制,及 其中,藉由該引擎之該獨立、匿名及安全管理包括將複數個使用者類別之一者指派給其他數位身份,以控制對該數位資訊及服務之存取。
- 如請求項11之去中心化平台,其中,該引擎在一分佈式身份基礎上提供離散式個性化社群網路。
- 如請求項11之去中心化平台,其中,該數位資訊及服務包括一或多個安全、私用、個人資料及該去中心化平台相對於該使用者之計算規定,以實現對該數位資訊及服務之該直接及私用控制。
- 如請求項13之去中心化平台,其中,該直接及私用控制包括對該數位資訊及服務之一主權,以排除該等其他數位身份之一或多者或排除一或多個第三方。
- 如請求項11之去中心化平台,其中,該加密安全且可重用之分佈式身份至少包括與一區塊鏈相關聯之一分佈式身份。
- 如請求項11之去中心化平台,其中,該加密安全且可重用之分佈式身份包括公私鑰組合。
- 如請求項11之去中心化平台,其中,該引擎模糊一伺服器之一身份,以支援該去中心化平台內之私用及自主社群媒體活動。
- 如請求項11之去中心化平台,其中該複數個使用者類別包括一所有者、一成員及一客人。
- 如請求項11之去中心化平台,其中,該引擎為提供該數位資訊及服務之該加密安全且可重用之分佈式身份產生一饋送。
- 如請求項11之去中心化平台,其中,該加密安全且可重用之分佈式身份模糊該使用者之一身份,以支援該去中心化平台內之私用及自主社群媒體活動。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163293499P | 2021-12-23 | 2021-12-23 | |
US63/293,499 | 2021-12-23 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202335472A true TW202335472A (zh) | 2023-09-01 |
Family
ID=86903700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111149770A TW202335472A (zh) | 2021-12-23 | 2022-12-23 | 去中心化平台及架構 |
Country Status (2)
Country | Link |
---|---|
TW (1) | TW202335472A (zh) |
WO (1) | WO2023122323A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170046689A1 (en) * | 2015-07-14 | 2017-02-16 | Fmr Llc | Crypto Voting and Social Aggregating, Fractionally Efficient Transfer Guidance, Conditional Triggered Transaction, Datastructures, Apparatuses, Methods and Systems |
US10402792B2 (en) * | 2015-08-13 | 2019-09-03 | The Toronto-Dominion Bank | Systems and method for tracking enterprise events using hybrid public-private blockchain ledgers |
US20170193464A1 (en) * | 2015-12-18 | 2017-07-06 | Justin SHER | Protocol utilizing bitcoin blockchain for maintaining independently proposed and approved set contents |
US11240035B2 (en) * | 2017-05-05 | 2022-02-01 | Jeff STOLLMAN | Systems and methods for extending the utility of blockchains through use of related child blockchains |
US20200349653A1 (en) * | 2018-02-08 | 2020-11-05 | 2Bc Innovations, Llc | Servicing a portfolio of blockchain-encoded rived longevity-contingent instruments |
-
2022
- 2022-12-23 TW TW111149770A patent/TW202335472A/zh unknown
- 2022-12-23 WO PCT/US2022/053921 patent/WO2023122323A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023122323A1 (en) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11637703B2 (en) | Zero-knowledge environment based social networking engine | |
US11811925B2 (en) | Techniques for the safe serialization of the prediction pipeline | |
US11329802B2 (en) | Systems and methods for data collection with blockchain recording | |
US20230010452A1 (en) | Zero-Knowledge Environment Based Networking Engine | |
US10298547B2 (en) | Systems, methods, and media for a cloud based social media network | |
US11423126B2 (en) | Computerized system and method for modifying a media file by automatically applying security features to select portions of media file content | |
US20170277774A1 (en) | Systems and methods for secure storage of user information in a user profile | |
US11372987B1 (en) | System and method for controlling data using containers | |
AU2017283544A1 (en) | Systems and methods for secure storage of user information in a user profile | |
US20170277775A1 (en) | Systems and methods for secure storage of user information in a user profile | |
CN114586030A (zh) | 私密转移学习 | |
TW202335472A (zh) | 去中心化平台及架構 | |
Suwansrikham et al. | Dew computing and asymmetric security framework for big data file sharing | |
TW202341696A (zh) | 用於去中心化平台之分佈式身份管理 | |
US11924330B1 (en) | Cryptographic key exchange | |
WO2018232021A2 (en) | Systems and methods for secure storage of user information in a user profile | |
US20230412611A1 (en) | Systems for Securely Tracking Incident Data and Automatically Generating Data Incident Reports Using Collaboration Rooms with Dynamic Tenancy | |
US20230421567A1 (en) | Systems for Securely Tracking Incident Data and Automatically Generating Data Incident Reports Using Collaboration Rooms with Dynamic Tenancy | |
US20230267372A1 (en) | Hyper-efficient, privacy-preserving artificial intelligence system | |
US20230319059A1 (en) | Privacy friendly system for viewing user presence in an end-to-end encrypted communication platform |