區(qū)塊鏈與數(shù)據(jù)共享 課件 第8、9章 知識(shí)與數(shù)據(jù)共建共享、其他行業(yè)應(yīng)用案例

知識(shí)與數(shù)據(jù)共建共享第八章區(qū)塊鏈與數(shù)據(jù)共享01科研范式變革科研范式變革重大的科學(xué)發(fā)現(xiàn)已經(jīng)從隨機(jī)性和偶然性演變成有基礎(chǔ)、有計(jì)劃、有目標(biāo)的系統(tǒng)工程。展示了由系統(tǒng)工程產(chǎn)生的一系列科學(xué)突破，AlphaFold

是基于大型數(shù)據(jù)庫(kù)和相關(guān)工具進(jìn)行蛋白結(jié)構(gòu)預(yù)測(cè)的生物信息工程，對(duì)生命科學(xué)產(chǎn)生了重要影響。當(dāng)人工智能與基礎(chǔ)科學(xué)研究相結(jié)合，又帶來(lái)了新的變革，一些大型互聯(lián)網(wǎng)公司已在建設(shè)系統(tǒng)性的基礎(chǔ)人工智能平臺(tái)，用于數(shù)據(jù)驅(qū)動(dòng)的基礎(chǔ)科學(xué)研究，如AIforLifeScience、AIforEarthScience。在達(dá)摩院發(fā)布的《2022十大科技趨勢(shì)》中，AIforScience居首位，以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)正在與科學(xué)研究深度融合。借助機(jī)器學(xué)習(xí)在高維空間的表示能力，人類(lèi)可以構(gòu)建復(fù)雜系統(tǒng)，并用于發(fā)現(xiàn)潛在的物理新規(guī)律。8.1科研范式變革8.1科研范式變革8.1科研范式變革圖8-2為DDE

科研基礎(chǔ)設(shè)施的概念架構(gòu)，以數(shù)據(jù)、知識(shí)、計(jì)算、場(chǎng)景四大中臺(tái)引擎服

務(wù)能力建設(shè)為抓手，形成深時(shí)探索引擎

(Deep-time

Engine),構(gòu)建云上數(shù)據(jù)，驅(qū)動(dòng)地學(xué)研

究環(huán)境并鏈接全球科學(xué)家在線協(xié)作，圍繞大科學(xué)問(wèn)題，以數(shù)據(jù)驅(qū)動(dòng)研究為核心手段，實(shí)現(xiàn)

四大演化科學(xué)問(wèn)題的突破；以

D平臺(tái)為載體，實(shí)現(xiàn)科研范式的變革。數(shù)據(jù)網(wǎng)絡(luò)層通過(guò)暗數(shù)據(jù)點(diǎn)亮、元數(shù)據(jù)搜集、科學(xué)數(shù)據(jù)獲取與鏈接等手段，構(gòu)建數(shù)據(jù)網(wǎng)絡(luò)層，為數(shù)據(jù)服務(wù)引擎提供支撐，用來(lái)滿(mǎn)足平臺(tái)各類(lèi)數(shù)據(jù)的搜集、分類(lèi)、管理、檢索等需求。深時(shí)探索引擎4大引擎，分別是數(shù)據(jù)服務(wù)引擎、計(jì)算服務(wù)引擎、知識(shí)服務(wù)引擎和場(chǎng)景服務(wù)引擎。算力網(wǎng)絡(luò)層由個(gè)人、社區(qū)、機(jī)構(gòu)等計(jì)算節(jié)點(diǎn)共同組成的全球云計(jì)算的算力網(wǎng)絡(luò)層，為計(jì)算服務(wù)引擎提供支撐，用來(lái)滿(mǎn)足處理平臺(tái)大量、快速、高效的計(jì)算需求。知識(shí)網(wǎng)絡(luò)層通過(guò)專(zhuān)家知識(shí)系統(tǒng)、知識(shí)圖譜構(gòu)建、眾包知識(shí)百科等方法，形成知識(shí)網(wǎng)絡(luò)層，為知識(shí)服務(wù)引擎提供支撐。8.1科研范式變革010302云上服務(wù)層基于DDE服務(wù)平臺(tái)，構(gòu)建一個(gè)一站式云上的數(shù)據(jù)驅(qū)動(dòng)的地球科學(xué)科研環(huán)境(Data-drivenGeoscienceResearchEnvironment,DDRE),支撐全球科學(xué)家開(kāi)放協(xié)作?？蒲袘?yīng)用層在DDE平臺(tái)的支撐下，為地學(xué)應(yīng)用場(chǎng)景建立定制化的工作流程，實(shí)現(xiàn)多學(xué)科的交匯融合，支撐礦產(chǎn)資源預(yù)測(cè)、古地理重建、地質(zhì)編圖等地學(xué)場(chǎng)景。演化賦能層基于DDE平臺(tái)云上科研基礎(chǔ)設(shè)施服務(wù)能力，推動(dòng)數(shù)據(jù)驅(qū)動(dòng)地球科學(xué)范式變革的進(jìn)程，推進(jìn)人類(lèi)對(duì)深時(shí)數(shù)字地球物質(zhì)演化、生命演化、地理演化和氣候演化四大科學(xué)問(wèn)題的探索。8.1科研范式變革02知識(shí)圖譜聯(lián)邦構(gòu)建算法知識(shí)圖譜知識(shí)是人類(lèi)對(duì)客觀世界認(rèn)知的結(jié)晶，對(duì)知識(shí)的存儲(chǔ)和表示一直是人類(lèi)研究的方向，這里介紹知識(shí)圖譜的基本概念。知識(shí)圖譜(KnowledgeGraph,KG)是知識(shí)表示的一個(gè)重要分支，以符號(hào)形象化表示物理世界中的客觀概念及其之間的相互聯(lián)系以及客觀事物的屬性。知識(shí)圖譜的基本構(gòu)成單位是<實(shí)體，關(guān)系，實(shí)體>三元組，實(shí)體之間通過(guò)關(guān)系聯(lián)系在一起，以此構(gòu)成復(fù)雜的知識(shí)圖狀網(wǎng)絡(luò)。知識(shí)圖譜使用人類(lèi)能夠識(shí)別的字符串表示三元組各元素，作為圖結(jié)構(gòu)還能被計(jì)算機(jī)很好地保存和識(shí)別。相比于一般的圖數(shù)據(jù)，知識(shí)圖譜自帶語(yǔ)義，實(shí)體之間的關(guān)系蘊(yùn)含邏輯含義和規(guī)則。2.1知識(shí)圖譜知識(shí)圖譜知識(shí)圖譜的構(gòu)建一般包含信息抽取、知識(shí)融合、知識(shí)計(jì)算等步驟。信息抽取(InformationExtraction,IE)是一種自動(dòng)化或者半自動(dòng)化地從結(jié)構(gòu)化或者非結(jié)構(gòu)化的信息中抽取實(shí)體、關(guān)系、實(shí)體屬性等信息的技術(shù)。信息抽取是構(gòu)建知識(shí)圖譜的基礎(chǔ)，首先從各種類(lèi)型的數(shù)據(jù)源中抽取出實(shí)體、屬性和實(shí)體之間的關(guān)系，才能在此基礎(chǔ)上形成本體化的知識(shí)表達(dá)。知識(shí)融合是指在從信息源獲取新知識(shí)后對(duì)知識(shí)進(jìn)行整合，消除實(shí)體之間的矛盾和歧義，使得實(shí)體表示更加準(zhǔn)確，其關(guān)鍵技術(shù)包括：實(shí)體對(duì)齊、指代消減等。知識(shí)計(jì)算就是將融合后的知識(shí)進(jìn)行質(zhì)量評(píng)估，將質(zhì)量評(píng)估合格的知識(shí)添加到知識(shí)庫(kù)中，以此確保知識(shí)庫(kù)的質(zhì)量，避免在知識(shí)庫(kù)中出現(xiàn)錯(cuò)誤知識(shí)。下文將從信息抽取的角度，闡述聯(lián)邦算法在知識(shí)圖譜構(gòu)建中的應(yīng)用。2.1科研范式變革知識(shí)圖譜信息抽取在知識(shí)圖譜的構(gòu)建過(guò)程中起到至關(guān)重要的作用，主要包含三個(gè)過(guò)程：實(shí)體抽取、屬性抽取和實(shí)體關(guān)系抽取。實(shí)體抽取是指從非結(jié)構(gòu)化文本中抽取實(shí)體的過(guò)程；在得到實(shí)體后，需要從文本中抽取實(shí)體之間的關(guān)系，關(guān)系將實(shí)體連接起來(lái)，構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)；屬性抽取目標(biāo)是從文本中抽取特定實(shí)體的相關(guān)屬性，以此來(lái)豐富實(shí)體的語(yǔ)義。實(shí)體關(guān)系抽取主要有兩種方法：基于流水線的方法和聯(lián)合抽取的方法。2.1科研范式變革2.2聯(lián)邦知識(shí)補(bǔ)充介紹聯(lián)邦學(xué)習(xí)本質(zhì)上是一種模型分布式訓(xùn)練框架，在中央服務(wù)器的協(xié)調(diào)下，由多個(gè)客戶(hù)端協(xié)同，解決機(jī)器學(xué)習(xí)問(wèn)題的一種模型構(gòu)建的方法。假定有n個(gè)客戶(hù)端U,U?,,U,,均擁有各自的本地?cái)?shù)據(jù)集D,將所有本地?cái)?shù)據(jù)集中成為總的數(shù)據(jù)集D=D?UD?U…UD,在D上訓(xùn)練出的模型為Macud。聯(lián)邦學(xué)習(xí)不直接將所有數(shù)據(jù)聚合在一起訓(xùn)練得到模型Mgun,而是由各參與方根據(jù)中央服務(wù)器傳遞的初始參數(shù)w。訓(xùn)練本地?cái)?shù)據(jù)得到新的參數(shù)w.,再將更新后的參數(shù)變化量w?；颚?w?-w?傳送到中央服務(wù)器，中央服務(wù)器根據(jù)各客戶(hù)端上傳的參數(shù)或梯度對(duì)聯(lián)邦全局模型M進(jìn)行聚合更新。聯(lián)邦學(xué)習(xí)還需要保證模型M與模型Mgonl之間的差距足夠小即Mra-Moobd|<5其中，ε為任意小的正數(shù)，稱(chēng)為聯(lián)邦學(xué)習(xí)算法具有ε-精度損失。2.2聯(lián)邦知識(shí)補(bǔ)充介紹橫向聯(lián)邦學(xué)習(xí)，又稱(chēng)為基于樣本的聯(lián)邦學(xué)習(xí)，

一般應(yīng)用在數(shù)據(jù)的特征空間相同但樣本

空間不同的情況。例如，兩家處在異地的銀行雖然顧客群體分布不同，但是服務(wù)種類(lèi)大致

一樣，這種情況適用于橫向聯(lián)邦學(xué)習(xí)。縱向聯(lián)邦學(xué)習(xí)，又稱(chēng)為基于特征的聯(lián)邦學(xué)習(xí)，即數(shù)據(jù)中的特征空間分布不同但樣本空

間分布相同。例如，處在同一城市中的兩個(gè)不同商業(yè)機(jī)構(gòu)受眾極其相似，但是服務(wù)種類(lèi)不一樣?？v向聯(lián)邦學(xué)習(xí)將不同的特征進(jìn)行聚合，并以隱私保護(hù)的方式計(jì)算訓(xùn)練損失和梯度，

從而用多方的數(shù)據(jù)協(xié)同構(gòu)建模型。聯(lián)邦遷移學(xué)習(xí)應(yīng)用于數(shù)據(jù)在特征空間和樣本空間均不同的情況。例如，處在中國(guó)的銀

行和美國(guó)的證券交易所，兩者的服務(wù)對(duì)象和服務(wù)種類(lèi)都不相同，可以使用遷移學(xué)習(xí)技術(shù)為

聯(lián)邦學(xué)習(xí)的整個(gè)樣本空間和特征空間提供解決方案，從兩個(gè)數(shù)據(jù)集有限的公共樣本集中學(xué)

習(xí)特征空間的公共表示，然后對(duì)一側(cè)的特征樣本進(jìn)行預(yù)測(cè)。局部計(jì)算每個(gè)選定的客戶(hù)端通過(guò)執(zhí)行訓(xùn)練程序，在本地?cái)?shù)據(jù)集上對(duì)模型進(jìn)行訓(xùn)練，完成一定次數(shù)的本地訓(xùn)練后。模型更新中央服務(wù)器完成本輪聚合后，進(jìn)行全局模型的更新，并將更新后的全局模型廣播給參與的客戶(hù)端，然后開(kāi)始新一輪的聯(lián)邦訓(xùn)練。系統(tǒng)初始化中央服務(wù)器發(fā)布建模任務(wù)并尋求可參與的客戶(hù)端，持有數(shù)據(jù)的客戶(hù)端根據(jù)自身的情況提出聯(lián)合建模的需求。聚合中央服務(wù)器對(duì)收到的各客戶(hù)端的模型進(jìn)行聚合，一旦聚合了足夠數(shù)量的模型，其余客戶(hù)端的產(chǎn)生的模型將被中央服務(wù)器忽略。2.2聯(lián)邦知識(shí)補(bǔ)充介紹聯(lián)邦聯(lián)合抽取模型下面以DDE中的地學(xué)知識(shí)圖譜構(gòu)建為例介紹聯(lián)邦聯(lián)合抽取模型。地球科學(xué)知識(shí)圖譜是識(shí)別地殼中自然資源的重要信息來(lái)源，這種圖狀的數(shù)據(jù)結(jié)構(gòu)可以幫助地質(zhì)學(xué)家分析礦物資源的分布，從而估計(jì)未知自然資源的準(zhǔn)確位置。構(gòu)建地學(xué)知識(shí)圖譜首先需要從非結(jié)構(gòu)化文本中抽取實(shí)體和關(guān)系等基本構(gòu)成元素，但是在全球科學(xué)協(xié)作體系中，各數(shù)據(jù)持有方之間有可能無(wú)法直接共享原始數(shù)據(jù)。2.3聯(lián)邦聯(lián)合抽取模型

首先，明確聯(lián)合抽取的定義。聯(lián)合抽取任務(wù)由兩個(gè)子任務(wù)組成，分別是命名實(shí)體識(shí)別(NER)和關(guān)系抽取(RE)。給定一個(gè)輸入序列W=[w,W?,…w,],其中w,表示序列中的第i

個(gè)元素，命名實(shí)體識(shí)別的任務(wù)是抽取出序列中所有的實(shí)體并組成實(shí)體集合E={e},m表示序列中實(shí)體的數(shù)量。當(dāng)獲得序列中所有實(shí)體后，關(guān)系抽取旨在識(shí)別集合E中任意實(shí)體對(duì)<e,e,>之間的對(duì)應(yīng)關(guān)系re{RUNA},R表示預(yù)先定義的關(guān)系種類(lèi)，NA表示實(shí)體對(duì)之間不具有關(guān)系類(lèi)型。最終抽取得到的實(shí)體和關(guān)系以三元組<s,r,o>的形式存儲(chǔ)在圖數(shù)據(jù)庫(kù)中，s∈E表示三元組中的主體實(shí)體，o∈E

表示三元組中的客體實(shí)體，r∈R

表示實(shí)體對(duì)之間的關(guān)系。2.3聯(lián)邦聯(lián)合抽取模型

聯(lián)合抽取模型中的單向編碼器用于對(duì)文本中每個(gè)位置的詞元進(jìn)行編碼，以捕獲上下文的語(yǔ)義信息。最后將這些信息輸入解碼器，生成特定任務(wù)中對(duì)應(yīng)類(lèi)別的概率分布，即實(shí)體類(lèi)別的概率分布YNR和關(guān)系類(lèi)別的概率分布YR。對(duì)于沉積學(xué)中聯(lián)合抽取模型訓(xùn)練過(guò)程中數(shù)據(jù)不能直接共享的問(wèn)題，通過(guò)聯(lián)邦聯(lián)合抽取框架來(lái)解決。遵循聯(lián)邦訓(xùn)練過(guò)程中的一般設(shè)置，將此框架建模為兩部分：控制每輪通信和模型聚合的中央服務(wù)器，以及執(zhí)行本地訓(xùn)練的多個(gè)客戶(hù)端。因此存在兩種模型，即本地模型和全局模型。本地模型位于客戶(hù)端且使用客戶(hù)端的本地?cái)?shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練結(jié)束后，其參數(shù)將上傳到中央服務(wù)器。2.3聯(lián)邦聯(lián)合抽取模型聯(lián)邦聯(lián)合抽取模型2.3聯(lián)邦聯(lián)合抽取模型通用聯(lián)邦訓(xùn)練的最終模型由中央服務(wù)器生成并且廣播給各客戶(hù)端進(jìn)行預(yù)測(cè)任務(wù)，所以所有客戶(hù)端的本地模型都相同，只適用于客戶(hù)端數(shù)據(jù)服從獨(dú)立同分布的情況。如果客戶(hù)端之間的數(shù)據(jù)不服從獨(dú)立同分布或者客戶(hù)端之間的抽取目標(biāo)有差別，這種通用的聯(lián)邦訓(xùn)練方式便不再適用，即通用的聯(lián)邦訓(xùn)練方法不能滿(mǎn)足每個(gè)客戶(hù)端的個(gè)性化提取目標(biāo)，為此借鑒個(gè)性化聯(lián)邦學(xué)習(xí)，我們?cè)O(shè)計(jì)了個(gè)性化聯(lián)邦聯(lián)合抽取模型。個(gè)性化聯(lián)邦訓(xùn)練不同于通用的聯(lián)邦訓(xùn)練過(guò)程，目的是滿(mǎn)足不同客戶(hù)端的個(gè)性化提取目標(biāo)，如圖8-7所示。與通用聯(lián)邦訓(xùn)練過(guò)程相同，在訓(xùn)練開(kāi)始前中央服務(wù)器首先選定參與訓(xùn)練的m個(gè)客戶(hù)端，然后將全局模型廣播到選定的m個(gè)客戶(hù)端?？蛻?hù)端基于本地?cái)?shù)據(jù)訓(xùn)練模型，并且使用梯度下降的方式更新模型參數(shù)。聯(lián)邦聯(lián)合抽取模型2.3聯(lián)邦聯(lián)合抽取模型同樣，嵌入層負(fù)責(zé)將輸入文本轉(zhuǎn)化為低維稠密向量，以便后續(xù)計(jì)算；編碼器負(fù)責(zé)學(xué)習(xí)序列的上下文語(yǔ)義信息；解碼器對(duì)編碼器學(xué)習(xí)到的特征進(jìn)行解碼，獲得對(duì)應(yīng)標(biāo)簽的概率。編碼器在不同的提取任務(wù)上學(xué)習(xí)不同的上下文語(yǔ)境信息，解碼器對(duì)不同的特征進(jìn)行解碼，導(dǎo)致編碼器層和解碼器隨著提取任務(wù)的變化而變化。嵌入層將輸入序列轉(zhuǎn)化為低維稠密向量，不同提取任務(wù)中的詞嵌入可以相同，這樣就提供了一種新的聯(lián)邦訓(xùn)練方法。因此，可以將嵌入層視為聯(lián)邦訓(xùn)練中的獨(dú)立模塊，在聯(lián)邦訓(xùn)練過(guò)程中可以收集不同客戶(hù)端本地?cái)?shù)據(jù)的語(yǔ)義信息，以提高不同客戶(hù)端聯(lián)合抽取模型的性能。聯(lián)邦聯(lián)合抽取模型2.3聯(lián)邦聯(lián)合抽取模型基于以上分析，訓(xùn)練過(guò)程將聯(lián)合抽取模型分為兩個(gè)模塊：本地模塊和更新模塊。本地模塊包括用于捕獲本地?cái)?shù)據(jù)中特定上下文語(yǔ)義信息的編碼器和解碼器，因不同客戶(hù)端的提取目標(biāo)而異，差異體現(xiàn)為模型參數(shù)而不是模型結(jié)構(gòu)。更新模塊的目的是捕獲不同客戶(hù)端本地?cái)?shù)據(jù)的語(yǔ)義信息，并通過(guò)聯(lián)邦訓(xùn)練來(lái)豐富嵌入語(yǔ)義，包含其他客戶(hù)端的本地信息的語(yǔ)義信息。客戶(hù)端v的模型參數(shù)為Q,則本地模塊和更新模塊的參數(shù)分別為0和θ“。兩個(gè)模塊的參數(shù)更新過(guò)程為：聯(lián)邦聯(lián)合抽取模型客戶(hù)端本地模型訓(xùn)練結(jié)束后，將更新模塊的參數(shù)“上傳到中央服務(wù)器，而本地模塊的參數(shù)保存在本地。當(dāng)所有參與訓(xùn)練客戶(hù)端的更新模塊參數(shù)收集后，中央服務(wù)器使用參數(shù)聚合算法實(shí)現(xiàn)全局模型參數(shù)的更新，將更新后的參數(shù)廣播到被選定的客戶(hù)端，開(kāi)始新一輪的訓(xùn)練過(guò)程。與通用聯(lián)邦訓(xùn)練過(guò)程相比，個(gè)性化聯(lián)邦訓(xùn)練過(guò)程只將聯(lián)合抽取模型的一部分參數(shù)進(jìn)行上傳，這將減輕聯(lián)邦訓(xùn)練過(guò)程中的通信負(fù)擔(dān)，從而提升模型的訓(xùn)練速度。各客戶(hù)端訓(xùn)練速度不一定相同，所以當(dāng)客戶(hù)端訓(xùn)練結(jié)束將更新模塊的參數(shù)上傳到中央服務(wù)器后，中央服務(wù)器將上傳的參數(shù)進(jìn)行存儲(chǔ)。當(dāng)所有客戶(hù)端結(jié)束訓(xùn)練后，中央服務(wù)器對(duì)存儲(chǔ)的參數(shù)進(jìn)行聚合，以此來(lái)更新全局模型。與通用聯(lián)邦訓(xùn)練過(guò)程相同，F(xiàn)edAvg"作為參數(shù)聚合算法。參數(shù)聚合過(guò)程如下：2.3聯(lián)邦聯(lián)合抽取模型聯(lián)邦聯(lián)合抽取模型2.3聯(lián)邦聯(lián)合抽取模型

參數(shù)聚合后，形成新的全局模型，該模型僅由嵌入層構(gòu)成。在下一輪通信中，中央服務(wù)器

向每個(gè)選定的客戶(hù)端廣播新的全局模型，以進(jìn)行下一次聯(lián)合訓(xùn)練，直到全局模型收斂。為了驗(yàn)證聯(lián)邦聯(lián)合抽取模型的性能，在標(biāo)記的沉積學(xué)領(lǐng)域數(shù)據(jù)集上和開(kāi)放領(lǐng)域數(shù)據(jù)集

上對(duì)模型進(jìn)行測(cè)試。模型在各數(shù)據(jù)集上的表現(xiàn)如表8-1所示。2.3聯(lián)邦聯(lián)合抽取模型2.3聯(lián)邦聯(lián)合抽取模型03知識(shí)共建共享平臺(tái)平臺(tái)目標(biāo)知識(shí)共建共享平臺(tái)的目標(biāo)是利用自然語(yǔ)言處理、深度學(xué)習(xí)、語(yǔ)義網(wǎng)、云計(jì)算、區(qū)塊鏈等技術(shù)，以“協(xié)同共建、共享應(yīng)用”為主線，研發(fā)開(kāi)放協(xié)同、智能高效、安全可控的知識(shí)圖譜構(gòu)建平臺(tái)，實(shí)現(xiàn)知識(shí)圖譜持續(xù)構(gòu)建更新與質(zhì)量控制機(jī)制，實(shí)現(xiàn)多人協(xié)同與人機(jī)協(xié)同相結(jié)合的知識(shí)圖譜科學(xué)高效構(gòu)建、持續(xù)更新管理、有序共享服務(wù)和知識(shí)演化分析等功能。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)平臺(tái)構(gòu)架根據(jù)平臺(tái)前述定位目標(biāo)，圍繞知識(shí)圖譜構(gòu)建管理到應(yīng)用服務(wù)的全生命周期，我們以DDE系統(tǒng)的建設(shè)為例，介紹DDE知識(shí)圖譜平臺(tái)的總體架構(gòu)，并描述其與DDE大數(shù)據(jù)和大平臺(tái)的關(guān)系，如圖8-8所示。DDE知識(shí)圖譜平臺(tái)總體上由共性的技術(shù)中臺(tái)、知識(shí)圖譜構(gòu)建軟件、知識(shí)圖譜共享應(yīng)用軟件三部分組成。知識(shí)圖譜技術(shù)中臺(tái)為知識(shí)圖譜構(gòu)建軟件、共享應(yīng)用軟件提供共性技術(shù)(工具)的支撐，避免共性技術(shù)(工具)的重復(fù)研發(fā)。知識(shí)圖譜平臺(tái)通過(guò)統(tǒng)一的知識(shí)圖譜引擎為DDE大數(shù)據(jù)、大平臺(tái)提供知識(shí)圖譜服務(wù)。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)知識(shí)圖譜技術(shù)中臺(tái)知識(shí)圖譜技術(shù)中臺(tái)是為了避免知識(shí)圖譜平臺(tái)中不同軟件系統(tǒng)所需的共性技術(shù)的重復(fù)研發(fā)，加速軟件系統(tǒng)開(kāi)發(fā)，縮短軟件系統(tǒng)開(kāi)發(fā)周期，方便共性技術(shù)升級(jí)，而設(shè)置的中間平臺(tái)。技術(shù)中臺(tái)通常以組件或服務(wù)的形式為軟件系統(tǒng)提供支撐服務(wù)。在DDE中，知識(shí)圖譜技術(shù)中臺(tái)主要包括：網(wǎng)絡(luò)信息爬取技術(shù)；自然語(yǔ)言處理技術(shù)，如中文分詞、詞性標(biāo)注、命名實(shí)體識(shí)別、詞向量表示、詞義相似度計(jì)算、文本分類(lèi)等；用于回歸、分類(lèi)、聚類(lèi)、降維的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)常用算法模型，如k-Means算法、貝葉斯算法、支持向量機(jī)(SVM)、隨機(jī)森林決策樹(shù)(RF)、卷積神經(jīng)網(wǎng)絡(luò)(DNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)、雙向長(zhǎng)短期記憶網(wǎng)絡(luò)(BiLSTM)、雙向遷移編碼器表示模型(BERT)等。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)知識(shí)圖譜構(gòu)建軟件系統(tǒng)知識(shí)圖譜群智協(xié)同構(gòu)建系統(tǒng)(DDEKGEditor):面向地學(xué)領(lǐng)域?qū)I(yè)科研人員，主要實(shí)現(xiàn)自上而下的群智協(xié)同的地學(xué)知識(shí)圖譜構(gòu)建，特別是地學(xué)知識(shí)圖譜模式層(本體)的構(gòu)建及其更新管理。知識(shí)圖譜構(gòu)建軟件系統(tǒng)知識(shí)圖譜知識(shí)自動(dòng)采集與抽取系統(tǒng)(DDEKGExtractor):基于網(wǎng)絡(luò)文本、科技論文、專(zhuān)著等，實(shí)現(xiàn)多模態(tài)地學(xué)知識(shí)語(yǔ)料信息的自動(dòng)化采集與清洗；利用自然語(yǔ)言處理、知識(shí)抽取、對(duì)齊融合等技術(shù)，主要實(shí)現(xiàn)自下而上的地學(xué)知識(shí)圖譜構(gòu)建。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)知識(shí)圖譜共享應(yīng)用軟件知識(shí)圖譜知識(shí)共享服務(wù)系統(tǒng)(DDEKGProvider):面向全球地學(xué)科研人員及相關(guān)政府管理部門(mén)和產(chǎn)業(yè)部門(mén)，通過(guò)在線應(yīng)用、接口訪問(wèn)、文件下載等多種形式，提供分類(lèi)分級(jí)、安全有序的地學(xué)知識(shí)圖譜共享服務(wù)功能。知識(shí)圖譜共享應(yīng)用軟件知識(shí)圖譜知識(shí)應(yīng)用賦能系統(tǒng)(DDEKGEnabler):面向地學(xué)領(lǐng)域?qū)I(yè)研究人員，基于全域地學(xué)知識(shí)圖譜，提供學(xué)科或主題科技資源智能搜索與關(guān)聯(lián)推薦、知識(shí)演化分析、推理計(jì)算與預(yù)測(cè)等應(yīng)用賦能功能，支撐大數(shù)據(jù)-大知識(shí)兩輪驅(qū)動(dòng)的地學(xué)創(chuàng)新研究。研發(fā)技術(shù)DDE知識(shí)圖譜平臺(tái)研發(fā)涉及的技術(shù)主要包括數(shù)據(jù)庫(kù)技術(shù)(Neo4j、Gstore、Virtuoso和MySQL數(shù)據(jù)庫(kù)等)。應(yīng)用層基于DDE知識(shí)圖譜技術(shù)中臺(tái)，集約高效研發(fā)知識(shí)圖譜構(gòu)建管理系統(tǒng)，包括：群智協(xié)同構(gòu)建系統(tǒng)(DDEKGEditor)和知識(shí)自動(dòng)挖掘系統(tǒng)(DDEKGCrawler)?；A(chǔ)設(shè)施層DDE知識(shí)圖譜平臺(tái)運(yùn)行在云服務(wù)環(huán)境下，采用由公有云和私有云共同組成的混合云模式，提供DDE知識(shí)圖譜的存儲(chǔ)、計(jì)算能力和安全保障。技術(shù)中臺(tái)面向DDE知識(shí)圖譜平臺(tái)各軟件系統(tǒng)及其他支撐的應(yīng)用系統(tǒng)，將上述核心技術(shù)進(jìn)行整合集成，實(shí)現(xiàn)知識(shí)圖譜平臺(tái)的共性技術(shù)，形成統(tǒng)一的技術(shù)中臺(tái)。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)開(kāi)發(fā)實(shí)例為了實(shí)現(xiàn)群智協(xié)同構(gòu)建系統(tǒng)，我們開(kāi)發(fā)了GeoscienceKnowledgeGraphCollaborativeEditor(以下簡(jiǎn)稱(chēng)Editor),2019年10月正式啟動(dòng)，已經(jīng)順利迭代至第二版本。Editor系統(tǒng)面向地學(xué)領(lǐng)域?qū)I(yè)科研人員，主要實(shí)現(xiàn)自上而下的群智協(xié)同的地學(xué)知識(shí)圖譜協(xié)同構(gòu)建與管理，特別是地學(xué)知識(shí)圖譜模式層(本體)的構(gòu)建及其更新管理，也包括實(shí)例層(事實(shí)性知識(shí))的構(gòu)建管理，如圖8-10所示。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)開(kāi)發(fā)實(shí)例Editor系統(tǒng)是一種用于收集、編輯和組織本體和實(shí)例的知識(shí)工具，首頁(yè)如圖8-11所示，可以將地學(xué)領(lǐng)域中最基本的本體、實(shí)例及其對(duì)應(yīng)關(guān)系進(jìn)行梳理，形成專(zhuān)業(yè)知識(shí)圖譜。開(kāi)發(fā)實(shí)例Editor系統(tǒng)的用戶(hù)包括在地球科學(xué)領(lǐng)域具有一定研究和專(zhuān)業(yè)背景的人，特別是學(xué)者、專(zhuān)家和科學(xué)家。3.1知識(shí)共建共享平臺(tái)總體設(shè)計(jì)知識(shí)圖譜共建機(jī)制DDE知識(shí)圖譜涉及學(xué)科多、規(guī)模大，為了高效推進(jìn)DDE知識(shí)圖譜的高質(zhì)量建設(shè)，必須建立“小核心、大網(wǎng)絡(luò)”的共建模式，即以DDE18個(gè)學(xué)科工作組及相關(guān)任務(wù)組為核心，通過(guò)良好的激勵(lì)機(jī)制和知識(shí)產(chǎn)權(quán)保護(hù)機(jī)制，吸引全球地學(xué)科研人員共同參與DDE知識(shí)圖譜建設(shè)，形成DDE知識(shí)圖譜協(xié)同共建的全球大網(wǎng)絡(luò)。(1)核心團(tuán)隊(duì)穩(wěn)定建設(shè)機(jī)制按照DDE國(guó)際大科學(xué)計(jì)劃的總體分工安排，各學(xué)科工作組負(fù)責(zé)本學(xué)科領(lǐng)域知識(shí)圖譜的建設(shè)、質(zhì)量審核與更新維護(hù)工作，平臺(tái)、數(shù)據(jù)、標(biāo)準(zhǔn)等相關(guān)任務(wù)組配合。學(xué)科工作組組長(zhǎng)總體牽頭協(xié)調(diào)，組織國(guó)內(nèi)外團(tuán)隊(duì)，進(jìn)行學(xué)科知識(shí)圖譜建設(shè)工作分工。3.2知識(shí)圖譜共建共享機(jī)制3.2知識(shí)圖譜共建共享機(jī)制全球網(wǎng)絡(luò)合作共建機(jī)制對(duì)于國(guó)際/國(guó)內(nèi)地學(xué)知識(shí)圖譜應(yīng)用機(jī)構(gòu)或個(gè)人，利用DDE知識(shí)圖譜及其DDE大數(shù)據(jù)、云計(jì)算等其他資源，支撐其應(yīng)用研究或合作開(kāi)展研究，鼓勵(lì)其將應(yīng)用研究中形成的知識(shí)圖譜反哺到DDE知識(shí)圖譜平臺(tái)。全球網(wǎng)絡(luò)合作共建機(jī)制對(duì)于國(guó)際/國(guó)內(nèi)地學(xué)科研人員，通過(guò)共享DDE資源的機(jī)制，鼓勵(lì)其參與DDE知識(shí)圖譜的共建。根據(jù)其錄入的知識(shí)數(shù)量和質(zhì)量核定積分，依據(jù)積分情況，向其開(kāi)放共享DDE擁有的數(shù)據(jù)、知識(shí)、云計(jì)算及軟件工具資源。3.2知識(shí)圖譜共建共享機(jī)制知識(shí)圖譜審核機(jī)制在全球范圍邀請(qǐng)本學(xué)科領(lǐng)域知名專(zhuān)家作為知識(shí)圖譜固定的審核編輯。在DDE平臺(tái)上宣傳介紹學(xué)科領(lǐng)域知識(shí)圖譜評(píng)審專(zhuān)家，并在知識(shí)圖譜元數(shù)據(jù)中注明評(píng)審專(zhuān)家，給予專(zhuān)家學(xué)術(shù)榮譽(yù)和知識(shí)產(chǎn)權(quán)保護(hù)。知識(shí)圖譜審核機(jī)制通過(guò)計(jì)算機(jī)系統(tǒng)自動(dòng)查找建立學(xué)科領(lǐng)域知識(shí)圖譜審核專(zhuān)家?guī)?，向?qū)W科知識(shí)圖譜工作組組長(zhǎng)推薦審核專(zhuān)家，由組長(zhǎng)最終指派審核專(zhuān)家，同樣給予專(zhuān)家學(xué)術(shù)榮譽(yù)和知識(shí)產(chǎn)權(quán)保護(hù)。對(duì)于評(píng)審專(zhuān)家，同樣根據(jù)其評(píng)審的知識(shí)數(shù)量和質(zhì)量核定積分，依據(jù)積分情況，向其開(kāi)放共享DDE擁有的數(shù)據(jù)、知識(shí)、云計(jì)算及軟件工具資源。知識(shí)圖譜共享機(jī)制DDE知識(shí)圖譜無(wú)償向全球地學(xué)科研人員、公益組織及政府管理部門(mén)開(kāi)放使用。任何使用DDE知識(shí)圖譜的機(jī)構(gòu)和人員應(yīng)在其應(yīng)用成果及其相應(yīng)的出版物上明確標(biāo)識(shí)DDE知識(shí)圖譜的來(lái)源以及知識(shí)圖譜貢獻(xiàn)者要求引用的相關(guān)文章。全球地學(xué)科研人員、公益組織及政府管理部門(mén)可無(wú)償使用DDE知識(shí)圖譜，但不具有散發(fā)權(quán)、發(fā)布權(quán)和轉(zhuǎn)讓權(quán)。任何計(jì)劃散發(fā)、發(fā)布DDE知識(shí)圖譜的機(jī)構(gòu)和個(gè)人必須征得DDEPI同意，并簽署合作協(xié)議，明確標(biāo)識(shí)DDE知識(shí)產(chǎn)權(quán)后方可散發(fā)和發(fā)布。任何計(jì)劃將DDE知識(shí)圖譜用于商業(yè)目的的機(jī)構(gòu)和個(gè)人必須征得DDEPI同意，并簽署合作協(xié)議，承諾保護(hù)DDE知識(shí)產(chǎn)權(quán)后，方可有償使用DDE知識(shí)圖譜。3.2知識(shí)圖譜共建共享機(jī)制區(qū)塊鏈及隱私計(jì)算技術(shù)應(yīng)用3.3區(qū)塊鏈及隱私計(jì)算技術(shù)應(yīng)用全域地學(xué)知識(shí)圖譜作為全球?qū)＜夜步ü蚕淼难芯砍晒?，針?duì)知識(shí)擁有者希望參與知識(shí)圖譜群智構(gòu)建過(guò)程，貢獻(xiàn)自身知識(shí)并聲明知識(shí)產(chǎn)權(quán)，但不愿意公開(kāi)知識(shí)細(xì)節(jié)的場(chǎng)景，以及基于邊緣計(jì)算的知識(shí)訪問(wèn)控制模型，可利用具備隱私保護(hù)能力的知識(shí)存儲(chǔ)證明方法，實(shí)現(xiàn)“我的知識(shí)我做主”的知識(shí)共享模式。通過(guò)區(qū)塊鏈和聯(lián)邦學(xué)習(xí)方法等，確保分布式環(huán)境下地學(xué)知識(shí)圖譜協(xié)同編輯的安全性和公平性，使得參與各方使用本地的地學(xué)數(shù)據(jù)協(xié)同訓(xùn)練深度學(xué)習(xí)模型并保證本地?cái)?shù)據(jù)的隱私性，不會(huì)造成數(shù)據(jù)泄露。以區(qū)塊鏈智能合約實(shí)現(xiàn)地學(xué)知識(shí)圖譜自治社區(qū)的運(yùn)行和維護(hù)，引入公鑰基礎(chǔ)設(shè)施的分布式身份認(rèn)證，確保知識(shí)圖譜構(gòu)建專(zhuān)家身份的真實(shí)性，并通過(guò)帶權(quán)重的民主投票方式、關(guān)聯(lián)分析、用戶(hù)評(píng)分等方式，建立知識(shí)圖譜的專(zhuān)家價(jià)值貢獻(xiàn)綜合評(píng)估模型，通過(guò)價(jià)值貢獻(xiàn)、信譽(yù)預(yù)言機(jī)、專(zhuān)家相互評(píng)價(jià)三種方式建立學(xué)科專(zhuān)家的知識(shí)貢獻(xiàn)統(tǒng)計(jì)模型，實(shí)現(xiàn)專(zhuān)家知識(shí)貢獻(xiàn)的量化，進(jìn)而構(gòu)建面向全球地學(xué)科研人員的知識(shí)圖譜可持續(xù)構(gòu)建激勵(lì)機(jī)制。04數(shù)據(jù)共建共享平臺(tái)DDE數(shù)據(jù)網(wǎng)絡(luò)DDE數(shù)據(jù)網(wǎng)絡(luò)是踐行開(kāi)放共享理念的載體之一。DDE不是把所有數(shù)據(jù)集中一起存儲(chǔ)，而是通過(guò)鏈接和互操作協(xié)議及技術(shù)把全球各數(shù)據(jù)節(jié)點(diǎn)鏈接起來(lái)，成為數(shù)據(jù)網(wǎng)絡(luò)。統(tǒng)一數(shù)據(jù)服務(wù)統(tǒng)一數(shù)據(jù)服務(wù)主要包括數(shù)據(jù)導(dǎo)航、數(shù)據(jù)探索、數(shù)據(jù)貢獻(xiàn)、數(shù)據(jù)生產(chǎn)和數(shù)據(jù)開(kāi)發(fā)，從而DDE大平臺(tái)和全球數(shù)據(jù)節(jié)點(diǎn)可以平等地從數(shù)據(jù)網(wǎng)絡(luò)中獲取數(shù)據(jù)服務(wù)。數(shù)據(jù)源數(shù)據(jù)源主要有7類(lèi)：國(guó)家地調(diào)局檔案/數(shù)據(jù)庫(kù)、學(xué)術(shù)組織已有數(shù)據(jù)庫(kù)、學(xué)術(shù)研究機(jī)構(gòu)已有數(shù)據(jù)庫(kù)、出版商或商業(yè)企業(yè)數(shù)據(jù)庫(kù)、期刊文獻(xiàn)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)/數(shù)據(jù)庫(kù)、志愿者共享數(shù)據(jù)。湖倉(cāng)一體數(shù)據(jù)存儲(chǔ)湖倉(cāng)一體技術(shù)是DDE數(shù)據(jù)網(wǎng)絡(luò)底層存儲(chǔ)支撐，包含從各數(shù)據(jù)源整理構(gòu)建的元數(shù)據(jù)庫(kù)，從數(shù)據(jù)源構(gòu)建實(shí)體數(shù)據(jù)庫(kù)群，從數(shù)據(jù)源構(gòu)建出的鏈接數(shù)據(jù)庫(kù)。8.4數(shù)據(jù)共建共享系統(tǒng)其他行業(yè)應(yīng)用案例第九章區(qū)塊鏈與數(shù)據(jù)共享

01供應(yīng)鏈應(yīng)用1.1場(chǎng)景和需求場(chǎng)景和需求供應(yīng)鏈?zhǔn)侨祟?lèi)社會(huì)活動(dòng)中非常復(fù)雜的一套系統(tǒng)工程凹，參與方包括信息流、物流、資金流在整個(gè)流程中的內(nèi)容，包括商業(yè)活動(dòng)中的核心企業(yè)、供應(yīng)商、物流運(yùn)輸企業(yè)、客戶(hù)等。一般而言，制造業(yè)的供應(yīng)鏈從原材料的采購(gòu)開(kāi)始就會(huì)涉及生產(chǎn)、加工、包裝、運(yùn)輸、銷(xiāo)售等環(huán)節(jié)，因此供應(yīng)鏈在主體上會(huì)涉及不同的行業(yè)、不同的企業(yè)，在地域上可能跨越不同的城市、省份甚至國(guó)家(或地區(qū)),供應(yīng)鏈的整個(gè)流程中的上下游本質(zhì)上是層層供應(yīng)商、層層客戶(hù)的關(guān)系，每個(gè)下游的業(yè)務(wù)和發(fā)展都與上游的供應(yīng)有著緊密的聯(lián)系場(chǎng)景和需求從業(yè)務(wù)上，供應(yīng)鏈有多種，如制造供應(yīng)鏈、食品供應(yīng)鏈、危化品供應(yīng)鏈等，它們的共同特點(diǎn)是，不同企業(yè)之間相互協(xié)作，結(jié)合各自的優(yōu)勢(shì)，在市場(chǎng)上為用戶(hù)提供商品或服務(wù)，組合成具有競(jìng)爭(zhēng)力的大型商業(yè)聯(lián)盟。表面上看只是一個(gè)供應(yīng)鏈，實(shí)際上也是一個(gè)價(jià)值鏈，通過(guò)各節(jié)點(diǎn)的加工、運(yùn)輸、包裝提高整個(gè)商品的價(jià)值，同時(shí)把利潤(rùn)帶到各節(jié)點(diǎn)。每個(gè)環(huán)節(jié)對(duì)于整個(gè)業(yè)務(wù)參與方來(lái)說(shuō)都是至關(guān)重要的，整體的效率和收益會(huì)直接影響到每個(gè)節(jié)點(diǎn)的材料質(zhì)量和供貨效率。1.1場(chǎng)景和需求可追溯性溯源是區(qū)塊鏈的特征，也是供應(yīng)鏈產(chǎn)業(yè)的需求與痛點(diǎn)所在。由于系統(tǒng)復(fù)雜、數(shù)據(jù)冗余、隔離等原因，對(duì)于有問(wèn)題的商品，相關(guān)產(chǎn)業(yè)難以快速、有效、準(zhǔn)確地進(jìn)行追責(zé)和召回。區(qū)塊鏈系統(tǒng)可以實(shí)時(shí)獲取整個(gè)過(guò)程中產(chǎn)生的數(shù)據(jù)，這些數(shù)據(jù)是不可篡改的且存儲(chǔ)在聯(lián)盟各方，有助于精確定位和有效追溯。不可篡改性一方面，傳統(tǒng)系統(tǒng)中的數(shù)據(jù)往往會(huì)被黑客攻破，企業(yè)的品牌影響力也會(huì)因此下降，這對(duì)企業(yè)來(lái)說(shuō)影響很大；另一方面，出于各種目的，系統(tǒng)內(nèi)部的管理員也存在獲取并修改數(shù)據(jù)的可能性。這些場(chǎng)景從技術(shù)層面難以規(guī)避，解決這類(lèi)問(wèn)題往往需要額外的管理成本。1.2區(qū)塊鏈多方協(xié)調(diào)場(chǎng)景和需求供應(yīng)鏈的管理對(duì)于鏈條上的企業(yè)生命至關(guān)重要，高效低成本的運(yùn)作是供應(yīng)鏈管理的目標(biāo)，傳統(tǒng)的供應(yīng)鏈管理在信息網(wǎng)絡(luò)技術(shù)的基礎(chǔ)上有了很大的進(jìn)步，包括常用的辦公自動(dòng)化系統(tǒng)、ERP系統(tǒng)等都有效地支持了供應(yīng)鏈系統(tǒng)的運(yùn)行。但是由于傳統(tǒng)的技術(shù)架構(gòu)的限制，各方的信息系統(tǒng)數(shù)據(jù)不能做到有效可信的同步，信息流的同步更加低效.場(chǎng)景和需求供應(yīng)鏈信息孤島現(xiàn)象不能有效解決是影響整體行業(yè)效率提高的重要原因。比如，在涉及進(jìn)出口的供應(yīng)鏈業(yè)務(wù)場(chǎng)景中，相關(guān)企業(yè)都需要到海關(guān)辦理手續(xù)，這些流程往往需要專(zhuān)人甚至專(zhuān)門(mén)部門(mén)負(fù)責(zé)，從而帶動(dòng)了報(bào)關(guān)行業(yè)的發(fā)展。但是報(bào)關(guān)手續(xù)的流程復(fù)雜、業(yè)務(wù)場(chǎng)景面廣、容易出錯(cuò)都會(huì)影響企業(yè)進(jìn)出口的效率。1.2區(qū)塊鏈多方協(xié)調(diào)場(chǎng)景和需求透明性體現(xiàn)在多方面。在數(shù)據(jù)方面，各鏈的商業(yè)方共同擁有數(shù)據(jù)，全部透明，任何一方都可以實(shí)時(shí)獲取數(shù)據(jù)，進(jìn)行驗(yàn)證分析，如供應(yīng)鏈上的金融機(jī)構(gòu)可以看到業(yè)務(wù)方的回款情況，經(jīng)銷(xiāo)商可以看到產(chǎn)品的質(zhì)檢報(bào)告等，會(huì)大大提高業(yè)務(wù)的商業(yè)互信程度，加快物流和金融的流通效率。另一個(gè)透明性體現(xiàn)在智能合約上。由商業(yè)各方共同制定供應(yīng)鏈的智能合約，其內(nèi)容與各方利益密切相關(guān)，使其不以其中一方或多方意志為轉(zhuǎn)移，從而達(dá)到公平的效果。以上是區(qū)塊鏈技術(shù)的優(yōu)勢(shì)，也是供應(yīng)鏈行業(yè)的痛點(diǎn)問(wèn)題，所以區(qū)塊鏈技術(shù)在供應(yīng)鏈行業(yè)的應(yīng)用和落地有著得天獨(dú)厚的條件，很多細(xì)分行業(yè)都有很強(qiáng)的業(yè)務(wù)全流程信息可視化、協(xié)作成本的降低等訴求。社會(huì)也期待著這些行業(yè)有實(shí)質(zhì)性的技術(shù)創(chuàng)新和進(jìn)步，包括食品安全、疫苗溯源、藥品和器件溯源等都是全社會(huì)關(guān)注的焦點(diǎn)問(wèn)題。在食品安全領(lǐng)域，主要的挑戰(zhàn)包括責(zé)任方不愿意在食品安全事故發(fā)生時(shí)拿出數(shù)據(jù)，一對(duì)一對(duì)接物流信息可視化導(dǎo)致運(yùn)營(yíng)成本過(guò)高等。02版權(quán)溯源與原創(chuàng)性保護(hù)應(yīng)用2.1場(chǎng)景和需求場(chǎng)景和需求在互聯(lián)網(wǎng)數(shù)字新時(shí)代，信息傳播異常簡(jiǎn)單，普通人非常容易具備零成本復(fù)制、秒級(jí)傳播的能力，產(chǎn)品的生產(chǎn)與傳播日益快捷，在互聯(lián)網(wǎng)時(shí)代的數(shù)字版權(quán)具備這樣的特點(diǎn)：每個(gè)人都可以成為創(chuàng)作者和版權(quán)人；數(shù)字內(nèi)容不斷進(jìn)化，版權(quán)市場(chǎng)空前繁榮，版權(quán)意識(shí)全面提升，付費(fèi)消費(fèi)數(shù)字內(nèi)容普遍化；數(shù)字作品碎片化日趨嚴(yán)重，隨時(shí)隨地產(chǎn)生，收費(fèi)也趨向于小額快速結(jié)算；傳播途徑眾多：自媒體、移動(dòng)網(wǎng)絡(luò)、游戲、短視頻、微博、微信、朋友圈、閱讀器等。在這種環(huán)境下，侵犯版權(quán)幾乎不需要什么代價(jià)。而在維權(quán)方面，目前業(yè)界還普遍沿襲紙質(zhì)作品時(shí)代通過(guò)版權(quán)登記來(lái)確認(rèn)版權(quán)所有人，然后結(jié)合公權(quán)力保障作品所有人的權(quán)益，這種在印刷品時(shí)代行之有效的版權(quán)登記確認(rèn)方式，到了互聯(lián)網(wǎng)時(shí)代就顯示出其弊端，如流程煩瑣、成本高昂等。2.2區(qū)塊鏈迅捷存證

在互聯(lián)網(wǎng)環(huán)境下，一個(gè)便捷、安全、可信和低廉的版權(quán)保護(hù)方式可以為原創(chuàng)者帶來(lái)巨大的價(jià)值，更好地滿(mǎn)足作品傳播和交易的需求[8。區(qū)塊鏈由分布式數(shù)據(jù)存儲(chǔ)、點(diǎn)對(duì)點(diǎn)傳輸、共識(shí)機(jī)制、加密算法等技術(shù)組合擴(kuò)展而來(lái)，具有不可篡改、信息透明、可追溯和可信共享等特點(diǎn)，區(qū)塊鏈與產(chǎn)業(yè)結(jié)合將具有兩個(gè)非常有價(jià)值的特點(diǎn)：一是解決多個(gè)主體之間的信任問(wèn)題，如跨公司、跨利益集體等，實(shí)現(xiàn)數(shù)據(jù)孤島的連通和信息可信共享；第二，商業(yè)流程自動(dòng)化，解決交易雙方的信任問(wèn)題，提高交易的便捷性，智能合約運(yùn)行在區(qū)塊鏈可信的環(huán)境中。利用區(qū)塊鏈的去中心化和可追溯特性，以區(qū)塊鏈技術(shù)為基礎(chǔ)的數(shù)字版權(quán)解決方案能夠更好地保護(hù)數(shù)字資產(chǎn)?？偟膩?lái)說(shuō)，區(qū)塊鏈版權(quán)系統(tǒng)的優(yōu)勢(shì)如下01對(duì)作者權(quán)益的快速有效保護(hù)如何快速有效地保障作者權(quán)益，這是互聯(lián)網(wǎng)時(shí)代面臨的新挑戰(zhàn)。在互聯(lián)網(wǎng)時(shí)代，高速的數(shù)據(jù)傳播使得新技術(shù)在數(shù)字產(chǎn)業(yè)中的保密特性幾乎不復(fù)存在。03構(gòu)建版權(quán)互信，形成數(shù)字有效市場(chǎng)，推動(dòng)數(shù)字產(chǎn)業(yè)良性發(fā)展，打通版權(quán)信息孤島區(qū)塊鏈還可以與數(shù)字產(chǎn)業(yè)的特性保持良好的一致性。目前，數(shù)字產(chǎn)業(yè)處于信息孤島模式，每個(gè)版權(quán)方都維護(hù)著一本單獨(dú)的易被篡改或虛構(gòu)的賬本，這些賬本的分散性對(duì)保護(hù)數(shù)字版權(quán)的原創(chuàng)性造成了很大的困擾。02版權(quán)保護(hù)去中心化，維權(quán)成本降低，維權(quán)效率提高區(qū)塊鏈技術(shù)將給數(shù)字行業(yè)的版權(quán)保護(hù)帶來(lái)新的變革，在傳統(tǒng)的知識(shí)產(chǎn)權(quán)保護(hù)過(guò)程中，版權(quán)保護(hù)中心機(jī)構(gòu)的執(zhí)行效率和保護(hù)成本差強(qiáng)人意.2.2區(qū)塊鏈迅捷存證2.2區(qū)塊鏈迅捷存證

數(shù)字產(chǎn)業(yè)具有極強(qiáng)的創(chuàng)新性和對(duì)日常生活最直接的技術(shù)依賴(lài)度，著作權(quán)的有效保護(hù)對(duì)數(shù)字產(chǎn)業(yè)的發(fā)展方向具有決定性作用。如果版權(quán)得不到保護(hù)，后果不堪設(shè)想，區(qū)塊鏈技術(shù)可以很好地保護(hù)版權(quán)，然后對(duì)數(shù)字產(chǎn)業(yè)的方向進(jìn)行修正，對(duì)創(chuàng)作者和其他人員的收入進(jìn)行有效的保障區(qū)塊鏈技術(shù)與數(shù)字版權(quán)的結(jié)合給整個(gè)行業(yè)帶來(lái)了明顯的變化，目前國(guó)內(nèi)各大公司基本上都是通過(guò)基于聯(lián)盟鏈的數(shù)字版權(quán)與存證系統(tǒng)來(lái)嘗試數(shù)字行業(yè)與區(qū)塊鏈的結(jié)合?；趨^(qū)塊鏈數(shù)字版權(quán)技術(shù)建立版權(quán)聯(lián)盟，由版權(quán)運(yùn)營(yíng)方、著作權(quán)所有人、消費(fèi)者代表、可信機(jī)構(gòu)聯(lián)合，通過(guò)區(qū)塊鏈、大數(shù)據(jù)、人工智能等技術(shù)，確保創(chuàng)作者的版權(quán)權(quán)益，每條版權(quán)信息都不能篡改，可以隨時(shí)追溯。區(qū)塊鏈版權(quán)存證的所有信息即時(shí)同步至公證處，作為聯(lián)盟鏈的組織和節(jié)點(diǎn)之一，公證處和版權(quán)局保證在任何時(shí)刻都能出具具有最高司法效力的公證證明?？尚艜r(shí)間戳由國(guó)家授權(quán)中心提供。區(qū)塊鏈版權(quán)服務(wù)包含四部分：版權(quán)存證，版權(quán)檢測(cè)追蹤，侵權(quán)存證，版權(quán)資產(chǎn)共享。2.2區(qū)塊鏈迅捷存證

版權(quán)檢測(cè)跟蹤：特征生成，基于版權(quán)作品的內(nèi)容特征進(jìn)行聯(lián)盟鏈注冊(cè)；提供重點(diǎn)網(wǎng)站自動(dòng)爬蟲(chóng)，將監(jiān)測(cè)到的內(nèi)容與作品匹配；持續(xù)追蹤并進(jìn)一步分析、匹配已開(kāi)展侵權(quán)行為預(yù)取證的內(nèi)容，待確認(rèn)侵權(quán)行為后，直接開(kāi)展侵權(quán)行為取證。侵權(quán)證據(jù)保存：在版權(quán)服務(wù)中迅速調(diào)用侵權(quán)取證接口，在發(fā)現(xiàn)侵權(quán)行為時(shí)抓取侵權(quán)網(wǎng)站頁(yè)面取證，并在版權(quán)平臺(tái)保存取證結(jié)果；永久保存且不可篡改的數(shù)據(jù)，將侵權(quán)固化為證據(jù)保存，具有法律效力。版權(quán)服務(wù)為保證侵權(quán)方對(duì)侵權(quán)內(nèi)容采取相應(yīng)處理，對(duì)已進(jìn)行侵權(quán)存證操作的侵權(quán)內(nèi)容提供持續(xù)的侵權(quán)監(jiān)測(cè)、侵權(quán)追蹤等服務(wù)。版權(quán)資產(chǎn)共享：明確數(shù)字資產(chǎn)擁有者后，版權(quán)資產(chǎn)共享平臺(tái)可追溯使用相關(guān)資產(chǎn)，并保證安全；版權(quán)的交易與存證相結(jié)合，在原創(chuàng)者與相關(guān)機(jī)構(gòu)之間實(shí)現(xiàn)公平分配。該方案在以下幾方面有效地利用了區(qū)塊鏈的獨(dú)特特點(diǎn)。安全可信：引入生態(tài)參與方，如版權(quán)局、公證處、內(nèi)容平臺(tái)等作為參與節(jié)點(diǎn)上鏈，基于數(shù)字證書(shū)的身份識(shí)別，以及基于中心化的PKI系統(tǒng)，確保各方安全可信地在區(qū)塊鏈上協(xié)作。2.2區(qū)塊鏈迅捷存證

實(shí)時(shí)注冊(cè)：創(chuàng)作即確權(quán)，可以在區(qū)塊鏈上實(shí)時(shí)、安全、可靠地保存下來(lái)，并建立多節(jié)點(diǎn)備份機(jī)制，快速地與公證等節(jié)點(diǎn)確認(rèn)確權(quán)信息；便于第三方核實(shí)，其無(wú)法篡改的特性也為信息安全可靠提供了保障。公平公正：為確保服務(wù)公平、公正、公開(kāi)，促進(jìn)行業(yè)健康成長(zhǎng)，提供鏈上信息查詢(xún)服務(wù)，任何個(gè)人和機(jī)構(gòu)都可以查詢(xún)所有版權(quán)確權(quán)、侵權(quán)證明等數(shù)據(jù)。統(tǒng)一收益服務(wù)平臺(tái)：任何節(jié)點(diǎn)都可以對(duì)鏈上的節(jié)點(diǎn)信息進(jìn)行完整備份，有利于便捷管理和內(nèi)容消費(fèi)收益公平透明劃分的統(tǒng)一收益服務(wù)平臺(tái)由原創(chuàng)者和相關(guān)機(jī)構(gòu)共同維護(hù)。2.2區(qū)塊鏈迅捷存證

版權(quán)溯源領(lǐng)域也是整個(gè)市場(chǎng)和行業(yè)風(fēng)向中的一個(gè)重要熱點(diǎn)。首先，區(qū)塊鏈技術(shù)滲透到文化產(chǎn)業(yè)，政府是積極支持的。區(qū)塊鏈被明確為“十三五”國(guó)家信息化的重要戰(zhàn)略方向，也得到了中央網(wǎng)信辦、文化部等文化產(chǎn)業(yè)相關(guān)職能部門(mén)的公開(kāi)倡導(dǎo)，相信在知識(shí)產(chǎn)權(quán)保護(hù)領(lǐng)域，區(qū)塊鏈將大有可為。其次，區(qū)塊鏈版權(quán)的巨大市場(chǎng)需求的需要。數(shù)據(jù)顯示，截至2017年12月，中國(guó)網(wǎng)民規(guī)模達(dá)到7.72億，移動(dòng)網(wǎng)民7.53億，網(wǎng)絡(luò)游戲用戶(hù)4.17億，網(wǎng)絡(luò)文學(xué)用戶(hù)3.53億，網(wǎng)絡(luò)直播用戶(hù)3.44億，在線視頻和在線音樂(lè)用戶(hù)均超過(guò)5億，從產(chǎn)值上看，中國(guó)網(wǎng)絡(luò)版權(quán)行業(yè)整體產(chǎn)值超過(guò)5600億元，2020年中國(guó)區(qū)塊鏈?zhǔn)袌?chǎng)規(guī)?？蛇_(dá)5.12億元。再次，為區(qū)塊鏈創(chuàng)造良好的社會(huì)氛圍和消費(fèi)環(huán)境來(lái)構(gòu)建版權(quán)付費(fèi)體系，民眾的付費(fèi)意識(shí)和付費(fèi)商業(yè)體系不斷增強(qiáng)?！?017年中國(guó)網(wǎng)絡(luò)新媒體用戶(hù)調(diào)研報(bào)告》顯示，33.8%的新媒體用戶(hù)產(chǎn)生過(guò)內(nèi)容使用付費(fèi)行為，用戶(hù)數(shù)字內(nèi)容付費(fèi)規(guī)模達(dá)2123億元，同比增長(zhǎng)28%;可以看出，中國(guó)網(wǎng)民對(duì)版權(quán)付費(fèi)的認(rèn)知度有了很大的提高。03房屋租賃應(yīng)用房屋租賃應(yīng)用2016年2月，時(shí)任國(guó)務(wù)院總理李克強(qiáng)主持召開(kāi)國(guó)務(wù)院專(zhuān)題會(huì)議，提出對(duì)北京城市副中心和集中承載地的具體要求。2017年4月1日，中共中央、國(guó)務(wù)院發(fā)出通知，河北省雄安新區(qū)(簡(jiǎn)稱(chēng)雄安新區(qū))正式掛牌成立。房屋租賃應(yīng)用2017年12月6日，時(shí)任國(guó)務(wù)院總理李克強(qiáng)在國(guó)務(wù)院常務(wù)會(huì)議上指出：“打通數(shù)據(jù)查詢(xún)和互認(rèn)通道，逐步滿(mǎn)足政務(wù)服務(wù)部門(mén)對(duì)自然人和企業(yè)身份驗(yàn)證、納稅證明、不動(dòng)產(chǎn)登記、學(xué)位學(xué)歷證明等500項(xiàng)數(shù)據(jù)查詢(xún)的需求.9.3房屋租賃應(yīng)用房屋租賃應(yīng)用傳統(tǒng)的房屋租賃業(yè)務(wù)要想完成一套房屋的租賃，主要有以下步驟。一是找房階段。租客一般是通過(guò)電話聯(lián)系中介，在租房信息網(wǎng)上查找房源，確認(rèn)房源的位置和時(shí)間，再去看房，選定一個(gè)自己能夠接受的價(jià)格位置，最后交定金、簽合同、準(zhǔn)備入住。房屋租賃應(yīng)用二是入住期間。選擇居間租房，租客、房東雙方一旦簽約，則需繳納房租；有相當(dāng)數(shù)量的出租屋，家具家電設(shè)備都需要租客自己購(gòu)買(mǎi)。三是退房環(huán)節(jié)。定金常常不能全額退還，原因是租期內(nèi)自然損耗；無(wú)論是搬家還是賤賣(mài)，房客自己購(gòu)買(mǎi)的家具、家電設(shè)備如何處理都是個(gè)難題。9.3房屋租賃應(yīng)用9.3房屋租賃應(yīng)用

雄安房屋租賃是政府主導(dǎo)的新模式，由于過(guò)度依賴(lài)土地財(cái)政推動(dòng)城鎮(zhèn)化建設(shè)的發(fā)展模式，在一定程度上抑制了居民消費(fèi)和市場(chǎng)主體活力，容易出現(xiàn)資源配置失衡、投機(jī)炒作、房地產(chǎn)價(jià)格上漲、經(jīng)濟(jì)運(yùn)行和金融風(fēng)險(xiǎn)等問(wèn)題，因此，在住房租賃這一新型模式的發(fā)展過(guò)程中，中央給雄安的定位有一點(diǎn)，就是改革開(kāi)放的先行區(qū)，也包括房地產(chǎn)管理的改革，試圖找出一個(gè)既能發(fā)展房地產(chǎn)又能控制房地產(chǎn)價(jià)格的解決方案。為促進(jìn)我國(guó)住房市場(chǎng)“租購(gòu)并舉”,近年來(lái)，國(guó)家為推動(dòng)住房租賃市場(chǎng)發(fā)展推出了多項(xiàng)舉措。如何確定“真人、真房、真住”,是目前租房場(chǎng)景中主要存在的一個(gè)核心問(wèn)題。比如，通常租房的第一步大多是找中介，而在找中介的時(shí)候遭遇時(shí)間金錢(qián)被騙的案例比比皆是。找到好的房源，常常要考慮租房的成本，如中介成本、定金等。有相當(dāng)一部分租房人群是剛