分布式人工智能用于隐私保护下的数据分析

　　这个用例的服务基础架构已由位于上海的初创公司边界智能进行了原型设计，并将其应用到联盟链产品BEAN (BlockchainEdge Analytics Network)中，用于解决长期已来为运行分析模型获取数据的挑战。尽管同态加密是允许通过加密数据实现计算的关键方法之一，但由于性能低下，实际上无法解决现实世界的机器学习问题。因此，BEAN的创建提供了另一种解决方案--利用传统的分布式人工智能研究[14]中的模型并行性和SOA设计模式，作为区块链的附加层开发分布式分析服务。

　　为了保护数据存取，运行在数据端的(部分)模型需要开放给客户端，并在服务定义中说明。由于只有部分模型开放给客户端，模型开发人员不必担心有人窃取他们的想法;同样，数据拥有者永远不需要担心失去对其数据使用的控制，因为数据不会离开他们的数据源。

　　其他潜在的好处可能包括以下几点：

　　仅在链上交换少量参数数据，这可以帮助提高性能。

　　一种更实用的数据使用审计方法，这在医疗保健领域经常被用到。

　　医疗健康数据隐私度高，涉及众多安全需求。这就为医疗健康数据用于跨组织协作的目的提出了挑战(例如用于辅助诊断的跨医院会诊记录搜索，新药临床试验的患者身份，健康保险自动理赔等)。最小化可行产品(Minimum Viable Product,MVP)服务层的实现是建立在Ethermint的基础之上，试图连接众多医院、保险公司和分析服务提供者，以提供具有隐私保护的医疗健康数据分析能力。

　　支持链上服务注册和调用的智能合约已经实现。链下数据处理的一个例子是支持相关诊断组(Diagnosis Related Group,DRG)的分组分析服务。更具体地说，当一个医院用户调用DRG服务时，原始医疗记录将在链下进行处理，使用服务提供者提供的客户端NLP(由SQL和Python实现)代码存根来提取通过区块链接收DRGS服务传来的结构化数据，而不传递高度机密的原始医疗记录。

　　BEAN场景阐述了一个更复杂的服务使用案例，包括实现分布式分析、连接服务提供者和服务消费者、利用区块链提供可审计交易平台以及可信任的分布式计算基础。

数据和分析电子市场

　　通过对几个AI+区块链项目的研究，发现似乎大部分项目都旨在提供数据交换市场和分析API市场。在建议的IRIS基础架构中，通过使用IRIS服务提供者SDK来发布数据作为数据服务和包装分析API作为分析服务，从而轻松地构建这些网络。

分布式电子商务

　　将建议的IRIS基础架构与传统系统(例如ERP)集成以获取库存信息，或对可信数据源进行链间查询以获取交通和天气数据等信息，此方法与许多企业应用程序开发人员已经熟悉的方法非常相似。通过集成这些服务来支持分布式电子商务应用程序，就有可能提供与中心化系统(例如Amazon亚马逊或Alibaba阿里巴巴)相近的用户体验。

公有链和联盟链的结合

　　对于许多业务场景而言，采用混合了公有链和联盟链优良特性的混合架构，从而可以提供有益的结果，特别是在性能、安全性和经济激励方面。

　　例如，医院和保险公司可以组成联盟链以支持高性能的医疗保险交易，同时识别其他信息，例如关于某些疾病的全球服务的统计数据，这些信息可以从其他公有链中调用。从公有链接收到的通证可以返回给联盟链中的信息提供者，从而激励系统参与者改善和提高服务质量。利用IRIS提供的这种基础架构，可以在满足严格的性能和安全要求的前提下实现大规模的自发协作。

　　IRIS服务基础架构可以支持许多用例，例如更高效的基于资产的安全系统、分布式监管技术(如严格评估，互助市场等)。IRIS项目计划之一还包括与此类应用程序项目团队展开密切合作，以支持并使他们能够拥有所需的区块链基础架构，让他们专注于更高效地交付预期的业务价值。

本文链接：https://www.hellobtc.com/kp/bi/10/2323.html

来源：IRIS社区投稿