作者：IRIS / 來源：IRIS社區投稿

分布式人工智能用于隱私保護下的數據分析

　　這個用例的服務基礎架構已由位于上海的初創公司邊界智能進行了原型設計，并將其應用到聯盟鏈產品BEAN (BlockchainEdge Analytics Network)中，用于解決長期已來為運行分析模型獲取數據的挑戰。盡管同態加密是允許通過加密數據實現計算的關鍵方法之一，但由于性能低下，實際上無法解決現實世界的機器學習問題。因此，BEAN的創建提供了另一種解決方案--利用傳統的分布式人工智能研究[14]中的模型并行性和SOA設計模式，作為區塊鏈的附加層開發分布式分析服務。

　　為了保護數據存取，運行在數據端的(部分)模型需要開放給客戶端，并在服務定義中說明。由于只有部分模型開放給客戶端，模型開發人員不必擔心有人竊取他們的想法;同樣，數據擁有者永遠不需要擔心失去對其數據使用的控制，因為數據不會離開他們的數據源。

　　其他潛在的好處可能包括以下幾點：

　　僅在鏈上交換少量參數數據，這可以幫助提高性能。

　　一種更實用的數據使用審計方法，這在醫療保健領域經常被用到。

　　醫療健康數據隱私度高，涉及眾多安全需求。這就為醫療健康數據用于跨組織協作的目的提出了挑戰(例如用于輔助診斷的跨醫院會診記錄搜索，新藥臨床試驗的患者身份，健康保險自動理賠等)。最小化可行產品(Minimum Viable Product,MVP)服務層的實現是建立在Ethermint的基礎之上，試圖連接眾多醫院、保險公司和分析服務提供者，以提供具有隱私保護的醫療健康數據分析能力。

　　支持鏈上服務注冊和調用的智能合約已經實現。鏈下數據處理的一個例子是支持相關診斷組(Diagnosis Related Group,DRG)的分組分析服務。更具體地說，當一個醫院用戶調用DRG服務時，原始醫療記錄將在鏈下進行處理，使用服務提供者提供的客戶端NLP(由SQL和Python實現)代碼存根來提取通過區塊鏈接收DRGS服務傳來的結構化數據，而不傳遞高度機密的原始醫療記錄。

　　BEAN場景闡述了一個更復雜的服務使用案例，包括實現分布式分析、連接服務提供者和服務消費者、利用區塊鏈提供可審計交易平臺以及可信任的分布式計算基礎。

數據和分析電子市場

　　通過對幾個AI+區塊鏈項目的研究，發現似乎大部分項目都旨在提供數據交換市場和分析API市場。在建議的IRIS基礎架構中，通過使用IRIS服務提供者SDK來發布數據作為數據服務和包裝分析API作為分析服務，從而輕松地構建這些網絡。

分布式電子商務

　　將建議的IRIS基礎架構與傳統系統(例如ERP)集成以獲取庫存信息，或對可信數據源進行鏈間查詢以獲取交通和天氣數據等信息，此方法與許多企業應用程序開發人員已經熟悉的方法非常相似。通過集成這些服務來支持分布式電子商務應用程序，就有可能提供與中心化系統(例如Amazon亞馬遜或Alibaba阿里巴巴)相近的用戶體驗。

公有鏈和聯盟鏈的結合

　　對于許多業務場景而言，采用混合了公有鏈和聯盟鏈優良特性的混合架構，從而可以提供有益的結果，特別是在性能、安全性和經濟激勵方面。

　　例如，醫院和保險公司可以組成聯盟鏈以支持高性能的醫療保險交易，同時識別其他信息，例如關于某些疾病的全球服務的統計數據，這些信息可以從其他公有鏈中調用。從公有鏈接收到的通證可以返回給聯盟鏈中的信息提供者，從而激勵系統參與者改善和提高服務質量。利用IRIS提供的這種基礎架構，可以在滿足嚴格的性能和安全要求的前提下實現大規模的自發協作。

　　IRIS服務基礎架構可以支持許多用例，例如更高效的基于資產的安全系統、分布式監管技術(如嚴格評估，互助市場等)。IRIS項目計劃之一還包括與此類應用程序項目團隊展開密切合作，以支持并使他們能夠擁有所需的區塊鏈基礎架構，讓他們專注于更高效地交付預期的業務價值。