授权经济价值证明概述 DPoEV

来自:jinse.com 归档时间:2018-08-04

授权经济价值证明(Delegated Proof of Economic Value - DPoEV)

DPoEV 概述    

在区块云生态体系内部,所有活动都会创造(或破坏)经济价值。 因此,我们需要一种有逻辑的并且通用的方法来评估一个活动的经济价值。该活动的经济价值由社区的价值存储和交易媒介,即CFTX代币,来衡量。DPoEV激励共识算法是为区块云生态体系中的参与节点创建和分发奖励的。DPoEV建立在创新的经济价值图谱(Economic Value Graph - EVG)方法之上,该方法源自知识图谱算法(人工智能和深度学习的一个分支)。EVG旨在以动态的方式衡量生态体系的经济价值(“财富”)。EVG将在下一小节中解释。

DPoEV 的落实如下:

1.    在区块云的源头,EVG机制准确的评估了整个生态体系中的知识的经济价值或初始财富(“基础财富”)(所有参与节点:超级节点,任务节点,计算节点和存储节点 ,将在接下来的几节中解释),并提出一个系统范围的财富图谱。 然后,DPoEV将根据评估发布初始的CFTX代币供应。

2.    之后,EVG实时更新整个生态体系的财富图谱,并提供生态体系中每个节点的详细财富信息。 在区块云生态体系中,财富的产生是由任务驱动的。EVG在评估任务所带来的增量财富后,DPoEV相应地发布新的代币。 这使得生态体系能够动态调整货币(代币)供应,以非常精确的方式防止任何宏观经济水平的通货紧缩和通货膨胀。 从本质上讲,DPoEV在去中心化的生态体系中监督货币政策。

3.    DPoEV监视任务的参与节点之间的实时事务并管理代币奖励机制。 在为任务创建了一定数量的代币后,DPoEV会将代币分发给参与该任务的节点。 授予每个节点的代币数量,以及归于每个节点的交易成本(“油耗”),取决于该节点对任务的贡献。

4.    在一个没有限制的开放的自由贸易经济体系中,很可能很少的资源节点积累巨大的生产能力(计算能力和存储空间)和经验(任务相关性)。这是因为这些节点会被根据 “相关性规则” 机制而给予大多数任务。这将加速这些主导节点的财富积累,且其速度对其他资源节点是不公平的。DPoEV选择向财富水平最低的节点授予任务,这便是 “财富规则” 平衡机制。如果没有足够的低财富水平资源节点,使得 “财富规则” 无效,那么就会遵循 “公平规则” 机制。 “公平规则” 对主导节点征收关税,然后将其分配给获得任务概率较低的资源节点。因此,DPoEV还起着 “世界贸易组织”的作用,在去中心化的生态体系中实施公平贸易。

5.    当生态体系中有多个任务同时竞争有限的资源时,DPoEV会基于诸如已启动了或完成了多少类似任务以及这些任务的历史价值等因素,实时决定是否以及如何调整每项任务的价值。这防止了初始高价值任务占据有限的资源,并且可以鼓励提出初始低价值的任务。因此,在微观经济层面,DPoEV动态平衡任务的供给和需求。如果在极少数情况下,任务价值调整的总结果与宏观经济水平目标(没有通货膨胀或通货紧缩)相悖,则增值税(VAT)负债(如果是通货膨胀)或增值税抵免(如果是通货紧缩)可以在一个单独的分布账户上记录,其金额可用于下一轮调整宏观经济水平的新代币发行。因此,DPoEV在去中心化的生态体系中提供了类似中央银行开放市场运营服务。

6.    最后,DPoEV进行定期校正,作为生态管理的额外防御层。 在校正期间的关键活动之一是DPoEV“销毁”已创建的,但由于经济政策的限制尚未授予参与节点的剩余代币。 这有点等同于中央银行的货币回笼机制,是一种销毁低流通效率货币的宏观经济工具。

7.    DPoEV由超级节点进行,以确保生态体系的性能和效率,这是DPoEV中 “D(授权)”的来源。

 

经济价值图谱(EVG)概述

到目前为止,我们还没有回答如何实际衡量知识价值的问题。 公共区块链的追求是创建一个支持各种应用场景的生态体系,其中一个挑战是定义经济价值的通用度量。

我们提出了一种创新的经济价值图谱(EVG)机制,用于动态衡量区块云生态体系中知识的经济价值(“财富”)。EVG源自知识图谱算法,在区块云中非常相关。

 

知识图谱概述

知识图谱(或知识地图)由一系列图表组成,这些图表说明了主体的知识结构与其开发过程之间的关系。 知识图谱通过数据挖掘,信息处理,知识生成和测量构建主体知识领域的复杂互连,以揭示知识发展的动态本质并整合多学科理论(Watthananona and Mingkhwanb,2011)。

知识图谱是由一些相互连接的实体和他们的属性构成的。换句话说,知识图谱是由一条条知识组成,每条知识表示为一个SPO三元组(Subject-Predicate-Object) 在知识图谱中。RDF (Resource Description Framework),即资源描述框架形式化地表示这种三元关系。创建知识图谱的过程称为知识映射。

图4.1 – 知识图谱Subject-Predicate-Object 图

 

知识图谱算法与EVG一致。生态体系的知识映射有两个步骤:初始知识的实现和附加知识的动态评估。

对于生态体系,在初始知识阶段的实现中,知识图算法评估第i个节点的知识的初始经济价值,其是在该节点处并且连接到该节点的所有相关知识的显性和隐性经济价值的组合。 因此,整个生态体系的总经济价值是所有节点级经济价值的总和。

                                                           (4.1a)

                                              (4.1b)

其中 

是第i个知识片段的最初经济价值,  

是当给定第j个之前的所有知识片段后在第i个节点经济价值为 

的概率,P是笛卡尔积。 

 

一旦实现了生态体系的初始经济价值,在任务驱动的生态体系中,随着任务开始积累,就会创建一系列任务的知识图谱,以评估新知识的增量经济价值。 最后,更新整个生态体系的知识图。 这种对附加知识的动态评估需要自动提取任务和参与节点之间的关系,以及关系推理和知识表示实现。 因此,整个生态体系的总经济价值是所有节点级别更新的经济价值的总和。

            

                    (4.2a)

            

                                                                                       (4.2b)

            

                    (4.2c)

其中 

是任务的第k个知识片段的增量经济价值, 

是给出了第k个之前的所有知识片段后

的概率。 

是当给出在第k个节点之前给出所有知识片段后,

的协方差,P是笛卡尔积。

 

EVG 实施

EVG的本质是 “知识就是价值”,它动态地评估整个生态体系的经济价值。

在区块云生态体系的起始,因为尚未启动任务,所以尚没有侧链,EVG机制描绘了区块链中每个节点(超级,任务,计算和存储节点)的知识图谱。然后,EVG聚合所有节点的知识图谱并建立全局知识图谱。此时,EVG已经评估了整个生态体系的初始知识。此外,为了量化这一原始财富,EVG将其等同于DPoEV共识发布的CFTX代币的初始供应。该过程为生态体系的未来发展建立了经济价值(代币)的恒定计量单位。然后,EVG创建一个信用表,其中包含生态体系中的所有节点及其初始经济价值。当新节点加入生态体系时,EVG会为其添加一个新条目,以及其各自的初始经济价值。信用表驻留在所有超级节点中,并且其创建和更新需要由基本层DABFT分布式一致性算法由所有超级节点验证和同步。DABFT将在下一节中讨论。

财富的产生是由任务驱动的,超级节点负责处理它们。 随着任务继续启动,侧链继续从超级节点增长和累积。 这些侧链是增量知识的容器,EVG使用测量单元(代币)测量这些增量知识的经济价值。 在接受每项任务后,DPoEV共识发布与新创造的经济价值成比例的新CFTX代币供应,以确保货币供应与经济增长同步,避免宏观经济水平上的的通货膨胀或通货紧缩。

        每个任务都由一个不同的任务区块链进行跟踪,该区块链是一个侧链,其根块连接到其处理超级节点。 任务区块链中的每个块都跟踪任务的状态。 根块包含的信息包括任务经济价值的初始估计。 每个后续块提供有关任务验证,处理和资源节点的贡献的更新信息。 当任务区块链达到其最终结果时,EVG可以精确测量该任务产生的经济价值。 此外,这些区块包含有关参与节点和事务的贡献的详细信息。 因此,EVG可以准确地确定发布给每个参与节点的奖励的大小(代币的数量)。 然后,DPoEV将相应数量的代币记入每个参与节点,该记录被记录在由DABFT共识验证的信用表中。

            EVG使DPoEV能够通过信用表实时管理生态体系的经济政策。DPoEV可以动态地确定任务的购买价格,其包括支付给超级节点和资源节点的总成本。 它还可以为每个分配设置交易成本。 总体效果是所有宏观经济,微观经济和贸易政策都受到密切监测和执行。

 

经济相关性排名 (Economic Relevancy Ranking, ERR)

虽然EVG衡量任务创造的知识的经济价值,但它不评估参与节点的验证,处理,计算和存储能力,因为这些能力不一定基于知识。 这一点可能是致命的,因为DPoEV首先将任务分配给超级节点和资源节点,并且具有 “相关性规则” 排序方案。 该问题由经济相关性排名(ERR)机制解决。

ERR对任务以及超级节点和资源节点(统称为 “服务节点”)进行排序。 基于ERR排名,DPoEV提供匹配任务和服务节点的匹配服务。

ERR通过以下因素评估每个新创建的任务:

1.    时间紧迫性:任务计时器到期之前任务需要多长时间。

2.    计算强度:完成相关任务需要多少计算能力。

3.    交易频率:较高的交易频率提高了流动性,并进一步提高交易频率。 更高的交易频率允许更快的财富增长,但是,对网络和数据库框架带来更高的需求。

4.    交易规模:较大的交易规模改善了流动性,并进一步增加交易规模。 较大的交易规模允许财富的快速增长,但是,对网络和数据库框架带来更高的需求。

5.    所需传播时限:在带宽方面更强的传播意味着改善流动性,从而提高交易频率和规模。 更强的传播时限允许财富的快速增长,但是,对网络和数据库框架带来更高的需求。

6.    可选要求:完成任务和相关分配所需的数据和数量,更重要的是,数据存储的位置。

 

ERR任务的排名分数计算方法是:

  

                                                          (4.3)

TRi是第i个因子的等级得分,wi是该因子的权重,ni是因子的归一化系数。

 

随着任务开始积累,它们按上述标准排列。 然后,ERR创建一个任务排名表,其中包含所有任务的地址(侧链的根块)及其排名分数。 当启动新任务时,ERR会为其添加新条目以及其各自的排名分数。 任务排名表驻留在所有超级节点中,并且其创建和更新需要由所有超级节点通过DABFT共识来验证和同步。

并行地,ERR基于相同的标准评估服务节点的能力。 然后,它创建一个服务节点排名表,其中包含所有服务节点的地址及其排名分数。 当新服务节点加入时,ERR将新条目附加到服务节点排名表,并具有其各自的排名分数。 服务节点排名表驻留在所有超级节点中,并且其创建和更新需要由具有DABFT共识的所有超级节点进行验证和同步。

ERR算法有三个主要属性:

1.    一致性。 一旦记录,排名分数不能通过由任务节点(用于任务排名)或服务节点(用于服务节点排名)支付更多成本来改变。 但是,排名分数确实随着任务和服务节点的发展而变化。 排名分数的调整只能由DPoEV通过DABFT共识进行。

2.    可计算性。ERR排名分数需要立即由DPoEV检索,因此ERR算法需要低计算复杂度。

3.    确定性。ERR算法应在同一服务节点的所有节点上生成相同的结果。

 

服务节点的ERR排名得分计算如下:

                                                        (4.4)

其中SNRj是第j个属性的排名分数,wj是该属性的权重,而nj是该属性的归一化系数。

 

DPoEV提供基于任务和服务节点的ERR排名得分的匹配服务,将具有服务节点的任务与节点排名分数配对。因此 “相关性原则” 得以在在选择服务节体现,具有最高排名的服务节点无法支配任务处理和分配。相反,他们必须与他们竞争的任务 “相关”。此外,系统还使用 “财富原则” 和 “公平原则” 来保障经济原则运作。

在N个服务节点中,为任务j的所选服务节点遵循以下等式:

                                       (4.5)

其中SNRERR,i是第i个服务节点的ERR排名得分,而TRERR,j是第j个任务的ERR排名得分。

 

值得注意的是,与EVG不同,ERR不会测量任务和服务节点的经济价值。相反,它根据他们的要求和能力对他们进行排名,这些要求和能力不是经济价值的承担者,而是其生产者。因此,ERR在DPoEV框架中的货币供应政策中没有任何影响。

 

DPoEV的优点

DPoEV激励一致性算法以CFTX令牌的形式创建并向区块云生态体系中的参与节点分发奖励。它能消除宏观经济水平通货膨胀和通货紧缩的可能性,保障自由和公平贸易,并平衡微观经济水平的供需。

通过EVG和ERR,DPoEV保障经济政策和 “相关性,财富性和公平性规则”。它因此能保证任务没有节点可以支配任务初始化,没有超级节点可以支配任务处理,也没有资源节点可以支配任务分配。

DPoEV的一个重要好处是它可以有效地消除51%工作量(如比特币中的工作证明)或财富积累(如以太坊中的权益证明)攻击的可能。事实上,它可能能消除任何基于51%算力的攻击。

有关于授权经济价值证明概述 DPoEV

AIBC:授权经济价值证明(DPoEV)

在 AIBC 生态体系内部,所有活动都会创造(或破坏)经济价值。 因此,我们需要一种有逻辑的并且通用的方法来评估一个活动的经济价值。该活动的经济价值由社区的价值存储和交易媒介,即 CFTX 通证,来衡量。 DPoEV 激励共识算法是为 AIBC 生态体系中的参与节点创建和分发奖励的。 DPoEV 建

授权自适应拜占庭容错分布式共识算法

授权自适应拜占庭容错(Delegated Adaptive Byzantine Fault Tolerance – DABFT) 虽然授权经济价值证明激励共识(DPoEV)算法提供应用层激励共识,但它需要使用一个高性能的基础层分布式共识协议,该协议提供区块链服务。这个底层共识是 “真正的” 区块链

人工智能区块云(AIBC)基于人工智能的区块链生态体系

凌云链首次公布人工智能区块云(Artificial Intelligence Block Chain,以下简称AIBC)是一个基于人工智能(AI)的区块链生态体系。本着去中心化、可伸缩以及可控成本的原则,AIBC的出现着眼于克服传统云计算中存在着的集中化、不可伸缩以及高成本等弊端。AIBC借助于基础

凌云链创新发布授权自适应拜占庭容错共识机制

授权自适应拜占庭容错(Delegated Adaptive Byzantine Fault Tolerance – DABFT) 虽然授权经济价值证明激励共识(DPoEV)算法提供应用层激励共识,但它需要使用一个高性能的基础层分布式共识协议,该协议提供区块链服务。这个底层共识是 “真正的” 区块链

应用于区块链的新数字经济学模型概述

数字经济学模型概述区块云生态体系本质上是一个封闭的经济体,其运营依赖于一套精心设计的经济模型。这些经济模型必须至少包括一个支配货币政策(货币供应)的宏观经济模型,一个执行公平贸易的贸易经济模型,以及一个管理供需政策的微观经济模型。 宏观经济模型,货币政策和数字货币标准宏观经济模型是最为重