[发明专利]用于计算以及可信验证的分布式平台

说明书

示例操作可以包括以下各项中的一项或多项：获得模拟的数据、识别模拟数据内的检查点，基于所识别的检查点生成多个顺序数据结构，其中每个数据结构标识所述模拟相对于所述顺序数据结构中的先前数据结构的演变状态，以及将所生成的顺序数据结构传送至区块链网络的节点以便包括在数据块的散列链接的链内的一个或多个数据块中。

技术领域

本申请总体上涉及一种模拟和学习系统，并且更具体地涉及一种去中心化数据库，如区块链，其中，进化的计算状态存储在区块链上，其中，多个节点在对计算的可信确认和验证中共享。

背景技术

集中式数据库在一个位置处在一个单个数据库(例如，数据库服务器)中存储和维护数据。这个位置通常是中央计算机，例如，台式中央处理单元(CPU)、服务器CPU、或大型计算机。存储在集中式数据库上的信息通常可从多个不同的点访问。多个用户或客户端工作站可以例如基于客户端/服务器配置同时在集中式数据库上工作。由于其单个位置，集中式数据库易于管理、维护和控制，尤其是出于安全的目的。在集中式数据库内，数据完整性被最大化并且数据冗余被最小化，因为所有数据的单个存储位置还意味着给定的数据集仅具有一个主要记录。这有助于保持数据尽可能准确和一致，并且增强数据可靠性。

然而，集中式数据库存在显著的缺点。例如，集中式数据库具有单一故障点。具体地，如果没有容错设置并且发生硬件故障，则数据库内的所有数据丢失并且所有用户的工作被中断。此外，集中式数据库高度依赖于网络连接性。结果，互联网连接越慢，每个数据库访问所需的时间量越长。另一个缺点是，当集中式数据库由于单个位置而经历高业务量时，出现瓶颈。此外，集中式数据库提供了对数据的有限访问，因为该数据库仅维护该数据的一个副本。结果，多个用户可能无法在不产生诸如重写所存储的数据之类的问题的情况下同时访问同一条数据。此外，因为中央数据库系统具有最小的数据冗余到没有数据冗余，所以如果一组数据意外丢失，除了通过手动操作难以从备份磁盘存储器检索它。

诸如区块链系统的去中心化数据库提供能够解决集中式数据库的缺点的存储系统。在区块链系统中，多个对等节点存储分布式分类账。客户端与对等节点交互以获得对区块链的访问。对等节点可以由具有不同兴趣的不同实体控制，并且因此不是关于彼此信任的实体。此外，在区块链中没有中央机构。因此，为了以可信方式将数据添加到分布式分类账或在分布式分类账上改变数据，必须发生对等节点的共识。共识提供了一种在不信任对等节点的区块链系统中实现信任的方式。

同时，计算和学习系统越来越多地被部署在各种环境中，以便理解、推断、并且最重要的是针对具有大规模隐含的场景以基于策略的规模做出决策。例如，模拟环境可以用于理解疾病的传播，以及不同控制机制在不同地理和人口统计环境中的影响。类似地，深度学习可用于学习系统的底层状态并日益部署在诸如自驱汽车、分析、供应链等日常应用中。

作为另一个示例，与诸如流行病学和气象学等领域相关联的计算可能花费数周的运行时间。例如，疟疾数据科学家(MDS)可以使用两种或更多种计算模型代理(例如，OpenMalaria和流行病学建模软件(EMOD))来运行实验以模拟疾病扩散。该模型运行许多不同的模拟以比较模型结构或参数的变化的影响。实验的目标是提出经验证的策略和干预策略以根除疾病。

这些基于大模拟的系统通常需要在多个不同方之间共享输入和输出以便在低资源和社交好的上下文中进行及时决策。然而，这些计算和推断中的许多(例如，深度神经网络的训练等)由个体且常常独立的代理在本地进行，从而导致不受信任的交互系统的系统。考虑到此类系统所具有的影响的规模，重要的是由单独代理推断的结果是可信且可转移的。此外，认可可能是错误的、对手的或计算缓慢的。因此，就认可每个帧的时间而言，确认可能是昂贵的。例如，如果认可者是离散者，则获得认可可能被过度延迟。因此，系统中的实体能够信任由单独代理获得的结论的有效性，并且有效地执行这种有效性，以将它们作为组用于进一步的研究和开发是必要的。透明度还保证了在这样的系统中的起源，其中重要的是能够识别错误的来源。

发明内容