在前面两期的分享中，本体技术专家 Ning Hu 主要从三个方面，层层递进介绍了使用区块链和数字身份作为底层基础设施来支持多方知识协作的技术方案。作为这一系列的最终篇，我们将带来最后一部分可信知识协作的讲解。

03 可信知识协作

如何把之前的中心化、多中心化和分布式一同整合起来，完成一个相对可信的数据生态？其中的逻辑是通过多中心化实现数据的可信管理，利用区块链的可追溯性，相关权限透明的管理以及一些可信的基础设施，最终实现去中心化网络结合分布式网络支持知识协作。

在这样的背景下，整合区块链和数字身份形成信任的基础设施，可以将其视为“数据流通的连接器”。将其作为支持知识协作的方案，在保证实体识别和角色确权的情况下，提供完整的知识生命周期管理，实现链上链下融合、可信安全、高效集成。当我们描述知识协作的时候，关注不同参与方，包括算法提供方，数据集提供方和算法执行环境。

目前来说，有很多包括联邦学习、MPC、多方计算等技术手段来保护数据隐私。在某些情况下，数据的提供方不愿意把数据暴露给加工方或者是数据购买方。但是实际的数据应用中间会出现一些情况。举个例子：数据使用方需要百万亿级体量的数据，但是只找到3家数据提供方，他们只能测试40万亿条数据，这时候就需要一个场所，提供120万亿条数据一起进行计算。

但是数据供应方之间有需求，他们不希望数据互相可见但可以相互协作。这时可以有很多计算方式作为选择，包括可信执行环境（TEE）这种第三方提供的一些平台保证，还有联邦计算。在数据结构和数据算法没有那么复杂的时候，会考虑用一些算法做支持，但不管怎样，核心都是要保证三方的安全性。

回归到知识协作基本架构，主要包含5个方面：

1. 分布式多源数据加工网络（Distributed Network）

2. 跨系统协作和确权证明（UAC）

3. 数据资产化方案（DToken）

4. 开放式数据计算框架（Router/Discovery Network）

5. 多种资产支付对账和支付服务（Multi-pay）

该架构可基于本体、以太坊、波卡等其他平台运行，提供丰富的知识服务网络。

最后，我们举一个汽车行业应用知识协作架构的案例。

（MBP 指 Mobility Blockchain Platform）

该系统通过链的基础设施提供资源的锁定和权限管理功能，上层关注真正的业务，在这其中涉及到不同的数据实体：第一个是车本位的数据，另外一个是用户本位的数据。

目前的场景涉及二手车的买卖，并为未来可能的车险业务提供数据支撑。前者只关注车本身的“行驶”数据，而后者能够结合车本位“行驶”数据和人本位“驾驶”数据进行个性化定制。

我们期待看到知识协作架构应用于更多场景，使得数据收集和共享、数据处理和消费、数据隐私与保护等环节更加完善，从而进一步推动可信协作。

全篇完。

如有任何问题，可通过 [email protected] 联络我们。

添加“ontologyadmin”并备注【技术】可进行技术探讨或加入社群。