AI- and Blockchain-Driven Databases "From store of value ... toward value of storage"

数据库已经成为应用程序开发中的一个重要组成部分，跨越了所有的网络时代。虽然数据库的出现始于集中式设计模式，但是在过去的三十年中已经有了几次创新。这些新模式解决了集中式数据库的关键难点。

在这一章中，我们将深入探讨基于创新设计模式的新一代分布式数据库和文件系统。其中一些设计模式激发了传统应用程序将人工智能和区块链技术融合在一起。我们将观察不同类型的分散数据库，并理解它们如何帮助区块链进行更好的人工智能分析。

在本章中，我们将讨论以下主题:

集中式与分布式数据
区块链数据-用于人工智能分析的大数据
全球数据库
DAO 中的数据管理
数据库解决方案的新兴模式

技术要求

本章假设你熟悉数据库设计的基础知识和人工智能技术在相关场景中的应用。

集中式与分布式数据

自从 20 世纪 60 年代中期出现最早的应用以来，数据库主要以集中的方式使用。数据库旨在为用户或客户端应用程序请求的信息提供直接T2 访问。这种集中式方法主要受早期引入的客户机-服务器体系结构的影响。这种设计范式在商业和消费者级数据库(如 DB2 和 dBASE)的成功产品中被市场广泛采用。基于关系数据库管理系统 ( RDBMS )的数据库遵循客户机-服务器模型。这些集中式数据库通过在磁盘和磁带上定期复制数据来管理数据冗余。

然而，21 世纪初 NoSQL 的出现归功于横向扩展的分布式数据库，对故障的容忍度更高，数据损坏的可能性更小。NoSQL 数据库能够在没有模式的情况下管理数据，并促进客户端之间的快速操作，同时在多个节点之间保持合理的数据一致性。相比之下，RDBMSes 需要模式，并维护客户机和服务器之间的点对点关系。备份对客户端不可见，回滚必须由数据库管理员启动，以读取任何可能丢失的数据。较新的基于 NoSQL 的数据库如 MongoDB 解决了其中的一些问题。

基于 NoSQL 的数据库也可以通过将业务数据保存在由计划的所有利益相关者托管的计算机网络上来支持伪分散化项目，但是这种设置的主要限制是这种数据库缺乏透明的记录保存。此外，这些数据库不允许投票和执行具有网络固有的加密安全性的业务逻辑。为了与区块链竞争，这些能力必须在外部建立。

有了关于集中式和分布式数据库的关键背景信息，现在让我们在下一节中理解使用分布式数据库的动机。

使用分散数据库的动机

在过去的三十年中，互联网上的大多数用户数据以集中或分布式的方式存储。这两种方法的共同问题是很少的利益相关者管理所有的数据。最近在一些知名社交网站和在线聚合服务上发生的违规和数据滥用事件凸显了一个事实，即我们不再能控制自己的数据。粗心的数据管理可能会导致此类有害事件，并在用户和业务利益相关者中造成恐慌。

在过去的几年里，关于数据泄露和滥用的多种说法呼吁在如何定义、存储、访问和管理数据方面进行根本性的创新。这促使世界各地的许多个人和组织在过去十年中建立了分散的数据库。

分散式数据库的一些常见属性详述如下:

允许任何人跨越国界存储和访问信息
允许任何人参与持久化数据
持久保存更新的数据，并以可追溯的方式记录对数据所做的更改
通过促进加密数据的持久性，允许所有用户控制和管理他们的数据

这些值被很好地表示出来，并与传统数据库进行了对比，如下图所示:

图 4.1:比较传统数据库模式和分散数据库模式的价值

在上图中，我们可以看到 y 轴代表访问业务数据或用户数据的模式。沿着 x 轴，表示数据的可变属性。第一个象限定义了数据是否是不可变的，是否可供公众访问。第三象限定义了数据是否是可变的，是否是大众不可访问的。正如我们从上图中看到的，分布式数据库和文件系统属于第一象限。我们还可以观察到，大多数传统和分布式数据库都属于第三象限。

不变性并不意味着永久——提供不变性的分散数据库可能不会永远存储所有版本的变更。数据可能会被垃圾收集，最近的更改可能会被保留。

有了关于分散数据库的动机及其价值的基本信息，现在让我们对比数据管理技术并分析消费模式。

对比和分析

分散式数据库以一种新的方式组织信息，通过允许用户指定数据的存储位置以及有效的治理，将控制权交还给用户。

在我们继续分析在 Web 2.0 和 Web 3.0 中使用数据库之前，让我们在下表中总结一下所有三种类型的数据库(集中式、分布式和分散式数据库)之间的主要区别:

对比上表，分析继续如下。

在第二代 Web (Web 2.0)中，应用程序主要依赖集中式和分布式数据库来利用市场中的新燃料，即用户信息。在多次数据泄露、丑闻和数据滥用报告之后，互联网公民对数据应该存放在哪里以及应用程序应该获得多大程度的控制权变得更加谨慎。

随着我们进入 Web 3.0，大多数分布式应用程序可能不会考虑使用传统数据库，因为它们不支持分布式数据库的属性。此外，重要的是要认识到，在 Web 2.0 上运行的不同领域中的一些遗留应用程序正在考虑使用分散的数据库，以确保有意识的用户的新需求得到满足。

理解了 Web 2.0 和 Web 3.0 之间的基本差异之后，现在让我们来理解如何使用分散数据库中的数据来执行分析。

区块链数据——用于人工智能分析的大数据

如您所知，由于事务性，区块链会生成大量数据。在撰写本报告时，一些著名的区块链网络的规模如下:

| 区块链 | 区块链的总面积(大约。以 GB 计) | | 比特币 | 32 three | | 艾瑟芬 | Four thousand two hundred and thirty-three |

一些业内专家推测，由于用户数量的增加和公共网络在企业对企业格局中的应用，区块链的规模将会增长 10 倍以上。

区块链数据不断增长的规模为数据科学的发展开辟了新的途径。在区块链这个巨大的交易数据堆上应用人工智能和分析实践，可以对当前大多数区块链产品产生巨大影响。来自区块链等合格数据源的分析也能催生新的数字化转型项目。为了实现这一点，我们需要一个辅助信息源来持久存储用户数据、业务数据和由区块链生成的事务数据。分散式数据库能够以加密安全和可验证的方式持久保存这些数据。

下图描述了人工智能模型如何利用分散的数据库:

图 4.2:使用分散数据库的人工智能建模的一般说明

如上图所示，分散数据库中的数据有资格用于训练合适的人工智能模型。存储在分散数据库中的大多数交易数据本质上是有效的，可以被认为是一个数据点，这意味着交易是由用户钱包有目的地签署的。因此，这种交易在性质上不是微不足道的。当使用这些交易数据训练合适的人工智能模型时，它们可以产生更好的结果。用这些合格的数据训练人工智能模型所产生的结果可以用于各种系统和应用中。

现在让我们探索一下通过使用分散数据库可能带来的改进。

使用分散数据库构建更好的人工智能模型

随着越来越多的数据驻留在区块链上，可以有把握地假设人工智能建模变得更容易，也更符合伦理。训练 AI 可以通过用私钥确认的交易数据和用户支付的费用来增强。这些数据不需要从第三方继承，而是可以从以太坊等区块链和星际文件系统 ( IPFS )等二级分散数据库网络访问。这也增强了当前模型(如预测分析模型)以有效方式检测欺诈企图和 Sybil 攻击的能力。

数据的不变性——增加对人工智能培训和测试的信任

近十年来，数据科学一直需要干净和结构化的数据。在数据丑闻中，获得对完美数据的合法访问几乎总是很复杂，因为在遵循一些跨境数据存储规则方面存在合规性问题。通过使用区块链，一个公钥基础设施 ( PKI )自然而然地来拯救我们，通过数据供应商和用户之间的联合签名来保护用户数据的隐私。这可以作为同意的证明，并维护人工智能行业的问责制，以建立准确而道德的模型。

更好地控制数据和模型交换

海洋协议等项目(将在下一节讨论)在为数据提供商和消费者建立公平开放的市场方面发挥了积极作用。区块链以道德的方式实现这些交易或数据购买，而不会有意识地泄露隐私元素。

现在，让我们在下一节探讨区块链分析的更多细节。

区块链分析

公共区块链上的大多数应用程序基于网络实现的交易透明性来获取价值。最近，从盈利实体到执法机构，各种机构都利用这一支持功能来跟踪用户行为。虽然一些分析功能对社会有所帮助，但许多其他功能被各种规模的公司视为战略知识产权 ( IP )，以通过使用这些智能算法来获得市场份额，从而获得更好的用户体验 ( UX )。

回想起来，区块链分析公司的做法也招致了不受欢迎的批评，指责它们对交易挖掘得太深，影响了用户的隐私。Chainanalysis、Neutrino 和 Elliptic 是这个领域中的一些早期参与者，他们拥有活跃的社区和客户。

在下图中，我们可以看到区块链 oracles 和分散式数据库在有效运行模型方面的应用:

图 4.3:Oracle 的区块链数据分析

现在让我们在下一节中探索更多关于全局分布式数据库的内容。

全球数据库

在本节中，将向您介绍一些最流行的分布式数据库。这些数据库使用创新的加密和网络技术来解决一些关键问题，如审查、监视和对机密信息的许可访问。下一个概述的项目正在做出一些努力，为如何在公共领域和企业领域处理数据带来一个新秩序。

现在让我们来了解一些顶级的全球分布式数据库。

IPFS 吗

IPFS 是一个分布式文件系统，允许用户以点对点 ( P2P )的方式托管和接收内容，无需任何中介，也无需存储或访问来自世界任何角落的数据。IPFS 允许用户以不受审查的方式存储和提供数据。只要网络中有人重视这些数据，这些数据就会一直保存在网络中。虽然对于将数据保存在计算机上的用户来说可能没有金钱上的奖励，但是这些数据对于网络中的其他用户来说可能是有价值的和可重用的。因此，只要网络中存在对数据的需求，IPFS 上的数据实际上可以永久托管。值得注意的是，IPFS 被认为是 DApp 开发者为他们的应用开发的众多事实上分散的数据库之一。IPFS 上任何人访问的内容都经过加密验证，确保信息没有被篡改。

在许多情况下，IPFS 被用来规避透明度挑战，在这种情况下，获取全球信息受到限制。IPFS 系统作为全球数据库的一些显著用途如下:

2017 年加泰罗尼亚独立公投文件托管在 IPFS，绕过了加泰罗尼亚高等法院封锁原网站的命令。
分散式存储网络 Filecoin 使用 IPFS 来利用计算机中未使用的存储空间，并鼓励用户付费托管数据。通过小额支付的形式向用户收取费用，以使用 Filecoin 令牌从托管计算机提供较小的数据块。在智能合约的帮助下，这些令牌被支付给托管数据的计算机的所有者。据报道，Filecoin 是有史以来最大的首次发行硬币 ( ICOs )之一，总收入为 2.5 亿美元。
2017 年 4 月 29 日，当在线百科全书在土耳其受到限制时，维基百科在 IPFS 被镜像。这种规避提供了在不访问官方网站的情况下访问维基百科的途径，而官方网站是被屏蔽的。

下面的截图描述了维基百科在土耳其是如何无法访问的:

图 4.4:2017 年 4 月 29 日土耳其无法访问维基百科页面截图

可以在以下链接查看 Chidgk1 的这张截图:https://upload . wikimedia . org/Wikipedia/commons/1/18/Wikipedia _ from _ Turkey _ in _ chrome . png。下面是截图许可，https://commons . wikimedia . org/wiki/File:Wikipedia _ from _ Turkey _ in _ chrome . png。

下图描述了 IPFS 的内部组件以及它们之间提供数据存储和访问的依赖关系:

图 4.5:IPFS 的所有内部组件和依赖项

你可以使用下面的链接查看这个图表:https://git.io/Jf03g。

要了解关于 IPFS 支持的底层协议的更多信息，请访问位于 https://docs.ipfs.io/的 IPFS 官方文档。

对 IPFS 有了基本的了解，现在让我们来了解 MóiBit。

莫比尔

MóiBit 是一个个人分散式安全存储网络，具有不变性和区块链系统起源的能力。它提供软件定义的分散文件存储服务和突破性措施，以降低在区块链上存储数据的不必要成本，但应用程序可以在 IPFS 提供的可靠和安全的环境中存储数据。简而言之，MóiBit 将一些企业功能扩展到 IPFS，从而能够快速开发应用并将其集成到 MóiBit 中，就像您将应用与云数据库集成一样。

与 IPFS 不同，MóiBit 通过部署一组公共网络无法发现和使用的节点来提供许可网络。这允许企业以联合的方式专用于基础设施并与其利益相关者一起享受 IPFS 的技术优势。MóiBit 还通过其软件开发套件 ( SDK )支持客户端级加密和许多其他灵活的功能。

要了解更多关于 MóiBit 的信息，请访问官方网站https://www.moibit.io/。MóiBit API 文档也可在 https://apidocs.moibit.io/的获得。

固体

Solid 是互联网时代三个强大词汇的巧妙组合——社交关联数据。Solid 是一个去中心化的数据存储，融合了一些去中心化的关键概念，比如身份、用户数据的所有权、与应用程序的无缝集成，以及提供向后兼容性。值得注意的是，该项目由蒂姆·伯纳斯·李爵士领导，他是万维网 ( WWW )的发明者。通过 P2P 网络和链接数据的强大结合，Solid 将用户数据控制权还给用户的目标成为可能。

所有与用户相关的数据都存储在个人在线数据库 ( POD )中。PODs 可以托管在一台 PC、一台本地服务器或一个在云中管理的虚拟机 ( VM )上。这个决定由用户决定。依赖于用户信息的应用程序需要用户主动同意才能访问个人数据。个人数据的一些例子是健康记录、财务信息等等。

要了解更多关于 Solid 的信息，请访问位于https://solidproject.org/的官方网站。Solid 的详细规格在 https://github.com/solid/specification 的也有。

海洋议定书

海洋协议是一种分散式协议，为用户提供存储和计算服务。该协议展示了一个信任框架，该框架提供了以安全方式共享用户数据的服务，通过可追溯性和隐私性来实现。与前面讨论的全局数据库类似，用户可以对他们的个人数据进行粒度控制。简单来说，用户可以提供对其数据的访问并获得收入，消费者通过购买数据来访问数据。

值得注意的是，Ocean Protocol 还提供广泛的第三方市场和服务，允许用户将其数据商业化。这意味着感兴趣的节点可以通过同意成为数据提供者，并从数据消费者那里获得收入。所有这些商业活动都是通过 keeper smart 合同实现的。数据市场和服务由一个令牌化层支持，该层提供计算、存储空间和同意出售的用户数据。

要了解更多海洋协议，请访问官方网站https://oceanprotocol.com/。关于海洋议定书的详细文件也可在 https://docs.oceanprotocol.com/获得。

见上图

Storj ，发音为存储，是一个分散的云存储平台，声称没有审查，没有用户监控或停机时间。Storj 平台通过 Storj API 为普通用户和开发人员服务。该平台由 Storj 协议提供支持，这是一个 P2P 存储智能合同，其中愿意共享未使用的存储量的供应商可以将其系统的存储以一定价格借给任何 Storj 客户，而不必相互认识。一旦以双方都同意的价格签订了存储合同，该合同将定期监控主机中的信息是否仍然可用。存储主机可以连同可验证的密码证明一起做出响应，以确保合同中的数据按照约定是可用的。如果响应有效，用户向节点所有者付款，所有这些都通过智能契约自动完成。

Storj 还有一个节点网络，这些节点愿意通过复制和提供相同的数据来帮助存储主机，并期望获得回报。这为小型存储提供商打开了自由市场的巨大潜力。与其他云数据服务提供商类似，Storj 还为开发人员提供了一个 API，用于将他们的应用程序与 Storj 集成，以便以灵活的方式存储应用程序和用户数据，而不是像大多数传统供应商那样签订复杂的锁定合同。

要了解更多关于 Storj 的信息，请访问官方网站https://storj.io/。关于 Storj 的详细文件也可在 https://documentation.storj.io/获得。

蜂群

Swarm 是以太坊原生分布式数据存储平台。Swarm 项目的目的是促进以太坊历史公共数据的持久性，并为 DApps 提供存储。与以太坊网络类似，Swarm 也允许任何人通过共享存储资源来参与网络。作为回报，在群体网络中托管节点的个人将被奖励以以太 ( 以太)令牌，作为对其贡献基础设施的回报。

Swarm 声称它的 P2P 存储网络是分布式拒绝服务 ( DDoS )抗攻击、容错以及无审查的。其协议与http://相似，用bzz://表示。用户可以通过 Swarm 公共网关访问网络。在蓬勃发展的以太坊网络上建立银行群，以促进其采用和发展。

要了解更多关于 Swarm 的信息，请访问官方网站https://swarm.ethereum.org/。关于 Swarm 的详细文档也可以在 https://swarm-guide.readthedocs.io/en/latest/的 T2 找到。

DAO 中的数据管理

一个去中心化的自治组织 ( 道)是一个代表一组利益相关者和实体的计算机程序，不受外部环境的影响。DAO 由一组规则和治理协议编程，以确保交易在各方之间发生，而没有任何冲突的机会。Dash 和 BitShares 是 DAO 的一些最早的实现。过去几个月，区块链推出了更多 Dao，如以太坊和比特币。

阿拉贡

Aragon 是一个运行在以太坊区块链网络上的开源 DAO。Aragon 利用 Solidity smart contracts 实现业务逻辑，利用 IPFS 实现去中心化的文件和治理记录管理，从而为全新一代的组织创建了一个真正的 P2P 操作系统，称为 aragonOS 。用户可以使用 Aragon 网络令牌 ( ANT )来执行操作和管理他们的 Dao。

Aragon 已经将 IPFS 非常紧密地集成到它的命令行界面 ( CLI )程序中。IPFS 守护程序可以通过 Aragon 的 CLI 启动，并管理锁定操作，以确保关键组件和文件的可靠存储。

要了解更多关于阿拉贡的信息，请访问 https://aragon.org/官方网站。在阿拉贡使用 IPFS 的详细文档可以在 https://hack.aragon.org/docs/cli-ipfs-commands 的找到。

婴儿睡眠问卷

Bisq 是运行在比特币区块链网络上的 DAO。它提供 P2P 加密货币交换服务，不受任何公司或机构的控制。用户和贡献者对提议的更新进行投票。BSQ 令牌持有者对 DAO 做出治理决策。通过以下两种方法使 Bisq DAO 可持续:

通过与拥有 BSQ 令牌的贡献者分享交易费用来进行收入分配。这使得贡献者成为网络的部分所有者，平衡了交易者和贡献者之间的力量。
通过 BSQ 代币所有者——交易者和贡献者——的投票进行决策。由于它们都共同负责发行，因此不存在可以帮助任何一方获得多数席位的集中化矢量。

在撰写本文时，Bisq 社区正在为使用分散式存储 IPFS 托管软件二进制文件、文档、网络和交易统计数据做出初步努力。还就存储治理提案数据提出了建议，以确保对"一体行动"信息的访问始终可用，没有单点故障。

想了解更多关于 Bisq 的内容，请访问官网 https://bisq.network/ 。在 https://github.com/bisq-network/bisq/issues/2845 的可以看到当前在 Bisq 中使用 IPFS 的努力。

有了对 Dao 为什么可以使用分散数据库的基本理解，现在让我们来理解一些跨几个领域应用的新兴模式。

数据库解决方案的新兴模式

很少有公司能够同时融合技术并解决各自行业的关键问题。在这一节中，我们将探索各自领域的关键问题，探索解决这些问题的模式，以及理想的例子。

现在让我们了解企业软件领域中的当前问题，并探索适用的新兴模式。

企业

企业和大型组织一直在成功地扩展，这要归功于可扩展的系统，例如企业资源规划 ( ERP )软件、知识管理软件 ( KMS )、以及库存管理软件 ( IMS )等等。然而，不断增长的需求和数据管理方式的突破性革命导致了区块链应用和人工智能技术的发展。

技术障碍

企业软件领域正面临着以可靠的方式管理涉众之间的大量数据的新挑战。以下是三大挑战，如果不尽快解决，它们可能会使企业软件变得无关紧要:

数据保护:许多 ERP 软件架构将组织的信息转储到一个集中的数据管理平台。还存在访问管理模块的较弱或未使用的应用。这可能导致严重的风险，如内部企业间谍、恶意攻击、勒索软件或后门漏洞。据报道，我们可能会想起 2017 年 5 月臭名昭著的 WannaCry 恶意软件攻击，显然花费了英国国民医疗服务 ( NHS )超过 5000 万英镑来修复系统。类似的攻击很容易以 ERP 数据为目标，可能会影响利益相关者、组织和数百万长期依赖该系统的消费者。
互操作性和透明度:超过 1000 家大型组织使用 ERP 来处理他们在制造、会计、库存管理、物流、客户关系管理 ( CRM )和报告方面的运营。大规模组织中的这些操作由不止一个软件供应商处理，因此，必须实现数据互操作性。API 和其他为优化这些情况而开发的后端软件程序使这成为可能。这给组织内部的 IT 团队和运营团队带来了太多的复杂性，使他们无法共同制定关键决策。
报告:通过企业资源规划系统进行报告简化了管理，并以综合方式进行决策。报告还为管理层提供了运营中未来趋势的良好可见性，并指导他们做好准备。然而，缺乏透明度和清晰度会导致错误的判断和无效的决策。

新兴模式概述

在深入研究了当前企业软件环境中的一些关键问题后，我们现在将观察一些处理这些问题的设计模式，利用人工智能、区块链和分布式数据库。将这些技术融合在一起是交响乐的艺术，其主要目标是为组织带来有意义的业务成果。人工智能应适用于来自分散数据库的数据，其出处由区块链系统提供支持。这种模式可以为利益相关者的决策带来新的效率。

金融服务

金融服务和整个银行、金融服务和保险行业支撑着大多数行业的交易经济。因此，BFSI 可以被视为经济的金融支柱。

技术障碍

以下是与 BFSI 软件相关的三大问题:

缺乏充分的透明度:尽管已经做出努力来提高个人和公司所能获得的服务的透明度，但这一过程仍然需要更多的改进。在 BFSI，各种项目的透明度，如费用和贷款申请的状态，是一些日常活动，BFSI 机构的透明度越高，可能会吸引更多的忠实客户。
结算延迟:虽然企业和个人都处于试验和采用新技术的前沿，但 BFSI 在更频繁地应用新技术和实践方面更为保守。跨境支付和贸易交易最终会增加业务流程周转时间。这些延误对企业和个人都有很大的影响。
错误的合规报告:BFSI 行业一直是欺诈的受害者之一，并以渎职、未能及时提供服务和报告异常情况而闻名。这导致当地监管机构对金融机构处以巨额罚款。然而，技术的应用很少被视为将顺风转变为行业建设性逆风的主要力量。

新兴模式概述

人工智能应用和区块链技术可以帮助 BFSI 组织以更加透明的方式组织风险，简化交易，并确保高质量的客户服务。已经进行了许多尝试，将流程分散到 BFSI 各组织，以确保用户体验更加顺畅，工作空间的生产率更高。

供应链管理

供应链管理以可预测的成本和响应不断变化的需求的灵活性，为行业中的所有利益相关者完成价值交付曲线。然而，各种垂直行业的供应链一直面临着多重挑战，阻碍了利益相关者为其最终消费者实现最佳价值。

技术障碍

以下是关于供应链软件的三大问题:

缺乏更深入的可见性:供应链领域的最新解决方案旨在促进实时交易，但存在如何持续处理如此大量交易的问题。长期保存如此大量的数据，公共区块链的成本非常高。但是，使用公共区块链有助于实现终结性，并有助于长期维护其完整性。除非财团规模足够大，分布足够广，否则私人区块链只能以更少且可预测的成本做到这一点，但价值要低得多。
成本不可预测:随着需求的不断变化和需求的不断变化，供应链行业一直难以在固定成本下运营。尽管在规划过程中对变量进行了优化，但国际监管环境和气候深深影响着规划成本。这是因为在计划阶段缺乏智慧。虽然气候条件几乎总是可以预测的，但并不是所有的物流系统都有能力适应这种情况，并在类似的成本范围内做出反应。除了不断变化的运营成本之外，供应链的利益相关者还在由于灾难或意外的自然环境造成货物损失的情况下遭受不充分的保险。
缺乏充分的灵活性:在供应链运作中，诸如气候条件、监管影响和不断变化的客户需求等外部因素无法控制。然而，必须保持系统足够的灵活性，以维持和继续运作。供应链中很少有运营采用尖端技术来确保对这里所涉及的动态的敏捷支持。

新兴模式概述

由人工智能、全球数据存储和区块链驱动的更智能的供应链可以即兴发挥现有流程，从而实现更大的需求灵活性，并推动新的商业价值。通过将交易数据迁移到 IPFS、MóiBit 或 BigchainDB 等离线大规模全球数据库，可以实现跨网络的卓越可见性。这实现了对相关利益相关者的完全可见性，通过由区块链上的实体签署的变更的审计跟踪来实现。通过这一点，人工智能模型可以应用于大量的历史交易数据，以预测成本和中断，并实现敏捷性。

卫生保健

医疗保健领域的创新正逐渐从专利药物转向开放的、基于研究的举措。这种方法可以通过交换从个人健康信息到实验室检测结果的重要信息来加强。在过去的几年中，卫生数据交换的做法在行业中受到了严厉的批评。然而，值得注意的是，信息的互操作性是医疗保健行业发展的关键。对于互操作性，业界欢迎接下来讨论的一系列问题。

技术障碍

以下是医疗保健软件的三大问题:

受控版本控制:需要一个透明的系统，可以为病历的所有更改创建快照。健康记录的正确跟踪还可以作为保险索赔的一个合适证据，从而为受益患者带来有效的自动化和更好的体验。
身份问题:在治疗或药物试验过程中传播患者的身份可能会导致生态系统的恐慌并阻碍发展势头。因此，与医疗数据相关的身份必须用成熟的方法认真处理，并由标准机构积极监控。
集中化:一些机构和组织通过建立健康数据交换联盟而获益，将行业中的其他组织甩在后面。这也有可能导致其他利益相关者在不久的将来建立双重标准，将健康数据保存在各自的筒仓中。这些做法自然有利于数据窃取、间谍活动和黑客攻击。

新兴模式概述

匿名和加密的医疗保健记录以及与治疗和药物试验相关的医疗数据可以保存在分散的数据库中，以确保医疗保健行业中所有相关利益方的共同访问。此外，患者是其医疗数据的所有者。这意味着患者可以通过在区块链上签署交易来控制和限制对其个人健康信息的访问，要求接收者在试图访问数据之前验证自己。因此，这种新兴模式可以在原子级别上建立隐私，并严格执行实践。

摘要

在本章中，我们通过向您介绍集中式数据库、分布式数据库以及最终的非集中式数据库的概念，研究了存储领域。此外，我们还对比了 Web 2.0 和 Web 3.0 应用程序之间的数据消费模式。我们也更加了解了在应用程序和 Dao 中使用分散数据库的核心动机和需求。最后，在本章的最后，我们探讨了可以分析和应用的各种新兴模式。

在下一章，我们将在区块链和人工智能的帮助下，观察这些新兴模式如何被应用于为去中心化经济构建智能应用。

我们一直在努力

apachecn/AiLearning