《先进计算产业发展联盟：2023基于区块链的算力并网交易平台研究报告（39页）.pdf》由会员分享，可在线阅读，更多相关《先进计算产业发展联盟：2023基于区块链的算力并网交易平台研究报告（39页）.pdf（39页珍藏版）》请在三个皮匠报告上搜索。

1、 基于区块链的算力并网交易平台研究基于区块链的算力并网交易平台研究 先进计算产业发展联盟先进计算产业发展联盟 2023 年年 12 月月 I 研研 究究 报报 告告 要要 点点 本课题分析了当前算力交易平台的发展现状，总结了算力用户的需求，包括交易效率、交易模式、激励机制、资源调度机制、可监管、数据隐私安全以及行业标准等。针对以上需求，本课题需要研究的关键技术包括区块链、跨链技术、异构联盟链监管技术、数据访问控制、可信交易技术、隐私保护、智能合约、激励机制、资源调度、前沿密码学方法等。本课题的研究内容主要包括（1）基于区块链的算力交易技术；（2）算力交易激励与资源调度机制；（3）面向监管友好的

2、算力交易数据隐私安全。研究目标是构建面向算力并网的高性能区块链算力交易平台，实现高效的算力交易方法、安全灵活的交易模式、多维度激励机制、合理的资源调度、可监管以及符合行业标准的技术方案。研究单位：浪潮电子信息产业股份有限公司、中国移动研究院、天翼研究单位：浪潮电子信息产业股份有限公司、中国移动研究院、天翼云科技有限公司、中国信息通信研究院云科技有限公司、中国信息通信研究院 课题参加人：赵雅倩、张课题参加人：赵雅倩、张 闯、陈燕军、安雨顺、林群阳、刘陆阳、闯、陈燕军、安雨顺、林群阳、刘陆阳、孙丽明、王翰华、黄孙丽明、王翰华、黄 璜璜 完成日期：完成日期：2023 年年 12 月月 II 目目 录

3、录 一、研究背景.1（一）算力交易平台国内发展现状.1（二）算力交易平台海外发展现状.2 二、问题与挑战.5 三、关键技术.7（一）分布式数字身份与可信凭证技术.7（二）链上链下结合的交易处理技术.9（三）多维度激励机制.9（四）数据访问控制.10（五）算力资源调度.11（六）区块链监管.11 四、解决方案.13（一）数字身份链.13（二）交易链.14 1、交易模式.14 2、数据访问授权机制.18 3、激励机制.18 4、资源调度机制.20 5、交易监管.26（三）算力交易平台 DAPP.28（四）交易服务通道控制器.28 五、总结与展望.34 术语与缩略词表.35 参考文献.36 1 一、

4、研究背景一、研究背景 2020 年以来，国家发布了以“新基建”为导向的一系列加快数字化基础设施建设的政策，旨在提升“联结+计算”能力，重塑产业升级模式。2021 年 5 月，国家四部委发布全国一体化大数据中心协同创新体系算力枢纽实施方案，提出“东数西算”架构，打通网络传输，提升跨区域算力调度水平。随着网络通信设备、云计算、边缘计算等基础设施算力能力持续提升，算力泛在化已成为趋势，呈现云网边端多级计算服务架构。算力并网可以整合各种算力资源，形成一个统一的算力网络，对各类应用提供普适多样的算力服务。区块链的防篡改、可追溯、分布式等特性可以为算力并网提供交易技术支撑，激发算力服务提供商的积极性，同时

5、为用户提供安全、可靠且便捷的统一算力服务交易接口，有助于构建基于算力的价值网络，推动基于算力的共享经济和数字经济的发展。（一）算力交易平台国内发展现状（一）算力交易平台国内发展现状 国内目前算力并网技术主要以政府机构为主导，联合上游硬件厂和下游云计算、科学计算和网络服务提供商，构建算力交易平台。比较有代表性的有宁夏的“东数西算”一体化算力交易平台、国家新兴互联网交换中心主导的上海算力交易平台（SHIXP）以及中国信通院牵头的全国一体化算力算网调度平台。“东数西算东数西算”一体化算力服务平台一体化算力服务平台 东数西算一体化算力服务平台 2023 年 2 月 24 日在宁夏银川正式上线运营。作为

6、国内首个算力交易平台，该平台通过资源整合，已将曙光、华为、中兴、阿里云、天翼云等国内大算力领先的企业，国家信息中心、北京大数据研究院等国内主要的大数据机构，以及商汤、百度等大模型头部企业共计 27 家纳入平台。该平台作为国内首个可以支持算力交易调度的应用系统，为智算、超算、通用算力等各类算力产品提供算力发现、供需撮合、交易购买、调度使用等综合服务，将有效结合东西部算力发展需求，助力形成自由流通、按需配置、有效共享的数据要素市场，赋能东西部数字化发展。上海算力交易平台上海算力交易平台 2 在 2023 年 4 月 26 日举办的“算力浦江”（首届）数字经济发展论坛上，上海算力（试运行）交易平台正

7、式启动，这是依托国家（上海）新型互联网交换中心（简称“SHIXP”）平台交换架构的独特性，先行先试探索打造的全国首个算力交易集中平台。依托 SHIXP，上海算力（试运行）交易平台的近景目标是：到2023 年底，初步建成算力调度平台，探索算力交易运营机制；进一步扩大交换流量规模，实现上海市内算力资源调度。据悉，上海电信、上海移动、上海联通、上海铁塔、东方有线、腾讯云、有孚云等已入驻上海算力（试运行）交易平台。本次论坛上，14 家首批入驻算力交易平台的企业与 SHIXP 分别签约，将展开深度合作，资源共享、协同合作，共同推进数字产业的发展。目前上海算力指数排名位列全国第一，综合算力指数排名位列全国

8、第二。截至 2022 年底，上海在用标准机架数 41.5 万，同比增长 15%，算力总规模近 9E flops。全国全国一体化一体化算力算网调度平台算力算网调度平台 2023 年 6 月 5 日，由国家工业和信息化部主办，中国信息通信研究院等承办的“算力创新发展高峰论坛”在京召开。会上，中国信通院联合中国电信共同发布我国首个实现多元异构算力调度的全国性平台“全国一体化算力算网调度平台（1.0 版）”。该平台统一整合通用算力、并行算力、边缘算力等多源异构算力资源，实现不同厂家、不同硬件结构资源池的算力只能管理分发调度。尤其在对算力要求较高的 AI 训练应用中，该平台通过整合跨资源池、跨平台、跨厂

9、商的异构算力实现分配调度。目前，已有天翼云、华为云、阿里云等云服务厂家接入该平台。“全国一体化算力算网调度平台”的发布，不仅有利于贯彻落实国家“东数西算”工程要求，促进东部数字经济产业链向西部延伸拓展，同时还将推动算力资源的精准配置和按需获取，有效降低算力能源消耗，助力区域协调发展和信息通信行业碳达峰、碳中和目标达成。（二）算力交易平台海外发展现状（二）算力交易平台海外发展现状 海外算力并网项目大多基于现有的分布式计算（Distributed computing）和云计算（Cloud computing）项目进行开发和扩展。本节主要介绍两个规模和知名度最高的项目：美国的 BOINC6和欧盟的

10、EGI7。3 伯克利开放计算网络（Berkerley Open Infrastructure for Network Computing，BOINC）BOINC 是由伯克利提出的网络计算开放基础设施项目。其主要面向志愿计算（Volunteer computing，是一种分布式计算构架）的开源中间件分布式计算系统。BOINC 最早设计是用于支持 SETIHome 项目，该项目旨在通过计算分析外太空无线电信号来探索地外生命和文明的研究计划。目前 BOINC 已经在医药学、分子生物学、数学、语言学、气候变化研究、环境科学以及星体物理学等领域展开了广泛的应用。截止 2021 年 11 月，BOINC

11、项目包含了 34236 名志愿者、136341 台活跃计算节点共计 20.164PetaFLOPS 算力。BOINC 的软件系统可以将并入计算网络中结点的空闲 CPU 和 GPU 用于共享计算网络中的科学计算任务。2008 年 BOINC 与英伟达合作开发了 BOINC 系统的 CUDA 支持。2009 年与ATi/AMD 合作新增了 ATi/AMD GPU 的计算支持。BOINC 系统中有一套可信计算系统（Credit system），通过该系统来防止故障硬件和欺诈。同时对返回的计算结果进行校验，保证计算结果的可靠性。目前 BOINC 正在与区块链技术进行整合，通过 BOINC 完成的计算任

12、务会反馈积分，用户可以将积分兑换 COP 代币。目前 BOINC 和区块链结合方式还比较简单，主要就是积分，未来 BOINC 计划基于智能合约让其产生真的代币，同时也会和一些知名的公链进行合作，在区块链上进行深耕。欧洲网格计算基础设施（European Grid Infrastructure，EGI）2008 年 5 月，为了利用网格计算技术促进科学计算和科技进步，欧盟提出建立 EGI，欧洲网格计算基础设施。EGI 旨在通过利用网格计算技术将欧盟成员国的计算基础设施进行连接，共同服务于欧盟在生物医药、星体科学、高能物理、生物信息学等领域的科学计算项目。截止 2021 年，EGI 项目已经累计为

13、 78,100位用户提供了 508 万云 CPU 时、支撑了 27 项欧盟科研计划和 450 万次作业提交，参与贡献的有超过 800 个终端和多达 150 个数据中心。根据不同的应用实例，EGI 向科研人员和社区提供包括批量计算（Batch computing）、交互计算（Interactive computing）、联邦数据访问（Federated access and data federation）、数据空间（Data space）以及服务部署（Service hosting）等服务。批量计算服务为用户提供批量计算访问的 API 接口，其通过 EGI 计算集 4 群提供的高吞吐量计算、在

14、线云存储和负载管理模块根据计算任务需要提供量化、可扩展和成本资源优化的计算服务。交互计算服务基于 Jupyter Notebooks 提供交互式数据分析和可视化的接口，同时通过 EGI 社区提供的云存储、云计算以及相关技术服务支持为用户提供一站式、易用的交互式科学计算体验。联邦数据访问和数据空间服务基于联邦学习技术，提供安全、透明的数据访问与计算服务，为EGI 社区提供安全、高效、多样化的数据访问与使用技术解决方案。服务部署模块基于 EGI 联邦计算集群和 EGI 网络，提供安全、高效、高可用的专用服务器节点供用户部署计算服务。5 二、问题与挑战二、问题与挑战 基于区块链的算力并网交易平台面临

15、的挑战主要包括以下几方面：交易效率、交易安全、交易多样性、交易激励因素复杂性、交易可监管性以及资源调度。交易效率 交易数据上链过程的开销大且比较耗时，简单概括上链过程包括交易数据入记账队列、打包新区块、交易共识（如 DPOS、PBFT 共识）、以及广播到所有节点进行存储。由此可见，数据上链的开销包括共识开销、计算开销、网络开销及存储开销，而且上链过程受队列调度、共识算法处理、网络广播等因素影响，会产生时间延迟。因此并不是所有数据都应该上链，而要充分考虑开销和效率，让无需上链的数据（如：非全局性的、无需多方共识的、数据量大的、计算繁杂的）放到链下处理。以下棋为例进行说明，棋手的每一步棋并不需要实

16、时上链，而在棋局结束时，比如总共下了几百手，那么将这几百手的记录汇总起来，连同输赢结果上链，以便记录战绩。对弈双方的每步棋的数据可以通过链外系统进行通信，可以达到实时、高效的数据传输。算力交易具有小额、高频交易特征，给系统处理性能带来很大挑战。交易安全 交易安全问题，主要涉及两方面，包括数字身份安全和数据（包含交易数据和用户数据）隐私安全。（1）数字身份安全 针对分布式系统，用户身份被假冒会造成很大损失，比如在 NFT 平台艺术家劳夫曼的作品在他不知情的情况下被拍卖。因此用户数字身份安全认证及数字身份管理对交易平台来说至关重要。（2）数据隐私安全 对于分布式交易系统，交易数据是否公开，不公开的

17、话应该允许哪些用户查看，另外也要解决用户隐私数据保护问题。交易多样性 算力供应商和用户对计费的策略需求不尽相同，因此，如何支持丰富多样的算力交易模式，提出一种可以满足用户和供应商多样性需求的算力交易模型也是本项目的一个难点。另外还需要解决信息孤岛问题，支持交易数据在不同平台之 6 间可信流转。交易激励因素复杂性 常见的竞价机制是按价格优先与时间优先的原则排序，将买卖指令配对竞价成交，但算力交易平台需要结合激励条件（如低碳、绿色能源优先、电力利用率、公益、慈善等社会效益）对算力竞价机制做一些调整，构建一套结合竞价与激励机制的参数模型，把多维度的数据综合考量，达到更好的社会效益。交易可监管性 监管

18、对于保障交易系统的用户权益至关重要，因此需要对区块链交易进行监管，设计出可追溯可屏蔽的面向监管友好的区块链交易平台。目前公有链在国内不被法律允许，因此普遍使用联盟链技术，联盟链监管存在以下挑战：一方面，不同平台间未建立有效的信息共享机制，不互通不协同，存在封闭性、敏感性、异构性的难题；另一方面，传统的监管技术往往难以涵盖持续变化的监管需求，也难以适应各种异构底层区块链技术。资源调度 算力资源调度机制主要根据用户提供的需求与现有算力资源实例之间按照预定的评分函数和规则进行匹配，然后选择得分较高的算力解决方案为用户进行分配和调度。现有资源调度方案中预设的评分函数和规则往往是根据经验调整好的固定参数

19、，难以根据市场和用户需求的变化来动态地进行调整。因此，构建一套基于数据驱动的算力调度方案有助于平台适应市场需求变化并提高用户满意度。7 三、关键技术三、关键技术 本平台涉及的关键技术包括：分布式数字身份与可信凭证技术、链上链下结合的交易处理技术、多维度激励机制、数据访问控制、算力资源调度及区块链监管。（一）分布式数字身份与可信凭证技术（一）分布式数字身份与可信凭证技术 随着数字经济的发展，越来越多的事务处理依赖数字身份及数字凭证。物理身份无法满足在线使用的要求，因为物理文档的数字副本很容易伪造，而且合法性难以进行远程验证。传统的物理凭证及其电子化凭证无法有效应对高频请求、海量数据、隐私安全和不

20、断出现的新型数字化场景的挑战。为了解决这些挑战，分布式数字身份技术被提出并得到快速发展，自2019年W3C分布式身份标识符工作组（DIWC:Decentralized Identifier Working Group）发布分布式身份标识符的首个工作草案以来，分布式身份标识相关的标准与规范持续扩展完善，目前主要有5个技术规范，如下表所示。表 1 分布式身份标识相关的技术规范 序号序号 规范名称规范名称 描述描述 1 分布式身份标识符（DID:Decentralized Identifier 1）DID 是一种全局唯一的数字身份标识符，具有分布式、可解析性及可验证性。与传统标识符的区别是数据自主存

21、储而不是集中托管，标识自生成、自分配、自管理而不是统一分配，数据真实性由加密算法背书而不是由权威机构背书。2 DID 文档（DID Document）DID 文档并不包含用户身份数据相关的内容（如姓名、年龄、住址、手机号等），而只是包含描述 DID 相关的一些信息（包含 DID 标识符、公钥列表、公钥详细信息诸如持有者、加密算法等），它通常储存在一个与 DID 关联 8 的分布式系统中，可以通过 DID 检索到。3 DID 解析器（DID Resolver）DID 解析器的作用是通过 DID 来获取 DID 文档，其接口 API 用于接收 DID 查找请求、执行相应的 DID 方法以检索对应的

22、 DID 文档、并返回文档。4 可验证凭证（VC:Verifiable Credential 2）可验证凭证 VC 通常是权威实体为另一个实体的某些属性做背书而发出的描述性声明，并附加自己的数字签名；VC 规范定义了可验证凭证的数据格式，形成数据跨域跨机构交互的一种标准。5 身份存储库（Identity Hub）身份存储库允许用户以安全而隐私的方式存储其敏感数据，未经用户授权不允许访问；即数据由用户控制，用户可以选择以任何方式存储数据，且只有通过用户授权后，才可以允许第三方访问。以上5个技术规范被广泛应用到分布式数字身份与可信数字凭证系统的构建中，确保数字身份和数字凭证可以在不同网络和平台上的

23、互操作。分布式数字身份与可信数字凭证系统通常包含以下4种用户：凭证持有者、VC签发者（Issuer）、VC验证者及权威机构。权威机构是一种特殊实体，具有认证用户身份的能力，例如认证某一个用户为VC签发者。VC签发者通常是授权机构（如学校、医院、政府部门等），可注册凭证模板、签发可验证凭证。一个VC凭证的主要操作过程包括：（1）VC签发者根据业务特征设计并定义凭证模板，在模板中可以要求凭证声明内容包括哪些属性或数据字段，并规定哪些属性是必需的或可选的。（2）VC签发者公布凭证模板，并提供相应凭证的签发服务；（3）凭证申请者（即持有者）选择一个凭证模板，填写凭证声明内容，并提交凭证创建申请；（4）

24、VC签发者获取凭证创建申请后，审核对应的凭证声明内容，当审核通过，签发该VC凭证，为凭证签名等。（5）凭证持有者拿到VC凭证后，可根据需要把该凭证出示给VC验证者。（6）VC验证者检验凭证是否真实，具体包括校验凭证是否是由 9 VC签发者签发的、校验持有者和VC签发者的身份、验证披露的数据是否真实。（二）链上链下结合（二）链上链下结合的交易处理技术的交易处理技术 区块链的去中心化、分布式存储、数据防篡改、可追溯、依靠密码学提供信任背书、按智能合约自动执行等特点为分布式交易平台提供了有力的技术支撑。在比特币、以太坊等公有链上的交易往往通过加密货币（如比特币、以太币）实现。在比特币网络中，每一笔交

25、易都需要全网广播，通知矿工，并产生一些费用打赏矿工（作为记账激励），而且网络的记账规则大大限制了交易速度，对于小额高频交易的场景非常不适用。针对以上问题，业界提出了链上链下结合的交易处理技术，闪电网络就是属于此类技术方法，其目的是为了实现高效且低成本的交易。原先所有交易都在比特币网络上进行，交易记录都被记载在比特币网络这个大账本上，也就是说数据都是上链的。而闪电网络是比特币网络在链下的扩充，在闪电网络上进行的交易并不会记录到比特币的大账本上，这些交易是在链下完成的，它允许交易双方建立交易通道，并成为两个闪电网络节点，后续双方的交易都通过该通道完成，中间的交易数据不上链，因此也不用付手续费，交易

26、效率得到了很大提高。已建立的支付通道可以被后续其它交易使用作为支付中转通道，从而形成一个依附于比特币网络的支付通道网络。只有在建立通道和关闭通道才需要在比特币网络上进行，这两个过程要全网广播上链。由于其高效和低成本的特点，闪电网络技术也被其它区块链系统所采纳使用。（三）多维度激励机制（三）多维度激励机制 目前，基于区块链的算力网络或资源分配调度的激励方法，主要有以下3种：BOINC6是由伯克利提出的网络计算开放基础设施项目，是全球最大的分布式计算项目。它是一种面向志愿计算（Volunteer computing）的开源中间件分布式计算系统。当前该平台正在与区块链技术进行整合，其主要激励机制是通

27、过积分与COP代币实现，激励机制简单描述如下：算力供给用户在BOINC平台上完成计算任务后会获得反馈积分，积分可以进一步兑换成COP代币，COP代币就是其主要激励。未来BOINC计划基于智能合约让其产生专用的代币。10 BCERA9是由北京邮电大学和首都师范大学共同提出了一种区块链赋能的资源调度算法，不同于现有的资源调度方法，BCERA是依赖于一个区块链结构来实现的分布式计算资源调度方法，BCERA中的区块链节点通过求解任务调度优化问题来实现区块链的共识，从而避免了共识所带来的额外开销和时延，同时还提升了系统的可扩展性和鲁棒性。BCERA的激励机制主要由两部分组成，分别是（a）奖励：设定任务发

28、布者使用资源的奖励。（b）处罚：对未能完成计算任务或提供虚假信息的节点予以处罚。ShareBC8是由中山大学提出了一种区块链赋能物联网数据共享激励框架，利用分片技术把区块链网络分割成多个支持并行处理数据共享交易的异步共识区，从而形成一个分层的数据共享方案；ShareBC利用智能合约实现了一种支持分层的数据拍卖模型的共享激励机制，解决了多层数据分配优化问题，优化的目标时最大化共享数据资源给用户带来的效用与访问数据资源的传输成本之间的差值。以上方法并未考虑多维度的激励因素，包括低碳、节能、慈善、公益等。（四）数据访问控制（四）数据访问控制 在传统访问控制下，用户披露的信息往往超过了获取权限需要的范

29、围，这种授权方式严重加大了用户隐私泄露的风险。为了增强隐私安全策略，可以使用证明代替明文、零知识证明、属性加密、匿名凭证等一系列策略和算法，使用户尽量减少甚至消除敏感信息的披露。设计基于密文-策略的属性加密，构建由ANDGate（表示属性满足该节点下的所有属性条件）、ORGate（代表属性集合满足该节点下的某一属性集合条件）及LeafNode（代表属性节点）构成的带访问权限设置的访问树结构；基于属性的访问控制（包括对主体属性、客体属性、环境属性以及访问控制规则或策略的评估计算）实现细粒度的授权管理；基于匿名凭证，对声明信息仅提供有关声明结果的密码学验证方法，并不包含声明数据的明文或密文（例如对

30、年满18周岁的认证，而不实际提供出生日期）。基于以上密码学方法与策略，可以对身份数据及数字凭证的内容属性做选择 11 性信息披露，支持披露信息最小化，且防范第三方利用披露信息推测实体的现实身份或在其它场景中的身份，增强隐私保护。（五）算力资源调度（五）算力资源调度 目前算力资源调度方法主要有以下几种：方案 1，季玲玲等人10面向数据中心与超算中心提出了一种基于评分排序的算力调度方法。其通过给定候选计算结点的算力满足程度、调度成本、算力性能、网络响应时间等特征带入预先定义好的评分函数打分，最后获取得分最高的算力资源结点作为调度目标算力资源节点。方案 2，王洪全等人11提出了一种面向容器集群的算力

31、调度方法，该方法在构建集群时需要对计算资源的基准算力进行标定，然后根据用户给定的计算需求与标定的计算资源算力进行比较，筛选得到算力大于等于用户计算需求的结点；当筛选后满足用户需求的计算节点为多个时，根据节点剩余内存数最大的结点作为当前最优分配结点。前述方案 1 和方案 2 都是针对现有云计算基础设施的资源调度方法。现有方案均适配算力交易平台构架，在获取用户需求后对自身资源池进行匹配，然后根据资源池内满足用户计算需求结点的其他属性选择最优的向用户提供服务。在该应用场景下，资源调度问题实际上转化为一个检索重排序问题。通过阅读这些方案可以发现其存在以下缺陷：（1）评分函数结构和参数固定，难以反映用户

32、的历史需求偏好，即所有用户共享相同的评分函数；（2）在对检索结果进行排序时选取的标准固定、单一，即机械地按照结点剩余内存或延迟等特定参数选择“最优”的结点提供服务。针对上述缺陷，基于计算最优传输理论，本课题提出一种数据驱动的算力交易平台资源调度方法。（六）区块链监管（六）区块链监管 采用不同区块链底层技术的业务链的数据结构和通信协议互不相同，业务链与监管系统之间的通信协议接口也不一样，因此业务链之间、业务链与监管系统之间互通难、互认难、互信难、互访难。为了实现对区块链上交易数据的监管，本课题研究新型区块结构、哈希锁定、公证人机制和侧链/中继、数据访问泛化等技术，提出了即插即用、高可扩展、自适应

33、强等特点的联盟链自适应监管技术，12 支持联盟链与监管系统之间数据可靠传递，适应主流区块的不同区块结构，实现监管系统与业务链之间的数据交互；支持在不可篡改前提下，满足监管需求的违规数据屏蔽。13 四、解决方案四、解决方案 基于区块链的算力并网交易平台系统架构如图1所示，它包括数字身份链、交易链、算力交易平台DAPP（去中心化应用程序）、以及与交易链节点关联的交易服务通道控制器（Service Channel Controller）。图 1 算力交易系统架构（一）数字身份链（一）数字身份链 数字身份链上保存用户的数字身份DID文档、用户相关的数字可验证凭证（如某种算力服务资质VC证明）。用户注册

34、DID身份后，系统会给用户分配一个DID号，DID的私钥由用户保管，而对应的公钥保存在DID文档中，DID文档会写入数字身份链（即上链存储）。用户分为算力供给用户（简称供给用户），算力消费用户（简称消费用户）以及权威机构用户；当一个用户注册为算力供给用户时，权威机构用户可以为其提供身份认证服务，比如基于KYC（Know Your Customer）认证（一种实名认证机制，一般通过诸如提供身份证明和常住地址等手段来核实用户身份），当认证通过后，供给用户成为一种具有DID身份的授权机构（凭证签发者即Issuer）用户，Issuer可以注册交易凭证模板，并签发交易VC凭证。算力消费用户的注册认证也

35、14 是由权威机构用户完成的，与算力供给用户相比，其认证相对宽松与简单，算力消费用户是一个具有DID身份的普通用户。权威机构用户是一种特殊用户，它通常是该系统的管理用户，具有为供给用户和消费用户提供身份认证的能力；同时权威机构会注册供给用户的资质认证凭证模板，并为供给用户提供资质凭证签发服务。（二）交易链（二）交易链 交易链上保存与交易相关的数据，所有交易数据以可验证凭证的方式保存到交易链上。算力交易通常包含一项交易启动事件，该事件表示交易双方对某一个交易合同或协议达成共识并开始按该协议进行交易；同时算力交易一般是按时计费的，所以要求具有定时结算的机制；在交易双方结束交易时，也会触发一个交易结

36、算。基于算力交易的以上特点，本方案提出了一种支持灵活交易模式的算力交易方法，基于可验证数字凭证（W3C的VC标准）设计交易数据模型，允许算力供给用户定义并发布定制的交易模式。另外在交易链上，本方案提出一种算力交易激励方法，设计智能合约程序，综合考虑多种激励条件，形成一种满足不同用户需求的交易方案推荐与撮合机制；在资源调度方面，提出了一种数据驱动的算力资源调度方法；在交易监管方面，提出了一种异构联盟链自适应监管架构以及多种面向联盟链监管的数据屏蔽方法。1、交易模式、交易模式 本方案提出了以下4个关键数据结构包括2种CPT（Claim Protocol Type）模板和2种VC凭证，如下：（1）C

37、PT（Claim Protocol Type）模板 CPT 模板，一种数字凭证模板，它定义了凭证声明包含的数据字段及各字段的数据类型，并声明哪些字段是必需的。交易启动CPT模板 启动一个交易的模板，由供给用户定义并注册，一个模板样例如下：15 title:模板名称,description:模板描述,type:object,properties:pdid:type:string,description:供给用户 DID ,cdid:type:string,description:消费用户 DID ,spec:type:string,description:算力规格，如每秒多少 GFLOPS，MF

38、LOPS，TFLOPS 或 PFLOPS ,price:type:float,description:每分钟的价格，单位元 ,minCost:type:float,description:最小开销即起步计价，单位元 ,checkinCptId:type:integer,description:结算模板 ID ,encryption:type:string,description:加密方式，如：明文、CP-ABE ,required:pdid,cdid,spec,price,checkinId 其中properties是声明内容包含的数据字段，required定义了哪些字段是必需。交易结算CPT

39、模板 进行交易结算上链的模板，由供给用户定义并注册，模板样例如下：title:模板名称,description:模板描述,type:object,properties:pdid:type:string,description:供给用户 DID ,cdid:type:string,description:消费用户 DID ,cost:type:float,description:结算费用，单位元 ,startTs:type:TIMESTAMP,description:结算周期起始时间 ,endTs:type:TIMESTAMP,description:结算周期结束时间 ,tradeType:ty

40、pe:string,16 description:交易额类型，如：小额，大额，中等数额等 ,credentialId:type:string,description:消费用户提交的 VC 凭证申请 ID ,encryption:type:string,description:加密方式，如：明文、CP-ABE ,required:pdid,cdid,cost,startTs,endTs,tradeType （2）VC 凭证 交易启动VC凭证 交易启动VC凭证是由消费用户提交数据及申请，再由供给用户签发。凭证的声明数据根据交易启动CPT模板的字段要求及实际数据填写。交易启动VC凭证参考样例如下：c

41、ontext:https:/ minCost:10,checkinCptId:1002 ,proof:.,type:VerifiableCredential,original 简单说明各个字段的含义：context:版本信息 id:凭证ID号 cptId:CPT模板ID号 Issuer:签发者DID issuanceDate:签发时间 expirationDate:过期时间 claim:声明内容与数据 proof:签名数据结构体 17 type:凭证类型 交易结算VC凭证 交易结算VC凭证是由消费用户或服务通道代表消费用户提交数据及申请，再由供给用户签发。凭证的声明数据根据交易结算CPT模板的

42、字段要求及实际交易结算数据填写。交易结算VC凭证参考样例如下：context:https:/ 算力供给用户（Issuer）需要注册交易启动CPT模板和交易结算CPT模板，同时要处理对应的可验证凭证（如交易启动VC凭证，交易结算VC凭证）的签发请求。交易启动CPT模板，可以类比为交易合同或协议模板，它定义了启动该交易的所需数据字段，通常包含供给方DID、消费方DID、算力的规格、算力单位价格、结算方式（如：按最小时间单位付费）、起步计价、数据加密方式、交易结算CPT模板ID等。交易启动CPT模板可以根据供给方需求自己定义，支持一些复杂的交易模式，比如不同时段使用不同的算力报价。交易结算CPT模板

43、定义了一笔交易结算包含的数据字段，通常包括供给方DID、消费方DID、费用、起止时间、数据加密方式、交易额类型（如小额、中等数额、大额，具体交易额类型可由系统管理员定义）等。18 2、数据访问授权机制、数据访问授权机制 算力供给用户（Issuer）需要对登记到交易链的交易启动VC凭证申请或交易结算VC凭证申请做签发处理，以确认对应的操作（如：交易启动或交易结算）。根据VC凭证中的数据加密方式选项可以对VC声明中的指定数据字段进行加密，可以采用基于属性加密技术，如基于密文策略的属性加密（Ciphertext-Policy Attribute-Based Encryption，简称CP-ABE3）

44、，制定密文访问策略，如允许“交易双方OR授权查看用户OR监管或审计用户”访问并解密密文。第三方用户可以查看链上的交易VC凭证（包括交易启动VC和交易结算VC）数据，当该交易VC凭证数据包含密文时，第三方用户可以提交查看密文内容申请，只要申请被批准（即授权）后，便可解密并查看交易VC凭证包含的密文信息。通过这种方式可以有效保护交易数据以及交易用户信息。3、激励机制、激励机制 图2是基于区块链的算力交易激励方法及系统的一个实现示例，它包括两种区块链分别是算力需求链、算力供给链（如图2的算力供给链A和B）和跨链模块（如图2的跨链模块A和B）。图 2 基于区块链的算力交易激励系统架构（1）算力需求链

45、19 算力需求链为算力消费用户服务，主要存储算力消费用户的账户信息、算力资源数据（包括来自多个供给链的数据）、算力交易数据等；在算力需求链上部署算力交易撮合智能合约（简称撮合智能合约）。算力消费用户和跨链模块可以通过撮合智能合约定义的合约接口与区块链的账本数据进行交互。（2）算力供给链 算力供给链为算力供给用户服务，主要存储算力供给用户的账户信息、算力资源数据（包括各自的激励向量）、算力分配数据等；在算力供给链上部署算力交易激励智能合约（简称激励智能合约）。算力供给用户通过激励智能合约定义的合约接口进行登记或更新算力资源（包括算力类型、算力服务处理能力、规格、报价、空闲处理能力、激励因子向量等

46、）以及查看或追加激励因子向量。（3）跨链模块 跨链模块分别与一个算力供给链和一个算力需求链相连接，完成数据的转移和链间交互。比如跨链模块会把算力供给链登记的算力资源数据同步到算力需求链上；跨链模块作为算力供给链的用户代理，在算力需求链上维护并管理交易账户数据，并把每个供给用户对应的权益登记到算力供给链；跨链模块在算力供给链上进行算力资源的分配调度处理，维护各个供给用户的算力资源数据。（4）算力交易激励机制 假设交易链上所有的算力供给用户集合为P，对于任一算力供给用户p P,p提供的算力服务总处理能力为Rp，空闲处理能力为Lp，算力规格集合为,对应报价为，其中Cpm(1mK,K为不同算力规格数量

47、)是算力规格Spm的价格；激励因子向量表示为，其中Epj(1jN,N为激励因子数量)表示某一激励因子的效用（如碳中和收益）。算力供给用户可以通过激励智能合约的Register或Update接口来登记或更新以上数据。对于一个算力消费用户U，U可以通过撮合智能合约的获取推荐交易方案接口输入激励偏好B和算力要求D，并获取满足该激励偏好的推荐方案；激励偏好可以用一个向量表示,Bj(1jN)表示为对应激励因子效用设置一个倍数，该倍数值越大，则代表对应激励因子影响权重越大，即用户越看重这个激励因素（如低碳）。算力要求D包含所需的算力类型Dt、规格Dq（如多少GFLOPS，MFLOPS，TFLOPS或PFL

48、OPS）、是否可分片处理等。20 则激励机制的目标就是获取满足公式(1)或（2）的最优解：(i)当算力要求 D 不可分片处理 EXP(D,B)=min Cpq Epj Bj=1 s.t.Spq=Dq,LpDq,pP(ii)当算力要求D可分片处理 EXP(D,B)=min (Cpq Epj Bj=1p P)s.t.Spqp P=Dq,LpDq 满足公式(1)或（2）的最优解方案是在满足算力消费用户的算力要求的前提下，使算力费用减去所有激励因子与激励偏好的积之和，获得的结果最小。4、资源调度机制、资源调度机制 基于计算最优传输理论，本课题提出一种数据驱动的算力交易平台资源调度方法。首先，将算力交易

49、平台的资源调度问题转化为一个最优化问题：给定用户需求的情况下，最小化用户需求和根据候选结点的调度属性（如报价、传输延迟、计算延迟、资源占用率等）之间的损失问题。其次，为了捕捉个性化的用户需求和用户间共性需求，提出了一种带有融合用户特征和全局共性特征的损失函数来刻画候选解决方案满足用户需求的代价函数，该代价函数由两部分构成：用户个性化权重和全局共享权重。用户个性化权重是仅针对当前用户生效的参数，用于刻画用户的个性化需求。全局共享权重则是所有用户共享的特征，通过该权重模型可以学习到用户无关的调度权重，同时避免冷启动问题。最后，基于计算最优传输理论（Computational optimal tra

50、nsport）13利用熵正则（Entropy regularization）和辛克霍恩算法（Sinkhorn algorithm）14求解该最优化问题，求解得到与用户需求相似度最高的若干最优解决方案推送给用户选择。用户需求建模 算力交易平台的资源调度需要根据用户的需求来执行。而用户需求根据对业务的影响可以大致分为“必须需求”和“非必需需求”。“必须需求”定义为无论如何必须满足的资源要求以保证应用可被正确地运行，例如通用 CPU 算力需求、并行 GPU 算力需求、非易失内存空间需求等。对于非必需需求或称服务质(1)(2)21 量需求，我们将其定义为不影响用户计算任务的执行，但对用户的服务体验有较

51、大影响，例如平均网络传输延迟、计算网络延迟、非易失存储 IO 速度等。因此，我们将用户的需求形式化定义为：=,nec ,+为用户需求向量，其中nec为用户必须需求，qos为用户服务质量需求。为了满足用户细粒度的需求，我们将平台的资源调度问题建模成一个“检索重排序问题”，因此资源调度机制主要涉及 2 个重要功能：必须需求匹配和解决方案重排序。必须需求匹配 用户必须需求匹配模块主要根据给定的用户必须需求nec向连接到算力交易平台的计算服务提供商（CSP）发起资源查询匹配请求。用户发起算力请求时，用户将自己的需求提交到算力交易平台，算力交易平台创建一个服务请求。算力平台将用户的需求拆分为必须需求和服

52、务质量需求，然后将必须需求转发给各计算服务商进行算力资源进行查询，其流程如图3 所示：图 3 用户向平台发起资源查询匹配请求 然后，待各计算服务商返回查询结果后，算力交易平台将结果混合汇总形成候选解决方案集合=(,)|i=0,1,2,，其中(,)为其中某个解决方案，为解决方案配置对象，为当前解决方案的服务质量属性集合（例如计 22 价方案、延迟等解决方案属性）。然后算力交易平台对候选解决方案重新排序将更符合用户服务质量需求和使用习惯的解决方案推送给用户。图 4 平台向计算资源服务商查询后，平台筛选结果并反馈给用户 解决方案重排序 候选解决方案重排序模块主要根据用户的需求向量和候选解决方案集合S

53、的某种测度来进行重排序。与现有技术只使用单一的资源使用率进行重排序的方案不同，我们提基于学习排序框架（Learn to rank）15和计算最优传输理论（Computational optimal transport）提出了一种数据驱动的个性化资源调度方法，将资源调度问题定义为求解如下最优化问题：=min(,)C(,)即给定用户需求时，最小化用户需求和解决方案调度属性的损失C(,)的最优化问题。其中为候选解决方案的个数，(,)为该最优化问题的解。上式可以解释为：给定候选解决方案集合和用户需求的情况下，找到个使得损失函数最小的解决方案推荐给用户。由于最优传输的原问题是一个线性规划问题，求解速度、

54、求解规模与可导性上存在不足。一种常见做法是引入熵正则化(entropic regularized)来求解：23=min(,)C(,)(),H()=,(log,1),其中H()为熵正则化项，C为代价函数。为了体现用户个性化的需求，我们设计了一个用户网络来构建用户代价函数。具体地，对于每一个用户有用户向量 ，使用对应的多层感知机映射网络将用户向量映射为用户权重矩阵：=MLP()=(Linear()(+)同时，对于所有用户共享一个全局权重矩阵，于是个性化代价函数则定义为：=(+),(+)(,)上式中为服从正态分布的随机系数，ReLU()为激活函数，该激活函数保证了代价函数是非负的。根据文献13使用辛

55、克霍恩算法（Sinkhorn algorithm）求解该最优化问题，其算法伪代码如下：算法算法 1：基于辛克霍恩的最优传输方案求解：基于辛克霍恩的最优传输方案求解 Input：代价函数：代价函数，用户需求向量，用户需求向量 Initialize：=()=While and is not converged do：=24 End While =()()Output 上述算法在熵正则约束下时可以在有限次迭代后收敛。返回结果(+)矩阵为上述最优化问题的解，利用带入下式求得最优传输解时的代价值：d,=()上式计算结果d,即为给定用户需求和候选解决方案之间在最优传输解下的代价函数值，其中为矩阵的哈达玛积

56、。d,可以作为衡量用户需求和候选解决方案之间的距离，距离越小则意味着候选解决方案越契合用户的需求。实际应用场景时，往往是一个用户需求对应多个候选解决方案，因此，为了提高计算效率我们可以将上式进行变换并归一化，即对于用户需求 1(+)，和个候选解决方案集合=|，则有用户需求和候选解决方案集合的相似度向量：,=1 ()=|=1,2,上式可以通过一次并行计算得到一个用户需求向量与个候选解决方案的归一化相似度。需要注意的是，,跟d,单调性相反，,中值越大则意味着候选解决方案越契合给定的用户需求。因此，根据该距离进行升序排序然后取前k个结果即可得到推荐给用户的最优候选解决方案列表。为了自动地对用户网络中

57、的参数进行整定，文献4可知，计算,和辛克霍恩算法都是基于矩阵的初等函数运算，这意味着梯度可以穿透上述环节从而影响到用户个性化损失函数C中涉及的神经网络单元，因此为了训练整个算法模型，我们需要根据数据来设计损失函数从而产生训练梯度更新整个算法。25 具体地，针对训练数据：用户查询 +和对应的用户正反馈候选解决方案集合=,|=0,1,，则以用户为单位的训练数据集Corpus=(,)。这里使用排序学习中常用的交叉熵损失函数作为模型的目标函数：=,log,+(1 ,)log(1 ,)其中如果 i则y,=1否则y,=0，上式可以解释为：最大化用户标注标签候选解决方案的输出相似度，同时最小化未标注候选解决

58、方案的相似度得分。该损失函数可以使用随机梯度下降算法进行优化。综上，该模型训练阶段时的流程如图5所示。图 5 训练阶段流程图 26 待模型训练完成后，模型推理阶段流程图如图6所示：图 6 推理阶段流程图 由于该模型是数据驱动型的，因此收集必要的标注数据对于模型性能提高至关重要，因此在推理阶段我们对用户在平台上选择的解决方案进行标注作为系统迭代更新的数据，以持续提高用户体验。5、交易监管、交易监管 为了满足监管系统与异构业务链之间的数据通信需求，我们在核心数据结构、区块链交互模式和事务管理上提取业界主流联盟链区块结构中的关键字段的公共子集，并基于自描述技术设计一种标准化的区块结构，区块头包含了对

59、区块数据结构定义的描述，可以适配主流区块结构，监管系统在获取区块链数据后，可以根据自描述信息解读区块数据并进行分析监管。27 自适应监管技术架构如图7所示，采用统一框架和标准化组件，实现业务联盟链与监管系统之间的通信协议自动转换，达到自适应监管的效果。每条业务联盟链及监管系统都与一套自适应监管组件进行连接，自适应监管组件之间采用通用链间消息传输协议进行数据通信。业务联盟链A自适应监管组件业务联盟链B自适应监管组件业务联盟链C自适应监管组件监管系统A监管系统B 图 7 自适应监管架构 为了防止违法违规交易信息上链以及在不可篡改前提下实现对链上违规信息的屏蔽，我们提出了多种链下链上结合的数据屏蔽方

60、法，如下：（1）支持动态策略的联盟链数据屏蔽方法，解决了不可篡改前提下的数据屏蔽问题，本方法引入客户端实体，在链下完成数据屏蔽，并支持动态策略的识别框架，针对不同数据类型匹配不同的检测算法，适用于上链后的数据屏蔽处理。（2）基于分级协作的联盟链数据屏蔽方法，解决方法（1）的性能瓶颈及处理延迟大的问题，时延开销减少约90%，各处理单元分工协作，对访问的用户完全透明，适用于上链过程中及上链后的数据屏蔽处理。（3）基于智能合约与加密策略的联盟链数据屏蔽方法，解决链上数据屏蔽问题，利用加密屏蔽策略，结合智能合约，对上链数据做预处理，适用于上链前及上链过程中的数据屏蔽，对业务链的改动较小，实施成本低。2

61、8（4）基于提示学习的联盟链关键信息智能检测与屏蔽方法，解决违规文本智能检测与屏蔽问题，结合预训练语言模型和领域专家违规知识体系，既支持少量样本，也支持通过增大训练样本提高准确性，准确率达到80%，适用于上链前、中、后的数据屏蔽。（三）算力交易平台（三）算力交易平台 DAPP 算力交易平台DAPP（简称交易平台DAPP）是一个分布式应用程序，它分别与数字身份链和交易链的一个节点相连接，同时终端用户可以通过它访问数字身份链和交易链上的数据。交易平台DAPP主要包括算力交易模块、DID服务模块以及可验证凭证VC服务模块。(1)交易模块主要包括交易启动处理和交易结算处理两个部分 交易启动处理：汇总创

62、建服务通道所需的参数，调用交易链的智能合约接口，获取一个交易服务通道。交易结算处理：转发定时结算消息，处理交易结算 VC 凭证及其相关的消息。(2)DID服务模块主要包括注册身份DID、身份验证以及身份查询与更新 注册身份 DID：生成一个 DID，生成 DID 文档并保存到数字身份链上。身份验证：根据 DID，判断数字身份链上是否存在；根据 DID 查询DID 文档（常以 JSON 格式），验证 DID 身份描述信息。身份查询与更新：查询 DID 属性、设置 DID 属性、为 DID 添加认证和服务信息等。(3)VC服务模块主要包括CPT模板管理和凭证管理两个部分 CPT 模板管理提供了对

63、CPT 模板的注册、更新、查询等操作。凭证管理提供凭证的签发和验证操作、可验证表达(Verifiable Presentation)的签发和验证操作。（四）交易服务通道控制器（四）交易服务通道控制器 交易服务通道控制器是一个交易服务通道的控制程序，它可以动态地启动或停止一个服务通道。每个服务通道供交易双方交互数据使用，可以把一个服务通 29 道看作是一个数据传输管道及交易服务程序。交易服务通道控制器与一个交易链节点相连接，它可以部署在交易链节点上作为节点的一个扩展程序，也可以部署到节点之外的主机上并通过网络与节点相连接。交易链节点可以通过远程调用API接口（如RESTful API）调用关联的

64、交易服务通道控制器去创建或关闭一个服务通道。（1）创建新交易服务通道流程 创建新交易服务通道流程如图8所示，当供给用户A和消费用户B，通过交易平台DAPP完成一个新交易的创建（创建新交易流程见图9）后，交易平台DAPP会调用本地的交易启动处理程序，汇总创建服务通道所需的参数（如：交易双方DID、对应的公钥信息、交易启动VC凭证数据、交易结算CPT模板等），调用交易链的智能合约接口-1，获取一个交易服务通道；智能合约接口-1的合约处理程序会获取输入的参数，并返回一个服务通道信息给交易平台DAPP；交易链节点在收到创建新通道消息后，会调用关联的交易服务通道控制器创建一个服务通道，同时把建立连接所需

65、的认证信息以及交易结算所需数据（如交易启动VC凭证数据和交易结算CPT模板等）传入到服务通道程序。图 8 创建新交易服务通道流程（2）创建新交易的消息流程 创建新交易的流程如图9所示，当消费用户B通过交易平台DAPP获得交易报价信息后，做出交易决策，选择来自供给用户A的报价方案；消费用户B从报价方案中获取对应的交易启动CPT模板ID，并通过交易平台DAPP从交易链上获取CPT模板数据；获取交易启动CPT模板数据的智能合约接口为合约接口-2，合约接口处理程序从区块链账本中读取指定ID的交易启动CPT模板数据并返回给调用者；消费用户B根据报价数据及交易启动CPT模板要求，填写交易启动VC凭证，并通

66、过交易平台DAPP发起交易启动VC凭证申请，交易启动VC凭证申请记录存 30 入交易链；交易启动VC凭证申请记录上链是通过合约接口-3完成，合约接口处理程序获取输入的交易启动VC凭证申请记录数据（通常包括消费用户DID、目标供给用户DID、凭证ID、算力规格和价格、交易结算CPT模板ID、数据加密方式等），并将其存入交易区块链账本中。交易平台DAPP在调用合约接口-3之前，对输入参数会根据加密方式将指定数据字段加密成密文。供给用户A通过交易平台DAPP获取到交易启动VC凭证申请请求后，判断凭证声明中各个数据字段值是否与报价方案匹配，一旦满足条件，则供给用户A通过交易平台DAPP签发该交易启动V

67、C凭证；否则拒绝或不做响应（依据系统具体需求）。交易启动VC凭证的签发记录会由交易平台DAPP通过智能合约接口-4写入区块链账本中，合约接口-4的处理程序读取输入的交易启动VC凭证的签发记录数据（包括签发方即供给用户DID、消费用户DID、凭证ID、算力规格和价格、数据加密方式、签名数据等）。交易平台DAPP在调用合约接口-4之前，对输入参数会根据加密方式将指定数据字段加密成密文。图 9 创建新交易的消息流程（3）链下交易处理流程 链下交易处理流程如图10所示，当供给用户A和消费用户B通过创建新交易服务通道流程获得一个（交易）服务通道的信息后供给用户A和消费用户B会尝试连接服务通道并完成身份许

68、可认证。服务通道的实现可以有多种方式，比如服务通道可以是一个基于TCP的数据 31 收发程序，则通道连接地址通常是一个IP+Port的地址对（即IP地址+TCP端口号），服务通道程序会绑定地址并监听该端口号上的连接请求，一旦有新连接建立，则开始身份许可认证，这个认证过程可以基于连接端（如供给用户A或消费用户B）的DID公钥、私钥完成，服务通道程序保存着允许接入的DID列表，并利用对应DID公钥加密一个随机数据发送给连接端，由连接端利用自己DID的私钥进行解密并返回给服务通道程序，从而完成一次身份许可认证。服务通道还可以基于消息队列（Message Queue,简称MQ）或消息发布订阅机制来实现

69、，例如可以使用开源项目ZooKeeper的消息发布订阅组件，或使用开源项目Kafka的消息队列组件，实现消息管道及数据传输功能。此外服务通道还可以基于开源联盟链FISCO BCOS提供的链上信使协议（Advanced Messages Onchain Protocol，简称AMOP）实现，AMOP为联盟链提供一个消息信道，它包括两种话题模式分别是普通话题和私有话题，普通话题允许所有接收者订阅且订阅者会收到该话题相关的消息推送（类似组播），而私有话题用于特定的接收者才能收到消息的场景。AMOP私有话题需要进行身份认证，通过认证的订阅者才能收到订阅消息，认证过程：首先由发送方生成一个随机数，订阅方

70、用私钥对随机数签名，发送方用所配置的公钥验证这个签名来确定对方是否是自己指定的订阅方。交易双方（即供给用户A和消费用户B）一旦完成了服务通道的接入认证流程，就可以利用服务通道进行定时结算消息（如每1分钟或5分钟一个）的发送及确认。这些定时结算消息都是在链下交互完成的，定时结算数据并未上链，因此结算处理效率得到了很大提高；同时一个服务通道的创建由交易链节点通过交易服务通道控制器完成，每个服务通道程序都是运行在与一个交易链节点关联的交易服务通道控制器所在的主机系统上，因此可以避免出现Hub节点（即局部中心节点）现象；服务通道的接入认证流程可以保证只有指定的交易用户才可以加入，交易安全得到有效保障；

71、除了以上优点，服务通道还可以通过可调整时间跨度的上链策略控制交易结算上链处理整体负载，如经过N个定时结算周期后，由服务通道发起一个交易结算上链处理请求，当区块链的上链数据处理队列较长（即交易结算上链处理负载较大）时，就可以通过增大N的数值，来调控（即减少）交易结算上链请求的并发数量，从而减轻系统的上链处理压力。32 图 10 链下交易处理流程 （4）交易结算数据上链流程 交易结算数据上链流程如图11所示，当链下交易完成N（数值可调整）次定时结算后，服务通道会触发一次交易结算上链处理，根据交易结算CPT模板的要求及当前的交易数据，填写交易结算VC凭证的声明内容并创建一个交易结算VC凭证申请。服务

72、通道通过合约接口-5把交易结算VC凭证申请记录（包括供给用户DID、消费用户DID、凭证ID、交易数额、起止时间、加密方式等）上链；合约接口-5的接口程序读取输入的交易结算VC凭证申请记录数据并把输入数据写入交易链账本中；服务通道在调用合约接口-5之前，对输入参数会根据加密方式将指定字段加密成密文。服务通道程序给供给用户A发送消息通知它去完成指定凭证ID号的交易结算VC凭证签发处理。供给用户A收到通知消息后，会通过交易平台DAPP完成指定ID号的交易结算VC凭证签发。凭证签发后，交易平台DAPP通过合约接口-6完成交易结算VC凭证签发记录（包含带供给用户A签名的VC凭证数据）数据上链；合约接口

73、-6的接口处理程序把输入的交易结算VC凭证签发记录写入到交易链账本中；交易平台DAPP在调用合约接口-6之前，对输入参数会根据加密方式将指定字段加密成密文。最后供给用户A向服务通道程序发送一条交易结算VC凭证签发确认消息。33 当交易终止时，会由交易双方触发一条交易结束消息。服务通道完成交易结算上链处理后，会关闭服务通道。图 11 交易结算数据上链流程 34 五、总结与展望五、总结与展望 随着人工智能、元宇宙、AR/VR 渲染、自动驾驶等应用的发展，对算力的需求日益增强。算力供给端与算力需求侧之间需要一个能支撑安全、高效、灵活交易服务的算力交易平台。本文首先介绍了算力交易平台国内与国际的发展现

74、状，然后阐述了涉及到的关键技术包括分布式数字身份与可信凭证技术、链上链下结合的交易处理技术、数据访问控制策略、多维度激励机制、资源调度机制以及监管技术等，最后提出了一种基于区块链的算力并网交易平台的解决方案，包括数字身份链、交易链、算力交易平台 DAPP 以及交易通道控制器，在交易链中重点阐述了采用的技术方法包括交易模式、数据授权访问机制、激励机制、资源调度机制以及交易监管。本研究课题的目标是构建一个基于区块链的算力并网交易平台，为所有用户（包括算力供给用户、算力消费用户等）提供统一、开放、规范的服务及服务接口，更好地促进算力服务及基于算力的各种应用水平的提高，推动基于算力的共享经济和数字经济

75、的发展。目前的方案还会在后续研究与实践中，不断优化不断完善，我们期盼与各合作伙伴一起，汇聚行业力量，共同打造高效、开放的算力并网交易平台。35 术语与缩略词表术语与缩略词表 英文缩写英文缩写 英文全称英文全称 中文全称中文全称 W3C World Wide Web Consortium 网际网路联盟 DIWG Decentralized Identifier Working Group 分布式身份标识符工作组 DID Decentralized Identifier 分布式身份标识符 VC Verifiable Credential 可验证凭证 CPT Claim Protocol Type

76、凭证声明模板 CP-ABE Ciphertext-Policy Attribute-Based Encryption 基于密文策略的属性加密 DAPP Decentralized Application 去中心化应用程序 CSP Computing Service Provider 计算服务提供商 DPOS Delegated Proof Of Stake 权益委托证明 PBFT Practical Byzantine Fault Tolerance 实用拜占庭容错 BOINC Berkerley Open Infrastructure for Network Computing 伯克利开放计

77、算网络 EGI European Grid Infrastructure 欧洲网格计算基础设施 SHIXP ShangHai new-type internet Exchaange Point 上海新型互联网交换中心 FLOPS Floating-point Operations Per Second 每秒浮点运算次数 CUDA Compute Unified Device Architecture 英伟达推出的通用并行计算架构 36 参考文献参考文献 1.分布式数字身份 DID 技术规范，https:/w3c.github.io/did-core/2.可验证数字凭证 VC 技术规范，http

78、s:/w3c.github.io/vc-data-model/3.Ciphertext-Policy Attribute-Based Encryption.IEEE S&P.2007 4.蔡维德，王荣，何 娟等.分布式数字资产交易平台的问题与评估.软件学报，2022 5.中国移动,2022 年算力网络技术白皮书 6.BOINC 平台，https:/boinc.berkeley.edu/7.欧洲网格基础设施（EGI），https:/www.egi.eu 8.蔡 婷,林 晖,陈武辉,郑子彬,余 阳.区块链赋能的高效物联网数据激励共享方案.软件学报,2021 9.衷璐洁，王目.区块链赋能的算力网络协

79、同资源调度方法.计算机研究与发展,2023 10.季玲玲，龙岳，蒋成，等.算力调度方法,装置及介质:202211696732P.11.王洪泉，徐飞，吴栋，一种容器集群算力调度方法及相关装置：202211554106.7P.12.衷璐洁,王目.区块链赋能的算力网络协同资源调度方法J.计算机研究与发展,2023,60(4):750-762.DOI:10.7544/issn1000-1239.202330002.13.Peyr,Gabriel,Cuturi M.Computational Optimal TransportJ.Working Papers,2018.DOI:10.48550/arXiv.1803.00567.14.Feydy J,S journ,Thibault,Vialard,Fran ois-Xavier,et al.Interpolating between Optimal Transport and MMD using Sinkhorn DivergencesJ.2018.DOI:10.48550/arXiv.1810.08278.15.Liu,Tie-Yan.Learning to Rank for Information RetrievalC/ACM.ACM,2010:904-904.DOI:10.1145/1835449.1835676.