世界的进步便是一个颠覆与在立异的进程，当下区块链技能浪潮席卷全球。数字经济生态系统现已被多个国家认为是下一个重要经济体系。
1971年，英特尔制造了第一台微处理器4004。Don Tapscott在1995年称之为“ 数字经济 ” 的诞生，它不行逆转地改变了世界。而区块链恰是数字经济生态系统的又一新根底设施，是除现有互联网、物联网、大数据、人工智能之外的关键根底设施。区块链让咱们看到数字经济走向一个新的方向，这个方向或许比之前的任何方面都更具变革性。
什么是数字生态系统？
咱们将“数字生态系统”界说为虚拟环境，不同实体出于同一意图进行交互。数字经济生态系统是由互联网驱动，包含一系列根据规范，规模可变的硬件、软件、数字设备和服务，可系统地完成企业信息数字化，数据流转，以协助企业进步运营功率。
现在，全球54.4％的人口在线，42％运用至少一个交际网络，68％运用移动设备。数字经济生态系统供给无限的常识和大量设备，汇集成了一个庞大的社区。在消费者与企业之间完成更大的连接性，现已使许多传统产业消亡，取而代之的是现在不行或缺的新产业。
这或许意味着艺术家能够在其中供给作品，需求取得作品并供给完好的消费来历以及在社区中对其作品进行创造的当地。
在这些情况下，用数字表明了不同实体之间的交互，现在能够将几个重要的技能构件放在一起，使这些数字生态系统成为或许。
构建数字生态系统系统的模块
1、涣散标识符（DID）
涣散标识符（DID）是仅有的标识符，能够解析为描绘实体的规范资源-DID文档，也称为DDO。则DID将是表明方针的仅有标识符（即数据集，算法，艺术品，技能组等），相应的DDO包含描绘此方针的元数据信息。DID记载在链上，由创立者具有（但一切权能够转让）。有效地耦合后，链上DID能够解析为DDO形式的链外元数据。
例如，在药品运送用例中，每个处理人员能够经过DID / DDO对发布其装运的每个温度数据的引证，然后供供应链中的其他货运署理商发现。根据对此温度数据的拜访限制，上，下流货运署理和/或制造商能够请求在整个装运供应链生命周期中拜访数据。
2、完好性证明
作为在链上或链下注册信息的进程的一部分，需求供给和记载一些完好性信息。比如文件校验和和加密签名之类的东西。这意味着当您注册与一堆文件相关的财物时，将记载该文件的md5校验和。当某人正在运用网络财物时，例如取得拜访权限，触发核算等，用户的签名和动作也会记载在链上。这意味着假如之后修改了文件，而且文件的校验和不同，或许有人说他们从未拜访过财物，则能够运用完好性机制来证明实际产生的情况。
例如，在货品运送用例中，假如制造商记载了货运的温度数据，并使该数据可供货运署理拜访，则该财物在链上将具有仅有的标识符。假如制造商随后出于某种原因修改了该数据财物，则新数据财物的校验和将不同于原始发布的财物，而且或许被标记为异常行为，需求进一步调查。
3、涣散式拜访操控
一般用户之间的大多数交互都需求办理对数字财物的拜访操控。简而言之，这意味着关于我所具有的东西，我想颁发您在某些情况下履行某项操作的权限。这些都是我操控的参数。从概念上讲，这是笼统的，但同时又十分灵活。这意味着，根据我要表达和办理的问题，能够在任何用例中支持不同的拜访操控或许性，包含以下内容：
我有数据，而且我想答应任何向我付款X的人拜访我的数据。
我是一名艺术家，关于一切购买我的艺术品的客户，我将发行一个不行代替的令牌或NFT，使他们能够拜访新的专有内容。
4、身份办理
公司环境经过域操控器（即Active Directory，LDAP等）运用复杂的身份办理和拜访操控机制。这些处理方案对特定域或网络的公司用户进行身份验证和授权。像Active Directory这样的完成能够经过分配安全策略来办理安排内的个人或组权限。
5、不行代替令牌（NFT）
数字表明某些物理物品的去中心化标识符（DID）与不行代替令牌（NFT）的概念十分符合。这意味着，假如您是数据一切者或注册艺术作品的艺术家，则能够创立与DID相相关的NFT（即艺术作品的数字署理），并将其分配给客户或用户。作为对此的扩展，NFT一切者能够运用其NFT来获取用于买卖意图的拜访权限，或获取对其他专有产品的拜访权限。
例如，在产品运送用例中，产品的具有将被表明为NFT，在运送进程的每个阶段都需求交代。这导致了高保真度的具有盯梢，能够明晰地描绘出参与者之间（如地上和航空邮寄商）的交代。
6、来历
来历使咱们能够了解创立“事物”的上下文，它是怎么运用的以及由谁运用的，以及一切权是怎么转移或派遣的。W3C来历规范以与用例无关的方法界说了怎么注册和运用来历。这与区块链网络的运用相结合，为数据生态系统供给了透明而一起的真理来历。
7、增强隐私的核算
当由于隐私限制而不能同享数据时，答应算法对您看不到的数据集进行核算是一种合理的挑选。取决于正在履行的核算，有许多不同的或许性和技能处理方案，例如运用Spark或类似工具进行的简略聚合或成熟的剖析进程，以及数据的隐私约束。
供给此类复杂处理方案涉及核算技能，联合学习和链上核算的编排，运用哪种模式完全取决于应用领域。重要的是要了解应用领域，隐含了哪些限制或要求以及怎么以无冲突的方法启用核算。
实际应用知多少
假设在银行的付出部分工作，经过设置一个检测到运用银行的信用卡买卖产生的诈骗行为的50％的模型。假如我能够在其他银行的信用卡买卖根底上以隐私维护的方法训练我的模型，那么能够进步模型的准确性，检测更多的诈骗买卖并节约一大笔钱；还能够将模型出售给同享数据的银行。
假设在配送中心工作，在那里您需求在本地分发COVID疫苗。想对运送工具的温度传感器进行查询，以查看温度是否始终在恰当的温度范围内，并标记任何未经过检验规范的货品以进行进一步剖析。
或许在食物运送中，能够在很多供给商的数据会集和谐温度区间的核算，能够协助在问题出现之前先确定问题所在。但是，知道哪个数据集供给了标记信息，能够经过聚合技能等将其保密。此类功用或许会限制供应链中任何给定数据供给者的危险敞口。
去中心化的碎片
一切的应用都需求独立实体（即便他们是竞争对手）之间相互联系，相互合作才干完成一起的方针。经过关于以上各个部分进行研究，有助于以去中心化的方法组成这些复杂的方案并供给处理方案。
在开发进程中，将构建上述模块成为设计准则，使咱们能够处理更复杂问题的根底，而不仅仅是根据经典数据中心的问题，更是答应数据同享和隐私维护核算。
视野开拓
一般说来，当代还没有进入起飞的国家并不代表试图建立可生存的传统社会以抵抗现代生活的代价和扭曲的集团。它们都以不同方式反映出实现所宣称的现代化目标的失败——这些失败经过可信的成本和收益权衡以后选择出来的。-《经济增长的阶段》
