KT小白筆記｜第10課 ULORD公鏈平臺層
時間：2018年11月28日
講師：ULORD技術團隊/優得學院 梁博士
ULORD體系結構包括了底層的公鏈、中間的平臺層，以及上層的應用層。
本節課針對中間的「平臺層」進行具體的學習，包了括ULORD平臺層架構、ULORD協議、ULORD網路服務及AI服務模塊。
一、ULORD平臺層架構
平臺層是系統的中間層，它是在應用層和底層的公鏈之間建起一個橋梁作用。平臺層根據組建的功能，分為「支撐組建」和「功能組建」兩個部分。
支撐組建，包括計費模型、傳播模型、個人錢包、Gas模型(即礦工記賬的收益)、Reflect機制和p2p的機制。
功能組建，包括DHT索引、文件系統、支付模塊一系列的功能。平臺層通過功能組建可以連接基礎的底層的區塊鏈，從而為上層的應用層提供基於區塊鏈的信息分發共用以及支付的服務。
二、ULORD協議
ULORD協議是數據傳輸及服務層的基礎。用戶基於ULORD協議可以快速上傳資源、搜索並購買感興趣的內容。
ULORD協議，是指通過一系列的規則來實現數據的分佈式組織的功能。
比如說，在區塊鏈上，內部數據存儲在分佈式網路中，要如何快速找到這些數據。
在內部數據存儲中採用一個鍵值對的方式，每個鍵為相應資源或者其原數據的名稱，相對應的值就是我們可以找到的一個地址，採用這樣一個協議，我們就可以在分佈式網路裡面快速找到我們想要的存儲數據，或者把我們想要的數據存儲在一個地方。
另外一種協議，是對名稱地址進行命名。採用支付Token的方式來獲得名稱，支付Token越多，名稱排名越高。這種採取計費的方式也可以叫做協議。
ULORD網路是基礎設施，它的主要功能是為用戶在區塊鏈中進行支付、搜索、下載、上傳資源等等功能提供網路環境。
接入ULORD網路是進行內容分發共用的前提條件，其與傳統的網際網路所使用的http、dns協議的類型不一樣。
ULORD網路是基於ULORD協議進行用戶通信及數據交換，在應用形式上ULORD網路表現為後台運行的守護進程，一方面監聽本機的數據請求，另一方面監聽網路中的其他節點，與之進行數據交換，來實現內容分發的功能。
三、ULORD網路服務
ULORD網路服務是以ULORD協議為基礎，集成了P2P下載、分佈式文件儲存、智能學習等技術，組成不同的功能模塊，可以根據用戶的需求進行靈活的設置，主要功能服務有快速內容搜索服務、內容分佈式存儲服務、節點定製化服務、BitTorrent點對點內容分發服務、分佈式哈希索引服務、網路資源自凈化服務、計費服務、綜合服務流程。
(一)快速內容搜索服務
ULORD協議提供了原數據分類的功能，每個用戶資源，除了可以按照傳統的基於描述信息的搜索功能之外，還可以基於內容來進行尋址，達到快速定位的效果。。
傳統上，基於域名尋址，要進入到一個網站，必須以http://www的形式找資源；在ULORD協議之上，ULORD網路裡面並不需要基於如此復雜的這樣一個功能變數名稱，而是採用加密的哈希方式來快速找到想要的資源，每次有網路訪問的時候，就可以在鏈上查詢文件的地址。
(二)內容分佈式存儲服務
ULORD網路中的所有節點構成了一個面向全球的點對點的分佈式文件系統，將所有具有相同文件系統的計算設備連接在一起。
每個節點通過判定哈希值來判定容易重復的文件，在單個節點上確保數據是不冗餘的。但在整個網路中數據是一定要有冗餘的，以多點來共存，即使當某一個節點宕機，數據在其他節點上也能查到。通過文件的哈希值，就可以在網路中查找到存儲該文件的節點，相當於找到它的地址，來找到想要的文件。
另外，是對文件的歷史版本的控制。文件在經過修改之後，不同的節點可以保存不同版本，如此可以找到歷史的某一個版本，或者說最新的版本。對文件的歷史版本的控對於版權確認這一方面是非常有益的。
其次，ULORD文件存儲不強制要求每一個節點存儲所有的內容，節點的所有者可以自由選擇想要存儲的數據，對於存儲大量信息的節點，通過計費模型及文件下載服務的數據量自動計算，給一定Token的激勵，激勵用戶升級硬體資源及網路設施，以提供更全面的數據存儲服務來獲得更多的收益。
(三)節點定製化服務
ULORD網路節點分成兩大類，一個是中心化節點，一個是輕量化節點。
中心化節點具有存儲ULORD Token交易全部歷史記錄的功能，保存完整區塊鏈的記錄，還可以管理用戶的錢包，並且可以直接在ULORD網路上啟動交易。
中心化節點能夠處理協議的所有方面，並且可以獨立驗證整個區塊鏈和任何的交易，同時需要消耗較多的計算機資源及大量的硬體的支持，並且對網路的帶寬及質量有一定的要求。
輕量化節點，也叫做簡單支付驗證的客戶端。其可以連接到完整的節點，用來訪問交易信息，可以在本地存儲用戶的錢包，並且可以獨立創建、驗證和傳輸交易。輕量級的客戶端是和ULORD網路直接交互的，不需要有中介。
因此，用戶可以依不同硬體的規格來選擇申請不同的節點，不同節點的激勵也是不一樣的。
(四)BitTorrent 點對點內容分發服務
BitTorrent(簡稱BT)是點對點文件分發的協議，每個下載者在下載的同時也不斷向其他下載者上傳已下載的數據，這樣使得中心服務器承載的負荷就會非常小，大量的負荷就會被其他的用戶來承擔，可以充分的運用用戶的下載帶寬。
在傳統的FTP(File Transfer Protocol)/HTTP協議中，每個下載者在下載文件的同時，各個下載者之間是沒有交互的，當非常多的用戶同時訪問和下載服務器上的文件，由於FTP服務器的處理能力和帶寬的限制，下載的速度就會急劇下降，甚至無法訪問服務器。
目前BT協議已經被運用的非常廣泛，優勢非常強大。BT技術是依賴P2P(peer to peer對等網路)技術，在P2P網路中每個參與的節點既是服務器又是客戶端，既是信息的提供者又是信息的消費者。
P2P信息檢索的目的就是網路中的任意節點都可以提交檢索的請求，然後這些檢索通過相關信息的節點將會回應請求，把本地某種路由機制的相關的內容用對等的機制直接傳送到請求的節點上。
(五)分佈式哈希索引服務(DHT索引)
ULORD網路採用分佈式哈希表(Distributed Hash Table，簡稱DHT)來組織用戶資源的命名空間，通過分佈式哈希表在網路節點中實現鍵值對(key, value)的映射關系。
在不需要服務器的情況下，每個客戶端負責一個小範圍的路由，負責存儲一小部分數據，從而實現整個分佈式哈希的網路裡面的尋址和存儲。在整個分佈式網路裡面，把資源地址存放在分佈式哈希表中，透過查詢分佈式哈希表就可以快速找到某個資源。
另外，分佈式DHT是非中心化的，提供鍵值對的查詢功能是分佈式的保存在多個節點上，所以當某一個節點宕機，在其他節點仍是可以查到，這是DHT索引的另一個優勢。
(六)網路資源自凈化服務
ULORD是去中心化的網路，沒有一個中心的管理員進行審查和控制，因此ULORD設計了網路資源自凈化的一些功能，主要採用投票的模式，用戶節點可以發起提案，對網路內容資源進行投票。當投票的環節符合一定條件，系統中可以提高該資源的使用押金、或者讓資源離線，不讓它被訪問，達到整個網路環境進行自凈的效果。
(七)計費服務
在ULORD網路中，資源的傳播、存儲、發布及下載等功能，除了完成相應的應用功能以外，都被視為一筆交易存入區塊鏈中，網路中交易包含了交易費。
ULORD網路中鼓勵用戶發布、傳播高質量的資源，主要的計費行為包括發布資源計費、下載資源計費、傳播資源、提供存儲能力、提供計算能力及發起提案。因此，UlordToken通證可以用於提案、投票、功能的研發等等。
(八)綜合服務的流程
一個用戶可以通過客戶端在ULORD網路中搜索，比如說一部電影，提交搜索要求以後，ULORD網路迅速索引區塊鏈上的哈希值，返回相關的結果。用戶根據返回的文件進行付費相應的通證(UlordToken)，支付後可以將文件緩存到本地。該文件不是從雲或者服務器中下載，而是來自某個最近的ULORD網路節點。
ULORD網路的用戶資源是以分塊加密存儲於網路節點中，每個分塊都存儲在多個用戶節點，Ulord網路會自動搜索最快的下載方式，將資源進行重新的組合，確保用戶以最有效率的方式下載文件，因此用戶將文件緩存在自己的電腦以後，不僅自己觀看，同時可以為其他人提供資源的共用，並且透過轉發也可以獲得獎勵。
四、AI服務模塊
AI是指人工智慧，是研究開發用於模擬延伸和擴展人工智慧的理論方法、技術及應用系統的一門新技術科學。人工智慧是計算機科學的一個分支，企圖瞭解智能的實質，並生產新的能夠以人類智能相似的一種方式做出反應的機器。人工智慧的研究，包括機器人、語言識別、圖像識別、自然語言的處理及專家系統等等。
人工智慧的技術日益成熟，應用的領域不斷的擴大，人工智慧可以對人的意識、思維信息過程進行模擬，可以像人一樣思考，甚至可能超過人的智能。
在ULORD平臺內容分發的應用中，加入AI智能模塊，可以處理兩個方面的數據。
第一個是應用層產生的運營數據，其包括用戶行為和應用行為的數據。第二，平臺層和基礎層的數據，可以通過AI數據使得底層系統更加的安全和穩定高效。
AI支撐的功能包括生成管理、質量控制及分發效果管理三個部分。
(一)生成管理包括熱門站點的實時跟蹤、內容的實施性、權威性、影響力、吸引力的快速分析，優質作者的信息管理和行為的分析，以及可以通過各種途徑吸引內容創作者來建設站點。
(二)質量控制可以對原創內容進行審定。配合基礎層區塊鏈對應的信息，對文章的原創性進行分析，這個實際上是版權確認的一個過程，特別是原創與創新性的內容，可以防止惡意模仿，如此能夠對於真正的創新進行保護。
質量控制也包含對敏感信息的調查，除了進行審查不當的信息之外，還可以通過AI功能對低俗內容的識別，並可以通過語義分析、圖像檢測識別來控制敏感及違法的信息。
(三)分發效果管理，一個是精準的推薦投送。通過用戶的訪問行為，瀏覽的頁面、順序及時間，以及對用戶的關註點和興趣點進行挖掘，實現了站點內容個性化的精準的推送。
另外一個是傳播路徑的優化，基於知識圖補進行傳播路徑選擇和優化，通過關聯內容的組合，提高內容的訪問量，另外也對惡意的節點進行分析識別和剔除，保障真實用戶的合法權益，這也是AI能夠支撐的一個應用。
以上分享，謝謝觀賞。
