企业建链像建聊天群一样便利。根据业务场景和业务 关系，企业可选择不同群组，形成多个不同账本的数据共享和共识，从而快速丰富业务场景、扩大业务 规模，且大幅简化链的部署和运维成本。 两翼指的是支持并行计算模型和分布式存储，二者为群组架构带来更好的扩展性。前者改变了区块中按 交易顺序串行执行的做法，基于DAG（有向无环图）并行执行交易，大幅提升性能；后者支持企业（节 点）将数据存储在远端分布式系统中，克服了本地化数据存储的诸多限制。 存储：世界状态的存储从原来的MPT存储结构转为分布式存储，避免了世界状态急剧膨胀导致性 能下降的问题；引入可插拔的存储引擎，支持LevelDB、RocksDB、MySQL等多种后端存储，支持 数据简便快速扩容的同时，将计算与数据隔离，降低了节点故障对节点数据的影响。 • 网络：支持网络压缩功能，并基于负载均衡的思想实现了良好的分布式网络分发机制，最大化降 低带宽开销。 1.4 性能 为提升系统性能，FISCO 0新增了对分布式数据存储的支持，节点可将数据存储在远端分布式系统中，克服了本地 化数据存储的诸多限制。该方案有以下优点： • 支持多种存储引擎，选用高可用的分布式存储系统，可以支持数据简便快速地扩容； • 将计算和数据隔离，节点故障不会导致数据异常； 7 FISCO BCOS Documentation, 发布 v2.9.0 • 数据在远端存储，数据可以在更安全的隔离区存储，这在很多场景中非常有意义；

企业建链像建聊天群一样便利。根据业务场景和业务 关系，企业可选择不同群组，形成多个不同账本的数据共享和共识，从而快速丰富业务场景、扩大业务 规模，且大幅简化链的部署和运维成本。 两翼指的是支持并行计算模型和分布式存储，二者为群组架构带来更好的扩展性。前者改变了区块中按 交易顺序串行执行的做法，基于DAG（有向无环图）并行执行交易，大幅提升性能；后者支持企业（节 点）将数据存储在远端分布式系统中，克服了本地化数据存储的诸多限制。 存储：世界状态的存储从原来的MPT存储结构转为分布式存储，避免了世界状态急剧膨胀导致性 能下降的问题；引入可插拔的存储引擎，支持LevelDB、RocksDB、MySQL等多种后端存储，支持 数据简便快速扩容的同时，将计算与数据隔离，降低了节点故障对节点数据的影响。 • 网络：支持网络压缩功能，并基于负载均衡的思想实现了良好的分布式网络分发机制，最大化降 低带宽开销。 1.4 性能 为提升系统性能，FISCO 0新增了对分布式数据存储的支持，节点可将数据存储在远端分布式系统中，克服了本地 化数据存储的诸多限制。该方案有以下优点： • 支持多种存储引擎，选用高可用的分布式存储系统，可以支持数据简便快速地扩容； • 将计算和数据隔离，节点故障不会导致数据异常； 7 FISCO BCOS Documentation, 发布 v2.9.0 • 数据在远端存储，数据可以在更安全的隔离区存储，这在很多场景中非常有意义；

企业建链像建聊天群一样便利。根据业务场景和业务 关系，企业可选择不同群组，形成多个不同账本的数据共享和共识，从而快速丰富业务场景、扩大业务 规模，且大幅简化链的部署和运维成本。 两翼指的是支持并行计算模型和分布式存储，二者为群组架构带来更好的扩展性。前者改变了区块中按 交易顺序串行执行的做法，基于DAG（有向无环图）并行执行交易，大幅提升性能；后者支持企业（节 点）将数据存储在远端分布式系统中，克服了本地化数据存储的诸多限制。 存储：世界状态的存储从原来的MPT存储结构转为分布式存储，避免了世界状态急剧膨胀导致性 能下降的问题；引入可插拔的存储引擎，支持LevelDB、RocksDB、MySQL等多种后端存储，支持 数据简便快速扩容的同时，将计算与数据隔离，降低了节点故障对节点数据的影响。 • 网络：支持网络压缩功能，并基于负载均衡的思想实现了良好的分布式网络分发机制，最大化降 低带宽开销。 1.4 性能 为提升系统性能，FISCO 0新增了对分布式数据存储的支持，节点可将数据存储在远端分布式系统中，克服了本地 化数据存储的诸多限制。该方案有以下优点： • 支持多种存储引擎，选用高可用的分布式存储系统，可以支持数据简便快速地扩容； • 将计算和数据隔离，节点故障不会导致数据异常； 7 FISCO BCOS Documentation, 发布 v2.9.0 • 数据在远端存储，数据可以在更安全的隔离区存储，这在很多场景中非常有意义；

块链评测功能、性能两项评测，单链TPS可达两万。 关键特性 整体架构 架构模型 一体两翼多引擎 群组架构 支持链内动态扩展多群组 分布式存储 支持海量数据存储 并行计算 支持块内交易并行执行 节点类型 共识节点、观察节点 计算模型 排序-执行-验证 系统性能 峰值TPS 2万+ TPS（PBFT） 交易确认时延 秒级 硬件推荐配置 CPU 2.4GHz * 8核 内存 8GB 存储 业建链像建聊天群一样 便利。根据业务场景和业务关系，企业可选择不同群组，形成多个不同账本 的数据共享和共识，从而快速丰富业务场景、扩大业务规模，且大幅简化链 的部署和运维成本。 两翼指的是支持并行计算模型和分布式存储，二者为群组架构带来更好的扩 展性。前者改变了区块中按交易顺序串行执行的做法，基于DAG（有向无环 图）并行执行交易，大幅提升性能；后者支持企业（节点）将数据存储在远 端分布式系统中，克服了本地化数据存储的诸多限制。 存储：世界状态的存储从原来的MPT存储结构转为分布式存储，避免了 世界状态急剧膨胀导致性能下降的问题；引入可插拔的存储引擎，支持 LevelDB、RocksDB、MySQL等多种后端存储，支持数据简便快速扩容 的同时，将计算与数据隔离，降低了节点故障对节点数据的影响。 网络：支持网络压缩功能，并基于负载均衡的思想实现了良好的分布式 网络分发机制，最大化降低带宽开销。 性能 为提升系统性能，FISCO BCOS从提升交易执行效率和并发两个方面优化了

块链评测功能、性能两项评测，单链TPS可达两万。 关键特性 整体架构 架构模型 一体两翼多引擎 群组架构 支持链内动态扩展多群组 分布式存储 支持海量数据存储 并行计算 支持块内交易并行执行 节点类型 共识节点、观察节点 计算模型 排序-执行-验证 系统性能 峰值TPS 2万+ TPS（PBFT） 交易确认时延 秒级 硬件推荐配置 CPU 2.4GHz * 8核 内存 8GB 存储 业建链像建聊天群一样 便利。根据业务场景和业务关系，企业可选择不同群组，形成多个不同账本 的数据共享和共识，从而快速丰富业务场景、扩大业务规模，且大幅简化链 的部署和运维成本。 两翼指的是支持并行计算模型和分布式存储，二者为群组架构带来更好的扩 展性。前者改变了区块中按交易顺序串行执行的做法，基于DAG（有向无环 图）并行执行交易，大幅提升性能；后者支持企业（节点）将数据存储在远 端分布式系统中，克服了本地化数据存储的诸多限制。 存储：世界状态的存储从原来的MPT存储结构转为分布式存储，避免了 世界状态急剧膨胀导致性能下降的问题；引入可插拔的存储引擎，支持 LevelDB、RocksDB、MySQL等多种后端存储，支持数据简便快速扩容 的同时，将计算与数据隔离，降低了节点故障对节点数据的影响。 网络：支持网络压缩功能，并基于负载均衡的思想实现了良好的分布式 网络分发机制，最大化降低带宽开销。 性能 为提升系统性能，FISCO BCOS从提升交易执行效率和并发两个方面优化了

块链评测功能、性能两项评测，单链TPS可达两万。 关键特性 整体架构 架构模型 一体两翼多引擎 群组架构 支持链内动态扩展多群组 分布式存储 支持海量数据存储 并行计算 支持块内交易并行执行 节点类型 共识节点、观察节点 计算模型 排序-执行-验证 系统性能 峰值TPS 2万+ TPS（PBFT） 交易确认时延 秒级 硬件推荐配置 CPU 2.4GHz * 8核 内存 8GB 存储 业建链像建聊天群一样 便利。根据业务场景和业务关系，企业可选择不同群组，形成多个不同账本 的数据共享和共识，从而快速丰富业务场景、扩大业务规模，且大幅简化链 的部署和运维成本。 两翼指的是支持并行计算模型和分布式存储，二者为群组架构带来更好的扩 展性。前者改变了区块中按交易顺序串行执行的做法，基于DAG（有向无环 图）并行执行交易，大幅提升性能；后者支持企业（节点）将数据存储在远 端分布式系统中，克服了本地化数据存储的诸多限制。 存储：世界状态的存储从原来的MPT存储结构转为分布式存储，避免了 世界状态急剧膨胀导致性能下降的问题；引入可插拔的存储引擎，支持 LevelDB、RocksDB、MySQL等多种后端存储，支持数据简便快速扩容 的同时，将计算与数据隔离，降低了节点故障对节点数据的影响。 网络：支持网络压缩功能，并基于负载均衡的思想实现了良好的分布式 网络分发机制，最大化降低带宽开销。 性能 为提升系统性能，FISCO BCOS从提升交易执行效率和并发两个方面优化了

上传样本文件 训练任务 预测任务 模型评估 系统详解 部署架构 计算需求方(Requester) 任务执行节点(Executor Node) 数据持有节点(DataOwner Node) 存储节点(Storage Node) 区块链节点(Blockchain Node) Distributed AI 服务组件 多方安全计算框架 可信联邦学习 模型评估 动态模型评估 接口与消息定义 配置说明 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习 和纵向联邦学习算法 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 去中心化管理存储节点，支持无上限数据纳管 保证多方数据联合建模的全链路可信 架构概览 PaddleDTX由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获取样本数据进行模型训练和预测的一 练和预测的一 方为任务执行节点，多个任务执行节点组成一个SMPC（多方安全计算）网 络。计算需求节点将任务发布到区块链网络，任务执行节点确认后执行任务。 数据持有节点对任务执行节点的计算数据做信任背书。 SMPC是一个支持多个学习过程并行运行的框架，会陆续集成更多纵向联邦学 习、横向联邦学习算法。 1.2 去中心化存储网络 数据持有节点将自己的隐私数据进行加密、切分、副本复制后分发到存储节

PaddleDTX 的主要特征如下： • 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习和纵向联邦学习算法 • 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 • 去中心化管理存储节点，支持无上限数据纳管 • 保证多方数据联合建模的全链路可信 1.2 架构概览 PaddleDTX 由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 1 PaddleDTX PaddleDTX Documentation 1.2.1 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获取样本数据进行模型训练和预测的一方为任务执行节点，多个任务 执行节点组成一个 SMPC（多方安全计算）网络。计算需求节点将任务发布到区块链网络，任务执行节点确 认后执行任务。数据持有节点对任务执行节点的计算数据做信任背书。 SMPC 是一个支持多个学习过程并行运行的框架，会陆续集成更多纵向联邦学习、横向联邦学习算法。 节点的挑战证明自己持有数据分片。通过这些机制，实现了在不泄漏隐私的前提下充分且安全地利用存储资 源。 训练样本和预测数据集往往是归属于不同机构的隐私数据。这些机构可以作为数据持有节点加入到去中心化 存储网络中，通过多方安全计算网络发挥数据的最大价值。 1.2.3 1.3 区块链网络 训练任务和预测任务通过区块链网络广播到任务执行节点，后者继而执行训练任务和预测任务。数据持有节 点和存储节点在副本保持证明、健康状态监控过程中，通过区块链网络实现信息交换。

上传样本文件 训练任务 预测任务 模型评估 系统详解 部署架构 计算需求方(Requester) 任务执行节点(Executor Node) 数据持有节点(DataOwner Node) 存储节点(Storage Node) 区块链节点(Blockchain Node) Distributed AI 服务组件 多方安全计算框架 可信联邦学习 接口与消息定义 配置说明 命令行工具 XuperDB 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习 和纵向联邦学习算法 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 去中心化管理存储节点，支持无上限数据纳管 保证多方数据联合建模的全链路可信 架构概览 PaddleDTX由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获取样本数据进行模型训练和预测的一 练和预测的一 方为任务执行节点，多个任务执行节点组成一个SMPC（多方安全计算）网 络。计算需求节点将任务发布到区块链网络，任务执行节点确认后执行任务。 数据持有节点对任务执行节点的计算数据做信任背书。 SMPC是一个支持多个学习过程并行运行的框架，会陆续集成更多纵向联邦学 习、横向联邦学习算法。 1.2 去中心化存储网络 数据持有节点将自己的隐私数据进行加密、切分、副本复制后分发到存储节

PaddleDTX 的主要特征如下： • 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习和纵向联邦学习算法 • 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 • 去中心化管理存储节点，支持无上限数据纳管 • 保证多方数据联合建模的全链路可信 1.2 架构概览 PaddleDTX 由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 1 PaddleDTX PaddleDTX Documentation 1.2.1 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获取样本数据进行模型训练和预测的一方为任务执行节点，多个任务 执行节点组成一个 SMPC（多方安全计算）网络。计算需求节点将任务发布到区块链网络，任务执行节点确 认后执行任务。数据持有节点对任务执行节点的计算数据做信任背书。 SMPC 是一个支持多个学习过程并行运行的框架，会陆续集成更多纵向联邦学习、横向联邦学习算法。 节点的挑战证明自己持有数据分片。通过这些机制，实现了在不泄漏隐私的前提下充分且安全地利用存储资 源。 训练样本和预测数据集往往是归属于不同机构的隐私数据。这些机构可以作为数据持有节点加入到去中心化 存储网络中，通过多方安全计算网络发挥数据的最大价值。 1.2.3 1.3 区块链网络 训练任务和预测任务通过区块链网络广播到任务执行节点，后者继而执行训练任务和预测任务。数据持有节 点和存储节点在副本保持证明、健康状态监控过程中，通过区块链网络实现信息交换。