Zusammenfassung der kollektiven Intelligenz Eventwoche vom 27.8.2012 – 31.8.2012
Blockchain Polymorphie - Blockchain Polymorphism
1. Hinter dem Begriff "Blockchain Polymorphie" verbirgt sich das Konzept der Blockchain im
Zusammenspiel mit der künstlichen Intelligenz und der
Objektorientierten Entwicklung.
Eine Blockchain kann innerhalb Ihres Systems weitere Blockchains beinhalten.
Ein Blockchain Verbund, in einer großen Blockchain kann sich mit anderen Blockchains
verbinden, Informationen austauschen und Transaktionen durchführen.
Die "Blockchain Polymorphie" baut auf das Asymmetrisches Kryptosystem, dem Public-
Key-Verschlüsselungsverfahren und dem Hash-Verfahren auf. Dadurch werden
Transaktionen und Daten verschlüsselt.
Die Authentifizierung, Verifizierung, Sicherheit, Kollisionssicherheit, Integrität und
Schnelligkeit, aller Benutzer, Ihrer Daten und den Transaktionen werden durch diese
Verfahren immer Gewährleistet.
Da die Blockchain sowohl im Internet als auch im Intranet der einzelnen Aktuere eingesetzt
werden kann, entstehen hier eigene und einzigartige "smart blockchain systeme",
welche den gleichen Anfangskern habe aber durch unterschiedliche Transaktionen und
Prozesse, wachsen und mit der Zeit eine eigene Gestalt annehmen.
Durch die möglichen Vielgestaltigkeiten der Systeme und dem möglichen
Informationsaustausch untereinander, können die System in Konkurrenz zu einander antreten
um so ein einzigartiges System für alle Aktuere zur verfügung zu stellen.
Die Künstliche Intelligenz in der "Blockchain Polymorphie" :
Die Verarbeitung von Daten zu bestimmten Problemen, zur Automatisierung und
Verbesserung der Fähigkeiten in der Prozessoptimierung zeigt seit langem schon einen
enormen Fortschritt in der Optimierung
einer Problemlösung.
Die relevanten Konzepte, die der "Blockchain Polymorphie. zu Grunde liegen, bestehen aus
dem Machine Learning, der Wahrscheinlichkeitstheorie, der linearen Algebra und der
numerischen Berechnung.
In der Praxis werden Deep-Learning-Techniken, wie Optimierungsalgorithmen,
Sequenzmodellierung, praxisorientierte Methodologie und Feedforward-Netze eingesetzt.
Durch das Deep Learning, einer Form des Machine Learnings, werden Computer Systeme in
die Lage versetzt aus komplexen Prozessen zu lernen, in dem sie Erfahrungen sammeln, zu
Wachsen und die Ansammlung des Wissens selbständig und ohne dem
Zutun eines Menschen zu verarbeiten und bereitzustellen.
Beispiel Aufbau eines Blockchain Polymorphie Objektes:
2. OBJ_TNX {
/* tronbotix Objekt Schlüssel */
TNX_ID = b3fc96e579262e24bb2397cea98d49268a2798ba53766aea41803294136d4f22
/* tronbotix Blockchain Schlüssel */
BC_ID = 33e2d9e2e8f6f501a98288434663883a60b0b2580258eb78084c551d6446b6e7
/* Aktueller Zeitstempel */
TIME_ID = 1328618073
/* Service Name */
NAME = Objekt1
/* Objekt Typ */
TYPE = Blockchain
}
Der minimale Aufbau besteht aus folgenden Teilen:
Minimal OBJ_TNX
Var Content
TNX_ID Transaktion ID
BC_ID Blockchain ID
TIME_ID Aktueller Zeitstempel
NAME Aktueller Name des Service
TYPE Service Typ
Der TYP kann am Anfang eine Blockchain, Kryptowährung, Vertrag, Leistung oder eine
Beschreibung sein.
OBJ_ID
TNX_ID BC_ID TIME_ID NAME
045a9d7e0754c41943a41a590d970fa5d27d0dea5e053598b46760038863a
Aus den 4 Teilen des Objektes OBJ_TNX wird eine eindeutige Objekt ID (OBJ_ID)
generiert. Diese OBJ_ID ist eine einzigartige und eindeutige Objekt ID in dem ECO-System.
3. Im "tronbotix experimental laboratory" werden folgende Verschlüsselungsverfahren
eingesetzt und getestet:
- Ed25519
- ECDSA
- RSA
- SHA-3
- RIPEMD-160
- Whirlpool