可信区块链运行监测服务平台(TBM)正式发布

6月29日,“Web3.0信任科技大会”于长沙开幕,大会由长沙市人民政府、中国信息通信研究院、中国通信标准化协会联合主办,长沙市委网络安全和信息化委员会办公室、长沙市工业和信息化局、长沙经济技术开发区管理委员会、可信区块链推进计划和中国通信标准化协会大数据技术标准推进委员会联合承办。会上除启动“第三届可信区块链安全大赛”,公布“第九批可信区块链评测”结果和“信任科技优秀案例”入选名单外,还发布了可信区块链运行监测服务平台(TBM)。
在这里插入图片描述

中国信通院云计算与大数据研究所副所长魏凯与BSN发展联盟秘书长、中国移动通信集团设计院有限公司数字经济技术推进组组长谭敏共同主持发布可信区块链运行监测服务平台(TBM)

区块链技术在中国发展至今,技术框架趋于成熟,产业和生态也已经形成了一定的规模,但在自主可控创新等方面整个行业还在不断努力和开拓。针对国内的链环境大多以联盟链和私有链为主的现状,目前行业有多种方式来提高区块链的可信度,如备案服务、行业自律、增加节点、实名认证等,但更多是在静态层面。要想让区块链应用于更多跨界场景和真正需要的行业,发挥其对数字经济的价值,成为下一代Web3.0的底座和可信基础设施,还需要从更多维度来进行管理,真正实现它的技术可信、算法可信和整体的模式可信。

可信区块链运行监测服务平台(TBM,Trusted Blockchain Operation Monitoring Service Platform)由中国信息通信研究院和中国移动通信集团设计院有限公司联合发起,BSN 发展联盟提供技术支持。TBM平台旨在从基础设施层面对各类区块链的资源有效性和运行状态进行动态可靠性验证,为行业提供针对区块链基础资源及运行状态的开放透明、查询可验的第三方服务。TBM平台是传统互联网ICP备案的延伸,也是信通院可信区块链计划的重要组成部分。在注册登记方面,参照 ICP 备案要求,TBM 为各链环境提供运营主体信息、链名称、版本号、IP 地址、ICP 备案情况、网信备案情况等基础信息注册登记服务。在运行监测方面,TBM 实时从各链环境抓取区块高度、交易总数、节点数、区块头信息等基础数据并进行校验,以确保链上数据的真实性。

对于底层链平台使用方,TBM平台可以让用户实时掌握链的运行状态,以提高用户敢于使用区块链、愿意使用区块链的积极性。对于底层链平台运营方,通过TBM平台将链信息公开、透明地展示给所有用户,可以对运营方起到监督与鞭策作用,促使运营方保障系统合规运营、稳定运行。而对于区块链行业来说,一个开放、透明、随时可查询的第三方验证机制,能够促进链平台使用方与运营方之间形成互信、融洽的供需合作关系,同时帮助产业实现自律发展与监管平衡,促进整个行业的健康、快速和可持续发展。

随着数字经济日渐成为推动我国经济发展的最重要引擎,可以预见,区块链作为发展数字经济和发挥数据要素作用的重要基础设施,在未来一定会取得长足发展,越来越多的区块链将会不断涌现。通过TBM平台提供的服务,外部能够更好地了解区块链环境的运行状况,这有助于为区块链的规模化应用拓展更多场景。同时,汇聚可信生态的TBM平台,也有望成为真正的分布式可信基础设施,在未来赋能更多数字经济产品和服务。

与BSN推出的全网分布式域名服务一样,TBM平台的可信区块链运行状态链上验证功能也是部署在BSN延安链上的首批权威官方应用之一,TBM监测下的区块链的所有区块Hash验证,除了可以在TBM官方网站上通过浏览器查询以外,也可以通过延安链的API接口进行批量实时验证,并且验证交易是免费的,无需支付能量值。

延安链是一条官方应用治理链,专门用于提供来自权威机构并具有公共服务属性的分布式应用,包括分布式实名认证服务、区块链实时运行认证服务、全网分布式域名服务、BSN-DID服务和实名制私钥托管服务等,并由国家信息中心、公安部一所中盾安信、中国信通院云大所、中国移动集团设计院、BSN发展联盟等单位共同参与这些应用的运营和管理。任何机构、企业和个人用户都可以方便、快捷地访问和接入延安链,并通过调用接口使用这些官方应用所提供的服务,但无法自由部署任何第三方应用。

TBM平台接受“城市链”、“私有链”、“开放联盟链”等区块链环境的接入申请,如有需要请登录可信区块链推进计划的TBM平台官方门户注册使用。

http://monitor.trustedblockchain.cn/

-END-

欢迎转发评论。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习(Machine Learning)是一种通过让机器从大量数据中学习规律和模式,从而实现自主学习和预测的技术。TBM(Time-Based Maintenance)是一种基于设备运行时间和使用频率的维护策略。 机器学习可以应用于TBM的预测代码中,通过分析设备的历史运行数据和维护记录,机器学习模型能够学习设备故障的模式和规律,并预测设备未来可能出现的故障情况。 机器学习TBM预测代码的步骤如下: 1. 数据收集:首先需要收集设备的历史运行数据,包括设备的使用时间、负载情况、温度、压力等各种参数。同时还要收集设备的维护记录,包括维护次数、更换的零部件等信息。 2. 数据清洗:对收集到的数据进行清洗和预处理,包括去除异常值、填补缺失值、数据归一化等操作,以确保数据的质量和可用性。 3. 特征工程:根据设备的运行机制和维护策略,对数据进行特征提取和选择。一些常用的特征包括设备的累计使用时间、使用频率、平均负载、最大温度等。 4. 建模训练:选择适合的机器学习算法,如决策树、支持向量机、神经网络等,利用历史数据和对应的故障信息进行模型的训练和优化。 5. 模型评估:使用部分数据进行模型评估,评估模型的准确度和泛化能力。常用的评估指标包括准确度、精确度、召回率等。 6. 预测应用:利用训练好的模型对新的设备数据进行预测。根据设备的运行状态和特征,模型可以预测设备未来可能出现的故障情况,提前进行维护和保养,减少设备停机时间和损失。 总之,机器学习TBM预测代码结合设备的历史运行数据和维护记录,能够通过学习故障模式和规律来预测设备未来可能的故障情况,实现对设备维护的智能化管理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值