36、自我主权身份(SSI)治理框架与开源软件的力量

自我主权身份(SSI)治理框架与开源软件的力量

上半部分

自我主权身份(SSI)治理框架在当今数字化时代正发挥着越来越重要的作用。精心设计的治理框架能够为隐私、安全、数据保护及其他数字信任政策设定统一的基线,适用于所有成员,从而增强整个信任社区的信心。

治理框架主要有以下几种工具来保障其有效运行:
- 社区监督和声誉激励 :尽管社交媒体存在诸多缺陷,但它为市场参与者维护良好声誉创造了强大的新激励机制。设计良好的治理框架和基于社区的监督与报告机制可以利用这种激励,促使成员遵守规则。
- 集体行动 :当上述两种工具不足以发挥作用时,治理框架可以为成员针对违规者采取集体行动提供特定的法律支持。只要设计中包含适当的防止滥用的保障措施,这将是一种极其有效的阻止违规行为的手段。

目前,SSI治理框架仍处于前沿阶段,实际应用案例相对较少。以下是一些早期进入市场的SSI兼容治理框架示例:
| 示例 | 描述 |
| — | — |
| Sovrin治理框架(SGF,https://sovrin.org/governance - framework) | 这是专门为SSI设计的最成熟的治理框架。Sovrin基金会于2017年6月发布了第一版,2019年12月发布了SGF V2,第三代正在由Sovrin治理框架工作组开发。它将被拆分为两个与ToIP兼容的治理框架:Sovrin公用事业治理框架和Sovrin生态系统治理框架。SGF采用知识共享许可协议,信任社区可以将其作为自身治理框架的基础。 |
| Veres One治理(https://veres.one/netw

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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