基于區(qū)塊鏈的文件存儲碎片分配優(yōu)化模型

梁婉瑩 朱佳 馬曉東 湯庸 梁熙龍 陳善軒

摘 要：為了改善原有碎片分配方案僅以節(jié)點響應效率為主而對節(jié)點分配次數(shù)、節(jié)點空間利用率、安全性能欠缺考慮的現(xiàn)狀，提出分布式文件存儲系統(tǒng)的碎片分配優(yōu)化模型。優(yōu)化模型由節(jié)點響應狀況檢測、大范圍節(jié)點數(shù)據(jù)完整性審計和包含剩余存儲空間大小、最近存儲碎片時間戳以及響應時間長短的綜合評估3方面構成。對其進行仿真實驗，對比原有方案，優(yōu)化方案沒有出現(xiàn)節(jié)點傾斜現(xiàn)象，選取次數(shù)最大落差不超過95;節(jié)點效率得到了均衡，最大落差縮減至15%。優(yōu)化方案提高了碎片分配的公平性、安全性和可靠性，實現(xiàn)了最優(yōu)節(jié)點的自動化選擇。

關鍵詞：區(qū)塊鏈;文件存儲;碎片分配;數(shù)據(jù)完整性審計;聲譽評估

DOI： 10. 11907/rjdk.192543

開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP399

文獻標識碼：A

文章編號：1672-7800（2020）001-0216-05

0 引言

隨著現(xiàn)代計算機科學的發(fā)展，人們每天使用各種應用所產(chǎn)生的數(shù)據(jù)不斷增加?；ヂ?lián)網(wǎng)數(shù)據(jù)中心（ Internet D ataC enter，IDC）報告指出，2020年全球數(shù)據(jù)總量將達到440億TB，并以極快的速度持續(xù)增長[1]。在此背景下，數(shù)據(jù)存儲成本逐步提升，數(shù)據(jù)安全性也得不到有效保障。

為了更好地應對海量數(shù)據(jù)及文件存儲問題，人們提出了分布式存儲概念[2]。分布式存儲系統(tǒng)可將數(shù)據(jù)分散存儲在多臺獨立的設備上。它基于標準硬件和分布式架構，可進行EB級擴展，利用多臺服務器減輕單獨存儲負荷。如今，區(qū)塊鏈作為一種分布式數(shù)據(jù)結構，在文件存儲領域發(fā)展最為成熟[3]。在學術嘗試中，AFS（ Andrew File System）[4]較為成功且仍在使用;在商業(yè)嘗試中，部分分布式存儲系統(tǒng)依靠區(qū)塊鏈作為底層技術，搭建P2P[5]節(jié)點網(wǎng)絡，將已上傳的文件加密并根據(jù)文件分片規(guī)則切分成碎片，依靠bit-Torrent比特流文件分發(fā)協(xié)議[6]、Kademlia分布式哈希表DHT（ Disturbed Hash Table）[7]等規(guī)則，將碎片協(xié)調(diào)和分配到其它對等點上，以應對超大數(shù)量的文件存儲需求。

原有的分布式文件存儲系統(tǒng)以響應效率為主，可能導致不同碎片均存儲或大部分存儲在同一個節(jié)點內(nèi)，信息極易被竊取，且用戶享用的存儲效率不一致;對空間分配問題考慮欠缺，利用率未達最優(yōu)化;存儲節(jié)點的信用度模糊，降低了安全性能。

為解決原有碎片分配模型問題，本文在已有分布式文件存儲系統(tǒng)基礎上提出優(yōu)化模型。模型包含響應狀況檢測、節(jié)點數(shù)據(jù)審計和綜合評估3方面，對存儲節(jié)點進行綜合測評，自動化選擇最適合的節(jié)點對碎片進行存儲。本文貢獻如下：①在節(jié)點綜合評估之前添加數(shù)據(jù)完整性審計，確保存儲范圍內(nèi)節(jié)點的高信用度，優(yōu)化模型在保證節(jié)點響應效率的同時，降低了數(shù)據(jù)被篡改的幾率;②在綜合評估中添加節(jié)點剩余存儲空間大小標準，以最壞分配算法提升了存儲空間利用率，降低了碎片空間出現(xiàn)幾率;③在綜合評估中添加最近存儲碎片時間戳，降低了碎片分配過分傾斜的可能性，使節(jié)點獲得存儲資格幾率相對均等。

1 區(qū)塊鏈綜述

區(qū)塊鏈最早于2008年在比特幣創(chuàng)始人中本聰（ Sa-toshi Nakamoto）[8]著作《比特幣：一種點對點式的電子現(xiàn)金系統(tǒng)》一文中以加密貨幣底層技術的身份面世。它實際上是一個由多方共同維護、去中心化的分布式數(shù)據(jù)庫，通過P2P網(wǎng)絡協(xié)議、非對稱加密[9]、共識機制等解決了交易雙方往來的信任問題。區(qū)塊鏈以鏈式數(shù)據(jù)結構為基礎，區(qū)塊為單位，根據(jù)時間順序?qū)y帶信息的新區(qū)塊插入到鏈的末尾。每個區(qū)塊包含哈希值、時間戳、隨機數(shù)、Merkle根等。

區(qū)塊鏈系統(tǒng)有6層結構，分別是數(shù)據(jù)層、網(wǎng)絡層、共識層、激勵層、合約層和應用層。數(shù)據(jù)層封裝相關數(shù)據(jù)加密技術（如SHA-1[10]、RSA[11]）以及底層數(shù)據(jù)區(qū)塊;網(wǎng)絡層包含分布式組網(wǎng)機制、數(shù)據(jù)傳播機制等;共識層主要包含各種共識算法[12];激勵層將經(jīng)濟學知識融合到體系之中，包括發(fā)行和分配機制;合約層包含各類腳本或智能合約;應用層是面對實際的各種案例和應用場景[13]。

區(qū)塊鏈有3種模型，包括公有鏈、私有鏈以及聯(lián)盟鏈。公有鏈是指無用戶授權機制、全網(wǎng)公開的區(qū)塊鏈，任意節(jié)點均可查看完整的區(qū)塊數(shù)據(jù);私有鏈是指集中于一家機構的網(wǎng)絡節(jié)點;聯(lián)盟鏈是指允許經(jīng)過授權的節(jié)點加入網(wǎng)絡，可根據(jù)權限查看信息，常用于公司或機構的區(qū)塊鏈。公有鏈稱為非許可鏈，聯(lián)盟鏈和私有鏈統(tǒng)稱為許可鏈[14]。

2 預備知識

2.1 分布式哈希表技術

分布式哈希表技術（Distributed Hash Table，簡稱DHT）是一種分布式存儲方法。它將鍵（ kev）分散在不同節(jié)點上，并紀錄相應的查找方法。DHT不需要服務器，每個節(jié)點只需與其它部分節(jié)點相連，存儲一部分數(shù)據(jù)和路由信息，從而實現(xiàn)系統(tǒng)的尋址和存儲功能。它被廣泛應用于協(xié)調(diào)和維護元數(shù)據(jù)。分布式哈希表技術有Kademlia、Coral、S/Kademlia[15]等。

3.2 文件分片

文件分片是指將現(xiàn)有大文件分成一定大小的碎片，分別存放于P2P網(wǎng)絡的不同節(jié)點中，以達到更高效更安全的存儲效果[16]。當節(jié)點失效時，系統(tǒng)將利用數(shù)據(jù)冗余，即復制信息到多個節(jié)點的方法以提高數(shù)據(jù)訪問效率，增強容錯性[17]。

3.3 數(shù)據(jù)完整性審計

為了保證碎片不被篡改，在節(jié)點對碎片進行存儲的過程中，系統(tǒng)會對節(jié)點上的碎片進行數(shù)據(jù)完整性審計。數(shù)據(jù)完整性審計是指對已存儲的信息進行核對和驗證，包括碎片內(nèi)容、簽名信息等。現(xiàn)有的數(shù)據(jù)完整性審計模型分別是基于Jules等[18]提出的數(shù)據(jù)可恢復性證明（Proofs Of Re-trievability，POR）模型和Atenises等[19]提出的數(shù)據(jù)持有性證明（ Provable Data Possession，PDP）模型。

3 問題描述

本文以Storj v3[20]為基礎，對其系統(tǒng)內(nèi)部由工作身份證明、數(shù)據(jù)完整性審計系統(tǒng)、篩選以及偏好這4個子系統(tǒng)所組成的聲譽評估體系進行修補改進。

原有系統(tǒng)碎片分配流程如圖1所示。用戶節(jié)點puse，∈G在本地加密所需存儲文件，并將其上傳。上傳成功后，系統(tǒng)根據(jù)文件分片規(guī)則將文件切分為碎片，并使用Kademlia DHT對碎片進行分配。系統(tǒng)會對兩個節(jié)點pi、pj的160bit唯- ID值進行二進制異或運算（XOR），運算結果作為判斷節(jié)點之間距離d i，j的標準，以此找出距離用戶節(jié)點puse，最近的45個節(jié)點K={p1，p2，…，p45）并對其進行聲譽評估。

系統(tǒng)原有聲譽評估體系如下：Bridge要求附近的45個節(jié)點pn∈K均出示工作證明，并對額外少量未經(jīng)審核的節(jié)點進行數(shù)據(jù)完整性審計。上述兩項評估有其中一項無法通過的節(jié)點則被淘汰，剩余節(jié)點p?！蔏i將接受綜合評估。綜合評估包括節(jié)點響應時間（吞吐量和延遲）、地理位置等。而后，剩余節(jié)點pn∈K1將按照聲譽評估標準（Reputa-tion）的分數(shù)高低進行排序，聲譽最高的節(jié)點將獲得碎片存放資格。

在上述方案中，可能出現(xiàn)如下問題：

（1）碎片多次存儲在同一個節(jié)點中，易出現(xiàn)信息泄露。來自同一文件的不同碎片均存儲或大部分存儲在同一個節(jié)點內(nèi)，信息極易被節(jié)點擁有者所竊取，安全性能大大降低。此外，它還將導致各用戶節(jié)點存儲速率體驗感不一致，落差較大。

（2）存儲范圍內(nèi)節(jié)點空間利用率未達最優(yōu)化。存儲節(jié)點空間大小均由節(jié)點所有者決定，故并不一致。若使用原有方案進行碎片分配，可能導致節(jié)點最后剩余的空閑分區(qū)總和較大，造成資源浪費。這些不連續(xù)的空余分區(qū)，無法滿足對新碎片的存儲需要，使得存儲空間利用率無法達到最優(yōu)。

（3）節(jié)點分配和數(shù)據(jù)審計分開工作，對節(jié)點的信用評價缺失。原有模型中的審計僅針對少量節(jié)點而并非全部。若節(jié)點在存儲過程中（下一次審計之前）破壞或篡改了碎片，系統(tǒng)仍舊可能會因為其極高的響應速率，大幾率地將碎片分配至該節(jié)點。方案保證了存儲效率和應答速度，卻喪失了碎片存儲安全保障。

4 碎片分配優(yōu)化模型

為提升其安全性、公平性及統(tǒng)一性，本文提出區(qū)塊鏈文件存儲系統(tǒng)碎片分配優(yōu)化模型。優(yōu)化模型包括前期工作和3項評估工作，流程如圖2所示。

碎片分配優(yōu)化模型前期工作包括用戶上傳加密文件并分片、尋找用戶節(jié)點附近的45個存儲節(jié)點兩項。由于前期工作與原有方案相同，在此不加以闡述。在前期工作完成后，系統(tǒng)將會對存儲范圍節(jié)點pn∈K進行以下3部分的檢測和評估，包括：響應狀況檢測、節(jié)點數(shù)據(jù)審計以及由節(jié)點剩余存儲空間大小、最近存儲碎片時間戳比較、響應時間長短3方面構成的綜合評估。

4.1 響應請求

在用戶上傳文件與文件分片等前期工作完成后，系統(tǒng)將對存儲范圍K={p1，p2，…，p45）內(nèi)的45個節(jié)點發(fā)送響應回復請求，對節(jié)點的響應狀態(tài)進行檢查并紀錄每個節(jié)點的響應時間長短用以進行后續(xù)綜合評估。其中，節(jié)點響應時間，即節(jié)點響應1 000個此類請求所花費時間的平均值。響應狀態(tài)正常且響應時間小于9 000ms的節(jié)點則保留，其余節(jié)點淘汰。響應檢測后節(jié)點數(shù)目必定小于或等于響應檢測前的節(jié)點數(shù)目，故通過響應檢測的節(jié)點集為pn∈K1，K1（ K。

4.2 數(shù)據(jù)完整性審計

在響應檢測后，系統(tǒng)將進行針對大范圍節(jié)點的數(shù)據(jù)完整性審計，以確保每個存儲節(jié)點的信用度。系統(tǒng)對通過響應請求的節(jié)點pn∈K1進行數(shù)據(jù)完整性審計。審計結果包括正常和異常兩種情況。審計正常，即隨機抽取一段密文對其添加后綴，二次加密后得出的新密文之間無錯漏。這類正常節(jié)點pn∈K2將進入下一部分的節(jié)點質(zhì)量綜合評估。審計異常包括審計不響應和審計錯誤兩種情況，不響應審計的節(jié)點將被放置在容器（ Containment）中，其后續(xù)只能對當前審計作出響應，直到審計通過或被取消存儲資格;審計錯誤的節(jié)點則將直接取消本次存儲資格，不參與后續(xù)綜合評估。

4.3 綜合評估

在數(shù)據(jù)審計后，系統(tǒng)將對剩余節(jié)點pn∈K2進行綜合評估。綜合評估包含節(jié)點剩余存儲空間大小、最近存儲碎片時間戳比較、響應時間長短3項標準，評估中3項標準權重依次為1：1：1，評估得分最高者將獲得存儲資格。

（1）節(jié)點剩余存儲空間大小。優(yōu)化模型將使用最壞適應分配算法（Worst Fit）。最壞適應分配方法總是挑選一個最大的空閑區(qū)分割給碎片進行存儲，這樣可使剩下的空閑分區(qū)不至于太小，產(chǎn)生碎片的幾率最小。評分標準：對參與綜合評價的節(jié)點pn∈K2進行存儲空間從大到小的排序，剩余節(jié)點中存儲空間最大的節(jié)點評價分數(shù)為cardK2，中間節(jié)點依次降低，直至剩余存儲空間最小的節(jié)點評價分數(shù)為1。

（2）最近存儲碎片時間戳比較。系統(tǒng)將對每個節(jié)點添加時間戳（ Timestamp）紀錄，保存該節(jié)點最近一次存儲碎片的時間戳，可使最長時間沒進行碎片存儲的節(jié)點擁有優(yōu)先權，令其不至于因為響應速度稍慢而降低搶奪存儲資格的能力，使得碎片分配能夠公平平均，各節(jié)點進行碎片存儲的機會保持相對公平均等。評分標準：對參與綜合評價的節(jié)點pn∈K2進行時間戳從小到大的排序，時間戳最小，即距離上一次進行碎片存儲時間最長的節(jié)點評價分數(shù)為cardK2，中間節(jié)點依次降低，時間戳最大，即距離上一次進行碎片存儲時間最短的節(jié)點評價分數(shù)為1。

（3）響應時間長短。系統(tǒng)將對每個節(jié)點的響應時間進行紀錄，以確保碎片存儲的速度和效率，為用戶提供優(yōu)質(zhì)網(wǎng)絡環(huán)境。評分標準：對參與綜合評價的節(jié)點p?！蔏2進行響應時間從短到長的排序，響應時間長于9 000ms的節(jié)點可視為無效，將舍棄。響應時間最小的節(jié)點評價分數(shù)為cardK2，中間節(jié)點依次降低，響應時間最長的節(jié)點評價分數(shù)為1。

5 實驗

本文對碎片分配優(yōu)化模型進行了仿真實驗，實驗算法均采用Java編程語言進行程序編寫，實驗環(huán)境為2.60CHzIntel（ R） Core i5-3230M CPU， 8.OOCB RAM，硬盤890GB，操作系統(tǒng)為Windows 10家庭版。

本文對原有方案進行如下實驗：新建節(jié)點類用模擬45個存儲范圍內(nèi)的非新加入網(wǎng)絡節(jié)點，并為每個節(jié)點分配編號。其中，44個節(jié)點的響應狀態(tài)（正常/異常）和響應時間（ms）均隨機生成，其中一個節(jié)點情況交由人為調(diào)控，響應狀態(tài)控制為正常，響應時間維持在較快程度。本次實驗人工節(jié)點編號為26。實驗根據(jù)上述流程生成45個節(jié)點并置其于并行狀態(tài)，而后按原有聲譽評估標準進行1 000次最優(yōu)節(jié)點選擇。實驗默認在每一次選擇中節(jié)點狀態(tài)均在小范圍內(nèi)變化，可忽略不計，故狀態(tài)不再重新生成。實驗得出結果如表1所示。

同樣地，本文對優(yōu)化方案也進行類似實驗。為了作出更好對比，節(jié)點編號及其響應時間不作更改，而最近一次存儲碎片時間戳（格林尼治時間）和存儲空間大小均由隨機數(shù)種子生成;人工節(jié)點的存儲空間維持在較大程度，時間戳隨機生成;人工節(jié)點編號仍為26。實驗生成上述45個節(jié)點并置其于并行狀態(tài)，而后按優(yōu)化方案進行1 000次最優(yōu)節(jié)點選擇。實驗默認在每一次選擇中節(jié)點狀態(tài)均在小范圍內(nèi)變化，可忽略不計，故狀態(tài)不再重新生成。實驗得出結果如表2所示。

根據(jù)表1可知，人工節(jié)點p26被選擇次數(shù)最多，高達586次，被抽取的幾率高達58.6%;節(jié)點p21被選擇次數(shù)是隨機節(jié)點之首，但僅為29次，低于人工節(jié)點被選擇次數(shù)的20。當響應時間由200ms延長至2 700ms時，被選擇次數(shù)從586次降低到29次。由此可知，假設存儲范圍pn∈K內(nèi)總有一個節(jié)點pnrtificial= pbes，維持在最優(yōu)狀態(tài)，則每次分配的碎片都極大可能存儲在partificial上。

由表2可以看出，即使最優(yōu)節(jié)點總是不更換，按照優(yōu)化模型實施碎片分配也不會出現(xiàn)節(jié)點傾斜情況，即最優(yōu)節(jié)點被選擇次數(shù)遠遠高出隨機節(jié)點的情況。相比之下，優(yōu)化模型中各節(jié)點存儲碎片機會相對均等公平，落差較小，如圖7所示。各效率梯度節(jié)點的使用率相對平均，降低了用戶體驗的不一致性，如圖8所示。存儲節(jié)點所剩余空間較大，產(chǎn)生小碎片幾率降低。方案確保每次分配的節(jié)點都通過數(shù)據(jù)完整性審計，是完全高信用度的。方案綜合了多方面去評估存儲節(jié)點，力求得出該次分配的最適合節(jié)點。

區(qū)塊鏈文件存儲系統(tǒng)碎片分配優(yōu)化模型既保留了對節(jié)點響應效率的高要求，同時還提升了安全性、公平性以及統(tǒng)一性。將針對大范圍節(jié)點的數(shù)據(jù)完整性審計加入到存儲節(jié)點選取流程中，確保了節(jié)點的高信用度。在綜合評估中添加節(jié)點剩余空間大小標準，使用最壞適應分配算法，減少碎片產(chǎn)生幾率，提升存儲空間利用率;添加最近存儲碎片時間戳比較，使得響應速度稍慢的節(jié)點也能擁有均等的碎片存儲機會，消除了碎片堆積同一節(jié)點現(xiàn)象，提高了數(shù)據(jù)安全性。由圖3、圖4可知，使用優(yōu)化方案以后，節(jié)點之間被選擇次數(shù)維持在相對平均狀態(tài)，避免了兩極分化現(xiàn)象;各效率梯度節(jié)點的使用率相對平均，用戶的使用感得到大體上的統(tǒng)一。

6 結語

本文基于Storj區(qū)塊鏈文件存儲系統(tǒng)的聲譽評價體系，提出了碎片分配優(yōu)化模型。該模型包括響應狀態(tài)測試和時間控制、數(shù)據(jù)完整性審計、存儲節(jié)點空間大小和最近存儲碎片時間戳等節(jié)點選擇標準，綜合多方面對存儲范圍內(nèi)的節(jié)點進行評估，為碎片分配最合適的存儲節(jié)點。本文分別對原方案和優(yōu)化方案進行仿真測試并對比，證實了優(yōu)化方案在保證響應效率的同時，提高了數(shù)據(jù)安全性和可靠性，降低了碎片分配過分傾斜的可能性，最大程度上提升了存儲空間利用率。

參考文獻：

[1]

Cctime[ EB/OL]. http： //，vww.cctime.com， 2018.

[2] 朱琨.基于P2P的分布式存儲系統(tǒng)的研究與實現(xiàn)[D].成都：電子科技大學，2010.

[3]殷龍，王宏偉.基于IPFS的分布式數(shù)據(jù)共享系統(tǒng)的研究[J].物聯(lián)網(wǎng)技術，2016，6（6）：60-62.

[4]

HOWARD J H，KAZAR M L，MENEES S G，et al.Scale andperfor-mance in a distributed file system[ J]. ACM Transactions on ComputerSvstem（TOCS）， 1988，6（1）：51-81.

[5]周文莉，吳曉非.P2P技術綜述[J].計算機工程與設計，2006. 27（1）：76-79.

[6] 孔彬，徐良賢.BitTorrent原理分析及改進[J].計算機工程，2004，30（ sl）：257-259.

[7] 周皓，何克右，邵紅梅.基于Kademlia的P2P搜索技術的研究[J].電腦知識與技術，2009，5（1）：189-191.

[8]

NAKAMOTO S.Bitcoin：a peer-to-peer electronic cash system[ EB/OL]. https： //bitcoin.org/bitcoin.pdf.

[9]卓先德，趙菲，曾德明.非對稱加密技術研究[J].四川理工學院學報（自然科學版），2010.23（5）：562-569

[10] 張松敏，陶榮，于國華.安全散列算法SHA-l的研究[J].計算機安全，2010（ 10）：3-5.

[11] 陳傳波，祝中濤.RSA算法應用及實現(xiàn)細節(jié)[J].計算機工程與科學，2006.28（9）：13-15.

[12] 袁勇，倪曉春，曾帥，等，區(qū)塊鏈共識算法的發(fā)展現(xiàn)狀與展望[J].自動化學報，2018，44（ 11）：2011-2022.

[13] 袁勇，王1躍.區(qū)塊鏈技術發(fā)展現(xiàn)狀與展望[J].自動化學報，2016. 42（ 4）：481-494.

[14] 沈鑫，裴慶祺，劉雪峰.區(qū)塊鏈技術綜述[J].網(wǎng)絡與信息安全學報.2016（5）：1-12.

[15] BAUMGART I， MIES S. S/Kademlia：a practicable approach towardssecure kev-based routing [C]. International Conference on Parallel&Distributed Systems. 2007： 1-8.

[16] 張洪，路松峰，趙友橋，等.數(shù)據(jù)安全存儲的分片策略模型研究[J].計算機工程與應用，2012.48（18）：66-70.

[17]

JUELS A， JR B S K.PORs： proofs of retrievability for large files[C]. Acm Conference on Computer&Communications Security， 2007.

[18]

ATENIESE G，BURNS R. CURTMOLA R， et al.Provahle data pos-session at untrusted stores[C].Proceedings of the 2007 ACM Confer-ence on Computer and Communications Securitv， 2007： 598.

[19] 蘇迪，劉竹松.一種新型的Merkle哈希樹運輸局完整性審計方案[J].計算機工程與應用，2018.54（1）：70-76.

[20]

STORJ LABS.A decentralized cloud storage network framework [EB/OL]. https： //storj.io/， 2018.

（責任編輯：孫娟）

基金項目：國家自然科學基金廣東大數(shù)據(jù)中心項目重點項目（ U1811263）;國家自然科學基金面上項目（61772211）

作者簡介：梁婉瑩（1998-），女，華南師范大學計算機學院學生，研究方向為區(qū)塊鏈、人工智能;朱佳（1982-），男，華南師范大學計算機學院研究員、博士生導師，研究方向為機器學習、區(qū)塊鏈、數(shù)據(jù)分析、人工智能;馬曉東（1995-），女，華南師范大學計算機學院碩士研究生，研究方向為區(qū)塊鏈、人工智能;湯庸（1964-），男，華南師范大學計算機學院教授、博士生導師，研究方向為數(shù)據(jù)智能、人本計算與社交軟件、學者知識圖譜與教育大數(shù)據(jù)分析;梁熙龍（1995-），男，博士，中國科學院光學天文重點實驗室國家天文臺博士后，研究方向為大數(shù)據(jù);陳善軒（1995-），男，華南師范大學計算機學院碩士研究生，研究方向為區(qū)塊鏈、人工智能、數(shù)據(jù)分析。