操作Distributed AI 案例应用-线性回归算法测试 案例简介 测试脚本说明 上传样本文件 训练任务 预测任务 模型评估 案例应用-逻辑回归算法测试 案例简介 测试脚本说明 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 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 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。 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。 1.3 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。 目前，PaddleDTX底层采用的区块链框架是XuperChain。

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。 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。 目前，PaddleDTX 底层采用的区块链框架是 XuperChain。 的相关概念，帮助您初步认识系统，了解其基本运行机制，方便后续进一步阅读。 2.1 节点和网络 PaddleDTX 中有五类节点： • 计算需求节点（Requester）有训练模型和预测需求。 • 任务执行节点（Executor）拥有使用数据的权限，参与多方安全计算，进行模型训练和数据预测。 • 数据持有节点（DataOwner）是数据的归属方，有存储数据的需求。 • 存储节点（Storage

操作Distributed AI 案例应用-线性回归算法测试 案例简介 测试脚本说明 上传样本文件 训练任务 预测任务 模型评估 案例应用-逻辑回归算法测试 案例简介 测试脚本说明 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 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 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。 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。 1.3 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。 目前，PaddleDTX底层采用的区块链框架是XuperChain。

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。 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。 目前，PaddleDTX 底层采用的区块链框架是 XuperChain。 的相关概念，帮助您初步认识系统，了解其基本运行机制，方便后续进一步阅读。 2.1 节点和网络 PaddleDTX 中有五类节点： • 计算需求节点（Requester）有训练模型和预测需求。 • 任务执行节点（Executor）拥有使用数据的权限，参与多方安全计算，进行模型训练和数据预测。 • 数据持有节点（DataOwner）是数据的归属方，有存储数据的需求。 • 存储节点（Storage

Fabric 定义任务并导入 callable 任务 与远程程序集成 合并 stdout 和 stderr 伪终端 两者结合 作为库使用 连接服务器 断开连接 最后注意 输出管理 输出等级 隐藏和／或显示输出级别 并行执行 它是如何运转的 如何使用 bubble 大小 行级输出 vs 比特级输出 SSH 行为 未知主机 已知主机但更换了密钥 定义任务 新式任务 传统任务 API 文档 API 的 基础之上构建的。 提供彩色输出的函数 上下文管理器 装饰器 文档助手 网络 业务（Operation） 任务 实用工具 扩展 API Fabric 的 扩展包 包括常用而有用的工具（通常是从用户的 fabfile 中合并进来 的），可用于用户 I/O、修改远程文件等任务中。核心 API 倾向于保持小巧、 不随意变更，扩展包则会随着更多的用户案例被解决并添加进来，而不断成长 进化（同时尽量保持向后兼容）。 Python 模块中做的事情同样可以在一个 fabfile 中完成。 参见 Execution strategy, 定义任务, fab 选项和参数 任务参数 和你平时的 Python 编程一样，给任务函数传递参数很有必要``。Fabric 支持 Shell 兼容的参数用法： <任务名>:<参数>, <关键字参数名>=<参数值>,... 用起来就 是这样，下面我们用一个 say hello 的实例来展开说明一下：

Fabric 定义任务并导入 callable 任务 与远程程序集成 合并 stdout 和 stderr 伪终端 两者结合 作为库使用 连接服务器 断开连接 最后注意 输出管理 输出等级 隐藏和／或显示输出级别 并行执行 它是如何运转的 如何使用 bubble 大小 行级输出 vs 比特级输出 SSH 行为 未知主机 已知主机但更换了密钥 定义任务 新式任务 传统任务 API 文档 API 的 基础之上构建的。 提供彩色输出的函数 上下文管理器 装饰器 文档助手 网络 业务（Operation） 任务 实用工具 扩展 API Fabric 的 扩展包 包括常用而有用的工具（通常是从用户的 fabfile 中合并进来 的），可用于用户 I/O、修改远程文件等任务中。核心 API 倾向于保持小巧、 不随意变更，扩展包则会随着更多的用户案例被解决并添加进来，而不断成长 进化（同时尽量保持向后兼容）。 Python 模块中做的事情同样可以在一个 fabfile 中完成。 参见 Execution strategy, 定义任务, fab 选项和参数 任务参数 和你平时的 Python 编程一样，给任务函数传递参数很有必要``。Fabric 支持 Shell 兼容的参数用法： <任务名>:<参数>, <关键字参数名>=<参数值>,... 用起来就 是这样，下面我们用一个 say hello 的实例来展开说明一下：

ConversionPattern=[%p] [%-d{yyyy-MM-dd HH:mm:ss}] %C ˓→{1}.%M(%L) | %m%n 接着，通过配置gradle中的Jar命令，指定复制和编译任务。并引入日志库，在asset-app/src/test/ 52 Chapter 4. 开发第一个区块链应用 FISCO BCOS Documentation, 发布 v2.9.0 resour 内的问题能事先防范事后应急处理。为达成治理，需要制定相关的规则且保证各参与方达成共识并贯彻 执行。 一个典型的联盟链治理参考模型是各参与方共同组建联盟链委员会，共同讨论和决议，根据场景需要设 定各种角色和分配任务，如某些机构负责开发，某些机构参与运营管理，所有机构参与交易和运维，采 用智能合约实现管理规则和维护系统数据，委员会和监管机构可掌握一定的管理权限，对业务、机构、 人员进行审核和设置，并在出现紧急情 接收交易的线程数目，默认注释该配置项，注释该配置项 时，默认值为机器的CPU数目；开启该配置项时，根据配置的值创建接收交易的线程数目； • maxBlockingQueueSize: 线程池队列等待被处理的最大任务数目，默认为102400。 注解: 大多数场景下，不需要手工配置线程池配置；压测场景下，可将 maxBlockingQueueSize 配置大一 些。 线程池配置示例如下： [threadPool]

ConversionPattern=[%p] [%-d{yyyy-MM-dd HH:mm:ss}] %C ˓→{1}.%M(%L) | %m%n 接着，通过配置gradle中的Jar命令，指定复制和编译任务。并引入日志库，在asset-app/src/test/ 52 Chapter 4. 开发第一个区块链应用 FISCO BCOS Documentation, 发布 v2.9.0 resour 内的问题能事先防范事后应急处理。为达成治理，需要制定相关的规则且保证各参与方达成共识并贯彻 执行。 一个典型的联盟链治理参考模型是各参与方共同组建联盟链委员会，共同讨论和决议，根据场景需要设 定各种角色和分配任务，如某些机构负责开发，某些机构参与运营管理，所有机构参与交易和运维，采 用智能合约实现管理规则和维护系统数据，委员会和监管机构可掌握一定的管理权限，对业务、机构、 人员进行审核和设置，并在出现紧急情 接收交易的线程数目，默认注释该配置项，注释该配置项 时，默认值为机器的CPU数目；开启该配置项时，根据配置的值创建接收交易的线程数目； • maxBlockingQueueSize: 线程池队列等待被处理的最大任务数目，默认为102400。 注解: 大多数场景下，不需要手工配置线程池配置；压测场景下，可将 maxBlockingQueueSize 配置大一 些。 线程池配置示例如下： [threadPool]

ConversionPattern=[%p] [%-d{yyyy-MM-dd HH:mm:ss}] %C ˓→{1}.%M(%L) | %m%n 接着，通过配置gradle中的Jar命令，指定复制和编译任务。并引入日志库，在asset-app/src/test/ 52 Chapter 4. 开发第一个区块链应用 FISCO BCOS Documentation, 发布 v2.9.0 resour 内的问题能事先防范事后应急处理。为达成治理，需要制定相关的规则且保证各参与方达成共识并贯彻 执行。 一个典型的联盟链治理参考模型是各参与方共同组建联盟链委员会，共同讨论和决议，根据场景需要设 定各种角色和分配任务，如某些机构负责开发，某些机构参与运营管理，所有机构参与交易和运维，采 用智能合约实现管理规则和维护系统数据，委员会和监管机构可掌握一定的管理权限，对业务、机构、 人员进行审核和设置，并在出现紧急情 接收交易的线程数目，默认注释该配置项，注释该配置项 时，默认值为机器的CPU数目；开启该配置项时，根据配置的值创建接收交易的线程数目； • maxBlockingQueueSize: 线程池队列等待被处理的最大任务数目，默认为102400。 注解: 大多数场景下，不需要手工配置线程池配置；压测场景下，可将 maxBlockingQueueSize 配置大一 些。 线程池配置示例如下： [threadPool]

ConversionPattern=[%p] [%-d{yyyy-MM-dd HH:mm:ss}] %C ˓→{1}.%M(%L) | %m%n 接着，通过配置gradle中的Jar命令，指定复制和编译任务。并引入日志库，在asset-app/test/ 4.5. 5. 业 业 业务 务 务逻 逻 逻辑 辑 辑开 开 开发 发 发 53 FISCO BCOS Documentation, 发 发 发布 内的问题能事先防范事后应急处理。为达成治理，需要制定相关的规则且保证各参与方达成共识并贯彻 执行。 一个典型的联盟链治理参考模型是各参与方共同组建联盟链委员会，共同讨论和决议，根据场景需要设 定各种角色和分配任务，如某些机构负责开发，某些机构参与运营管理，所有机构参与交易和运维，采 用智能合约实现管理规则和维护系统数据，委员会和监管机构可掌握一定的管理权限，对业务、机构、 人员进行审核和设置，并在出现紧急情 种 种语 语 语言 言 言SDK FISCO BCOS Documentation, 发 发 发布 布 布 v2.7.2 • maxBlockingQueueSize: 线程池队列等待被处理的最大任务数目，默认为102400。 注 注 注解 解 解: 大多数场景下，不需要手工配置线程池配置；压测场景下，可将 maxBlockingQueueSize 配置大一 些。 线程池配置示例如下： [threadPool]