ISO发布区块链国际标准化成果,4个中国用例2个基于FISCO BCOS研发

这篇具有很好参考价值的文章主要介绍了ISO发布区块链国际标准化成果,4个中国用例2个基于FISCO BCOS研发。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

近日,国际标准化组织区块链和分布式记账技术委员会 (ISO/TC 307)发布了区块链领域的最新国际标准化成果《区块链与分布式账本技术 用例》(ISO/TR 3242:2022 Bloackchain and distributed ledger technologies-Use cases)。该技术报告收录了来自全球11个地区共计22个用例,我国多名专家参与研制过程并贡献了4个用例。

在4个中国用例中,微众银行基于FISCO BCOS研发的“机构间对账平台”、神州信息基于FISCO BCOS研发的“基于区块链的供应链金融企业应收账款融资系统”分别作为我国在清结算、供应链金融领域的标杆用例入选。

ISO发布区块链国际标准化成果,4个中国用例2个基于FISCO BCOS研发

我国多名专家参与报告制定

ISO/TC 307于2016年9月正式成立,工作范围是制定区块链和分布式记账技术领域的国际标准,以及与其他国际性组织合作研究标准化相关问题。截至2022年7月,ISO/TC 307已有42个参与国和21个观察国,成立了6个工作组和3个特别工作组,并发布了2项国际标准、2项技术规范,及5项技术报告。中国电子技术标准化研究院作为ISO/TC 307的国内技术对口单位,自2017年起积极跟进及组织区块链领域的国际标准化工作。

本次入选用例的“机构间对账平台”,是微众银行联合多家合作行于2016年共同搭建的国内首个在真实生产环境运行的银行间联盟链应用,实现交易数据秒级同步、T+0准实时对账,运行至今已累计交易超2亿笔,有效验证了微众区块链技术在金融生产业务领域落地的可行性和稳定性;神州信息“基于区块链的供应链金融企业应收账款融资系统”,则是应用FISCO BCOS平台解决传统供应链金融面临的交易数据真实性、融资效率、融资风险等难题,为金融服务方式的创新和模式拓展提供了新的思路。

2017年,FISCO BCOS面向全球开源,为各行各业开展区块链应用提供可靠的基础设施,已成功支持政务、金融、农业、公益、文娱、供应链、物联网等多个行业的数百个区块链应用场景落地,收集到的产业数字化标杆应用超过200个。开源社区汇集超3000家企业及机构、逾70000名个人成员参与共建共治共享,发展成最大最活跃国产开源联盟链生态圈。


了解更多干货内容,请关注FISCO BCOS开源社区公众号,访问FISCO BCOS代码仓库可下载项目所有源代码:https://github.com/FISCO-BCOS/FISCO-BCOS,欢迎点击页面右上角star收藏,获取最新版本。 文章来源地址https://www.toymoban.com/news/detail-508815.html

到了这里,关于ISO发布区块链国际标准化成果,4个中国用例2个基于FISCO BCOS研发的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python实现z-score标准化和0-1标准化

    目录 标准化处理 0-1标准化: z-score标准化: 1、用自带的函数来操作 实现z-score标准化 实现0-1标准化 2、自定义函数实现 实现z-score标准化 实现0-1标准化 对输出结果范围有要求,数据较为稳定的,不存在极端的最大最小值 数据存在异常值和较多的噪音,可以间接通过中心化避

    2024年02月11日
    浏览(44)
  • LA@二次型标准形@标准化问题介绍和合同对角化@二次型可标准化定理

    如果二次型只含有变量的平方项,则称之为 二次型的标准形 或 法式 ,即 f ( y 1 , ⋯   , y n ) f(y_1,cdots,y_n) f ( y 1 ​ , ⋯ , y n ​ ) = ∑ i = 1 n k i y i 2 sum_{i=1}^{n}k_iy_i^2 ∑ i = 1 n ​ k i ​ y i 2 ​ 标准形的矩阵式 f ( y 1 , ⋯   , y n ) = ∑ i n k i y i 2 = ( y 1 , y 2 , ⋯   , y n ) ( k 1 0 ⋯

    2024年02月09日
    浏览(55)
  • 不要再搞混标准化与归一化啦,数据标准化与数据归一化的区别!!

    数据的标准化是将数据按照一定的 数学规则进行转换 ,使得数据满足特定的标准,通常是使数据满足正态分布或标准差为1的标准。 标准化的常见方法包括 最小-最大标准化 和 Z-score标准化 。最小-最大标准化将数据映射到 [0,1 ]的范围内,最小-最大标准化将数据映射到0-1区间

    2024年01月21日
    浏览(56)
  • 数据标准化方法

    今天看到了“指数移动平均窗口标准化”,就研究了一下这是个啥东西,然后又顺便看了一下其他的数据标准化方法,这里顺便记录一下,方便以后查阅。 zscore标准化是一种 基于数据分布的标准化方法 。它的基本思想是 将数据转换为均值为0,标准差为1的分布 ,从而使得数

    2023年04月22日
    浏览(51)
  • GEE:影像标准化

    本文将介绍在Google Earth Engine (GEE)平台上进行影像标准化的公式和代码。 影像标准化是一种预处理方法,用于将不同区域、不同时间、不同传感器拍摄的影像进行比较和分析。在GEE平台上进行影像标准化,可以使用本文代码,本文以EVI为例,将影像进行了标准化处理。 其结

    2023年04月09日
    浏览(62)
  • 标准化归一化方法

    分别是0-1标准化(Max-Min Normalization)和Z-Score标准化。 1.1 0-1标准化方法 每一列中的 元素减去当前列的最小值 , 再除以该列的极差 。 不过在深度学习领域,我们更希望输入模型的数据是Zero-Centered Data,此时 Z-Score标准化会更加合适。 1.2 Z-Score标准化 Z-Score标准化并不会将数据

    2023年04月12日
    浏览(44)
  • python三种数据标准化

    数据变换是数据准备的重要环节,它通过 数据平滑 、 数据聚集 、 数据概化 和 规范化 等方式将数据转换成适用于数据挖掘的形式。常见的变换方法: 1.数据平滑:去除数据中的噪声,将连续数据离散化。这里可以采用分箱、聚类和回归的方式进行数据平滑 2.数据聚集:对

    2024年02月07日
    浏览(52)
  • go的标准化error处理

    优化前:我们可以看到有4个地方都需要进行错误判断,我们可以想办法将所有的错误处理代码写到别的地方,进行调用即可。 优化后:

    2024年04月15日
    浏览(42)
  • 一文详解 DolphinDB SQL 标准化

    在脚本层面,自 1.30.22 / 2.00.10 版本起,DolphinDB SQL 开始支持: 全大写或全小写的书写方式 脚本的换行不影响语法解析,但存在两种特殊情况: 组合不允许拆分,如 order by, group by, context by, pivot by, union all, inner join, nulls first 等。 不使用 as 指定字段别名时,别名

    2024年02月13日
    浏览(38)
  • Unity标准化的场景渲染流程

    笔者用的unity版本为2020.3.30f1c1,开一个HDRP模板场景,OK开始我们的操作。 第一步:删除场景中的所有东西只留下竹林玻璃房作为展示场景,将所有物体勾选Static,新增一个摄像机,如下图: 第二步:GameObject Volume Sky and Fog Volume来创建一个自带环境光设置的Sky and Fog Volume,此

    2024年02月11日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包