利用区块链技术和

然而，万神殿尚未提供交叉链功能，PegaSys/ConsenSys的SidechainsResearch团队目前正在开发概念验证。在第III-A节中，我们开发了一个贝叶斯网络模型，该模型将使用第III-B节中描述的跨链函数调用的信息来计算向供应商提供融资的感知风险是否可接受的概率，发票财务人员最可能的决策基于感知风险和申请融资的供应商供应链稳定的可能性，取决于可用的补充信息，如发票财务人员是否已准备好为供应链中其他供应商的发票提供资金。A、 贝叶斯网络建模我们使用的人工智能方法是一种面向对象的贝叶斯网络（OOBN）建模技术。贝叶斯网络（BNs）是概率图形模型[9]，[10]，构建模型的过程通常是一个迭代过程[11]，[12]。我们提出了一个初始模型，在该模型中，我们考虑了一些关键信息，这些信息有助于做出有关发票资金的知情决策。BNs正日益与其他建模技术和系统集成【4】，【13】，我们提出了一个将区块链技术与BN模型相结合的示例，用于供应链中供应商的发票融资。BN被构造为一个有向无环图（DAG），其中节点（椭圆）表示关键因子，边（箭头）表示节点之间的依赖关系【10】、【11】。条件概率表与网络中的每个节点相关联【10】、【11】。如果可用的数据不足，则这些概率通常由专家知识构建，如果可用的数据充足，则可以从数据中学习这些概率【14】、【15】。

此外，还可以从数据中了解BN的结构【16】，但需要注意的是，不同因素之间的关联并不意味着因果关系【15】，通常有足够的专家知识来确定模型的整体初始因果结构，然后可以在新信息可用时对其进行评估和更新【15】、【17】。一旦构建了模型，可以在模型中输入被称为“证据”的信息或知识，并通过模型传播这些证据，根据输入的证据产生更新的概率【17】。图2（a）和（c）显示了使用BN软件Hugin【18】：财务激励子网络和供应商档案子网络构建的两个OOBN子网络，分别包含在整体模型图2（b）中，输出节点为：发票融资决策和供应链稳定性。表I包含BN模型中的节点列表和节点状态。例如，节点财务激励可以有两种状态：强制或非强制。当包含此节点的BN模型运行时，它将为节点的两种状态生成概率，即财务激励节点处于强制状态或非强制状态的概率是多少。第5页的结果部分讨论了运行OOBN模型的各种场景和结果。B

私有区块链第2页第二节中描述的示例场景的区块链技术设计包括几个可用的IBAYESIAN网络模型示例用例BN模型节点状态供应商一级供应商？是的，没有黄金等待是的，没有供应链？供应商利润低风险、高风险财务信用评级通过、未通过激励性财务奖励附加、标准财务激励强制、非强制所有供应商利润低风险、高风险模型财务激励强制、非强制接受风险可接受风险、非强制接受风险发票融资基金供应商决策发票、，不资助供应商InvoiceLower tier是的，Noby invoice Financial Company供应链稳定、不稳定稳定与来自供应链、国家信用报告机构以及有机和自由认证机构的参与者组成区块链。第4页的表II概述了锁链和参与者的可能配置。

为清晰起见，我们将主要关注Farmer Fran及其发票融资应用程序，这些应用程序足以演示跨职能调用以及与金融家计算机系统上运行的BN决策工具的交互，以及与融资请求没有直接关系的其他活动，在私有区块链和原子函数调用的阐述中没有提到，但提到它们是为了让人们意识到还有许多其他需要考虑的因素。表II发票融资问题的私有区块链情景1私有区块链参与者Sidenti fiert0T1 Golden Wait-a-Lot（第0层）、制造商Mark（第1层）T1T2制造商Mark（第1层）、Reginald的区域农产品商店（第2层）、Sanjeeta的批发香料（第2层）T2T3 Reginald的区域农产品商店（第2层）、Farmer Fran（第3层）、Farmer Olivier（第3层），Farmer Lucy（第3层）T3Fin Farmer Fran（第3层），发票融资人IlzeT3T3 Farmer Fran（第3层），Farmer Tom（第3层）Fin发票融资人IlzeCert认证机构（有机和自由范围）（a）财务激励OOBN子模型（b）发票融资和供应链稳定性OOBN（c）供应商支持OOBN子模型图。2、供应商发票融资的贝叶斯网络模型和供应链的稳定性从私人区块链中获取所需的信息，其中一些信息是由于Farmer Fran要求发票融资以获得现金，以便她能够承诺向Reginald的区域生产商提供额外的有机自由放养鸡蛋而专门建立的，到指定日期，涉及多个事务（读写），其中一些需要是原子交叉链函数调用。第7页第IV-B节概述了通过系统的区块链和信息流的详细描述。四、 结果A。

BN模型OOBN子模型中的每一个都可以独立运行，并作为整个BN模型的一部分（图2（b））。本节描述了各种场景，运行场景的输出显示为节点处于特定状态的概率，给出了已输入模型的证据。1） 供应商支持OOBN：我们使用以下场景运行此模型。输出如第5页图3所示：标签=（a）1）无证据2）供应商是黄金等待批次供应链的一部分3）供应商是一级供应商4）供应商是黄金等待批次供应链的一部分，以及一个一级供应商（a）运行模型，无证据输入（b）运行模型，知道供应商在aGolden等待批次供应链中（c）运行模型，知道供应商是一级供应商（d）运行模型，知道供应商是黄金等待批次供应链中的一级供应商图。3、具有各种场景的供应商档案贝叶斯网络模型我们感兴趣的主要输出节点SupplierProfile是整个模型的输入节点。在OOBN中未输入任何信息的情况下（场景（a）），我们观察到供应商文件具有统一的概率，并且没有信息。如果我们输入证据证明供应商是已知的黄金等待批次（GWaL）供应链的一部分（场景（b）），那么供应商的感知利润是他们最有可能是低风险的，概率为79.5%。如果我们知道供应商是一级供应商，但我们没有关于其参与GWaL供应链的信息（场景（c）），那么最有可能的结果仍然是供应商的风险较低，但概率为69.5%，这比我们所知的处于GWaL供应链的可能性要小。

如果我们输入证据证明供应商既是一级供应商，也是GWaL供应链中的一级供应商（场景（d）），那么很可能99.0%的供应商对财务风险较低。2） 财务激励OOBN：我们使用以下场景运行此模型。输出如第8页图4中的概率所示：标签=（a）1）无证据2）供应商提供额外的财务奖励，例如提供高于正常折扣率的提前付款3）供应商通过了信用检查4）供应商未通过信用检查，但提供了额外的财务奖励5）供应商通过了信用检查，并且只提供通过信用检查的标准财务回报，并提供额外的财务回报我们感兴趣的主要输出节点FinancialInctive是整个模型的输入节点。在OOBN模型（场景（a））中未输入任何信息的情况下，我们观察到财务激励输出节点具有相同的概率，并且没有信息。如果我们输入证据，证明供应商向发票金融机构提供了优于标准的财务回报，但不知道他们的信用评级（情景（b）），那么激励对金融机构具有吸引力的概率为60.0%。如果供应商通过了信用评级评估，尽管财务人员对其提供的财务奖励一无所知，但财务人员（90.0%）很可能会有强烈的动机为供应商的发票提供资金（场景（c））。如果我们考虑能够提供有关信用评级评估和财务奖励的证据，我们会发现，如果供应商未能通过信用评级评估，即使他们向发票融资人提供额外的财务奖励，财务激励的吸引力也只有20.0%。

另一方面，如果供应商通过了信用评级测试，并且只提供发票财务人员期望的标准财务奖励（场景（e）），那么为其提供资金的动机是80.0%。最佳方案（f）是通过信用评级评估并提供额外财务奖励的供应商。在这种情况下，他们向发票财务人员提供了非常高的财务激励（99.0%的概率），以资助他们的发票。3） 整体OOBN模型：整体模型具有来自两个子网络的输入节点，因此输入到这些子网络的证据将流入整体BN模型。我们使用以下场景运行整个模型。输出如第8页图5和图6中的概率所示：标签=（a）1）无证据2）供应商处于黄金等待批次供应链中3）供应商处于黄金等待批次供应链中并通过了信用检查4）供应商处于黄金等待批次供应链中，通过了信用检查，不是一级供应商（如二级或三级），而较低一级（如一级）由发票融资公司提供资金。5）决定不对供应商（如二级或三级）提供资金，尽管较低一级（如一级）由财务公司提供资金，但未在OOBN模型中输入任何信息（场景（a）），我们观察到利益节点、风险感知、，发票融资决策和供应链稳定性具有统一的概率，且不具信息性。如果知道供应商是黄金等待批次供应链的一部分（场景（b）），则供应商的风险被视为可接受风险，概率为61.8%，如第8页图5（b）。如果我们还包括供应商通过信用评级评估的证据（场景（c）），那么可接受风险的感知将增加到85.7%，如第8页图5（c）所示。

更具信息性的情景，即情景（d），在各种OOBN模型中输入了证据，表明申请发票融资的供应商处于黄金等待期供应链中，已通过信用检查，不是一级供应商，较低一级由同一发票融资公司提供资金。在这种情况下，发票财务人员证实，该模型预测最有可能的结果是为供应商提供资金，概率为77.4%，供应链稳定的概率为76.8%（第9页图6）。由于模型的结构，最终场景排除了输入证据之前的任何信息，并且仅使用两个节点的证据来评估供应商所属供应链的稳定性：决策是否为供应商提供资金，以及该供应商直接或间接提供的供应链中其他供应商的发票，已经得到金融公司的资助。如果决定不为供应商提供资金，但下级供应商由财务人员提供资金（场景（e）），我们会看到供应链变得高度不稳定，概率为99.0%。需要注意的是，OOBN模型结构和条件概率表的构建是为了说明发票融资决策中各种因素的相互作用，使用可以使用原子交叉链函数调用检索的信息。如前所述，BN模型开发是一个迭代过程，模型结构和参数会随着时间的推移而重新定义。这些概率是在用例的上下文中构建的，我们并不认为它们是准确的，但它们可以随时更新，并且模型结构可以重新定义以适应特定的要求。B

私有区块链和交叉链功能调用第10页图7中的序列图显示了私有区块链部署、智能合约部署和原子交叉链交易流程。图的左侧列出了系统的参与者，图的右侧列出了各自的区块链。浏览序列图：1）区域生产商Reginald将Supply SmartContract部署到T2T3区块链。然后，他将雷金纳德（Reginald）和弗兰（Farmer Fran）之间的供应协议（仅由他签署）上传到智能合同中。2） Farmer Fran下载供应协议。3） Farmer Fran会签供应协议，并将会签的供应协议上传到供应智能合同。4） Farmer Fran在自己和发票金融家Ilze之间建立了一个私有区块链。这种私有区块链称为T3Fin区块链。5） 发票金融家Ilze在部署区块链后立即自动将标准金融智能合约部署到T3Fin区块链。6） Farmer Fran提交原子交叉链交易以请求发票融资。在该请求中，她详细说明了所需信息：她请求的资金金额、发票付款条款、供应协议条款、未付发票的应付总额以及供应协议所在的区块链。7） 原子交叉链事务调用执行跨链读取，从T2T3区块链请求反签名供应协议。8） 原子交叉链交易在T3Fin区块链上执行一些处理，以验证Farmer Fran的发票融资请求。

例如，它检查请求的资金金额是否与会签的供应协议一致。9） 原子交叉链交易将融资请求传递给发票融资人Ilze的私有区块链Fin区块链进行处理。10） 然后，原子交叉链交易在Fin区块链上运行。Farmer Franis的信用评级是通过发票融资人Ilze访问国家信用报告机构进行检查的。Financialze检查她的客户名单，看看与她有供货协议的Reginald是否已经得到了她的公司的资助。贝叶斯网络模型使用财务人员可用的任何信息执行，这些分析的结果构成了融资决策的基础。11） 假设资金决定是批准Farmer Fran的资金，原子交叉链交易导致乙醚（资金）从Finblockchain转移到T3Fin区块链。12） 原子交叉链交易完成后，乙醚（货币）从发票金融家Ilze转移到Farmer Fran。（a） 无证据输入的运行模型（b）有证据表明供应商提供了额外的财务奖励的运行模型（c）有证据表明供应商通过了信用检查的运行模型（d）有证据表明供应商没有通过信用检查的运行模型，但提供了额外的财务奖励（e）有证据表明供应商通过了信用检查的运行模型，并且只提供标准的财务奖励（f）运行模式，证明供应商通过了信用检查，并提供额外的财务奖励。4.