知識圖譜是由一些相互連線的實體和他們的屬性構成的。換句話說，知識圖譜是由一條條知識組成，每條知識表示為一個 SPO 三元組（Subject-Predicate-Object） 在知識圖譜中。RDF (Resource Description Framework)，即資源描述框架形式化地表示這種三元關係。建立知識圖譜的過程稱為知識對映。
知識圖譜演算法與 EVG 一致。生態體系的知識對映有兩個步驟：初始知識的實現和附加知識的動態評估。
對於生態體系，在初始知識階段的實現中，知識圖演算法評估第 i 個節點的知識的初始經濟價值，其是在該節點處並且連線到該節點的所有相關知識的顯性和隱性經濟價值的組合。 因此，整個生態體系的總經濟價值是所有節點級經濟價值的總和。
一旦實現了生態體系的初始經濟價值，在任務驅動的生態體系中，隨著任務開始積累，就會建立一系列任務的知識圖譜，以評估新知識的增量經濟價值。 最後，更新整個生態體系的知識圖。 這種對附加知識的動態評估需要自動提取任務和參與節點之間的關係，以及關係推理和知識表示實現。 因此，整個生態體系的總經濟價值是所有節點級別更新的經濟價值的總和。
2. EVG 實施
EVG 的本質是 “知識就是價值”，它動態地評估整個生態體系的經濟價值。在 AIBC 生態體系的起始，因為尚未啟動任務，所以尚沒有側鏈，EVG 機制描繪了區塊鏈中每個節點（超級，任務，計算和儲存節點）的知識圖譜。然後，EVG 聚合所有節點的知識圖譜並建立全域性知識圖譜。此時，EVG 已經評估了整個生態體系的初始知識。此外，為了量化這一原始財富，EVG 將其等同於 DPoEV 共識釋出的 CFTX 通證的初始供應。該過程為生態體系的未來發展建立了經濟價值（通證）的恆定計量單位。然後，EVG 建立一個信用表，其中包含生態體系中的所有節點及其初始經濟價值。當新節點加入生態體系時，EVG 會為其新增一個新條目，以及其各自的初始經濟價值。信用表駐留在所有超級節點中，並且其建立和更新需要由基本層 DABFT 分散式一致性演算法由所有超級節點驗證和同步。
財富的產生是由任務驅動的，超級節點負責處理它們。 隨著任務繼續啟動，側鏈繼續從超級節點增長和累積。 這些側鏈是增量知識的容器，EVG 使用測量單元（通證）測量這些增量知識的經濟價值。 在接受每項任務後，DPoEV 共識釋出與新創造的經濟價值成比例的新 CFTX 通證供應，以確保貨幣供應與經濟增長同步，避免巨集觀經濟水平上的的通貨膨脹或通貨緊縮。
每個任務都由一個不同的任務區塊鏈進行跟蹤，該區塊鏈是一個側鏈，其根塊連線到其處理超級節點。 任務區塊鏈中的每個塊都跟蹤任務的狀態。 根塊包含的資訊包括任務經濟價值的初始估計。 每個後續塊提供有關任務驗證，處理和資源節點的貢獻的更新資訊。 當任務區塊鏈達到其最終結果時，EVG 可以精確測量該任務產生的經濟價值。 此外，這些區塊包含有關參與節點和事務的貢獻的詳細資訊。 因此，EVG 可以準確地確定釋出給每個參與節點的獎勵的大小（通證的數量）。 然後，DPoEV 將相應數量的通證記入每個參與節點，該記錄被記錄在由 DABFT 共識驗證的信用表中。
EVG 使 DPoEV 能夠透過信用表實時管理生態體系的經濟政策。 DPoEV 可以動態地確定任務的購買價格，其包括支付給超級節點和資源節點的總成本。 它還可以為每個分配設定交易成本。 總體效果是所有巨集觀經濟，微觀經濟和貿易政策都受到密切監測和執行。
經濟相關性排名 （ERR）
雖然 EVG 衡量任務創造的知識的經濟價值，但它不評估參與節點的驗證，處理，計算和儲存能力，因為這些能力不一定基於知識。 這一點可能是致命的，因為 DPoEV 首先將任務分配給超級節點和資源節點，並且具有 “相關性規則” 排序方案。 該問題由經濟相關性排名（ERR）機制解決。
ERR 對任務以及超級節點和資源節點（統稱為 “服務節點”）進行排序。 基於ERR 排名，DPoEV 提供匹配任務和服務節點的匹配服務。
ERR 透過以下因素評估每個新建立的任務：
1. 時間緊迫性：任務計時器到期之前任務需要多長時間。
2. 計算強度：完成相關任務需要多少計算能力。
3. 交易頻率：較高的交易頻率提高了流動性，並進一步提高交易頻率。 更高的交易頻率允許更快的財富增長，但是，對網路和資料庫框架帶來更高的需求。
4. 交易規模：較大的交易規模改善了流動性，並進一步增加交易規模。 較大的交易規模允許財富的快速增長，但是，對網路和資料庫框架帶來更高的需求。
5. 所需傳播時限：在頻寬方面更強的傳播意味著改善流動性，從而提高交易頻率和規模。 更強的傳播時限允許財富的快速增長，但是，對網路和資料庫框架帶來更高的需求。
6. 可選要求：完成任務和相關分配所需的資料和數量，更重要的是，資料儲存的位置。
ERR 任務的排名分數計算方法是：
隨著任務開始積累，它們按上述標準排列。 然後，ERR 建立一個任務排名表，其中包含所有任務的地址（側鏈的根塊）及其排名分數。 當啟動新任務時，ERR 會為其新增新條目以及其各自的排名分數。 任務排名表駐留在所有超級節點中，並且其建立和更新需要由所有超級節點透過 DABFT 共識來驗證和同步。
並行地，ERR 基於相同的標準評估服務節點的能力。 然後，它建立一個服務節點排名表，其中包含所有服務節點的地址及其排名分數。 當新服務節點加入時，ERR 將新條目附加到服務節點排名表，並具有其各自的排名分數。 服務節點排名表駐留在所有超級節點中，並且其建立和更新需要由具有 DABFT 共識的所有超級節點進行驗證和同步。
ERR 演算法有三個主要屬性：
1. 一致性。 一旦記錄，排名分數不能透過由任務節點（用於任務排名）或服務節點（用於服務節點排名）支付更多成本來改變。 但是，排名分數確實隨著任務和服務節點的發展而變化。 排名分數的調整隻能由 DPoEV 透過 DABFT 共識進行。
2. 可計算性。 ERR 排名分數需要立即由 DPoEV 檢索，因此 ERR 演算法需要低計算複雜度。
3. 確定性。 ERR 演算法應在同一服務節點的所有節點上生成相同的結果。
服務節點的 ERR 排名得分計算如下：
DPoEV 提供基於任務和服務節點的 ERR 排名得分的匹配服務，將具有服務節點的任務與節點排名分數配對。因此 “相關性原則” 得以在在選擇服務節體現，具有最高排名的服務節點無法支配任務處理和分配。相反，他們必須與他們競爭的任務 “相關”。此外，系統還使用 “財富原則” 和 “公平原則” 來保障經濟原則運作。
在 N 個服務節點中，為任務 j 的所選服務節點遵循以下等式：
值得注意的是，與 EVG 不同，ERR 不會測量任務和服務節點的經濟價值。相反，它根據他們的要求和能力對他們進行排名，這些要求和能力不是經濟價值的承擔者，而是其生產者。因此，ERR 在 DPoEV 框架中的貨幣供應政策中沒有任何影響。
DPoEV 的優點
DPoEV 激勵一致性演算法以 CFTX 令牌的形式建立並向 AIBC 生態體系中的參與節點分發獎勵。它能消除巨集觀經濟水平通貨膨脹和通貨緊縮的可能性，保障自由和公平貿易，並平衡微觀經濟水平的供需。
透過 EVG 和 ERR，DPoEV 保障經濟政策和 “相關性，財富性和公平性規則”。它因此能保證任務沒有節點可以支配任務初始化，沒有超級節點可以支配任務處理，也沒有資源節點可以支配任務分配。
DPoEV 的一個重要好處是它可以有效地消除 51％工作量（如比特幣中的工作證明）或財富積累（如以太坊中的權益證明）攻擊的可能。事實上，它可能能消除任何基於 51％算力的攻擊。
