> For the complete documentation index, see [llms.txt](https://ccc-23.gitbook.io/xin-yong-lian-bai-pi-shu/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://ccc-23.gitbook.io/xin-yong-lian-bai-pi-shu/4.-xin-yong-zheng-ming-proof-of-credit/4.1-liu-cheng.md).
# 4.1 流程
信用证明是通过一个计算生成的序列，来提供⼀种加密验证两个事件之间交易同时具有可信性的⽅法。它使⽤加密函数生成序列，因此⽆法从各个序列的输⼊预测最终输出，必须完全执⾏才能⽣成输出。该函数在单个内核上按顺序运⾏，定期记录当前输出，这些输出的记录可以被外部计算机的计算机重新计算和验证。
整个运算过程使用隐私计算算法，顺序为：
1. 数据预处理：在进行隐私计算之前，通常需要对原始数据进行一些预处理。包括数据清理、标准化、匿名化或其他形式的数据转换，以确保隐私计算的有效性。
2. 隐私计算技术：同态加密或差分隐私，取决于计算的性质以及对隐私的具体要求，对应于不同的交易场景
3. 数据加密：同态加密允许在加密状态下执行计算，无需先解密数据。
4. 执行隐私计算：执行所需的计算，使用隐私计算技术确保在计算过程中不泄露原始数据。这包括对加密数据执行操作，或者在不共享原始数据的情况下进行计算。
5. 差分隐私：如果使用差分隐私，需要在计算结果中引入噪声或随机性。这有助于防止通过多次查询或其他手段推断出个别数据。
6. 结果解密：如果数据被加密，需要对计算结果进行解密。在同态加密中，结果在解密后才能获得。
7. 验证和共识：需要进行验证和共识以确保计算的正确性和一致性。共识为权益证明（Proof-of-Stake）
8. 输出结果：最终的计算结果于生成报告、支持决策，并产生0-255信用得分，0为最低，255为信用最高。