Technology Core

把資料變成可被查核的證據鏈

可信資料不只是把資料存起來,而是能說明來源、版本、時間、修改紀錄與查核方式。

道易以 Ontology 語義建模為起點,結合 Hash、Merkle Tree、TSA、API、Audit Trail 與 AI / AIoT 校驗,協助資料從產生到稽核查詢都有清楚脈絡。

語意一致完整性可驗證時間版本可追溯查核介面可落地
Trust Flow

從資料進入到查詢稽核,保留必要證據節點

01資料進入
02Ontology 標準化
03資料校驗
04Hash 指紋
05Merkle 聚合
06時間與證據
07查詢與稽核
01

資料進入

設備、文件、影像、表單、產品履歷或既有系統資料進入平台。

02

Ontology 標準化

定義欄位、關係、角色與規則,讓資料能被理解與維護。

03

資料校驗

檢查格式、來源、必填欄位與關聯,降低錯誤資料進入流程。

04

Hash 指紋

為資料建立不可逆的完整性指紋,支援後續驗證。

05

Merkle 聚合

把多筆資料聚合成 Root Hash,方便批次驗證與單筆抽驗。

06

時間與證據

透過 TSA、證據保存與操作紀錄,留下版本與時間脈絡。

07

查詢與稽核

透過 Dashboard、API、DPP 查詢頁或稽核介面呈現結果。

Core Modules

每個技術模組,都對應一段資料信任缺口

不把技術當展示名詞,而是說清楚它回答哪個查核問題、如何使用、會交付什麼。

Ontology 語義建模圖示
Module 01 · Ontology

Ontology 語義建模

回答的問題

資料代表什麼?不同系統能不能用同一套語言理解?

道易如何使用

定義產品、材料、設備、批次、人物、作品、事件、地點與文件等核心實體與關係。

可交付內容

  • 資料模型
  • 欄位藍圖
  • 實體關係圖
  • 資料治理規則
Hash Merkle Tree 驗證圖示
Module 02 · Merkle

Hash / Merkle Tree

回答的問題

資料有沒有被改過?某筆資料是否屬於可信批次?

道易如何使用

為單筆資料建立 Hash 指紋,再用 Merkle Tree 聚合大量資料形成 Root Hash。

可交付內容

  • Hash 規則
  • Merkle 驗證流程
  • 批次封存機制
TSA 時戳與證據保存圖示
Module 03 · TSA

TSA 與證據保存

回答的問題

資料在什麼時間點存在?附件與證據如何追溯?

道易如何使用

保留時間戳、Root Hash 錨定紀錄、附件關聯與內容指紋。

可交付內容

  • 時間戳流程
  • 證據保存架構
  • 稽核佐證文件
API 與系統整合圖示
Module 04 · API

API 與系統整合

回答的問題

既有 ERP、MES、IoT、資料庫或前台如何接入?

道易如何使用

依資料來源、權限與查詢場景設計 API,串接既有系統、查詢頁與稽核流程。

可交付內容

  • API 規格
  • 資料交換流程
  • Dashboard 或查詢頁
AI 與 AIoT 校驗圖示
Module 05 · AI

AI / AIoT 校驗

回答的問題

影像、文本與感測資料如何降低人工輸入錯誤?

道易如何使用

依場景導入 OCR、語意擷取、影像辨識、設備資料串接或異常偵測。

可交付內容

  • OCR / NLP 流程
  • 影像辨識串接
  • 異常偵測規則
Audit Trail 與角色權限圖示
Module 06 · Audit Trail

Audit Trail 與角色權限

回答的問題

誰建立、修改、查詢、驗證資料?不同角色能看什麼?

道易如何使用

建立操作紀錄、角色權限、查核結果與資料狀態,支援內控與外部稽核。

可交付內容

  • 權限設計
  • 操作紀錄
  • 查核紀錄
Technology to Solutions

同一套可信資料底座,支撐四種解決方案

數據信任鏈與 ESG 稽核情境圖

數據信任鏈與高效稽核平台

適合情境

ESG、回收、供應鏈或第三方查核資料,需要被追溯、驗證與對外說明。

技術如何支撐

用資料模型、Hash / Merkle Tree、TSA、Dashboard 與 API 建立查核脈絡。

看數據信任鏈方案
DPP 數位產品護照 QR 查詢情境圖

DPP 數位產品護照

適合情境

產品、材料、製程、供應鏈與回收資訊需要被掃描、查詢與揭露。

技術如何支撐

用產品資料模型、API、QR 查詢頁與必要的完整性證明支撐 DPP。

看 DPP 方案
AI-Ontology 知識平台情境圖

AI-Ontology 知識平台

適合情境

人物、文本、作品、事件、地點或研究資料需要被搜尋、關聯與維護。

技術如何支撐

用 Ontology、OCR / NLP、Knowledge Graph 與後台治理支撐知識平台。

看 AI-Ontology 方案
AIoT 回收履歷整合情境圖

AIoT 回收履歷整合

適合情境

設備、感測器、影像辨識與現場資料需要接回管理平台。

技術如何支撐

用 AIoT、影像辨識、異常偵測與資料信任鏈建立可追蹤履歷。

看 AIoT 回收履歷方案
Recommended Start

先找出資料信任鏈最需要補強的一段

不需要一開始就規劃完整平台。先用一批資料、一條流程、一個產品或一個知識主題,確認第一階段。

資料信任鏈健檢

已有資料平台、Dashboard、後台或資料庫,但缺少驗證、時間證明或稽核流程。

第一階段輸出
  • 資料來源盤點
  • 信任缺口分析
  • PoC 或 MVP 建議範圍
我想做資料信任鏈健檢
DPP / ESG PoC

想用一個產品、一條流程或一批資料,先驗證揭露或查核可行性。

第一階段輸出
  • 欄位藍圖
  • QR 查詢頁或 Dashboard 原型
  • 驗證流程草案
我想做 DPP / ESG PoC
AI-Ontology Workshop

有大量文本、人物、作品、事件或研究資料,需要整理成知識平台。

第一階段輸出
  • 核心實體與關係草案
  • 查詢場景盤點
  • 平台模組優先序
我想安排 AI-Ontology Workshop
Next step

帶著一批資料、一條流程或一個產品來討論

道易會先協助判斷哪些資料需要被驗證、哪些節點需要保留證據,以及是否適合從 PoC、健檢或工作坊開始。