CN110990790B - 一种数据处理方法及设备 - Google Patents
一种数据处理方法及设备 Download PDFInfo
- Publication number
- CN110990790B CN110990790B CN201911218895.5A CN201911218895A CN110990790B CN 110990790 B CN110990790 B CN 110990790B CN 201911218895 A CN201911218895 A CN 201911218895A CN 110990790 B CN110990790 B CN 110990790B
- Authority
- CN
- China
- Prior art keywords
- data processing
- target
- data
- acquisition request
- random
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 240
- 230000004044 response Effects 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000012795 verification Methods 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 21
- 238000012163 sequencing technique Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 14
- 238000012797 qualification Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 23
- 238000007726 management method Methods 0.000 description 46
- 238000004422 calculation algorithm Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 208000033748 Device issues Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Storage Device Security (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioethics (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
Abstract
本申请实施例公开了一种数据处理方法、相关设备及计算机可读存储介质。其中方法包括:区块链网络中的节点设备接收针对车辆标识数据的获取请求,对获取请求中的目标凭证信息中的随机数进行运算处理得到目标随机概率,将目标请求者的标识与目标随机概率关联添加至数据处理结果集中,根据数据处理结果集中的多个随机概率生成获取请求的响应数据。本申请实施例通过将数据处理过程部署到区块链网络中,使得区块链网络中的任一节点都可以对数据处理过程进行追溯与校验,保证了数据处理过程的公平性和公开性,从而提高了数据处理结果的公信力。
Description
技术领域
本申请涉及计算机网络领域,尤其涉及一种数据处理方法及一种数据处理设备。
背景技术
在许多的应用场景中通常会涉及数据处理过程,例如:车牌号摇号场景中,需要向摇号参与者随机分配车牌号,这就涉及对车牌号的随机分配处理,并由第三方对随机分配过程进行监督,来确定车牌号分配结果的公平性。但实际操作中,仍可能出现第三方参与作弊,从而导致分配结果不公平的情况。因此,如何使得数据处理结果(如车牌号的随机分配结果)具有更高的公信力成为数据处理过程需要尤其关注和解决的问题。
发明内容
本申请实施例公开了一种数据处理方法、相关设备及计算机可读存储介质,能够提高数据处理结果的公信力。
第一方面,本申请实施例提供了一种数据处理方法,该方法包括:
接收针对车辆标识数据的获取请求,所述获取请求中携带所述获取请求的目标请求者的标识及与所述目标请求者的标识关联的目标凭证信息;
若所述获取请求满足数据处理条件,则对所述目标凭证信息进行运算处理得到目标随机概率;
将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识及每个请求者的标识相关联的随机概率;
根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格。
第二方面,本申请实施例提供了一种数据处理装置,所述数据处理装置包括:
获取单元,用于接收针对车辆标识数据的获取请求,所述获取请求中携带所述获取请求的目标请求者的标识及与所述目标请求者的标识关联的目标凭证信息;
处理单元,用于若所述获取请求满足数据处理条件,则对所述目标凭证信息进行运算处理得到目标随机概率,将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识及每个请求者的标识相关联的随机概率,根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格。
第三方面,本申请实施例提供了一种数据处理设备,包括处理器、存储器和通信接口,所述处理器、所述存储器和所述通信接口相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述通信接口用于与区块链网络中其他节点进行通信,所述处理器被配置用于调用所述程序指令,执行上述第一方面所述的数据处理方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行上述第一方面所述的数据处理方法。
本申请实施例中,由区块链网络中的节点设备接收针对车辆标识数据的获取请求,对获取请求中的目标凭证信息的随机数进行运算处理得到目标随机概率,将目标请求者的标识与目标随机概率关联添加至数据处理结果集中,根据数据处理结果集中的多个随机概率生成获取请求的响应数据。可见,本申请实施例通过将数据处理过程部署到区块链网络中,使得区块链网络中的任一节点都可以对数据处理过程进行追溯与校验,保证了数据处理过程的公平性和公开性,从而提高了数据处理结果的公信力。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请一个示例性实施例提供的一种数据处理系统的架构图;
图2示出了本申请一个示例性实施例提供的一种数据处理方法的流程图;
图3示出了本申请一个示例性实施例提供的又一种数据处理方法的流程图;
图4示出了本申请一个示例性实施例提供的一种数据处理装置的结构示意图;
图5示出了本申请一个示例性实施例提供的一种数据处理设备的结构示意图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行描述。
本申请实施例涉及区块链和区块链网络,其中,区块链(Block Chain)是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构,并以密码学方式保证数据不可篡改和不可伪造的分布式账本。区块链本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。
区块链底层平台可以包括用户管理、基础服务以及智能合约等处理模块。其中,用户管理模块负责所有区块链参与者的身份信息管理,包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等,并且在授权的情况下,监管和审计某些真实身份的交易情况,提供风险控制的规则配置(风控审计);基础服务模块部署在所有区块链节点设备上,用来验证业务请求的有效性,并对有效请求完成共识后记录到存储上,对于一个新的业务请求,基础服务先对接口适配解析和鉴权处理(接口适配),然后通过共识算法将业务信息加密(共识管理),在加密之后完整一致的传输至共享账本上(网络通信),并进行记录存储;智能合约模块负责合约的注册发行以及合约触发和合约执行,开发人员可以通过某种编程语言定义合约逻辑,发布到区块链上(合约注册),根据合约条款的逻辑,调用密钥或者其它的事件触发执行,完成合约逻辑。
区块链网络是一种在对等者之间分配任务和工作负载的分布式应用架构,是对等计算模型在应用层形成的一种组网或网络形式。一般地,区块链网络中包括彼此连接的多台计算机,这些计算机又称为区块链网络的节点设备。在区块链网络环境中,这些彼此连接的多台计算机之间都处于对等的地位,各台计算机有相同的功能,无主从之分,一台计算机既可作为服务器,设定共享资源供网络中其他计算机所使用;又可以作为工作站,整个网络一般来说不依赖专用的集中服务器,也没有专用的工作站。网络中的每一台计算机既能充当网络服务的请求者,又对其它计算机的请求做出响应,提供资源、服务和内容。
图1示出了本申请一个示例性实施例提供的一种数据处理系统的架构图。如图1所示,该数据处理系统可包括多个请求设备101,区块链网络的多个节点设备102和车辆标识管理设备103。图1所示的数据处理系统中的各设备数量仅为举例,例如:车辆标识管理设备的数量可以为多个,请求设备的数量可以为3个以下或以上,节点设备的数量由区块链网络的实际组网结构确定,可以为4个以上或以下,本申请并不对各设备数量进行限定。
请求设备101是请求者所使用的设备,该请求设备可以包括但不限于:智能手机(如Android手机、iOS手机等)、平板电脑、便携式个人计算机、移动互联网设备(MobileInternetDevices,简称MID)等设备,本发明实施例不做限定。
区块链网络中的节点设备102具体可以是客户端或者服务器,本申请实施例不做限定。其中,客户端可以为以下任一种:终端、独立的应用程序、API(ApplicationProgramming Interface,应用程序编程接口)或者SDK(Software Development Kit,软件开发工具包)。其中,终端可以包括但不限于:智能手机(如Android手机、iOS手机等)、平板电脑、便携式个人计算机、移动互联网设备(MobileInternetDevices,简称MID)等设备,本发明实施例不做限定。节点设备的类型可以包括但不限于全节点、简单支付验证(SPV,simplified payment verification)节点、或者区块链网络中其他节点类型。其中,全节点是指存储有完整区块链的节点,全节点能够独立校验区块链上的所有交易并实时更新数据,主要负责区块链的交易的广播和验证。全节点通常是高性能的计算设备。SPV节点也可称为轻型节点。SPV节点是指只保存了区块链的一部分的节点;例如,SPV节点只存储了区块链中所有的区块头信息以及与自身信息相关的区块信息,并不存储完整的区块链。SPV节点是依靠全节点存在的节点,不用为区块链网络提供算力。因此,SPV节点多为移动终端,例如为智能手机、平板电脑或移动计算机等。
车辆标识管理设备103用于管理车辆标识数据,此处的车辆标识数据是指用于唯一标识一个车辆的标识数据,该车辆标识数据可以包括但不限于:车牌号、车架号或其他标识信息(例如车管理设备认可的序列号)等等。此处的管理可包括但不限于:对新的车辆标识数据的发放管理,对已发放的车辆标识数据的维护管理等等。
在一种实施方式中,车辆标识管理设备103可以部署在区块链网络中,即车辆标识管理设备可以是区块链网络中的节点设备。在另一种实施方式中,车辆标识管理设备也可以是区块链网络之外的设备,其可以与区块链网络中的节点设备相连接来进行数据通信。同理,请求设备101也可以部署在区块链网络中,作为区块链网络中的节点设备;或者,请求设备可以是区块链网络之外的设备,其可以与区块链网络中的节点设备进行数据通信。
在图1所示的系统中,数据处理流程主要包括:①目标请求者可以通过请求设备向区块链网络中的任一节点设备发起车辆标识的获取请求,该获取请求用于请求获得一个车辆标识数据,本申请实施例中,该获取请求所请求的车辆标识数据是指待发放的车辆标识数据(即尚未被发放的车辆标识数据),当该车辆标识数据被成功发放后,该车辆标识数据被用于唯一标识一个车辆;例如:以车牌摇号场景为例,摇号参与用户A(即目标请求者)通过自己的手机(即请求设备)向节点设备发送车牌号摇号请求,请求获得一个车牌号;②节点设备判断该获取请求是否满足数据处理条件,如果满足数据处理条件,为该目标请求者分配一个目标随机概率;目标随机概率是目标请求者能否获得车辆标识数据的一个依据;例如:在上述车牌摇号场景中,如果该获取请求满足数据处理条件,表示用户A具备摇号资格可以参与摇号,这时节点设备就为该用户A分配一个随机号牌(即目标随机概率),这个随机号牌就是用户A是否能够摇到车牌号的依据;③节点设备将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识及每个请求者的标识相关联的随机概率;例如:在上述车牌摇号场景中,数据处理结果集中包含了所有具备摇号资格的参与用户所得到的随机号牌;④根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格;例如:在上述车牌摇号场景中,响应数据即是摇号结果,该摇号结果是从数据处理结果集中的所有随机号牌中抽签产生的,如果用户A的随机号牌被抽中,则摇号结果指示用户A可以获得一个车牌号;如果用户A的随机号牌没有被抽中,那么摇号结果指示用户A无法获得一个车牌号。可见在本申请实施例中,虽然车辆标识管理设备用于对车辆标识数据进行管理,但在根据请求设备的车辆标识获取请求进行车辆标识数据的随机分配时,随机分配的过程并不是直接在车辆标识管理设备上进行,而是将随机分配过程部署到区块链网络中;这样可利用区块链网络的公平性和公正性的特点,保证车辆标识数据的随机分配过程更具公信力。
利用图1所示的数据处理系统,由区块链网络中的节点设备接收针对车辆标识数据的获取请求,对获取请求中的目标凭证信息的随机数进行运算处理得到目标随机概率,将目标请求者的标识与目标随机概率关联添加至数据处理结果集中,根据数据处理结果集中的多个随机概率生成获取请求的响应数据。可见,本申请实施例通过将数据处理过程部署到区块链网络中,使得区块链网络中的任一节点都可以对数据处理过程进行追溯与校验,保证了数据处理过程的公平性和公开性,从而提高了数据处理结果的公信力。
图2示出了本申请一个示例性实施例提供的一种数据处理方法的流程图。该数据处理方法可以由图1所示的请求设备101与节点设备102之间进行交互实现;如图2所示,数据处理方法包括但不限于如下步骤201~步骤205。其中:
201、请求设备向节点设备发送获取请求。
202、节点设备接收针对车辆标识数据的获取请求;该获取请求中携带目标请求者的标识及与目标请求者的标识关联的目标凭证信息。
车辆标识数据是指用于唯一标识一个车辆的标识数据,该车辆标识数据可以包括但不限于:车牌号、车架号或其他标识信息(例如车管理设备认可的序列号);例如:车辆标识数据可以是车牌号渝A 84624。请求设备发送获取请求是为了请求获取车辆标识管理设备分配的车辆标识数据。该获取请求包括目标请求者的标识及与目标请求者的标识关联的目标凭证信息。其中,目标请求者的标识用于证明目标请求者的身份,目标凭证信息用于证明请求设备是否具备车辆标识数据的获取资格。节点设备可以接收一个或多个请求设备发送的针对车辆标识数据的获取请求。
203、若获取请求满足数据处理条件,则节点设备对获取请求中的目标凭证信息进行运算处理得到目标随机概率。
其中,目标随机概率是目标请求者能否获得车辆标识数据的一个依据,即目标随机概率用于判断与其关联的目标请求者是否具备车辆标识数据的获取资格。数据处理条件用于筛选出符合要求的获取请求,也就是说,数据处理条件用于筛选出具备请求资格的请求者。如果某获取请求满足数据处理条件,那么该获取请求的请求者具备请求资格,该获取请求能够被响应并触发节点设备执行后续的运算处理过程。如果某获取请求不满足数据处理条件,那么该获取请求的请求者不具备请求资格,该获取请求不被节点设备所接受(即被节点设备丢弃),并停止继续执行后续的运行处理过程。此处的要求可以是指根据实际场景情况设定的要求,例如:要求可以是时间要求,以车牌摇号场景为例,官方公布车牌摇号集中于XX月XX日-XX月YY日进行,那么节点设备只对XX月XX日-XX月YY日的时间段内接收到的获取请求作出响应,而超出该时间段的获取请求则不满足数据处理条件。再如:要求可以是数量要求,以车牌摇号场景为例,官方公布车牌摇号的参与者上限为500,那么节点设备只对接收到前500个获取请求作出响应,而从第501个获取请求开始的所有获取请求均不满足数据处理条件。运算处理是将目标凭证信息转换为可以相互比较的目标随机概率。其中,每次运算处理具体采用的运算方法可以是不同的。这样可以保证在运算方法公布之前,请求设备无法根据凭证信息预先计算目标随机概率,从而预知数据处理结果。
204、节点设备将目标请求者的标识与目标随机概率关联添加至数据处理结果集中。
其中,关联添加是指在至数据处理结果集中,通过目标请求者的标识的关联关系可以确定与目标请求者的标识对应的目标随机概率。目标请求者的标识和与目标请求者的标识关联的目标随机概率是一一对应的。
205、节点设备根据数据处理结果集中的多个随机概率生成获取请求的响应数据。
节点设备可以对数据处理结果集中的各个随机概率进行一些处理,例如:排序处理等等,得到各个随机概率相对应的响应数据。此处,每个随机概率对应的响应数据用于指示各个随机概率关联的请求者是否具备车辆标识数据的获取资格;例如:目标随机概率对应的响应数据用于指示目标请求者是否具备车辆标识数据的获取资格。
本申请实施例中,由区块链网络中的节点设备接收针对车辆标识数据的获取请求,对获取请求中的目标凭证信息进行运算处理得到目标随机概率,将目标请求者的标识与目标随机概率关联添加至数据处理结果集中,根据数据处理结果集中的多个随机概率生成获取请求的响应数据。可见,本申请实施例通过将数据处理过程部署到区块链网络中,使得区块链网络中的任一节点都可以对数据处理过程进行追溯与校验,保证了数据处理过程的公平性和公开性,从而提高了数据处理结果的公信力。
图3示出了本申请一个示例性实施例提供的又一种数据处理方法的流程图。该数据处理方法可以由图1所示的请求设备101,节点设备102与车牌管理设备103之间进行交互实现;如图3所示,数据处理方法包括但不限于如下步骤301~步骤312。其中:
301、请求设备向车辆标识管理设备发送注册请求。
302、请求设备接收车辆标识管理设备分配的标识。
步骤301-302中,目标请求者可通过请求设备向车辆标识管理设备发送注册请求。注册请求包含请求设备的相关信息;相关信息包括但不限于:目标请求者身份信息,目标请求者车辆信息等;例如,目标请求者身份信息为身份证信息,目标请求者车辆信息为车辆型号以及购买时间等信息。车辆标识管理设备在收到注册请求后,根据请求设备的相关信息向请求设备分配标识。通过请求设备的标识可以确认该请求设备对应的目标请求者。可以理解的是,车辆标识管理设备也可以将待分配的标识托管至区块链网络中,此处待分配的标识是指即将为请求注册的请求设备所分配的标识;并且可以将分配逻辑以智能合约的方式布署在区块链网络中;当请求设备向节点设备发送注册请求时,节点设备根据注册请求和智能合约向请求设备分配标识。
303、请求设备采用VRF对车辆标识管理设备分配的标识和私钥进行随机数生成处理,得到凭证信息。
请求设备在接收车辆标识管理设备或节点设备分配的标识后,采用非对称加密算法创建密钥对,密钥对包括公钥和私钥。此处的非对称加密算法可包括但不限于:Elgamal算法(一种非对称加密算法)、Rabin算法(一种非对称加密算法)、Diffie-Hellman算法(一种非对称加密算法)、ECC算法(椭圆曲线加密算法)。可选的,请求设备采用非对称加密算法创建密钥对的过程也可以是预先执行的,而非必需在接收车辆标识管理设备分配的标识后。
请求设备采用可验证随机函数(Verifiable Random Function,VRF)对车辆标识管理设备分配的标识和自己的私钥进行随机数生成处理,得到凭证信息。凭证信息用于证明与其关联的目标请求者是否具备车辆标识数据获取资格。VRF能够由私钥以及输入参数信息产生一组可验证的伪随机数以及证明信息。VRF算法作为一种基于密码学的新型共识模型,最大的优势是快速共识、抗攻击能力、极低算力需求。证明信息用于证明随机数为请求设备采用VRF对车辆标识管理设备分配的标识和私钥进行随机数生成处理得到。具体的,VRF可以包括但不限于:基于Hermite插值多项式的可验证随机函数,基于Fp上插值多项式的可验证随机函数等等。
304、请求设备向节点设备发送获取请求。
请求设备将车辆标识管理设备所分配的标识,公钥和凭证信息打包为一个车辆标识数据的获取请求。通过私钥对获取请求信息进行数字签名,将数字签名后的获取请求信息作为一笔交易信息发送给节点设备。数字签名又称公钥数字签名,是只有信息的发送者才能产生的别人无法伪造的一段数字串,这段数字串同时也是对信息的发送者发送信息真实性的一个有效证明。它是一种类似写在纸上的普通的物理签名,但是使用了公钥加密领域的技术来实现的,用于鉴别数字信息的方法。一套数字签名通常定义两种互补的运算,一个用于签名,另一个用于验证。数字签名是非对称密钥加密技术与数字摘要技术的应用。数字签名算法可以包括但不限于:RSA(一种签名算法)、DSA(一种签名算法)、ECDSA(一种签名算法),等等。可选的,若请求设备的公钥已经预先发送至区块链网络中,则交易信息中也可以不包括请求设备的公钥。
305、节点设备接收针对车辆标识数据的获取请求。
可选的,在节点设备接收针对车辆标识数据的获取请求前,可以采用图2所示的步骤203中的处理条件对获取请求进行筛选。具体的筛选方式与图2所示的步骤203中筛选符合条件的获取请求的实现方式相同,在此不再赘述。在接收针对车辆标识数据的获取请求前,节点设备对获取请求进行筛选可以减少不必要的工作量。
在接收到获取请求后,节点设备通过请求设备的公钥对获取请求中的数字签名进行校验,确保获取请求为请求设备发送,而非其他设备伪造。在确定请求设备的公钥能与获取请求匹配后,节点设备采用VRF对随机数进行验证,确保请求信息中的随机数是请求设备采用VRF对车辆标识管理设备分配的标识和私钥进行随机数生成处理得到的。第一次验证将证明信息输入VRF中,若VRF输出的随机数与获取请求中的随机数不相同,则第一次验证不通过,节点设备向请求设备发送错误提示信息。若VRF输出的随机数与获取请求中的随机数相同,则第一次验证通过。在第一次验证通过后,第二次验证将公钥,证明信息和随机数输入VRF中,若VRF输出结果为真,则第二次验证通过,节点设备确定随机数是请求设备采用VRF对车辆标识管理设备分配的标识和私钥进行随机数生成处理得到的。若VRF输出结果为假,则第二次验证不通过,节点设备向请求设备发送错误提示信息。在确定随机数是请求设备采用VRF对车辆标识管理设备分配的标识和私钥进行随机数生成处理得到的之后,节点设备将获取请求存储至区块链网络中。
306、若获取请求满足数据处理条件,则节点设备对获取请求中的目标凭证信息进行运算处理得到目标随机概率。
其中,目标凭证信息包括请求设备采用VRF对车辆标识管理设备分配的标识和私钥进行随机数生成处理得到的随机数和证明信息。节点设备可以采用请求设备的标识和公钥对凭证信息进行验证。节点设备对凭证信息中的随机数进行运算处理得到目标随机概率。节点设备可以采用VRF对证明信息进行运算处理来对凭证信息中的随机数进行验证。目标随机概率用于判断与其相对应的目标请求者是否具备车辆标识数据获取资格。
节点设备判断获取请求是否满足数据处理条件的方式与图2所示步骤203中根据处理条件对获取请求进行筛选的实现方式相同,在此不再赘述。
可选的,若步骤305中节点设备已经预先对获取请求进行筛选,则在步骤306中节点设备可以不再判断获取请求是否满足数据处理条件,直接对获取请求中的目标凭证信息进行运算处理得到目标随机概率。
具体的,运算处理过程可以包括但不限于:对随机数进行哈希计算,将哈希计算的结果除以32位最大整数(MaxUint32)得到计算结果。然后,根据在预设时间段内获取请求的数量对计算结果进行再次运算得到目标随机概率。目标随机概率具体可以通过如下公式计算得到:
Random=float64(hash(随机数))/MaxUint32
目标随机概率=Random(1.0/float64(M))*N
其中,float64()表示数据类型为64位浮点数,当然也可以采用其他数据类型进行计算,例如32位浮点数。总参与人数为预设时间段内获取请求的数量,在其他情况下,总参与人数也可能通过其他统计方式得到,例如总参与人数可能是通过统计区块链中区块的数量得到。M为参与获取车辆标识的请求者总人数。N为任意正数,例如1000000000。MaxUint32也可以由其他数替换,例如1010。
307、节点设备将目标请求者的标识与目标随机概率关联添加至数据处理结果集中。
在一种实现方式中,节点设备将步骤306中计算得到的目标随机概率和与目标随机概率相关联的凭证信息,标识添加至数据处理结果集中。数据处理结果集具体可以为数组,表格或者二叉树等等。下面以数据处理结果集是一个表格为例,节点设备将目标随机概率和与目标随机概率相关联的凭证信息,标识添加至数据处理结果集中可以包括但不限于如表1所示的方式:
表1
上述表1中,序号具有索引功能,每一个序号对应的随机概率、标识和凭证信息相互关联。例如,序号1所在行中的随机数可以通过运算处理得到序号1所在行中的随机概率;序号1所在行中的证明信息可以通过VRF对序号1所在行中随机数进行校验;序号1所在行中的凭证信息可以通过序号1所在行中的标识和标识对应请求设备的公钥进行校验。由此可知,节点设备可以通过目标随机概率最终确定与其对应的请求设备。
308、节点设备将数据处理结果集发送至区块链网络中。
在一种实现方式中,节点设备将数据处理结果集发送到区块链网络中。节点设备通过对数据处理结果集中的目标凭证信息中的随机数进行运算处理,得到与目标凭证信息相关联的验证概率。比较与目标凭证信息相关联的验证概率和与目标凭证信息相关联的目标随机概率是否相同。与目标凭证信息相关联的验证概率和与目标凭证信息相关联的目标随机概率相同,则目标随机概率验证通过,继续采用相同方法验证数据处理结果集中未验证的随机概率,直至验证完数据处理结果集中记录的所有随机概率。若所有随机概率均验证通过,则判定结果处理集验证通过,节点设备将数据处理结果集存储至区块链网络中。
例如,如图1所示,第一节点设备将数据处理结果集发送给第二节点设备。假设数据处理结果集如表1所示,则第二节点设备在收到第一节点设备发送的数据处理结果集后,对序号1所在行中随机数进行运算处理得到验证概率。然后,比较验证概率与序号一行中的随机概率是否相同。若验证概率与随机概率相同,则序号一行中的随机概率验证通过,继续采用相同方法验证下一行的随机概率,直至验证完数据处理结果集中记录的所有随机概率。若所有随机概率均验证通过,则判定结果处理集验证通过,第二节点设备将结果处理集存储至区块链网络中。
可选的,节点设备也可以先执行步骤309,在生成响应数据后再将数据处理结果集发送至区块链网络中。
309、节点设备根据数据处理结果集中的多个随机概率生成获取请求的响应数据。
在第一种实现方式中,节点设备判断数据处理结果集中目标随机概率的值是否大于概率阈值。若目标随机概率的值大于概率阈值,则生成第一响应数据。第一响应数据用于指示与目标随机概率相关联的请求设备具备车辆标识数据的获取资格。若目标随机概率的值小于或等于概率阈值,则生成第二响应数据。第二响应数据用于指示与目标随机概率相关联的请求设备不具备车辆标识数据的获取资格。其中,概率阈值可以为一个大于0的固定值,也可以根据数据处理结果集中随机概率的数量来确定。例如,概率阈值与随机概率的数量成反比。
在第二种实现方式中,节点设备按照从大到小的顺序对所述数据处理结果集中的各个随机概率进行排序。判断目标随机概率的排序位置是否位于预设位置之前。若目标随机概率的排序位置位于预设位置之前,则生成第一响应数据。若目标随机概率的排序位置位于预设位置之后,则生成第二响应数据。
可选的,节点设备在执行完步骤308后,将通过验证的结果处理集发送给车辆标识管理设备。由车辆管理设备根据数据处理结果集中的多个随机概率生成所述获取请求的响应数据。
可选的,在节点设备将结果处理集存储至区块链网络中之后,节点设备可以将数据处理结果集和对应的响应数据发送给车辆标识管理设备,促使车辆标识管理设备按照对应的响应数据为请求设备发放车辆标识数据。
310、节点设备将验证通过的数据处理结果集发送给车辆标识管理设备。
可选的,若节点设备在步骤309中已将数据处理结果集发送给车辆标识管理设备,则直接执行步骤311。
311、节点设备向请求设备发送响应数据。
步骤311可以在步骤310之前或之后执行,也可以与步骤310同时执行。
312、若响应数据指示请求设备具备车辆标识数据的获取资格,节点设备向请求设备发放车辆标识数据。
车辆标识管理设备可以预先将要发放的车辆标识托管至区块链网络中。在节点设备将结果处理集存储至区块链网络中之后,节点设备可以根据与结果处理集对应的响应数据向请求设备发放车辆标识数据。具体的,节点设备向第一响应数据对应的请求设备发放车辆标识数据。
可选的,车辆标识管理设备可以将车辆标识存储在自身设备上。在节点设备将结果处理集存储至区块链网络中之后,车辆标识管理设备可以根据与结果处理集对应的响应数据向请求设备发放车辆标识数据。
可见,实施图3所描述的方法在实施图2所描述的方法的基础上:通过可验证随机函数保证了生成的随机数可以进行验证,改善了传统随机数无法验证的弊端。使得区块链网络中的任一节点都可以对数据处理过程进行追溯与校验,保证了数据处理过程的公平性和公开性,从而提高了数据处理结果的公信力。
上述详细阐述了本申请实施例的方法,为了便于更好地实施本申请实施例的上述方案,相应地,下面提供了本申请实施例的装置。
请参见图4,图4示出了本申请一个示例性实施例提供的一种数据处理装置的结构示意图,该数据处理装置可以搭载在上述方法实施例中的节点设备上。图4所示的数据处理装置可以用于执行上述图2和图3所描述的方法实施例中的部分或全部功能。其中,各个单元的详细描述如下:
获取单元401,用于接收针对车辆标识数据的获取请求,所述获取请求中携带所述获取请求的目标请求者的标识及与所述目标请求者的标识关联的目标凭证信息;
处理单元402,用于若所述获取请求满足数据处理条件,则对所述目标凭证信息进行运算处理得到目标随机概率,将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识及每个请求者的标识相关联的随机概率,根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格。
在一实施方式中,在所述接收针对车辆标识数据的获取请求之后,所述处理单元402还用于:
将所述获取请求存储至区块链网络中;
所述处理单元402还用于:
将所述数据处理结果集存储至区块链网络中。
在一实施方式中,所述获取请求中还携带了所述目标请求者的公钥;
所述处理单元402还用于,将获取请求存储至所述区块链网络中,具体用于:
采用所述目标请求者的公钥对所述获取请求进行校验;
若校验通过,则采用所述目标请求者的标识对所述目标凭证信息进行验证;
若验证通过,则将所述获取请求存储至所述区块链网络。
在一实施方式中,所述数据处理结果集还包括各个请求者的标识关联的凭证信息;
所述处理单元402还用于,将所述数据处理结果集存储至区块链网络中,具体用于:
对所述数据处理结果集的各个凭证信息进行运算处理,得到与各个凭证信息相关联的验证概率;
采用各个凭证信息相关联的验证概率对所述数据处理结果集中的各个随机概率进行校验;
若所述数据处理结果集中的各个随机概率均校验通过,则将所述响应数据与所述数据处理结果集存储至区块链网络中。
在一实施方式中,所述目标凭证信息包括随机数;
所述处理单元402还用于:
采用可验证随机函数对所述目标请求者的标识进行计算得到所述目标凭证信息和证明信息;
采用所述证明信息对所述目标凭证信息进行验证。
在一实施方式中,所述数据处理条件为预设时间段;所述获取请求满足数据处理条件,包括:所述获取请求的接收时间在所述预设时间段内;
或者,所述数据处理条件为预设区块高度范围;所述获取请求满足数据处理条件,包括:存储所述获取请求的区块高度在所述预设区块高度范围内。
在一实施方式中,所述处理单元402还用于,根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,具体用于:
判断所述目标随机概率是否大于概率阈值;
若所述目标随机概率大于所述概率阈值,则生成第一响应数据,所述第一响应数据指示所述目标请求者具备车辆标识数据的获取资格;
若所述目标随机概率小于或等于所述概率阈值,则生成第二响应数据,所述第二响应数据指示所述目标请求者不具备车辆标识数据的获取资格。
在一实施方式中,所述处理单元402还用于,根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,具体用于:
按照从大到小的顺序对所述数据处理结果集中的各个随机概率进行排序;
判断所述目标随机概率的排序位置是否位于预设位置之前;
若所述目标随机概率的排序位置位于预设位置之前,则生成第一响应数据,所述第一响应数据指示所述目标请求者具备车辆标识数据的获取资格;
若所述目标随机概率的排序位置位于预设位置之后,则生成第二响应数据,所述第二响应数据指示所述目标请求者不具备车辆标识数据的获取资格。
在一实施方式中,若所述响应数据指示所述目标请求者具备车辆标识数据的获取资格,所述处理单元402还用于:
向所述目标请求者发放所述车辆标识数据。
根据本申请的一个实施例,图2和图3所示的数据处理方法所涉及的部分步骤可由图4所示的数据处理装置中的各个单元来执行。例如,图2中所示的步骤202可由图4所示的获取单元401执行,步骤203~步骤205可由图4所示的处理单元402执行。图3中所示的步骤305可由图4所示的获取单元401和处理单元402共同执行,步骤306~步骤311可由图4所示的处理单元402执行。图4所示的数据处理装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其它实施例中,数据处理装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算装置上运行能够执行如图2和图3中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图4中所示的数据处理装置,以及来实现本申请实施例的数据处理方法。所述计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述计算装置中,并在其中运行。
基于同一发明构思,本申请实施例中提供的数据处理装置解决问题的原理与有益效果与本申请方法实施例中数据处理装置解决问题的原理和有益效果相似,可以参见方法的实施的原理和有益效果,为简洁描述,在这里不再赘述。
请参阅图5,图5示出了本申请一个示例性实施例提供的一种数据处理设备的结构示意图,所述数据处理设备至少包括处理器501、通信接口502和存储器503。其中,处理器501、通信接口502和存储器503可通过总线或其他方式连接,本申请实施例以通过总线连接为例。其中,处理器501(或称中央处理器(Central Processing Unit,CPU))是终端的计算核心以及控制核心,其可以解析终端内的各类指令以及处理终端的各类数据,例如:CPU可以用于解析用户向终端所发送的开关机指令,并控制终端进行开关机操作;再如:CPU可以在终端内部结构之间传输各类交互数据,等等。通信接口502可选的可以包括标准的有线接口、无线接口(如WI-FI、移动通信接口等),受处理器501的控制可以用于收发数据;通信接口502还可以用于终端内部数据的传输以及交互。存储器503(Memory)是终端中的记忆设备,用于存放程序和数据。可以理解的是,此处的存储器503既可以包括终端的内置存储器,当然也可以包括终端所支持的扩展存储器。存储器503提供存储空间,该存储空间存储了终端的操作系统,可包括但不限于:Android系统、iOS系统、Windows Phone系统等等,本申请对此并不作限定。
在本申请实施例中,处理器501通过运行存储器503中的可执行程序代码,执行如下操作:
通过通信接口502接收针对车辆标识数据的获取请求,所述获取请求中携带所述获取请求的目标请求者的标识及与所述目标请求者的标识关联的目标凭证信息;
若所述获取请求满足数据处理条件,则对所述目标凭证信息进行运算处理得到目标随机概率;
将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识及每个请求者的标识相关联的随机概率;
根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格。
作为一种可选的实施方式,所述接收针对车辆标识数据的获取请求之后,处理器501通过运行存储器503中的可执行程序代码,还执行如下操作:
将所述获取请求存储至区块链网络中;
处理器501通过运行存储器503中的可执行程序代码,还执行如下操作:
将所述数据处理结果集存储至区块链网络中。
作为一种可选的实施方式,所述获取请求中还携带了所述目标请求者的公钥;
处理器501将获取请求存储至所述区块链网络中的具体实施方式为:
采用所述目标请求者的公钥对所述获取请求进行校验;
若校验通过,则采用所述目标请求者的标识对所述目标凭证信息进行验证;
若验证通过,则将所述获取请求存储至所述区块链网络。
作为一种可选的实施方式,所述数据处理结果集还包括各个请求者的标识关联的凭证信息;
处理器501将所述数据处理结果集存储至区块链网络中的具体实施方式为:
对所述数据处理结果集的各个凭证信息进行运算处理,得到与各个凭证信息相关联的验证概率;
采用各个凭证信息相关联的验证概率对所述数据处理结果集中的各个随机概率进行校验;
若所述数据处理结果集中的各个随机概率均校验通过,则将所述响应数据与所述数据处理结果集存储至区块链网络中。
作为一种可选的实施方式,所述目标凭证信息包括随机数;
处理器501通过运行存储器503中的可执行程序代码,还执行如下操作:
采用可验证随机函数对所述目标请求者的标识进行计算得到所述目标凭证信息和证明信息;
采用所述证明信息对所述目标凭证信息进行验证。
作为一种可选的实施方式,所述数据处理条件为预设时间段;所述获取请求满足数据处理条件,包括:所述获取请求的接收时间在所述预设时间段内;
或者,所述数据处理条件为预设区块高度范围;所述获取请求满足数据处理条件,包括:存储所述获取请求的区块高度在所述预设区块高度范围内。
作为一种可选的实施方式,处理器501根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据的具体实施方式为:
判断所述目标随机概率是否大于概率阈值;
若所述目标随机概率大于所述概率阈值,则生成第一响应数据,所述第一响应数据指示所述目标请求者具备车辆标识数据的获取资格;
若所述目标随机概率小于或等于所述概率阈值,则生成第二响应数据,所述第二响应数据指示所述目标请求者不具备车辆标识数据的获取资格。
作为一种可选的实施方式,处理器501根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据的具体实施方式为:
按照从大到小的顺序对所述数据处理结果集中的各个随机概率进行排序;
判断所述目标随机概率的排序位置是否位于预设位置之前;
若所述目标随机概率的排序位置位于预设位置之前,则生成第一响应数据,所述第一响应数据指示所述目标请求者具备车辆标识数据的获取资格;
若所述目标随机概率的排序位置位于预设位置之后,则生成第二响应数据,所述第二响应数据指示所述目标请求者不具备车辆标识数据的获取资格。
作为一种可选的实施方式,若所述响应数据指示所述目标请求者具备车辆标识数据的获取资格,处理器501通过运行存储器503中的可执行程序代码,还执行如下操作:
向所述目标请求者发放所述车辆标识数据。
基于同一发明构思,本申请实施例中提供的数据处理装置解决问题的原理与有益效果与本申请方法实施例中数据处理装置解决问题的原理和有益效果相似,可以参见方法的实施的原理和有益效果,为简洁描述,在这里不再赘述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行上述方法实施例所述的数据处理方法。
本申请实施例还提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法实施例所述的数据处理方法。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,可读存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
以上所揭露的仅为本申请一种较佳实施例而已,当然不能以此来限定本申请之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本申请权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (11)
1.一种数据处理方法,其特征在于,应用于区块链网络中的节点设备,所述方法包括:
接收针对车辆标识数据的获取请求,所述获取请求中携带所述获取请求的目标请求者的标识及与所述目标请求者的标识关联的目标凭证信息;
若所述获取请求满足数据处理条件,则对所述目标凭证信息进行运算处理得到目标随机概率;
将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识,每个请求者的标识相关联的随机概率,以及各个请求者的标识关联的凭证信息;
对所述数据处理结果集的各个凭证信息进行运算处理,得到与各个凭证信息相关联的验证概率;
采用各个凭证信息相关联的验证概率对所述数据处理结果集中的各个随机概率进行校验;
若所述数据处理结果集中的各个随机概率均校验通过,则将所述数据处理结果集存储至区块链网络中;
根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,并将所述响应数据存储至所述区块链网络中,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格。
2.根据权利要求1所述的方法,其特征在于,所述接收针对车辆标识数据的获取请求之后,所述方法还包括:
将所述获取请求存储至区块链网络中。
3.根据权利要求2所述的方法,其特征在于,所述获取请求中还携带了所述目标请求者的公钥;
将获取请求存储至所述区块链网络中,包括:
采用所述目标请求者的公钥对所述获取请求进行校验;
若校验通过,则采用所述目标请求者的标识对所述目标凭证信息进行验证;
若验证通过,则将所述获取请求存储至所述区块链网络。
4.根据权利要求1所述的方法,其特征在于,所述目标凭证信息包括随机数;所述方法还包括:
采用可验证随机函数对所述目标请求者的标识进行计算得到所述目标凭证信息和证明信息;
采用所述证明信息对所述目标凭证信息进行验证。
5.根据权利要求1所述的方法,其特征在于,所述数据处理条件为预设时间段;所述获取请求满足数据处理条件,包括:所述获取请求的接收时间在所述预设时间段内;
或者,所述数据处理条件为预设区块高度范围;所述获取请求满足数据处理条件,包括:存储所述获取请求的区块高度在所述预设区块高度范围内。
6.根据权利要求1所述的方法,其特征在于,所述根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,包括:
判断所述目标随机概率是否大于概率阈值;
若所述目标随机概率大于所述概率阈值,则生成第一响应数据,所述第一响应数据指示所述目标请求者具备车辆标识数据的获取资格;
若所述目标随机概率小于或等于所述概率阈值,则生成第二响应数据,所述第二响应数据指示所述目标请求者不具备车辆标识数据的获取资格。
7.根据权利要求1所述的方法,其特征在于,所述根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,包括:
按照从大到小的顺序对所述数据处理结果集中的各个随机概率进行排序;
判断所述目标随机概率的排序位置是否位于预设位置之前;
若所述目标随机概率的排序位置位于预设位置之前,则生成第一响应数据,所述第一响应数据指示所述目标请求者具备车辆标识数据的获取资格;
若所述目标随机概率的排序位置位于预设位置之后,则生成第二响应数据,所述第二响应数据指示所述目标请求者不具备车辆标识数据的获取资格。
8.根据权利要求1所述的方法,其特征在于,若所述响应数据指示所述目标请求者具备车辆标识数据的获取资格,所述方法还包括:
向所述目标请求者发放所述车辆标识数据。
9.一种数据处理设备,其特征在于,包括处理器、存储器和通信接口,所述处理器、所述存储器和所述通信接口相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述通信接口用于与区块链网络中其他节点进行通信,所述处理器被配置用于调用所述程序指令,执行如权利要求1至8中任一项所述的数据处理方法。
10.一种数据处理装置,其特征在于,包括:
接收单元,用于接收针对车辆标识数据的获取请求,所述获取请求中携带所述获取请求的目标请求者的标识及与所述目标请求者的标识关联的目标凭证信息;
处理单元,用于若所述获取请求满足数据处理条件,则对所述目标凭证信息进行运算处理得到目标随机概率;
以及用于将所述目标请求者的标识与所述目标随机概率关联添加至数据处理结果集中,所述数据处理结果集中包含多个请求者的标识,每个请求者的标识相关联的随机概率,以及各个请求者的标识关联的凭证信息;
以及用于对所述数据处理结果集的各个凭证信息进行运算处理,得到与各个凭证信息相关联的验证概率;
以及用于采用各个凭证信息相关联的验证概率对所述数据处理结果集中的各个随机概率进行校验;
以及用于若所述数据处理结果集中的各个随机概率均校验通过,则将所述数据处理结果集存储至区块链网络中;
以及用于根据所述数据处理结果集中的多个随机概率生成所述获取请求的响应数据,并将所述响应数据存储至所述区块链网络中,所述响应数据用于指示所述目标请求者是否具备车辆标识数据的获取资格。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于被处理器加载并执行如权利要求1至8中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911218895.5A CN110990790B (zh) | 2019-11-29 | 2019-11-29 | 一种数据处理方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911218895.5A CN110990790B (zh) | 2019-11-29 | 2019-11-29 | 一种数据处理方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110990790A CN110990790A (zh) | 2020-04-10 |
CN110990790B true CN110990790B (zh) | 2022-05-10 |
Family
ID=70089416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911218895.5A Active CN110990790B (zh) | 2019-11-29 | 2019-11-29 | 一种数据处理方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110990790B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111884807B (zh) * | 2020-07-13 | 2021-10-26 | 腾讯科技(深圳)有限公司 | 基于区块链的物品预约方法、装置、设备以及介质 |
CN112486967A (zh) * | 2020-11-27 | 2021-03-12 | 智业软件股份有限公司 | 一种数据采集方法、终端设备及存储介质 |
CN112487476A (zh) * | 2020-11-30 | 2021-03-12 | 山东浪潮通软信息科技有限公司 | 一种防止会计凭证数据篡改方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE50000986D1 (de) * | 2000-11-06 | 2003-01-30 | Nkl Nordwestdeutsche Klassenlo | Datenverarbeitungssystem |
CN108304486A (zh) * | 2017-12-29 | 2018-07-20 | 北京欧链科技有限公司 | 一种基于区块链的数据处理方法及装置 |
CN108334553A (zh) * | 2017-12-29 | 2018-07-27 | 北京欧链科技有限公司 | 基于区块链的数据筛选方法和装置 |
CN108390762A (zh) * | 2017-12-29 | 2018-08-10 | 北京欧链科技有限公司 | 基于区块链的数据筛选方法和装置 |
CN108648323A (zh) * | 2018-05-10 | 2018-10-12 | 广州市申迪计算机系统有限公司 | 目标信息的选取方法、装置、计算机设备和存储介质 |
WO2018224507A1 (en) * | 2017-06-05 | 2018-12-13 | Sigmacorp Oü | Random number generator |
CN109542395A (zh) * | 2018-11-23 | 2019-03-29 | 苏州好玩友网络科技有限公司 | 抽奖信息确定方法、装置、设备以及存储介质 |
CN110223440A (zh) * | 2019-06-13 | 2019-09-10 | 北京艾摩瑞策科技有限公司 | 一种应用区块链的随机摇号方法及设备 |
CN110310097A (zh) * | 2019-07-05 | 2019-10-08 | 匿名科技(重庆)集团有限公司 | 一种智能合约的公租房可信摇号方法 |
CN110493261A (zh) * | 2019-09-16 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 基于区块链的验证码获取方法、客户端、服务器及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9818092B2 (en) * | 2014-06-04 | 2017-11-14 | Antti Pennanen | System and method for executing financial transactions |
US11038669B2 (en) * | 2018-02-27 | 2021-06-15 | Mydream Interactive, Inc. | Systems and methods for blockchains with serial proof of work |
CN110971413B (zh) * | 2019-06-20 | 2021-07-06 | 腾讯科技(深圳)有限公司 | 一种随机数的生成方法、生成装置及存储介质 |
-
2019
- 2019-11-29 CN CN201911218895.5A patent/CN110990790B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE50000986D1 (de) * | 2000-11-06 | 2003-01-30 | Nkl Nordwestdeutsche Klassenlo | Datenverarbeitungssystem |
WO2018224507A1 (en) * | 2017-06-05 | 2018-12-13 | Sigmacorp Oü | Random number generator |
CN108304486A (zh) * | 2017-12-29 | 2018-07-20 | 北京欧链科技有限公司 | 一种基于区块链的数据处理方法及装置 |
CN108334553A (zh) * | 2017-12-29 | 2018-07-27 | 北京欧链科技有限公司 | 基于区块链的数据筛选方法和装置 |
CN108390762A (zh) * | 2017-12-29 | 2018-08-10 | 北京欧链科技有限公司 | 基于区块链的数据筛选方法和装置 |
CN108648323A (zh) * | 2018-05-10 | 2018-10-12 | 广州市申迪计算机系统有限公司 | 目标信息的选取方法、装置、计算机设备和存储介质 |
CN109542395A (zh) * | 2018-11-23 | 2019-03-29 | 苏州好玩友网络科技有限公司 | 抽奖信息确定方法、装置、设备以及存储介质 |
CN110223440A (zh) * | 2019-06-13 | 2019-09-10 | 北京艾摩瑞策科技有限公司 | 一种应用区块链的随机摇号方法及设备 |
CN110310097A (zh) * | 2019-07-05 | 2019-10-08 | 匿名科技(重庆)集团有限公司 | 一种智能合约的公租房可信摇号方法 |
CN110493261A (zh) * | 2019-09-16 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 基于区块链的验证码获取方法、客户端、服务器及存储介质 |
Non-Patent Citations (2)
Title |
---|
《Design of A Blockchain-based Lottery System for Smart Cities Applications 》;Da-Yin Liao et.al;《2017 IEEE 3rd International Conference on Collaboration and Internet Computing》;20190110;第752-757页 * |
使用区块链的处理监督架构和随机授权;李吉广;《信息安全研究》;20170831;第3卷(第8期);第275-282页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110990790A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111737724B (zh) | 一种数据处理方法、装置、智能设备及存储介质 | |
US20200382326A1 (en) | Digital certificate verification method and apparatus, computer device, and storage medium | |
US11429967B2 (en) | Mechanism for efficient validation of finality proof in lightweight distributed ledger clients | |
CN108768992B (zh) | 基于区块链的信息匿名传输方法、设备及可读存储介质 | |
CN108769230B (zh) | 交易数据存储方法、装置、服务器及存储介质 | |
US20230037932A1 (en) | Data processing method and apparatus based on blockchain network, and computer device | |
CN110990790B (zh) | 一种数据处理方法及设备 | |
CN111556120A (zh) | 基于区块链的数据处理方法、装置、存储介质及设备 | |
CN113256297B (zh) | 基于区块链的数据处理方法、装置、设备及可读存储介质 | |
CN112651830B (zh) | 应用于电力资源共享网络的区块链共识方法 | |
CN110177124A (zh) | 基于区块链的身份认证方法及相关设备 | |
CN112152778B (zh) | 一种节点管理方法、装置、及电子设备 | |
CN111767569A (zh) | 区块链的访问授权方法及节点 | |
CN112613601A (zh) | 神经网络模型更新方法、设备及计算机存储介质 | |
CN111416709A (zh) | 基于区块链系统的投票方法、装置、设备及存储介质 | |
CN110910110B (zh) | 一种数据处理方法、装置及计算机存储介质 | |
CN113919846B (zh) | 区块链节点动态分组方法、装置、计算机设备和存储介质 | |
CN111385096B (zh) | 一种区块链网络系统、签名处理方法、终端及存储介质 | |
CN112181599B (zh) | 模型训练方法、装置及存储介质 | |
CN111523890B (zh) | 基于区块链的数据处理方法、装置、存储介质及设备 | |
CN112749964B (zh) | 一种信息监控方法、系统、设备及存储介质 | |
CN116975936B (zh) | 金融资质证明方法、金融资质验证方法 | |
CN115599773B (zh) | 分布式资源转移方法、装置、系统与计算机设备 | |
CN115701078B (zh) | 跨链交易处理方法、装置、电子设备以及存储介质 | |
CN116244709A (zh) | 区块链网络中出块节点的确定方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |