CN108170403B - 数据筛选方法和装置 - Google Patents
数据筛选方法和装置 Download PDFInfo
- Publication number
- CN108170403B CN108170403B CN201711487128.5A CN201711487128A CN108170403B CN 108170403 B CN108170403 B CN 108170403B CN 201711487128 A CN201711487128 A CN 201711487128A CN 108170403 B CN108170403 B CN 108170403B
- Authority
- CN
- China
- Prior art keywords
- commitment
- data
- submitted
- random number
- source 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/588—Random number generators, i.e. based on natural stochastic processes
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C15/00—Generating random numbers; Lottery apparatus
- G07C15/006—Generating random numbers; Lottery apparatus electronically
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种数据筛选方法和装置,其中,方法包括:接收多个数据提供方提交的数据承诺,所述数据承诺中携带所述数据提供方欲提交的源随机数所对应的所述源随机数经不可逆算法计算得到的承诺值;接收所述多个数据提供方提交的所述数据承诺中欲提交的源随机数,并对各所述源随机数经所述不可逆算法进行承诺验证;如果承诺验证后确定:计算得到的承诺值与所述数据提供方提交的所述数据承诺中的承诺值相同,则接受所述数据提供方提交的源随机数,以用于计算随机数。本发明实施例的方案能够防止个别数据提供方所提交的源随机数是监测到其他数据提供方上传的源随机数之后提交的,存在作弊的可能,从而确保基于源随机数生成的随机数的随机性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种数据筛选方法和装置。
背景技术
传统的网络环境中,随机数都由各自的硬件环境生成,但是在区块链环境中,各个节点、账户之间缺少信任机制,因此均不可能信任任意一个节点、账户提供的随机数的随机性。
随机数本身是一种数据资源,在很多领域都有应用,例如,对于多个主体之间的抽签或者随机分配等机制中的应用。例如,机动车购买的摇号,比赛的分组的抽签、彩票等领域,这些都会使用到随机数。
随机数最重要的特性在于要保证其产生的随机性,不能受到任何人的操控。如果某个节点提供的并不是随机数,而是在获得了一定信息的条件下,生成的有目的性的随机数,那么这个随机数就有可能影响到最终所应用事项的结果。
比如,节点可以通过有限次的实验来生成对其有利结果的随机数,这样也是不公平的。
发明内容
本发明提供了一种数据筛选方法和装置,能够防止个别数据提供方所提交的源随机数是监测到其他数据提供方上传的源随机数之后提交的,存在作弊的可能,从而确保基于源随机数生成的随机数的随机性。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,提供了一种数据筛选方法,包括:
接收多个数据提供方提交的数据承诺,所述数据承诺中携带所述数据提供方欲提交的源随机数所对应的所述源随机数经不可逆算法计算得到的承诺值;
接收所述多个数据提供方提交的所述数据承诺中欲提交的源随机数,并对各所述源随机数经所述不可逆算法进行承诺验证;
如果承诺验证后确定:计算得到的承诺值与所述数据提供方提交的所述数据承诺中的承诺值相同,则接受所述数据提供方提交的源随机数,以用于计算随机数。
第二方面,提供了一种数据筛选装置,包括:
承诺接收模块,用于接收多个数据提供方提交的数据承诺,所述数据承诺中携带所述数据提供方欲提交的源随机数所对应的所述源随机数经不可逆算法计算得到的承诺值;
承诺验证模块,用于接收所述多个数据提供方提交的所述数据承诺中欲提交的源随机数,并对各所述源随机数经所述不可逆算法进行承诺验证;
如果承诺验证后确定:计算得到的承诺值与所述数据提供方提交的所述数据承诺中的承诺值相同,则接受所述数据提供方提交的源随机数,以用于计算随机数。
本发明提供的数据筛选方法和装置,以“数据承诺”的方式对数据提供方提交的源随机数进行承诺验证,以防止个别数据提供方所提交的源随机数是监测到其他数据提供方上传的源随机数之后提交的,存在作弊的可能,从而确保基于源随机数计算生成的随机数的随机性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例的随机数的生成逻辑示意图;
图2为本发明实施例的筛选用于计算随机数的各源随机数的原理图;
图3为本发明实施例示出的数据筛选方法流程图一;
图4为本发明实施例示出的数据筛选方法流程图二;
图5为本发明实施例示出的数据筛选方法流程图三;
图6为本发明实施例示出的数据筛选装置的结构示意图一;
图7为本发明实施例示出的数据筛选装置的结构示意图二;
图8为本发明实施例示出的数据筛选装置的结构示意图三。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本方案改善了现有技术中,随机数的生成为由数据提供方各自的硬件环境生成,但是在区块链环境中,各个节点、账户之间由于缺少信任机制,因此均不可能信任任意一个节点、账户提供的随机数的随机性的缺陷。其核心思想是基于各个数据提供方提交的源随机数,对这些源随机数经不可逆算法进行计算从而生成最终的随机数。
如图1所示,为本发明实施例的随机数的生成逻辑示意图。该生成逻辑为从不同的多个数据源获取多个源随机数,每个源随机数本身也可以是随机产生的。然后基于这些随机数经不可逆算法最终得到一个随机数。
在上述生成随机数的方案思想中,原则上只要有一个源随机数是随机产生,那么就可以保证最终得到的随机数具有较好的随机性。因此,筛选用于计算随机数的各源随机数的过程就显得格外很重要。
如图2所示,本实施例示出了筛选用于计算随机数的各源随机数的具体方案,即采用“数据承诺+提交数据”的方式进行源随机数的筛选。首先,服务器先接受各数据提供方提交的数据承诺,该数据承诺中携带数据提供方欲提交的源随机数所对应的源随机数经不可逆算法计算得到的承诺值;然后,服务器接收多个数据提供方提交的数据承诺中欲提交的源随机数,并对各源随机数经相同的不可逆算法进行承诺验证;如果验证成功,则接受该数据提供方提交的源随机数,以用于计算随机数。
下面通过多个实施例来进一步说明本申请的技术方案。
实施例一
基于上述筛选源随机数的方案思想,如图3所示,其为本发明实施例示出的数据筛选方法流程图一,该方法的执行主为设置在网络中的服务器。如图3所示,该数据筛选方法包括如下步骤:
S310,接收多个数据提供方提交的数据承诺,数据承诺中携带数据提供方欲提交的源随机数所对应的源随机数经不可逆算法计算得到的承诺值。
由于网络延迟等原因,各数据提供方提供源随机数的时间是不同步的,有早有晚。为了防止个别数据提供方所提交的源随机数是监测到其他数据提供方上传的源随机数之后提交的,存在作弊的可能,因此本方案采用一种“数据承诺+提交数据”的方式(简称“数据承诺”)来限定数据提供方提交源随机数,以保证各数据提供方提供的源随机数是事先提供的,而不是在获知了其他数据提供方所提供的源随机数后再提供的。
所谓“数据承诺”方式提交源随机数即指,在各数据提供方提交源随机数之前,先提交针对欲提交的源随机数的数据承诺,该数据承诺的内容包括欲提交的源随机数所对应的承诺值,该承诺值为数据提供方对欲提交的源随机数经上述不可逆算法计算后获得,以用于后续服务器对接收到的该数据提供方提交的源随机数进行承诺验证。该不可逆算法可以为哈希算法,计算得到的承诺值为哈希值。
S320,接收多个数据提供方提交的数据承诺中欲提交的源随机数,并对各源随机数经不可逆算法进行承诺验证。
各数据提供方在提交完数据承诺后,接着会将该数据承诺中承诺值对应的源随机数提供给服务器。服务器在接收到各数据提供方提交的源随机数后,对该随机数经上述数据提供方所采用的相同的不可逆算法进行计算得到一个承诺值,并将该承诺值与之前该数据提供方提交的数据承诺中的承诺值进行比较,以完成承诺验证。
S330,如果承诺验证后确定:计算得到的承诺值与数据提供方提交的数据承诺中的承诺值相同,则接受该数据提供方提交的源随机数。
在完成承诺验证后,如果服务器确定计算得到的承诺值与之前数据提供方提交的数据承诺中的承诺值相同,则表明数据提供方提交的源随机数有效,服务器可接受该数据提供方提交的源随机数以用于计算得到随机数。
本发明实施例提供的数据筛选方法,以“数据承诺”的方式对数据提供方提交的源随机数进行承诺验证,以防止个别数据提供方所提交的源随机数是监测到其他数据提供方上传的源随机数之后提交的,存在作弊的可能,从而确保基于源随机数计算生成的随机数的随机性。
实施例二
如图4所示,其为本发明实施例示出的数据筛选方法流程图二,该方法可视为图3所示方法的具体实现方式,主要对从多个源随机数中如何选择用于计算一个随机数所需的源随机数的过程进行了细化。如图4所示,该数据筛选方法包括如下步骤:
S410,接收多个数据提供方提交的数据承诺,数据承诺中携带数据提供方欲提交的源随机数所对应的源随机数经不可逆算法计算得到的承诺值。
本步骤S410与上述步骤S310的内容相同。
S420,根据用于计算随机数所需的源随机数的指定数目,对多个数据承诺进行划分,形成至少一个承诺组,每个承诺组中包括指定数目的数据承诺。
在计算随机数之前,可以预先指定用于计算得到一个随机数所需要的源随机数的数目。例如,本实施例是在数据提供方提交数据承诺之后,通过对接收的多个数据承诺进行划分,进而预先划分好未来接收到的哪些源随机数可作为一组,用于计算一个随机数。
具体地,在接收到多个数据提供方提交的数据承诺之后,可对这些数据承诺进行划分,形成至少一个承诺组,每个承诺组中均包括指定数目的数据承诺,该指定数目即为计算一个随机数所需要的源随机数的数目。每个承诺组中的各数据承诺所对应的源随机数可用于产生一个随机数。
S430,以承诺组为单位,对各承诺组中的数据提供方提交的源随机数进行承诺验证。
在服务器接收到上述多少个数据提供方提交的源随机数后,可将这些源随机数,按其各自对应的数据承诺所在的承诺组进行组别划分,并以承诺组为单位,对各承诺组中的数据提供方提交的数据承诺所对应的源随机数进行承诺验证。
具体地,对每个承诺组所对应的所有源随机数分别经上述不可逆算法进行计算得到承诺值,并将该承诺值与之前数据提供方提交的数据承诺中的承诺值进行比较,完成承诺验证。
步骤S430可作为上述步骤S320的细化。
S440,如果承诺验证后确定:计算得到的承诺组中所有承诺值均与数据提供方提交的数据承诺中的承诺值对应相同,则接受该承诺组中数据提供方提交的源随机数,以作为计算一个随机数所需的源随机数。
具体地,针对每个承诺组所对应的所有源随机数分别经上述不可逆算法进行计算得到承诺值,且该承诺值与之前数据提供方提交的数据承诺中的承诺值均对应相同,则表明该承诺组中的数据提供方提交的源随机数有效,服务器可接受该承诺组中数据提供方提交的源随机数,以作为计算一个随机数所需的源随机数。
当然,在步骤S430之后,还可执行步骤S450。
S450,如果承诺验证后确定:计算得到的承诺组中至少一个承诺值与数据提供方提交的数据承诺中的承诺值对应不同,则拒绝该承诺组中数据提供方提交的源随机数。
具体地,针对每个承诺组所对应的所有源随机数分别经上述不可逆算法进行计算得到承诺值,如果这些承诺值中存在至少一个承诺值与之前数据提供方提交的数据承诺中的承诺值对应不相同,则表明该承诺组中的数据提供方提交的源随机数均无效,服务器可拒绝该承诺组中数据提供方提交的源随机数,这些源随机数不可以作为计算任一个随机数所需的源随机数。
需要说明的是,在针对每个承诺组进行承诺验证时,所谓至少一个承诺值与之前数据提供方提交的数据承诺中的承诺值对应不相同包括:数据提供方提交了该承诺组所包含的所有数据承诺所对应的源随机数,且对这些源随机数经上述不可逆算法计算得到的承诺值中,至少存在一个承诺值与之前数据提供方提交的数据承诺中的承诺值对应不相同;或者,数据提供方未提交该承诺组所包含的所有数据承诺所对应的源随机数(例如在承诺组创建后一定时长内,未接收到数据提供方提交的与该承诺组所包含数据承诺中对应的至少一个源随机数),以上这两种情况均可导致对该承诺组进行承诺验证失败,且服务器可直接拒绝该承诺组对应的源随机数。
本发明实施例提供的数据筛选方法,在图3所示实施例的基础上,以划分承诺组的方式对数据提供方提交的源随机数进行承诺验证,并以承诺组为单位整体对数据提供方提交的数据完成接受或者拒绝操作,操作起来更加方便和规范。
实施例三
如图5所示,其为本发明实施例示出的数据筛选方法流程图三,该方法可视为图3所示方法的具体实现方式,主要对从多个源随机数中如何选择用于计算一个随机数所需的源随机数的过程进行了细化。如图5所示,该数据筛选方法包括如下步骤:
S510,接收多个数据提供方提交的数据承诺,数据承诺中携带数据提供方欲提交的源随机数所对应的源随机数经不可逆算法计算得到的承诺值。
S520,接收多个数据提供方提交的数据承诺中欲提交的源随机数,并对各源随机数经不可逆算法进行承诺验证。
S530,如果承诺验证后确定:计算得到的承诺值与数据提供方提交的数据承诺中的承诺值相同,则接受该数据提供方提交的源随机数。
步骤S510~步骤S530与上述步骤S310~步骤S330的内容对应相同。
S540,对已接受的源随机数的数目进行统计,并根据用于计算随机数所需的源随机数的指定数目,对已接受的源随机数进行划分,形成至少一个数据组,每个数据组中包括指定数目的源随机数,以作为计算一个随机数所需的源随机数。
在计算随机数之前,可以预先指定用于计算得到一个随机数所需要的源随机数的数目。例如,本实施例是在数据提供方提交源随机数之后,通过对已接受的多个源随机数进行划分,以确定用于计算一个随机数所需的源随机数。
具体地,在接收到多个数据提供方提交的源随机数之后,可先对这些源随机数进行如上所述的承诺验证,并保留接受验证成功的源随机数;然后,对已接受的源随机数的数目进行统计,并根据用于计算随机数所需的源随机数的指定数目,对已接受的源随机数进行划分,形成至少一个数据组,每个数据组中包括指定数目的源随机数,以作为计算一个随机数所需的源随机数。
其中,在对已接受的源随机数进行划分,形成至少一个数据组时,可根据每个源随机数验证成功的接受顺序,依次形成每个数据组。
本发明实施例提供的数据筛选方法,在图3所示实施例的基础上,以划分数据组的方式对数据提供方提交的已验证成功的源随机数进行筛选,以得到计算每个随机数所需的源随机数。该方案可有效提高各源随机数的利用率。
实施例四
如图6所示,其为本发明实施例示出的数据筛选装置的结构示意图一,该装置可以为设置在网络中的服务器,用于执行如图3所示的方法步骤。如图6所示,该数据筛选装置包括:
承诺接收模块610,用于接收多个数据提供方提交的数据承诺,数据承诺中携带数据提供方欲提交的源随机数所对应的源随机数经不可逆算法计算得到的承诺值;
承诺验证模块620,用于接收多个数据提供方提交的数据承诺中欲提交的源随机数,并对各源随机数经不可逆算法进行承诺验证;
如果承诺验证后确定:计算得到的承诺值与数据提供方提交的数据承诺中的承诺值相同,则接受数据提供方提交的源随机数,以用于计算随机数。
进一步地,如图7所示,在图6所示装置的基础上,还可包括:
承诺组划分模块710,用于根据用于计算随机数所需的源随机数的指定数目,对多个数据承诺进行划分,形成至少一个承诺组,每个承诺组中包括指定数目的数据承诺;
承诺验证模块620,还可用于以承诺组为单位,对各承诺组中的数据提供方提交的源随机数进行承诺验证。
相应地,上述承诺验证模块620,可用于如果承诺验证后确定:计算得到的承诺组中所有承诺值均与数据提供方提交的数据承诺中的承诺值对应相同,则接受该承诺组中数据提供方提交的源随机数,以作为计算一个随机数所需的源随机数。
进一步地,上述承诺验证模块620,还可用于如果承诺验证后确定:计算得到的承诺组中至少一个承诺值与数据提供方提交的数据承诺中的承诺值对应不同,则拒绝该承诺组中数据提供方提交的源随机数。
图7所示装置结构可用于执行图4所示方法步骤。
进一步地,如图8所示,在图6所示装置的基础上,还可包括:
源随机数统计模块810,用于对已接受的源随机数的数目进行统计,并根据用于计算随机数所需的源随机数的指定数目,对已接受的源随机数进行划分,形成至少一个数据组,每个数据组中包括指定数目的源随机数,以作为计算一个随机数所需的源随机数。
图8所示装置结构可用于执行图5所示方法步骤。
本发明实施例提供的数据筛选装置,以“数据承诺”的方式对数据提供方提交的源随机数进行承诺验证,以防止个别数据提供方所提交的源随机数是监测到其他数据提供方上传的源随机数之后提交的,存在作弊的可能,从而确保基于源随机数计算生成的随机数的随机性。
进一步地,以划分承诺组的方式对数据提供方提交的源随机数进行承诺验证,并以承诺组为单位整体对数据提供方提交的数据完成接受或者拒绝操作,操作起来更加方便和规范。
进一步地,以划分数据组的方式对数据提供方提交的已验证成功的源随机数进行筛选,以得到计算每个随机数所需的源随机数。该方案可有效提高各源随机数的利用率。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种数据筛选方法,其特征在于,包括:
接收多个数据提供方提交的数据承诺,所述数据承诺中携带所述数据提供方欲提交的源随机数所对应的所述源随机数经不可逆算法计算得到的承诺值;
接收所述多个数据提供方提交的所述数据承诺中欲提交的源随机数,并对各所述源随机数经所述不可逆算法进行承诺验证;
如果承诺验证后确定:计算得到的承诺值与所述数据提供方提交的所述数据承诺中的承诺值相同,则接受所述数据提供方提交的源随机数,以用于计算随机数。
2.根据权利要求1所述的方法,其特征在于,所述接收多个数据提供方提交的数据承诺之后还包括:
根据用于计算所述随机数所需的所述源随机数的指定数目,对多个所述数据承诺进行划分,形成至少一个承诺组,每个承诺组中包括所述指定数目的数据承诺;
所述接收所述多个数据提供方提交的所述数据承诺中欲提交的源随机数,并对各所述源随机数经所述不可逆算法进行承诺验证包括:
以所述承诺组为单位,对各承诺组中的所述数据提供方提交的所述源随机数进行承诺验证。
3.根据权利要求2所述的方法,其特征在于,所述如果承诺验证后确定:计算得到的承诺值与所述数据提供方提交的所述数据承诺中的承诺值相同,则接受所述数据提供方提交的源随机数,以用于计算随机数包括:
如果承诺验证后确定:计算得到的所述承诺组中所有承诺值均与所述数据提供方提交的所述数据承诺中的承诺值对应相同,则接受该承诺组中所述数据提供方提交的源随机数,以作为计算一个所述随机数所需的所述源随机数。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
如果承诺验证后确定:计算得到的所述承诺组中至少一个承诺值与所述数据提供方提交的所述数据承诺中的承诺值对应不同,则拒绝该承诺组中所述数据提供方提交的源随机数。
5.根据权利要求1所述的方法,其特征在于,所述接受所述数据提供方提交的源随机数之后还包括:
对已接受的所述源随机数的数目进行统计,并根据用于计算所述随机数所需的所述源随机数的指定数目,对已接受的所述源随机数进行划分,形成至少一个数据组,每个数据组中包括所述指定数目的所述源随机数,以作为计算一个所述随机数所需的所述源随机数。
6.一种数据筛选装置,其特征在于,包括:
承诺接收模块,用于接收多个数据提供方提交的数据承诺,所述数据承诺中携带所述数据提供方欲提交的源随机数所对应的所述源随机数经不可逆算法计算得到的承诺值;
承诺验证模块,用于接收所述多个数据提供方提交的所述数据承诺中欲提交的源随机数,并对各所述源随机数经所述不可逆算法进行承诺验证;
如果承诺验证后确定:计算得到的承诺值与所述数据提供方提交的所述数据承诺中的承诺值相同,则接受所述数据提供方提交的源随机数,以用于计算随机数。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
承诺组划分模块,用于根据用于计算所述随机数所需的所述源随机数的指定数目,对多个所述数据承诺进行划分,形成至少一个承诺组,每个承诺组中包括所述指定数目的数据承诺;
所述承诺验证模块,用于以所述承诺组为单位,对各承诺组中的所述数据提供方提交的所述源随机数进行承诺验证。
8.根据权利要求7所述的装置,其特征在于,
所述承诺验证模块,用于如果承诺验证后确定:计算得到的所述承诺组中所有承诺值均与所述数据提供方提交的所述数据承诺中的承诺值对应相同,则接受该承诺组中所述数据提供方提交的源随机数,以作为计算一个所述随机数所需的所述源随机数。
9.根据权利要求7所述的装置,其特征在于,
所述承诺验证模块,用于如果承诺验证后确定:计算得到的所述承诺组中至少一个承诺值与所述数据提供方提交的所述数据承诺中的承诺值对应不同,则拒绝该承诺组中所述数据提供方提交的源随机数。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
源随机数统计模块,用于对已接受的所述源随机数的数目进行统计,并根据用于计算所述随机数所需的所述源随机数的指定数目,对已接受的所述源随机数进行划分,形成至少一个数据组,每个数据组中包括所述指定数目的所述源随机数,以作为计算一个所述随机数所需的所述源随机数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711487128.5A CN108170403B (zh) | 2017-12-29 | 2017-12-29 | 数据筛选方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711487128.5A CN108170403B (zh) | 2017-12-29 | 2017-12-29 | 数据筛选方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108170403A CN108170403A (zh) | 2018-06-15 |
CN108170403B true CN108170403B (zh) | 2021-06-25 |
Family
ID=62516257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711487128.5A Active CN108170403B (zh) | 2017-12-29 | 2017-12-29 | 数据筛选方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108170403B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615370A (zh) * | 2018-10-25 | 2019-04-12 | 阿里巴巴集团控股有限公司 | 对象选取方法及装置、电子设备 |
CN110164022B (zh) * | 2019-06-13 | 2020-01-17 | 北京艾摩瑞策科技有限公司 | 一种在区块链上的随机摇号方法及其设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104811450A (zh) * | 2015-04-22 | 2015-07-29 | 电子科技大学 | 云计算中一种基于身份的数据存储方法及完整性验证方法 |
CN105825383A (zh) * | 2016-03-18 | 2016-08-03 | 桂林电子科技大学 | 双方参与的随机数生成和验证方法 |
CN106980488A (zh) * | 2017-03-14 | 2017-07-25 | 腾讯科技(深圳)有限公司 | 随机数生成方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1843510B1 (en) * | 2005-01-21 | 2015-10-14 | NEC Corporation | Signing device, verifying device, certifying device, encrypting device, and decrypting device |
US8307210B1 (en) * | 2008-05-02 | 2012-11-06 | Emc Corporation | Method and apparatus for secure validation of tokens |
CN104850984B (zh) * | 2014-05-13 | 2018-04-06 | 电子科技大学 | 一种离线电子货币支付的安全运行方法 |
CN109802971A (zh) * | 2016-04-28 | 2019-05-24 | 吴忠桥 | 一种基于公钥签名的数字型彩票销售、开奖及兑奖方法 |
CN107016165B (zh) * | 2017-03-09 | 2020-10-20 | 记忆科技(深圳)有限公司 | 一种SoC自动化随机验证的方法 |
CN107193490B (zh) * | 2017-05-16 | 2020-04-17 | 北京中星仝创科技有限公司 | 一种基于区块链的分布式数据存储系统及方法 |
CN107342867B (zh) * | 2017-07-07 | 2020-10-09 | 深圳和信安达科技有限公司 | 签名验签方法和装置 |
-
2017
- 2017-12-29 CN CN201711487128.5A patent/CN108170403B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104811450A (zh) * | 2015-04-22 | 2015-07-29 | 电子科技大学 | 云计算中一种基于身份的数据存储方法及完整性验证方法 |
CN105825383A (zh) * | 2016-03-18 | 2016-08-03 | 桂林电子科技大学 | 双方参与的随机数生成和验证方法 |
CN106980488A (zh) * | 2017-03-14 | 2017-07-25 | 腾讯科技(深圳)有限公司 | 随机数生成方法及装置 |
Non-Patent Citations (2)
Title |
---|
"基于强变色龙 Hash函数的紧致安全签名通用构造";李飞,高伟等;《计算机研究与发展》;20171031(第10期);第2244-2254页 * |
"数字承诺研究";李佳;《科技广场》;20130831(第8期);第6-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108170403A (zh) | 2018-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220130B (zh) | 一种在区块链的节点处实现的信息共识方法、装置及系统 | |
CN108681565B (zh) | 区块链数据并行处理方法、装置、设备和存储介质 | |
CN108848055B (zh) | 一种区块链共识方法、记账节点及节点 | |
CN108390762B (zh) | 基于区块链的数据筛选方法和装置 | |
CN108985772A (zh) | 一种区块链的验证方法、装置、设备及存储介质 | |
WO2018158936A1 (ja) | ブロックチェーン管理装置、ブロックチェーン管理方法及びプログラム | |
CN107360001A (zh) | 一种数字证书管理方法、装置和系统 | |
CN107528882A (zh) | 区块链共识网络中处理共识请求的方法、装置和电子设备 | |
CN112907369B (zh) | 基于区块链的数据共识方法及装置、电子设备、存储介质 | |
CN108170403B (zh) | 数据筛选方法和装置 | |
CN108334553B (zh) | 基于区块链的数据筛选方法和装置 | |
CN112597240B (zh) | 一种基于联盟链的联邦学习的数据处理方法与系统 | |
CN108334307B (zh) | 基于区块链的数据筛选方法和装置 | |
EP3891952A2 (en) | A node testing method and apparatus for a blockchain system | |
CN111428269A (zh) | 数据访问方法、装置和终端设备 | |
CN108415686B (zh) | 随机数提供过程中的分账计算方法和装置 | |
CN108399266A (zh) | 数据抽取方法、装置、电子设备及计算机可读存储介质 | |
CN108363561B (zh) | 基于区块链的数据筛选方法和装置 | |
CN112422635B (zh) | 数据核对方法、装置、设备、系统及存储介质 | |
CN109993526A (zh) | 区块链校验方法、处理节点及存储介质 | |
CN109800823B (zh) | 一种pos终端的聚类方法及装置 | |
CN112634034A (zh) | 预约方法、装置、电子设备及计算机可读存储介质 | |
CN113157671A (zh) | 一种数据监控方法及装置 | |
CN114692888A (zh) | 系统参数处理方法、装置、设备及存储介质 | |
CN111831641A (zh) | 基于pbft共识的交通数据存储方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |