CN109933586A

CN109933586A - 一种基于区块链最优化位置索引的管理方法

Info

Publication number: CN109933586A
Application number: CN201910142101.5A
Authority: CN
Inventors: 符安文
Original assignee: Individual
Current assignee: Individual
Priority date: 2019-02-26
Filing date: 2019-02-26
Publication date: 2019-06-25

Abstract

本发明公开了一种基于区块链最优化位置索引的管理方法，所述方法包括如下步骤：S1：在具有n个对象的二维数据空间DS中，每个对象t具有m个属性，每个对象t具有唯一的标识符OID，并按照属性不同将对象存储在不同的列表L₁，L₂…L_m；S2：设置DS＝{X₁，X₂，…X_n}，其中X_i∈DS，X_i+1是DS中的一个元素，则X_i+1对应的位置索引PI为i；S3：在数据扫描中，属性列表L_i中被访问到的位置索引集合记为{0,1,2…,i,j}，在i+1<j时，L_i中从位置索引0到i之间的数据对象都被访问过，而位置索引(i+1)未被访问，将i设置为该次访问中L_i的最优化位置索引；S4：通过bloom filter对最优化位置索引进行误判率判断，在bloom filter判断最优化位置索引发生误判时，重复步骤S2、S3。

Description

一种基于区块链最优化位置索引的管理方法

技术领域

本发明涉及一种管理方法，具体涉及一种基于区块链最优化位置索引的管理方法。

背景技术

但是在数据交易过程中却存在以下问题：1)数据存在被第三方复制、转卖等风险，数据资产权益无法得到保障。2)认证与信任机制不健全，而且无法保障交易双方的隐私，例如双方交易信息没有加密，因此购买数据的用户信息很容易被数据提供方或其他第三方获知，导致用户隐私泄露。3)交易记录很容易被篡改，交易有效性难以证明。4)数据传输完成后，如果发生交易分歧或抵赖会使得交易申诉取证困难。例如数据所有方明明已经发送了完整的数据给客户，客户却以数据不完整或没有收到数据为理由拒绝完成交易。5)数据容易被第三方交易平台留存，从而使得平台构成了对数据交易双方权益的潜在威胁。

区块链应用数字签名技术，可以解决通信双方的信任问题，降低业务复杂度；区块链应用分布式共识机制技术，可以防止信息的篡改，在非可信环境下避免恶意欺诈，降低风险，提高系统稳定性；区块链应用于航天测控网数据交易中，能够保证每一笔订单或交易信息的隐私与安全，同时能够保证交易不可抵赖，都可以被追踪，第三方无法获取数据内容。

区块链的这种分布式特性使得能够在非信任网络中进行信任交易，并且没有任何一个单方能够自己修改交易历史。因此，区块链提供了交易历史的可追溯性。当前，越来越多的地区和组织在研究将区块链用于自己的应用，如金融、健康等。

为了检查网络中是否存在某种类型的交易或者找到某种余额的账户，需要扫描区块链中的所有区块，这种查询被称为选择查询。随着区块链中存储的交易越来越多，选择查询将不可避免地变得越来越慢。

为了加快选择查询，已经提出了利用关系数据库来存储交易并且通过关系数据库的索引来进行选择查询的方案。

发明内容

本发明所要解决的技术问题是目前在区块链中，因为是去中心化的数据库，在找寻数据常常会引用位置牵引提高找寻目标数据的速度，提高系统响应速度，但是目前最优化的位置索引管理尚有缺失，管理很混乱，无法比较快的找寻到目标数据，本发明目的在于提供一种基于区块链最优化位置索引的管理方法，解决数据的问题。

本发明通过下述技术方案实现：

一种基于区块链最优化位置索引的管理方法，所述方法包括如下步骤：S1：在具有n个对象的二维数据空间DS中，每个对象t具有m个属性，每个对象t具有唯一的标识符OID，并按照属性不同将对象存储在不同的列表L₁，L₂…L_m；S2：设置DS＝{X₁，X₂，…X_n}，其中 X_i∈DS，X_i+1是DS中的一个元素，则X_i+1对应的位置索引PI为i；S3：在数据扫描中，属性列表L_i中被访问到的位置索引集合记为{0,1,2…,i,j}，在i+1<j时，L_i中从位置索引0到i 之间的数据对象都被访问过，而位置索引(i+1)未被访问，将i设置为该次访问中L_i的最优化位置索引；S4：通过bloom filter对最优化位置索引进行误判率判断，在bloom filter判断最优化位置索引发生误判时，重复步骤S2、S3。

在区块链中，为了保证数据搜索的速度，区块链中的链数据的每个对象具有很多属性，并对每个对象属性进行分数值判定，该分数值判定可以根据对象属性的数据量形成列表，目前在数据空间中，往往会有对象标识符OID，目前都是直接通过对象标识符进行数据的查看，但是这些对象标识符OID太多，会影响系统的响应速度，所以一般是不会将每个对象设置标识符OID，因为这种做法又会影响数据查询的速度，因此数据查询会受到位置索引的影响。

本申请文件所使用即在将所有对象添加对象标识符OID，为了解决系统的响应问题，需要进行最优化位置索引，避免从头到尾进行数据扫描，此时我们将所有不同的类型对象存在不同的列表上，即L₁，L₂…L_m，在空间中进行对象位置索引的确定，在位置确定后即可进行数据扫描，在第一次数据扫描后，可以将对象分为已被扫描和未被扫描的部分，在进行下次数据扫描时，可以从未被扫描部分和已被扫描部分的对象标识符OID中获取最优化位置索引，因为已被扫描的对象在下次扫描时，可以从里面快速的查询到需求的数据；而如果需要查询的数据不在里面的话，即可以通过最优化位置索引开始查询数据，可以不通过最前面的数据开始查询，即位置索引(i+1)开始访问新数据，这样就可以有效提高系统的响应速度。在利用最优化位置索引定位数据时，可能会产生误判，即需要定位的数据并不是最优化位置索引定位出来的，即被进行了误判定，此时，需要通过bloom filter(布隆过滤器)进行数据误判率判断，这样避免出现定位到不该定位的数据，提高定位数据的准确性。

进一步地，所述对象t在列表中表示为t:＝(OID,(S₁(t),S₂(t)…,S_m(t))。在列表中可以方便的利用对象标识符OID进行查看。

进一步地，所述列表L₁，L₂…L_m进行初始化后位M个TF表，表示为h₁，h₂…h_m，在根据步骤S2、S3获得TF表的最优化位置索引p_i＝-1。列表L₁，L₂…L_m进行初始化，可以获取到便于数据扫描的TF表，这个TF表可以方便进行数据扫描。

进一步地，访问TF表最优化位置的下一个对象标识，此时，若OID(t)被访问，继而继续访问其余m-1个h_j(其中j≠i)，统计OID(t)在TF表中对应的局部分值S_i(t)。

进一步地，通过SQL基本函数计算OID(t)对应的m个属性的总和分值G(t)，并将元组置入优先队列中，并更新h₁，h₂…h_m中每个列表的最优化位置索引。

进一步地，所述SQL基本函数采用聚合函数G进行计算，对于聚合函数G的计算式有G：(₁(t),S₂(t)…,S_m(t))|→Z，Z为聚合函数G输出的单个数值。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明一种基于区块链最优化位置索引的管理方法，在区块链中位置索引可以在数据扫描中，快速定位对象，而在大数据量的情况下，需要最优化位置索引，提高系统的响应时间，可以更加快速的查询到所需的数据；

2、本发明一种基于区块链最优化位置索引的管理方法，有有效的误判率识别，可以在进行索引误判时，快速的重新进行数据的定位查询，避免出现重复的错误。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

本发明一种基于区块链最优化位置索引的管理方法，所述方法包括如下步骤：S1：在具有n个对象的二维数据空间DS中，每个对象t具有m个属性，每个对象t具有唯一的标识符 OID，并按照属性不同将对象存储在不同的列表L₁，L₂…L_m；S2：设置DS＝{X₁，X₂，…X_n}，其中X_i∈DS，X_i+1是DS中的一个元素，则X_i+1对应的位置索引PI为i；S3：在数据扫描中，属性列表L_i中被访问到的位置索引集合记为{0,1,2…,i,j}，在i+1<j时，L_i中从位置索引0到i 之间的数据对象都被访问过，而位置索引(i+1)未被访问，将i设置为该次访问中L_i的最优化位置索引；S4：通过bloom filter对最优化位置索引进行误判率判断，在bloom filter判断最优化位置索引发生误判时，重复步骤S2、S3。

在实际运用本方法时，需要首先将数据进行列表，形成表L₁，L₂…L_m，这些列表可以方便后续的布隆过滤器进入进行数据的搜索，在这些列表中，为了便于快速进行搜索，会有位置索引让其进入，并且列表中对象按照分数在【0-1】区间上，并在列表中按照分数大小呈降序排列。如表1所示。

PI	(OID,S<sub>1</sub>(t))	(OID,S<sub>2</sub>(t))	(OID,S<sub>3</sub>(t))
				0	(8，0.70)	(9，0.68)	(4，0.50)
1	(6，0.68)	(7，0.47)	(3，0.39)
				2	(7，0.37)	(11，0.35)	(6，0.28)
3	(5，0.26)	(3，0.24)	(1，0.27)
				4	(2，0.25)	(6，0.13)	(7，0.16)

表1具有3个属性列表文件的实例

此时可以从表中获取到很多个位置索引PI，在获取过程中，确定位置索引PI，比如在一个二维空间中，二维空间DS＝{x₁,x₂…,x_n}，设对象x_i∈DS，如果x_i+1是DS的第x_i+1个元组，则x_i+1对应的位置即为位置索引PI，每个最优化位置索引的标识符OID中的对象分数都不一样，在表中呈递减下降，可以获取在位置索引点PI中最佳的路径，通过表中可知，在位置点0进入列表中时，从对象标识符OID为8的点为最优化位置索引，在位置点1进入列表时，对象标识OID为6的点为最优化位置索引。

所述对象t在列表中表示为t:＝(OID,(S₁(t),S₂(t)…,S_m(t))。在列表中可以方便的利用对象标识符OID进行查看。通过将对象t进行数据化，可以制成列表，可以对数据方便的进行扫描，进而获取到很多位置索引，方便进行对象查询，为了在区块链中进行快速响应，需要在若干个位置索引中找到最优化位置索引，所以将所有数据数值列表化，可以方便制成列表进行扫描。

所述列表L₁，L₂…L_m进行初始化后位M个TF表，表示为h₁，h₂…h_m，在根据步骤S2、 S3获得TF表的最优化位置索引p_i＝-1。列表L₁，L₂…L_m进行初始化，可以获取到便于数据扫描的TF表，这个TF表可以方便进行数据扫描。TF列表与L₁，L₂…L_m的区别在于，正常的L₁，L₂…L_m没有进行初始化，会有许多在查询后残留的冗余数据，数据访问量越多，其残留数据越多，在进行制表时，可能因为这些冗余数据影响，对最优化位置索引的判断出错，因此将L₁，L₂…L_m初始化后形成的TF表，进行去噪处理后，可以获取更为精确的数据，完成最优化位置索引的管理。

访问TF表最优化位置的下一个对象标识，此时，若OID(t)被访问，继而继续访问其余m-1个h_j(其中j≠i)，统计OID(t)在TF表中对应的局部分值S_i(t)。为了提高响应速度，进行高速的最优化未做索引匹配，在OID(t)被访问后，对其他的对象进行访问，可以提高匹配速度。

通过SQL基本函数计算OID(t)对应的m个属性的总和分值G(t)，并将元组置入优先队列中，并更新h₁，h₂…h_m中每个列表的最优化位置索引。通过SQL计算出的OID(t)的总和分值，利用这个SQL基本函数，可以计算分数，这个分数可以为扫描数据提供参考，便于数据进行排列，选择最优化位置索引。

所述SQL基本函数采用聚合函数G进行计算，对于聚合函数G的计算式有G： (₁(t),S₂(t)…,S_m(t))|→Z，Z为聚合函数G输出的单个数值。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于区块链最优化位置索引的管理方法，其特征在于，所述方法包括以下步骤：

S1：在具有n个对象的二维数据空间DS中，每个对象t具有m个属性，每个对象t具有唯一的标识符OID，并按照属性不同将对象存储在不同的列表L₁，L₂…L_m；

S2：设置DS＝{X₁，X₂，…X_n}，其中X_i∈DS，X_i+1是DS中的一个元素，则X_i+1对应的位置索引PI为i；

S3：在数据扫描中，属性列表L_i中被访问到的位置索引集合记为{0,1,2…,i,j}，在i+1<j时，L_i中从位置索引0到i之间的数据对象都被访问过，而位置索引i+1未被访问，将i设置为本次访问中L_i的最优化位置索引；

S4：通过bloom filter对最优化位置索引进行误判率判断，在bloom filter判断最优化位置索引发生误判时，重复步骤S2、S3。

2.根据权利要求1所述的一种基于区块链最优化位置索引的管理方法，其特征在于，所述对象t在列表中表示为t:＝(OID,(S₁(t),S₂(t)…,S_m(t))。

3.根据权利要求1所述的一种基于区块链最优化位置索引的管理方法，其特征在于，所述列表L₁，L₂…L_m进行初始化后位M个TF表，表示为h₁，h₂…h_m，在根据步骤S2、S3获得TF表的最优化位置索引p_i＝-1。

4.根据权利要求3所述的一种基于区块链最优化位置索引的管理方法，其特征在于，访问TF表最优化位置的下一个对象标识，此时，若OID(t)被访问，继而继续访问其余m-1个h_j，其中j≠i，统计OID(t)在TF表中对应的局部分值S_i(t)。

5.根据权利要求4所述的一种基于区块链最优化位置索引的管理方法，其特征在于，通过SQL基本函数计算OID(t)对应的m个属性的总和分值G(t)，并将元组置入优先队列中，并更新h₁，h₂…h_m中每个列表的最优化位置索引。

6.根据权利要求5所述的一种基于区块链最优化位置索引的管理方法，其特征在于，所述SQL基本函数采用聚合函数G进行计算，对于聚合函数G的计算式有G：(₁(t),S₂(t)…,S_m(t))|→Z，Z为聚合函数G输出的单个数值。