CN109964452B - 一种区块链系统的节点管理方法、装置及存储装置 - Google Patents

Abstract

本申请公开了一种区块链系统的节点管理方法、装置及存储装置，所述方法包括：获取各节点的特征数据；利用特征数据获取各节点的节点特征表示；利用节点特征表示获取区块链系统的整体特征表示；基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个；对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。通过上述方式，本申请能够实现区块链系统节点的自动管控。

Description

一种区块链系统的节点管理方法、装置及存储装置

技术领域

本申请涉及网络通信技术领域，特别是涉及一种区块链系统的节点管理方法、装置及存储装置。

背景技术

在区块链系统中各节点服务器为整个系统提供算力、资源，构成了整个区块链系统的基础。本申请的发明人在长期的研究中，发现由于区块链系统中节点的状态和所能提供的算力不尽相同，可能存在各种异常及恶意节点；同时也存在长期稳定提供服务的节点。因此，需要管理新节点的接入、异常及恶意节点的剔除以及对长期稳定服务的服务器节点权限进行提升，在不同角色权限节点之间进行角色转换和权限调整。

发明内容

本申请主要解决的技术问题是提供一种区块链系统的节点管理方法、装置及存储装置，能够实现区块链系统节点的自动管控。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种区块链系统的节点管理方法，所述方法包括获取各节点的特征数据；利用特征数据获取各节点的节点特征表示；利用节点特征表示获取区块链系统的整体特征表示；基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个；对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种区块链系统的节点管理装置，其中，所述装置包括处理器，所述处理器用于获取各节点的特征数据；利用特征数据获取各节点的节点特征表示；利用节点特征表示获取区块链系统的整体特征表示；基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个；对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种区块链系统的节点管理装置，其中，所述装置包括数据收集模块，用于获取各节点的特征数据；第一特征表示模块，用于利用特征数据获取各节点的节点特征表示；第二特征表示模块，用于利用节点特征表示获取区块链系统的整体特征表示；管控策略模块，用于基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个；投票模块，用于对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种具有存储功能的装置，其中，所述装置存储有程序，所述程序被执行时实现上述的区块链系统的节点管理方法。

本申请的有益效果是：区别于现有技术的情况，本申请提供一种区块链系统的节点管理方法，该方法通过利用强化学习算法训练调控策略，使得无需另设中心管控节点来对区块链系统中节点的接入、剔除、权限的变更等进行自动管控。

附图说明

图1是本申请区块链系统的节点管理方法第一实施方式的流程示意图；

图2是本申请区块链系统第一实施方式的结构示意图；

图3是本申请本申请区块链系统的节点管理装置第一实施方式的结构示意图；

图4是本申请区块链系统的节点管理装置第二实施方式的结构示意图；

图5是本申请具有存储功能的装置第一实施方式的结构示意图。

具体实施方式

为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。

本申请提供一种区块链系统的节点管理方法，通过利用机器学习算法提取节点特征数据，并训练调控策略，使得整个系统能够实现自治的节点权限调控。

请参阅图1，图1是本申请区块链系统的节点管理方法第一实施方式的流程示意图。在该实施方式中，节点管理方法包括如下步骤：

S101：获取各节点的特征数据。

其中，特征数据为体现本节点性能、状态等特性的数据。例如可以是物理硬件数据、网络数据、运行状态数据、日志数据、节点间任务分配数据中的一种或多种。

S102：获取各节点的节点特征表示。

其中，利用预定算法对获取的特征数据进行处理得到其向量表示，即为节点特征表示。

S103：获取区块链系统的整体特征表示。

其中，利用收集到的节点数据和邻居节点数据对系统特征模型进行更新训练，得到当前系统状态的特征表示，即为整体特征表示。

S104：基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个。

其中，强化学习是智能体(Agent)以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏。强化学习不同于连接主义学习中的监督学习，主要表现在教师信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号)，而不是告诉强化学习系统RLS(reinforcementlearning system)如何去产生正确的动作。由于外部环境提供的信息很少，RLS必须靠自身的经历进行学习。通过这种方式，RLS在行动-评价的环境中获得知识，改进行动方案以适应环境。通过强化学习能够训练出最优的调控策略。

S105：对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。

其中，如果一个下层角色节点对应多个上层角色节点，不同的上层角色节点会得出多个调控策略，在得出调控策略后会对管控模型产生的节点调控策略结果进行基于共识的投票，确定该节点的调控策略，然后按照调控策略对节点的信誉值进行调整以控制节点的接入、剔除或不同角色节点间的角色权限调整，实现对节点的管理。

该实施方式通过强化学习算法训练调控策略，使得无需另设中心管控节点来对区块链系统中节点的接入、剔除和权限的变更进行自动管控。

请参阅图2，图2是本申请区块链系统第一实施方式的结构示意图。在该实施方式中，以区块链系统包括节点A、节点B、节点C为例进行说明，但不仅限于这一种架构。其中，在该实施方式中，区块链系统各节点服务器中设置有数据收集单元，数据收集单元可用于收集和/或上报特征数据。具体用于收集本节点的特征数据，收集上报至本节点的邻居节点的特征数据，收集上报至本节点的下层角色节点的特征数据。同时可以将收集到的特征数据上报至对应的上层角色节点和邻居节点。具体地，上报时，除了上报本节点的特征数据，还会一并上报所收集的上报至本节点的特征数据。即对于跨层级、跨区域的特征数据不会重复上报，而是经由距离该节点最近的上层角色节点或邻居节点进行逐级或逐点上报。

其中，在一实施方式中，区块链系统是分层式区块链系统，分层式区块链系统指由不同角色权限的区块链节点共同组成的区块链系统，节点的接入、剔除以及节点角色权限的转换由上层角色节点共同决定。在该系统中，各节点服务器可以分为上层角色节点和下层角色节点，上层角色节点可以对下层角色节点进行管理；上层角色节点可以有多个，一个上层角色节点可以管理多个下层角色节点，一个下层角色节点也可以被多个上层角色节点管理。在不同任务或不同时间段中不同角色权限节点之间可以进行角色的转换和/或权限调整。

其中，在上层角色节点中设置有特征表示单元，负责利用去中心化训练算法自动提取数据动态特征，并转换为高维状态特征表示。逐层计算训练节点特征表示、区域特征表示和系统特征表示。

具体地，对收集的特征数据进行处理，利用去中心化图算法对特征数据进行训练，得到节点特征表示。去中心化(decentralization)是指在一个分布有众多节点的系统中，每个节点都具有高度自治的特征。节点之间彼此可以自由连接，形成新的连接单元。任何一个节点都可能成为阶段性的中心，但不具备强制性的中心控制功能。节点与节点之间的影响，会通过网络而形成非线性因果关系。即形成一种开放式、扁平化、平等性的系统现象或结构。在区块链技术上来实现去中心化(分布式)，这便依赖于共识算法。共识算法解决的是对某个提案(Proposal)，大家达成一致意见的过程，保障系统满足不同程度的一致性。

获取节点特征表示后，再利用去中心化深度学习算法对收集的各节点及邻居节点的特征数据训练区域特征模型，得出区块链系统的区域特征表示。

进一步地，再利用收集的各节点及邻居节点的特征数据及区域特征表示对系统特征模型进行训练更新，得到当前系统状态的特征表示，即整体特征表示。

得到状态特征表示后再利用这些状态特征表示训练调控策略模型得出调控策略。具体地，在上层角色节点中还设置有管理策略单元，用于基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略。

其中，强化学习算法(RL算法)主要由智能体和环境组成，具体是一个智能体(Agent)采取行动(Action)从而改变自己的状态(State)获得奖励(Reward)与环境(Environment)发生交互的循环过程。其中环境是指智能体正在作用的对象(例如节点服务器)，而智能体代表RL算法。环境首先向智能体发送一个状态，然后基于其知识来采取行动来响应该状态。之后，环境发送一对下一个状态并奖励给智能体。智能体将用环境所回报的奖励来更新其知识，以评估其最后的行动。其所得策略完全取决于当前状态(Only presentmatters)。强化学习算法包括Q-learning、sarsa、deep Q Network、policy Gradient、Actor Critic等等。

在该实施方式中，利用当前系统状态和各节点当前状态特征表示，基于预设的目标函数对调控策略模型进行更新训练。其中，预设的目标函数用于对当前节点及其任务状态进行评估衡量，当前系统状态包括区域系统状态及整体系统状态。

例如，在处理任务1时，环境反馈信息下层角色节点A1目前及cpu使用量、当前任务量以及历史任务状态信息等；其对应的上层角色节点A在训练调控策略时，根据节点A1的当前状态、A1所在区域的区域系统状态及整体系统状态，得出针对任务1的区域环境的调控策略，如调控策略可以是剔除节点A1，同时增加节点A2和A3的任务分担量。或者上层角色节点A在训练调控策略时，根据节点A1的当前状态、A1所在区域的区域系统状态及整体系统状态，得出针对任务1的整体环境的调控策略，如调控策略可以是剔除节点A1，同时增加节点A2和B2的任务分担量。

其中，在一实施方式中，如果一个下层角色节点对应多个上层角色节点，在得出调控策略后会对管控模型产生的节点调控策略结果进行基于共识的投票，并记录交易。如，在任务1的系统中，还存在上层角色节点B，下层角色节点A1、B2在上报节点A的同时也会上报节点B；那么节点B也会训练得出一个针对节点A1、B2的调控策略，如调控策略可以是剔除节点A1，降低节点B2的任务分担量，同时提高节点B1的任务分担量。此时，对于节点B2，会得到两个不同的调控策略，那么则需要对调控策略进行基于共识的投票，确认最终的调控策略。

然后，按照确认后的调控策略对节点进行调控。调整后节点改变自己的状态。调整后上层角色节点通过整个系统的吞吐量，出块速度等评估是否得到策略奖励，进而使上层节点用环境所回报的奖励来更新其知识，以评估其后续的行动，以此循环。通过这种方式能够训练出最优的调控策略。

基于上述方法，本申请还提供一种区块链系统的节点管理装置，请参阅图3，图3是本申请区块链系统的节点管理装置第一实施方式的结构示意图。在该实施方式中，区块链系统的节点管理装置30包括处理器301，处理器301用于获取各节点的特征数据；利用特征数据获取各节点的节点特征表示；利用节点特征表示获取区块链系统的整体特征表示；基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个；对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。

其中，在一实施方式中，处理器301具体用于基于强化学习算法和预设的目标函数，利用节点特征表示和整体特征表示训练得出区域和/或整体环境的调控策略。

其中，在一实施方式中，处理器301具体用于利用去中心化图算法对特征数据进行训练，得到节点特征表示。

其中，在一实施方式中，处理器301具体用于利用去中心化深度学习算法对收集的各节点及邻居节点的特征数据训练区域特征模型，得出区块链系统的区域特征表示。

其中，在一实施方式中，处理器301具体用于利用收集的各节点及邻居节点的特征数据及区域特征表示，训练系统模型，得出整体特征表示。

以上，该区块链系统的节点管理装置30可用于执行上述区块链系统的节点管理方法，对区块链系统的节点进行管理，且具有相应的有益效果，具体过程请参阅上述实施方式的描述，在此不再赘述。其中该装置可以是独立于服务器的独立装置，也可以是服务器中的某一模块，或某一处理单元。

请参阅图4，图4是本申请区块链系统的节点管理装置第二实施方式的结构示意图。在该实施方式中，区块链系统的节点管理装置40为服务器中的某一模块，具体包括数据收集模块401、第一特征表示模块402、第二特征表示模块403、管控策略模块404和投票模块405。

数据收集模块401用于获取各节点的特征数据。

第一特征表示模块402用于利用特征数据获取各节点的节点特征表示。

第二特征表示模块403用于利用节点特征表示获取区块链系统的整体特征表示。

管控策略模块404用于基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略，调控策略为多个。

投票模块405，用于对多个调控策略进行基于共识的投票，确定该节点的调控策略，并按照调控策略对节点进行管理。

该区块链系统的节点管理装置40可用于执行上述区块链系统的节点管理方法，对区块链系统的节点进行管理，且具有相应的有益效果，具体过程请参阅上述实施方式的描述，在此不再赘述。

本申请还提供一种具有存储功能的装置，请参阅图5，图5是本申请具有存储功能的装置第一实施方式的结构示意图。在该实施方式中，存储装置50存储有程序501，程序501为一个或多个，程序501被执行时实现上述区块链系统的节点管理方法。具体工作过程与上述方法实施例中一致，故在此不再赘述，详细请参阅以上对应方法步骤的说明。其中具有存储功能的装置可以是便携式存储介质如U盘、光盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟等各种可以存储程序代码的介质，也可以是终端、服务器等。

以上方案，本申请提供一种区块链系统的节点管理方法，通过利用去中心化的机器学习算法进行特征训练，利用强化学习算法进行调控策略训练，使得无需另设中心管控节点来对区块链系统中节点的接入、剔除和权限的变更进行自动管控。

在本申请所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (16)

1.一种区块链系统的节点管理方法，其中，所述方法包括：

获取各节点的特征数据；

利用所述特征数据获取各节点的节点特征表示；

利用所述节点特征表示获取区块链系统的整体特征表示；

基于强化学习算法利用所述节点特征表示和所述整体特征表示训练得出调控策略，所述调控策略为多个；

对所述多个调控策略进行基于共识的投票，确定各节点的调控策略，并按照所述调控策略对各节点进行管理。

2.根据权利要求1所述的区块链系统的节点管理方法，其中，所述基于强化学习算法利用节点特征表示和整体特征表示训练得出调控策略包括：

基于强化学习算法和预设的目标函数，利用所述节点特征表示和整体特征表示训练得出区域和/或整体环境的调控策略。

3.根据权利要求1所述的区块链系统的节点管理方法，其中，所述按照调控策略对节点进行管理包括：

按照所述调控策略控制节点的接入、剔除或不同角色节点间的角色权限调整。

4.根据权利要求1所述的区块链系统的节点管理方法，其中，所述获取各节点的节点特征表示包括：

利用去中心化图算法对所述特征数据进行训练，得到所述节点特征表示。

5.根据权利要求4所述的区块链系统的节点管理方法，其中，所述获取各节点的节点特征表示之后还包括：

利用去中心化深度学习算法对收集的各节点及邻居节点的特征数据训练区域特征模型，得出区块链系统的区域特征表示。

6.根据权利要求5所述的区块链系统的节点管理方法，其中，所述获取区块链系统的整体特征表示包括：

利用收集的各节点及邻居节点的特征数据及所述区域特征表示，训练系统模型，得出所述整体特征表示。

7.根据权利要求1所述的区块链系统的节点管理方法，其中，所述获取各节点的特征数据包括：

收集本节点的特征数据，和/或收集上报至本节点的邻居节点的特征数据，和/或收集上报至本节点的下层角色节点的特征数据。

8.根据权利要求1所述的区块链系统的节点管理方法，其中，所述获取各节点的特征数据还包括：

将收集到的本节点及上报至本节点的特征数据上报至上层角色节点和/或邻居节点。

9.根据权利要求1所述的区块链系统的节点管理方法，其中，所述特征数据为物理硬件数据、网络数据、运行状态数据、日志数据或节点间任务分配数据中的一种或多种。

10.一种区块链系统的节点管理装置，其中，所述装置包括处理器，所述处理器用于：

获取各节点的特征数据；

利用所述特征数据获取各节点的节点特征表示；

利用所述节点特征表示获取区块链系统的整体特征表示；

基于强化学习算法利用所述节点特征表示和所述整体特征表示训练得出调控策略，所述调控策略为多个；

对所述多个调控策略进行基于共识的投票，确定各节点的调控策略，并按照所述调控策略对各节点进行管理。

11.根据权利要求10所述的区块链系统的节点管理装置，其中，所述处理器具体用于基于强化学习算法和预设的目标函数，利用所述节点特征表示和整体特征表示训练得出区域和/或整体环境的调控策略。

12.根据权利要求10所述的区块链系统的节点管理装置，其中，所述处理器具体用于利用去中心化图算法对所述特征数据进行训练，得到所述节点特征表示。

13.根据权利要求12所述的区块链系统的节点管理装置，其中，所述处理器具体用于利用去中心化深度学习算法对收集的各节点及邻居节点的特征数据训练区域特征模型，得出区块链系统的区域特征表示。

14.根据权利要求13所述的区块链系统的节点管理装置，其中，所述处理器具体用于利用收集的各节点及邻居节点的特征数据及所述区域特征表示，训练系统模型，得出所述整体特征表示。

15.一种区块链系统的节点管理装置，其中，所述装置包括：

数据收集模块，用于获取各节点的特征数据；

第一特征表示模块，用于利用所述特征数据获取各节点的节点特征表示；

第二特征表示模块，用于利用所述节点特征表示获取区块链系统的整体特征表示；

管控策略模块，用于基于强化学习算法利用所述节点特征表示和所述整体特征表示训练得出调控策略，所述调控策略为多个；

投票模块，用于对所述多个调控策略进行基于共识的投票，确定各节点的调控策略，并按照所述调控策略对各节点进行管理。

16.一种具有存储功能的装置，其中，所述装置存储有程序，所述程序被执行时实现权利要求1至9任一项所述的区块链系统的节点管理方法。

Images