CN110430045B - 一种基于分布式共识算法的随机数生成方法 - Google Patents

一种基于分布式共识算法的随机数生成方法 Download PDF

Info

Publication number
CN110430045B
CN110430045B CN201910646440.7A CN201910646440A CN110430045B CN 110430045 B CN110430045 B CN 110430045B CN 201910646440 A CN201910646440 A CN 201910646440A CN 110430045 B CN110430045 B CN 110430045B
Authority
CN
China
Prior art keywords
random number
distributed system
distributed
node
consensus
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
Application number
CN201910646440.7A
Other languages
English (en)
Other versions
CN110430045A (zh
Inventor
李汝佳
李庆华
娄山林
汪晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Zhaoxi Network Technology Co ltd
Original Assignee
Shanghai Zhaoxi Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Zhaoxi Network Technology Co ltd filed Critical Shanghai Zhaoxi Network Technology Co ltd
Priority to CN201910646440.7A priority Critical patent/CN110430045B/zh
Publication of CN110430045A publication Critical patent/CN110430045A/zh
Application granted granted Critical
Publication of CN110430045B publication Critical patent/CN110430045B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0796—Safety measures, i.e. ensuring safe condition in the event of error, e.g. for controlling element
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • H04L9/0869—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving random numbers or seeds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Storage Device Security (AREA)

Abstract

本发明公开了一种基于分布式共识算法的随机数生成方法，包括获取分布式系统及系统节点；每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。本发明技术方案针对目前随机数发生器可靠性和可信性不高的情况，通过允许多个分布式节点通过密码学和共识算法的手段在一定的周期内完成对最终的随机数的生成，所获得的随机数具有可验证性，高可信性、不可预测性和易于实施性。

Description

一种基于分布式共识算法的随机数生成方法
技术领域
本发明属于密码学随机数生成领域，具体涉及一种基于分布式共识算法的随机数生成方法。
背景技术
随机数是专门的随机试验的结果，在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本时，或者在将实验动物分配到不同的试验组的过程中等。除此之外，随机数在现代密码学领域也具有很重要的地位，随机数是现代密码学的基础，在密码学领域有着广泛的应用，在保密通信中，会话密钥的生成即需要真随机数的参与。随机数的安全性和稳定性对于密码通信的安全及其重要，易被推算出的随机数会危及到会话密钥的安全，进而增加了保密通信内容被暴露的风险。
根据产生方法的不同，随机数发生器可以划分为：真随机数发生器和伪随机数发生器。真随机数发生器依赖物理现象产生的随机数：如依赖掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等产生的随机数。伪随机数发生器依赖确定性的算法计算的随机数。其并不真正的随机，但具有类似于随机数的统计特征，如均匀性、独立性等。在计算伪随机数时，若使用的初值(种子)不变，那么伪随机数的数序也不变。伪随机数可以用计算机大量生成，在模拟研究中为了提高模拟效率，一般采用伪随机数代替真正的随机数。
无论真随机数发生器还是伪随机数发生器，由于随机环境的不可还原性，导致其产生的随机数具有不可验证性，即随机数的使用者无法确认接收到的随机数为随机数发生器真是产生还被非法控制而产生，不可验证性进而导致不可信任性。如何产生一个可验证的，可信的随机数一直学术界和工业界研究的热门话题。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于分布式共识算法的随机数生成方法，至少可以部分解决上述问题。本发明技术方案针对目前随机数发生器的可靠性不高的情况，解决了随机数生成过程的不可信任性、不可验证性。更具体地说，本发明是通过允许多个分布式节点通过密码学和共识算法的手段在一定的周期内完成对最终的随机数的生成，所获得的随机数具有可验证性、高可信性、不可预测性和易于实施性。
为实现上述目的，按照本发明的一个方面，提供了一种基于分布式共识算法的随机数生成方法，其特征在于，包括
S1初始化分布式系统及系统节点；
S2每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
S3分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
S4分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
S5对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
作为本发明技术方案的一个优选，步骤S1还包括，确定系统的随机数生成周期，
所述系统随机数为一个随机数生成周期内分布式系统中各个节点的随机数。
作为本发明技术方案的一个优选，步骤S2中，每个分布式系统节点产生原始随机数的方式可以相同或者不同。
作为本发明技术方案的一个优选，步骤S2中，每个分布式系统节点对原始随机数进行哈希运算所采用的哈希算法优选相同。
作为本发明技术方案的一个优选，步骤S2中，每个分布式系统节点对原始随机数进行哈希运算所采用的哈希算法优选不相同。
作为本发明技术方案的一个优选，步骤S3包括，
S31每个分布式系统节点分别将自身的哈希值提交到分布式系统；
S32每个分布式系统节点分别将获得自身的哈希值的哈希算法提交到分布式系统；
S33分别对哈希值和哈希算法达成共识。
为实现上述目的，按照本发明的一个方面，提供了一种基于分布式共识算法的随机数生成系统，其特征在于，包括，
分布式系统模块，用于初始化分布式系统及系统节点；
原始随机数模块，用于每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
哈希值共识模块，用于分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
随机数共识模块，用于分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；其中，哈希值共识模块和随机数共识模块可以是同一个，即哈希共识和随机数共识采用相同的共识算法；
系统随机数模块，用于对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
作为本发明技术方案的一个优选，哈希值共识模块包括，
哈希值提交模块，用于分别将每个分布式系统节点自身的哈希值提交到分布式系统；
哈希算法提交模块，用于分别将每个分布式系统节点获得自身的哈希值的哈希算法提交到分布式系统；
共识模块，用于分别对哈希值和哈希算法达成共识。
为实现上述目的，按照本发明的一个方面，提供了一种存储设备，其中存储有多条指令，所述指令适用于由处理器加载并执行：
S1初始化分布式系统及系统节点；
S2每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
S3分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
S4分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
S5对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
为实现上述目的，按照本发明的一个方面，提供了一种终端，包括处理器，适于实现各指令；以及存储设备，适于存储多条指令，所述指令适于由处理器加载并执行：
S1初始化分布式系统及系统节点；
S2每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
S3分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
S4分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
S5对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1)本发明技术方案，与传统的单一随机数产生器相比，本发明随机数生成器具有高度的容错性，在提交阶段，允许分布式节点提交任意随机数，且任意节点的数据有效性不影响整体的系统随机数的输出。
2)本发明技术方案，与传统的单一随机数产生器相比，本发明中随机数生成器算法有效的消除了单点故障，即使在数台节点宕机的情况下，其只需要在共识过程中确定该节点处于故障状态即可，利用本发明技术方案的随机数生成方法依然可以产生有效的系统随机数，提高了系统的稳定性。
3)本发明技术方案，与传统的单一随机数产生器相比，本发明中随机数生成器算法使产生的随机数具有可验证，任意随机数的消费者均可验证随机数是否按照规则生成，第二轮共识过程中提交的原始随机数可以通过第一轮提交的哈希值进行验证，从而提高了随机数生成过程的安全性。
4)本发明技术方案，具有较高适用性，由于每一轮的随机数产生过程都是相互独立的，其只与当前时间周期或者下一时间周期的参与节点有关系，在节点变化的情况下，其可以快速适应这种变化，并在较短时间内产生新的随机数以供节点调整后的分布式系统进行使用。
附图说明
图1是本发明技术方案的实施例中一个优选的随机数发生器组成图(6个节点为例)；
图2是本发明技术方案的实施例中一个优选的分布式节点的模块图；
图3是本发明技术方案的基于分布式共识算法的随机数生成方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
本发明技术方案的实施例对基于分布式共识算法的随机数生成方法进行了详细的解释和说明，本实施例中的随机数生成器不依赖于具体的单一分布式节点，(分布式节点定义为独立的通过点对点网络连接的服务所在的节点)，而是有多个分布式节点共同完成对最终随机数的生成。
如图1所示的一个完整的基于共识算法的随机数生成器由若干个分布式节点组成，其中每个分布式节点有六个模块组成：数据存储模块，网络通信模块，共识算法模块，随机数产生模块，随机数计算模块和随机数的调用接口。
其中，数据存储模块接收并存储分布式节点产生的数据，包括随机数；共识算法模块对数据进行一致性处理，即对不同节点的来往的数据按照一定的规则进行验证和处理，因为所有节点均按照相同的规则进行，从而保证了各个节点的最终一致性；随机数产生模块负责产生随机数和随机数对应的Hash值；随机数的计算模块负责收集当前轮次所有的随机数，验证随机数并与之前提交Hash值的验证对比，然后根据聚集器(accumulator)方案最终生成当前轮次的随机数；随机数的调用模块允许系统根据当前的时间段选择合适的随机数，并将该随机数反馈给请求调用随机数的客户端。
进一步地，采用本实施例的基于分布式共识算法的随机数生成方法，具有高容错性性，不可篡改性，不可提前预知性，随机性和可验证性。具体来说，本实施例的随机数生成方法可以分为六个阶段：参数准备阶段，节点随机数产生阶段，随机数Hash提交阶段，随机数公布阶段，聚集器(accumulator)方案计算阶段，随机数的使用阶段。
下面按照图3的流程图对每个阶段进行详细说明。
步骤1：搭建分布式系统环境，如图1、图2所示，是本实施例中一个优选的分布式环境及其节点结构图。如图1所示，是本实施例的分布式环境中节点个数为6，具体应用过程中，可以根据需求对其进行调整，这里不对其进行限制。实践中，上述系统搭建完成后，需要进一步对其进行调试，保证系统的正常运行。
步骤2：对随机数的生成时间片进行划分，本实施例中，优选选择任意长度作为系统的时间周期(即时间片)，各个节点按照时间周期进行hash提交和揭露，所述时间周期即为随机数的生成周期。具体来说，优选对本实施例中进行时间片划分，时间片可以认为是系统的时间周期。例如，以5分钟为周期(即一个时间片)，那么当前的1-5分钟(第一个时间片)和下一个6-10分钟(第二个时间片)就代表了两个时间片。本实施例中，系统各个节点在第一个时间片提交哈希值，在下一时间片进行公开，以保证原始信息的稳定性。在一个时间片内，
步骤3：分布式系统中的节点分别产生原始随机数M，每个节点产生原始随机数的方法也是随机的，如随机数可以通过硬件电压，温度，或者节点通过选择任意软件或人为产生的随机数。本实施例中只需要每个节点分别产生一个随机数，对于每个节点采取何种方式生成这个随机数不作限制。
步骤4：每个分布式节点分别对自己产生的原始随机数进行哈希运算，优选进行哈希运算，类似于原始随机数的产生方式，本实施例中对原始随机数的hash摘要算法不作具体限制，每个节点可以自行选择包括SHA128，SHA256，SHA512，MD5等在内的任意算法。然后，每个节点将其生成的hash值发送给分布式节点上的其他节点。
步骤5：在分布式系统的每个节点都收集到其他节点的hash值后，系统开始进行共识。通过共识算法，分布式系统中的各个节点完成节点提供的hash值的共识，统一确定一个共识结果，然后对其进行。此时，分布式系统中每个节点都拥有其他节点提交的哈希值(包括自己提交的哈希值)，且全部节点所获得的哈希值集合中所包括的内容是完全一致的。需要注意的是，只有全部节点确认所获得的随机数哈希值信息完全一致，才能进入下一步骤。例如，如果第1个节点的随机数为M1，哈希运算结果为hash1，第2个节点的随机数为M2，哈希运算结果为hash2，第3个节点的随机数为M3，哈希运算结果为hash3……以此类推，本阶段结束后，所有节点的共识结果就是本次随机数哈希值为(hash1，hash2，hash3，…)，然后进入下一步骤。
步骤6：完成各个节点关于哈希值的一致性确认(即所有节点经过共识确认一致的hash值)后，各个节点公布开始所有的原始随机数M(如本实施例的M1、M2、M3……)，然后分布式系统中的节点对随机数进行共识。本实施例中，优选在公布原始随机数时将本节点所采用的哈希算法一并进行公开，或则分布式系统中各个节点通过共识选择相同的哈希算法进行计算。进而，分布式系统中各个节点对于其他节点选择的随机数及其对应的哈希算法和哈希值都是确定的。通过以上示例进行说明即为：对于分布式系统(包括N个节点)中任意第n(n＝1，2，3，…，N)个节点来说，其确定知道其他任意节点的随机数、哈希算法和哈希值；或者，分布式系统中每个节点都知道第1个节点的随机数为M1，哈希运算结果为hash1，哈希算法为Method A，依次类推至其他节点就是，每个节点对于任意第n个节点的随机数、哈希算法和哈希值的信息都是一致的。
本实施例中，共识模块可以是同一个，即哈希共识和随机数可以采用相同的共识算法达成共识。
步骤7：将获得共识的全部随机数M(M1、M2、M3…)输入聚集器，聚集器可以选择任意聚集方案输出一个确定的随机数，并将其发送给分布式系统的全部节点，作为该分布式系统当前的随机数进行运用。本实施例中，对于聚集器的计算方案不作具体的限制，可以是包括Merkle Tree或者RSA accumulator在内的任意方案。此时，系统已经确定了最终的随机数，该随机数将作为本时间片的随机数M’，公布给随机数消费者使用。
通过上述步骤可以看出，为了生成随机数，本实施例中进行了至少两次共识，其中第一次是对原始随机数的哈希值进行共识，第二次是对原始随机数进行共识，根据哈希算法，当前时间片中提交的哈希值H＝Hash(M),因为Hash的属性，如果再1-5分钟把H给提交，那么M的内容就无法进行变更了，可以选择再下一个时间片公开M。也就是说，本实施例的分布式系统中，每个节点都产生一个随机数，并进行哈希运算，并将这个哈希值提交给其他每个节点，这个时间片确定的就是上一个时间片的哈希值。在此基础上，进一步公开原始的随机数，通过聚集器对原始随机数进行处理获得最终的随机数作为本轮(时间片)的随机数。
本实施例中，在当前时间片内，虽然系统利用共识算法生成了一个确定的随机数以供分布式系统中的各个节点进行使用，但是这并不意味着各个节点只能使用该随机数而不能使用其他随机数。事实上，在一个具体的优选实施例中，本申请的分布式系统允许随机数的使用者使用周期过程中(当前时间片内)的随机数和当前时间片外的随机数，时间片外的随机数表示非当前的时间阶段的随机数。事实上，本实施例中最终产生的随机数，是有时效性的，其仅仅对某一确定的时间片产生作用，不同的时间片之间的随机数是相互独立的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于分布式共识算法的随机数生成方法，其特征在于，包括
S1初始化分布式系统及系统节点；
S2每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
S3分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
S4分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
S5对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
2.根据权利要求1所述的一种基于分布式共识算法的随机数生成方法，其中，所述步骤S1还包括，确定系统的随机数生成周期，
所述系统随机数为一个随机数生成周期内分布式系统中各个节点的随机数。
3.根据权利要求1所述的一种基于分布式共识算法的随机数生成方法，其中，所述步骤S2中，每个分布式系统节点产生原始随机数的方式可以相同或者不同。
4.根据权利要求1~3任一项所述一种基于分布式共识算法的随机数生成方法，其中，所述步骤S2中，每个分布式系统节点对原始随机数进行哈希运算所采用的哈希算法优选相同。
5.根据权利要求1~3任一项所述一种基于分布式共识算法的随机数生成方法，其中，所述步骤S2中，每个分布式系统节点对原始随机数进行哈希运算所采用的哈希算法优选不相同。
6.根据权利要求5所述的一种基于分布式共识算法的随机数生成方法，其中，所述步骤S3包括，
S31每个分布式系统节点分别将自身的哈希值提交到分布式系统；
S32每个分布式系统节点分别将获得自身的哈希值的哈希算法提交到分布式系统；
S33分别对哈希值和哈希算法达成共识。
7.一种基于分布式共识算法的随机数生成系统，其特征在于，包括，
分布式系统模块，用于初始化分布式系统及系统节点；
原始随机数模块，用于每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
哈希值共识模块，用于分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
随机数共识模块，用于分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
系统随机数模块，用于对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
8.根据权利要求7所述的一种基于分布式共识算法的随机数生成系统，其中，所述哈希值共识模块包括，
哈希值提交模块，用于分别将每个分布式系统节点自身的哈希值提交到分布式系统；
哈希算法提交模块，用于分别将每个分布式系统节点获得自身的哈希值的哈希算法提交到分布式系统；
共识模块，用于分别对哈希值和哈希算法达成共识。
9.一种存储设备，其中存储有多条指令，所述指令适用于由处理器加载并执行：
S1初始化分布式系统及系统节点；
S2每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
S3分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
S4分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
S5对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
10.一种终端，包括处理器，适于实现各指令；以及存储设备，适于存储多条指令，所述指令适于由处理器加载并执行：
S1初始化分布式系统及系统节点；
S2每个分布式系统节点分别产生一个原始随机数并对其进行哈希运算获得对应的哈希值；
S3分别将每个分布式系统节点自身的哈希值提交到分布式系统，以达成共识；
S4分别将每个分布式系统节点自身的原始随机数提交到分布式系统，以达成共识；
S5对每个分布式系统节点提交的全部原始随机数进行聚集，产生一个确定的系统随机数并输出给每个分布式系统节点。
CN201910646440.7A 2019-07-17 2019-07-17 一种基于分布式共识算法的随机数生成方法 Active CN110430045B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910646440.7A CN110430045B (zh) 2019-07-17 2019-07-17 一种基于分布式共识算法的随机数生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910646440.7A CN110430045B (zh) 2019-07-17 2019-07-17 一种基于分布式共识算法的随机数生成方法

Publications (2)

Publication Number Publication Date
CN110430045A CN110430045A (zh) 2019-11-08
CN110430045B true CN110430045B (zh) 2021-10-01

Family

ID=68410856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910646440.7A Active CN110430045B (zh) 2019-07-17 2019-07-17 一种基于分布式共识算法的随机数生成方法

Country Status (1)

Country Link
CN (1) CN110430045B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111008004A (zh) * 2019-11-14 2020-04-14 杭州复杂美科技有限公司 随机数生成方法、游戏方法、设备和存储介质
CN110941418B (zh) * 2019-11-26 2022-04-01 杭州浮云网络科技有限公司 一种随机数生成的方法、装置、设备及可读存储介质
CN111185011B (zh) * 2019-12-13 2023-04-18 杭州复杂美科技有限公司 区块链游戏的链下随机数应用方法、设备和存储介质
CN111401909B (zh) * 2020-03-11 2023-04-28 北京价值互联科技有限公司 一种基于区块链的去中心化随机红包处理方法
CN111737350B (zh) * 2020-06-19 2023-05-23 清华大学 一种基于分布式系统的共识机制选择方法及装置
CN112910643B (zh) * 2021-03-03 2023-04-07 中国人民银行数字货币研究所 一种区块链中随机数的生成方法及装置
CN112968769B (zh) * 2021-03-03 2023-04-07 中国人民银行数字货币研究所 一种区块链中随机数的生成方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6949022B1 (en) * 2000-11-22 2005-09-27 Trilogy Development Group, Inc. Distributed secrets for validation of gaming transactions
CN108737498A (zh) * 2018-04-18 2018-11-02 中国地质大学（武汉） 一种基于区块链的p2p安全下载检测方法及系统
CN109242299A (zh) * 2018-08-31 2019-01-18 深圳付贝科技有限公司 分布式挖矿方法、挖矿机及区块链系统
CN109558112B (zh) * 2018-11-14 2020-08-14 杭州复杂美科技有限公司 随机数生成方法、防作弊区块链系统、设备和存储介质
CN109559119A (zh) * 2018-11-29 2019-04-02 成都捕风数据科技有限公司 通过委托区块生产者达到区块链可信内源随机过程的方法

Also Published As

Publication number Publication date
CN110430045A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN110430045B (zh) 一种基于分布式共识算法的随机数生成方法
CN110399424B (zh) 区块生成方法、装置、区块链节点及存储介质
CN107615285B (zh) 包括物理不可克隆功能和阈值加密的认证系统和装置
CN104380245B (zh) 随机数生成器和流密码
CN110198213A (zh) 一种基于秘密共享随机数共识算法的系统
CN112348518B (zh) 一种区块链交易证明的方法及装置
US11438172B2 (en) Robust state synchronization for stateful hash-based signatures
CN105245343B (zh) 一种基于多变量密码技术的在线离线签名系统及方法
KR101768641B1 (ko) 짧은 키 길이를 갖는 다변수 이차 서명 스킴을 수행하는 전자 장치와 그 방법
CN111611621A (zh) 基于区块链的分布式数据加密存储方法和电子设备
EP4134813A1 (en) Public random number generation method and device based on blockchain
CN112613601A (zh) 神经网络模型更新方法、设备及计算机存储介质
CN116391346A (zh) 秘密分享的重新分发
Shin et al. A lightweight multi-user authentication scheme based on cellular automata in cloud environment
CN107171788A (zh) 一种基于身份且签名长度恒定的在线离线聚合签名方法
Cairns et al. Flexible data authentication evaluated for the smart grid
CN110990790A (zh) 一种数据处理方法及设备
CN111859424B (zh) 物理管理平台的数据加密方法、系统、终端及存储介质
CN115174037B (zh) 一种基于sm9签名的变色龙哈希函数的构造方法及装置
CN110784315A (zh) 基于区块链的摇号方法、装置、计算机设备及存储介质
CN114745173B (zh) 登陆验证方法、装置、计算机设备和存储介质
KR20150112315A (ko) 묶음 검증 방법 및 장치
CN105338004B (zh) 云环境下低性能设备适用的具有隐私保护的公开审计方法
CN111314061B (zh) 一种随机数的生成方法及系统
JP2010186003A (ja) 電子署名検証システム、電子署名装置、検証装置、電子署名検証方法、電子署名方法、検証方法、電子署名プログラム、検証プログラム

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