CN110619022A - 基于区块链网络的节点检测方法、装置、设备及存储介质 - Google Patents
基于区块链网络的节点检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110619022A CN110619022A CN201910902573.6A CN201910902573A CN110619022A CN 110619022 A CN110619022 A CN 110619022A CN 201910902573 A CN201910902573 A CN 201910902573A CN 110619022 A CN110619022 A CN 110619022A
- Authority
- CN
- China
- Prior art keywords
- node
- target
- data
- type
- address
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 230000001360 synchronised effect Effects 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012502 risk assessment Methods 0.000 claims description 136
- 230000006399 behavior Effects 0.000 claims description 61
- 238000012795 verification Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000006854 communication Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Classifications
-
- 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
- G06F16/275—Synchronous replication
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种基于区块链网络的节点检测方法、装置、设备及存储介质；其中，区块链网络包括第一节点和第二节点；方法包括：第一节点接收第二节点发送的目标同步数据；获取目标同步数据的数据类型以及与数据类型相匹配的目标风险评估指标；该数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；根据目标同步数据和目标风险评估指标，检测第二节点的节点类型，该节点类型包括风险节点类型或者安全节点类型。本发明实施例可以较好地进行节点检测，提高检测结果的准确性。
Description
技术领域
本发明涉及互联网技术领域，具体涉及通信技术领域，尤其涉及一种基于区块链网络的节点检测方法、一种基于区块链网络的节点检测装置、一种节点设备及一种计算机存储介质。
背景技术
区块链是一种分布式数据存储、点对点传输(P2P传输)、共识机制、加密算法等计算机技术的新型应用模式；其具体可由多个借由密码学串接并保护内容的串连交易记录(又称区块)构成。基于区块链和点对点网络(P2P网络)所构成的网络可称为区块链网络，区块链网络中可包括多个节点，此处的节点是区块链网络中进行数据处理的基本设备。
随着区块链网络的快速发展，网络规模的不断扩大，使得区块链网络中的节点逐渐增多；黑客组织以及一些网络非法分子通常会利用互联网技术通过区块链网络中的一部分节点对区块链网络发起攻击，从而影响整个区块链网络的性能和发展。研究表明，如果能够较为准确地检测出区块链网络中的风险节点，则可以及时地对风险节点进行控制处理，从而避免区块链网络遭受到攻击。因此，如何地对区块链网络中的各个节点进行节点检测成为了研究热点。
发明内容
本发明实施例提供了一种基于区块链网络的节点检测方法、装置、设备及计算机存储介质，可以较好地进行节点检测，提高检测结果的准确性。
一方面，本发明实施例提供了一种基于区块链网络的节点检测方法，所述区块链网络包括第一节点和第二节点，所述节点检测方法包括：
所述第一节点接收所述第二节点发送的目标同步数据；
获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
一方面，本发明实施例提供了一种基于区块链网络的节点检测装置，所述区块链网络包括第一节点和第二节点，所述基于区块链网络的节点检测装置包括：
接收单元，用于接收所述第二节点发送的目标同步数据；
获取单元，用于获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
检测单元，用于根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
一方面，本发明实施例提供了一种节点设备，所述节点设备包括输入接口和输出接口，所述节点设备还包括：
处理器，适于实现一条或多条指令；以及，
计算机存储介质，所述计算机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所述处理器加载并执行如下步骤：
所述第一节点接收所述第二节点发送的目标同步数据；
获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
一方面，本发明实施例提供了一种计算机存储介质，所述计算机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如下步骤：
所述第一节点接收所述第二节点发送的目标同步数据；
获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
本发明实施例中的区块链网络可包括第一节点和第二节点，第一节点和第二节点之间可交互通信。第一节点在接收到第二节点发送的目标同步数据之后，可获取目标同步数据的数据类型以及和该数据类型相匹配的目标风险评估指标；由于不同的数据类型对应不同的风险评估指标，这样可使得根据目标同步数据的数据类型所确定出的目标风险评估指标更具针对性，从而使得后续可以更好地根据目标同步数据和目标风险评估指标对第二节点的节点类型进行检测，提高检测结果的准确性。并且，由于目标同步数据的数据类型包括关于区块头的第一数据类型以及关于服务地址的第二数据类型中的一种或多种，这样可丰富目标风险评估指标，从而可较为全面地对第二节点的节点类型进行检测，进一步提高检测结果的准确性。
附图说明
为了更清楚地说明本发明实施例技术方案，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发明的一些实施例，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1a是本发明实施例提供的一种区块链网络的结构示意图；
图1b是本发明实施例提供的一种区块链的结构示意图；
图2是本发明实施例提供的一种基于区块链网络的节点检测方法的流程示意图；
图3是本发明实施例提供的一种基于区块链网络的节点检测方法的流程示意图；
图4是本发明实施例提供的一种风险评估因子和对应的检测规则的示意图；
图5是本发明实施例提供的一种基于区块链网络的节点检测装置的结构示意图；
图6是本发明实施例提供的一种节点设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
区块链网络可包括多个节点，节点和节点之间采用P2P(Peer To Peer，点对点)协议进行网络通信，如图1a所示。其中，P2P协议是一个运行在传输控制协议(TransmissionControl Protocol，TCP)之上的应用层协议；节点是指区块链网络中进行数据处理的基本设备(计算机)，其具体可包括但不限于：性能较好的移动终端(如智能手机、平板电脑等)、矿机、台式计算机以及服务器，等等。在一种实施方式中，可为区块链网络中的各个节点分配相同的工作；在此实施方式下，可将各个节点均看作是完全对等的节点，每个节点均承担着网络路由、验证交易信息、生成并添加区块至区块链、广播区块或区块头等工作。其中，区块是一种被包含在区块链(或共识账簿)中的聚合了交易信息的容器数据结构；每个区块内均可包括区块头和区块主体，如图1b所示。其中，区块主体用于存储交易信息。区块头用于存储交易信息的特征值、前一区块的区块头特征值、版本号、时间戳和难度值等信息；需要说明的是，创世块(即第一个区块)的区块头不包含前一区块的区块头特征值。每一个区块头均具有一个区块头编号，该区块头编号用于标识该区块头在区块链中的位置；例如，区块头编号为100，则表明该区块头位于区块链中的第100个区块中。再一种实施方式中，可根据区块链网络中的各个节点的自身设备性能，为不同设备性能的节点分配不同的工作，以节省节点的处理资源；在此实施方式下，可根据各个节点所承担的工作可对区块链网络中的节点进行类别划分；例如，将能够存储完整的区块链数据且支持全部区块链节点的工作的节点划分成全节点，将只存储区块链的区块头且可对区块链网络中的交易进行验证的节点划分成轻型节点，等等。为便于阐述，除非特别指明，后续所提及的节点均以轻型节点(如SPV(Simplified Payment Verification，简易支付验证)节点)为例进行说明。
针对区块链网络中的任一节点而言，均具有与其对应的服务地址，不同的节点具有不同的服务地址；此处的服务地址是指可支持节点进行通信的地址，其具体可以为IP地址(一种网络之间互联的协议地址)、MAC地址(一种用来确认网络设备位置的位址)，等等。每个节点均可存储并维护一个如表1所示的地址列表，以便于后续根据该地址列表中的服务地址和其他节点进行通信。需要说明的是，表1中仅以服务地址为IP地址为例进行说明；表1所示的地址列表可以是由相关技术人员配置在各个节点中的，也可以由各个节点在初始启动后，从某一个指定节点(如种子节点)处获取到的。
表1
| 节点名称 | 服务地址 |
| 节点1 | 117.114.151.174 |
| 节点2 | 117.116.189.145 |
| … | … |
| 节点N | 119.123.789.258 |
下面将以节点1和节点2为例，对区块链网络中的任意两个节点之间的通信过程进行阐述：当节点1想要和节点2进行网络通信时，可以先在表1中查找到节点2的服务地址；然后根据节点2的服务地址和节点2建立通信连接。在成功建立节点1和节点2之间通信连接后，节点1和节点2之间便可基于该通信连接进行网络通信。由于节点1和节点2所存储的数据可能存在差异，因此在网络通信的过程中，节点1和节点2之间可相互同步自身所存储的数据(如区块、区块头、服务地址等)，从而使得节点1和节点2中所存储的数据是一致的。例如，节点1中存储了区间为[1，150]的区块头，节点2中存储了区间为[1，200]的区块头，那么节点1和节点1之间可相互同步区块头，以使得节点1和节点2内均存储区间均为[1，200]的区块头；又如，节点1中的地址列表存储了节点2-节点10的服务地址，节点2中的地址列表存储了节点1-节点8的服务地址，那么节点1和节点2之间可相互同步服务地址，以使得节点1和节点2中的地址列表相同，等等。
经研究表明，当存在黑客组织以及一些网络非法分子利用互联网技术通过区块链网络的一部分节点对区块链网络发起攻击时，通常会先将一些设备伪装成区块链网络中的节点。然后，通过这些伪装的节点和其他节点之间的网络通信，向其他节点同步一些错误的数据以误导其他节点执行一系列对区块链网络不利的操作，从而实现对区块链网络的攻击；或者，通过这些伪装的节点和其他节点之间的网络通信，向其他节点发送数据请求以请求其他节点返回同步数据，从而实现同步数据的盗取，并根据盗取的同步数据对区块链网络进行攻击。基于此，本发明实施例对区块链网络中的任意两个节点之间的通信过程中所涉及的同步数据作了进一步研究，并发现伪装的节点和其他节点之间所涉及的同步数据通常是存在一些错误问题的。例如，伪装的节点同步给其他节点的区块头的格式通常是错误的；又如，伪装的节点同步给其他节点的服务地址的格式通常是错误的；再如，伪装的节点向其他节点发送的关于区块头的数据请求所携带的区块头的数量通常是超过最大值的，等等。因此，本发明实施例可通过两个节点之间的同步数据，对区块链网络中的节点进行检测，以判断区块链网络中是否存在伪装的节点。需要说明的是，由于伪装的节点使得区块链网络存在被攻击的风险，因此后续均将伪装的节点称为区块链网络中的风险节点。
基于上述的描述，本发明实施例提出一种基于区块链网络的节点检测方法。本发明实施例中的区块链网络可包括第一节点和第二节点；该基于区块链网络的节点检测方法可以由第一节点执行。请参见图2，该基于区块链网络的节点检测方法可包括以下步骤S201-S203：
S201，第一节点接收第二节点发送的目标同步数据。
由前述可知，在第一节点和第二节点的通信过程中，第一节点和第二节点之间可进行区块头、服务地址等数据的同步；相应的，第一节点接收到的第二节点所发送的目标同步数据可以包括以下至少一项：第二节点向第一节点发送的关于区块头的同步数据、以及第二节点向第一节点发送的目标服务地址的地址数据，等等。由于第一节点可以响应于第二节点发送的请求数据，向第二节点发送一定区间的区块头；也可以向第二节点发送分配请求，以请求第二节点返回一定区间的区块头。因此，第二节点向第一节点发送的关于区块头的同步数据还可细分为：第二节点请求第一节点发送第一区间的区块头的请求数据，或者第二节点向第一节点发送的第二区间的区块头的响应数据，响应数据至少携带第二区间的区块头。
需要说明的是，上述的第一节点可以为区块链网络中的任一节点；例如，第一节点可以为区块链网络中的任一全节点，也可以为区块链网络中的任一轻型节点(如SPV节点)。第一节点可根据本地所存储的地址列表和区块链网络中的多个节点进行网络通信；相应的，第二节点可以为这多个节点中的其中一个节点，第二节点也可为全节点或者轻型节点；为便于阐述，后续以第一节点和第二节点均为SPV节点为例进行说明。在一种实施方式中，第二节点可以是和第一节点进行网络通信的多个节点中的任一节点。再一种实施方式中，第二节点可以是第一节点根据各个节点的区块头高度，从多个节点中选取得到的一个节点；此处的区块头高度用于指示节点内存储的多个区块头所具有的区块头编号的最大值，例如，节点1的区块头高度为100，则表明节点1内所存储的多个区块头所具有的区块头编号的最大值为100。在此实施方式下，第一节点可预先根据地址列表中的服务地址和区块链网络中的多个节点建立通信连接，并基于该通信连接获取各个节点的区块头高度；然后，第一节点可根据自身的区块头高度以及获取到的各个节点的区块头高度，从多个节点中选取第二节点。例如，由于区块链网络中的各个SPV节点通常需要保持区块头高度一致；因此，当第一节点想要从第二节点获取区块头时，可以从多个节点中选取区块头高度大于自身的区块头高度的节点作为第二节点。
S202，获取目标同步数据的数据类型以及与数据类型相匹配的目标风险评估指标。
第一节点在获取到目标同步数据之后，可根据目标同步数据的数据内容确定目标同步数据的数据类型。由前述可知，目标同步数据的数据内容可包括区块头和/或目标服务地址。因此，相应的，目标同步数据的数据类型可包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型。
在实际应用中，可预先为不同的数据类型设置相匹配的风险评估指标，并建立各个数据类型和风险评估指标的对应关系；不同的数据类型对应不同的风险评估指标。第一节点在获取到目标同步数据的数据类型之后，可根据该对应关系获取与目标同步数据的数据类型相匹配的目标风险评估指标。当目标同步数据的数据类型包括关于区块头的第一数据类型时，目标风险评估指标可包括以下至少一项：区块头数量指标以及区块头高度指标；当目标同步数据的数据类型包括关于服务地址的第二数据类型时，目标风险评估指标可包括以下至少一项：地址数量指标和地址格式指标。
S203，根据目标同步数据和目标风险评估指标，检测第二节点的节点类型。
在获取到目标风险评估指标之后，可根据目标风险评估指标和目标同步数据，对第二节点的节点类型进行检测；第二节点的节点类型可包括风险节点类型或者安全节点类型。在具体实施过程中，可先根据目标风险评估指标解析目标同步数据，得到风险评估因子；其次，可根据风险评估因子检测第二节点是否存在风险行为；若存在，则可确定第二节点的节点类型为风险节点类型；若不存在，则可确定第二节点的节点类型为安全节点类型。
在确定了第二节点的节点类型之后，第一节点还可根据第二节点的节点类型执行相应的业务处理。具体的，若第二节点的节点类型为安全节点类型，则可表明第二节点不会导致区块链网络存在被攻击的风险；此情况下，第一节点可继续保持和第二节点之间通信连接，并基于该通信连接继续同步数据。若第二节点的节点类型为风险节点类型，则表明第二节点可能会导致区块链网络存在被攻击的风险；此情况下，第一节点可断开和第二节点之间的通信连接，并将第二节点加入黑名单以使得第二节点后续无法再和第一节点进行网络通信。可选的，第一节点在确定第二节点的节点类型之后，还可将第二节点的节点类型广播给其他节点，以使得其他节点也可根据第二节点的节点类型执行相应的业务处理。
本发明实施例中的区块链网络可包括第一节点和第二节点，第一节点和第二节点之间可交互通信。第一节点在接收到第二节点发送的目标同步数据之后，可获取目标同步数据的数据类型以及和该数据类型相匹配的目标风险评估指标；由于不同的数据类型对应不同的风险评估指标，这样可使得根据目标同步数据的数据类型所确定出的目标风险评估指标更具针对性，从而使得后续可以更好地根据目标同步数据和目标风险评估指标对第二节点的节点类型进行检测，提高检测结果的准确性。并且，由于目标同步数据的数据类型包括关于区块头的第一数据类型以及关于服务地址的第二数据类型中的一种或多种，这样可丰富目标风险评估指标，从而可较为全面地对第二节点的节点类型进行检测，进一步提高检测结果的准确性。
请参见图3，是本发明实施例提供的另一种基于区块链网络的节点检测方法的流程示意图。在本发明实施例中，区块链网络可包括第一节点和第二节点；该基于区块链网络的节点检测方法可以由第一节点执行。请参见图3，该基于区块链网络的节点检测方法可包括以下步骤S301-S306：
S301，第一节点接收第二节点发送的目标同步数据。
S302，获取目标同步数据的数据类型以及与数据类型相匹配的目标风险评估指标。
S303，根据目标风险评估指标解析目标同步数据，得到风险评估因子。
在步骤S301-S304的具体实施过程中，第一节点可接收第二节点发送的目标同步数据，并获取目标同步数据的数据类型以及与数据类型相匹配的目标风险评估指标。经研究表明，节点之间的同步数据的数据内容通常较多，而第一节点在根据目标同步数据对第二节点的节点类型进行检测时，通常只会关注于目标风险评估指标相关的数据。因此，第一节点在获取到目标风险评估指标之后，可根据目标风险评估指标解析目标同步数据，得到风险评估因子，此处的风险评估因子是指与目标风险评估指标相关的数据内容。
在一种实施方式中，当目标同步数据的数据类型包括第一数据类型时，目标同步数据可包括：第二节点请求第一节点发送第一区间的区块头的请求数据；此情况下，目标风险评估指标可包括以下至少一项：区块头数量指标和区块头高度指标。相应的，风险评估因子可包括以下至少一项：第一区间的区块头的数量以及第一区间的区块头的起始高度；此处的第一区间的区块头的起始高度用于指示第一区间所包括的区块头的区块头编号的最小值；例如，第一区间为[150，200]，则第一区间所包括的区块头的区块头编号的最小值为150，第一区间的区块头的起始高度为150。
再一种实施方式中，当目标同步数据的数据类型包括第一数据类型时，目标同步数据可包括：第二节点向第一节点发送的第二区间的区块头的响应数据；此情况下，目标风险评估指标可包括以下至少一项：区块头指标和区块头数量指标。相应的，风险评估因子包括以下至少一项：第二区间的区块头以及第二区间的区块头的数量。
再一种实施方式中，当目标同步数据的数据类型包括第二数据类型时，目标同步数据可包括第二节点向第一节点发送的目标服务地址的地址数据；此情况下，目标风险评估指标可包括以下至少一项：地址数量指标和地址格式指标。相应的，风险评估因子包括以下至少一项：目标服务地址的地址数量以及目标服务地址的地址格式。
S304，根据风险评估因子检测第二节点是否存在风险行为。
本发明实施例可预先为不同的风险评估因子设置不同的检测规则，如图4所示。第一节点在得到风险评估因子之后，可根据风险评估因子先获取风险评估因子所对应的检测规则；通过判断风险评估因子是否满足该检测规则来检测第二节点是否存在风险行为。若满足检测规则，则可确定第二节点存在风险行为；此情况下，可执行步骤S305。若不满足检测规则，则可确定第二节点不存在风险行为；此情况下，可执行步骤S306。在具体实施过程中，可根据风险评估因子以及对应的检测规则将步骤S304的具体实施方式大致分为以下三类：
(1)第一类实施方式：
此类实施方式下，目标同步数据包括：第二节点请求第一节点发送第一区间的区块头的请求数据，风险评估因子包括以下至少一项：第一区间的区块头的数量以及第一区间的区块头的起始高度。研究表明，为了保证区块链网络的性能，通常会规定任意两个节点之间一次所同步的区块头的数量不能够大于预设的区块头数量阈值；此处的区块头数量阈值可根据实际需求或者经验值设置，例如将区块头数量阈值设置为100。因此，当风险评估因子包括第一区间的区块头的数量时，对应的检测规则可以包括：第一区间的区块头的数量大于区块头数量阈值；相应的，步骤S304的具体实施方式可以包括：获取预设的区块头数量阈值；若第一区间的区块头的数量大于区块头数量阈值，则确定第二节点存在风险行为。
另外，经实践证明，区块链网络中的某节点和其他节点在进行区块头同步的过程中，该节点通常请求其他节点所发送的一定区间的区块头的起始高度是不低于自身的当前区块头高度的；若低于，则可认为该节点存在风险行为。因此，当风险评估因子包括第一区间的区块头的起始高度时，对应的检测规则可以包括：第一区间的区块头的起始高度低于第二节点的当前区块头高度；相应的，步骤S304的具体实施方式可以包括：获取第二节点的当前区块头高度；若第一区间的区块头的起始高度低于当前区块头高度，则确定第二节点存在风险行为。
(2)第二类实施方式：
此类实施方式下，目标同步数据包括：第二节点向第一节点发送的第二区间的区块头的响应数据，风险评估因子包括以下至少一项：第二区间的区块头以及第二区间的区块头的数量。经研究表明，区块链网络中的节点之间在进行区块头同步的过程中，各个节点使用统一的密钥对，该密钥对可包括一个公钥和一个私钥；发送区块头的节点通常会采用统一的私钥对所发送的区块头进行签名，接收区块头的节点则可采用该统一的公钥对接收到的区块头进行身份校验。若身份校验失败，则可认为发送区块头的节点存在风险行为。因此，当风险评估因子包括第二区间的区块头时，对应的检测规则可以包括：对第二区间的区块头进行身份校验失败；相应的，步骤S304的具体实施方式可以包括：采用公钥对第二区间的区块头进行身份校验；若身份校验失败，则确定第二节点存在风险行为。
需要说明的是，在对第二区间的区块头进行身份校验成功后，本发明实施例对第二区间的区块头作了进一步研究；并发现在身份校验成功后，可能存在各种因素而导致第二区块的区块头存储失败。例如，由于第二区间的区块头的格式不正确，而导致第二区间的区块头存储失败；又如，由于第二区间的区块头不连续(如第二区间的区块头的区块头编号为1000、1001、1003)，而导致第二区间的区块头存储失败。当第二区间的区间块头由于各种因素而存储失败时，也可认为第二节点存在风险行为。因此，当风险评估因子包括第二区间的区块头时，对应的检测规则还可以包括：存储第二区间的区块头失败；相应的，步骤S304的具体实施方式还可以包括：存储第二区间的区块头；若存储失败，则确定第二节点存在风险行为。
由第一类实施方式的相关描述可知，任意两个节点之间一次所同步的区块头的数量是不能够大于预设的区块头数量阈值的；因此，当风险评估因子包括第二区间的区块头的数量时，对应的检测规则可以包括：第二区间的区块头的数量大于区块头数量阈值；相应的，步骤S304的具体实施方式可以包括：获取预设的区块头数量阈值；若第二区间的区块头的数量大于区块头数量阈值，则确定第二节点存在风险行为。
在第二实施方式下，第一节点在接收第二节点发送的目标同步数据之前，还可向第二节点发送关于区块头的分配请求，以请求第二节点发送区块头；若在预设时长内，未接收到第二节点发送的响应数据，则确定第二节点存在风险行为；此处的预设时长可根据经验值设置，例如通常发送数据至第二节点和第二节点返回数据之间的最大间隔时长为10秒，那么预设时长可设置为10秒，或15秒，等等。可选的，分配请求还可携带第一节点向第二节点请求分配的区块头的请求数量，该请求数量可以是第一节点根据实际需求设置的，请求数量小于区块头数量阈值。若第二节点返回的第二区间的区块头的数量和请求数量不相同，例如第二区间的区块头的数量小于请求数量；则第一节点也可认为第二节点存在风险行为。
(3)第三类实施方式：
此类实施方式下，目标同步数据包括：第二节点向第一节点发送的目标服务地址的地址数据，风险评估因子包括以下至少一项：目标服务地址的地址数量以及目标服务地址的地址格式。研究表明，为了保证区块链网络的性能，通常会规定任意两个节点之间在首次同步服务地址时，同步的服务地址的数量不能够大于预设的第一地址数量阈值；此处的第一地址数量阈值可根据经验值设置，例如设置为100，即首次同步的服务地址的数量不能够大于100。而在非首次同步服务地址时，同步的服务地址的数量不能大于第二地址数量阈值；此处的第一地址数量阈值可根据经验值设置，例如设置为1，即非首次同步的服务地址的数量不能大于1。因此，当风险评估因子包括目标服务地址的地址数量时，对应的检测规则可以包括：目标服务地址的地址数量大于第一地址数量阈值或第二地址数量阈值；相应的，步骤S304的具体实施方式可以包括：检测是否为首次接收第二节点所发送的目标服务地址的地址数据；若是，则检测目标服务地址的地址数量是否大于第一地址数量阈值；若大于第一地址数量阈值，则确定第二节点存在风险行为；若否，则检测目标服务地址的地址数量是否大于第二地址数量阈值；若大于第二地址数量阈值，则确定第二节点存在风险行为。
另外，经实践证明，区块链网络中的各个节点的服务地址均具有特定的地址格式，若接收到的服务地址的地址格式不正确，则可认为发送该服务地址的节点存在风险行为。因此，当风险评估因子包括目标服务地址的地址格式时，对应的检测规则可以包括：目标服务地址的地址格式不正确；相应的，步骤S304的具体实施方式可以包括：采用预设的地址格式对目标服务地址的地址格式进行格式校验；具体的，可检测目标服务地址的地址格式是否与预设的地址格式相同。若相同，则格式交易成功，此时可确定第二节点不存在风险行为；若不相同，则格式校验失败，此时可确定第二节点存在风险行为。
S305，若存在，则确定第二节点的节点类型为风险节点类型。
S306，若不存在，则确定第二节点的节点类型为安全节点类型。
本发明实施例中的区块链网络可包括第一节点和第二节点，第一节点和第二节点之间可交互通信。第一节点在接收到第二节点发送的目标同步数据之后，可获取目标同步数据的数据类型以及和该数据类型相匹配的目标风险评估指标；由于不同的数据类型对应不同的风险评估指标，这样可使得根据目标同步数据的数据类型所确定出的目标风险评估指标更具针对性，从而使得后续可以更好地根据目标同步数据和目标风险评估指标对第二节点的节点类型进行检测，提高检测结果的准确性。并且，由于目标同步数据的数据类型包括关于区块头的第一数据类型以及关于服务地址的第二数据类型中的一种或多种，这样可丰富目标风险评估指标，从而可较为全面地对第二节点的节点类型进行检测，进一步提高检测结果的准确性。
基于上述节点检测方法实施例的描述，本发明实施例还公开了一种基于区块链网络的节点检测装置；所述区块链网络包括第一节点和第二节点，所述节点检测装置可以是运行于第一节点中的一个计算机程序(包括程序代码)。该节点检测装置可以执行图2至图3所示的方法。请参见图5，所述节点检测装置可以运行如下单元：
接收单元101，用于接收所述第二节点发送的目标同步数据；
获取单元102，用于获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
检测单元103，用于根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
在一种实施方式中，检测单元103在用于根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型时，可具体用于：
根据所述目标风险评估指标解析所述目标同步数据，得到风险评估因子；并根据所述风险评估因子检测所述第二节点是否存在风险行为；
若存在，则确定所述第二节点的节点类型为所述风险节点类型；若不存在，则确定所述第二节点的节点类型为所述安全节点类型。
再一种实施方式中，所述数据类型包括所述第一数据类型，所述目标风险评估指标包括以下至少一项：区块头数量指标和区块头高度指标；
所述目标同步数据包括：所述第二节点请求所述第一节点发送第一区间的区块头的请求数据，所述风险评估因子包括以下至少一项：所述第一区间的区块头的数量以及所述第一区间的区块头的起始高度。
再一种实施方式中，检测单元103在用于根据所述风险评估因子检测所述第二节点是否存在风险行为时，可具体用于：
获取预设的区块头数量阈值；若所述第一区间的区块头的数量大于所述区块头数量阈值，则确定所述第二节点存在风险行为；和/或，
获取所述第二节点的当前区块头高度；若所述第一区间的区块头的起始高度低于所述当前区块头高度，则确定所述第二节点存在风险行为。
再一种实施方式中，所述数据类型包括所述第一数据类型，所述目标风险评估指标包括以下至少一项：区块头指标和区块头数量指标；
所述目标同步数据包括：所述第二节点向所述第一节点发送的第二区间的区块头的响应数据，所述风险评估因子包括以下至少一项：所述第二区间的区块头以及所述第二区间的区块头的数量。
再一种实施方式中，检测单元103在用于根据所述风险评估因子检测所述第二节点是否存在风险行为时，可具体用于：
获取预设的区块头数量阈值；若所述第二区间的区块头的数量大于所述区块头数量阈值，则确定所述第二节点存在风险行为；和/或，
采用公钥对所述第二区间的区块头进行身份校验；若身份校验失败，则确定所述第二节点存在风险行为；和/或，
存储所述第二区间的区块头；若存储失败，则确定所述第二节点存在风险行为。
再一种实施方式中，在所述接收所述第二节点发送的目标同步数据之前，所述检测单元还可用于：
向所述第二节点发送关于区块头的分配请求，以请求第二节点发送区块头；
若在预设时长内，未接收到所述第二节点发送的响应数据，则确定所述第二节点存在风险行为。
再一种实施方式中，所述数据类型包括所述第二数据类型，所述目标风险评估指标包括以下至少一项：地址数量指标和地址格式指标；
所述目标同步数据包括：所述第二节点向所述第一节点发送的目标服务地址的地址数据，所述风险评估因子包括以下至少一项：所述目标服务地址的地址数量以及所述目标服务地址的地址格式。
再一种实施方式中，所述风险评估因子包括所述目标服务地址的地址数量；相应的，检测单元103在用于根据所述风险评估因子检测所述第二节点是否存在风险行为时，可具体用于：
检测是否为首次接收所述第二节点所发送的目标服务地址的地址数据；
若是，则检测所述目标服务地址的地址数量是否大于第一地址数量阈值；若大于所述第一地址数量阈值，则确定所述第二节点存在风险行为；
若否，则检测所述目标服务地址的地址数量是否大于第二地址数量阈值；若大于所述第二地址数量阈值，则确定所述第二节点存在风险行为。
再一种实施方式中，所述风险评估因子包括所述目标服务地址的地址格式；相应的，检测单元103在用于根据所述风险评估因子检测所述第二节点是否存在风险行为时，可具体用于：
采用预设的地址格式对所述目标服务地址的地址格式进行格式校验；
若格式校验失败，则确定所述第二节点存在风险行为。
根据本发明的一个实施例，图2至图3所示的方法所涉及的各个步骤均可以是由图5所示的节点检测装置中的各个单元来执行的。例如，图2中所示的步骤S201-S203可分别由图5中所示的接收单元101、获取单元102以及检测单元103来执行；又如，图3中所示的步骤S301-S302可分别由图5中所示的接收单元101以及获取单元102来执行，步骤S303-S306可由图5中所示检测单元103来执行。
根据本发明的另一个实施例，图5所示的节点检测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，而不影响本发明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。在本发明的其它实施例中，基于节点检测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。根据本发明的另一个实施例，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设备上运行能够执行如图2至图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5中所示的节点检测装置设备，以及来实现本发明实施例的节点检测方法。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设备中，并在其中运行。
本发明实施例中的区块链网络可包括第一节点和第二节点，第一节点和第二节点之间可交互通信。第一节点在接收到第二节点发送的目标同步数据之后，可获取目标同步数据的数据类型以及和该数据类型相匹配的目标风险评估指标；由于不同的数据类型对应不同的风险评估指标，这样可使得根据目标同步数据的数据类型所确定出的目标风险评估指标更具针对性，从而使得后续可以更好地根据目标同步数据和目标风险评估指标对第二节点的节点类型进行检测，提高检测结果的准确性。并且，由于目标同步数据的数据类型包括关于区块头的第一数据类型以及关于服务地址的第二数据类型中的一种或多种，这样可丰富目标风险评估指标，从而可较为全面地对第二节点的节点类型进行检测，进一步提高检测结果的准确性。
基于上述方法实施例以及装置实施例的描述，本发明实施例还提供一种节点设备，该节点设备为上述所提及的第一节点所对应的设备。请参见图6，该节点设备至少包括处理器201、输入接口202、输出接口203以及计算机存储介质204。其中，节点设备内的处理器201、输入接口202、输出接口203以及计算机存储介质204可通过总线或其他方式连接。
计算机存储介质204可以存储在节点设备的存储器中，所述计算机存储介质204用于存储计算机程序，所述计算机程序包括程序指令，所述处理器201用于执行所述计算机存储介质204存储的程序指令。处理器201(或称CPU(Central Processing Unit，中央处理器))是节点设备的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能；在一个实施例中，本发明实施例所述的处理器201可以用于对区块链网络进行一系列的节点检测处理，包括：第一节点接收所述第二节点发送的目标同步数据；获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型，等等。
本发明实施例还提供了一种计算机存储介质(Memory)，所述计算机存储介质是节点设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括节点设备中的内置存储介质，当然也可以包括节点设备所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了节点设备的操作系统。并且，在该存储空间中还存放了适于被处理器201加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
在一个实施例中，可由处理器201加载并执行计算机存储介质中存放的一条或多条指令，以实现上述有关节点检测实施例中的方法的相应步骤；具体实现中，计算机存储介质中的一条或多条指令由处理器201加载并执行如下步骤：
第一节点接收所述第二节点发送的目标同步数据；
获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
在一种实施方式中，在根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型时，所述一条或多条指令由处理器201加载并具体执行：
根据所述目标风险评估指标解析所述目标同步数据，得到风险评估因子；并根据所述风险评估因子检测所述第二节点是否存在风险行为；
若存在，则确定所述第二节点的节点类型为所述风险节点类型；若不存在，则确定所述第二节点的节点类型为所述安全节点类型。
再一种实施方式中，所述数据类型包括所述第一数据类型，所述目标风险评估指标包括以下至少一项：区块头数量指标和区块头高度指标；
所述目标同步数据包括：所述第二节点请求所述第一节点发送第一区间的区块头的请求数据，所述风险评估因子包括以下至少一项：所述第一区间的区块头的数量以及所述第一区间的区块头的起始高度。
再一种实施方式中，在根据所述风险评估因子检测所述第二节点是否存在风险行为时，所述一条或多条指令由处理器201加载并具体执行：
获取预设的区块头数量阈值；若所述第一区间的区块头的数量大于所述区块头数量阈值，则确定所述第二节点存在风险行为；和/或，
获取所述第二节点的当前区块头高度；若所述第一区间的区块头的起始高度低于所述当前区块头高度，则确定所述第二节点存在风险行为。
再一种实施方式中，所述数据类型包括所述第一数据类型，所述目标风险评估指标包括以下至少一项：区块头指标和区块头数量指标；
所述目标同步数据包括：所述第二节点向所述第一节点发送的第二区间的区块头的响应数据，所述风险评估因子包括以下至少一项：所述第二区间的区块头以及所述第二区间的区块头的数量。
再一种实施方式中，在根据所述风险评估因子检测所述第二节点是否存在风险行为时，所述一条或多条指令由处理器201加载并具体执行：
获取预设的区块头数量阈值；若所述第二区间的区块头的数量大于所述区块头数量阈值，则确定所述第二节点存在风险行为；和/或，
采用公钥对所述第二区间的区块头进行身份校验；若身份校验失败，则确定所述第二节点存在风险行为；和/或，
存储所述第二区间的区块头；若存储失败，则确定所述第二节点存在风险行为。
再一种实施方式中，在所述接收所述第二节点发送的目标同步数据之前，所述一条或多条指令还可由处理器201加载并执行：
向所述第二节点发送关于区块头的分配请求，以请求第二节点发送区块头；
若在预设时长内，未接收到所述第二节点发送的响应数据，则确定所述第二节点存在风险行为。
再一种实施方式中，所述数据类型包括所述第二数据类型，所述目标风险评估指标包括以下至少一项：地址数量指标和地址格式指标；
所述目标同步数据包括：所述第二节点向所述第一节点发送的目标服务地址的地址数据，所述风险评估因子包括以下至少一项：所述目标服务地址的地址数量以及所述目标服务地址的地址格式。
再一种实施方式中，所述风险评估因子包括所述目标服务地址的地址数量；相应的，在根据所述风险评估因子检测所述第二节点是否存在风险行为时，所述一条或多条指令由处理器201加载并具体执行：
检测是否为首次接收所述第二节点所发送的目标服务地址的地址数据；
若是，则检测所述目标服务地址的地址数量是否大于第一地址数量阈值；若大于所述第一地址数量阈值，则确定所述第二节点存在风险行为；
若否，则检测所述目标服务地址的地址数量是否大于第二地址数量阈值；若大于所述第二地址数量阈值，则确定所述第二节点存在风险行为。
再一种实施方式中，所述风险评估因子包括所述目标服务地址的地址格式；相应的，在根据所述风险评估因子检测所述第二节点是否存在风险行为时，所述一条或多条指令由处理器201加载并具体执行：
采用预设的地址格式对所述目标服务地址的地址格式进行格式校验；
若格式校验失败，则确定所述第二节点存在风险行为。
本发明实施例中的区块链网络可包括第一节点和第二节点，第一节点和第二节点之间可交互通信。第一节点在接收到第二节点发送的目标同步数据之后，可获取目标同步数据的数据类型以及和该数据类型相匹配的目标风险评估指标；由于不同的数据类型对应不同的风险评估指标，这样可使得根据目标同步数据的数据类型所确定出的目标风险评估指标更具针对性，从而使得后续可以更好地根据目标同步数据和目标风险评估指标对第二节点的节点类型进行检测，提高检测结果的准确性。并且，由于目标同步数据的数据类型包括关于区块头的第一数据类型以及关于服务地址的第二数据类型中的一种或多种，这样可丰富目标风险评估指标，从而可较为全面地对第二节点的节点类型进行检测，进一步提高检测结果的准确性。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (13)
1.一种基于区块链网络的节点检测方法，其特征在于，所述区块链网络包括第一节点和第二节点，所述方法包括：
所述第一节点接收所述第二节点发送的目标同步数据；
获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
2.如权利要求1所述的方法，其特征在于，所述根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，包括：
根据所述目标风险评估指标解析所述目标同步数据，得到风险评估因子；并根据所述风险评估因子检测所述第二节点是否存在风险行为；
若存在，则确定所述第二节点的节点类型为所述风险节点类型；若不存在，则确定所述第二节点的节点类型为所述安全节点类型。
3.如权利要求2所述的方法，其特征在于，所述数据类型包括所述第一数据类型，所述目标风险评估指标包括以下至少一项：区块头数量指标和区块头高度指标；
所述目标同步数据包括：所述第二节点请求所述第一节点发送第一区间的区块头的请求数据，所述风险评估因子包括以下至少一项：所述第一区间的区块头的数量以及所述第一区间的区块头的起始高度。
4.如权利要求3所述的方法，其特征在于，所述根据所述风险评估因子检测所述第二节点是否存在风险行为，包括：
获取预设的区块头数量阈值；若所述第一区间的区块头的数量大于所述区块头数量阈值，则确定所述第二节点存在风险行为；和/或，
获取所述第二节点的当前区块头高度；若所述第一区间的区块头的起始高度低于所述当前区块头高度，则确定所述第二节点存在风险行为。
5.如权利要求2所述的方法，其特征在于，所述数据类型包括所述第一数据类型，所述目标风险评估指标包括以下至少一项：区块头指标和区块头数量指标；
所述目标同步数据包括：所述第二节点向所述第一节点发送的第二区间的区块头的响应数据，所述风险评估因子包括以下至少一项：所述第二区间的区块头以及所述第二区间的区块头的数量。
6.如权利要求5所述的方法，其特征在于，所述根据所述风险评估因子检测所述第二节点是否存在风险行为，包括：
获取预设的区块头数量阈值；若所述第二区间的区块头的数量大于所述区块头数量阈值，则确定所述第二节点存在风险行为；和/或，
采用公钥对所述第二区间的区块头进行身份校验；若身份校验失败，则确定所述第二节点存在风险行为；和/或，
存储所述第二区间的区块头；若存储失败，则确定所述第二节点存在风险行为。
7.如权利要求5所述的方法，其特征在于，所述接收所述第二节点发送的目标同步数据之前，所述方法还包括：
向所述第二节点发送关于区块头的分配请求，以请求第二节点发送区块头；
若在预设时长内，未接收到所述第二节点发送的响应数据，则确定所述第二节点存在风险行为。
8.如权利要求2所述的方法，其特征在于，所述数据类型包括所述第二数据类型，所述目标风险评估指标包括以下至少一项：地址数量指标和地址格式指标；
所述目标同步数据包括：所述第二节点向所述第一节点发送的目标服务地址的地址数据，所述风险评估因子包括以下至少一项：所述目标服务地址的地址数量以及所述目标服务地址的地址格式。
9.如权利要求8所述的方法，其特征在于，所述风险评估因子包括所述目标服务地址的地址数量，所述根据所述风险评估因子检测所述第二节点是否存在风险行为，包括：
检测是否为首次接收所述第二节点所发送的目标服务地址的地址数据；
若是，则检测所述目标服务地址的地址数量是否大于第一地址数量阈值；若大于所述第一地址数量阈值，则确定所述第二节点存在风险行为；
若否，则检测所述目标服务地址的地址数量是否大于第二地址数量阈值；若大于所述第二地址数量阈值，则确定所述第二节点存在风险行为。
10.如权利要求8所述的方法，其特征在于，所述风险评估因子包括所述目标服务地址的地址格式，所述根据所述风险评估因子检测所述第二节点是否存在风险行为，包括：
采用预设的地址格式对所述目标服务地址的地址格式进行格式校验；
若格式校验失败，则确定所述第二节点存在风险行为。
11.一种基于区块链网络的节点检测装置，其特征在于，所述区块链网络包括第一节点和第二节点；所述装置运行于所述第一节点，所述装置包括：
接收单元，用于接收所述第二节点发送的目标同步数据；
获取单元，用于获取所述目标同步数据的数据类型以及与所述数据类型相匹配的目标风险评估指标；所述数据类型包括以下至少一种：关于区块头的第一数据类型及关于服务地址的第二数据类型；
检测单元，用于根据所述目标同步数据和所述目标风险评估指标，检测所述第二节点的节点类型，所述节点类型包括风险节点类型或者安全节点类型。
12.一种节点设备，包括输入接口和输出接口，其特征在于，还包括：
处理器，适于实现一条或多条指令；以及，
计算机存储介质，所述计算机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所述处理器加载并执行如权利要求1-10任一项所述的基于区块链网络的节点检测方法。
13.一种计算机存储介质，其特征在于，所述计算机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如权利要求1-10任一项所述的基于区块链网络的节点检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910902573.6A CN110619022B (zh) | 2019-09-20 | 2019-09-20 | 基于区块链网络的节点检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910902573.6A CN110619022B (zh) | 2019-09-20 | 2019-09-20 | 基于区块链网络的节点检测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110619022A true CN110619022A (zh) | 2019-12-27 |
| CN110619022B CN110619022B (zh) | 2024-03-19 |
Family
ID=68923977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910902573.6A Active CN110619022B (zh) | 2019-09-20 | 2019-09-20 | 基于区块链网络的节点检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110619022B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111614675A (zh) * | 2020-05-21 | 2020-09-01 | 深圳市网心科技有限公司 | 请求执行方法、设备、系统及介质 |
| CN112016922A (zh) * | 2020-08-22 | 2020-12-01 | 王红建 | 应用于区块链金融和在线支付的信息安全防护方法及设备 |
| CN112351022A (zh) * | 2020-10-30 | 2021-02-09 | 新华三技术有限公司 | 信任区的安全防护方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150363770A1 (en) * | 2014-06-16 | 2015-12-17 | Bank Of America Corporation | Cryptocurrency Transaction Payment System |
| CN106296359A (zh) * | 2016-08-13 | 2017-01-04 | 深圳市樊溪电子有限公司 | 基于区块链技术的可信电力网络交易平台 |
| CN109872151A (zh) * | 2017-12-04 | 2019-06-11 | 万事达卡国际公司 | 用于对匿名交易进行风险评分的方法和系统 |
| CN110011788A (zh) * | 2019-04-10 | 2019-07-12 | 深圳市网心科技有限公司 | 一种基于区块链的数据处理方法、系统及相关设备 |
-
2019
- 2019-09-20 CN CN201910902573.6A patent/CN110619022B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150363770A1 (en) * | 2014-06-16 | 2015-12-17 | Bank Of America Corporation | Cryptocurrency Transaction Payment System |
| CN106296359A (zh) * | 2016-08-13 | 2017-01-04 | 深圳市樊溪电子有限公司 | 基于区块链技术的可信电力网络交易平台 |
| CN109872151A (zh) * | 2017-12-04 | 2019-06-11 | 万事达卡国际公司 | 用于对匿名交易进行风险评分的方法和系统 |
| CN110011788A (zh) * | 2019-04-10 | 2019-07-12 | 深圳市网心科技有限公司 | 一种基于区块链的数据处理方法、系统及相关设备 |
Non-Patent Citations (1)
| Title |
|---|
| 周亮瑾: "基于区块链和分布式数据库的铁路旅客隐私保护技术研究", 《中国博士学位论文全文数据库 信息科技辑》, no. 12, 16 November 2018 (2018-11-16), pages 138 - 30 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111614675A (zh) * | 2020-05-21 | 2020-09-01 | 深圳市网心科技有限公司 | 请求执行方法、设备、系统及介质 |
| CN111614675B (zh) * | 2020-05-21 | 2022-08-12 | 深圳市网心科技有限公司 | 请求执行方法、设备、系统及介质 |
| CN112016922A (zh) * | 2020-08-22 | 2020-12-01 | 王红建 | 应用于区块链金融和在线支付的信息安全防护方法及设备 |
| CN112351022A (zh) * | 2020-10-30 | 2021-02-09 | 新华三技术有限公司 | 信任区的安全防护方法及装置 |
| CN112351022B (zh) * | 2020-10-30 | 2022-07-12 | 新华三技术有限公司 | 信任区的安全防护方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110619022B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109743315B (zh) | 针对网站的行为识别方法、装置、设备及可读存储介质 | |
| CN110597907B (zh) | 跨区块链的数据信息同步方法、装置、设备及介质 | |
| US10747721B2 (en) | File management/search system and file management/search method based on block chain | |
| EP3178011B1 (en) | Method and system for facilitating terminal identifiers | |
| CN110619022B (zh) | 基于区块链网络的节点检测方法、装置、设备及存储介质 | |
| CN111597567B (zh) | 数据处理方法、装置、节点设备及存储介质 | |
| CN111698315B (zh) | 针对区块的数据处理方法、数据处理装置及计算机设备 | |
| CN110289999B (zh) | 一种数据处理方法、系统及装置 | |
| JP2018005818A (ja) | 異常検知システム及び異常検知方法 | |
| CN107634964B (zh) | 一种针对waf的测试方法及装置 | |
| CN110222535B (zh) | 区块链配置文件的处理装置、方法及存储介质 | |
| CN107239701B (zh) | 识别恶意网站的方法及装置 | |
| US20180188990A1 (en) | Method, apparatus and system for inserting disk | |
| CN111339551B (zh) | 数据的验证方法及相关装置、设备 | |
| CN109600254B (zh) | 全链路日志的生成方法及相关系统 | |
| CN111030978B (zh) | 一种基于区块链的恶意数据获取方法、装置及存储设备 | |
| CN111147226B (zh) | 数据存储方法、装置及存储介质 | |
| CN115203697A (zh) | 一种文件检测方法、装置、设备及可读存储介质 | |
| CN111464395B (zh) | 一种创建区块链的方法、装置及可读存储介质 | |
| CN113849802A (zh) | 一种设备认证方法、装置、电子设备及存储介质 | |
| CN110287265B (zh) | 一种登录请求处理方法、装置、服务器及可读存储介质 | |
| EP3279800B1 (en) | Network communication method and network communication system | |
| KR102248991B1 (ko) | 블록체인 네트워크의 이웃 노드 연결 제어 장치, 방법 및 프로그램 | |
| CN116028444B (zh) | 文件指纹生成方法、装置、系统、电子设备及存储介质 | |
| CN112165406B (zh) | 接口报文测试方法、装置、计算机设备和存储介质 |
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 |