CN111047316A - 一种反篡改的智能区块链系统及实现方法 - Google Patents
一种反篡改的智能区块链系统及实现方法 Download PDFInfo
- Publication number
- CN111047316A CN111047316A CN201911213536.0A CN201911213536A CN111047316A CN 111047316 A CN111047316 A CN 111047316A CN 201911213536 A CN201911213536 A CN 201911213536A CN 111047316 A CN111047316 A CN 111047316A
- Authority
- CN
- China
- Prior art keywords
- blind
- block chain
- block
- sub
- node
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 36
- 230000007246 mechanism Effects 0.000 claims abstract description 27
- 238000005516 engineering process Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000007726 management method Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000005065 mining Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000012856 packing Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- VXPSARQTYDZXAO-CCHMMTNSSA-N (4s,4ar,5s,5ar,12ar)-4-(dimethylamino)-1,5,10,11,12a-pentahydroxy-6-methylidene-3,12-dioxo-4,4a,5,5a-tetrahydrotetracene-2-carboxamide;hydron;chloride Chemical compound Cl.C=C1C2=CC=CC(O)=C2C(O)=C2[C@@H]1[C@H](O)[C@H]1[C@H](N(C)C)C(=O)C(C(N)=O)=C(O)[C@@]1(O)C2=O VXPSARQTYDZXAO-CCHMMTNSSA-N 0.000 description 1
- 241000024188 Andala Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Bioethics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种反篡改的智能区块链系统及实现方法，具备资源管理的能力，可以自动运行在去中心化基础架构上，对人工智能的整个生命周期去中心化，并有效保证区块链隐私，解决了当前人工智能生态系统的局限性和实际实现问题；其由3个方面组成：反篡改的智能区块链系统技术模型、区块链隐私保护模块以及区块链共识机制优化模块。本发明将区块链与人工智能的生命周期联系起来，将使每个人便捷地使用人工智能技术，每个用户是智能区块链的共同建设者。
Description
技术领域
本发明是一种反篡改的智能区块链系统及实现方法，属于密码学、人工智能领域。
背景技术
随着数据和计算能力的增强，人工智能正在迅速改变世界。深度学习是人工智能的主导技术。大规模标记数据的需求限制了资金有限的小公司或大学对标记数据集的开发。相比之下，顶级人工智能公司有足够的资金从受控环境、众包方法或自己的大型云平台收集标签数据。因此，顶尖的人工智能公司实际上建立了数据门槛。
相关文献：Blockchain for AI：Review and Open Research Challenges，出自Digital Object Identifier 10.1109/ACCESS.2018.2890507，作者：Khaled Salah(Senior Member，IEEE)，M.Habib Ur Rehman，Nishara Nizamuddin，and Ala AL-Fuqaha。主要讨论利用区块链技术进行人工智能的开放式研究挑战，其出发点源于解决机器学习和深入学习方法都依赖于集中的培训模型，数据篡改的可能性，因为数据可能在以集中方式管理和存储时受到黑客和操作，通过区块链技术使人工智能能够以分布式和去中心化的方式处理和执行，具体实现：使通过区块链数据库保存数字签字的数据，用私钥保护数据安全；以绝对分散的方法实现群体共识，以分布式决策算法改进对决策的方式；以执行访问公共培训数据不同子任务的方式，将不同的网络安全人工智能代理组合起来，以提供跨基础网络的完全协调的安全，并解决调度问题；集成人工智能和区块链技术，使智能分散自治代理能够在不同的利益相关者之间自动和快速地验证数据，价值和资产转移，提高效率。
该篇著作为国外非专利文献，较为开放地讨论了人工智能和区块链技术结合的问题，在数据保护，数据存储，共识机制等方面提出了较为新颖的构思。但是在具体操作上只是针对某一问题进行简单分析，并未概括和整理出一套通用的理论。在人工智能的整个生命周期中，比较突出的问题是计算资源隐私保护，如何保障数据标记，知识图谱编辑，计算资源，算法和训练模型/训练知识图谱这些计算资源的安全性，以及如何实现系统去中心化和协调管理，目前并没有相关文献报导。
本发明将从反篡改的智能区块链系统技术模型、区块链共识机制以及隐私保护三个方面出发，构建具体的理论框架，解决了当前人工智能生态系统的局限性和实际实现问题。
发明内容
本发明的技术解决问题：克服现有技术的不足，提供一种反篡改的智能区块链系统及实现方法，具备资源管理的能力，可以自动运行在去中心化基础架构上，并有效保证区块链隐私，解决了当前人工智能生态系统的局限性和实现问题。
本发明的技术解决方案：一种反篡改的智能区块链系统，包括区块链的新型应用场景、区块链隐私保护和区块链共识机制，其中，区块链隐私保护包括：云端盲计算；区块链的新型应用场景指利用区块链技术使人工智能整个生命周期去中心化，具体如下：
区块链应用场景模块包括：基于去中心化技术，通过分布式核算和存储，对反篡改的智能区块链系统中子区块链去中心化管理。首先，将5类人工智能数据资源根据类型分为4类子区块链，便于资源的管理和统一调配(此处为子区块链，加入子区块链分类作用)，子区块链分别为标记子区块链、计算子区块链、算法子区块链、预训练模型或知识图谱子区块链。其次，依据分布云技术实现资源存储和管理，依据智能合约协议为反篡改的智能区块链应用场景模块提供共享和智能支付的功能(反篡改的智能区块链应用场景模块内部的智能合约协议为该模块提供智能支付的功能)，最终，实现反篡改的智能区块链资源在场景的广泛应用。该模块将资源调用信息送至区块链隐私保护模块，获取打包后的人工智能资源，同时将共享的资源送至共识机制优化模块公证并加入子区块链，为区块链隐私保护模块和共识机制优化模块提供资源的分散化存储和管理调用；
区块链隐私保护模块包括：基于云端盲计算(Blind Cloud Computing)技术，首先构建四种不同加密原语，其次由加密原语产生第一层盲计算操作，再由第一层盲计算操作构成第二层盲计算操作，最终通过第一层盲计算操作和第二层盲计算操作完成人脸识别、语言识别、视频监控和图像复原的人工智能应用任务，并送至区块链应用场景模块为用户提供人工智能领域服务，构建盲计算框架。该模块为区块链应用场景模块的功能实现提供资源和隐私的保护，为区块链共识机制优化模块中各个客户端节点的信息验证、传递和管理的有序性提供安全保障；
区块链共识机制优化模块包括：基于共识机制将不同客户端节点定义为投标者(Proposer)、验证者(Verifer)、投骰者(Dicer)和观察者(Observer)4种不同的角色，通过限随机信标(DRF)确定的掷骰者客户端节点在负责每一次公证时，生成一个有限随机信标种子，供下一轮更新节点角色的操作使用。以后启动资源挖掘交易，通过有限随机信标(DRF)确定客户端节点的角色，形成参与提名的有序列号组注册事务。区块链共识机制优化模块负责包装区块并提名该区块给验证者进行公证。块提名者将记录并得到代币奖励，同时由所有除组成员外的签名者验证交易，完成后收集组成员的签名，由组成员签署的区块由广播价值公证委员会的任何小组成员公证，最终作出做出估值安全性决策，提交子区块链管理。该模块有效提高区块链应用场景模块中资源共享和应用的效率，区块链隐私保护模块为共识模块提供客户端节点的隐私保护。
本发明的一种反篡改的智能区块链系统的实现方法，步骤如下：
(1)用户通过用户界面运行区块链挖掘程序成为观察者，通过积累一定数量代币后启动特殊交易来执行挖掘交易，区块链系统根据有限随机信标协议(VRF)每个节点的当前轮次和行为，其中随机产生一部分验证者，在提议新子区块链后，运行DKG和包含组公钥的注册事务，经检查确认系统具有一致的安全性后区块被成功打包到资源子区块链中，通过由验证者组成的验证组公证，广播给组成员并收集签名，由此管理其上传的人工智能资源，同时资源所有者用户在智能合约的协调下会获得一部分代币作为奖励；
(2)区块链系统根据不同资源类型构建区块链体系，将资源分为四种不同云服务环境下的子区块链，子区块链收集资源所有者共享的人工智能资源，记录和锁定资源所有者信息，并根据资源分类情况，运用分布云技术对资源进行分布式存储和去中心化管理，作为回报，被调用的人工智能资源所有者会依据智能合约获得一定数量的代币奖励；
(3)其他用户通过用户界面，在智能合约协调下支付一定数量的代币，获取所需资源或服务，实现共享功能。对应子区块链依据隐私保护机制，在调用过程依据区块链盲计算框架，对资源依次进行原语加密和两层盲计算技术加密操作，使资源透明地被使用者应用于人工智能方面的标记，计算和处理。
本发明与现有技术相比的优点在于：
(1)本发明提供的一种反篡改的智能区块链方案，该方案具备资源管理的能力，可以自动运行在去中心化基础架构上，对人工智能的整个生命周期去中心化；
(2)使用基于密码学盲计算的技术，有效保证区块链隐私，解决了当前人工智能生态系统的局限性和实际实现问题；
(3)采用节点挖掘的最优策略是在封装后立即发布，以获得公证，解决节点长期攻击和自私挖掘攻击的问题；
(4)改进工作证明类(POW)算法的共识协议，依据分而治之的思想，提出估值协议、掷骰协议、块提议和公证协议以及终止协议相结合的方法，仅需确定区块链系统中可靠的客户端节点超过总量的2/3时，系统即具有一致的安全性，与原本工作证明类(POW)算法相比有更高效的共识一致性；
(5)提出基于区块链协商一致算法的共识机制，解决节点提议组由于某些节点下线或故障而未被提名，减小对整个网络的影响，系统的稳定性取决于分组的数量和下线或故障率。当组数达到100且下线或故障率为75％时，系统的正常概率为1-10-13，即接近1。
附图说明
图1为本系统框架图；
图2为本系统的区块链应用场景流程图；
图3为本系统的区块链隐私保护流程图；
图4为本系统的区块链共识机制优化流程图。
具体实施方式
为了更好地理解本发明，先对一些基本概念进行一下解释说明。
反篡改的智能区块链系统的共识机制是由一系列协议组成的，主要包括：
1.估值协议，指的是当区块链分叉发生时，块打包时选择父块。
2.掷骰协议，指的是通过VRF协议选取出这一轮次中不同节点的作用。依照不同节点根据角色作用不同，各节点可分为投标者(Proposer)、验证者(Verifer)、投骰者(Dicer)、观察者(Observer)几种角色。投标者负责包装区块并提名区块给验证者进行公证，验证者负责公证提名正确区块，投骰者负责在系统的每个分叉处生成下一轮VRF种子，观察者接收所有系统消息，但不能推举块，参与选举和更新区块链系统。
3.块提议和公证协议，指的是通过掷骰协议确定每个节点的作用后，各种不同角色的节点将会防止区块链受到攻击。
4.终止协议，指的是当系统中的诚实节点超过2/3时，系统具有可被观察和验证的最高可信块。
在共识机制中，首先定义每个运行的客户端为节点C，并使用i∈N以标记节点唯一性，并使用round r和轮r中节点的角色来表示其属性。例如，
表示序列号i中的节点C，并且该节点在前r轮中被选择为P(Proposer)角色和V(Verifer)角色。
任何时候，给定数量的节点G＝{Ci|i∈N}都可以形成一个可以参与选举的组。类似地，定义节点组G的序列号为i和轮r中由随机种子确定的属性。
例如
表示序列号i的节点组G，并且节点组G在r轮中被选为V(Verifer)角色组。
定义任何时间节点的当前数据的复制状态被称为协议状态，其由σ表示。使用σ→σ′来表示单个协议状态转换。
事务：所有改变协议状态的行为，统称为一个事务，例如块消息，由T表示。
协议转换：使用σ→σ′来表示单个协议状态转换，有以下两个定理：
定理1.传递性，如果σ1转换为σ2并且σ2转换为σ3，则σ1可以转换为σ3；
定理2.身份性，每个状态都有一种过渡到自身的内在状态。
VRF协议是在前r-1轮产生的r轮去中心化随机种子称为εr，通过公式
唯一确定前r轮随机数，其有效性可以通过不同用户使用公式验证验证(εr-1，εr，GPk)，其中GPk是最后一个随机组的组公钥，εr是其轮次随机值组的组阈值签名。由于组私钥对于第一个i组的任何成员是不可见的，因此不能伪造签名。但是，它可以通过发布到区块链的组公钥进行验证，从而实现去中心化的VRF模型。
对于r轮块的提名，假设已经生成了该轮的随机数ε_r(第4部分是方法)并且通过随机组向网络广播。在此，我们推导出节点的组内权重属性。在注册组
中，任何节点
的序列PRG(εr，index)我们可以使用Fisher-Yates shuffle的输入来生成G组的所有成员C的随机排列。结果是双射映射{1，...，|C|}→C，共识机制可以解决节点提议组由于某些节点下线或故障而未被提名，减小对整个网络的影响。
证明：设当前网络节点的数量为N，并且各个组成员的数量为Mmax。假设最大且允许连接的单个节点是Gmax，然后通过
计算当前组编号。如果整个系统节点离线或故障率为σ，则所有候选块节点中的至少一个节点可以正常计算的概率是
求解可得：
因此，可以得出系统的稳定性取决于分组的数量和下线或故障率。当组数达到100且下线或故障率为75％时，系统的正常概率为1-10-13，即接近1.随着数据包数量的增加，系统失败率会下降得非常快。
如图1所示，本发明整个实现过程如下：
(1)首先构建反篡改的智能区块链系统的基础结构，其中包含资源层，子区块链层、分散层、用户界面层和用户层，用户通过用户界面运行区块链提供的挖掘程序成为观察者，在承诺一定数量的代币后，成为挖掘节点来执行挖掘交易，通过系统生成的VRF在每轮中随机选择投标者，验证者和掷骰者三个角色中的一个或多个，掷骰者节点负责在每一次程序分差时，生成一个有限随机信标种子，供下一轮更新节点角色的操作使用；
(2)给定数量的投标者组成一个投标组G参与区块的提名，且包含一个轮次信息，在给定随机种子确定其属性的前提下，该给定节点组成功运行DKG和包含组公钥的注册事务，经检查区块确认后被成功打包到资源子区块中，则区块链系统负责包装区块并提名该区块给验证者进行公证，如果节点包含验证者属性，则接受由投标者节点提交的提名该给定节点公证正确；
(3)当任何节点处于公证阶段时，首先估计自己是否是公证人的成员。如果是，它将保留G_max块空间并将其保留T时间。该成员仅存储由该组以外的组签名的有效块。在等待时间之后，如果任何组接收到多个块，则该组将直接丢失当前的公证限定，并且其余块获得签名的副本并被广播。当它接收到公证的组阈值签名的任何块时，它表示该轮的一些块已经公证，然后该轮中的所有处理都结束；
(4)公证部分将具有分叉概率，优先选择公证部分的高权重链接。公证部分不保证数据的一致性，尽量确保至少完成一个区块并进行公证。一旦块被公证，块提名者和相应的提名组成员将收到代币奖励，由块提名者记录并由所有社区签名者验证的交易；
(5)除了经过公证的组，其他组由索引值为1的节点执行，用于事务处理和块包，块包完成后，节点广播给组的成员以立即收集组成员的签名，由小组成员签署的区块由广播价值公证委员会的任何小组成员公证；
(6)公证以后，如果节点之间存在一个共同的未来状态且具有协商一致的安全性，当节点做出估值安全性决策时，当分叉发生时，块封装选择父块来遵循估值协议；
(7)系统逐步将人工智能资源分为数据标记，知识图谱编辑，计算资源，算法和训练模型/训练知识图谱五个部分，五类资源均由不同用户节点公布和分享，构建反篡改的智能区块链体系，将上述五类资源构建成四大类子区块，分别为标记子区块、计算子区块、算法子区块和预训练模型或知识图谱子区块，贡献不同的数据资源模型，构建子区块并连接到区块链，通过分布云技术进行人工智能资源存储和管理，达到去中心化的效果；
(8)用户调取相应人工智能资源，需要通过智能合约提供自动支付代币功能，对应子区块链根据隐私保护规定，只为使用者提供模型输入和输出服务，任何人都不能删除或修改每个资源和事务记录的所有权，同时对使用过程进行两层盲计算加密操作，用以保护资源的安全性，其中通过安全的多方计算保护数据和知识图谱的隐私，通过功能加密来保护算法的隐私，通过同态加密来计算保护资源的隐私，通过交叉审核用于有效控制数据的质量；
上述各模块的具体实现过程如下：
1.人工智能区块链应用场景流程
该流程其的实现过程如图2所示：
(1)将人工智能资源分为数据标记、知识图谱编辑、计算资源、算法、训练模型或训练知识图谱五个部分，五类资源均由不同用户节点公布和分享；
(2)将步骤(1)中五类资源构建四个子区块，分别为标记子区块、计算子区块、算法子区块、预训练模型或知识图谱子区块，所述标记子区块包括数据标记和知识图谱编辑，所述计算子区块包括计算资源，所述算法子区块包括算法，所述预训练模型和知识图谱子区块包括训练模型或预训练训练知识图谱；
(3)将步骤(2)中四个子区块分别通过分布云技术进行资源存储和管理，方便不同地区的不同用户调用，在这之中使用区块链隐私保护模块的同态加密保障资源在调用过程中的保密性，并根据区块链共识机制优化模块为各个节点实现信息自我验证、传递和管理提供安全保障，最终达到区块技术在人工智能整个生命周期区中心化的效果；
(4)依据智能合约，管理反篡改的智能区块链系统中的共享和使用，使用统一流通的代币，当客户端节点共享资源到子区块链中时智能合约会根据贡献度给予该客户端节点一定币值的代币，而当客户端节点应用子区块链中资源时则会扣去一定币值的代币。
2.人工智能区块链隐私保护流程
该流程其的实现过程如图3所示：
(1)构建不经意传输协议(OT)、秘密共享(SS)、同态加密(HE)和功能加密(FE)四种不同加密原语；
(2)产生第一层盲计算操作，所述第一层盲计算操作包括盲点乘运算(BDP)、盲大数运算(BM)、盲距离计算(BD)和盲计算二进制搜索(BBS)，其中盲点乘运算由不经意传输协议、秘密共享和功能加密组成，盲大数运算由不经意传输协议、秘密共享和功能加密组成，盲距离计算由不经意传输协议、秘密共享和同态加密组成，盲计算二进制搜索由不经意传输协议和功能加密组成；
(3)由(2)所得盲点乘运算、盲大数运算、盲距离计算和盲计算二进制搜索和盲大数运算的第一层盲操作支持第二层盲操作，第二层盲操作包括盲分类和盲匹配，其中盲分类主要通过盲点乘运算和盲大数运算来；
(4)根据步骤(2)所得的第一层盲操作和步骤(3)所得的第二层盲操作，完成相应人工智能任务，即通过盲分类实现人脸识别，通过盲匹配实现视频监控，通过盲二进制搜索实现图像复原。
3.人工智能区块链共识机制流程
该流程其的实现过程如图4所示：
(1)定义所有节点有投标者(Proposer)、验证者(Verifer)、投骰者(Dicer)和观察者(Observer)四种类型，节点拥有其中一种或多种角色，任何节点都运行反篡改的智能区块链提供的挖掘程序成为观察者节点，观察者节点接收所有系统消息，通过积累一定数量代币后启动特殊交易来执行挖掘交易；
(2)由步骤(1)的确定资源挖掘交易后，启动挖掘程序的给定节点可以通过区块链系统，将通过有限随机信标(DRF)来选择成为投标者、验证者和投骰者生成的其中一种或者多种角色的节点；
(3)如果给定节点包含投标者节点属性，形成一个参与提名的有序列号组，在给定随机种子确定其属性的前提下，该给定节点组成功运行DKG和包含组公钥的注册事务，经检查区块确认后被成功打包到资源子区块中，则区块链系统负责包装区块并提名该区块给验证者进行公证，如果节点包含验证者属性，则接受由投标者节点提交的提名该给定节点公证正确；
(4)公证部分将具有分叉概率，优先选择公证部分的高权重链接。公证部分不保证数据的一致性，尽量确保至少完成一个区块并进行公证，一旦块被公证，块提名者和相应的提名组成员将收到代币奖励，由块提名者记录并由所有社区签名者验证的交易，除了经过公证的组，其他组由索引值为1的节点执行，用于事务处理和块包，块包完成后，节点广播给组的成员以立即收集组成员的签名，由小组成员签署的区块由广播价值公证委员会的任何小组成员公证；
(5)掷骰者节点负责在每一次程序分差时，通过掷骰协议生成一个有限随机信标种子，供下一轮更新节点角色的操作使用，公证以后，如果节点之间存在一个共同的未来状态且具有协商一致的安全性，节点依据估值协议做出估值安全性决策。
Claims (5)
1.一种反篡改的智能区块链系统，其特征在于，包括：区块链应用场景模块、区块链隐私保护模块和区块链共识机制优化模块；
区块链应用场景模块包括：基于去中心化技术，通过分布式核算和存储，对反篡改的智能区块链系统中子区块链去中心化管理；首先，将5类人工智能数据资源根据类型分为4类子区块链，便于资源的管理和统一调配，子区块链分别为标记子区块链、计算子区块链、算法子区块链、预训练模型或知识图谱子区块链；其次，依据分布云技术实现资源存储和管理，依据智能合约协议为反篡改的智能区块链应用场景模块提供共享和智能支付的功能；最终，实现反篡改的智能区块链资源在场景的广泛应用；该模块将资源调用信息送至区块链隐私保护模块，获取打包后的人工智能资源，同时将共享的资源送至共识机制优化模块公证并加入子区块链，为区块链隐私保护模块和共识机制优化模块提供资源的分散化存储和管理调用；
区块链隐私保护模块包括：基于云端盲计算(Blind Cloud Computing)技术，首先构建四种不同加密原语，其次由加密原语产生第一层盲计算操作，再由第一层盲计算操作构成第二层盲计算操作，最终通过第一层盲计算操作和第二层盲计算操作完成人脸识别、语言识别、视频监控和图像复原的人工智能应用任务，并送至区块链应用场景模块为用户提供人工智能领域服务，构建盲计算框架；该模块为区块链应用场景模块的功能实现提供资源和隐私的保护，为区块链共识机制优化模块中各个客户端节点的信息验证、传递和管理的有序性提供安全保障；
区块链共识机制优化模块包括：基于共识机制将不同客户端节点定义为投标者(Proposer)、验证者(Verifer)、投骰者(Dicer)和观察者(Observer)4种不同的角色，通过限随机信标(DRF)确定的掷骰者客户端节点在负责每一次公证时，生成一个有限随机信标种子，供下一轮更新节点角色的操作使用；以后启动资源挖掘交易，通过有限随机信标(DRF)确定客户端节点的角色，形成参与提名的有序列号组注册事务，区块链共识机制优化模块负责包装区块并提名该区块给验证者进行公证，块提名者将记录并得到代币奖励，同时由所有除组成员外的签名者验证交易，完成后收集组成员的签名，由组成员签署的区块由广播价值公证委员会的任何小组成员公证，最终作出做出估值安全性决策，提交子区块链管理；该模块有效提高区块链应用场景模块中资源共享和应用的效率，区块链隐私保护模块为共识模块提供客户端节点的隐私保护。
2.根据权利要求1所述的反篡改的智能区块链系统，其特征在于：所述区块链应用场景模块实现过程如下：
(1)将人工智能资源分为数据标记、知识图谱编辑、计算资源、算法、训练模型或训练知识图谱五个部分，5类资源均由不同用户节点公布和分享；
(2)将步骤(1)中5类资源构建4个子区块链，分别为标记子区块、计算子区块、算法子区块、预训练模型或知识图谱子区块，所述标记子区块包括数据标记和知识图谱编辑，所述计算子区块包括计算资源，所述算法子区块包括算法，所述预训练模型和知识图谱子区块包括训练模型或预训练训练知识图谱；
(3)将步骤(2)中四个子区块分别通过分布云技术进行资源存储和管理，方便不同地区的不同用户调用，在这之中使用同态加密保障资源在调用过程中的保密性，并为各个节点实现信息自我验证、传递和管理提供安全保障，最终达到区块技术在人工智能整个生命周期区中心化的效果；
(4)依据智能合约，使用统一流通的代币，当客户端节点共享资源到(3)中分布式存储和管理的子区块链中时智能合约会根据贡献度给予该客户端节点一定币值的代币，而当客户端节点应用子区块链中资源时则会扣去一定币值的代币；
(5)依据(3)中分布式存储和管理技术以及(4)中智能合约机制，实现反篡改的智能区块链在场景中的广泛应用。
3.根据权利要求1所述的反篡改的智能区块链系统，其特征在于：所述区块链隐私保护模块实现过程如下：
(1)根据不经意传输协议(OT)、秘密共享(SS)、同态加密(HE)和功能加密(FE)四种加密技术，构建四种不同的加密原语；
(2)产生第一层盲计算操作，所述第一层盲计算操作包括盲点乘运算(BDP)、盲大数运算(BM)、盲距离计算(BD)和盲计算二进制搜索(BBS)，其中盲点乘运算由不经意传输协议、秘密共享和功能加密组成，盲大数运算由不经意传输协议、秘密共享和功能加密组成，盲距离计算由不经意传输协议、秘密共享和同态加密组成，盲计算二进制搜索由不经意传输协议和功能加密组成；
(3)由步骤(2)的盲点乘运算、盲大数运算、盲距离计算和盲计算二进制搜索和盲大数运算的第一层盲运算操作支持第二层盲运算操作，第二层盲操作包括盲分类和盲匹配，其中盲分类通过盲点乘运算和盲大数运算得到；
(4)根据步骤(2)的第一层盲运算操作和步骤(3)的第二层运算盲操作，完成相应人工智能任务，通过盲分类实现人脸识别，通过盲匹配实现视频监控，通过盲二进制搜索实现图像复原，由此构建区块链盲计算框架。
4.根据权利要求1所述的反篡改的智能区块链系统，其特征在于所述区块链共识机制优化模块实现过程如下：
(1)定义所有节点有投标者(Proposer)、验证者(Verifer)、投骰者(Dicer)和观察者(Observer)四种类型，节点拥有其中一种或多种角色，任何节点都运行反篡改的智能区块链提供的挖掘程序成为观察者节点，观察者节点接收所有系统消息，通过积累一定数量代币后启动特殊交易来执行挖掘交易；
(2)由步骤(1)的确定资源挖掘交易后，启动挖掘程序的给定节点可以通过区块链系统，将通过有限随机信标(DRF)来选择成为投标者、验证者和投骰者生成的其中一种或者多种角色的节点；
(3)如果给定节点包含投标者节点属性，形成一个参与提名的有序列号组，在给定随机种子确定其属性的前提下，该给定节点组成功运行DKG和包含组公钥的注册事务，经检查区块确认后被成功打包到资源子区块中，则区块链系统负责包装区块并提名该区块给验证者进行公证，如果节点包含验证者属性，则接受由投标者节点提交的提名该给定节点公证正确；
(4)公证部分将具有分叉概率，优先选择公证部分的高权重链接。公证部分不保证数据的一致性，尽量确保至少完成一个区块并进行公证，一旦块被公证，块提名者和相应的提名组成员将收到代币奖励，由块提名者记录并由所有除组成员外的签名者验证交易；除了经过公证的组，其他组由索引值为1的节点执行，用于事务处理和块包，块包完成后，节点广播给组的成员以立即收集组成员的签名，由组成员签署的区块由广播价值公证委员会的任何小组成员公证；
(5)掷骰者节点负责下一次程序分差，此时如果节点之间存在一个共同的未来状态且具有协商一致的安全性，节点依据估值协议做出估值安全性决策。
5.一种反篡改的智能区块链系统的实现方法，其特征在于，步骤如下：
(1)用户通过用户界面运行区块链挖掘程序成为观察者，通过积累一定数量代币后启动特殊交易来执行挖掘交易，区块链系统根据有限随机信标协议(VRF)每个节点的当前轮次和行为，其中随机产生一部分验证者，在提议新子区块链后，运行DKG和包含组公钥的注册事务，经检查确认系统具有一致的安全性后区块被成功打包到资源子区块链中，通过由验证者组成的验证组公证，广播给组成员并收集签名，由此管理其上传的人工智能资源，同时资源所有者用户在智能合约的协调下会获得一部分代币作为奖励；
(2)区块链系统根据不同资源类型构建区块链体系，将资源分为四种不同云服务环境下的子区块链，子区块链收集资源所有者共享的人工智能资源，记录和锁定资源所有者信息，并根据资源分类情况，运用分布云技术对资源进行分布式存储和去中心化管理，作为回报，被调用的人工智能资源所有者会依据智能合约获得一定数量的代币奖励；
(3)其他用户通过用户界面，在智能合约协调下支付一定数量的代币，获取所需资源或服务，实现共享功能；对应子区块链依据隐私保护机制，在调用过程依据区块链盲计算框架，对资源依次进行原语加密和两层盲计算技术加密操作，使资源透明地被使用者应用于人工智能方面的标记，计算和处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911213536.0A CN111047316A (zh) | 2019-12-02 | 2019-12-02 | 一种反篡改的智能区块链系统及实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911213536.0A CN111047316A (zh) | 2019-12-02 | 2019-12-02 | 一种反篡改的智能区块链系统及实现方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111047316A true CN111047316A (zh) | 2020-04-21 |
Family
ID=70234297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911213536.0A Pending CN111047316A (zh) | 2019-12-02 | 2019-12-02 | 一种反篡改的智能区块链系统及实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111047316A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111683366A (zh) * | 2020-06-05 | 2020-09-18 | 宗陈星 | 基于人工智能和区块链的通信数据处理方法及大数据平台 |
| CN112966022A (zh) * | 2021-03-10 | 2021-06-15 | 安徽航天信息科技有限公司 | 一种数据交易平台的信息查询方法、装置及系统 |
| CN113205399A (zh) * | 2021-05-21 | 2021-08-03 | 中国联合网络通信集团有限公司 | 电子投标方法、发标节点、第一投标节点、第三方节点 |
| CN114430326A (zh) * | 2022-04-07 | 2022-05-03 | 中国工商银行股份有限公司 | 基于区块链的信息确认方法及装置、电子设备及存储介质 |
| CN114978530A (zh) * | 2022-05-11 | 2022-08-30 | 西安电子科技大学 | 空间信息网中分布式空间众包的距离计算与隐私保护方法 |
| CN116305226A (zh) * | 2022-08-25 | 2023-06-23 | 北京华宜信科技有限公司 | 一种用于数据隔离的动态隐形黑箱方法 |
| CN116881980A (zh) * | 2023-09-06 | 2023-10-13 | 北京迅京科技有限公司 | 一种强化区块链系统节点下的数据防篡改方法及装置 |
-
2019
- 2019-12-02 CN CN201911213536.0A patent/CN111047316A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111683366A (zh) * | 2020-06-05 | 2020-09-18 | 宗陈星 | 基于人工智能和区块链的通信数据处理方法及大数据平台 |
| CN112966022A (zh) * | 2021-03-10 | 2021-06-15 | 安徽航天信息科技有限公司 | 一种数据交易平台的信息查询方法、装置及系统 |
| CN112966022B (zh) * | 2021-03-10 | 2024-04-05 | 安徽航天信息科技有限公司 | 一种数据交易平台的信息查询方法、装置及系统 |
| CN113205399A (zh) * | 2021-05-21 | 2021-08-03 | 中国联合网络通信集团有限公司 | 电子投标方法、发标节点、第一投标节点、第三方节点 |
| CN113205399B (zh) * | 2021-05-21 | 2023-07-14 | 中国联合网络通信集团有限公司 | 电子投标方法、第一投标节点设备、中立第三方节点设备 |
| CN114430326A (zh) * | 2022-04-07 | 2022-05-03 | 中国工商银行股份有限公司 | 基于区块链的信息确认方法及装置、电子设备及存储介质 |
| CN114978530A (zh) * | 2022-05-11 | 2022-08-30 | 西安电子科技大学 | 空间信息网中分布式空间众包的距离计算与隐私保护方法 |
| CN114978530B (zh) * | 2022-05-11 | 2023-09-08 | 西安电子科技大学 | 空间信息网中分布式空间众包的距离计算与隐私保护方法 |
| CN116305226A (zh) * | 2022-08-25 | 2023-06-23 | 北京华宜信科技有限公司 | 一种用于数据隔离的动态隐形黑箱方法 |
| CN116305226B (zh) * | 2022-08-25 | 2023-11-07 | 北京华宜信科技有限公司 | 一种用于数据隔离的动态隐形黑箱方法 |
| CN116881980A (zh) * | 2023-09-06 | 2023-10-13 | 北京迅京科技有限公司 | 一种强化区块链系统节点下的数据防篡改方法及装置 |
| CN116881980B (zh) * | 2023-09-06 | 2023-11-21 | 北京迅京科技有限公司 | 一种强化区块链系统节点下的数据防篡改方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111047316A (zh) | 一种反篡改的智能区块链系统及实现方法 | |
| Jesus et al. | A survey of how to use blockchain to secure internet of things and the stalker attack | |
| Zhu et al. | Applications of distributed ledger technologies to the internet of things: A survey | |
| CN112287029B (zh) | 一种区块链多链跨链系统及其实现机制 | |
| Cui et al. | A decentralized and trusted edge computing platform for Internet of Things | |
| CN112163856A (zh) | 用于区块链与物联网融合场景的共识方法及系统 | |
| Xu et al. | When quantum information technologies meet blockchain in web 3.0 | |
| Zou et al. | A dispute arbitration protocol based on a peer-to-peer service contract management scheme | |
| Wang et al. | Beh-Raft-Chain: a behavior-based fast blockchain protocol for complex networks | |
| CN113448694B (zh) | 一种提高事务处理能力的区块链共识方法 | |
| CN112866380A (zh) | 一种基于区块链的链网架构 | |
| US20240163098A1 (en) | Computer-implemented methods and systems for controlling tasks implemented by a cyclically-ordered set of nodes participating in a blockchain network | |
| Poonpakdee et al. | Applying epidemic algorithm for financial service based on blockchain technology | |
| Singh | Blockchain and IOT integrated Smart City Architecture | |
| Antevski et al. | Federation in dynamic environments: Can blockchain be the solution? | |
| CN111125775A (zh) | 一种基于区块链对收藏品赋予附加价值的方法 | |
| Wu et al. | Blockchain consensus mechanism for distributed energy transactions | |
| Bu et al. | RepShardChain: A reputation-based sharding blockchain system in smart city | |
| CN114172661B (zh) | 一种数字资产的双向跨链方法、系统及装置 | |
| Panduro-Ramirez et al. | Blockchain approach for implementing access control in IOT | |
| Medley et al. | Collaborative verifiable delay functions | |
| Liu et al. | Bi-TCCS: Trustworthy Cloud Collaboration Service Scheme Based on Bilateral Social Feedback | |
| Patil et al. | Enhancing security and ensuring secure performance: A performance evaluation of consensus algorithms in a distributed healthcare blockchain system | |
| CN115186285B (zh) | 联邦学习的参数聚合方法和装置 | |
| Tanwar | Consensus Scalability in Blockchain Network |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200421 |
|
| RJ01 | Rejection of invention patent application after publication |