CN111510348B - 一种异常挖矿监控方法、设备及存储介质 - Google Patents
一种异常挖矿监控方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111510348B CN111510348B CN202010269469.0A CN202010269469A CN111510348B CN 111510348 B CN111510348 B CN 111510348B CN 202010269469 A CN202010269469 A CN 202010269469A CN 111510348 B CN111510348 B CN 111510348B
- Authority
- CN
- China
- Prior art keywords
- excavation
- block
- miner
- calculating
- deviation
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0681—Configuration of triggering conditions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种异常挖矿监控方法、设备及存储介质,属于区块链技术领域。获取指定时间范围成功出块的矿工地址、每个矿工拥有的份额、每个矿工实际出块数量,保存在到缓存中;计算每个矿工的理论出块数量;计算每个矿工的挖矿偏差;计算挖矿偏差平均值;计算每个矿工的挖矿偏差和挖矿偏差平均值的差值M;若存在差值M大于第一阈值的矿工,则发出报警信息。可以用于分析周期性的出块结果,确认是否有挖矿抖动,如果有抖动,及时报警,同时根据区块链中的结果数据,进行进一步的异常情况分析,以便改进POS,或SPOS共识机制。
Description
技术领域
本发明涉及区块链技术领域,尤其涉及一种异常挖矿监控方法、设备及存储介质。
背景技术
比特币和以太坊是区块链典型的代表架构,分别代表了区块链1.0和2.0的发展历程。SPOS共识机制是通过购买挖矿的ticket进行挖矿的。相比于POW共识机制,SPOS更加的环保,但是用于挖矿的ticket如果过于集中化,也有损害其他持有ticket矿工利益的风险,同时无论是POS和SPOS机制在实际应用中使用的时间较短,需要从实践中不断地优化机制来抵抗中心化的威胁,使其最终成为一种优秀的去中心化共识机制。
发明内容
1.发明要解决的技术问题
为了克服上述技术问题,本发明提供了一种异常挖矿监控方法、设备及存储介质。可以用于分析周期性的出块结果,确认是否有挖矿抖动,如果有抖动,及时报警,同时根据区块链中的结果数据,进行进一步的异常情况分析,以便改进POS,或SPOS共识机制。
2.技术方案
为解决上述问题,本发明提供的技术方案为:
第一方面,本申请提出了一种异常挖矿监控方法,包括:获取指定时间范围成功出块的矿工地址、每个矿工拥有的份额、每个矿工实际出块数量,保存在到缓存中;计算每个矿工的理论出块数量;计算每个矿工的挖矿偏差;计算挖矿偏差平均值;计算每个矿工的挖矿偏差和挖矿偏差平均值的差值M;若存在差值M大于第一阈值的矿工,则发出报警信息。
可选地,还包括:获取所述指定时间范围发生区块回滚的矿工地址、矿工实际发生区块回滚的次数;计算矿工区块回滚的次数平均值;计算矿工区块回滚次数偏差值;计算每个矿工的挖矿偏差和挖矿偏差平均值的差值N;若存在差值N大于第二阈值的矿工,则发出报警信息。
可选地,还包括:获取挖矿地址的份额;按照份额多少对挖矿地址排序;在设定窗口值范围内按照份额排序选出N1个挖矿地址,作为一个挖矿地址组;计算挖矿地址组内挖矿地址的最大份额与最小份额之差ΔP;保留ΔP小于设定份额基准差的挖矿地址组,舍弃ΔP大于设定份额基准差的挖矿地址组;滑动窗口,得到ΔP小于设定份额基准差的挖矿地址组;保存指定时间范围内所述挖矿地址组中挖矿地址的回滚区块,回滚区块高度,回滚区块深度到缓存中;统计所述指定时间范围内挖矿地址对应的回滚次数;计算挖矿地址组内所有挖矿地址的平均回滚数,挖矿地址组回滚数方差;判断挖矿地址组回滚数方差是否大于设定方差基准值W;若否,则挖矿地址正常;若是,则为异常挖矿地址组,发出报警信息。
可选地,所述发出报警信息后,还包括:查看异常挖矿地址组中每一个挖矿地址的回滚数,定位到回滚数过大的挖矿地址,完成异常挖矿地址定位。
可选地,当共识方法为POS时,所述份额为票数;当共识方法为DPOS时,所述份额为股权。
可选地,所述缓存算法为LRU、OPT、NRU Clock、LFU、PBA。
可选地,所述发出报警信息后,还包括:查看大于第一阈值的矿工在第一区块高度区间内的出块情况,以找出异常出块的矿工;查看大于第二阈值的矿工在第一区块高度区间内的区块回滚情况,以找出区块回滚异常的矿工。
可选地,所述设定窗口值、所述设定份额基准差均为经验值。
第二方面,本申请提出了一种设备,所述设备包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如以上所述的方法。
第三方面,本申请提出了一种存储有计算机程序的存储介质,该程序被处理器执行时实现如以上任一项所述的方法。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
从监控区块回滚数据情况的角度监控异常挖矿的矿工,与从出块情况监控矿工挖矿情况相结合,实现对矿工较为全面的监控,优化共识机制,确保矿工利益,与份额占比相等价,特别是那些出块异常,且回滚异常的挖矿地址,可进行快速定位,发现异常挖矿的矿工;符合区块链去中心化的原则,极大的促进了POS、SPOS共识机制的优化发展。
附图说明
图1为本发明一实施例提供的一种异常挖矿监控方法的流程图之一。
图2为本发明一实施例提供的一种异常挖矿监控方法的流程图之二。
图3为本发明一实施例提供的一种异常挖矿监控方法的流程图之三。
图4为本发明实施例提供的一种设备结构示意图。
具体实施方式
为进一步了解本发明的内容,结合附图及实施例对本发明作详细描述。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。本发明中所述的第一、第二等词语,是为了描述本发明的技术方案方便而设置,并没有特定的限定作用,均为泛指,对本发明的技术方案不构成限定作用。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
一种异常挖矿监控方法,如图1,包括:
S101、获取指定时间范围成功出块的矿工地址、每个矿工拥有的份额、每个矿工实际出块数量,保存在到缓存中;
S102、计算每个矿工的理论出块数量;计算每个矿工的挖矿偏差;计算挖矿偏差平均值;计算每个矿工的挖矿偏差和挖矿偏差平均值的差值M;
S103、若存在差值M大于第一阈值的矿工,则发出报警信息。
第一阈值的大小取值根据经验而定,综合区块链网络性能,以往的判断经验等方面综合考量而定。通过对每个矿工在指定时间范围内出块数量的监控,与理论出块数量的偏差值计算,找出偏差值较大的矿工,分析该矿工的异常出块情况,查看大于第一阈值的矿工在第一区块高度区间内的出块情况,以找出异常出块的矿工。确保份额,与出块权益相匹配,切实维护每个矿工的权益,优化去中心化的机制。
作为本实施例的一可选实施方式,如图2,还包括:S104、获取所述指定时间范围发生区块回滚的矿工地址、矿工实际发生区块回滚的次数;
S105、计算矿工区块回滚的次数平均值;计算矿工区块回滚次数偏差值;计算每个矿工的挖矿偏差和挖矿偏差平均值的差值N;
S106、若存在差值N大于第二阈值的矿工,则发出报警信息。
第二阈值的大小与第一阈值取值类似,根据经验而定,综合区块链网络性能,以往的判断经验等方面综合考量而定。查看大于第二阈值的矿工在第一区块高度区间内的区块回滚情况,以找出区块回滚异常的矿工。
作为本实施例的另一可选实施方式,如图3,还包括:
S201、获取挖矿地址的份额;按照份额多少对挖矿地址排序;
S202、在设定窗口值范围内按照份额排序选出N1个挖矿地址,作为一个挖矿地址组;计算挖矿地址组内挖矿地址的最大份额与最小份额之差ΔP;
S203、保留最大份额与最小份额之差ΔP小于设定份额基准差的挖矿地址组,舍弃ΔP大于设定份额基准差的挖矿地址组;滑动窗口,得到ΔP小于设定份额基准差的挖矿地址组;
S204、保存指定时间范围内所述挖矿地址组中挖矿地址的回滚区块,回滚区块高度,回滚区块深度到缓存中;统计所述指定时间范围内挖矿地址组内的挖矿地址对应的回滚次数;
S205、计算挖矿地址组内所有挖矿地址的平均回滚数,挖矿地址组回滚数方差;
S206、判断挖矿地址组回滚数方差是否大于设定方差基准值W;若否,则挖矿地址正常;若是,则为异常挖矿地址组,发出报警信息;查看异常挖矿地址组中每一个挖矿地址的回滚数,定位到回滚数过大的挖矿地址,完成异常挖矿地址定位。
N1为设定窗口值,所述设定窗口值、所述设定份额基准差均为经验值,考虑区块链网络系统的节点数量,份额分布情况而定,以便合理评价区块链网络性能。
当共识方法为POS时,所述份额为票数。当共识方法为DPOS时,所述份额为股权。所述设定窗口值、所述设定份额基准差均为经验值。
对于共识方法为POS的某区块链网络,挖矿地址共有230481个,随着时间的推移挖矿地址的数量还在不停的增加。对该区块链网络的异常情况进行识别时,首先获取到每个挖矿地址的份额,按照份额多少对挖矿地址进行排序,当设定窗口值为25时,即选出份额为25以下的挖矿地址;将这些挖矿地址按照份额进行排序,再设定窗口值25范围内按照份额排序选出25(N1取25,N1的取值也是根据区块链网络的规模大小,挖矿地址份额多少等因素综合确定,是一个经验值)个挖矿地址,计算挖矿地址组内的最大挖矿地址份额与最小挖矿地址份额之差ΔP;保留ΔP小于设定份额基准差的挖矿地址组,舍弃ΔP大于设定份额基准差的挖矿地址组。在挖矿地址组排序的列表中不断滑动窗口,得到ΔP小于设定份额基准差的挖矿地址组;得到一系列符合上述条件的挖矿地址组。
所述份额为票数;当共识方法为DPOS时,所述份额为股权。所述缓存算法为LRU、OPT、NRU Clock、LFU、PBA。
所述缓存算法为LRU、OPT、NRU Clock、LFU、PBA。所述指定时间范围也是由经验确定,因挖矿地址发生回滚次数少之又少,若指定时间范围的取值较小,则所述方法评价意义较低,不能够这么敏感的识别出异常的挖矿地址,所以指定时间范围的取值较大,比如以月或者以年计,指定时间范围的取值越大,所述识别方法可以较为准确的识别出异常节点。
其中回滚区块深度为回滚的区块对应的高度范围,挖矿地址组回滚数方差计算公式为:
设定方差基准值W的取值根据经验值而定,通过统计区块链网络内所有挖矿地址回滚次数、区块链网络用户的增加数量、流失数量、挖矿地址增加数量、区块链网络规模大小等因素整体评估确定。
从监控区块回滚数据情况的角度监控异常挖矿的矿工,与从出块情况监控矿工挖矿情况相结合,实现对矿工较为全面的监控,优化共识机制,确保矿工利益,与份额占比相等价,特别是那些出块异常,且回滚异常的挖矿地址,可进行快速定位,发现异常挖矿的矿工;符合区块链去中心化的原则,极大的促进了POS、SPOS共识机制的优化发展。
定期地从区块链节点拉取区块,拉取的指定区块高度区间(或对应指定时间范围)可以是1个小时,也可以是3个月,可根据区块链出快速度、出块数量、区块链规模大小而定;
假如将3个月内的所有区块的出块矿工地址进行汇总分析,假设所有的块为【block_start,...,block_i...block_end】,
所有成功出块的矿工为:miner_0,miner_1,...miner_i,...miner_n,
且对应每个矿工的实际出块数量为:
lucky_miner_0,lucky_miner_1,...lucky_miner_i,...lucky_miner_n,
对应每个矿工拥有的ticket数量为:
ticket_miner_0,ticket_miner_1,...ticket_miner_i,...ticket_miner_n,
出块的总数量:block_total=height_block_end-block_start;对应为block_end对应的区块高度减去block_start对应的区块高度;
Ticket_total为ticket总数:
Ticket_total=ticket_miner_0+ticket_miner_1+,...+ticket_miner_i+,...+ticket_miner_n;
计算每个矿工的理论出块数:
ideal_lucky_miner_i=(ticket_miner_i/Ticket_total)*block_total,即每个矿工拥有的ticket数量除以ticket总数——每个矿工的ticket数量占比,乘以出块的总数量。
同时计算每个矿工的挖矿偏差:
ratio_miner_i=|ideal_lucky_miner_i-lucky_miner_i|*100/ideal_lucky_miner_i;即每个矿工的理论出块数减去对应每个矿工的实际出块数量之值取模,除以对应每个矿工的理论出块数。
计算挖矿偏差平均值:ratio_miner_avg=(ratio_miner_0+...+ratio_miner_n)/n;
即每个矿工的挖矿偏差之和除以矿工总数n。
计算每个矿工的挖矿偏差和挖矿偏差平均值的差值M:
ratio_miner_i_diff=|ratio_miner_i-ratio_miner_avg|;即每个矿工的挖矿偏差减去挖矿偏差平均值之值取模。
选出差值M最大的10个,查看偏差值是否超过第一阈值(可以设定为10,或其他历史经验数据),如果超过,则进行报警,需要人工分析指定区块高度区间的出块情况;以找出块异常的矿工。
当管理人员收到后台报警情况时,则通过随机地向部分chain33节点的blockchain模块请求获取不同高度的兄弟块(即被回滚的区块);通过分析某些被回滚区块高度和回滚区块的矿工分析出块异常,从而指定补充机制,使得出块更加符合理论设计。
实施例2
一种设备,所述设备包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如以上所述的方法。
一种存储有计算机程序的存储介质,该程序被处理器执行时实现如以上实施例1所述的方法。
图4为本发明一实施例提供的一种设备的结构示意图。
如图4所示,作为另一方面,本申请还提供了一种设备500,包括一个或多个中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有设备500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本申请公开的实施例,上述任一实施例描述的方法可以被实现为计算机软件程序。例如,本申请公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行上述任一实施例描述的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。
作为又一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例的装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,该程序被一个或者一个以上的处理器用来执行描述于本申请的方法。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这根据所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以通过执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以通过专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,各所述单元可以是设置在计算机或移动智能设备中的软件程序,也可以是单独配置的硬件装置。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离本申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种异常挖矿监控方法,其特征在于,包括:
获取指定时间范围成功出块的矿工地址、每个矿工拥有的份额、每个矿工实际出块数量,保存在到缓存中;
根据第一公式计算每个矿工的理论出块数量;其中,所述第一公式为:ideal_lucky_miner_i=(ticket_miner_i/Ticket_total)*block_total,ideal_lucky_miner_i为第i个矿工的理论出块数量,ticket_miner_i为第i个矿工拥有的ticket,Ticket_total为ticket总数,block_total为出块总数;
根据第二公式计算每个矿工的出块偏差;其中,所述第二公式为:ratio_miner_i=|ideal_lucky_miner_i-lucky_miner_i|*100/ideal_lucky_miner_i,ratio_miner_i为第i个矿工的出块偏差,lucky_miner_i为第i个矿工的实际出块数量;
根据第三公式计算挖矿偏差平均值;其中,所述第三公式为:ratio_miner_avg=(ratio_miner_0+...+ratio_miner_n)/n,ratio_miner_avg为挖矿偏差平均值,ratio_miner_0+...+ratio_miner_n为第0个矿工的挖矿偏差……第n个矿工的挖矿偏差;
根据第四公式计算每个矿工的挖矿偏差;其中,所述第四公式为:ratio_miner_i_diff=|ratio_miner_i-ratio_miner_avg|,ratio_miner_i_diff为第i个矿工的挖矿偏差;
计算每个矿工的挖矿偏差与挖矿偏差平均值的差值M;
挑选出差值M最大的若干个,若存在挑选出的差值M大于第一阈值的矿工,则发出报警信息。
2.根据权利要求1所述的一种异常挖矿监控方法,其特征在于,还包括:
获取所述指定时间范围发生区块回滚的矿工地址、矿工实际发生区块回滚的次数;
计算矿工区块回滚的次数平均值;
计算矿工区块回滚次数偏差值;
计算每个矿工的挖矿偏差和挖矿偏差平均值的差值N;
若存在差值N大于第二阈值的矿工,则发出报警信息。
3.根据权利要求1所述的一种异常挖矿监控方法,其特征在于,还包括:
获取挖矿地址的份额;
按照份额多少对挖矿地址排序;
在设定窗口值范围内按照份额排序选出N1个挖矿地址,作为一个挖矿地址组;
计算挖矿地址组内挖矿地址的最大份额与最小份额之差ΔP;
保留ΔP小于设定份额基准差的挖矿地址组,舍弃ΔP大于设定份额基准差的挖矿地址组滑动窗口,得到ΔP小于设定份额基准差的挖矿地址组;
保存指定时间范围内所述挖矿地址组中挖矿地址的回滚区块,回滚区块高度,回滚区块深度到缓存中;
统计所述指定时间范围内挖矿地址对应的回滚次数;
计算挖矿地址组内所有挖矿地址的平均回滚数,挖矿地址组回滚数方差;
判断挖矿地址组回滚数方差是否大于设定方差基准值W;若否,则挖矿地址正常;
若是,则为异常挖矿地址组,发出报警信息。
4.根据权利要求3所述的方法,其特征在于,所述发出报警信息后,还包括:查看异常挖矿地址组中每一个挖矿地址的回滚数,定位到回滚数过大的挖矿地址,完成异常挖矿地址定位。
5.根据权利要求1-3任一项所述的方法,其特征在于,当共识方法为POS时,所述份额为票数;当共识方法为DPOS时,所述份额为股权。
6.根据权利要求1-3任一项所述的方法,其特征在于,缓存算法为LRU、OPT、NRUClock、LFU、PBA。
7.根据权利要求1或2所述的一种异常挖矿监控方法,其特征在于,所述发出报警信息后,还包括:
查看大于第一阈值的矿工在第一区块高度区间内的出块情况,以找出异常出块的矿工;
查看大于第二阈值的矿工在第一区块高度区间内的区块回滚情况,以找出区块回滚异常的矿工。
8.根据权利要求3所述的方法,其特征在于:所述设定窗口值、所述设定份额基准差均为经验值。
9.一种计算机设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-8中任一项所述的方法。
10.一种存储有计算机程序的存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010269469.0A CN111510348B (zh) | 2020-04-08 | 2020-04-08 | 一种异常挖矿监控方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010269469.0A CN111510348B (zh) | 2020-04-08 | 2020-04-08 | 一种异常挖矿监控方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111510348A CN111510348A (zh) | 2020-08-07 |
CN111510348B true CN111510348B (zh) | 2021-08-31 |
Family
ID=71864097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010269469.0A Active CN111510348B (zh) | 2020-04-08 | 2020-04-08 | 一种异常挖矿监控方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111510348B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116094178B (zh) * | 2023-04-11 | 2023-06-16 | 浙江德塔森特数据技术有限公司 | 一种精密列头柜的故障预警控制方法、装置、机房及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284989A (zh) * | 2018-09-27 | 2019-01-29 | 杭州复杂美科技有限公司 | 挖矿耗时修正方法、设备和存储介质 |
CN109410050A (zh) * | 2018-09-27 | 2019-03-01 | 杭州复杂美科技有限公司 | 挖矿耗时修正方法、设备和存储介质 |
CN109981286A (zh) * | 2019-03-13 | 2019-07-05 | 北京柏链基石科技有限公司 | 一种工作量证明计算的触发方法、装置及计算设备 |
CN110263536A (zh) * | 2019-06-21 | 2019-09-20 | 深圳前海微众银行股份有限公司 | 一种区块链中智能合约的监控方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11201906834SA (en) * | 2018-12-13 | 2019-08-27 | Alibaba Group Holding Ltd | Achieving consensus among network nodes in a distributed system |
-
2020
- 2020-04-08 CN CN202010269469.0A patent/CN111510348B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284989A (zh) * | 2018-09-27 | 2019-01-29 | 杭州复杂美科技有限公司 | 挖矿耗时修正方法、设备和存储介质 |
CN109410050A (zh) * | 2018-09-27 | 2019-03-01 | 杭州复杂美科技有限公司 | 挖矿耗时修正方法、设备和存储介质 |
CN109981286A (zh) * | 2019-03-13 | 2019-07-05 | 北京柏链基石科技有限公司 | 一种工作量证明计算的触发方法、装置及计算设备 |
CN110263536A (zh) * | 2019-06-21 | 2019-09-20 | 深圳前海微众银行股份有限公司 | 一种区块链中智能合约的监控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111510348A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Salamai et al. | Dynamic voting classifier for risk identification in supply chain 4.0. | |
Leigh et al. | Stock market trading rule discovery using technical charting heuristics | |
CA3155689A1 (en) | Early-warning method for commodity inventory risk based on a statistical interquartile range, and system and computer-readable storage medium thereof | |
CN110414714B (zh) | 逾期事件的回款概率预测方法及装置、可读存储介质 | |
CN111510348B (zh) | 一种异常挖矿监控方法、设备及存储介质 | |
CN111210326A (zh) | 一种用于构建用户画像的方法及系统 | |
Boylan et al. | On the performance of overlapping and non-overlapping temporal demand aggregation approaches | |
CN113159922A (zh) | 一种数据的流向识别方法、装置、设备及介质 | |
CN112085378B (zh) | 资源分配方法、装置、计算机设备及存储介质 | |
CN111145027A (zh) | 一种疑似洗钱交易识别方法及装置 | |
US20210334811A1 (en) | System and Method for Fraudulent Scheme Detection using Time-Evolving Graphs | |
CN111178377A (zh) | 可视化特征筛选方法、服务器及存储介质 | |
CN112527506B (zh) | 设备资源的处理方法、装置、电子设备及存储介质 | |
CN112686417A (zh) | 一种地铁大客流预测方法、系统及电子设备 | |
CN117689460A (zh) | 反洗钱风险线索分析管理方法、系统和电子设备 | |
CN107705414A (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN116757881A (zh) | 一种基于二维云模型的隧道施工动态风险预警方法及系统 | |
CN115328621A (zh) | 基于区块链的事务处理方法、装置、设备及存储介质 | |
CN114331463A (zh) | 基于线性回归模型的风险识别方法及其相关设备 | |
Jin et al. | Research on anti-money laundering hierarchical model | |
CN110609857B (zh) | 一种基于动态阈值的时间序列数据序列模式挖掘方法 | |
US20190333172A1 (en) | System and method for generating value prediction of commercial real-estate | |
Bo et al. | Empirical study of trading rule discovery in China stock market | |
CN115269948B (zh) | 支持时空数据智能尺度变换的变尺度数据分析方法及装置 | |
CN115511612A (zh) | 账户资金处理方法及装置 |
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 |