CN111741320A - 一种区块链人工智能大数据分析处理系统及方法 - Google Patents

一种区块链人工智能大数据分析处理系统及方法 Download PDF

Info

Publication number
CN111741320A
CN111741320A CN202010596121.2A CN202010596121A CN111741320A CN 111741320 A CN111741320 A CN 111741320A CN 202010596121 A CN202010596121 A CN 202010596121A CN 111741320 A CN111741320 A CN 111741320A
Authority
CN
China
Prior art keywords
node
data
block chain
big data
unit time
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
Application number
CN202010596121.2A
Other languages
English (en)
Inventor
祁轲
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010596121.2A priority Critical patent/CN111741320A/zh
Publication of CN111741320A publication Critical patent/CN111741320A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2351—Processing of additional data, e.g. scrambling of additional data or processing content descriptors involving encryption of additional data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/254—Management at additional data server, e.g. shopping server, rights management server
    • H04N21/2541—Rights Management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26208—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints
    • H04N21/26233—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists the scheduling operation being performed under constraints involving content or additional data duration or size, e.g. length of a movie, size of an executable file
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4884—Data services, e.g. news ticker for displaying subtitles

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明一种区块链人工智能大数据分析处理系统包括大数据获取部、数据发送模块、数据接收模块、场景识别模块；其中，区块链服务器根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。本发明避免了传统哈希算法计算前n位为0的争夺记账权方式的效率低下的问题；并且，本发明避免外界的不安全数据入侵区块链的各个节点，而引发节点数据安全问题；此外，避免网络骂战或不和谐言论占领流媒体的弹幕显示数据的主导。

Description

一种区块链人工智能大数据分析处理系统及方法
技术领域
本发明涉及一种区块链人工智能领域，特别是涉及一种利用区块链人工智能技术来对于大数据进行分析处理的系统。
背景技术
区块链是目前一种去中心化的技术。传统的区块链技术中，通过每个节点通过其不同的算力计算前n位为0的哈希值来争夺记账权，其不仅耗时耗电，还影响了用户的体验和技术的推广。
而在人工智能领域中，其对于大数据的分析处理缺少类似与流媒体弹幕领域的实时化应用。
因此，目前亟需一种能够利用区块链大数据技术来高效、智能、安全的提升流媒体大数据弹幕的用户体验的分析处理系统。
发明内容
本发明要解决的技术问题是提供一种能够利用区块链大数据技术来高效、智能、安全的提升流媒体大数据弹幕的用户体验的分析处理系统。
本发明一种区块链人工智能大数据分析处理系统，包括至少5个相互连接的节点和与所述节点连接的区块链服务器，所述节点包括：
大数据获取部，其用于获取观众用户输入的大数据；
数据发送模块，其用于将该节点发送的大数据通过第一哈希算法加密并广播至区块链的其他节点；
数据接收模块，其用于接收区块链的其他节点发送的大数据，并通过所述第一哈希算法为所述大数据解密并存储解密后的大数据，当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功；
场景识别模块，其根据主播用户的时间轴上的第一单位时间内的的播放场景判定场景属性；
其中，区块链服务器根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；在每次切换时间轴上的第一单位时间时，每个节点根据其对应的记账权能力值而争夺记账权；大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。
本发明一种区块链人工智能大数据分析处理系统，其中所述观众用户的节点数据信息包括该节点在第二单位时间内输入的第一弹幕与白名单数据库中匹配的第一个数，当所述第一个数超过第一预设阈值时，则区块链服务器将该节点定义为白节点；
所述观众用户的节点数据信息包括该节点在第二单位时间内输入的第一弹幕与黑名单数据库中匹配的第二个数，当所述第二个数超过第二预设阈值时，则区块链服务器将该节点定义为黑节点；
所述区块链服务器根据时间轴上此前1～N次第二单位时间内的该节点为白节点的第三次数a、黑节点的第四次数b，时间轴上此前N+1～2N次第二单位时间内的该节点为白节点的第五次数c、黑节点的第六次数d，根据如下公式输出记账权能力值e，
Figure BDA0002557484460000021
所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点。
本发明一种区块链人工智能大数据分析处理系统，其中所述区块链服务器根据主播用户在第一单位时间内的场景数据输出场景属性，区块链服务器根据所述场景属性是正属性场景或反属性场景，若是正属性场景，则判定在所述第一单位时间内白名单数据库与黑名单数据库内的数据不调换，若是反属性场景，则判定判定在所述第一单位时间内白名单数据库与黑名单数据库内的数据调换；
所述观众用户的节点数据信息包括该节点在第一单位时间内输入的第一弹幕与白名单数据库中匹配的第一个数，当所述第一个数超过第一预设阈值时，则区块链服务器将该节点定义为白节点；
所述观众用户的节点数据信息包括该节点在第一单位时间内输入的第一弹幕与黑名单数据库中匹配的第二个数，当所述第二个数超过第二预设阈值时，则区块链服务器将该节点定义为黑节点；
所述区块链服务器根据时间轴上此前1～N次第一单位时间内的该节点为白节点的第三次数a、黑节点的第四次数b，时间轴上此前N+1～2N次第一单位时间内的该节点为白节点的第五次数c、黑节点的第六次数d，根据如下公式输出记账权能力值e，
Figure BDA0002557484460000031
所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点。
本发明一种区块链人工智能大数据分析处理系统，其中所述区块链服务器根据主播用户在第一单位时间内的场景数据输出场景属性的步骤中，所述区块链服务器采集主播用户的流媒体数据的音频数据与音频数据库中的声音段进行对比，若匹配，则将所述声音段在时间轴上持续的时间配置为上述流媒体数据中出现所述音频数据的第一单位时间，并根据所述声音段存储的场景属性而输出所述时间轴上第一单位时间的场景属性；若不匹配，则将所述第二单位时间配置为第一单位时间。
本发明一种区块链人工智能大数据分析处理系统，其中所述区块链服务器在当数据接收模块以第一哈希算法解密其他节点发送的大数据不成功时，则判定N＝N-a，
本发明一种区块链人工智能大数据分析处理系统，其中所述当N小于2时，a的恒定为1。
本发明一种区块链人工智能大数据分析处理系统，其中所述第一预设阈值优选为10。
本发明一种区块链人工智能大数据分析处理系统，其中所述第二预设阈值优选为10。
本发明一种区块链人工智能大数据分析处理方法，包括如下步骤：
获取观众用户输入的大数据；
将该节点发送的大数据通过第一哈希算法加密并广播至区块链的其他节点；
接收区块链的其他节点发送的大数据，并通过所述第一哈希算法为所述大数据解密并存储解密后的大数据，当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功；
根据主播用户的时间轴上的第一单位时间内的的播放场景判定场景属性；
根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；
在每次切换时间轴上的第一单位时间时，每个节点根据其对应的记账权能力值而争夺记账权；
大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。
本发明一种区块链人工智能大数据分析处理系统与现有技术不同之处在于本发明一种区块链人工智能大数据分析处理系统通过更加智能的方式赋予节点记账权能力值的方式来使得每个节点可随机的根据自身情况而争夺记账权，以保证节点争夺记账权的效率、随机性和公平性，避免了传统哈希算法计算前n位为0的争夺记账权方式的效率低下的问题；并且，本发明通过传统的区块链第一哈希算法的加密解密方式来发送第一弹幕而避免外界的不安全数据入侵区块链的各个节点，而引发节点数据安全问题；此外，将争夺到记账权的节点发送的第一弹幕能够覆盖其他节点发送的弹幕，从而可利用记账权能力值高的节点发送的第一弹幕的言论遮挡其他节点发送的第一弹幕发送的言论，以避免网络骂战或不和谐言论占领流媒体的弹幕显示数据的主导。
下面结合附图对本发明的一种区块链人工智能大数据分析处理系统作进一步说明。
附图说明
图1是一种区块链人工智能大数据分析处理系统的流程图；
图2是图1所示一种区块链人工智能大数据分析处理系统的动画演示图。
具体实施方式
如图1所示，本发明一种区块链人工智能大数据分析处理系统包括至少5个相互连接的节点和与所述节点连接的区块链服务器，所述节点包括：
大数据获取部，其用于获取观众用户输入的大数据；
数据发送模块，其用于将该节点发送的大数据通过第一哈希算法加密并广播至区块链的其他节点；
数据接收模块，其用于接收区块链的其他节点发送的大数据，并通过所述第一哈希算法为所述大数据解密并存储解密后的大数据，当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功；
场景识别模块，其根据主播用户的时间轴上的第一单位时间内的的播放场景判定场景属性；
其中，区块链服务器根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；在每次切换时间轴上的第一单位时间时，每个节点根据其对应的记账权能力值而争夺记账权；大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。
本发明通过更加智能的方式赋予节点记账权能力值的方式来使得每个节点可随机的根据自身情况而争夺记账权，以保证节点争夺记账权的效率、随机性和公平性，避免了传统哈希算法计算前n位为0的争夺记账权方式的效率低下的问题；并且，本发明通过传统的区块链第一哈希算法的加密解密方式来发送第一弹幕而避免外界的不安全数据入侵区块链的各个节点，而引发节点数据安全问题；此外，将争夺到记账权的节点发送的第一弹幕能够覆盖其他节点发送的弹幕，从而可利用记账权能力值高的节点发送的第一弹幕的言论遮挡其他节点发送的第一弹幕发送的言论，以避免网络骂战或不和谐言论占领流媒体的弹幕显示数据的主导。
其中，所述大数据可为弹幕数据或第一弹幕数据。
其中，第一哈希算法加密、解密可为：SHA128或SHA256或SHA512或SHA1024算法。例如：将大数据以例如“123”，将其加密转化为SHA256算法生成的哈希值，广播上述哈希值至区块链的其他节点，再由SHA256算法解密转化为“123”，从而避免数据在传输过程中泄露或者避免其他区块链的数据以非SHA256算法生成的数据输入节点后，影响节点的安全。
其中，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，可以理解为，第一弹幕配置有透明的背景板，而获得记账权的节点的第一弹幕的背景板在与其他节点的第一弹幕的背景板重合时，其他节点的第一弹幕的背景板和与其对应的第一弹幕的文字均被所述获得记账权节点的第一弹幕的背景板遮挡和暂时屏蔽，从而凸显获得记账权的节点的第一弹幕，而象征性隐藏、遮挡、甚至消失掉被遮挡的其他节点的第一弹幕。
在图2中，方形的框就为背景板，背景板中的文字为第一弹幕，背景板的长度与所述第一弹幕的文字长度呈正相关。在需要遮挡时，获得记账权的节点的第一弹幕的背景板能够遮挡掉其他节点的第一弹幕的背景板和文字，并将其遮挡的部位变为透明。
上述遮挡情况下，两个弹幕的发出时间可相同或时间差小于1s，而弹幕速度也可相同速度差小于1cm/s。原则上说，获得记账权的节点的第一弹幕能够在总显示时间内，超过30％的时间将遮挡掉其他节点的第一弹幕的背景板和文字；时间差小于0.3s；速度差小于0.3cm/s；超过90％的时间将遮挡掉其他节点的第一弹幕的背景板和文字。
图2中，“真的帅气”为获得记账权内的节点输入的第一弹幕，而“真无聊”就是其他节点输入的第一弹幕，最终的显示效果上，“真的帅气”能够完全、完整的显示，而“真无聊”的部分内容会被遮挡而消失。
其中，大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点的步骤中，由于是在“大数据发送成功后”执行下列步骤，因此，流媒体的直播延迟通常配置为最慢的“大数据发送成功”的时间，也就是说，所有节点处理“大数据发送成功后”中最长的一个的时间为直播延迟时间，方便弹幕与流媒体合成。
其中，由于“当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功”，那么，势必区块链内一半左右的节点可按照上述直播延迟合成大数据与流媒体相匹配的效果，而其他节点，则可直接以接收到的时间为准，将流媒体与大数据相结合。也就是说，一半或一半以上的节点的大数据的内容是与场景匹配的；而其他的节点由于其算力或记账权能力值导致其未能赶上被判定大数据发送成功，则可直接以接收到的大数据和接收到的流媒体来直接合成并发送至用户终端。而上述直接以接收到的大数据和接收到的流媒体来直接合成并发送至用户终端的节点的流媒体内容，通常是弹幕早于流媒体或晚于流媒体内容，其匹配程度不如其他节点的流媒体和大数据的匹配。
作为对本实施例的进一步解释，所述观众用户的节点数据信息包括该节点在第二单位时间内输入的第一弹幕与白名单数据库中匹配的第一个数，当所述第一个数超过第一预设阈值时，则区块链服务器将该节点定义为白节点；
所述观众用户的节点数据信息包括该节点在第二单位时间内输入的第一弹幕与黑名单数据库中匹配的第二个数，当所述第二个数超过第二预设阈值时，则区块链服务器将该节点定义为黑节点；
所述区块链服务器根据时间轴上此前1～N次第二单位时间内的该节点为白节点的第三次数a、黑节点的第四次数b，时间轴上此前N+1～2N次第二单位时间内的该节点为白节点的第五次数c、黑节点的第六次数d，根据如下公式输出记账权能力值e，
Figure BDA0002557484460000081
所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点。
本发明先统计观众用户输入符合白名单数据库的第一个数，再统计其为符合黑名单数据库的第二个数，从而辨别此时用户是以抨击或攻击性言论较多，还是夸赞言论较多，从而判定用户的举止态度；再将前1～N次第二单位时间内，也就是最近几次的节点为黑节点或白节点的次数的统计增加权重，而将此前N+1～2N次第二单位时间内节点为黑节点或白节点的次数的统计降低权重，而计算其能够下一次成为白节点的概率为记账权能力值e，并且，先比较每个节点记账权能力值e的大小，再由大到小运行每个节点的记账权能力值e概率，从而最优先获得记账权的节点，应为随机的、有可能成为白节点的节点，其言论可覆盖其他节点，而净化流媒体的弹幕显示数据的言论的正面性，并且，其相比于直接采集白数据库，具有用户主观输入性，不易重复，也能够强调记账权节点输入弹幕的内容，从而增加大多数观众用户的观看体验。
其中，N可为1～10，优选为3。
在上述实施方式中，主播用户的第一单位时间内的场景属性仅仅为时间轴上的第一单位时间、第二单位时间。
其中，第一单位时间或第二单位时间可为：10s～180s，优选为30s。
例如，区块链内5个节点的记账权能力值e如下表所示，那么其争夺到记账权的概率也应为如下表所示：
记账权能力值e 争夺到记账权概率
节点1 20％ 20％
节点2 18％ (1-20％)*18％＝14.4％
节点3 16％ (1-14.4％)*16％＝13.7％
节点4 14％ (1-13.7)*14％＝12.1％
节点5 12％ (1-12.1％)*12％＝10.5％
节点1 20％ (1-10.5％)*20％＝17.9％
节点2 18％ (1-17.9％)*18％＝14.8％
… … …
… … …
… … …
上述列表可知，因为“所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点”那么，上述每个节点能够争夺到的记账权概率就应如上表所示。换句话说，第一个节点为记账权能力值e最大的节点，其争夺到记账权的概率等于记账权能力值e，而第二个节点为100％减去上一个节点能够争夺到记账权概率，再乘以本节点的记账权能力值e。其中，如果所有节点在一轮都没争夺到记账权，则可由最后一个节点继续循环到第一个节点，继续计算，直到有节点能够争夺到记账权为止。
其中，第二单位时间可为：上次观看该主播用户的时间，或昨天观看该主播用户的时间，或0.5～20小时，优选为3小时。
其中，所述第一预设阈值可为：1～100，优选为10。
其中，所述第二预设阈值可为：1～100，优选为10。
其中，第一个数可为(2～100)，例如或优选为4，其应为被统计出的个数。
其中，第二个数可为(2～100)，例如或优选为4，其应为被统计出的个数。
其中，第一个数的统计可例如，当白名单数据库包括“真棒”、“好的”、“好起来了”，而一个节点输入的第一弹幕中出现上述单词4次，例如4条第一弹幕为：“哥哥你真棒”“极好的”“终于好起来了”“打的真棒”，则判定第一个数为4。
其中，第二个数的统计可例如，当黑名单数据库包括“一般”“就这”“无聊”“垃圾”，而一个节点输入的第一弹幕中出现上述单词4次，例如4条第一弹幕为：“玩的真一般”“就这点水平”“主播真无聊”“水平垃圾”，则判定第二个数为4。
当然，本实施例的一种变形还可为：所述区块链服务器根据主播用户在第一单位时间内的场景数据输出场景属性，区块链服务器根据所述场景属性是正属性场景或反属性场景，若是正属性场景，则判定在所述第一单位时间内白名单数据库与黑名单数据库内的数据不调换，若是反属性场景，则判定判定在所述第一单位时间内白名单数据库与黑名单数据库内的数据调换；
所述观众用户的节点数据信息包括该节点在第一单位时间内输入的第一弹幕与白名单数据库中匹配的第一个数，当所述第一个数超过第一预设阈值时，则区块链服务器将该节点定义为白节点；
所述观众用户的节点数据信息包括该节点在第一单位时间内输入的第一弹幕与黑名单数据库中匹配的第二个数，当所述第二个数超过第二预设阈值时，则区块链服务器将该节点定义为黑节点；
所述区块链服务器根据时间轴上此前1～N次第一单位时间内的该节点为白节点的第三次数a、黑节点的第四次数b，时间轴上此前N+1～2N次第一单位时间内的该节点为白节点的第五次数c、黑节点的第六次数d，根据如下公式输出记账权能力值e，
Figure BDA0002557484460000111
所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点。
本发明在规定的第二单位时间，上判断节点与黑名单数据库和白名单数据库匹配的个数而定义其为黑、白节点的并基于附近时间判断其未来的趋势而对其进行记账权能力值e的计算和节点的记账权争夺的基础上，将规定的第二单位时间改为根据场景而切换的第一单位时间，并根据场景而识别场景的场景属性是正属性场景或反属性场景，从而对应于正常的黑名单数据库、白名单数据库或相反的黑名单数据库、白名单数据库，从而对应于不同场景而筛选与场景更加贴合的用户群体，从而赋予更加准确的黑、白节点和更加准确的记账权能力值e以及更加准确和更加随场景变化的不同的节点的记账，从而更加适应于不同场景的变化。例如：如果场景为一个邪恶反派出场配合反派背景音乐，第一弹幕为“这人真垃圾”，则会体现输入第一弹幕人的正能量，而第一个数增加，便于其评价为白节点。而正常情况下，一个人获得胜利，配合胜利的背景音乐，第一弹幕为“这人真垃圾”，则会体现其负能量，而第二个数增加，便于其评价为黑节点。也就是说，在不同场景下，对于用户的观点有更加针对性、适应性的评价而反应用户立场。
作为对本实施例的进一步解释，所述区块链服务器根据主播用户在第一单位时间内的场景数据输出场景属性的步骤中，所述区块链服务器采集主播用户的流媒体数据的音频数据与音频数据库中的声音段进行对比，若匹配，则将所述声音段在时间轴上持续的时间配置为上述流媒体数据中出现所述音频数据的第一单位时间，并根据所述声音段存储的场景属性而输出所述时间轴上第一单位时间的场景属性；若不匹配，则将所述第二单位时间配置为第一单位时间。
本发明通过对于音频的识别来发掘音频所对应的声音段本身的含义，并根据其表达的含义定义场景属性，从而定义在出现该声音段的时间内的场景属性，以便于判断黑节点和白节点。
其中，将所述声音段在时间轴上持续的时间配置为上述流媒体数据中出现所述音频数据的第一单位时间，例如，音频数据为《洗刷刷》，音频数据库中的声音段为《洗刷刷》、2分钟、正属性场景，则将时间轴上从《洗刷刷》开始后的2分钟内，均配置为第一单位时间，并将第一单位时间配置为正属性场景。
其中，主播用户可在区块链服务器上向其他节点发送流媒体内容和与流媒体内容合并的弹幕显示数据，当然，所述主播用户也可在任意节点上向其他节点发送流媒体内容，并且，上述流媒体内容，仅需要通过第一预设算法来验证其他节点的访问权限即可。
作为对本实施例的进一步解释，所述区块链服务器在当数据接收模块以第一哈希算法解密其他节点发送的大数据不成功时，则判定N＝N-a，
本发明通过上述算法可将上述前N次的次数与第三次数a进行做差，从而更加考虑最近的变化，以避免长期行为良好的人，在短时间内受到攻击后，发送过多不良的大数据而不太影响其记账权能力值e，以保证节点安全性和增加该节点的运算贴合程度。
其中，a可为[1～N/2)，优选为2，当N小于2时，a的恒定为1。
作为对本实施例的进一步解释，所述当N小于2时，a的恒定为1。
本发明通过设定a的最小值以避免N为负数。其中N可最小为1或2。
作为对本实施例的进一步解释，所述第一预设阈值优选为10。
作为对本实施例的进一步解释，所述第二预设阈值优选为10。
本发明一种区块链人工智能大数据分析处理方法，包括如下步骤：
获取观众用户输入的大数据；
将该节点发送的大数据通过第一哈希算法加密并广播至区块链的其他节点；
接收区块链的其他节点发送的大数据，并通过所述第一哈希算法为所述大数据解密并存储解密后的大数据，当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功；
根据主播用户的时间轴上的第一单位时间内的的播放场景判定场景属性；
根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；
在每次切换时间轴上的第一单位时间时，每个节点根据其对应的记账权能力值而争夺记账权；
大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (9)

1.一种区块链人工智能大数据分析处理系统，其特征在于：包括至少5个相互连接的节点和与所述节点连接的区块链服务器，所述节点包括：
大数据获取部，其用于获取观众用户输入的大数据；
数据发送模块，其用于将该节点发送的大数据通过第一哈希算法加密并广播至区块链的其他节点；
数据接收模块，其用于接收区块链的其他节点发送的大数据，并通过所述第一哈希算法为所述大数据解密并存储解密后的大数据，当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功；
场景识别模块，其根据主播用户的时间轴上的第一单位时间内的的播放场景判定场景属性；
其中，区块链服务器根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；在每次切换时间轴上的第一单位时间时，每个节点根据其对应的记账权能力值而争夺记账权；大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。
2.根据权利要求1所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述观众用户的节点数据信息包括该节点在第二单位时间内输入的第一弹幕与白名单数据库中匹配的第一个数，当所述第一个数超过第一预设阈值时，则区块链服务器将该节点定义为白节点；
所述观众用户的节点数据信息包括该节点在第二单位时间内输入的第一弹幕与黑名单数据库中匹配的第二个数，当所述第二个数超过第二预设阈值时，则区块链服务器将该节点定义为黑节点；
所述区块链服务器根据时间轴上此前1～N次第二单位时间内的该节点为白节点的第三次数a、黑节点的第四次数b，时间轴上此前N+1～2N次第二单位时间内的该节点为白节点的第五次数c、黑节点的第六次数d，根据如下公式输出记账权能力值e，
Figure FDA0002557484450000021
所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点。
3.根据权利要求1所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述区块链服务器根据主播用户在第一单位时间内的场景数据输出场景属性，区块链服务器根据所述场景属性是正属性场景或反属性场景，若是正属性场景，则判定在所述第一单位时间内白名单数据库与黑名单数据库内的数据不调换，若是反属性场景，则判定判定在所述第一单位时间内白名单数据库与黑名单数据库内的数据调换；
所述观众用户的节点数据信息包括该节点在第一单位时间内输入的第一弹幕与白名单数据库中匹配的第一个数，当所述第一个数超过第一预设阈值时，则区块链服务器将该节点定义为白节点；
所述观众用户的节点数据信息包括该节点在第一单位时间内输入的第一弹幕与黑名单数据库中匹配的第二个数，当所述第二个数超过第二预设阈值时，则区块链服务器将该节点定义为黑节点；
所述区块链服务器根据时间轴上此前1～N次第一单位时间内的该节点为白节点的第三次数a、黑节点的第四次数b，时间轴上此前N+1～2N次第一单位时间内的该节点为白节点的第五次数c、黑节点的第六次数d，根据如下公式输出记账权能力值e，
Figure FDA0002557484450000022
所述区块链服务器将区块链内的节点以记账权能力值e由大至小的方式逐个以其对应的记账权能力值e为概率争夺记账权，最先争夺到记账权的节点为记账权节点。
4.根据权利要求3所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述区块链服务器根据主播用户在第一单位时间内的场景数据输出场景属性的步骤中，所述区块链服务器采集主播用户的流媒体数据的音频数据与音频数据库中的声音段进行对比，若匹配，则将所述声音段在时间轴上持续的时间配置为上述流媒体数据中出现所述音频数据的第一单位时间，并根据所述声音段存储的场景属性而输出所述时间轴上第一单位时间的场景属性；若不匹配，则将所述第二单位时间配置为第一单位时间。
5.根据权利要求4所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述区块链服务器在当数据接收模块以第一哈希算法解密其他节点发送的大数据不成功时，则判定N＝N-a。
6.根据权利要求5所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述当N小于2时，a的恒定为1。
7.根据权利要求6所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述第一预设阈值优选为10。
8.根据权利要求7所述的一种区块链人工智能大数据分析处理系统，其特征在于：所述第二预设阈值优选为10。
9.一种区块链人工智能大数据分析处理方法，其特征在于包括如下步骤：
获取观众用户输入的大数据；
将该节点发送的大数据通过第一哈希算法加密并广播至区块链的其他节点；
接收区块链的其他节点发送的大数据，并通过所述第一哈希算法为所述大数据解密并存储解密后的大数据，当所述区块服务器判定超过一半的节点成功解密、接收、存储大数据时，则判定大数据发送成功；
根据主播用户的时间轴上的第一单位时间内的的播放场景判定场景属性；
根据观众用户的节点数据信息和主播用户的第一单位时间内的场景属性生成记账权能力值；
在每次切换时间轴上的第一单位时间时，每个节点根据其对应的记账权能力值而争夺记账权；
大数据发送成功后，获得记账权的节点输入的第一弹幕能够覆盖其他节点输入的第一弹幕而生成弹幕显示数据，将所述弹幕显示数据与所述流媒体数据以相同时间轴合成并发送至区块链的每个节点。
CN202010596121.2A 2020-06-28 2020-06-28 一种区块链人工智能大数据分析处理系统及方法 Pending CN111741320A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010596121.2A CN111741320A (zh) 2020-06-28 2020-06-28 一种区块链人工智能大数据分析处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010596121.2A CN111741320A (zh) 2020-06-28 2020-06-28 一种区块链人工智能大数据分析处理系统及方法

Publications (1)

Publication Number Publication Date
CN111741320A true CN111741320A (zh) 2020-10-02

Family

ID=72652101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010596121.2A Pending CN111741320A (zh) 2020-06-28 2020-06-28 一种区块链人工智能大数据分析处理系统及方法

Country Status (1)

Country Link
CN (1) CN111741320A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101756A (zh) * 2016-06-07 2016-11-09 腾讯科技（北京）有限公司 弹幕显示方法、弹幕添加方法、装置及系统
CN108596586A (zh) * 2017-12-01 2018-09-28 中国联合网络通信集团有限公司 区块链运行方法及记账权节点
CN108882005A (zh) * 2018-04-13 2018-11-23 武汉斗鱼网络科技有限公司 一种弹幕验证方法、计算机设备和存储介质
US20190066119A1 (en) * 2017-08-22 2019-02-28 Mastercard International Incorporated Method and system for review verification and trustworthiness scoring via blockchain
CN109918379A (zh) * 2019-03-08 2019-06-21 北京马尔马拉科技有限公司 一种基于区块链的大数据的处理系统及处理方法
CN110191132A (zh) * 2019-06-03 2019-08-30 陈迦琳 一种区块链金融大数据处理系统及方法
CN110572704A (zh) * 2019-09-16 2019-12-13 腾讯科技（深圳）有限公司 一种控制弹幕播放速度的方法、装置、设备及介质
CN111147876A (zh) * 2019-12-26 2020-05-12 山东爱城市网信息技术有限公司 基于区块链的直播内容监测方法、设备、存储介质及平台

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101756A (zh) * 2016-06-07 2016-11-09 腾讯科技（北京）有限公司 弹幕显示方法、弹幕添加方法、装置及系统
US20190066119A1 (en) * 2017-08-22 2019-02-28 Mastercard International Incorporated Method and system for review verification and trustworthiness scoring via blockchain
CN108596586A (zh) * 2017-12-01 2018-09-28 中国联合网络通信集团有限公司 区块链运行方法及记账权节点
CN108882005A (zh) * 2018-04-13 2018-11-23 武汉斗鱼网络科技有限公司 一种弹幕验证方法、计算机设备和存储介质
CN109918379A (zh) * 2019-03-08 2019-06-21 北京马尔马拉科技有限公司 一种基于区块链的大数据的处理系统及处理方法
CN110191132A (zh) * 2019-06-03 2019-08-30 陈迦琳 一种区块链金融大数据处理系统及方法
CN110572704A (zh) * 2019-09-16 2019-12-13 腾讯科技（深圳）有限公司 一种控制弹幕播放速度的方法、装置、设备及介质
CN111147876A (zh) * 2019-12-26 2020-05-12 山东爱城市网信息技术有限公司 基于区块链的直播内容监测方法、设备、存储介质及平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈维龙: "5G赋能智能媒体技术在弹幕视频中的体系创新与价值引领", 《未来传播》 *

Similar Documents

Publication Publication Date Title
US11121880B2 (en) Method for reaching consensus on public distributed ledgers and system using the same
CN106982377B (zh) 弹幕管理方法及装置
CN110708588B (zh) 弹幕显示方法、装置、终端及存储介质
CN110996125A (zh) 一种视频流的生成方法、装置、电子设备及存储介质
CN110677718B (zh) 一种视频识别方法和装置
US20180324196A1 (en) System and Article of Manufacture to Analyze Twitter Data to Discover Suspicious Users and Malicious Content
CN213426286U (zh) 一种基于量子随机数芯片的加密摄像头及视频处理系统
CN107071333A (zh) 视频图像处理方法和视频图像处理装置
CN111327947A (zh) 一种截屏管理方法、装置及移动终端
CN110866263B (zh) 一种可对抗纵向攻击的用户隐私信息保护方法及系统
Feng et al. A behavior-based method for detecting distributed scan attacks in darknets
CN109460996B (zh) 公有区块链的处理方法、设备及计算机可读存储介质
CN104378327A (zh) 网络攻击防护方法、装置及系统
CN111741320A (zh) 一种区块链人工智能大数据分析处理系统及方法
CN110248211B (zh) 直播间消息限流方法、装置、电子设备及存储介质
Khan et al. Security of multimedia communication with game trick based fast, efficient, and robust color‐/gray‐scale image encryption algorithm
CN106127034B (zh) 一种防止系统被恶意关闭的方法、装置及电子设备
CN115329388B (zh) 一种面向联邦生成对抗网络的隐私增强方法
CN114466215B (zh) 数据处理方法及装置
CN114036511A (zh) 一种基于隐私保护在终端上检测脚本作弊的方法和装置
CN107563950A (zh) 一种安全高效的数字图像加密方法
Xu et al. On the robustness of price-anticipating kelly mechanism
Arzhakov Usage of game theory in the internet wide scan
CN107547919A (zh) 一种视频播放方法、装置及存储介质
CN113810341B (zh) 一种识别目标网络团体的方法及系统、存储介质、设备

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231229