CN111784319B - 基于区块链支付网络的通信数据处理方法及大数据服务器 - Google Patents

基于区块链支付网络的通信数据处理方法及大数据服务器 Download PDF

Info

Publication number
CN111784319B
CN111784319B CN202010633801.7A CN202010633801A CN111784319B CN 111784319 B CN111784319 B CN 111784319B CN 202010633801 A CN202010633801 A CN 202010633801A CN 111784319 B CN111784319 B CN 111784319B
Authority
CN
China
Prior art keywords
track
data
target
list
coefficient
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.)
Expired - Fee Related
Application number
CN202010633801.7A
Other languages
English (en)
Other versions
CN111784319A (zh
Inventor
吴春香
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.)
Caizhi Yunxiang Hangzhou Data Information Technology Co ltd
Original Assignee
Caizhi Yunxiang Hangzhou Data Information 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 Caizhi Yunxiang Hangzhou Data Information Technology Co ltd filed Critical Caizhi Yunxiang Hangzhou Data Information Technology Co ltd
Priority to CN202110050073.1A priority Critical patent/CN112766949A/zh
Priority to CN202010633801.7A priority patent/CN111784319B/zh
Priority to CN202110048604.3A priority patent/CN112866374A/zh
Publication of CN111784319A publication Critical patent/CN111784319A/zh
Application granted granted Critical
Publication of CN111784319B publication Critical patent/CN111784319B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G06F9/4451—User profiles; Roaming
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提供的基于区块链支付网络的通信数据处理方法及大数据服务器，首先提取每个区块链节点的目标状态数据和目标状态数据对应的更新日志，并确定状态属性信息，其次基于更新日志和状态属性信息确定每个区块链节点的节点状态数据对应的多个资源配置列表，然后根据资源配置列表包括的目标状态数据对应的数据描述值及其对应的映射描述值标定资源配置列表得到待处理资源配置列表，进而根据待处理资源配置列表确定目标区块链节点，最后生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。如此，能够确保对区块链支付网络的网络环境扰动的可靠修复，进而保证区块链支付网络中的支付行为的准确性。

Description

基于区块链支付网络的通信数据处理方法及大数据服务器
技术领域
本申请涉及区块链通信技术领域，尤其涉及基于区块链支付网络的通信数据处理方法及大数据服务器。
背景技术
随着区块链技术的快速发展，各大银行以及金融科技型企业已经着手布局区块链支付业务，区块链支付正在一步步变成现实。在区块链支付中，付款方节点和收款方节点是直接对接的，并且付款方节点与收款方节点之间的每一笔交易是不可被篡改的。如果付款方节点和收款方节点之间的某次交易不成功，则付款方节点不会执行扣款行为。在一些场景下，收款方节点也没有权限对某次已完结的交易记录进行篡改。这样能够保障付款方的正常权益。然而，随着区块链支付网络中付款方节点和收款方节点数量的激增，区块链支付网络的网络环境会出现不同程度的扰动，这样会影响区块链支付网络中的支付行为的准确性。
发明内容
本申请提供基于区块链支付网络的通信数据处理方法及大数据服务器，以改善现有技术存在的以上技术问题。
本发明实施例的第一方面，提供了一种基于区块链支付网络的通信数据处理方法，应用于与多个区块链节点通信的大数据服务器，所述方法至少包括以下步骤：
从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。
本发明实施例的第二方面，提供了一种大数据服务器，所述大数据服务器与多个区块链节点通信，所述大数据服务用于：
从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。
本发明实施例的第三方面，提供了一种大数据服务器，包括：
处理器，以及与处理器连接的内存和网络接口；所述网络接口与大数据服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述的方法。
本发明实施例所提供的基于区块链支付网络的通信数据处理方法及大数据服务器，首先提取每个区块链节点的目标状态数据和目标状态数据对应的更新日志，并确定状态属性信息，其次基于更新日志和状态属性信息确定每个区块链节点的节点状态数据对应的多个资源配置列表，然后根据资源配置列表包括的目标状态数据对应的数据描述值及其对应的映射描述值标定资源配置列表得到待处理资源配置列表，进而根据待处理资源配置列表确定目标区块链节点，最后生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。如此，能够实现每个区块链节点在网络环境参数修复上的协同，避免每个区块链节点独立地运行各自的自适应恢复程序带来的冲突，确保对区块链支付网络的网络环境扰动的可靠修复，进而保证区块链支付网络中的支付行为的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例性实施例示出的基于区块链支付网络的通信数据处理方法的流程示意图。
图2是本申请根据一示例性实施例示出的基于区块链支付网络的通信数据处理系统的架构示意图。
图3是本申请根据一示例性实施例示出的一种基于区块链支付网络的通信数据处理装置的一个实施例框图。
图4为图3所示的装置所在大数据服务器的一种硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
发明人对现有的区块链支付网络进行分析时发现，现有的区块链支付网络为了确保支付行为的不可篡改性，通常会在每个区块链节点中部署网络环境参数的自适应恢复程序。这样以来，如果区块链支付网络的网络环境出现扰动，区块链节点可以运行自适应恢复程序以实现对区块链支付网络的网络环境的修复和调整。
然而，区块链支付网络中的多个区块链节点之间是平等的，在对网络环境进行修复和调整时，如果多个区块链节点同时且独立地运行各自的自适应恢复程序，则会引起不同的自适应恢复程序之间的线程冲突，这样会导致区块链支付网络的网络环境参数难以得到准确地恢复，从而导致区块链节点在后续对支付行为对应的操作数据进行处理时出现混乱，影响支付行为的准确性。
为改善上述问题，本发明实施例提供了一种基于区块链支付网络的通信数据处理方法及大数据服务器，能够将区块链支付网络的网络参数修复行为进行云端化处理。详细地，大数据服务器能够根据区块链支付网络中的每个区块链节点的状态数据为每个区块链节点分配对应的网络参数修复指令，从而实现每个区块链节点在网络环境参数修复上的协同。如此，能够确保对区块链支付网络的网络环境扰动的可靠修复，进而保证区块链支付网络中的支付行为的准确性。
在上述基础上，请结合参阅图1，提供了基于区块链支付网络的通信数据处理方法的流程示意图，所述方法可以应用于图2中与多个区块链节点220通信的大数据服务器210。进一步地，所述大数据服务器210通过执行以下步骤S210-步骤S250来实现上述的通信数据处理方法。
步骤S210，从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息。
在本实施例中，节点状态数据用于表征区块链节点的通信交互状态。设定时长可以根据与大数据服务器通信的区块链节点的数量进行适当调整。数据更新行为用于表征区块链节点存在交互链路的切换行为。不同的交互链路用于表征不同的支付行为。预设数据库可以是大数据服务器用于存储与每个区块链节点的通信记录的数据库。该数据库可以是mySQL数据库，也可以是hive数据库，在此不做限定。更新日志用于记录目标状态数据的数据更新逻辑和数据更新结果，状态标识用于表征目标状态数据在区块链节点中的不可复制性，状态属性信息可以是多个属性标签组成的信息字段。
步骤S220，基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值。
在本实施例中，相关性系数用于表征每两组目标状态数据之间的相似性，资源配置列表用于表征区块链节点在整个区块链支付网络中的通信优先级。
步骤S230，对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表。
步骤S240，统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点。
步骤S250，生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。
具体地，生成与目标区块链节点对应的网络参数修复指令并进行逐一下发可以通过以下子步骤得到：
针对每个目标区块链节点，抽取该目标区块链节点的节点状态数据中的网络状态特征，并根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令；
将所述网络参数修复指令下发给对应的目标区块链节点以使得目标区块链节点基于所述网络参数修复指令在区块链支付网络的网络环境出现扰动时进行网络环境参数的修复；其中，每个目标区块链节点预先配置有自适应恢复程序，不同的目标区块链节点对应的网络参数修复指令的权重等级不同。
在具体实施时，如果区块链支付网络的网络环境出现扰动，则多个目标区块链节点之间会共享各自的网络参数修复指令，并通过投票决定所执行的目标网络参数修复指令，然后使得目标网络参数修复指令对应的目标区块链节点执行对网络环境参数的修复。这样，能够实现每个区块链节点在网络环境参数修复上的协同，避免每个区块链节点独立地运行各自的自适应恢复程序带来的冲突。如此，能够确保对区块链支付网络的网络环境扰动的可靠修复，进而保证区块链支付网络中的支付行为的准确性。
可以理解，通过执行上述步骤S210-步骤S250所描述的内容，首先提取每个区块链节点的目标状态数据和目标状态数据对应的更新日志，并确定状态属性信息，其次基于更新日志和状态属性信息确定每个区块链节点的节点状态数据对应的多个资源配置列表，然后根据资源配置列表包括的目标状态数据对应的数据描述值及其对应的映射描述值标定资源配置列表得到待处理资源配置列表，进而根据待处理资源配置列表确定目标区块链节点，最后生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。如此，能够实现每个区块链节点在网络环境参数修复上的协同，避免每个区块链节点独立地运行各自的自适应恢复程序带来的冲突，确保对区块链支付网络的网络环境扰动的可靠修复，进而保证区块链支付网络中的支付行为的准确性。
在具体实施时发明人发现，在生成每个目标区块链节点对应的网络参数修复指令时，需要考虑网络状态特征与参数变化轨迹之间的异构性和兼容性，否则会导致确定出的网络参数修复指令的权重等级出现偏差，还可能导致目标区块链节点无法识别网络参数修复指令。为改善上述问题，在步骤S250中，根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令，具体可以包括以下步骤S251-步骤S253所描述的内容。
步骤S251，基于所述网络状态特征的第一状态特征数组和第二状态特征数组，确定待拆分的参数变化轨迹的多个轨迹区间的区间标识信息，以及不同轨迹区间之间的区间关联度。
步骤S252，基于确定的所述多个轨迹区间的区间标识信息以及不同轨迹区间之间的区间关联度，对所述多个轨迹区间进行剔除，使得保留的轨迹区间的区间标识信息的置信度大于第一预设值、且保留的轨迹区间之间的区间关联度大于第二预设值。
步骤S253，根据保留的轨迹区间对所述参数变化轨迹进行拆分得到多个子轨迹，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令；其中，不同所述轨迹变化影响序列对应不同的权重等级。
在应用上述步骤S251-步骤S253所描述的方法时，通过对轨迹区间进行剔除，能够将网络状态特征与参数变化轨迹之间的异构性和兼容性考虑在内，确保确定出的网络参数修复指令的权重等级不会出现偏差，使得目标区块链节点能够准确地识别网络参数修复指令。
在具体实施过程中，为了实现目标区块链节点对网络参数修复指令的快速、准确解析，减少识别网络参数修复指令的耗时，在步骤S253中，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令，具体可以包括以下步骤S2531-步骤S2535所描述的内容。
步骤S2531，将每个子轨迹的轨迹描述信息导入到预设列表中，并基于所述预设列表的列表结构以及每个子轨迹对应的描述信息在所述预设列表中的位置提取每个子轨迹的轨迹变化特征，并根据每个子轨迹相对于所述参数变化轨迹的轨迹权重为每个轨迹变化特征添加特征标识；其中，所述特征标识具有由大到小的层级关系。
步骤S2532，针对每个轨迹变化特征，按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征，并将所述第一特征标识对应的轨迹变化特征与所述第二特征标识对应的轨迹变化特征确定为一组轨迹变化特征组合；其中，已确定为轨迹变化特征组合的轨迹变化特征不再进行按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征的判断。
步骤S2533，判断每个子轨迹是否存在保留下来的一个轨迹变化特征；若存在，则计算保留下来的一个轨迹变化特征的特征值并基于所述特征值生成所述子轨迹的评价系数；采用所述评价系数对每个子轨迹对应的每个轨迹变化特征组合进行特征相关性计算，得到每个特征变化轨迹对应的轨迹变化影响因子；若不存在，则根据每个子轨迹对应的每个轨迹变化特征组合中的两个轨迹变化特征之间的余弦距离确定每个子轨迹对应的轨迹变化影响因子。
步骤S2534，将确定出的每组轨迹变化影响因子按照由小到大的顺序进行排序得到轨迹变化影响序列；基于每个轨迹变化影响序列中相邻两个轨迹变化影响因子的差值确定用于表征对应的目标区块链节点的指令解析逻辑的文本信息。
步骤S2535，根据提取到的所述文本信息中的至少两个词向量生成该目标区块链节点对应的网络参数修复指令；其中，在生成网络参数修复指令的过程中，并行地通过词向量的向量维度的平均值确定网络参数修复指令的权重等级。
在应用上述步骤S2535所描述的内容时，能够根据确定出的文本信息中的至少两个词向量生成每个目标区块链节点对应的网络参数修复指令，如此，能够将目标区块链节点的指令解析逻辑考虑在内，从而实现对网络参数修复指令的快速、准确解析，减少目标区块链节点识别网络参数修复指令的耗时。
在一个可替换的实施方式中，为了确保确定出的状态属性信息的准确性，步骤S210所描述的确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息，具体可以包括以下步骤所S211-步骤S213描述的内容。
步骤S211，生成每组目标状态数据对应的用于表征所述目标状态数据的状态变化度的第一状态清单以及用于表征所述目标状态数据的数据可信度的第二状态清单；其中，所述第一状态清单和所述第二状态清单中分别包括相同数量的多个数据包，且每个数据包的压缩系数不同，所述压缩系数用于表征所述数据包的数据集中度。
步骤S212，从每组目标状态数据对应的第一状态清单中确定出其中一个数据包的数据分布信息，在确定所述数据分布信息时，并行地将每组目标状态数据对应的第二状态清单中具有最大压缩系数的数据包确定为基准数据包。
步骤S213，将所述数据分布信息映射到所述基准数据包中并确定出所述数据分布信息在所述基准数据包中的目标分布信息；通过所述目标分布信息和所述数据分布信息确定所述第一状态清单和所述第二状态清单之间的数据包映射矩阵；根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段，若所述映射字段在所述更新日志中存在唯一对应的日志文本，则根据所述日志文本确定所述目标状态数据对应的存在唯一状态标识的状态属性信息；若所述映射字段在所述更新日志中不存在唯一对应的日志文本，则返回根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段的步骤。
可以理解，通过上述步骤S211-步骤S213，能够确保确定出的状态属性信息的准确性。
在一个可替换的实施方式中，为了确保资源配置列表的完整性，避免在确定每个区块链节点的节点状态数据对应的资源配置列表时出现遗漏，在步骤S220中，基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表，具体可以包括以下步骤S221-步骤S227所描述的内容。
步骤S221，确定各更新日志的事件记录信息和记录生成时段，所述事件记录信息是以各组目标状态数据的基准数据为事件触发点且记录标识为设定格式字符串的信息集。
步骤S222，基于每组事件记录信息中的多个事件队列，确定多个队列优先级；依据每个队列优先级对应的事件队列在所述事件记录信息中与所述记录生成时段对应的有效记录时段进行事件标识符提取，得到分别与所述多个队列优先级对应的多个事件标识符，并将每个事件标识符对应的队列优先级的队列逻辑信息作为每个事件标识符的指向性逻辑信息。
步骤S223，根据所述多个事件标识符确定所述事件记录信息与所述记录生成时段之间的指向性矩阵，并获取各更新日志对应的多个指向性逻辑信息中的每个指向性逻辑信息所表征的对应的更新日志的活跃系数；其中，所述活跃系数用于表征所述更新日志的更新频率。
步骤S224，在基于所述指向性矩阵确定出所述每个更新日志中包含有标定系数分类的情况下，根据每个更新日志在所述标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在非标定系数分类下的各活跃系数与每个更新日志在所述标定系数分类下的各活跃系数之间的活跃变量。
步骤S225，根据所述活跃变量将每个更新日志在所述非标定系数分类下的与在所述标定系数分类下的活跃系数相匹配的活跃系数转移到所述标定系数分类下；其中，在每个更新日志对应的非标定系数分类下包含有多个活跃系数的情况下，根据每个更新日志的标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在所述非标定系数分类下的各活跃系数之间的活跃变量；基于所述各活跃系数之间的活跃变量对所述非标定系数分类下的各活跃系数进行标记以得到至少一个目标活跃系数，将所述目标活跃系数转移到所述标定系数分类下。
步骤S226，将所述标定系数分类下的每个活跃系数与确定出的相关性系数进行匹配得到多个匹配结果，提取每个匹配结果相对于其对应的区块链节点的节点状态数据的资源分配信息，从所述资源分配信息中提取出每个区块链节点的节点状态数据对应的多个资源配置列表。
在具体实施时，通过上述步骤S221-步骤S226所描述的内容，能够避免在确定每个区块链节点的节点状态数据对应的资源配置列表时出现遗漏，从而确保资源配置列表的完整性。
在另一个可替换的实施方式中，为了准确标定待处理资源配置列表从而确保后续的修复指令的准确生成，步骤S230所描述的确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表，进一步可以通过以下步骤S231-步骤S235实现。
步骤S231，将该资源配置列表包括的目标状态数据的字符编码按照时序依次列出，并从所述字符编码中查询出存在格式化标识的编码字段；将所述编码字段按照字段宽度由大到小的顺序进行排序得到所述目标状态数据对应的数据描述值。
步骤S232，对所述数据描述值进行序列化得到所述数据描述值对应的目标序列，将所述目标序列导入与该资源配置列表的列表结构相似值最大的目标资源配置列表中的目标列表单元中，得到与所述数据描述值对应的映射描述值。
步骤S233，计算所述数据描述值与所述映射描述值在每个相同字符位上的字符的一致性比较结果，根据所述一致性比较结果中表征所述数据描述值与所述映射描述值在每个相同字符位上的字符不相同的比较结果的占比确定所述数据描述值与所述映射描述值的差异系数。
步骤S234，根据所述差异系数所处的数值区间确定对区块链节点进行标定的目标数量；其中，所述数值区间包括若干个连续的子区间。
步骤S235，确定每个区块链节点对应的每个资源配置列表的列表集中度，计算所述列表集中度的均值，并根据每个列表集中度与所述均值的差值的由小到大的顺序依次对对应的资源配置列表进行标定，直至标定得到的待处理资源配置列表的累计数量达到所述目标数量。
在执行上述步骤S231-步骤S235所描述的内容时，能够准确标定待处理资源配置列表从而确保后续的修复指令的准确生成。
基于同样的发明构思，还提供了一种大数据服务器，所述大数据服务器与多个区块链节点通信，所述大数据服务用于：
从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。
可选地，所述大数据服务器生成与目标区块链节点对应的网络参数修复指令并进行逐一下发具体包括：
针对每个目标区块链节点，抽取该目标区块链节点的节点状态数据中的网络状态特征，并根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令；
将所述网络参数修复指令下发给对应的目标区块链节点以使得目标区块链节点基于所述网络参数修复指令在区块链支付网络的网络环境出现扰动时进行网络环境参数的修复；其中，每个目标区块链节点预先配置有自适应恢复程序，不同的目标区块链节点对应的网络参数修复指令的权重等级不同。
可选地，所述大数据服务器根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令具体包括：
基于所述网络状态特征的第一状态特征数组和第二状态特征数组，确定待拆分的参数变化轨迹的多个轨迹区间的区间标识信息，以及不同轨迹区间之间的区间关联度；
基于确定的所述多个轨迹区间的区间标识信息以及不同轨迹区间之间的区间关联度，对所述多个轨迹区间进行剔除，使得保留的轨迹区间的区间标识信息的置信度大于第一预设值、且保留的轨迹区间之间的区间关联度大于第二预设值；
根据保留的轨迹区间对所述参数变化轨迹进行拆分得到多个子轨迹，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令；其中，不同所述轨迹变化影响序列对应不同的权重等级。
可选地，所述大数据服务器提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令具体包括：
将每个子轨迹的轨迹描述信息导入到预设列表中，并基于所述预设列表的列表结构以及每个子轨迹对应的描述信息在所述预设列表中的位置提取每个子轨迹的轨迹变化特征，并根据每个子轨迹相对于所述参数变化轨迹的轨迹权重为每个轨迹变化特征添加特征标识；其中，所述特征标识具有由大到小的层级关系；
针对每个轨迹变化特征，按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征，并将所述第一特征标识对应的轨迹变化特征与所述第二特征标识对应的轨迹变化特征确定为一组轨迹变化特征组合；其中，已确定为轨迹变化特征组合的轨迹变化特征不再进行按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征的判断；
判断每个子轨迹是否存在保留下来的一个轨迹变化特征；若存在，则计算保留下来的一个轨迹变化特征的特征值并基于所述特征值生成所述子轨迹的评价系数；采用所述评价系数对每个子轨迹对应的每个轨迹变化特征组合进行特征相关性计算，得到每个特征变化轨迹对应的轨迹变化影响因子；若不存在，则根据每个子轨迹对应的每个轨迹变化特征组合中的两个轨迹变化特征之间的余弦距离确定每个子轨迹对应的轨迹变化影响因子；
将确定出的每组轨迹变化影响因子按照由小到大的顺序进行排序得到轨迹变化影响序列；基于每个轨迹变化影响序列中相邻两个轨迹变化影响因子的差值确定用于表征对应的目标区块链节点的指令解析逻辑的文本信息；
根据提取到的所述文本信息中的至少两个词向量生成该目标区块链节点对应的网络参数修复指令；其中，在生成网络参数修复指令的过程中，并行地通过词向量的向量维度的平均值确定网络参数修复指令的权重等级。
在上述基础上，请结合参阅图3，提供了基于区块链支付网络的通信数据处理装置300的功能模块框图，关于所述装置的具体描述如下。
A1.一种基于区块链支付网络的通信数据处理装置300，应用于与多个区块链节点通信的大数据服务器，所述装置至少包括以下功能模块：
数据确定模块310，用于从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
列表确定模块320，用于基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
列表标定模块330，用于对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
列表统计模块340，用于统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
指令生成模块350，用于生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。
A2.如A1所述的装置，所述指令生成模块350，用于：
针对每个目标区块链节点，抽取该目标区块链节点的节点状态数据中的网络状态特征，并根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令；
将所述网络参数修复指令下发给对应的目标区块链节点以使得目标区块链节点基于所述网络参数修复指令在区块链支付网络的网络环境出现扰动时进行网络环境参数的修复；其中，每个目标区块链节点预先配置有自适应恢复程序，不同的目标区块链节点对应的网络参数修复指令的权重等级不同。
A3.如A2所述的装置，所述指令生成模块350，用于：
基于所述网络状态特征的第一状态特征数组和第二状态特征数组，确定待拆分的参数变化轨迹的多个轨迹区间的区间标识信息，以及不同轨迹区间之间的区间关联度；
基于确定的所述多个轨迹区间的区间标识信息以及不同轨迹区间之间的区间关联度，对所述多个轨迹区间进行剔除，使得保留的轨迹区间的区间标识信息的置信度大于第一预设值、且保留的轨迹区间之间的区间关联度大于第二预设值；
根据保留的轨迹区间对所述参数变化轨迹进行拆分得到多个子轨迹，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令；其中，不同所述轨迹变化影响序列对应不同的权重等级。
A4.如A3所述的装置，所述指令生成模块350，用于：
将每个子轨迹的轨迹描述信息导入到预设列表中，并基于所述预设列表的列表结构以及每个子轨迹对应的描述信息在所述预设列表中的位置提取每个子轨迹的轨迹变化特征，并根据每个子轨迹相对于所述参数变化轨迹的轨迹权重为每个轨迹变化特征添加特征标识；其中，所述特征标识具有由大到小的层级关系；
针对每个轨迹变化特征，按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征，并将所述第一特征标识对应的轨迹变化特征与所述第二特征标识对应的轨迹变化特征确定为一组轨迹变化特征组合；其中，已确定为轨迹变化特征组合的轨迹变化特征不再进行按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征的判断；
判断每个子轨迹是否存在保留下来的一个轨迹变化特征；若存在，则计算保留下来的一个轨迹变化特征的特征值并基于所述特征值生成所述子轨迹的评价系数；采用所述评价系数对每个子轨迹对应的每个轨迹变化特征组合进行特征相关性计算，得到每个特征变化轨迹对应的轨迹变化影响因子；若不存在，则根据每个子轨迹对应的每个轨迹变化特征组合中的两个轨迹变化特征之间的余弦距离确定每个子轨迹对应的轨迹变化影响因子；
将确定出的每组轨迹变化影响因子按照由小到大的顺序进行排序得到轨迹变化影响序列；基于每个轨迹变化影响序列中相邻两个轨迹变化影响因子的差值确定用于表征对应的目标区块链节点的指令解析逻辑的文本信息；
根据提取到的所述文本信息中的至少两个词向量生成该目标区块链节点对应的网络参数修复指令；其中，在生成网络参数修复指令的过程中，并行地通过词向量的向量维度的平均值确定网络参数修复指令的权重等级。
A5.如A1-A4任一项所述的装置，所述数据确定模块310，用于：
生成每组目标状态数据对应的用于表征所述目标状态数据的状态变化度的第一状态清单以及用于表征所述目标状态数据的数据可信度的第二状态清单；其中，所述第一状态清单和所述第二状态清单中分别包括相同数量的多个数据包，且每个数据包的压缩系数不同，所述压缩系数用于表征所述数据包的数据集中度；
从每组目标状态数据对应的第一状态清单中确定出其中一个数据包的数据分布信息，在确定所述数据分布信息时，并行地将每组目标状态数据对应的第二状态清单中具有最大压缩系数的数据包确定为基准数据包；
将所述数据分布信息映射到所述基准数据包中并确定出所述数据分布信息在所述基准数据包中的目标分布信息；通过所述目标分布信息和所述数据分布信息确定所述第一状态清单和所述第二状态清单之间的数据包映射矩阵；根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段，若所述映射字段在所述更新日志中存在唯一对应的日志文本，则根据所述日志文本确定所述目标状态数据对应的存在唯一状态标识的状态属性信息；若所述映射字段在所述更新日志中不存在唯一对应的日志文本，则返回根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段的步骤。
A6.如A1所述的装置，所述列表确定模块320，用于：
确定各更新日志的事件记录信息和记录生成时段，所述事件记录信息是以各组目标状态数据的基准数据为事件触发点且记录标识为设定格式字符串的信息集；
基于每组事件记录信息中的多个事件队列，确定多个队列优先级；依据每个队列优先级对应的事件队列在所述事件记录信息中与所述记录生成时段对应的有效记录时段进行事件标识符提取，得到分别与所述多个队列优先级对应的多个事件标识符，并将每个事件标识符对应的队列优先级的队列逻辑信息作为每个事件标识符的指向性逻辑信息；
根据所述多个事件标识符确定所述事件记录信息与所述记录生成时段之间的指向性矩阵，并获取各更新日志对应的多个指向性逻辑信息中的每个指向性逻辑信息所表征的对应的更新日志的活跃系数；其中，所述活跃系数用于表征所述更新日志的更新频率；
在基于所述指向性矩阵确定出所述每个更新日志中包含有标定系数分类的情况下，根据每个更新日志在所述标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在非标定系数分类下的各活跃系数与每个更新日志在所述标定系数分类下的各活跃系数之间的活跃变量；
根据所述活跃变量将每个更新日志在所述非标定系数分类下的与在所述标定系数分类下的活跃系数相匹配的活跃系数转移到所述标定系数分类下；其中，在每个更新日志对应的非标定系数分类下包含有多个活跃系数的情况下，根据每个更新日志的标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在所述非标定系数分类下的各活跃系数之间的活跃变量；基于所述各活跃系数之间的活跃变量对所述非标定系数分类下的各活跃系数进行标记以得到至少一个目标活跃系数，将所述目标活跃系数转移到所述标定系数分类下；
将所述标定系数分类下的每个活跃系数与确定出的相关性系数进行匹配得到多个匹配结果，提取每个匹配结果相对于其对应的区块链节点的节点状态数据的资源分配信息，从所述资源分配信息中提取出每个区块链节点的节点状态数据对应的多个资源配置列表。
A7.如A2所述的装置，所述列表标定模块330，用于：
将该资源配置列表包括的目标状态数据的字符编码按照时序依次列出，并从所述字符编码中查询出存在格式化标识的编码字段；将所述编码字段按照字段宽度由大到小的顺序进行排序得到所述目标状态数据对应的数据描述值；
对所述数据描述值进行序列化得到所述数据描述值对应的目标序列，将所述目标序列导入与该资源配置列表的列表结构相似值最大的目标资源配置列表中的目标列表单元中，得到与所述数据描述值对应的映射描述值；
计算所述数据描述值与所述映射描述值在每个相同字符位上的字符的一致性比较结果，根据所述一致性比较结果中表征所述数据描述值与所述映射描述值在每个相同字符位上的字符不相同的比较结果的占比确定所述数据描述值与所述映射描述值的差异系数；
根据所述差异系数所处的数值区间确定对区块链节点进行标定的目标数量；其中，所述数值区间包括若干个连续的子区间；
确定每个区块链节点对应的每个资源配置列表的列表集中度，计算所述列表集中度的均值，并根据每个列表集中度与所述均值的差值的由小到大的顺序依次对对应的资源配置列表进行标定，直至标定得到的待处理资源配置列表的累计数量达到所述目标数量。
基于上述同样的发明构思，还提供了基于区块链支付网络的通信数据处理系统，关于所述系统的具体描述如下。
B1.一种基于区块链支付网络的通信数据处理系统，包括大数据服务器和多个区块链节点，所述大数据服务器与所述多个区块链节点通信，所述大数据服务器用于：
从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
生成与目标区块链节点对应的网络参数修复指令并进行逐一下发。
B2.如B1所述的系统，
所述大数据服务器，具体用于：
针对每个目标区块链节点，抽取该目标区块链节点的节点状态数据中的网络状态特征，并根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令；
将所述网络参数修复指令下发给对应的目标区块链节点；
所述目标区块链节点，具体用于：
基于所述网络参数修复指令在区块链支付网络的网络环境出现扰动时进行网络环境参数的修复；其中，每个目标区块链节点预先配置有自适应恢复程序，不同的目标区块链节点对应的网络参数修复指令的权重等级不同。
B3.如B2所述的系统，所述大数据服务器，具体用于：
基于所述网络状态特征的第一状态特征数组和第二状态特征数组，确定待拆分的参数变化轨迹的多个轨迹区间的区间标识信息，以及不同轨迹区间之间的区间关联度；
基于确定的所述多个轨迹区间的区间标识信息以及不同轨迹区间之间的区间关联度，对所述多个轨迹区间进行剔除，使得保留的轨迹区间的区间标识信息的置信度大于第一预设值、且保留的轨迹区间之间的区间关联度大于第二预设值；
根据保留的轨迹区间对所述参数变化轨迹进行拆分得到多个子轨迹，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令；其中，不同所述轨迹变化影响序列对应不同的权重等级。
B4.如B3所述的系统，所述大数据服务器，具体用于：
将每个子轨迹的轨迹描述信息导入到预设列表中，并基于所述预设列表的列表结构以及每个子轨迹对应的描述信息在所述预设列表中的位置提取每个子轨迹的轨迹变化特征，并根据每个子轨迹相对于所述参数变化轨迹的轨迹权重为每个轨迹变化特征添加特征标识；其中，所述特征标识具有由大到小的层级关系；
针对每个轨迹变化特征，按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征，并将所述第一特征标识对应的轨迹变化特征与所述第二特征标识对应的轨迹变化特征确定为一组轨迹变化特征组合；其中，已确定为轨迹变化特征组合的轨迹变化特征不再进行按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征的判断；
判断每个子轨迹是否存在保留下来的一个轨迹变化特征；若存在，则计算保留下来的一个轨迹变化特征的特征值并基于所述特征值生成所述子轨迹的评价系数；采用所述评价系数对每个子轨迹对应的每个轨迹变化特征组合进行特征相关性计算，得到每个特征变化轨迹对应的轨迹变化影响因子；若不存在，则根据每个子轨迹对应的每个轨迹变化特征组合中的两个轨迹变化特征之间的余弦距离确定每个子轨迹对应的轨迹变化影响因子；
将确定出的每组轨迹变化影响因子按照由小到大的顺序进行排序得到轨迹变化影响序列；基于每个轨迹变化影响序列中相邻两个轨迹变化影响因子的差值确定用于表征对应的目标区块链节点的指令解析逻辑的文本信息；
根据提取到的所述文本信息中的至少两个词向量生成该目标区块链节点对应的网络参数修复指令；其中，在生成网络参数修复指令的过程中，并行地通过词向量的向量维度的平均值确定网络参数修复指令的权重等级。
B5.如B1-B4任一项所述的系统，所述大数据服务器，具体用于：
生成每组目标状态数据对应的用于表征所述目标状态数据的状态变化度的第一状态清单以及用于表征所述目标状态数据的数据可信度的第二状态清单；其中，所述第一状态清单和所述第二状态清单中分别包括相同数量的多个数据包，且每个数据包的压缩系数不同，所述压缩系数用于表征所述数据包的数据集中度；
从每组目标状态数据对应的第一状态清单中确定出其中一个数据包的数据分布信息，在确定所述数据分布信息时，并行地将每组目标状态数据对应的第二状态清单中具有最大压缩系数的数据包确定为基准数据包；
将所述数据分布信息映射到所述基准数据包中并确定出所述数据分布信息在所述基准数据包中的目标分布信息；通过所述目标分布信息和所述数据分布信息确定所述第一状态清单和所述第二状态清单之间的数据包映射矩阵；根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段，若所述映射字段在所述更新日志中存在唯一对应的日志文本，则根据所述日志文本确定所述目标状态数据对应的存在唯一状态标识的状态属性信息；若所述映射字段在所述更新日志中不存在唯一对应的日志文本，则返回根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段的步骤。
B6.如B1所述的系统，所述大数据服务器，具体用于：
确定各更新日志的事件记录信息和记录生成时段，所述事件记录信息是以各组目标状态数据的基准数据为事件触发点且记录标识为设定格式字符串的信息集；
基于每组事件记录信息中的多个事件队列，确定多个队列优先级；依据每个队列优先级对应的事件队列在所述事件记录信息中与所述记录生成时段对应的有效记录时段进行事件标识符提取，得到分别与所述多个队列优先级对应的多个事件标识符，并将每个事件标识符对应的队列优先级的队列逻辑信息作为每个事件标识符的指向性逻辑信息；
根据所述多个事件标识符确定所述事件记录信息与所述记录生成时段之间的指向性矩阵，并获取各更新日志对应的多个指向性逻辑信息中的每个指向性逻辑信息所表征的对应的更新日志的活跃系数；其中，所述活跃系数用于表征所述更新日志的更新频率；
在基于所述指向性矩阵确定出所述每个更新日志中包含有标定系数分类的情况下，根据每个更新日志在所述标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在非标定系数分类下的各活跃系数与每个更新日志在所述标定系数分类下的各活跃系数之间的活跃变量；
根据所述活跃变量将每个更新日志在所述非标定系数分类下的与在所述标定系数分类下的活跃系数相匹配的活跃系数转移到所述标定系数分类下；其中，在每个更新日志对应的非标定系数分类下包含有多个活跃系数的情况下，根据每个更新日志的标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在所述非标定系数分类下的各活跃系数之间的活跃变量；基于所述各活跃系数之间的活跃变量对所述非标定系数分类下的各活跃系数进行标记以得到至少一个目标活跃系数，将所述目标活跃系数转移到所述标定系数分类下；
将所述标定系数分类下的每个活跃系数与确定出的相关性系数进行匹配得到多个匹配结果，提取每个匹配结果相对于其对应的区块链节点的节点状态数据的资源分配信息，从所述资源分配信息中提取出每个区块链节点的节点状态数据对应的多个资源配置列表。
B7.如B2所述的系统，所述大数据服务器，具体用于：
将该资源配置列表包括的目标状态数据的字符编码按照时序依次列出，并从所述字符编码中查询出存在格式化标识的编码字段；将所述编码字段按照字段宽度由大到小的顺序进行排序得到所述目标状态数据对应的数据描述值；
对所述数据描述值进行序列化得到所述数据描述值对应的目标序列，将所述目标序列导入与该资源配置列表的列表结构相似值最大的目标资源配置列表中的目标列表单元中，得到与所述数据描述值对应的映射描述值；
计算所述数据描述值与所述映射描述值在每个相同字符位上的字符的一致性比较结果，根据所述一致性比较结果中表征所述数据描述值与所述映射描述值在每个相同字符位上的字符不相同的比较结果的占比确定所述数据描述值与所述映射描述值的差异系数；
根据所述差异系数所处的数值区间确定对区块链节点进行标定的目标数量；其中，所述数值区间包括若干个连续的子区间；
确定每个区块链节点对应的每个资源配置列表的列表集中度，计算所述列表集中度的均值，并根据每个列表集中度与所述均值的差值的由小到大的顺序依次对对应的资源配置列表进行标定，直至标定得到的待处理资源配置列表的累计数量达到所述目标数量。
在上述基础上，请结合参阅图4，还提供了一种大数据服务器210的硬件结构示意图，所述大数据服务器210包括处理器211，以及与处理器211连接的内存212和网络接口213；所述网络接口213与大数据服务器210中的非易失性存储器240连接；所述处理器211在运行时通过所述网络接口213从所述非易失性存储器214中调取计算机程序，并通过所述内存212运行所述计算机程序，以执行上述的方法。
在上述基础上，还提供了一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序在所述大数据服务器210的内存212中运行时执行上述的方法。

Claims (7)

1.一种基于区块链支付网络的通信数据处理方法，其特征在于，应用于与多个区块链节点通信的大数据服务器，所述方法至少包括以下步骤：
从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
生成与目标区块链节点对应的网络参数修复指令并进行逐一下发；
其中，所述数据更新行为用于表征区块链节点存在交互链路的切换行为，不同的交互链路用于表征不同的支付行为；
其中，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息的步骤，具体包括：
生成每组目标状态数据对应的用于表征所述目标状态数据的状态变化度的第一状态清单以及用于表征所述目标状态数据的数据可信度的第二状态清单；其中，所述第一状态清单和所述第二状态清单中分别包括相同数量的多个数据包，且每个数据包的压缩系数不同，所述压缩系数用于表征所述数据包的数据集中度；
从每组目标状态数据对应的第一状态清单中确定出其中一个数据包的数据分布信息，在确定所述数据分布信息时，并行地将每组目标状态数据对应的第二状态清单中具有最大压缩系数的数据包确定为基准数据包；
将所述数据分布信息映射到所述基准数据包中并确定出所述数据分布信息在所述基准数据包中的目标分布信息；通过所述目标分布信息和所述数据分布信息确定所述第一状态清单和所述第二状态清单之间的数据包映射矩阵；根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段，若所述映射字段在所述更新日志中存在唯一对应的日志文本，则根据所述日志文本确定所述目标状态数据对应的存在唯一状态标识的状态属性信息；若所述映射字段在所述更新日志中不存在唯一对应的日志文本，则返回根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段的步骤；
其中，基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表的步骤，具体包括：
确定各更新日志的事件记录信息和记录生成时段，所述事件记录信息是以各组目标状态数据的基准数据为事件触发点且记录标识为设定格式字符串的信息集；
基于每组事件记录信息中的多个事件队列，确定多个队列优先级；依据每个队列优先级对应的事件队列在所述事件记录信息中与所述记录生成时段对应的有效记录时段进行事件标识符提取，得到分别与所述多个队列优先级对应的多个事件标识符，并将每个事件标识符对应的队列优先级的队列逻辑信息作为每个事件标识符的指向性逻辑信息；
根据所述多个事件标识符确定所述事件记录信息与所述记录生成时段之间的指向性矩阵，并获取各更新日志对应的多个指向性逻辑信息中的每个指向性逻辑信息所表征的对应的更新日志的活跃系数；其中，所述活跃系数用于表征所述更新日志的更新频率；
在基于所述指向性矩阵确定出所述每个更新日志中包含有标定系数分类的情况下，根据每个更新日志在所述标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在非标定系数分类下的各活跃系数与每个更新日志在所述标定系数分类下的各活跃系数之间的活跃变量；
根据所述活跃变量将每个更新日志在所述非标定系数分类下的与在所述标定系数分类下的活跃系数相匹配的活跃系数转移到所述标定系数分类下；其中，在每个更新日志对应的非标定系数分类下包含有多个活跃系数的情况下，根据每个更新日志的标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在所述非标定系数分类下的各活跃系数之间的活跃变量；基于所述各活跃系数之间的活跃变量对所述非标定系数分类下的各活跃系数进行标记以得到至少一个目标活跃系数，将所述目标活跃系数转移到所述标定系数分类下；
将所述标定系数分类下的每个活跃系数与确定出的相关性系数进行匹配得到多个匹配结果，提取每个匹配结果相对于其对应的区块链节点的节点状态数据的资源分配信息，从所述资源分配信息中提取出每个区块链节点的节点状态数据对应的多个资源配置列表；
其中，所述资源配置列表用于表征区块链节点在整个区块链支付网络中的通信优先级；
其中，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表，具体包括：
将该资源配置列表包括的目标状态数据的字符编码按照时序依次列出，并从所述字符编码中查询出存在格式化标识的编码字段；将所述编码字段按照字段宽度由大到小的顺序进行排序得到所述目标状态数据对应的数据描述值；
对所述数据描述值进行序列化得到所述数据描述值对应的目标序列，将所述目标序列导入与该资源配置列表的列表结构相似值最大的目标资源配置列表中的目标列表单元中，得到与所述数据描述值对应的映射描述值；
计算所述数据描述值与所述映射描述值在每个相同字符位上的字符的一致性比较结果，根据所述一致性比较结果中表征所述数据描述值与所述映射描述值在每个相同字符位上的字符不相同的比较结果的占比确定所述数据描述值与所述映射描述值的差异系数；
根据所述差异系数所处的数值区间确定对区块链节点进行标定的目标数量；其中，所述数值区间包括若干个连续的子区间；
确定每个区块链节点对应的每个资源配置列表的列表集中度，计算所述列表集中度的均值，并根据每个列表集中度与所述均值的差值的由小到大的顺序依次对对应的资源配置列表进行标定，直至标定得到的待处理资源配置列表的累计数量达到所述目标数量；
其中，生成与目标区块链节点对应的网络参数修复指令并进行逐一下发，具体包括：
针对每个目标区块链节点，抽取该目标区块链节点的节点状态数据中的网络状态特征，并根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令；
将所述网络参数修复指令下发给对应的目标区块链节点以使得目标区块链节点基于所述网络参数修复指令在区块链支付网络的网络环境出现扰动时进行网络环境参数的修复；其中，每个目标区块链节点预先配置有自适应恢复程序，不同的目标区块链节点对应的网络参数修复指令的权重等级不同。
2.如权利要求1所述的方法，其特征在于，根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令，具体包括：
基于所述网络状态特征的第一状态特征数组和第二状态特征数组，确定待拆分的参数变化轨迹的多个轨迹区间的区间标识信息，以及不同轨迹区间之间的区间关联度；
基于确定的所述多个轨迹区间的区间标识信息以及不同轨迹区间之间的区间关联度，对所述多个轨迹区间进行剔除，使得保留的轨迹区间的区间标识信息的置信度大于第一预设值、且保留的轨迹区间之间的区间关联度大于第二预设值；
根据保留的轨迹区间对所述参数变化轨迹进行拆分得到多个子轨迹，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令；其中，不同所述轨迹变化影响序列对应不同的权重等级。
3.如权利要求2所述的方法，其特征在于，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令，具体包括：
将每个子轨迹的轨迹描述信息导入到预设列表中，并基于所述预设列表的列表结构以及每个子轨迹对应的描述信息在所述预设列表中的位置提取每个子轨迹的轨迹变化特征，并根据每个子轨迹相对于所述参数变化轨迹的轨迹权重为每个轨迹变化特征添加特征标识；其中，所述特征标识具有由大到小的层级关系；
针对每个轨迹变化特征，按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征，并将所述第一特征标识对应的轨迹变化特征与所述第二特征标识对应的轨迹变化特征确定为一组轨迹变化特征组合；其中，已确定为轨迹变化特征组合的轨迹变化特征不再进行按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征的判断；
判断每个子轨迹是否存在保留下来的一个轨迹变化特征；若存在，则计算保留下来的一个轨迹变化特征的特征值并基于所述特征值生成所述子轨迹的评价系数；采用所述评价系数对每个子轨迹对应的每个轨迹变化特征组合进行特征相关性计算，得到每个特征变化轨迹对应的轨迹变化影响因子；若不存在，则根据每个子轨迹对应的每个轨迹变化特征组合中的两个轨迹变化特征之间的余弦距离确定每个子轨迹对应的轨迹变化影响因子；
将确定出的每组轨迹变化影响因子按照由小到大的顺序进行排序得到轨迹变化影响序列；基于每个轨迹变化影响序列中相邻两个轨迹变化影响因子的差值确定用于表征对应的目标区块链节点的指令解析逻辑的文本信息；
根据提取到的所述文本信息中的至少两个词向量生成该目标区块链节点对应的网络参数修复指令；其中，在生成网络参数修复指令的过程中，并行地通过词向量的向量维度的平均值确定网络参数修复指令的权重等级。
4.一种大数据服务器，其特征在于，所述大数据服务器与多个区块链节点通信，所述大数据服务器 用于：
从每个区块链节点所对应的节点状态数据中提取在设定时长内存在数据更新行为的各组目标状态数据，以及从预设数据库中确定与各组目标状态数据对应的更新日志，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息；
基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表；其中，每个资源配置列表中包括至少一组目标状态数据对应的数据描述值；
对于每个区块链节点的每个资源配置列表，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表；
统计每个区块链节点对应的待处理资源配置列表在该区块链节点的所有资源配置列表中的占比值，将占比值达到设定值的区块链节点确定为与所述大数据服务器之间存在协议免验证的目标区块链节点；
生成与目标区块链节点对应的网络参数修复指令并进行逐一下发；
其中，所述数据更新行为用于表征区块链节点存在交互链路的切换行为，不同的交互链路用于表征不同的支付行为；
其中，确定每组目标状态数据在对应的更新日志中存在唯一状态标识的状态属性信息的步骤，具体包括：
生成每组目标状态数据对应的用于表征所述目标状态数据的状态变化度的第一状态清单以及用于表征所述目标状态数据的数据可信度的第二状态清单；其中，所述第一状态清单和所述第二状态清单中分别包括相同数量的多个数据包，且每个数据包的压缩系数不同，所述压缩系数用于表征所述数据包的数据集中度；
从每组目标状态数据对应的第一状态清单中确定出其中一个数据包的数据分布信息，在确定所述数据分布信息时，并行地将每组目标状态数据对应的第二状态清单中具有最大压缩系数的数据包确定为基准数据包；
将所述数据分布信息映射到所述基准数据包中并确定出所述数据分布信息在所述基准数据包中的目标分布信息；通过所述目标分布信息和所述数据分布信息确定所述第一状态清单和所述第二状态清单之间的数据包映射矩阵；根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段，若所述映射字段在所述更新日志中存在唯一对应的日志文本，则根据所述日志文本确定所述目标状态数据对应的存在唯一状态标识的状态属性信息；若所述映射字段在所述更新日志中不存在唯一对应的日志文本，则返回根据所述数据包映射矩阵将每组目标状态数据中的其中一个属性字段映射到对应的更新日志中得到映射字段的步骤；
其中，基于所述节点状态数据的各组目标状态数据对应的更新日志，以及根据所述状态属性信息确定出的每两组目标状态数据之间的相关性系数，确定每个区块链节点的节点状态数据对应的多个资源配置列表的步骤，具体包括：
确定各更新日志的事件记录信息和记录生成时段，所述事件记录信息是以各组目标状态数据的基准数据为事件触发点且记录标识为设定格式字符串的信息集；
基于每组事件记录信息中的多个事件队列，确定多个队列优先级；依据每个队列优先级对应的事件队列在所述事件记录信息中与所述记录生成时段对应的有效记录时段进行事件标识符提取，得到分别与所述多个队列优先级对应的多个事件标识符，并将每个事件标识符对应的队列优先级的队列逻辑信息作为每个事件标识符的指向性逻辑信息；
根据所述多个事件标识符确定所述事件记录信息与所述记录生成时段之间的指向性矩阵，并获取各更新日志对应的多个指向性逻辑信息中的每个指向性逻辑信息所表征的对应的更新日志的活跃系数；其中，所述活跃系数用于表征所述更新日志的更新频率；
在基于所述指向性矩阵确定出所述每个更新日志中包含有标定系数分类的情况下，根据每个更新日志在所述标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在非标定系数分类下的各活跃系数与每个更新日志在所述标定系数分类下的各活跃系数之间的活跃变量；
根据所述活跃变量将每个更新日志在所述非标定系数分类下的与在所述标定系数分类下的活跃系数相匹配的活跃系数转移到所述标定系数分类下；其中，在每个更新日志对应的非标定系数分类下包含有多个活跃系数的情况下，根据每个更新日志的标定系数分类下的活跃系数以及所述活跃系数的系数评价因子确定每个更新日志在所述非标定系数分类下的各活跃系数之间的活跃变量；基于所述各活跃系数之间的活跃变量对所述非标定系数分类下的各活跃系数进行标记以得到至少一个目标活跃系数，将所述目标活跃系数转移到所述标定系数分类下；
将所述标定系数分类下的每个活跃系数与确定出的相关性系数进行匹配得到多个匹配结果，提取每个匹配结果相对于其对应的区块链节点的节点状态数据的资源分配信息，从所述资源分配信息中提取出每个区块链节点的节点状态数据对应的多个资源配置列表；
其中，所述资源配置列表用于表征区块链节点在整个区块链支付网络中的通信优先级；
其中，确定该资源配置列表包括的目标状态数据对应的数据描述值在与该资源配置列表的列表结构相似值最大的目标资源配置列表中的映射描述值，根据所述数据描述值及其对应的映射描述值之间的差异系数对每个区块链节点中的至少部分资源配置列表进行标定，得到待处理资源配置列表，具体包括：
将该资源配置列表包括的目标状态数据的字符编码按照时序依次列出，并从所述字符编码中查询出存在格式化标识的编码字段；将所述编码字段按照字段宽度由大到小的顺序进行排序得到所述目标状态数据对应的数据描述值；
对所述数据描述值进行序列化得到所述数据描述值对应的目标序列，将所述目标序列导入与该资源配置列表的列表结构相似值最大的目标资源配置列表中的目标列表单元中，得到与所述数据描述值对应的映射描述值；
计算所述数据描述值与所述映射描述值在每个相同字符位上的字符的一致性比较结果，根据所述一致性比较结果中表征所述数据描述值与所述映射描述值在每个相同字符位上的字符不相同的比较结果的占比确定所述数据描述值与所述映射描述值的差异系数；
根据所述差异系数所处的数值区间确定对区块链节点进行标定的目标数量；其中，所述数值区间包括若干个连续的子区间；
确定每个区块链节点对应的每个资源配置列表的列表集中度，计算所述列表集中度的均值，并根据每个列表集中度与所述均值的差值的由小到大的顺序依次对对应的资源配置列表进行标定，直至标定得到的待处理资源配置列表的累计数量达到所述目标数量；
其中，生成与目标区块链节点对应的网络参数修复指令并进行逐一下发，具体包括：
针对每个目标区块链节点，抽取该目标区块链节点的节点状态数据中的网络状态特征，并根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令；
将所述网络参数修复指令下发给对应的目标区块链节点以使得目标区块链节点基于所述网络参数修复指令在区块链支付网络的网络环境出现扰动时进行网络环境参数的修复；其中，每个目标区块链节点预先配置有自适应恢复程序，不同的目标区块链节点对应的网络参数修复指令的权重等级不同。
5.如权利要求4所述的大数据服务器，其特征在于，所述大数据服务器根据所述网络状态特征以及从该目标区块链节点对应的接口参数记录中确定出的参数变化轨迹，生成该目标区块链节点对应的网络参数修复指令具体包括：
基于所述网络状态特征的第一状态特征数组和第二状态特征数组，确定待拆分的参数变化轨迹的多个轨迹区间的区间标识信息，以及不同轨迹区间之间的区间关联度；
基于确定的所述多个轨迹区间的区间标识信息以及不同轨迹区间之间的区间关联度，对所述多个轨迹区间进行剔除，使得保留的轨迹区间的区间标识信息的置信度大于第一预设值、且保留的轨迹区间之间的区间关联度大于第二预设值；
根据保留的轨迹区间对所述参数变化轨迹进行拆分得到多个子轨迹，提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令；其中，不同所述轨迹变化影响序列对应不同的权重等级。
6.如权利要求5所述的大数据服务器，其特征在于，所述大数据服务器提取每个子轨迹对应的轨迹变化影响因子并将所述轨迹变化影响因子组合成轨迹变化影响序列，基于所述轨迹变化影响序列生成该目标区块链节点对应的网络参数修复指令具体包括：
将每个子轨迹的轨迹描述信息导入到预设列表中，并基于所述预设列表的列表结构以及每个子轨迹对应的描述信息在所述预设列表中的位置提取每个子轨迹的轨迹变化特征，并根据每个子轨迹相对于所述参数变化轨迹的轨迹权重为每个轨迹变化特征添加特征标识；其中，所述特征标识具有由大到小的层级关系；
针对每个轨迹变化特征，按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征，并将所述第一特征标识对应的轨迹变化特征与所述第二特征标识对应的轨迹变化特征确定为一组轨迹变化特征组合；其中，已确定为轨迹变化特征组合的轨迹变化特征不再进行按照特征标识由大到小的顺序依次确定与每个轨迹变化特征的第一特征标识之间的标识关联度最高的第二特征标识对应的轨迹变化特征的判断；
判断每个子轨迹是否存在保留下来的一个轨迹变化特征；若存在，则计算保留下来的一个轨迹变化特征的特征值并基于所述特征值生成所述子轨迹的评价系数；采用所述评价系数对每个子轨迹对应的每个轨迹变化特征组合进行特征相关性计算，得到每个特征变化轨迹对应的轨迹变化影响因子；若不存在，则根据每个子轨迹对应的每个轨迹变化特征组合中的两个轨迹变化特征之间的余弦距离确定每个子轨迹对应的轨迹变化影响因子；
将确定出的每组轨迹变化影响因子按照由小到大的顺序进行排序得到轨迹变化影响序列；基于每个轨迹变化影响序列中相邻两个轨迹变化影响因子的差值确定用于表征对应的目标区块链节点的指令解析逻辑的文本信息；
根据提取到的所述文本信息中的至少两个词向量生成该目标区块链节点对应的网络参数修复指令；其中，在生成网络参数修复指令的过程中，并行地通过词向量的向量维度的平均值确定网络参数修复指令的权重等级。
7.一种大数据服务器，其特征在于，包括：
处理器，以及
与处理器连接的内存和网络接口；
所述网络接口与大数据服务器中的非易失性存储器连接；
所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-3任一项所述的方法。
CN202010633801.7A 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及大数据服务器 Expired - Fee Related CN111784319B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110050073.1A CN112766949A (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及系统
CN202010633801.7A CN111784319B (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及大数据服务器
CN202110048604.3A CN112866374A (zh) 2020-07-02 2020-07-02 结合区块链支付网络的通信数据处理方法及大数据服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010633801.7A CN111784319B (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及大数据服务器

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202110050073.1A Division CN112766949A (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及系统
CN202110048604.3A Division CN112866374A (zh) 2020-07-02 2020-07-02 结合区块链支付网络的通信数据处理方法及大数据服务器

Publications (2)

Publication Number Publication Date
CN111784319A CN111784319A (zh) 2020-10-16
CN111784319B true CN111784319B (zh) 2021-07-27

Family

ID=72758771

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202010633801.7A Expired - Fee Related CN111784319B (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及大数据服务器
CN202110050073.1A Withdrawn CN112766949A (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及系统
CN202110048604.3A Withdrawn CN112866374A (zh) 2020-07-02 2020-07-02 结合区块链支付网络的通信数据处理方法及大数据服务器

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN202110050073.1A Withdrawn CN112766949A (zh) 2020-07-02 2020-07-02 基于区块链支付网络的通信数据处理方法及系统
CN202110048604.3A Withdrawn CN112866374A (zh) 2020-07-02 2020-07-02 结合区块链支付网络的通信数据处理方法及大数据服务器

Country Status (1)

Country Link
CN (3) CN111784319B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114238493B (zh) * 2021-11-08 2022-09-13 苏州纳故环保科技有限公司 一种基于资源回收平台的区块链数据处理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108509628A (zh) * 2018-04-08 2018-09-07 腾讯科技（深圳）有限公司 数据库配置方法、装置、计算机设备和存储介质
CN110178340A (zh) * 2018-12-13 2019-08-27 阿里巴巴集团控股有限公司 在分布式系统中进行网络节点的恢复处理
CN110417872A (zh) * 2019-07-08 2019-11-05 深圳供电局有限公司 一种面向移动区块链的边缘网络资源分配方法
US10477024B1 (en) * 2017-05-30 2019-11-12 United Services Automobile Association (Usaa) Dynamic resource allocation
KR102062644B1 (ko) * 2018-06-18 2020-01-06 임권택 집합건물 관리 시스템 및 방법
CN111198922A (zh) * 2020-01-02 2020-05-26 腾讯科技（深圳）有限公司 基于区块链的游戏资源管理方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200038712A (ko) * 2018-10-04 2020-04-14 동서대학교 산학협력단 블록체인을 이용한 잔돈 암호화 거래시스템의 거래방법
CN110138596A (zh) * 2019-04-13 2019-08-16 山东公链信息科技有限公司 一种基于切换网络拓扑方式的区块链共识方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10477024B1 (en) * 2017-05-30 2019-11-12 United Services Automobile Association (Usaa) Dynamic resource allocation
CN108509628A (zh) * 2018-04-08 2018-09-07 腾讯科技（深圳）有限公司 数据库配置方法、装置、计算机设备和存储介质
KR102062644B1 (ko) * 2018-06-18 2020-01-06 임권택 집합건물 관리 시스템 및 방법
CN110178340A (zh) * 2018-12-13 2019-08-27 阿里巴巴集团控股有限公司 在分布式系统中进行网络节点的恢复处理
CN110417872A (zh) * 2019-07-08 2019-11-05 深圳供电局有限公司 一种面向移动区块链的边缘网络资源分配方法
CN111198922A (zh) * 2020-01-02 2020-05-26 腾讯科技（深圳）有限公司 基于区块链的游戏资源管理方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Blockchain for economically sustainable wireless mesh networks;Aniruddh Rao Kabbinale等;《Concurrency and Computation Practice and Experience》;20190528;第32卷(第12期);第1-18页 *
Node Recovery in Wireless Sensor Networks via Blockchain;Jalees ul Hussen Khan等;《3PGCIC 2019: Advances on P2P, Parallel, Grid, Cloud and Internet Computing》;20191020;第94-105页 *
Revive: Rebalancing Off-Blockchain Payment Networks;Rami Khalil等;《CCS "17: Proceedings of the 2017 ACM SIGSAC Conference on Computer and Communications Security》;20171031;第439–453页 *
区块链技术加速支付业创新;马近朱;《中国信用卡》;20161130(第11期);第60-61页 *
区块链技术在当代支付领域的应用分析;宋焱槟 等;《福建金融》;20190630(第6期);第58-64页 *

Also Published As

Publication number Publication date
CN112766949A (zh) 2021-05-07
CN112866374A (zh) 2021-05-28
CN111784319A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN111783875A (zh) 基于聚类分析的异常用户检测方法、装置、设备及介质
CN111444956B (zh) 低负载信息预测方法、装置、计算机系统及可读存储介质
CN108876213B (zh) 基于区块链的产品管理方法、装置、介质及电子设备
CN111145006A (zh) 基于用户画像的汽车金融反欺诈模型训练方法和装置
CN111738534A (zh) 多任务预测模型的训练、事件类型的预测方法及装置
CN111881164B (zh) 基于边缘计算和路径分析的数据处理方法及大数据云平台
CN113763057A (zh) 用户身份画像的数据处理方法和装置
CN113332729A (zh) 基于深度学习的云游戏漏洞检测方法及人工智能服务器
CN111784319B (zh) 基于区块链支付网络的通信数据处理方法及大数据服务器
CN115759748A (zh) 风险检测模型生成方法和装置、风险个体识别方法和装置
CN117615359B (zh) 基于多种规则引擎的蓝牙数据传输方法及系统
CN111949720B (zh) 基于大数据和人工智能的数据分析方法及云端数据服务器
CN113472860A (zh) 大数据和数字化环境下的业务资源分配方法及服务器
CN112668857A (zh) 分阶段质检的数据分类方法、装置、设备及存储介质
CN112434651A (zh) 一种基于图像识别的信息分析方法、装置及计算机设备
CN116257885A (zh) 基于联邦学习的隐私数据通信方法、系统和计算机设备
CN110597977A (zh) 数据处理方法、装置、计算机设备和存储介质
CN116245630A (zh) 一种反欺诈检测方法、装置、电子设备及介质
Asilkalkan et al. Matrix‐variate time series modelling with hidden Markov models
CN113159606A (zh) 操作风险识别方法及装置
CN112463964A (zh) 文本分类及模型训练方法、装置、设备及存储介质
CN111369352B (zh) 联合建模方法、设备及介质
CN113486354B (zh) 一种固件安全评估方法、系统、介质及电子设备
CN116628637A (zh) 非授权软件识别方法、装置、电子设备、介质及产品
CN117014160A (zh) 资产威胁预测方法、系统、装置及产品

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No.16, PUFA Road, export processing zone, economic development zone, Kunming area, China (Yunnan) pilot Free Trade Zone, Kunming, Yunnan Province

Applicant after: Wu Chunxiang

Address before: Room 606, block B, No. 581, torch Avenue, Puyan street, Binjiang District, Hangzhou City, Zhejiang Province

Applicant before: Wu Chunxiang

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210707

Address after: Room 921-4, building 3, No.16 Longtan Road, Cangqian street, Yuhang District, Hangzhou, Zhejiang 311100

Applicant after: Caizhi Yunxiang (Hangzhou) data information technology Co.,Ltd.

Address before: No.16, PUFA Road, export processing zone, economic development zone, Kunming area, China (Yunnan) pilot Free Trade Zone, Kunming, Yunnan Province

Applicant before: Wu Chunxiang

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210727