CN112395640B - 一种基于区块链的行业物联数据轻量可信共享技术 - Google Patents

一种基于区块链的行业物联数据轻量可信共享技术 Download PDF

Info

Publication number
CN112395640B
CN112395640B CN202011276115.5A CN202011276115A CN112395640B CN 112395640 B CN112395640 B CN 112395640B CN 202011276115 A CN202011276115 A CN 202011276115A CN 112395640 B CN112395640 B CN 112395640B
Authority
CN
China
Prior art keywords
data
transaction
block chain
message
party
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
Application number
CN202011276115.5A
Other languages
English (en)
Other versions
CN112395640A (zh
Inventor
李启蒙
杨会峰
方蓬勃
王智慧
吕鹏鹏
刘玮
连阳阳
王少影
高丽芳
张志�
齐京亮
杨小龙
肖帆
蔺鹏
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.)
Beijing Vectinfo Technologies Co ltd
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Hebei Electric Power Co Ltd
Original Assignee
Beijing Vectinfo Technologies Co ltd
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Hebei Electric Power 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 Beijing Vectinfo Technologies Co ltd, State Grid Corp of China SGCC, Information and Telecommunication Branch of State Grid Hebei Electric Power Co Ltd filed Critical Beijing Vectinfo Technologies Co ltd
Priority to CN202011276115.5A priority Critical patent/CN112395640B/zh
Publication of CN112395640A publication Critical patent/CN112395640A/zh
Application granted granted Critical
Publication of CN112395640B publication Critical patent/CN112395640B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/547—Remote procedure calls [RPC]; Web services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • 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
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/407—Cancellation of a transaction
    • 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)
  • Software Systems (AREA)
  • Accounting & Taxation (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一个基于区块链的行业物联数据轻量可信共享机制，该机制利用区块链与联邦学习算法实现数据共享与隐私保护；对Raft算法在选主、日志复制和安全性方面进行优化，提高共识效率，满足智慧城市对时延和安全的需求；设计基于智能合约的交易机制，规范交易流程，并通过激励提高物联数据持有方参与数据共享的积极性。

Description

一种基于区块链的行业物联数据轻量可信共享技术
技术领域
本发明涉及通信技术领域，具体领域为一种基于区块链的行业物联数据轻量可信共享技术。
背景技术
智慧城市通过信息通信技术采集、处理、应用城市运作各个环节中的物联数据，从而对包括城市管理、生态环境、交通、能源在内的各种需求提供智能化统筹与协调。为了增强城市的感知能力，物联网设备的规模逐步扩大，传统的设备接入方式已经不能满足数据安全、稳定性等方面的要求。同时，由于信息孤岛现象，各机构之间难以进行数据共享，导致跨部门协同、精准服务难以实现。
为了解决以上问题，引入区块链技术，采用分布式点对点的网络结构，避免对中心化设施的依赖，解决单点故障、信息泄露等数据安全问题。利用区块链数据防篡改、可追溯的特性，可以帮助打通各平台间的数据孤岛，实现物联数据的共享，为公众提供更加可信和有价值的服务。
为了解现有技术的发展状况，对已有的论文和专利进行了检索、比较和分析，筛选出如下与本发明相关度比较高的技术信息：
已有技术方案：专利号为CN111092882A的《一种基于区块链和IPFS跨域多方信息安全共享方法》、专利号为CN110351381A的《一种基于区块链的物联网可信分布式数据共享方法》及专利号CN110933093A的《一种基于差分隐私保护技术的区块链数据共享平台及方法》，CN111092882A公开了一种基于区块链和IPFS跨域多方信息安全共享方法，采用对称加密和非对称结合实现信息安全共享，采用了区块链去中心化、可追溯等技术特征实现在不需要第三方机构的、安全性高的跨域多方数据共享。但未考虑同一安全域下信息共享的安全性和IPFS上传文件的真实性、安全性；
CN110351381A公开了一种基于区块链的物联网可信分布式数据共享方法，解决了物联网集中式共享模式下的低效率问题，虽然设计了数据管理模块，但未明确链上链下数据；
CN110933093A公开了一种基于差分隐私保护技术的区块链数据共享平台及其方法，解决了现有的存在于数据提供者和数据访问者之间在数据共享过程中导致的隐私泄露问题。但将全部数据上链，对计算和存储资源需求较大，且未考虑到区块链传输较大数据效率不高的问题。
发明内容
本发明的目的在于提供一种基于区块链的行业物联数据轻量可信共享技术，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于区块链的行业物联数据轻量可信共享技术，包括以下步骤：
第一步：基于联邦学习和区块链建立包括物理网络层与区块链网络层的两层体系结构系统模型；
第二步：根据第一步活动的物联数据及区块链节点接收到的某类业务数据，依据规则对数据进行形式化模式构造，统一数据模型，实现数据建模、链上管理及数据共享；
第三步：通过对Raft算法的领导者选举、日志复制和安全性三个方面进行的优化，提高物联数据可信共享性能，Raft节点间通过远程过程调用，即通过RPC进行通信；
第四步：基于智能合约的交易机制，实现智慧城市中各用户之间的交易，包含发布交易、交易审核、交易确认、交易执行、激励结算。
物理网络层与区块链网络层的每层的功能描述如下：
物理网络层：部署在城市各个角落的各类传感设备，负责获取收集智慧城市中的物联数据，在联邦学习过程中，传感设备利用本地数据训练模型；
区块链网络层：区块链存储数据标识与哈希，并管理链上的数据记录，在联邦学习过程中，存储并管理全生命周期的学习过程。
数据信息建模是基于采用的数据多样性，根据格式及类型分别存储在关系型数据库、No-SQL数据库、实时数据库、列式数据库中，同时对数据依据公钥、标识、数据哈希和描述信息进行模式化构造。
链上管理是将模型化数据进行上链处理。
数据共享是结合区块链及联邦学习，通过Raft共识机制，实现各参与方间的数据共享。
领导者选举优化是通过增加PreVote环节，未收到心跳信息的跟随者节点在转变角色发起选主前，首先对其他节点发送PreVote RPC请求，判断能否和其他节点通信，如果可以则转变为候选者发起RequestVote RPC请求，如果不能则终止选主，等待网络恢复。
日志复制优化通过跟随者收到领导者的AppendEntries RPC后，首先会检查RPC请求中的nextIndex信息与自己是否匹配，若不匹配则会直接将最终日志一致的索引值发送给领导者，有效降低了不匹配时的通讯次数。
安全性优化是对Raft算法的优化，Raft算法是一种非拜占庭算法，基于Musig聚合签名方案对其进行优化，同时引入数字签名技术，令客户端发送给领导者的消息包含待执行的指令和对应的数字签名，从而对篡改来自客户端的消息、提交未达成共识的消息、篡改来自领导者的消息、提交未达成共识的消息、伪造自己接收其他大多数节点的投票信息、伪造自己日志项最新骗取投票以上六种拜占庭错误实现了容错，提升了安全性。
模型化数据进行上链处理包括以下几步：
1)由数据源服务器整合处理数据记录上链所必须的相关信息，然后向区块链发起身份认证请求，并发送相关身份信息；
2)区块链接收到数据源的身份认证请求与身份信息后，调用智能合约对数据源身份信息进行验证，确认数据源身份后返回认证结果并通知数据源服务器认证成功；
3)数据源服务器完成身份认证后，依据公钥、标识、数据哈希和描述信息将待上传数据形成数据记录，然后向区块链发起数据上链请求，并发送数据记录信息；
4)区块链接收到数据上链请求和数据记录后，调用智能合约为数据分配标识，最后将完整的数据记录存储至区块链网络，向数据源服务器返回数据上链结果和标识；
5)数据源服务器在本地数据库存储数据，并根据标识创建索引。
所述数据共享包括以下几步：
1)数据请求方首先创建联邦学习任务，在区块链记录中检索该学习任务是否已经存在，若存在则直接下载已有模型；若不存在则通过检索区块链中的数据记录确认是否存在可能的数据提供方，若不存在则本次数据共享失败；
2)若存在，各个数据提供方下载联邦学习模型及初始参数，利用本地数据开始训练模型，将计算出的梯度值参数存储在区块链中，发送给数据请求方；
3)数据请求方聚合各个数据协作者的梯度值参数，然后根据聚合后的梯度值更新全局模型，计算损失值，若模型不收敛，则将聚合后的梯度值存储在区块链中，返回给各个数据协作者，进行步骤4)；若模型收敛，则根据各个参与方的贡献度确定激励的分配，将最终参数以及激励分配结果存储在区块链中，联邦学习任务结束；
4)数据协作者根据新的梯度值更新本地模型，开始下一轮迭代。
优化后的Raft算法中的领导者选举包括如下步骤：
1)候选者节点为自己投票并向其他节点发送RequestVote RPC，消息中包含候选者日志列表最后一项已经达成共识的日志项的客户端签名；
2)其他节点收到来自该候选者节点的RequestVote RPC后，验证客户端签名真实性，如果真实，则对消息签名后发送给该候选者节点，否则则拒绝投票；
3)候选者节点收集到超过2/3的其他节点的部分签名后会得到完整签名，向其他节点发送附有完整签名的RequestVote消息。
4)其他节点收到来自该候选者节点的附有完整签名的RequestVote消息后，验证完整签名的合法性，若合法则返回一个正反馈，若不合法则返回一个负反馈。
5)最后候选者节点收集到超过2/3的其他节点的正反馈后成为领导者，完成整个选举过程。
优化后的Raft算法中日志复制包括如下步骤：
1)领导者节点收到请求后，通过客户端签名验证消息真实性，无误后将指令添加到日志中，并向跟随者节点发送AppendEntries消息；
2)跟随者节点收到AppendEntries消息后，通过客户端签名验证指令真实性，无误后对消息进行签名并返回给领导者节点；
3)领导者节点收集到超过2/3的跟随者的部分签名后会得到完整签名，向跟随者节点发送附有完整签名的AppendEntries消息；
4)跟随者节点收到附有完整签名的AppendEntries消息后，验证完整签名的合法性，若合法则返回一个正反馈，若不合法则返回一个负反馈；
5)领导者节点收集到超过2/3的跟随者的正反馈后，提交日志条目，应用到状态机，返回结果给客户端，向跟随者发送AppendEntries消息通知提交日志项；
6)跟随者收到消息后，提交日志条目，应用到状态机。
智慧城市中各用户之间的交易机制包括如下步骤：
1)发布者发布交易请求TR＝[inf(p，n，f，s，st，ddl，c)，V]，其中inf为此次交易的具体信息，p为此次交易的目标产品，n为交易量，f为此次交易的资金，s为此次交易的保证金，st为发起交易的时间，ddl为此次交易的完成期限时间，c为此次交易协定的相关协议；V为可选项，代表发布者指定的交易方；
2)智能合约收到交易请求后，审核发布者是否具有交易的相关资质，若不符合，则将交易请求退回；若符合则继续确认交易内容是否符合交易规则，若不符合，则将交易请求退回；
3)完成审核后，智能合约检查发布者是否指定交易方，若指定则直接告知交易方；若未指定则开始竞拍，每位竞拍方具有属性：信誉值r，报价q，承担量l，B为所有参与竞拍的竞拍方集合，S为成功竞拍的竞拍方集合，当满足以下4个约束条件时，本轮竞拍成功
Figure BDA0002779120340000061
3)交易确认后，交易方根据交易内容及协议执行交易，若各交易方在ddl前确认交易完成或已到达ddl时间，则开始激励结算阶段；
4)交易发布方可根据各交易方的完成情况，对其进行评价；
et为各交易方完成交易时间，l′为各交易方实际完成的交易量，e为各交易方收到的评分，激励系数为：
Figure BDA0002779120340000062
各竞拍方最终收入为Q：
Q＝α×q (3)
各竞拍方信誉度可更新为：
r＝r+αe (4)。
与现有技术相比，本发明的有益效果是：本发明提出了一个基于区块链的行业物联数据轻量可信共享机制，该机制利用区块链与联邦学习算法实现数据共享与隐私保护；对Raft算法在选主、日志复制和安全性方面进行优化，提高共识效率，满足智慧城市对时延和安全的需求；设计基于智能合约的交易机制，规范交易流程，并通过激励提高物联数据持有方参与数据共享的积极性。
附图说明
图1为本发明的系统结构图；
图2为本发明中数据上链工作流程图；
图3为本发明中数据共享工作流程图；
图4为本发明中PreVote环节工作流程图；
图5为本发明中优化后的Raft算法中的领导者选举工作流程图；
图6为本发明中优化后的Raft算法中的日志复制工作流程图；
图7为本发明中基于智能合约的交易流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
请参阅图1-7，本发明提供一种技术方案：一种基于区块链的行业物联数据轻量可信共享技术，包括以下步骤：
第一步：基于联邦学习和区块链建立包括物理网络层与区块链网络层的两层体系结构系统模型；
第二步：根据第一步活动的物联数据及区块链节点接收到的某类业务数据，依据规则对数据进行形式化模式构造，统一数据模型，实现数据建模、链上管理及数据共享；
第三步：通过对Raft算法的领导者选举、日志复制和安全性三个方面进行的优化，提高物联数据可信共享性能，Raft节点间通过远程过程调用(Remote Procedure Call，RPC)进行通信，每个Raft节点包含以下属性currentTerm、votedFor、log、commitIndex、lastApplied、nextIndex、matchIndex、heartbeatTimeout、electionTimeout，每个节点属性如表1：
名称 类型 描述
currentTerm Int 当前任期号
<u>votedFor</u> Int 当前获得选票的候选人id
log Log[] 保存的日志，日志条目的集合
commitIndex Int 已知的已提交日志的最大索引
<u>lastApplied</u> int 已知的应用到状态机的最大索引
nextIndex Int[] 发送给每个跟随者的下一个日志索引
<u>matchIndex</u> Int[] 已经同步给每个跟随者的日志索引
<u>heartbeatTimeout</u> int 心跳超时时间
<u>electionTimeout</u> int 选举超时时间
表1
第四步：基于智能合约的交易机制，实现智慧城市中各用户之间的交易，包含发布交易、交易审核、交易确认、交易执行、激励结算。
物理网络层与区块链网络层的每层的功能描述如下：
物理网络层：部署在城市各个角落的各类传感设备，负责获取收集智慧城市中的物联数据，在联邦学习过程中，传感设备利用本地数据训练模型；
区块链网络层：区块链存储数据标识与哈希，并管理链上的数据记录，在联邦学习过程中，存储并管理全生命周期的学习过程。
数据信息建模是基于采用的数据多样性，根据格式及类型分别存储在关系型数据库、No-SQL数据库、实时数据库、列式数据库中，同时对数据依据公钥、标识、数据哈希和描述信息进行模式化构造。
链上管理是将模型化数据进行上链处理。
数据共享是结合区块链及联邦学习，通过Raft共识机制，实现各参与方间的数据共享。
领导者选举优化是通过增加PreVote环节，未收到心跳信息的跟随者节点在转变角色发起选主前，首先对其他节点发送PreVote RPC请求，判断能否和其他节点通信，如果可以则转变为候选者发起RequestVote RPC请求，如果不能则终止选主，等待网络恢复。
日志复制优化通过跟随者收到领导者的AppendEntries RPC后，首先会检查RPC请求中的nextIndex信息与自己是否匹配，若不匹配则会直接将最终日志一致的索引值发送给领导者，有效降低了不匹配时的通讯次数，其采用如表2所示算法：
Figure BDA0002779120340000091
Figure BDA0002779120340000101
表2。
安全性优化是对Raft算法的优化，Raft算法是一种非拜占庭算法，基于Musig聚合签名方案对其进行优化，同时引入数字签名技术，令客户端发送给领导者的消息包含待执行的指令和对应的数字签名，从而对篡改来自客户端的消息、提交未达成共识的消息、篡改来自领导者的消息、提交未达成共识的消息、伪造自己接收其他大多数节点的投票信息、伪造自己日志项最新骗取投票以上六种拜占庭错误实现了容错，提升了安全性。
模型化数据进行上链处理包括以下几步：
1)由数据源服务器整合处理数据记录上链所必须的相关信息，然后向区块链发起身份认证请求，并发送相关身份信息；
2)区块链接收到数据源的身份认证请求与身份信息后，调用智能合约对数据源身份信息进行验证，确认数据源身份后返回认证结果并通知数据源服务器认证成功；
3)数据源服务器完成身份认证后，依据公钥、标识、数据哈希和描述信息将待上传数据形成数据记录，然后向区块链发起数据上链请求，并发送数据记录信息；
4)区块链接收到数据上链请求和数据记录后，调用智能合约为数据分配标识，最后将完整的数据记录存储至区块链网络，向数据源服务器返回数据上链结果和标识；
5)数据源服务器在本地数据库存储数据，并根据标识创建索引。
所述数据共享包括以下几步：
1)数据请求方首先创建联邦学习任务，在区块链记录中检索该学习任务是否已经存在，若存在则直接下载已有模型；若不存在则通过检索区块链中的数据记录确认是否存在可能的数据提供方，若不存在则本次数据共享失败；
2)若存在，各个数据提供方下载联邦学习模型及初始参数，利用本地数据开始训练模型，将计算出的梯度值参数存储在区块链中，发送给数据请求方；
3)数据请求方聚合各个数据协作者的梯度值参数，然后根据聚合后的梯度值更新全局模型，计算损失值，若模型不收敛，则将聚合后的梯度值存储在区块链中，返回给各个数据协作者，进行步骤4)；若模型收敛，则根据各个参与方的贡献度确定激励的分配，将最终参数以及激励分配结果存储在区块链中，联邦学习任务结束；
4)数据协作者根据新的梯度值更新本地模型，开始下一轮迭代。
优化后的Raft算法中的领导者选举包括如下步骤：
1)候选者节点为自己投票并向其他节点发送RequestVote RPC，消息中包含候选者日志列表最后一项已经达成共识的日志项的客户端签名；
2)其他节点收到来自该候选者节点的RequestVote RPC后，验证客户端签名真实性，如果真实，则对消息签名后发送给该候选者节点，否则则拒绝投票；
3)候选者节点收集到超过2/3的其他节点的部分签名后会得到完整签名，向其他节点发送附有完整签名的RequestVote消息。
4)其他节点收到来自该候选者节点的附有完整签名的RequestVote消息后，验证完整签名的合法性，若合法则返回一个正反馈，若不合法则返回一个负反馈。
5)最后候选者节点收集到超过2/3的其他节点的正反馈后成为领导者，完成整个选举过程。
优化后的Raft算法中日志复制包括如下步骤：
1)领导者节点收到请求后，通过客户端签名验证消息真实性，无误后将指令添加到日志中，并向跟随者节点发送AppendEntries消息；
2)跟随者节点收到AppendEntries消息后，通过客户端签名验证指令真实性，无误后对消息进行签名并返回给领导者节点；
3)领导者节点收集到超过2/3的跟随者的部分签名后会得到完整签名，向跟随者节点发送附有完整签名的AppendEntries消息；
4)跟随者节点收到附有完整签名的AppendEntries消息后，验证完整签名的合法性，若合法则返回一个正反馈，若不合法则返回一个负反馈；
5)领导者节点收集到超过2/3的跟随者的正反馈后，提交日志条目，应用到状态机，返回结果给客户端，向跟随者发送AppendEntries消息通知提交日志项；
6)跟随者收到消息后，提交日志条目，应用到状态机。
智慧城市中各用户之间的交易机制包括如下步骤：
1)发布者发布交易请求TR＝[inf(p，n，f，s，st，ddl，c)，V]，其中inf为此次交易的具体信息，p为此次交易的目标产品，n为交易量，f为此次交易的资金，s为此次交易的保证金，st为发起交易的时间，ddl为此次交易的完成期限时间，c为此次交易协定的相关协议；V为可选项，代表发布者指定的交易方；
2)智能合约收到交易请求后，审核发布者是否具有交易的相关资质，若不符合，则将交易请求退回；若符合则继续确认交易内容是否符合交易规则，若不符合，则将交易请求退回；
3)完成审核后，智能合约检查发布者是否指定交易方，若指定则直接告知交易方；若未指定则开始竞拍，每位竞拍方具有属性：信誉值r，报价q，承担量l，B为所有参与竞拍的竞拍方集合，S为成功竞拍的竞拍方集合，当满足以下4个约束条件时，本轮竞拍成功
Figure BDA0002779120340000131
3)交易确认后，交易方根据交易内容及协议执行交易，若各交易方在ddl前确认交易完成或已到达ddl时间，则开始激励结算阶段；
4)交易发布方可根据各交易方的完成情况，对其进行评价；
et为各交易方完成交易时间，l′为各交易方实际完成的交易量，e为各交易方收到的评分，激励系数为：
Figure BDA0002779120340000141
各竞拍方最终收入为Q：
Q＝α×q (3)
各竞拍方信誉度可更新为：
r＝r+αe (4)。
在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本发明使用到的标准零件均可以从市场上购买，异形件根据说明书和附图的记载均可以进行订制，各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接等常规手段，机械、零件和设备均采用现有技术中，常规的型号，加上电路连接采用现有技术中常规的连接方式，在此不再详述。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：包括以下步骤：
第一步：基于联邦学习和区块链建立包括物理网络层与区块链网络层的两层体系结构系统模型；
第二步：根据第一步活动的物联数据及区块链节点接收到的某类业务数据，依据规则对数据进行形式化模式构造，统一数据模型，实现数据建模、链上管理及数据共享；
第三步：通过对Raft算法的领导者选举、日志复制和安全性三个方面进行的优化，提高物联数据可信共享性能，Raft节点间通过远程过程调用，即通过RPC进行通信；
领导者选举优化是通过增加PreVote环节，未收到心跳信息的跟随者节点在转变角色发起选主前，首先对其他节点发送PreVote RPC请求，判断能否和其他节点通信，如果可以则转变为候选者发起RequestVote RPC请求，如果不能则终止选主，等待网络恢复；
日志复制优化通过跟随者收到领导者的AppendEntries RPC后，首先会检查RPC请求中的nextIndex信息与自己是否匹配，若不匹配则会直接将最终日志一致的索引值发送给领导者，有效降低了不匹配时的通讯次数；
安全性优化是对Raft算法的优化，Raft算法是一种非拜占庭算法，基于Musig聚合签名方案对其进行优化，同时引入数字签名技术，令客户端发送给领导者的消息包含待执行的指令和对应的数字签名，从而对篡改来自客户端的消息、提交未达成共识的消息、篡改来自领导者的消息、提交未达成共识的消息、伪造自己接收其他大多数节点的投票信息、伪造自己日志项最新骗取投票以上六种拜占庭错误实现了容错，提升了安全性；
第四步：基于智能合约的交易机制，实现智慧城市中各用户之间的交易，包含发布交易、交易审核、交易确认、交易执行、激励结算。
2.根据权利要求1所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：物理网络层与区块链网络层的每层的功能描述如下：
物理网络层：部署在城市各个角落的各类传感设备，负责获取收集智慧城市中的物联数据，在联邦学习过程中，传感设备利用本地数据训练模型；
区块链网络层：区块链存储数据标识与哈希，并管理链上的数据记录，在联邦学习过程中，存储并管理全生命周期的学习过程。
3.根据权利要求1所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：数据信息建模是基于采用的数据多样性，根据格式及类型分别存储在关系型数据库、No-SQL数据库、实时数据库、列式数据库中，同时对数据依据公钥、标识、数据哈希和描述信息进行模式化构造。
4.根据权利要求1所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：链上管理是将模型化数据进行上链处理。
5.根据权利要求1所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：数据共享是结合区块链及联邦学习，通过Raft共识机制，实现各参与方间的数据共享。
6.根据权利要求4所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：模型化数据进行上链处理包括以下几步：
1)由数据源服务器整合处理数据记录上链所必须的相关信息，然后向区块链发起身份认证请求，并发送相关身份信息；
2)区块链接收到数据源的身份认证请求与身份信息后，调用智能合约对数据源身份信息进行验证，确认数据源身份后返回认证结果并通知数据源服务器认证成功；
3)数据源服务器完成身份认证后，依据公钥、标识、数据哈希和描述信息将待上传数据形成数据记录，然后向区块链发起数据上链请求，并发送数据记录信息；
4)区块链接收到数据上链请求和数据记录后，调用智能合约为数据分配标识，最后将完整的数据记录存储至区块链网络，向数据源服务器返回数据上链结果和标识；
5)数据源服务器在本地数据库存储数据，并根据标识创建索引。
7.根据权利要求5所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：所述数据共享包括以下几步：
1)数据请求方首先创建联邦学习任务，在区块链记录中检索该学习任务是否已经存在，若存在则直接下载已有模型；若不存在则通过检索区块链中的数据记录确认是否存在可能的数据提供方，若不存在则本次数据共享失败；
2)若存在，各个数据提供方下载联邦学习模型及初始参数，利用本地数据开始训练模型，将计算出的梯度值参数存储在区块链中，发送给数据请求方；
3)数据请求方聚合各个数据协作者的梯度值参数，然后根据聚合后的梯度值更新全局模型，计算损失值，若模型不收敛，则将聚合后的梯度值存储在区块链中，返回给各个数据协作者，进行步骤4)；若模型收敛，则根据各个参与方的贡献度确定激励的分配，将最终参数以及激励分配结果存储在区块链中，联邦学习任务结束；
4)数据协作者根据新的梯度值更新本地模型，开始下一轮迭代。
8.根据权利要求6所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：优化后的Raft算法中的领导者选举包括如下步骤：
1)候选者节点为自己投票并向其他节点发送RequestVote RPC，消息中包含候选者日志列表最后一项已经达成共识的日志项的客户端签名；
2)其他节点收到来自该候选者节点的RequestVote RPC后，验证客户端签名真实性，如果真实，则对消息签名后发送给该候选者节点，否则则拒绝投票；
3)候选者节点收集到超过2/3的其他节点的部分签名后会得到完整签名，向其他节点发送附有完整签名的RequestVote消息；
4)其他节点收到来自该候选者节点的附有完整签名的RequestVote消息后，验证完整签名的合法性，若合法则返回一个正反馈，若不合法则返回一个负反馈；
5)最后候选者节点收集到超过2/3的其他节点的正反馈后成为领导者，完成整个选举过程。
9.根据权利要求7所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：优化后的Raft算法中日志复制包括如下步骤：
1)领导者节点收到请求后，通过客户端签名验证消息真实性，无误后将指令添加到日志中，并向跟随者节点发送AppendEntries消息；
2)跟随者节点收到AppendEntries消息后，通过客户端签名验证指令真实性，无误后对消息进行签名并返回给领导者节点；
3)领导者节点收集到超过2/3的跟随者的部分签名后会得到完整签名，向跟随者节点发送附有完整签名的AppendEntries消息；
4)跟随者节点收到附有完整签名的AppendEntries消息后，验证完整签名的合法性，若合法则返回一个正反馈，若不合法则返回一个负反馈；
5)领导者节点收集到超过2/3的跟随者的正反馈后，提交日志条目，应用到状态机，返回结果给客户端，向跟随者发送AppendEntries消息通知提交日志项；
6)跟随者收到消息后，提交日志条目，应用到状态机。
10.根据权利要求1所述的一种基于区块链的行业物联数据轻量可信共享技术，其特征在于：智慧城市中各用户之间的交易机制包括如下步骤：
1)发布者发布交易请求TR＝[inf(p,n,f,s,st,ddl,c),V]，其中inf为此次交易的具体信息，p为此次交易的目标产品，n为交易量，f为此次交易的资金，s为此次交易的保证金，st为发起交易的时间，ddl为此次交易的完成期限时间，c为此次交易协定的相关协议；V为可选项，代表发布者指定的交易方；
2)智能合约收到交易请求后，审核发布者是否具有交易的相关资质，若不符合，则将交易请求退回；若符合则继续确认交易内容是否符合交易规则，若不符合，则将交易请求退回；
3)完成审核后，智能合约检查发布者是否指定交易方，若指定则直接告知交易方；若未指定则开始竞拍，每位竞拍方具有属性：信誉值r，报价q，承担量l，B为所有参与竞拍的竞拍方集合，S为成功竞拍的竞拍方集合，当满足以下4个约束条件时，本轮竞拍成功
Figure FDA0003711126390000061
Figure FDA0003711126390000062
为约束条件1表示成功竞拍的竞拍方属于参与竞拍的竞拍方；
∑i∈Sqi≤f为约束条件2表示所有成功竞拍的竞拍方的报价之和不能超过发布者的资金f；
∑i∈Sli≥n为约束条件3表示所有竞拍成功的竞拍方的承担量之和不小于发布者的交易量n；
max∑i∈Sri为约束条件4表示所有竞拍成功的竞拍方的信誉值之和最大；
4)交易确认后，交易方根据交易内容及协议执行交易，若各交易方在ddl前确认交易完成或已到达ddl时间，则开始激励结算阶段；
5)交易发布方可根据各交易方的完成情况，对其进行评价；
et为各交易方完成交易时间，l′为各交易方实际完成的交易量，e为各交易方收到的评分，激励系数为：
Figure FDA0003711126390000071
各竞拍方最终收入为Q：
Q＝α×q (3)
各竞拍方信誉度可更新为：
r＝r+αe (4)。
CN202011276115.5A 2020-11-16 2020-11-16 一种基于区块链的行业物联数据轻量可信共享技术 Active CN112395640B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011276115.5A CN112395640B (zh) 2020-11-16 2020-11-16 一种基于区块链的行业物联数据轻量可信共享技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011276115.5A CN112395640B (zh) 2020-11-16 2020-11-16 一种基于区块链的行业物联数据轻量可信共享技术

Publications (2)

Publication Number Publication Date
CN112395640A CN112395640A (zh) 2021-02-23
CN112395640B true CN112395640B (zh) 2022-08-26

Family

ID=74599872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011276115.5A Active CN112395640B (zh) 2020-11-16 2020-11-16 一种基于区块链的行业物联数据轻量可信共享技术

Country Status (1)

Country Link
CN (1) CN112395640B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112948886A (zh) * 2021-03-26 2021-06-11 重庆倍来电新能源有限公司 一种基于区块链提高数据传输安全性的方法
CN113065867B (zh) * 2021-03-30 2023-06-30 上海万向区块链股份公司 基于数据重放的非兼容性区块链升级系统、方法及介质
CN113283990B (zh) * 2021-06-03 2024-02-09 光大科技有限公司 一种数据共享处理方法及装置
CN113420323B (zh) * 2021-06-04 2022-06-03 国网河北省电力有限公司信息通信分公司 数据共享方法及终端设备
CN113434269A (zh) * 2021-06-10 2021-09-24 湖南天河国云科技有限公司 基于区块链的分布式隐私计算方法及装置
CN113255004A (zh) * 2021-06-16 2021-08-13 大连理工大学 一种安全且高效的联邦学习内容缓存方法
CN113746859B (zh) * 2021-09-10 2023-04-18 信华信技术股份有限公司 一种高网络性能与安全性的vaPBFT区块链共识方法
CN113849805A (zh) * 2021-09-23 2021-12-28 国网山东省电力公司济宁供电公司 移动用户可信认证方法及装置、电子设备、存储介质
CN114065238B (zh) * 2021-11-05 2022-08-02 深圳致星科技有限公司 数据管理方法、装置及电子设备
CN114095272B (zh) * 2021-11-30 2023-10-31 昆明电力交易中心有限责任公司 基于内外网安全架构的内网数据上链方法及装置
CN114338045B (zh) * 2022-01-14 2023-06-23 中国人民解放军战略支援部队信息工程大学 基于区块链和联邦学习的情报数据安全共享方法及系统
CN114493594B (zh) * 2022-01-27 2023-11-21 中山大学 基于区块链和联邦学习的海洋数据共享方法、系统及介质
CN116109372B (zh) * 2022-12-05 2023-09-29 淮阴工学院 基于多层次区块链的冷链物流产品联邦推荐方法及装置
CN115941209B (zh) * 2023-02-07 2023-05-05 湖南湘江树图信息科技创新中心有限公司 区块链去中心化可信数据采集方法及系统
CN117472866B (zh) * 2023-12-27 2024-03-19 齐鲁工业大学(山东省科学院) 一种区块链监管与激励下的联邦学习数据共享方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875165A (zh) * 2017-02-22 2017-06-20 中山大学 一种利用软件定义网络优化的共识算法
US10848375B2 (en) * 2018-08-13 2020-11-24 At&T Intellectual Property I, L.P. Network-assisted raft consensus protocol
CN110569675B (zh) * 2019-09-18 2021-07-09 上海海事大学 一种基于区块链技术的多Agent交易信息保护方法
CN111464335B (zh) * 2020-03-10 2021-04-23 北京邮电大学 一种内生可信网络的服务智能定制方法及系统
CN111698322B (zh) * 2020-06-11 2023-05-02 福州数据技术研究院有限公司 一种基于区块链和联邦学习的医疗数据安全共享方法
CN111913833B (zh) * 2020-06-28 2023-08-18 华南理工大学 一种基于区块链的医疗物联网交易系统
CN111930698B (zh) * 2020-07-01 2024-03-15 南京晓庄学院 基于哈希图和联邦学习的数据安全共享的方法

Also Published As

Publication number Publication date
CN112395640A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
CN112395640B (zh) 一种基于区块链的行业物联数据轻量可信共享技术
CN111082943B (zh) 一种高效的区块链共识方法
CN113438084B (zh) 一种基于r-pbft共识算法和时间戳的绿电溯源方法及系统
CN109872152A (zh) 基于股份授权证明机制的区块链共识方法及相关设备
CN112685766B (zh) 基于区块链的企业征信管理方法、装置、计算机设备及存储介质
CN109493056A (zh) 一种基于供应链生态应用场景的区块链共识机制
CN111476548A (zh) 一种基于区块链的职称评审方法及系统
CN111882385A (zh) 一种基于弱中心化联盟区块链的电力市场交易及评估方法
CN113704810B (zh) 一种面向联邦学习的跨链共识方法及系统
CN111899023B (zh) 一种基于区块链的群智感知机器学习安全众包方法及系统
CN111666337A (zh) 基于区块链技术的专利技术转化运营平台及交易方法
CN112907082B (zh) 一种区块链共识算法评估优化方法
CN110990879B (zh) 一种基于区块链的数据存证方法
CN112053271B (zh) 基于区块链的公益平台数据存证管理方法及系统
CN111738743A (zh) 一种基于区块链的客户服务交互方法及装置
CN110659976A (zh) 基于区块链的企业技术服务征信系统及其管理方法
CN113283778B (zh) 一种基于安全性评价的分层汇聚联邦学习方法
CN113971597A (zh) 一种共享充电桩交易系统、方法、设备及终端
CN114491615A (zh) 基于区块链的异步纵向联邦学习公平激励机制方法
CN116611840A (zh) 一种基于区块链的分布式数据资产流转追溯系统及方法
CN113420323B (zh) 数据共享方法及终端设备
CN111966976A (zh) 一种基于零知识证明与区块链的匿名调查方法
CN116452334B (zh) 一种基于区块链的工业园区多边碳交易方法及系统
CN111461687A (zh) 基于终端设备的区块链服务平台的应用系统及其实现方法
CN115271744A (zh) 一种基于区块链的水产品撮合交易方法

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