CN113077257A - 一种基于数据分析的区块链跨链管理方法及系统 - Google Patents

一种基于数据分析的区块链跨链管理方法及系统 Download PDF

Info

Publication number
CN113077257A
CN113077257A CN202110373132.9A CN202110373132A CN113077257A CN 113077257 A CN113077257 A CN 113077257A CN 202110373132 A CN202110373132 A CN 202110373132A CN 113077257 A CN113077257 A CN 113077257A
Authority
CN
China
Prior art keywords
transaction
block chain
estimated
hidden variable
variable distribution
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.)
Granted
Application number
CN202110373132.9A
Other languages
English (en)
Other versions
CN113077257B (zh
Inventor
江雪
徐进
张富田
何振亚
张婷婷
张银龙
王亚静
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.)
Xuchang University
Original Assignee
Xuchang University
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 Xuchang University filed Critical Xuchang University
Priority to CN202110373132.9A priority Critical patent/CN113077257B/zh
Publication of CN113077257A publication Critical patent/CN113077257A/zh
Application granted granted Critical
Publication of CN113077257B publication Critical patent/CN113077257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/389Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/602Providing cryptographic facilities or services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/382Payment protocols; Details thereof insuring higher security of transaction

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及人工智能和区块链领域,具体涉及一种基于数据分析的区块链跨链管理方法及系统。该方法包括:第一区块链将第一隐变量分布发送给多个第二区块链,以使每个第二区块链对第一隐变量分布解密得到第一估计交易额,计算第二估计资金,并将加密得到的第二隐变量分布反馈给第一区块链;接收第二隐变量分布,对第二隐变量分布解密得到对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;根据交易额偏差和第一隐变量分布与第二隐变量分布的分布偏差程度得到与每个第二区块链的交易匹配度;根据交易匹配度获取最优区块链进行交易。该方法解决了采用中心节点进行公证的方式存在中心节点不可信和区块链的去中心化程度较低的技术问题。

Description

一种基于数据分析的区块链跨链管理方法及系统
技术领域
本发明涉及人工智能和区块链技术领域,具体涉及一种基于数据分析的区块链跨链管理方法及系统。
背景技术
区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构,并以密码学方式保证的不可篡改和不可伪造的分布式系统。
目前,区块链进行跨链交易存在资产价值不统一的情况,现有技术通常采用基于中心节点进行公证的方法确保资产正确完备地完成交换。
但采用中心节点进行公证的方式存在中心节点不可信和区块链的去中心化程度较低的技术问题。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于数据分析的区块链跨链管理方法及系统,所采用的技术方案如下:
第一方面,本发明实施例提供了一种基于数据分析的区块链跨链管理方法,该方法包括以下步骤:
第一区块链将第一价值系数和需要交易的真实资金进行数据加密得到第一隐变量分布;所述第一价值系数为跨链管理平台发布的统一单位资金与第一区块链的单位资金之间的比值;所述第一隐变量分布为正态分布的均值和方差;
将所述第一隐变量分布发送给多个第二区块链,以使每个所述第二区块链对所述第一隐变量分布进行解密得到第一估计交易额;并结合相应的第二区块链的第二价值系数得到第二估计资金;对所述第二价值系数和所述第二估计资金进行数据加密得到第二隐变量分布,并将所述第二隐变量分布反馈给所述第一区块链;
接收所述第二隐变量分布,并对所述第二隐变量分布进行解密得到每个第二区块链对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;所述第一真实交易额为所述真实资金与所述第一价值系数的乘积;
根据所述第一隐变量分布的标准差和所述第二隐变量分布的标准差得到分布偏差程度;并根据所述交易额偏差和所述分布偏差程度得到与每个所述第二区块链的交易匹配度;
根据预设的接收阈值从所述多个第二区块链中选择交易匹配度最大的最优区块链进行交易。
进一步地,所述得到与每个第二区块链的交易匹配度之后,该区块链跨链管理方法还包括以下步骤:
根据与所述多个第二区块链的交易信息和交易匹配度动态划分可信阈值;所述交易信息包括交易双方的身份信息和交易成功与否信息;并将与第一区块链交易成功的多个第二区块链之间的交易匹配度大于所述可信阈值的区块链划分至所述第一区块链的可信域;
在后续交易中,所述第一区块链优先向所述可信域内的每个区块链发送交易请求。
进一步地,所述可信阈值的获取方法如下:
获取所述第一区块链的多个可信域,并计算每个可信域中不同区块链之间交易匹配度的平均值,所述平均值中的最小值为所述可信阈值。
进一步地,所述数据加密采用编码器,所述解密采用解码器;所述编码器包括均值编码器和方差编码器。
进一步地,所述第一估计交易额的获取方法如下:
对接收到的第一隐变量分布进行随机采样得到的k个采样点,并对所述k个采样点进行解密得到k个估计资金,对所述k个估计资金求均值得到第一估计资金;
根据所述第一估计资金和所述第一价值系数的乘积得到第一估计交易额。
进一步地,所述交易匹配度与所述交易额偏差和所述分布偏差程度呈负相关关系。
第二方面,本发明实施例提供了一种基于数据分析的区块链跨链管理系统,包括:
第一隐变量分布获取模块,用于第一区块链将第一价值系数和需要交易的真实资金进行数据加密得到第一隐变量分布;所述第一价值系数为跨链管理平台发布的统一单位资金与第一区块链的单位资金之间的比值;所述第一隐变量分布为正态分布的均值和方差;
第二隐变量分布获取模块,用于将所述第一隐变量分布发送给多个第二区块链,以使每个所述第二区块链对所述第一隐变量分布进行解密得到第一估计交易额;并结合相应的第二区块链的第二价值系数得到第二估计资金;对所述第二价值系数和所述第二估计资金进行数据加密得到第二隐变量分布,并将所述第二隐变量分布反馈给所述第一区块链;
交易额偏差获取模块,用于接收所述第二隐变量分布,并对所述第二隐变量分布进行解密得到每个第二区块链对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;所述第一真实交易额为所述真实资金与所述第一价值系数的乘积;
交易匹配度获取模块,用于根据所述第一隐变量分布的标准差和所述第二隐变量分布的标准差得到分布偏差程度;并根据所述交易额偏差和所述分布偏差程度得到与每个所述第二区块链的交易匹配度;
最优区块链获取模块,用于根据预设的接收阈值从所述多个第二区块链中选择交易匹配度最大的最优区块链进行交易。
进一步地,所述区块链跨链管理系统还包括:
可信域获取模块,用于根据与所述多个第二区块链的交易信息和交易匹配度动态划分可信阈值;所述交易信息包括交易双方的身份信息和交易成功与否信息;并将与第一区块链交易成功的多个第二区块链之间的交易匹配度大于所述可信阈值的区块链划分至所述第一区块链的可信域;在后续交易中,所述第一区块链优先向所述可信域内的每个区块链发送交易请求。
进一步地,所述可信域获取模块包括:
可信域值获取单元,用于获取所述第一区块链的多个可信域,并计算每个可信域中不同区块链之间交易匹配度的平均值,所述平均值中的最小值为所述可信阈值。
进一步地,所述第二隐变量分布获取模块包括:
第一估计资金获取单元,用于对接收到的第一隐变量分布进行随机采样得到的k个采样点,并对所述k个采样点进行解密得到k个估计资金,对所述k个估计资金求均值得到第一估计资金;
第一估计交易额获取单元,用于根据所述第一估计资金和所述第一价值系数的乘积得到第一估计交易额。
本发明实施例至少具有如下有益效果:
本发明实施例通过第一区块链向多个第二区块链发送第一隐变量分布,以使第二区块链对第一隐变量分布进行解密得到第二估计资金,根据第二估计资金得到第二隐变量分布,并将所述第二隐变量分布反馈给所述第一区块链;对接收的第二隐变量分布进行解密得到第二估计交易额,并结合第一真实交易额得到交易额偏差;根据第一隐变量分布的标准差和第二隐变量分布的标准差得到分布偏差程度;并根据交易额偏差和分布偏差程度得到第一区块链与每个第二区块链的交易匹配度;根据预设的接收阈值从多个第二区块链中选择交易匹配度最大的最优区块链进行交易;解决了现有技术中采用中心节点进行公证的方式存在中心节点不可信和区块链的去中心化程度较低的技术问题。
本发明实施例通过第一区块链与多个第二区块链的交易匹配度获取最优区块链进行交易,实现了完全匿名的区块链交易匹配,且只需获取区块链的标识信息,无需获取区块链的价值系数及实际交易额。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图;
图1为本发明一个实施例所提供的一种基于数据分析的区块链跨链管理方法流程图。
图2为本发明一个实施例所提供的一种基于数据分析的区块链跨链管理系统的结构框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于数据分析的区块链跨链管理方法及系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于数据分析的区块链跨链管理方法及系统的具体方案。
本发明实施例的应用场景为:跨链管理平台包含多个区块链的端口,各个区块链有自己的身份信息;跨链管理平台无需获取交易的具体信息,仅需获取交易成功的区块链的身份信息和相应的交易匹配度。各区块链的本地服务器均部署有编码器和解码器,由本地服务器进行训练,编码器包括均值编码器和方差编码器;各区块链均运行智能合约,确保交易的原子性。
请参阅图1,其示出了本发明一个实施例提供的一种基于数据分析的区块链跨链管理方法流程图,该方法包括如下步骤:
S1:第一区块链将第一价值系数和需要交易的真实资金进行数据加密得到第一隐变量分布;第一价值系数为跨链管理平台发布的统一单位资金与第一区块链的单位资金之间的比值;第一隐变量分布为正态分布的均值和方差;
S2:将第一隐变量分布发送给多个第二区块链,以使每个第二区块链对第一隐变量分布进行解密得到第一估计交易额;并结合相应的第二区块链的第二价值系数得到第二估计资金;对第二价值系数和第二估计资金进行数据加密得到第二隐变量分布,并将第二隐变量分布反馈给第一区块链;
S3:接收第二隐变量分布,并对第二隐变量分布进行解密得到每个第二区块链对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;第一真实交易额为真实资金与第一价值系数的乘积;
S4:根据第一隐变量分布的标准差和第二隐变量分布的标准差得到分布偏差程度;并根据交易额偏差和分布偏差程度得到与每个第二区块链的交易匹配度;
S5:根据预设的接收阈值从多个第二区块链中选择交易匹配度最大的最优区块链进行交易。
优选的,本实施例步骤S1中的同一单位资金由跨链管理平台发布并广播到跨链管理平台内的所有区块链,其意义在于作为统一资金价值衡量标准避免跨链之间的资金交换问题。第一区块链单位资金可根据各区块链的工作量证明等方式由跨链管理平台设置。
本实施例中采用编码器进行数据加密,采用解码器进行数据解密,本实施例中的编码器-解码器结构采用条件变分自编码器模型,具体的训练过程如下:
(1)以第一区块链中的多个需要交易的真实资金的集合为样本训练数据集,以多个价值系数为标签数据。
本实施例中的标签数据的获取方式采用one-hot编码方式。在其他实施例中,实施者可根据实际情况选择合适的标签数据获取方式。
(2)损失函数为KL散度和重构损失的和。
KL散度的计算对象为一般正态分布和标签参考正态分布,标签参考正态分布的均值为μY(Mi1),方差σ2为1,则KL散度公式为:
Figure BDA0003010148680000051
其中,Mi为第一区块链中第i个需要交易的真实资金,ε1为第一价值系数,下标(j)为输入数据的第j个维度,d为输入数据的维度数。
从本实施例中的重构损失采用交叉熵损失函数。在其他实施例中实施者可根据实际情况选择合适的距离度量方法。
(3)由于训练过程包含采样过程,而采样操作无法求导,而采样结果可导,因此采用重参数技巧确保模型可以训练。重参数技巧为:从N(0,I)采样,采样结果为τ,令Z=μ+τ*σ,即可通过参数变换获取在N(μ,σ2)的采样结果。其中,每个采样点z均经过参数变换。
(4)解码器的输入为编码器输出的正态分布的采样点,输出为重建的真实资金。
优选的,本实施例中步骤S2的具体步骤如下:
S201:第一区块链将第一隐变量分布作为交易请求信息发送给跨链管理平台内的其他区块链,接收到第一隐变量分布的多个区块链均为第二区块链。
S202:多个第二区块链分别采用本地训练好的条件变分自编码器模型中的解码器对接收到的第一隐变量分布进行随机采样得到k个采样点,并对k个采样点进行解码得到k个估计资金,对k个估计资金求均值得到第一估计资金。
S203:根据第一估计资金和第一价值系数的乘积得到第一估计交易额,第一估计交易额与第二价值系数的商为第二估计资金。
第二价值系数为跨链管理平台发布的统一单位资金与第二区块链的单位资金之间的比值。
本实施例中传输的数据只包含第一隐变量分布,避免信息传输过程中被恶意节点截获造成信息泄露,保证了信息传输的安全性。
优选的,本实施例中步骤S3的具体步骤如下:
S301:第一区块链采用第一解码器分别对接收到的多个第二隐变量分布进行随机采样得到k1个采样点,并对k1个采样点进行解码得到k1个估计值,对k1个估计值求平均后与第二价值系数相乘得到第二估计交易额。
S302:根据第一区块链需要交易的真实资金和第一价值系数的乘积得到第一真实交易额;根据第一真实交易额Ai和第二估计交易额B′i得到交易额偏差ΔU。
交易额偏差ΔU的计算公式如下:
ΔU=|B′i-Ai|
优选的,本实施例中步骤S4的具体步骤如下:
S401:分布偏差程度L的计算公式如下:
Figure BDA0003010148680000061
其中,σ1为第一隐变量分布的标准差,σ2为第二隐变量分布的标准差。
S402:根据交易额偏差ΔU和分布偏差程度L得到交易匹配度F。计算公式如下:
Figure BDA0003010148680000062
其中,k1为分布影响调节系数,用于调节分布偏差程度L的影响大小;k2为交易额偏差影响调节系数,用于调节交易额偏差值ΔU的影响大小。
分布偏差程度L的值域为[0,+∞),则
Figure BDA0003010148680000063
的值域为(0,1],且单调递减。当分布偏差程度L越接近0,
Figure BDA0003010148680000064
变化率越大,保证了分布偏差程度L在0附近取值对
Figure BDA0003010148680000065
的重要性。
调节交易额偏差值ΔU的[0,+∞),则
Figure BDA0003010148680000066
的值域为(0,1],且单调递减。当交易额偏差值ΔU越接近0,
Figure BDA0003010148680000067
变化率越大,保证了交易额偏差值ΔU在0附近取值对
Figure BDA0003010148680000068
的重要性。
本实施例中k1=1,k2=2。在其他实施例中,实施者可根据实际情况选择合适的k1和k2的值。
优选的,本实施例中步骤S5的具体步骤如下:
第一区块链从与每个第二区块链的交易匹配度中选择最大的交易匹配度,当最大的交易匹配度大于等于第一区块链预设的接受阈值时,最大的交易匹配度对应的第二区块链为最优区块链,第一区块链通过智能合约实现与最优区块链的交易。
综上所述,本发明实施例提供了一种基于数据分析的区块链跨链管理方法,该方法通过第一区块链向多个第二区块链发送第一隐变量分布,以使第二区块链对第一隐变量分布进行解密得到第二估计资金,并将第二估计资金和第二价值系数加密得到第二隐变量分布反馈给所述第一区块链;对接收的第二隐变量分布进行解密得到第二估计交易额,并结合第一真实交易额得到交易额偏差;根据第一隐变量分布的标准差和第二隐变量分布的标准差得到分布偏差程度;并根据交易额偏差和分布偏差程度得到第一区块链与每个第二区块链的交易匹配度;根据预设的接收阈值从多个第二区块链中选择交易匹配度最大的最优区块链进行交易;不仅实现了完全匿名的区块链交易匹配,即只需获取区块链的标识信息,无需获取区块链的价值系数及实际交易额;还解决了现有技术中采用中心节点进行公证的方式存在中心节点不可信和区块链的去中心化程度较低的技术问题。
优选的,为了减少跨链管理平台内的信息冗余,提高交易效率,本实施例提供的一种区块链跨链管理方法在得到与每个第二区块链的交易匹配度之后还包括以下步骤:
S6:跨链管理平台根据多个不同区块链与第一区块链的交易信息和交易匹配度动态划分可信阈值,并将与第一区块链交易成功的多个不同区块链之间的交易匹配度大于可信阈值的区块链划分至第一区块链的可信域,在后续交易中,第一区块链优先向可信域内的每个区块链发送交易请求,若可信域内的交易未成功,则向可信域外的其他区块链发送交易请求。
交易信息包括交易双方的身份信息和交易成功与否信息。
可信阈值的获取方法为:获取第一区块链的多个可信域,并计算第一区块链的每个可信域中不同区块链之间交易匹配度的平均值,平均值中的最小值为可信阈值。
以下给出一个具体的可信域划分的例子:
当第一区块链与A区块链和B区块链交易成功时,第一区块链与A区块链为一个可信域,第一区块链与B区块链为一个可信域,当A区块链和B区块链的交易匹配度大于可信阈值时,第一区块链、A区块链和B区块链为同一个可信域。
基于与上述方法相同的发明构思,本发明实施例中还提供一种基于数据分析的区块链跨链管理系统。
请参阅图2,具体的,本发明实施例中提供了一种基于数据分析的区块链跨链管理系统100,包括第一隐变量分布获取模块10、第二隐变量分布获取模块20、交易额偏差获取模块30、交易匹配度获取模块40和最优区块链获取模块50。
具体的,第一隐变量分布获取模块10,用于第一区块链将第一价值系数和需要交易的真实资金进行数据加密得到第一隐变量分布;第一价值系数为跨链管理平台发布的统一单位资金与第一区块链的单位资金之间的比值;第一隐变量分布为正态分布的均值和方差。
第二隐变量分布获取模块20,用于将第一隐变量分布发送给多个第二区块链,以使每个第二区块链对第一隐变量分布进行解密得到第一估计交易额;并结合相应的第二区块链的第二价值系数得到第二估计资金;对第二价值系数和第二估计资金进行数据加密得到第二隐变量分布,并将第二隐变量分布反馈给第一区块链。
交易额偏差获取模块30,用于接收第二隐变量分布,并对第二隐变量分布进行解密得到每个第二区块链对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;第一真实交易额为真实资金与第一价值系数的乘积。
交易匹配度获取模块40,用于根据第一隐变量分布的标准差和第二隐变量分布的标准差得到分布偏差程度;并根据交易额偏差和分布偏差程度得到与每个第二区块链的交易匹配度。
最优区块链获取模块50,用于根据预设的接收阈值从多个第二区块链中选择交易匹配度最大的最优区块链进行交易。
进一步地,区块链跨链管理系统还包括:
可信域获取模块,用于根据与多个第二区块链的交易信息和交易匹配度动态划分可信阈值;交易信息包括交易双方的身份信息和交易成功与否信息;并将与第一区块链交易成功的多个第二区块链之间的交易匹配度大于可信阈值的区块链划分至第一区块链的可信域;在后续交易中,第一区块链优先向可信域内的每个区块链发送交易请求。
进一步地,可信域获取模块包括:
可信域值获取单元,用于获取第一区块链的多个可信域,并计算每个可信域中不同区块链之间交易匹配度的平均值,平均值中的最小值为可信阈值。
进一步地,第二隐变量分布获取模块包括:
第一估计资金获取单元,用于对接收到的第一隐变量分布进行随机采样得到的k个采样点,并对k个采样点进行解密得到k个估计资金,对k个估计资金求均值得到第一估计资金。
第一估计交易额获取单元,用于根据第一估计资金和第一价值系数的乘积得到第一估计交易额。
综上所述,本发明实施例通过第一隐变量分布获取模块10对第一价值系数和需要交易的真实资金进行数据加密得到第一隐变量分布;通过第二隐变量分布获取模块20对第一隐变量分布进行解密并获取第二隐变量分布;通过交易额偏差获取模块30得到第二估计交易额和第一真实交易额之间的交易额偏差;通过交易匹配度获取模块40得到第一区块链与每个第二区块链的交易匹配度;通过最优区块链获取模块50从多个第二区块链中选择交易匹配度最大的最优区块链进行交易。该系统不仅实现了完全匿名的区块链交易匹配,即只需获取区块链的标识信息,无需获取区块链的价值系数及实际交易额;还解决了现有技术中采用中心节点进行公证的方式存在中心节点不可信和区块链的去中心化程度较低的技术问题。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于数据分析的区块链跨链管理方法,其特征在于,该方法包括以下步骤:
第一区块链将第一价值系数和需要交易的所述真实资金进行数据加密得到第一隐变量分布;所述第一价值系数为跨链管理平台发布的统一单位资金与第一区块链的单位资金之间的比值;所述第一隐变量分布为正态分布的均值和方差;
将所述第一隐变量分布发送给多个第二区块链,以使每个所述第二区块链对所述第一隐变量分布进行解密得到第一估计交易额;并结合相应的第二区块链的第二价值系数得到第二估计资金;对所述第二价值系数和所述第二估计资金进行数据加密得到第二隐变量分布,并将所述第二隐变量分布反馈给所述第一区块链;
接收所述第二隐变量分布,并对所述第二隐变量分布进行解密得到每个第二区块链对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;所述第一真实交易额为所述真实资金与所述第一价值系数的乘积。
根据所述第一隐变量分布的标准差和所述第二隐变量分布的标准差得到分布偏差程度;并根据所述交易额偏差和所述分布偏差程度得到与每个所述第二区块链的交易匹配度;
根据预设的接收阈值从所述多个第二区块链中选择交易匹配度最大的最优区块链进行交易。
2.根据权利要求1所述的一种基于数据分析的区块链跨链管理方法,其特征在于,所述得到与每个第二区块链的交易匹配度之后,该区块链跨链管理方法还包括以下步骤:
根据与所述多个第二区块链的交易信息和交易匹配度动态划分可信阈值;所述交易信息包括交易双方的身份信息和交易成功与否信息;并将与第一区块链交易成功的多个第二区块链之间的交易匹配度大于所述可信阈值的区块链划分至所述第一区块链的可信域;
在后续交易中,所述第一区块链优先向所述可信域内的每个区块链发送交易请求。
3.根据权利要求1所述的一种基于数据分析的区块链跨链管理方法,其特征在于,所述可信阈值的获取方法如下:
获取所述第一区块链的多个可信域,并计算每个可信域中不同区块链之间交易匹配度的平均值,所述平均值中的最小值为所述可信阈值。
4.根据权利要求1所述的一种基于数据分析的区块链跨链管理方法,其特征在于,所述数据加密采用编码器,所述解密采用解码器;所述编码器包括均值编码器和方差编码器。
5.根据权利要求1所述的一种基于数据分析的区块链跨链管理方法,其特征在于,所述第一估计交易额的获取方法如下:
对接收到的第一隐变量分布进行随机采样得到的k个采样点,并对所述k个采样点进行解密得到k个估计资金,对所述k个估计资金求均值得到第一估计资金;
根据所述第一估计资金和所述第一价值系数的乘积得到第一估计交易额。
6.根据权利要求1所述的一种基于数据分析的区块链跨链管理方法,其特征在于,所述交易匹配度与所述交易额偏差和所述分布偏差程度呈负相关关系。
7.一种基于数据分析的区块链跨链管理系统,其特征在于,包括:
第一隐变量分布获取模块,用于第一区块链将第一价值系数和需要交易的真实资金进行数据加密得到第一隐变量分布;所述第一价值系数为跨链管理平台发布的统一单位资金与第一区块链的单位资金之间的比值;所述第一隐变量分布为正态分布的均值和方差;
第二隐变量分布获取模块,用于将所述第一隐变量分布发送给多个第二区块链,以使每个所述第二区块链对所述第一隐变量分布进行解密得到第一估计交易额;并结合相应的第二区块链的第二价值系数得到第二估计资金;对所述第二价值系数和所述第二估计资金进行数据加密得到第二隐变量分布,并将所述第二隐变量分布反馈给所述第一区块链;
交易额偏差获取模块,用于接收所述第二隐变量分布,并对所述第二隐变量分布进行解密得到每个第二区块链对应的第二估计交易额,并结合第一真实交易额得到交易额偏差;所述第一真实交易额为所述真实资金与所述第一价值系数的乘积;
交易匹配度获取模块,用于根据所述第一隐变量分布的标准差和所述第二隐变量分布的标准差得到分布偏差程度;并根据所述交易额偏差和所述分布偏差程度得到与每个所述第二区块链的交易匹配度;
最优区块链获取模块,用于根据预设的接收阈值从所述多个第二区块链中选择交易匹配度最大的最优区块链进行交易。
8.根据权利要求7所述的一种基于数据分析的区块链跨链管理系统,其特征在于,所述区块链跨链管理系统还包括:
可信域获取模块,用于根据与所述多个第二区块链的交易信息和交易匹配度动态划分可信阈值;所述交易信息包括交易双方的身份信息和交易成功与否信息;并将与第一区块链交易成功的多个第二区块链之间的交易匹配度大于所述可信阈值的区块链划分至所述第一区块链的可信域;在后续交易中,所述第一区块链优先向所述可信域内的每个区块链发送交易请求。
9.根据权利要求8所述的一种基于数据分析的区块链跨链管理系统,其特征在于,所述可信域获取模块包括:
可信域值获取单元,用于获取所述第一区块链的多个可信域,并计算每个可信域中不同区块链之间交易匹配度的平均值,所述平均值中的最小值为所述可信阈值。
10.根据权利要求7所述的一种基于数据分析的区块链跨链管理系统,其特征在于,所述第二隐变量分布获取模块包括:
第一估计资金获取单元,用于对接收到的第一隐变量分布进行随机采样得到的k个采样点,并对所述k个采样点进行解密得到k个估计资金,对所述k个估计资金求均值得到第一估计资金;
第一估计交易额获取单元,用于根据所述第一估计资金和所述第一价值系数的乘积得到第一估计交易额。
CN202110373132.9A 2021-04-07 2021-04-07 一种基于数据分析的区块链跨链管理方法及系统 Active CN113077257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110373132.9A CN113077257B (zh) 2021-04-07 2021-04-07 一种基于数据分析的区块链跨链管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110373132.9A CN113077257B (zh) 2021-04-07 2021-04-07 一种基于数据分析的区块链跨链管理方法及系统

Publications (2)

Publication Number Publication Date
CN113077257A true CN113077257A (zh) 2021-07-06
CN113077257B CN113077257B (zh) 2023-06-20

Family

ID=76615329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110373132.9A Active CN113077257B (zh) 2021-04-07 2021-04-07 一种基于数据分析的区块链跨链管理方法及系统

Country Status (1)

Country Link
CN (1) CN113077257B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1766854A (zh) * 2005-08-17 2006-05-03 樊晓青 在载体介质上用隐形码记录信息数据的方法
CN110147996A (zh) * 2019-05-21 2019-08-20 中央财经大学 一种基于区块链的数据交易本地化差分隐私保护方法及装置
CN110853604A (zh) * 2019-10-30 2020-02-28 西安交通大学 基于变分自编码器的具有特定地域风格的中国民歌自动生成方法
WO2021023200A1 (zh) * 2019-08-07 2021-02-11 阿里巴巴集团控股有限公司 跨链交易方法、装置、多区块链系统及计算设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1766854A (zh) * 2005-08-17 2006-05-03 樊晓青 在载体介质上用隐形码记录信息数据的方法
CN110147996A (zh) * 2019-05-21 2019-08-20 中央财经大学 一种基于区块链的数据交易本地化差分隐私保护方法及装置
WO2021023200A1 (zh) * 2019-08-07 2021-02-11 阿里巴巴集团控股有限公司 跨链交易方法、装置、多区块链系统及计算设备
CN110853604A (zh) * 2019-10-30 2020-02-28 西安交通大学 基于变分自编码器的具有特定地域风格的中国民歌自动生成方法

Also Published As

Publication number Publication date
CN113077257B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
US11228440B2 (en) Proof-of-work for smart contracts on a blockchain
Bonawitz et al. Practical secure aggregation for federated learning on user-held data
CN113095510B (zh) 一种基于区块链的联邦学习方法及装置
CN111008863B (zh) 一种基于区块链的抽奖方法及系统
CN112380578A (zh) 一种基于区块链和可信执行环境的边缘计算框架
CN111428887B (zh) 一种基于多个计算节点的模型训练控制方法、装置及系统
US20140351104A1 (en) Data Managment Systems And Processing For Financial Risk Analysis
US8533487B2 (en) Secure logical vector clocks
CN111950032A (zh) 基于区块链的数据存储方法、终端设备和存储介质
CN113129147A (zh) 一种基于数据分析的区块链跨链管理方法及系统
CN110838069A (zh) 数据处理方法、装置以及系统
CN113077257A (zh) 一种基于数据分析的区块链跨链管理方法及系统
CN117675270A (zh) 面向纵向联邦学习的多模态数据加密传输方法及系统
Takeshita et al. SLAP: simple lattice-based private stream aggregation protocol
CN116342249A (zh) 基于区块链的贷款风险评估方法及装置
CN113821811B (zh) 基于区块链的数据获取方法及系统、电子设备及存储介质
KR20230040278A (ko) 분산형 기계 학습 모델의 트레이닝 방법, 장치, 설비 및 매체
CN109768969A (zh) 权限控制方法及物联网终端、电子设备
CN111861489B (zh) 基于区块链的金融产品交易份额确定方法及装置
Zhang et al. Research on Covert Communication Technology Based on Matrix Decomposition of Digital Currency Transaction Amount
CN112116414A (zh) 支持范围验证的竞拍式安全最近邻标底寻源系统及方法
Peng Efficient VSS free of computational assumption
Zhao et al. ePMLF: Efficient and Privacy‐Preserving Machine Learning Framework Based on Fog Computing
Jung et al. Efficient, verifiable and privacy-preserving combinatorial auction design
Zhang et al. A blockchain-based privacy-preserving scheme for sealed-bid auction

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