CN113472547B - 一种基于区块链的安全监控系统 - Google Patents

Abstract

本发明公开了一种基于区块链的安全监控系统，涉及安全监控技术领域，解决了现有方案中安全监控系统数据处理不可靠，且无法对关键数据进行加密保证，导致数据失真和数据泄露的技术问题；本发明设置了可信云校验节点和可信设备校验节点；可信云校验节点用于验证云平台的可靠性，可信设备校验节点用于验证数据采集设备的可靠性，将分发的云ID和设备ID进行关联，并创建数据传输通道；保证了数据采集设备、数据传输通道的可靠性，避免了数据在采集、传输过程中被篡改；本发明通过将监控数据及对应的安全评估标签进行加密获取加密标签，并将加密标签发送至区块链的智能合约存储，避免了监控数据以及对应的安全评估标签被篡改，保证了数据的真实性。

Description

一种基于区块链的安全监控系统

技术领域

本发明属于安全监控领域，涉及一种基于区块链的安全监控技术，具体是一种基于区块链的安全监控系统。

背景技术

监控系统是安防系统中应用最多的系统之一，能够代替人工进行一部分的监测工作，节省人力，且安全可靠。现有监控系统通常通过监控摄像头、传感器等采集数据，对采集的数据进行分析预警，并对数据以及数据分析结果进行存储。

在数据存储和传输过程中，可能会遭到篡改和泄密，需要进行不定期的数据校验。现有的数据校验大多基于密钥交换技术和第三方验证，在验证过程中需要用到大量的辅助信息，且存在验证结果造假和辅助信息造假的问题。

如何保证数据采集设备、数据传输通道以及数据存储的可靠，是安全监控领域亟待解决的问题。

发明内容

本发明提供了一种基于区块链的安全监控系统，用于解决现有方案中安全监控系统数据处理不可靠，且无法对关键数据进行加密保证，导致数据失真和数据泄露的技术问题，本发明通过保证数据采集设备的可靠、数据分析设备的可靠、数据传输的可靠以及数据存储的可靠解决了上述问题。

本发明的目的可以通过以下技术方案实现：一种基于区块链的安全监控系统，包括云平台、区块链和智能网关；

所述云平台通过智能网关和数据采集设备采集监控数据，且所述区块链包括可信云校验节点和可信设备校验节点；

所述可信云校验节点验证云平台的可靠性，并分发唯一的云ID；所述可信设备校验节点验证数据采集设备的可靠性，并分发唯一的设备ID；

将云ID和设备ID进行相互关联，并创建数据传输通道；

所述监控数据通过所述数据传输通道传输至云平台，所述云平台对监控数据进行分析获取安全评估标签；

对监控数据以及对应的安全评估标签进行加密，获取加密标签；所述加密标签包括哈希值和同态标签；

将加密标签发送至区块链的智能合约，验证者通过智能合约对监控数据或者安全评估标签进行验证。

优选的，所述云平台的可靠性验证包括：

获取所述云平台受到的攻击频率，并标记为GP；所述攻击频率为云平台在单位时间内受到的攻击次数，其中，单位时间包括一天、一月和一季度；

获取所述云平台受到攻击的类型数，并标记为LS；其中，攻击包括DDoS攻击、后门链接攻击和篡改网页攻击；

通过公式YKX=ɑ1×GP/LS+ɑ2获取云可靠系数YKX，当云可靠系数YKX大于云可靠阈值时，则判定对应的云平台可靠性验证通过；否则，判定对应的云平台可靠性验证失败；其中，云可靠阈值为大于0的实数，ɑ1和ɑ2为比例系数，且ɑ1和ɑ2均为大于0的实数。

优选的，所述数据采集设备的可靠性验证包括：

获取数据采集设备的状态标签，当状态标签满足要求时，则判定对应的云平台可靠性验证通过；否则，判定对应的云平台可靠性验证失败。

优选的，所述状态标签获取方式包括人工标注和参数匹配。

优选的，通过所述参数匹配获取状态标签包括：

获取数据采集设备的基础数据；所述基础数据包括型号、生产日期、批号和生产厂家；

通过互联网访问对应生产厂家的数据库；

当所述基础数据与数据库中的记录完全一致，且对应数据采集设备工作状态正常时，则生成并设置状态标签。

优选的，所述状态标签的取值为0和1，当所述状态标签为1时，则判定状态标签满足要求；否则，判定状态标签不满足要求。

优选的，所述云ID至少与一个所述设备ID相互关联。

优选的，所述数据传输通道对应云平台的云ID和数据采集设备的设备ID相互关联。

优选的，对所述监控数据进行分析包括灾害分析和入侵分析。

优选的，所述灾害分析具体包括：

提取监控数据中的灾害监测数据；所述灾害监测数据包括温度、湿度和烟雾浓度；

将灾害监测数据输入至灾害评估模型中获取安全评估标签；所述灾害评估模型通过RBF神经网络或者深度卷积神经网络进行构建。

优选的，所述灾害评估模型的获取包括：

获取标准训练数据；所述标准训练数据包括灾害监测数据以及对应的安全评估标签，且所述标准训练数据中的安全评估标签通过人工标注获取；

构建深度卷积神经网络模型，通过标准训练数据对深度卷积神经网络模型进行训练，将训练完成的深度卷积神经网络模型标记为灾害评估模型。

优选的，所述入侵分析具体包括：

提取监控数据中的高清图像；

通过图像识别技术判定高清图像中的侵害行为，根据侵害行为设置安全评估标签；在判定高清图像处理之前，需要对高清图像进行图像预处理；所述图像预处理包括图像分割、图像去噪和图像识别。

优选的，所述加密标签通过哈希算法或者同态加密算法获取。

优选的，所述加密标签的获取具体包括：

通过非对称加密算法获取公钥和私钥；

通过私钥对监控数据或者安全评估标签进行加密，获取同态标签。

优选的，所述数据采集设备采集监控数据之后，将监控数据通过智能网关发送至云平台。

优选的，所述数据采集设备包括温度传感器、湿度传感器、高清摄像头、烟雾传感器和火灾传感器。

与现有技术相比，本发明的有益效果是：

1、本发明设置了可信云校验节点和可信设备校验节点；可信云校验节点用于验证云平台的可靠性，并分发唯一的云ID，可信设备校验节点用于验证数据采集设备的可靠性，并分发唯一的设备ID，将云ID和设备ID进行相互关联，并创建数据传输通道；保证了数据采集设备、数据传输通道的可靠性，避免了数据在采集、传输过程中被篡改。

2、本发明通过将监控数据以及对应的安全评估标签进行加密获取加密标签，并将加密标签发送至区块链的智能合约存储，避免了监控数据以及对应的安全评估标签被篡改，保证了数据的真实性。

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，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地介绍，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他的附图。

图1为本发明的原理示意图；

图2为本发明的步骤示意图。

具体实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。

请参阅图1-图2，本申请提供了一种基于区块链的安全监控系统，包括云平台、区块链和智能网关。

智能网关又称网间连接器、协议转换器，其在网络层以上实现网络互联，用于两个高层协议不同的网络，使得在不同的通信协议、数据格式、语言、体系结构完全不同的两种系统之间实现互通；本实施例主要通过智能网关将监控数据传输至云平台。

云平台，也可以理解为云服务器，接收数据采集设备采集的监控数据并对监控数据进行分析获取安全评估标签。

区块链，本申请中的区块链用于构建可靠的数据传输通道，并对监控数据和安全评估标签进行上链存证。

本申请提供的一种基于区块链的安全监控系统中，云平台通过智能网关和数据采集设备采集监控数据，具体来说是数据采集设备采集到监控数据之后，将监控数据发送至智能网关，再通过智能网关将监控数据发送至云平台。

数据采集设备按照具体的安全监控要求来设置或者选择。具体来说，当本申请用于监测类似于火灾的自然灾害时，则数据采集设备为湿度传感器、温度传感器和烟雾传感器；当本申请用于监测如暴力、盗窃等人为侵害时，则数据采集设备为高清摄像头。

本申请提供的一种基于区块链的安全监控系统中，区块链包括可信云校验节点和可信设备校验节点。本申请提出的基础思想是通过保证数据采集设备可靠，保证数据分析设备可靠，保证数据传输可靠，保证数据存储可靠，来保证数据安全，进一步实现安全监控。

可信云校验节点用于验证云平台的可靠性，即保证数据分析设备的可靠。本实施例中，云平台的可靠性验证具体包括：

获取云平台受到的攻击频率，并标记为GP；攻击频率为云平台在单位时间内受到的攻击次数；

获取云平台受到攻击的类型数，并标记为LS；

通过公式YKX=ɑ1×GP/LS+ɑ2获取云可靠系数YKX，当云可靠系数YKX大于云可靠阈值时，则判定对应的云平台可靠性验证通过；否则，判定对应的云平台可靠性验证失败。

其中，单位时间包括一天、一个月和一季度，攻击包括DDoS攻击、后门链接攻击和篡改网页攻击；DDoS攻击在短时间内发起大量请求，耗尽服务器的资源，无法响应正常的访问。

本实施例中，云平台可靠性验证是从云平台抗攻击的能力上评定的；在另外一些优选的实施例中，云平台可靠性验证还可以从云平台本身架构去评估。

可信设备核验节点用于验证数据采集设备的可靠性，即保证数据采集设备的可靠。本实施例中，数据采集设备的可靠性验证具体包括：

获取数据采集设备的状态标签，当状态标签满足要求时，则判定对应的云平台可靠性验证通过；否则，判定对应的云平台可靠性验证失败。

本实施例中，提供了两种状态标签的获取方式：人工标注和参数匹配。

人工标注即通过工作人员实地验证数据采集设备，当数据采集设备的安装单位、生产厂家和工作状态均正常时，则将状态标签设置为1，即为满足要求；当工作状态不正常时，则将状态标签设置为0，即为不满足要求。

参数匹配具体实施包括：

获取数据采集设备的基础数据；本实施例中的基础数据包括型号、生产日期、批号和生产厂家；

通过互联网访问对应生产厂家的数据库；

当所述基础数据与数据库中的记录完全一致，且对应数据采集设备工作状态正常时，则生成并设置状态标签为1。

值得注意的是，本实施例提供的人工标注和参数匹配两种方式可以交叉联合使用，如数据采集设备对应的生产厂家没有建立产品数据库，则通过人工标注的方式进行验证。

本申请提供的一种基于区块链的安全监控系统中，当云平台验证通过之后，为其分发唯一的云ID，同理，当数据采集设备验证通过之后，为其分发唯一的设备ID；将云ID和设备ID进行相互关联，并创建数据传输通道。

值得注意的是，当只有一个云平台时，一个云ID可以与一个设备ID相互关联，一个云ID也可以同时与多个设备ID相互关联；当有多个云平台时，则需要为每个云平台设置关联的数据采集设备，如根据距离来配置：

以获取到云ID的云平台为圆心，以半径R划定圆形区域或者球形区域，则将圆形区域或者球形区域内获取到设备ID的数据采集设备与该云平台进行关联。

相互关联的云平台和数据采集设备之间的通道为数据传输通道，即保证数据传输可靠。

本申请提供的一种基于区块链的安全监控系统中，平台对监控数据进行分析获取安全评估标签，具体包括灾害分析和入侵分析。

灾害分析具体包括：

提取监控数据中的灾害监测数据；其中，灾害监测数据包括温度、湿度和烟雾浓度；

将灾害监测数据输入至灾害评估模型中获取安全评估标签；所述灾害评估模型通过RBF神经网络或者深度卷积神经网络进行构建。

本实施例中，灾害评估模型的获取包括：

获取标准训练数据；其中，标准训练数据包括灾害监测数据以及对应的安全评估标签，且所述标准训练数据中的安全评估标签通过人工标注获取；

构建深度卷积神经网络模型，通过标准训练数据对深度卷积神经网络模型进行训练，将训练完成的深度卷积神经网络模型标记为灾害评估模型。本实施例中，安全评估标签的取值为0或者1，在灾害评估过程中，当安全评估标签为1时，表示灾害发生，当安全评估标签为0时，表示无灾害发生。

入侵分析具体包括：

提取监控数据中的高清图像；

通过图像识别技术判定高清图像中的侵害行为，根据侵害行为设置安全评估标签；在判定高清图像处理之前，需要对高清图像进行图像预处理；所述图像预处理包括图像分割、图像去噪和图像识别。本实施例中，侵害行为包括盗窃、私闯等行为，当通过高清图像识别出侵害行为，则将安全评估标签设置为1，否则，将安全评估标签设置为0。

本申请提供的一种基于区块链的安全监控系统中，对监控数据以及对应的安全评估标签进行加密，获取加密标签；将加密标签发送至区块链的智能合约，验证者通过智能合约对监控数据或者安全评估标签进行验证。

本申请中，对监控数据、监控数据对应的加密标签、设备可靠性验证过程、云平台可靠性验证过程都会被上链存储进智能合约中。

当验证者需要验证监控数据、设备可靠性或者云平台可靠性时，具体为：

验证者通过智能合约获取监控数据的加密标签，对监控数据重新加密获取加密标签，将智能合约中的加密标签和重新获取的加密标签对比，当两者一致时，则判定监控数据没有被篡改。智能合约的访问权限开放给验证者和云平台。

同理，可对数据采集设备和云平台的可靠性进行验证。

本申请通过上述方案保证了数据采集设备的可靠、数据分析设备的可靠、数据传输的可靠以及数据存储的可靠，解决了现有方案安全监控数据处理不可靠，导致数据失真和数据泄露的技术问题。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

可信云校验节点验证云平台的可靠性，并分发唯一的云ID，信设备校验节点验证数据采集设备的可靠性，并分发唯一的设备ID，将云ID和设备ID进行相互关联，并创建数据传输通道。

通过可信的数据采集设备采集监控数据，获取监控数据发送至云平台；云平台对监控数据进行分析，获取安全评估标签，将监控数据以及对应的安全评估标签加密之后发送至区块链的智能合约；验证者通过智能合约来验证监控数据及安全评估标签的可靠性。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于区块链的安全监控系统，包括云平台、区块链和智能网关，其特征在于，所述云平台通过智能网关和数据采集设备采集监控数据，且所述区块链包括可信云校验节点和可信设备校验节点；

所述可信云校验节点验证云平台的可靠性，并分发唯一的云ID；所述可信设备校验节点验证数据采集设备的可靠性，并分发唯一的设备ID；

将云ID和设备ID进行相互关联，并创建数据传输通道；

所述监控数据通过所述数据传输通道传输至云平台，所述云平台对监控数据进行分析获取安全评估标签；

对监控数据以及对应的安全评估标签进行加密，获取加密标签；所述加密标签包括哈希值和同态标签；

将加密标签发送至区块链的智能合约，验证者通过智能合约对监控数据或者安全评估标签进行验证；

所述云平台的可靠性验证包括：

获取所述云平台受到的攻击频率，并标记为GP；所述攻击频率为云平台在单位时间内受到的攻击次数，其中，单位时间包括一天、一月和一季度；

获取所述云平台受到攻击的类型数，并标记为LS；其中，攻击包括DDoS攻击、后门链接攻击和篡改网页攻击；

通过公式YKX=ɑ1×GP/LS+ɑ2获取云可靠系数YKX，当云可靠系数YKX大于云可靠阈值时，则判定对应的云平台可靠性验证通过；否则，判定对应的云平台可靠性验证失败；其中，云可靠阈值为大于0的实数，ɑ1和ɑ2为比例系数，且ɑ1和ɑ2均为大于0的实数。

2.根据权利要求1所述的一种基于区块链的安全监控系统，其特征在于，所述数据采集设备的可靠性验证包括：

获取数据采集设备的状态标签，当状态标签满足要求时，则判定对应的云平台可靠性验证通过；否则，判定对应的云平台可靠性验证失败。

3.根据权利要求2所述的一种基于区块链的安全监控系统，其特征在于，所述状态标签获取方式包括人工标注和参数匹配。

4.根据权利要求3所述的一种基于区块链的安全监控系统，其特征在于，通过所述参数匹配获取状态标签包括：

获取数据采集设备的基础数据；所述基础数据包括型号、生产日期、批号和生产厂家；

通过互联网访问对应生产厂家的数据库；

当所述基础数据与数据库中的记录完全一致，且对应数据采集设备工作状态正常时，则生成并设置状态标签。

5.根据权利要求1所述的一种基于区块链的安全监控系统，其特征在于，对所述监控数据进行分析包括灾害分析和入侵分析；所述灾害分析具体包括：

提取监控数据中的灾害监测数据；所述灾害监测数据包括温度、湿度和烟雾浓度；

将灾害监测数据输入至灾害评估模型中获取安全评估标签；所述灾害评估模型通过RBF神经网络或者深度卷积神经网络进行构建。

6.根据权利要求5所述的一种基于区块链的安全监控系统，其特征在于，所述入侵分析具体包括：

提取监控数据中的高清图像；

通过图像识别技术判定高清图像中的侵害行为，根据侵害行为设置安全评估标签；在判定高清图像处理之前，需要对高清图像进行图像预处理；所述图像预处理包括图像分割、图像去噪和图像识别。

7.根据权利要求1所述的一种基于区块链的安全监控系统，其特征在于，所述加密标签的获取具体包括：

通过非对称加密算法获取公钥和私钥；

通过私钥对监控数据或者安全评估标签进行加密，获取同态标签。

Images