CN113961545A - 基于区块链的信息价值数据库构建方法 - Google Patents
基于区块链的信息价值数据库构建方法 Download PDFInfo
- Publication number
- CN113961545A CN113961545A CN202111247928.6A CN202111247928A CN113961545A CN 113961545 A CN113961545 A CN 113961545A CN 202111247928 A CN202111247928 A CN 202111247928A CN 113961545 A CN113961545 A CN 113961545A
- Authority
- CN
- China
- Prior art keywords
- data
- main body
- block chain
- value
- database
- 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
Links
Images
Classifications
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于区块链的信息价值数据库构建方法,将互联网公开数据库采集接口或区块链节点上传接口作为数据源,构建数据源与数据关系区块链,信息价值三维度归类模块将其输入数据按照三个维度进行归类划分,得到各维度数据库;构建各维度除冗权重区块链数据库;利用数据主体节点构建数据主体链路区块链;确定数据源主体节点,并利用数据源主体节点构建数据源主体链路区块链;将信息价值共识算法计算结果分别输入数据主体链路区块链和数据源主体链路区块链,得到数据价值区块链数据库和数据源主体价值区块链数据库。本发明解决了互联网平台中心化和节点地位不平等带来的信息价值传输不对称、不完备和不通达等问题。
Description
技术领域
本发明属于区块链技术领域,具体涉及基于区块链的信息价值数据库构建方法。
背景技术
当前,对于信息价值的认知和评价,普遍是从时间、空间和传输三个维度来进行的。在信息价值理论研究中,也倾向于从这三个维度进行分析论证。但是,目前,信息价值理论研究尚未形成完整可论证应用的体系,其重要原因在于,以往信息传输以互联网为基础,而互联网具有平台中心化特征,各节点网络地位不平等,导致了信息价值传输的不对称、不完备和不通达等问题。同时,互联网是信息网,以往构建数据库是围绕数据本身构建的。所以从技术实现上来看,通常需要采用数据挖掘等技术来挖掘数据库中的信息价值,这就耗费了巨大的算力、管理成本和存储空间,且仍然极难挖掘数据的信息价值且极难理清数据间价值关系。
发明内容
针对现有方案需要采用数据挖掘等技术来挖掘数据库中的信息价值,耗费了巨大的算力、管理成本和存储空间,且仍然极难挖掘数据的信息价值且极难理清数据间价值关系的问题,本发明公开了一种基于区块链的信息价值数据库构建方法,从根本上解决互联网各节点网络地位不平等,导致的信息价值传输的不对称、不完备和不通达等问题,并解决互联网数据库信息价值挖掘的难题,实现理清数据信息价值及数据间价值关系的目标。
本发明公开了一种基于区块链的信息价值数据库构建方法,基于区块链的信息价值数据库包括数据价值区块链数据库和数据源主体价值区块链数据库,其构建过程包括,将互联网公开数据库采集接口或区块链节点上传接口作为数据源,依据数据源及数据源输出数据构建数据源与数据关系区块链,将数据源输出数据输入到信息价值三维度归类模块,信息价值三维度归类模块将其输入数据按照数据内容、传输或交易途径、数据时间三个维度进行归类划分,得到各维度数据库。再将各维度数据库输入各维度相关性程度函数,构建各维度除冗权重区块链数据库。随后,将各维度除冗权重区块链数据库的数据输入信息价值共识算法,利用信息价值共识算法对其进行计算,并根据信息价值共识算法的计算结果进行数据主体节点判断,利用数据主体节点构建数据主体链路区块链。之后,将数据主体节点判断结果和数据源与数据关系区块链输入数据源主体节点判断模块,确定数据源主体节点,并利用数据源主体节点构建数据源主体链路区块链。最后,将信息价值共识算法的计算结果分别输入数据主体链路区块链和数据源主体链路区块链,得到数据价值区块链数据库和数据源主体价值区块链数据库。
所述的数据源与数据关系区块链,用于记录数据源与其输出数据的关系,其构建方法是使用经过区块链认证且算力、稳定性、安全性和工作量达到区块链预设要求的区块链节点作为数据源与数据关系区块链节点,将数据源与其输出数据的关系打包、记录并封装到区块中,得到数据源与数据关系区块链。
数据时间包括数据的产生时间、交易时间、传输时间、销毁时间等。信息价值三维度归类模块用于将数据按照三个维度进行归类划分。信息价值三维度归类模块在归类划分过程中,通过计算机识别数据、筛选、区块链节点共识算法分类等方式,将数据归类为至少一个维度。信息价值三维度归类模块首先采用计算机识别数据的方法对数据进行判断,对符合计算机识别模式的数据直接判定为所属的维度;其次,对不符合计算机识别模式的数据,选择区块链节点共识算法进行维度判断,最后,对于区块链节点共识算法依然难以判断的数据,通过筛选方式划分维度。通过选择数据集训练、数据挖掘及模式识别的方法得到计算机识别模式。利用区块链节点认证,对区块链工作量、安全性和稳定性进行判断的方式,筛选部分区块链节点,构建用于三个维度数据划分的区块链节点共识算法。
各维度数据库是指将数据按照上述三个维度归类划分后,得到的数据内容数据库、传输或交易途径数据库和时间数据库。将归类为数据内容维度的数据集合得到数据内容数据库,将归类为传输或交易途径的数据集合得到传输或交易途径数据库,将归类为时间维度的数据集合得到时间数据库。
各维度相关性程度函数用于反映各维度数据库中各数据在相关性程度上的分布情况。各维度相关性程度函数根据数据相关性指标确定,数据相关性指标是一维、二维或多维变量,相应的各维度相关性程度函数构建为一维、二维或多维函数。各数据相关性指标及相关性程度函数通过计算机识别方法和区块链节点共识算法等对各维度数据库进行识别得到,首选采用计算机识别的方法对各数据相关性指标及相关性程度函数进行初步判断,确定符合计算机识别模式的各数据相关性指标及相关性程度函数;其次,对不符合计算机识别模式的各数据相关性指标及相关性程度函数,选择区块链节点共识算法建立各数据相关性指标及相关性程度函数。利用数据集训练、数据挖掘及模式识别的方法,并参考现有数据相关性指标及相关性程度函数构建计算机识别模式。利用区块链节点认证,对区块链工作量、安全性和稳定性进行判断的方式,筛选部分区块链节点,并参考现有数据相关性指标及相关性程度函数,构建用于建立各数据相关性指标及相关性程度函数的区块链节点共识算法。
所述的各维度除冗权重区块链数据库的构建,是将各维度数据库输入各维度相关性程度函数,利用该函数计算得到各维度数据库的各维度相关性程度函数结果,将各维度数据库中数据之间的相关性程度函数结果完全相同或结果之差在一定范围内的数据,判断为各维度数据库中的冗余数据,对冗余数据进一步对比判断,依据各维度数据库中数据之间的相关性程度函数结果进行筛选并去除冗余数据,直至剩余数据的相关性程度函数结果均处于设定的阈值范围内。除去冗余数据后,依据相关性程度函数的计算结果,对各维度数据库中的数据赋权重值,从而构建各维度除冗权重区块链数据库。以各维度相关性程度函数中构建区块链节点共识算法的区块链节点为共识节点,以去冗余数据后的数据为数据节点,采用基于共识节点的区块链节点共识算法对各维度数据库中的数据赋权重值,并把这些数据赋权重值打包、记录和封装到区块中,形成各维度除冗权重区块链数据库。
信息价值共识算法模块包括数据内容、传输或交易途径、数据时间三个维度对应的三类共识算法,三类共识算法分别针对数据内容数据库、传输或交易途径数据库和时间数据库构建。信息价值共识算法的目标是根据区块链节点认证、工作量及其安全性、稳定性,筛选部分区块链节点作为实现信息价值共识算法的共识节点,以确定三个维度的信息价值计算方法。信息价值共识算法从数据自身价值和数据关系价值两个目标方向构建,其通过共识算法,确定数据在数据内容、传输或交易途径、数据时间三个维度上的价值,以及数据之间相互作用产生的三个维度上的价值升降值。根据各维度除冗权重区块链数据库,采用决策树等数据挖掘方法,描述数据间具有相关性的若干相关关系网,选取各相关关系网中的决策树根数据,作为绝对价值数据或数据集,通过节点共识算法,确定这些绝对价值数据或数据集的价值,依据各维度除冗权重区块链数据库中的相关性程度函数结果,通过节点共识算法,得出与这些绝对价值数据或数据集具有相关性的数据在数据内容、传输或交易途径、数据时间三个维度上的价值,再通过节点共识算法,得出数据之间共同作用产生的在数据内容、传输或交易途径、数据时间三个维度上的价值升降值。最后,对价值及价值升降值进行具体标记,并对价值及价值升降值进行抽样检验,抽样检验上述价值及价值升降值是否能通过节点共识。
所述的数据主体节点判断模块用于判断数据中可作为基于区块链的信息价值数据库中数据价值区块链数据库的数据主体节点的部分。数据主体节点包括数据主体数据节点和数据主体关系节点,将经过所述的信息价值共识算法证实在数据内容、传输或交易途径、数据时间三个维度上具有价值的数据作为数据主体数据节点;能够描述数据主体节点间价值关系,即前文所述数据之间相互作用产生的三个维度上的价值升降值的区块链技术服务节点称为数据主体关系节点。数据主体节点判断模块对数据主体关系节点的筛选方法是,根据数据主体节点的数量以及数据主体节点间价值关系映射集合的大小,确定数据主体关系节点所需具备的总算力、工作量、安全性及稳定性需求,设定限定条件为至少1/3数量的节点不工作时,该基于区块链的信息价值数据库构建方法仍能安全和稳定运行,根据各备选节点的算力、稳定性、安全性和工作量,筛选出满足限定条件的具体的备选节点作为数据主体关系节点。数据主体节点间价值关系映射集合指的是所有数据主体节点与数据主体节点间价值关系的映射关系的集合。
所述的数据主体链路区块链是用数据主体关系节点表征数据主体数据节点与数据主体节点间价值关系的区块链,其构建方法为,将数据主体节点作为区块链节点,数据主体关系节点将数据主体节点及数据主体节点间价值关系打包记录封装到区块中,形成数据主体链路区块链。
所述的数据源主体节点判断模块,用于判断数据源中可作为基于区块链的信息价值数据库中数据源主体价值区块链数据库的数据源主体节点的部分。数据源主体节点判断模块将数据主体节点对应的数据源作为数据源主体节点,以数据源与数据关系区块链为索引,确定数据主体节点对应的数据源,通过对该数据源进行比对,以去掉其中重复的数据源后得到的各数据源,作为数据源主体节点。数据源主体节点包括数据源主体关系节点。数据源主体关系节点是能描述数据源主体节点之间价值关系的区块链技术服务节点。数据源主体节点之间价值关系指的是与数据源主体节点相关的数据主体节点之间的价值关系,其构建过程为,以数据源与数据关系区块链为索引,得到与数据源主体节点相关的数据主体节点,再根据数据主体关系节点得出相关的数据主体节点间价值关系,进而得到数据源主体节点之间价值关系。数据源主体节点判断模块对数据源主体关系节点的筛选过程是,根据数据源主体节点的数量以及数据源主体节点间价值关系映射集合的大小,确定数据源主体关系节点所需具备的总算力、工作量、安全性及稳定性需求,设定限定条件为至少1/3数量的节点不工作时,该基于区块链的信息价值数据库构建方法仍能安全和稳定运行,根据各备选节点的算力、稳定性、安全性和工作量,筛选出满足限定条件的具体的备选节点作为数据源主体关系节点。数据源主体节点间价值关系映射集合指的是所有数据源主体节点与数据源主体节点间价值关系的映射关系的集合。
所述的数据源主体链路区块链是用数据源主体关系节点表征数据源主体数据节点与数据源主体节点间价值关系的区块链,其构建方法为:将数据源主体节点作为区块链节点,数据源主体关系节点将数据源主体节点及数据源主体节点间价值关系打包、记录和封装到区块中,形成数据源主体链路区块链。
数据价值区块链数据库指的是表示数据信息价值及数据间价值关系的区块链数据库,其构建方法为:根据信息价值共识算法对数据主体链路区块链中数据主体节点的在所述的三个维度上的信息价值进行标记,并将标记结果补充进数据主体链路区块链,得到的区块链称为数据价值区块链。将对一段时间内的数据源构建得到的数据价值区块链的集合称为数据价值区块链数据库。
数据源主体价值区块链数据库指的是表示数据源信息价值及其与数据间价值关系的区块链数据库,其构建方法为:根据信息价值共识算法对数据源主体链路区块链中数据源主体节点的相关数据在所述的三个维度上的信息价值进行标记,并将标记结果补充进数据源主体链路区块链,形成的区块链称为数据源价值区块链,将对一段时间内的数据源构建得到的数据源价值区块链的集合称为数据源主体价值区块链数据库。
本发明的有益效果为:
(一)、本发明提供一种基于区块链的信息价值数据库构建方法。本发明技术路线表明,本发明涉及的所有节点包括数据源主体节点和数据主体节点都是网络地位平等的,节点之间没有从属、主从等不平等关系。因此,本发明涉及的表征关系的区块链均为表征数据源与数据、节点与数据、数据与数据的关系的区块链,不存在节点间关系的表征。本发明充分发挥了区块链的去中心化数据库优势,保障了各节点在信息价值传输上的地位平等性,解决了互联网的平台中心化和节点地位不平等带来的信息价值传输的不对称、不完备和不通达等问题。
(二)、本发明充分发挥区块链的价值网属性优势,技术流程中的信息价值三维度归类模块、信息价值共识算法起到了直接从信息价值的角度构建区块链数据库,的关键作用。本发明提出的基于区块链的信息价值数据库包括的数据价值区块链数据库、数据源主体价值区块链数据库两部分,直接表示了数据信息价值、数据间价值关系、数据源信息价值、数据源与数据间价值关系。从根本上解决以往“互联网围绕数据本身构建数据库,再采用数据挖掘等技术来挖掘数据库中的信息价值”的技术方案导致的“耗费巨大的算力、管理成本和存储空间仍然极难挖掘数据的信息价值且极难理清数据间价值关系”的难题。
附图说明
图1为基于区块链的信息价值数据库构建方法路线图。
具体实施方式
为了更好的了解本发明内容,这里给出一个实施例。图1为基于区块链的信息价值数据库构建方法路线图。
本实施例公开了一种基于区块链的信息价值数据库构建方法,基于区块链的信息价值数据库包括数据价值区块链数据库和数据源主体价值区块链数据库,对于信息价值数据库的构建,将互联网公开数据库采集接口或区块链节点上传接口作为数据源,依据数据源及数据源输出数据构建数据源与数据关系区块链,将数据源输出数据输入到信息价值三维度归类模块,信息价值三维度归类模块将其输入数据按照数据内容、传输或交易途径、数据时间三个维度进行归类划分,得到各维度数据库。再将各维度数据库输入各维度相关性程度函数,构建各维度除冗权重区块链数据库。随后,将各维度除冗权重区块链数据库的数据输入信息价值共识算法,利用信息价值共识算法对其进行计算,并根据信息价值共识算法的计算结果进行数据主体节点判断,利用数据主体节点构建数据主体链路区块链。之后,将数据主体节点判断结果和数据源与数据关系区块链输入数据源主体节点判断模块,确定数据源主体节点,并利用数据源主体节点构建数据源主体链路区块链。最后,将信息价值共识算法的计算结果分别输入数据主体链路区块链和数据源主体链路区块链,得到数据价值区块链数据库和数据源主体价值区块链数据库。
所述的数据源与数据关系区块链,用于记录数据源与其输出数据的关系,其构建方法是使用经过区块链认证且算力、稳定性、安全性和工作量达到区块链预设要求的区块链节点作为数据源与数据关系区块链节点,将数据源与其输出数据的关系打包、记录并封装到区块中,得到数据源与数据关系区块链。
数据时间包括数据的产生时间、交易时间、传输时间、销毁时间等。信息价值三维度归类模块用于将数据按照三个维度进行归类划分。信息价值三维度归类模块在归类划分过程中,通过计算机识别数据、筛选、区块链节点共识算法分类等方式,将数据归类为至少一个维度。信息价值三维度归类模块首先采用计算机识别数据的方法对数据进行判断,对符合计算机识别模式的数据直接判定为所属的维度;其次,对不符合计算机识别模式的数据,选择区块链节点共识算法进行维度判断,最后,对于区块链节点共识算法依然难以判断的数据,通过筛选方式划分维度。通过选择数据集训练、数据挖掘及模式识别的方法得到计算机识别模式。利用区块链节点认证,对区块链工作量、安全性和稳定性进行判断的方式,筛选部分区块链节点,构建用于三个维度数据划分的区块链节点共识算法。
各维度数据库是指将数据按照上述三个维度归类划分后,得到的数据内容数据库、传输或交易途径数据库和时间数据库。将归类为数据内容维度的数据集合得到数据内容数据库,将归类为传输或交易途径的数据集合得到传输或交易途径数据库,将归类为时间维度的数据集合得到时间数据库。
各维度相关性程度函数用于反映各维度数据库中各数据在相关性程度上的分布情况。各维度相关性程度函数根据数据相关性指标确定,数据相关性指标是一维、二维或多维变量,相应的各维度相关性程度函数构建为一维、二维或多维函数。各数据相关性指标及相关性程度函数通过计算机识别方法和区块链节点共识算法等对各维度数据库进行识别得到,首选采用计算机识别的方法对各数据相关性指标及相关性程度函数进行初步判断,确定符合计算机识别模式的各数据相关性指标及相关性程度函数;其次,对不符合计算机识别模式的各数据相关性指标及相关性程度函数,选择区块链节点共识算法建立各数据相关性指标及相关性程度函数。利用数据集训练、数据挖掘及模式识别的方法,并参考现有数据相关性指标及相关性程度函数构建计算机识别模式。利用区块链节点认证,对区块链工作量、安全性和稳定性进行判断的方式,筛选部分区块链节点,并参考现有数据相关性指标及相关性程度函数,构建用于建立各数据相关性指标及相关性程度函数的区块链节点共识算法。
所述的各维度除冗权重区块链数据库的构建,是将各维度数据库输入各维度相关性程度函数,利用该函数计算得到各维度数据库的各维度相关性程度函数结果,将各维度数据库中数据之间的相关性程度函数结果完全相同或结果之差在一定范围内的数据,判断为各维度数据库中的冗余数据,对冗余数据进一步对比判断,依据各维度数据库中数据之间的相关性程度函数结果进行筛选,按照冗余相关性程度越高的数据越早去除、与其冗余的数据个数越多的数据越早去除的顺序去除冗余数据,直至剩余数据的相关性程度函数结果均处于设定的阈值范围内。除去冗余数据后,依据相关性程度函数的计算结果,对各维度数据库中的数据赋权重值,从而构建各维度除冗权重区块链数据库。以各维度相关性程度函数中构建区块链节点共识算法的区块链节点为共识节点,以去冗余数据后的数据为数据节点,采用基于共识节点的区块链节点共识算法对各维度数据库中的数据赋权重值,并把这些数据赋权重值打包、记录和封装到区块中,形成各维度除冗权重区块链数据库。其中,权重值与数据相关性程度正相关,两者具体关系函数及函数变量系数值由区块链节点共识算法确定。
信息价值共识算法模块包括数据内容、传输或交易途径、数据时间三个维度对应的三类共识算法,三类共识算法分别针对数据内容数据库、传输或交易途径数据库和时间数据库构建。信息价值共识算法的目标是根据区块链节点认证、工作量及其安全性、稳定性,筛选部分区块链节点作为实现信息价值共识算法的共识节点,以确定三个维度的信息价值计算方法,确保经过信息价值共识算法确定的信息价值具有共识性及认可度。信息价值共识算法从数据自身价值和数据关系价值两个目标方向构建,其通过共识算法,确定数据在数据内容、传输或交易途径、数据时间三个维度上的价值,以及数据之间相互作用产生的三个维度上的价值升降值。特别地,价值指的是各数据在三个维度上的相对价值,价值升降值指的是各数据之间相互作用产生的在三个维度上的相对价值的升值或贬值。根据各维度除冗权重区块链数据库,采用决策树等数据挖掘方法,描述数据间具有相关性的若干相关关系网,选取各相关关系网中的决策树根数据,作为绝对价值数据或数据集,通过节点共识算法,确定这些绝对价值数据或数据集的价值,依据各维度除冗权重区块链数据库中的相关性程度函数结果,通过节点共识算法,得出与这些绝对价值数据或数据集具有相关性的数据在数据内容、传输或交易途径、数据时间三个维度上的价值,再通过节点共识算法,得出数据之间共同作用产生的在数据内容、传输或交易途径、数据时间三个维度上的价值升降值。最后,对价值及价值升降值进行具体标记,并对价值及价值升降值进行抽样检验,抽样检验上述价值及价值升降值是否能通过节点共识。
所述的数据主体节点判断模块用于判断数据中可作为基于区块链的信息价值数据库中数据价值区块链数据库的数据主体节点的部分。数据主体节点包括数据主体数据节点和数据主体关系节点,将经过所述的信息价值共识算法证实在数据内容、传输或交易途径、数据时间三个维度上具有价值的数据作为数据主体数据节点;能够描述数据主体节点间价值关系,即前文所述数据之间相互作用产生的三个维度上的价值升降值的区块链技术服务节点称为数据主体关系节点。数据主体节点判断模块对数据主体关系节点的筛选方法是,根据数据主体节点的数量以及数据主体节点间价值关系映射集合的大小,确定数据主体关系节点所需具备的总算力、工作量、安全性及稳定性需求,设定限定条件为至少1/3数量的节点不工作时,该基于区块链的信息价值数据库构建方法仍能安全和稳定运行,根据各备选节点的算力、稳定性、安全性和工作量,筛选出满足限定条件的具体的备选节点作为数据主体关系节点。数据主体节点间价值关系映射集合指的是所有数据主体节点与数据主体节点间价值关系的映射关系的集合。
所述的数据主体链路区块链是用数据主体关系节点表征数据主体数据节点与数据主体节点间价值关系的区块链,其构建方法为,将数据主体节点作为区块链节点,数据主体关系节点将数据主体节点及数据主体节点间价值关系打包记录封装到区块中,形成数据主体链路区块链。
所述的数据源主体节点判断模块,用于判断数据源中可作为基于区块链的信息价值数据库中数据源主体价值区块链数据库的数据源主体节点的部分。数据源主体节点判断模块将数据主体节点对应的数据源作为数据源主体节点,以数据源与数据关系区块链为索引,确定数据主体节点对应的数据源,通过对该数据源进行比对,以去掉其中重复的数据源后得到的各数据源,作为数据源主体节点。数据源主体节点包括数据源主体关系节点。数据源主体关系节点是能描述数据源主体节点之间价值关系的区块链技术服务节点。数据源主体节点之间价值关系指的是与数据源主体节点相关的数据主体节点之间的价值关系,其构建过程为,以数据源与数据关系区块链为索引,得到与数据源主体节点相关的数据主体节点,再根据数据主体关系节点得出相关的数据主体节点间价值关系,进而得到数据源主体节点之间价值关系。数据源主体节点判断模块对数据源主体关系节点的筛选过程是,根据数据源主体节点的数量以及数据源主体节点间价值关系映射集合的大小,确定数据源主体关系节点所需具备的总算力、工作量、安全性及稳定性需求,设定限定条件为至少1/3数量的节点不工作时,该基于区块链的信息价值数据库构建方法仍能安全和稳定运行,根据各备选节点的算力、稳定性、安全性和工作量,筛选出满足限定条件的具体的备选节点作为数据源主体关系节点。数据源主体节点间价值关系映射集合指的是所有数据源主体节点与数据源主体节点间价值关系的映射关系的集合。
所述的数据源主体链路区块链是用数据源主体关系节点表征数据源主体数据节点与数据源主体节点间价值关系的区块链,其构建方法为:将数据源主体节点作为区块链节点,数据源主体关系节点将数据源主体节点及数据源主体节点间价值关系打包、记录和封装到区块中,形成数据源主体链路区块链。
数据价值区块链数据库指的是表示数据信息价值及数据间价值关系的区块链数据库,其构建方法为:根据信息价值共识算法对数据主体链路区块链中数据主体节点的在所述的三个维度上的信息价值进行标记,并将标记结果补充进数据主体链路区块链,得到的区块链称为数据价值区块链。将对一段时间内的数据源构建得到的数据价值区块链的集合称为数据价值区块链数据库。
数据源主体价值区块链数据库指的是表示数据源信息价值及其与数据间价值关系的区块链数据库,其构建方法为:根据信息价值共识算法对数据源主体链路区块链中数据源主体节点的相关数据在所述的三个维度上的信息价值进行标记,并将标记结果补充进数据源主体链路区块链,形成的区块链称为数据源价值区块链,将对一段时间内的数据源构建得到的数据源价值区块链的集合称为数据源主体价值区块链数据库。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于区块链的信息价值数据库构建方法,其特征在于,基于区块链的信息价值数据库包括数据价值区块链数据库和数据源主体价值区块链数据库,其构建过程包括,将互联网公开数据库采集接口或区块链节点上传接口作为数据源,依据数据源及数据源输出数据构建数据源与数据关系区块链,将数据源输出数据输入到信息价值三维度归类模块,信息价值三维度归类模块将其输入数据按照数据内容、传输或交易途径、数据时间三个维度进行归类划分,得到各维度数据库;再将各维度数据库输入各维度相关性程度函数,构建各维度除冗权重区块链数据库;随后,将各维度除冗权重区块链数据库的数据输入信息价值共识算法,利用信息价值共识算法对其进行计算,并根据信息价值共识算法的计算结果进行数据主体节点判断,利用数据主体节点构建数据主体链路区块链;之后,将数据主体节点判断结果和数据源与数据关系区块链输入数据源主体节点判断模块,确定数据源主体节点,并利用数据源主体节点构建数据源主体链路区块链;最后,将信息价值共识算法的计算结果分别输入数据主体链路区块链和数据源主体链路区块链,得到数据价值区块链数据库和数据源主体价值区块链数据库。
2.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
所述的数据源与数据关系区块链,用于记录数据源与其输出数据的关系,其构建方法是使用经过区块链认证且算力、稳定性、安全性和工作量达到区块链预设要求的区块链节点作为数据源与数据关系区块链节点,将数据源与其输出数据的关系打包、记录并封装到区块中,得到数据源与数据关系区块链。
3.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
信息价值三维度归类模块用于将数据按照三个维度进行归类划分;信息价值三维度归类模块在归类划分过程中,通过计算机识别数据、筛选、区块链节点共识算法分类的方式,将数据归类为至少一个维度;信息价值三维度归类模块首先采用计算机识别数据的方法对数据进行判断,对符合计算机识别模式的数据直接判定为所属的维度;其次,对不符合计算机识别模式的数据,选择区块链节点共识算法进行维度判断,最后,对于区块链节点共识算法依然难以判断的数据,通过筛选方式划分维度;通过选择数据集训练、数据挖掘及模式识别的方法得到计算机识别模式;利用区块链节点认证,对区块链工作量、安全性和稳定性进行判断的方式,筛选部分区块链节点,构建用于三个维度数据划分的区块链节点共识算法;
各维度数据库是指将数据按照上述三个维度归类划分后,得到的数据内容数据库、传输或交易途径数据库和时间数据库;将归类为数据内容维度的数据集合得到数据内容数据库,将归类为传输或交易途径的数据集合得到传输或交易途径数据库,将归类为时间维度的数据集合得到时间数据库。
4.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
各维度相关性程度函数用于反映各维度数据库中各数据在相关性程度上的分布情况;各维度相关性程度函数根据数据相关性指标确定,数据相关性指标是一维、二维或多维变量,相应的各维度相关性程度函数构建为一维、二维或多维函数;各数据相关性指标及相关性程度函数通过计算机识别方法和区块链节点共识算法对各维度数据库进行识别得到,首选采用计算机识别的方法对各数据相关性指标及相关性程度函数进行初步判断,确定符合计算机识别模式的各数据相关性指标及相关性程度函数;其次,对不符合计算机识别模式的各数据相关性指标及相关性程度函数,选择区块链节点共识算法建立各数据相关性指标及相关性程度函数;利用数据集训练、数据挖掘及模式识别的方法,并参考现有数据相关性指标及相关性程度函数构建计算机识别模式;利用区块链节点认证,对区块链工作量、安全性和稳定性进行判断的方式,筛选部分区块链节点,并参考现有数据相关性指标及相关性程度函数,构建用于建立各数据相关性指标及相关性程度函数的区块链节点共识算法。
5.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
所述的各维度除冗权重区块链数据库的构建,是将各维度数据库输入各维度相关性程度函数,利用该函数计算得到各维度数据库的各维度相关性程度函数结果,将各维度数据库中数据之间的相关性程度函数结果完全相同或结果之差在一定范围内的数据,判断为各维度数据库中的冗余数据,对冗余数据进一步对比判断,依据各维度数据库中数据之间的相关性程度函数结果进行筛选并去除冗余数据,直至剩余数据的相关性程度函数结果均处于设定的阈值范围内;除去冗余数据后,依据相关性程度函数的计算结果,对各维度数据库中的数据赋权重值,从而构建各维度除冗权重区块链数据库;以各维度相关性程度函数中构建区块链节点共识算法的区块链节点为共识节点,以去冗余数据后的数据为数据节点,采用基于共识节点的区块链节点共识算法对各维度数据库中的数据赋权重值,并把这些数据赋权重值打包、记录和封装到区块中,形成各维度除冗权重区块链数据库。
6.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
信息价值共识算法模块包括数据内容、传输或交易途径、数据时间三个维度对应的三类共识算法,三类共识算法分别针对数据内容数据库、传输或交易途径数据库和时间数据库构建;信息价值共识算法的目标是根据区块链节点认证、工作量及其安全性、稳定性,筛选部分区块链节点作为实现信息价值共识算法的共识节点,以确定三个维度的信息价值计算方法;信息价值共识算法从数据自身价值和数据关系价值两个目标方向构建,其通过共识算法,确定数据在数据内容、传输或交易途径、数据时间三个维度上的价值,以及数据之间相互作用产生的三个维度上的价值升降值;根据各维度除冗权重区块链数据库,采用决策树的数据挖掘方法,描述数据间具有相关性的若干相关关系网,选取各相关关系网中的决策树根数据,作为绝对价值数据或数据集,通过节点共识算法,确定这些绝对价值数据或数据集的价值,依据各维度除冗权重区块链数据库中的相关性程度函数结果,通过节点共识算法,得出与这些绝对价值数据或数据集具有相关性的数据在数据内容、传输或交易途径、数据时间三个维度上的价值,再通过节点共识算法,得出数据之间共同作用产生的在数据内容、传输或交易途径、数据时间三个维度上的价值升降值;最后,对价值及价值升降值进行具体标记,并对价值及价值升降值进行抽样检验,抽样检验上述价值及价值升降值是否能通过节点共识。
7.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
所述的数据主体节点判断模块用于判断数据中可作为基于区块链的信息价值数据库中数据价值区块链数据库的数据主体节点的部分;数据主体节点包括数据主体数据节点和数据主体关系节点,将经过所述的信息价值共识算法证实在数据内容、传输或交易途径、数据时间三个维度上具有价值的数据作为数据主体数据节点;能够描述数据主体节点间价值关系,即前文所述数据之间相互作用产生的三个维度上的价值升降值的区块链技术服务节点称为数据主体关系节点;数据主体节点判断模块对数据主体关系节点的筛选方法是,根据数据主体节点的数量以及数据主体节点间价值关系映射集合的大小,确定数据主体关系节点所需具备的总算力、工作量、安全性及稳定性需求,设定限定条件为至少1/3数量的节点不工作时,该基于区块链的信息价值数据库构建方法仍能安全和稳定运行,根据各备选节点的算力、稳定性、安全性和工作量,筛选出满足限定条件的具体的备选节点作为数据主体关系节点;数据主体节点间价值关系映射集合指的是所有数据主体节点与数据主体节点间价值关系的映射关系的集合。
8.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
所述的数据主体链路区块链是用数据主体关系节点表征数据主体数据节点与数据主体节点间价值关系的区块链,其构建方法为,将数据主体节点作为区块链节点,数据主体关系节点将数据主体节点及数据主体节点间价值关系打包记录封装到区块中,形成数据主体链路区块链。
9.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
所述的数据源主体节点判断模块,用于判断数据源中可作为基于区块链的信息价值数据库中数据源主体价值区块链数据库的数据源主体节点的部分;数据源主体节点判断模块将数据主体节点对应的数据源作为数据源主体节点,以数据源与数据关系区块链为索引,确定数据主体节点对应的数据源,通过对该数据源进行比对,以去掉其中重复的数据源后得到的各数据源,作为数据源主体节点;数据源主体节点包括数据源主体关系节点;数据源主体关系节点是能描述数据源主体节点之间价值关系的区块链技术服务节点;数据源主体节点之间价值关系指的是与数据源主体节点相关的数据主体节点之间的价值关系,其构建过程为,以数据源与数据关系区块链为索引,得到与数据源主体节点相关的数据主体节点,再根据数据主体关系节点得出相关的数据主体节点间价值关系,进而得到数据源主体节点之间价值关系;数据源主体节点判断模块对数据源主体关系节点的筛选过程是,根据数据源主体节点的数量以及数据源主体节点间价值关系映射集合的大小,确定数据源主体关系节点所需具备的总算力、工作量、安全性及稳定性需求,设定限定条件为至少1/3数量的节点不工作时,该基于区块链的信息价值数据库构建方法仍能安全和稳定运行,根据各备选节点的算力、稳定性、安全性和工作量,筛选出满足限定条件的具体的备选节点作为数据源主体关系节点;数据源主体节点间价值关系映射集合指的是所有数据源主体节点与数据源主体节点间价值关系的映射关系的集合。
10.如权利要求1所述的基于区块链的信息价值数据库构建方法,其特征在于,
所述的数据源主体链路区块链是用数据源主体关系节点表征数据源主体数据节点与数据源主体节点间价值关系的区块链,其构建方法为:将数据源主体节点作为区块链节点,数据源主体关系节点将数据源主体节点及数据源主体节点间价值关系打包、记录和封装到区块中,形成数据源主体链路区块链;
数据价值区块链数据库指的是表示数据信息价值及数据间价值关系的区块链数据库,其构建方法为:根据信息价值共识算法对数据主体链路区块链中数据主体节点的在所述的三个维度上的信息价值进行标记,并将标记结果补充进数据主体链路区块链,得到的区块链称为数据价值区块链;将对一段时间内的数据源构建得到的数据价值区块链的集合称为数据价值区块链数据库;
数据源主体价值区块链数据库指的是表示数据源信息价值及其与数据间价值关系的区块链数据库,其构建方法为:根据信息价值共识算法对数据源主体链路区块链中数据源主体节点的相关数据在所述的三个维度上的信息价值进行标记,并将标记结果补充进数据源主体链路区块链,形成的区块链称为数据源价值区块链,将对一段时间内的数据源构建得到的数据源价值区块链的集合称为数据源主体价值区块链数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111247928.6A CN113961545B (zh) | 2021-10-26 | 2021-10-26 | 基于区块链的信息价值数据库构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111247928.6A CN113961545B (zh) | 2021-10-26 | 2021-10-26 | 基于区块链的信息价值数据库构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113961545A true CN113961545A (zh) | 2022-01-21 |
CN113961545B CN113961545B (zh) | 2022-04-26 |
Family
ID=79467053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111247928.6A Active CN113961545B (zh) | 2021-10-26 | 2021-10-26 | 基于区块链的信息价值数据库构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113961545B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109964242A (zh) * | 2018-05-25 | 2019-07-02 | 北京大学深圳研究生院 | 一种基于信任关系的区块链共识方法 |
WO2019213867A1 (zh) * | 2018-05-09 | 2019-11-14 | 合肥达朴汇联科技有限公司 | 区块链共识达成方法和装置 |
CN111353717A (zh) * | 2020-03-05 | 2020-06-30 | 中国工商银行股份有限公司 | 区块链共识节点推选系统及方法 |
CN111404958A (zh) * | 2020-03-26 | 2020-07-10 | 国金公用通链(海南)信息科技有限公司 | 一种通用区块链区块压缩技术 |
CN111475692A (zh) * | 2019-01-24 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 区块链数据的处理方法、装置及存储介质 |
CN111585751A (zh) * | 2020-04-10 | 2020-08-25 | 四川大学 | 基于区块链的数据共享方法 |
WO2020224253A1 (zh) * | 2019-05-07 | 2020-11-12 | 深圳壹账通智能科技有限公司 | 区块链信息推送方法、装置、计算机设备和存储介质 |
US20200394714A1 (en) * | 2009-01-20 | 2020-12-17 | Domos, Llc | Method and apparatus for real time, dynamic management of real estate finance, services, and reporting |
EP3786807A1 (en) * | 2019-08-27 | 2021-03-03 | Accenture Global Solutions Limited | Ai-based blockchain hybrid consensus |
CN112925826A (zh) * | 2021-02-28 | 2021-06-08 | 金陵科技学院 | 基于区块链技术构建城市智能交通多维大数据平台 |
CN113222625A (zh) * | 2021-06-02 | 2021-08-06 | 安徽国科检测科技有限公司 | 一种农产品检测结果的多元异构数据模型及其构建方法 |
-
2021
- 2021-10-26 CN CN202111247928.6A patent/CN113961545B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200394714A1 (en) * | 2009-01-20 | 2020-12-17 | Domos, Llc | Method and apparatus for real time, dynamic management of real estate finance, services, and reporting |
WO2019213867A1 (zh) * | 2018-05-09 | 2019-11-14 | 合肥达朴汇联科技有限公司 | 区块链共识达成方法和装置 |
CN109964242A (zh) * | 2018-05-25 | 2019-07-02 | 北京大学深圳研究生院 | 一种基于信任关系的区块链共识方法 |
CN111475692A (zh) * | 2019-01-24 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 区块链数据的处理方法、装置及存储介质 |
WO2020224253A1 (zh) * | 2019-05-07 | 2020-11-12 | 深圳壹账通智能科技有限公司 | 区块链信息推送方法、装置、计算机设备和存储介质 |
EP3786807A1 (en) * | 2019-08-27 | 2021-03-03 | Accenture Global Solutions Limited | Ai-based blockchain hybrid consensus |
CN111353717A (zh) * | 2020-03-05 | 2020-06-30 | 中国工商银行股份有限公司 | 区块链共识节点推选系统及方法 |
CN111404958A (zh) * | 2020-03-26 | 2020-07-10 | 国金公用通链(海南)信息科技有限公司 | 一种通用区块链区块压缩技术 |
CN111585751A (zh) * | 2020-04-10 | 2020-08-25 | 四川大学 | 基于区块链的数据共享方法 |
CN112925826A (zh) * | 2021-02-28 | 2021-06-08 | 金陵科技学院 | 基于区块链技术构建城市智能交通多维大数据平台 |
CN113222625A (zh) * | 2021-06-02 | 2021-08-06 | 安徽国科检测科技有限公司 | 一种农产品检测结果的多元异构数据模型及其构建方法 |
Non-Patent Citations (6)
Title |
---|
M.C. JAYAPRASANNA 等: "《A Block Chain based Management System for Detecting Counterfeit Product in Supply Chain》", 《IEEE》 * |
RAJASHEKARAGOUDA G.S 等: "《Block-chain Implementation of Letter of Credit based Trading system in Supply Chain Domain》", 《IEEE》 * |
宁晓静等: "基于物理信息价值的能源区块链分析", 《电网技术》 * |
戴克清等: "共享式服务创新的逻辑、形式与价值――制造业服务化转型视角", 《软科学》 * |
江沁: "《基于区块链的数据处理方案研究》", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
翟社平等: "区块链关键技术中的数据一致性研究", 《计算机技术与发展》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113961545B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zuiev et al. | Development of complex methodology of processing heterogeneous data in intelligent decision support systems | |
CN104737167A (zh) | 使用源跟踪剖析数据 | |
CN104679827A (zh) | 一种基于大数据的公开信息关联方法及挖掘引擎 | |
JP2002032773A (ja) | 地図データの処理装置及び方法 | |
Zhang et al. | A multiobjective evolutionary algorithm based on decomposition and preselection | |
US10733156B2 (en) | Parallel discretization of continuous variables in supervised or classified dataset | |
CN117114941A (zh) | 一种基于动态学情数据链的教育教学管理平台 | |
CN113961545B (zh) | 基于区块链的信息价值数据库构建方法 | |
Bagozi et al. | Interactive data exploration as a service for the smart factory | |
CN117331794A (zh) | 基于大数据的应用软件监控分析系统及方法 | |
Wang et al. | MR-SNN: design of parallel shared nearest neighbor clustering algorithm using MapReduce | |
CN109376473A (zh) | 车辆控制器、车辆及其续航里程的计算方法和装置 | |
US11501020B2 (en) | Method for anonymizing personal information in big data and combining anonymized data | |
CN114238045A (zh) | 一种电网多源量测数据完整性判断及自动修复系统和方法 | |
CN113379345A (zh) | 一种基于轨迹追踪的智能物流处理方法和系统 | |
CN111274234A (zh) | 一种基于数据分析的机器打分系统及方法 | |
CN110796546A (zh) | 一种基于区块链的分布式聚类算法 | |
Dingsoyr | Retrieval of Cases by using a Bayesian Network | |
CN113570345B (zh) | 一种基于施工项目电路图的停电范围自动识别系统 | |
CN113111523B (zh) | 求解多约束双层过道智能布局的元启发方法 | |
KR102674141B1 (ko) | 포인트 클라우드를 이용한 블록체인 기반 설명 가능한 인공지능 시스템 | |
CN116383844B (zh) | 基于大数据自动化综合管理分析系统、方法、介质及设备 | |
CN117252488B (zh) | 基于大数据的产业集群能效优化方法及系统 | |
CN114422554B (zh) | 基于分布式物联网的服务区智能设备管理方法及装置 | |
CN105205172A (zh) | 一种数据库检索方法 |
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 |