CN113992526A - 一种基于可信度计算的联盟链跨链数据融合方法 - Google Patents
一种基于可信度计算的联盟链跨链数据融合方法 Download PDFInfo
- Publication number
- CN113992526A CN113992526A CN202111241948.2A CN202111241948A CN113992526A CN 113992526 A CN113992526 A CN 113992526A CN 202111241948 A CN202111241948 A CN 202111241948A CN 113992526 A CN113992526 A CN 113992526A
- Authority
- CN
- China
- Prior art keywords
- data
- community
- credibility
- node
- chain
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 31
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000005540 biological transmission Effects 0.000 claims abstract description 31
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 29
- 238000012552 review Methods 0.000 claims description 23
- 230000003993 interaction Effects 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 5
- 239000012634 fragment Substances 0.000 claims description 4
- 238000013475 authorization Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 16
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004132 cross linking Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- 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
- H04L67/104—Peer-to-peer [P2P] networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Storage Device Security (AREA)
Abstract
一种基于可信度计算的联盟链跨链数据融合方法,属于区块链跨链技术领域。将本发明应用于域名的跨组织访问,并进行实验测试,证明了方案的可行性、高效性及准确性。本发明不仅能有效的实现两个区块链之间的跨链数据融合,还能保证在数据融合后依然可信可靠。使用这种方法能够有效的解决两个区块链数据融合的可靠可信问题,并且对两个以太坊区块链之间的可信度进行了设定,方便了以后区块链之间的跨链数据传输。
Description
技术领域
本发明属于区块链跨链技术领域,具体涉及一种基于可信度计算的联盟链跨链数据融合方法。
背景技术
当前已有的跨链技术主要有四种主流方式:公证人机制、侧链/中继、哈希锁定、分布式私钥控制。其中,公证人机制是指两个不同的记账系统可以通过第三方“连接器”或“验证器”互相自由地传输货币,利用传输协议,让中间的连接器为这两个记账系统创建资金托管,当所有参与方对交易达成共识时,便可相互交易。侧链技术是指侧链和主链之间通过双向锚定的方式连接,进行价值转移的时候,主链锁定一定数量的货币,侧链释放等量代币即可。哈希锁定技术是指利用区块链外预设的支付通道,进行多次、高频、快速的小数额点对点支付。分布式私钥控制是通过私钥生成与控制技术,把加密货币资产映射到基于区块链协议的内置资产模板的链上,根据跨链交易信息部署新的智能合约,创建出新的加密货币资产。这些跨链方式所面向的问题是交易的跨链,也就是账户的价值跨链转移,不能解决数据的跨链融合问题。
发明内容
本发明的目的是为了解决目前的跨链方式无法解决数据的跨链融合存在不可靠不可信的问题,提供一种基于可信度计算的联盟链跨链数据融合方法,具体涉及两个区块链数据融合的可靠可信问题,特别是两个不同领域的区块链之间的跨链数据融合。
为实现上述目的,本发明采取的技术方案如下:
一种基于可信度计算的联盟链跨链数据融合方法,所述方法包括以下步骤:
步骤一:将以太坊区块链进行建模,对可信度及相关参数进行设定;
步骤二:评审委员会的选取:将评审节点的数量设置为两个链的节点总数的十分之一,并随机选取;
步骤三:节点可信度计算模型的建立:基于logistic回归模型的节点信任度度量算法;
步骤四:社区可信度计算模型的建立:社区可信度由当前社区可信度和历史交互质量两部分组成;
步骤五:两个社区之间进行数据传输:将评审节点作为首领节点进行点对点传输,并且针对不同的可信等级进行全可信数据传输或部分可信数据传输。
本发明相对于现有技术的有益效果为:将本发明应用于域名的跨组织访问,并进行实验测试,证明了方案的可行性、高效性及准确性。本发明不仅能有效的实现两个区块链之间的跨链数据融合,还能保证在数据融合后依然可信可靠。
使用这种方法能够有效的解决两个区块链数据融合的可靠可信问题,并且对两个以太坊区块链之间的可信度进行了设定,方便了以后区块链之间的跨链数据传输。
由于不同的区块链项目是由不同团队基于不同的应用场景和设计理念,采用不同的技术架构所开发,因此每个区块链都是一个个孤立的P2P网络,这些项目就像一个个相互隔绝的“信息孤岛”。利用这种方式,本发明可以实现两条区块链之间的数据融合。在社区可信度高的情况下,数据融合会非常简便快捷,保证了数据融合的效率。在社区可信度低的情况下,数据融合的验证过程非常严格,保证了数据的真实可信。
特点:可信度的提高是一个过程而非一个结果,可信度会随着社区间成功交互次数的增加而逐渐提高。交互次数越频繁,可信度就会越高,审核越容易通过。随着社区可信度的提升,评审周期的数量会逐渐减少。
主要性能指标:
(1)数据整合时间
两条区块链进行跨链数据传输的过程中所用的时间效率主要包含可信度评估、读时间、写时间这三部分,其中评估时间为固定的一个周期时间,读写时间随着出块时间与数据数目改变,效率分别如下表所示。
表2读时间效率
表3写时间效率
根据表中的实验数据,我们可以发现,智能合约读数据的时间非常少,与出块时间无关,几乎可以忽略不计。而写一条数据的时间基本相当于一个出块时间,数据集的写入时间与数据量和出块时间成正比。
综上合并的时间效率可以通过式(6)进行计算,其中Ti表示第i次合并所需的时间,Ω表示一个评审周期内的出块个数,ξi表示第i次合并时的数据量,τ表示出块时间;
Ti=Ω×τ+ξi×τ (6)
(2)跨组织域名查询时间
查询服务的实验分为链上数据命中与链外查找两种情况。其中用户查询在区块链中命中情况所需时间如表4所示。
表4链上命中查询效率
域名 | 区块链DNS服务(s) |
baidu.com | 0.012249 |
douban.com | 0.012253 |
csdn.com | 0.508864 |
sogou.com | 0.012241 |
youku.com | 0.012255 |
github.com | 0.012249 |
…… |
链上未命中时,需要一次跨链读操作时间和查询时间,结果如表5所示。
表5链上未命中查询效率
附图说明
图1为可信等级跳转图;
图2为实验拓扑图;
图3为两社区数据融合流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明是一种基于区块链节点信任度的数据合并机制:首先发起合并的区块链网络随机选取若干节点作为评审委员会加入到提供数据源的区块链网络中,然后评审委员会根据节点信任度计算模型计算节点可信度并设定信任度阈值,根据节点可信度对链的可信度进行评估,最后,若可信度高于阈值则发起合并。
本发明使用两台云服务器搭建实验环境,其中一台用于实现评审委员会,另一台虚拟出了五个节点,安装以太坊客户端形成私链。
两台服务器及五个虚拟节点的配置如表6所示。
表6物理主机及虚拟机配置
实验的部署拓扑如图2所示,其中社区A和社区B分别为一个区块链网络,客户端与A在同一局域网中,无法与B进行互联互通。为了实现客户的跨组织域名访问,完全可信合并状态下,A向B进行数据请求进行全部记录更新,并根据实际情况,重新建立心跳连接,合并负载均衡服务器。部分可信合并状态下,A只向B请求单一的客户请求数据,并对其加以验证,再将结果返回给客户端,并写入自己的区块链中。
实施例1:
一种基于可信度计算的联盟链跨链数据融合方法,所述方法包括以下步骤:
步骤一:将以太坊区块链进行建模,对可信度及相关参数进行设定;
步骤二:评审委员会的选取:将评审节点的数量设置为两个链的节点总数的十分之一,并随机选取;
步骤三:节点可信度计算模型的建立:基于logistic回归模型的节点信任度度量算法;
步骤四:社区可信度计算模型的建立:社区可信度由当前社区可信度和历史交互质量两部分组成;
步骤五:两个社区之间进行数据传输:将评审节点作为首领节点进行点对点传输,并且针对不同的可信等级进行全可信数据传输或部分可信数据传输。
进一步地,所述步骤一具体为:将每个以太坊区块链定义成一个社区,其中包括多个节点,并对社区可信度等级进行了定义,
可信度是信任的量化表示,表示一个节点中数据可以被另一节点接受的信任程度。可信度可分为节点可信度和社区可信度。节点可信度是一个节点根据另一节点一个周期内的行为评估得到的对该节点数据的信任程度。社区可信度是由所有节点的可信度加权结合社区间的交互历史计算得到的对此社区内数据的信任程度。
社区可信度具体分为以下三个等级:
(1)零可信:两个社区彼此的信任度处于最低状态;在此种情况下,社区A对B的可信度完全取决于社区B的运行状态;社区B中的运行状态由社区A在社区B中设置的评审委员会JuryA->B(下标A—>B表示社区A在社区B中设置的Jury,也就是评审委员会)进行评估;社区B中的各个节点需要经过5个周期的评审,在评审结束后计算社区A对社区B的信任度trust(A,B),如果可信度高于指定阈值0.66,则认为B是全可信的,进行数据整合,否则认为与B发生数据合并是存在风险的,拒绝合并请求;
(2)半可信:两个社区发生过高质量的交互,但又不处于完全可靠状态,则处于此等级;调整β为0.5,使用可信评估模型计算社区A对B的可信度,调整社区B中节点评审时间为3个周期,如果可信度高于指定阈值0.66,则进行完全可信数据合并;否则进行部分可信数据合并同时跳转到零可信状态;
(3)全可信:两个社区处于完全可信状态;此等级下社区信任度计算公式中的β调整为0,同时社区A对社区B的节点只需经过一个周期的评审,如果可信度高于指定阈值0.66,则进行完全可信数据合并;否则拒绝本次合并请求,并且B跳转到零可信状态。
三个可信等级的跳转如图1所示,两个社区从未发生过交互则处于零可信状态,若首次评审通过,即完成一次数据整合,则跳转到半可信状态;在半可信状态下,若成功完成了五次数据整合即通过5次评审,则跳转到全可信状态,若有一次不达标或交互间隔超过一周就重新转回零可信状态;全可信状态下,不再进行评审,直接进行数据融合。
进一步地,步骤二中,为了兼顾准确率与资源消耗,将评审节点的数量设置为两个链的节点总数的十分之一。同时为了避免恶意节点竞争攻击,评审节点的选取是随机不能被预测的,同时也是不能被操纵的。评审委员会随机产生的步骤为:
(1)对区块链中的所有节点进行1到节点数编号,每个节点的编号唯一保密;
(2)每个节点在本地生成随机数并计算随机数对应的哈希值;
(3)将随机数拆分为n份匹配其他的节点,将每份片段使用对应节点的公钥采用secp256k1进行加密;
(4)将哈希值和加密后的拆分信息一起广播到区块链网络中;
(5)当节点收到大部分节点的哈希值与碎片信息时,把自己产生的随机数广播到区块链网络中;
(6)每个节点检查是否有节点没有进行(3)的操作,如果有,解密自己对应的拆分部分并发布,根据大家发布的拆分信息恢复该节点的随机数
(7)将所有节点的随机数异或得到结果;
(8)将(6)中结果映射到1到节点数之间,所得结果为评审节点编号。
进一步地,所述步骤三具体为:
节点行为好坏的判别标准是节点可以积极参与区块的验证并且可以正确检测社区中存在的非法区块;现将节点行为定义如下:#positive:节点积极参与区块验证,且不采纳非法区块加入本地账簿;#negative:节点将非法区块同步到本地账簿;
其中非法区块的判定标准如下:区块头部hash值不正确;区块中交易的签名无效,账户余额不足以完成转账;交易预付款gas是不足以支付交易消耗;
本发明对可信度评估算法进行了调研,并测试了诸多社区可信度评估算法,最终提出了基于logistic回归模型的节点信任度度量算法;
评审节点维护着节点的行为记录表,将社区B生成τ个区块设置为一个评审周期(本项研究中将τ设置为5),其中评审内容包含六项,评审委员会每当接受一个区块,动态更新该表格中的矿工节点、节点参与验证的区块总数、节点正确验证的区块数、节点最新打包区块字段,周期性更新信任度和新的起始区块字段,各参数设置如表所示。
表1节点行为记录表
矿工节点账户 | 负责区块打包的节点账户 |
区块验证总数 | 在当前周期内参与区块验证的次数 |
正确验证总数 | 将合法区块验证通过并在本地账簿同步次数 |
打包区块总数 | 在当前周期内由该节点打包的区块总数 |
起始区块 | 当前周期内产生的第一个区块高度 |
信任度 | 通过信任度计算公式周期性计算 |
可信度计算公式定义如下:
其中,是当前周期结束时,系统根据节点i之前的行为计算出的节点的信任度;ω表示节点i在当前周期参与的区块验证次数;τ表示周期产生的区块总数;vx表示节点i在第x轮投票是否正常投票,正常为1,反之为0;σ表示对于恶意投票的惩罚权重,由用户设置,该值越大,对节点恶意投票的惩罚越大;μx表示节点i在第x轮是否恶意投票,恶意为1,反之为0;
由于logistic回归模型在对数增长期间节点的信任度的增长是相对快的,不利于合理的判断节点信任的增长,因此对公式(1)信任度模型进行修正,根据节点当前信任度和上一周期的信任度,对当前周期信任度进行权重均衡,最终信任度度量公式如下:
其中,trust(i)cur当前周期的信任度,trust(i)pre表示上个周期的信任度,通过λ来对当前周期信任度计算进行修正,添加节点信任历史相关性,λ指一个大于等于0,小于等于1的系数,该参数可由用户定义。
进一步地,所述步骤四具体为:
为了提高可信度评估的准确性,社区可信度由当前社区可信度和历史交互质量两部分组成。与该社区高质量的直接交互次数越多,则可信度越高。
社区当前运行状态由社区内所有节点可信度来表示,节点可信度刻画了社区中各节点的活跃状态与行为可靠。当前社区可信度是社区内所有节点的可信度加权平均,计算模型如式(3)所示;
其中,V(B)表示社区B中的所有节点,o(i)表示节点i所打包的区块总数,trust(i)cur表示节点i的可信度:
历史交互可信度是社区A根据交易历史对社区B作出的信任评价,具体定义为:
其中,Sat(A,B)表示满意的交易次数,Unsat(A,B)表示不满意的交易次数,若没有交易,则历史交互可信度为0;
因此,社区可信度的计算方法综合了社区当前运行状态与历史交互可信度,由以下公式表示,trust(A,B)表示社区A对社区B的信任度;其中α+β=1,且根据历史交互次数与频繁程度动态调整参数大小,如式(5)所示;
trust(A,B)=α·State(B)+β·S(A,B)history (5)
其中,β指一个大于等于0,小于等于1的系数,具体数值会根据可信等级的不同有所调整。
进一步地,所述步骤五具体为:
数据传输模块旨在准确高效的传输数据,为了提高效率避免重复性工作,将评审节点作为首领节点进行点对点传输,并且针对不同的可信等级进行全可信数据传输或部分可信数据传输;
(1)全可信数据传输
当两个区块链网络的可信等级为全可信时,采用全可信数据传输方法,过程中不读取底层的区块数据进行交易的验证,而是直接使用jsonrpc工具远程调用智能合约中的方法进行数据的读取然后进行随后的整合;
(2)部分可信数据传输
该传输方法是在两个区块链网络处于非全可信等级下的操作,前期提出数据合并请求的区块链只读取所需的一条数据,对该条数据进行准确性验证后,再纳入自己的数据记录中,当传输的条数达到一定阈值时,本发明中设置为总数据的三分之一,再进行全可信数据整合。
进一步地,所述全可信数据传输中,调用过程中需要解决的问题有两点:一是调用哪个函数,二是被调用的函数所需的参数,前者用4个字节的函数签名来表示,后者使用32字节的编码从第五个字节开始进行表征;读取的步骤如下:
(1)首领节点与提供数据源的区块链网络建立远程的rpc连接,通过eth_getTransactionReceipt方法查看合约账户地址;
(2)明确将要调用的函数,使用SHA-3算法获取四字节的函数签名,并按照参数类型使用相应的规则对参数进行编码,最后将两者进行组装;
(3)通过rpc远程调用eth_call和eth_sendTransaction方法,构建一笔触发智能合约中的方法执行的交易,其中to参数为将要调用的合约地址,data参数为被调用的方法及参数信息;
(4)区块链网络广播该交易,节点验证并执行交易,交易打包入块后更新合约状态信息;
(5)将执行合约后返回的结果使用十六进制进行解码转换。
由于区块链网络的rpc远程连接只对特定主机开放特定端口和特定的方法,因此安全性可以得到很好的保障,但是要传输较为敏感的数据,可以使用会话加密等方式对数据的安全性进行加固。
Rpc连接:RPC是指远程过程调用,也就是说两台服务器A,B,一个应用部署在A服务器上,想要调用B服务器上应用提供的函数/方法,由于不在一个内存空间,不能直接调用,需要通过网络来表达调用的语义和传达调用的数据。
eth_getTransactionReceipt方法:以太坊中的JSON方法,用来查看合约账户地址
eth_call方法:以太坊中的JSON方法,用来调用智能合约,to参数表示只能合约的地址
eth_sendTransaction方法:以太坊中的JSON方法,用来构建一笔交易。
进一步地,所述部分可信数据传输中,数据准确性验证采用评审委员会投票的方式进行,投票机制的实现需要设置严格的投票授权机制,来检验参与者的合法性,同时投票过程也要完全透明,所有账户都可以查询投票记录,结合区块链技术中智能合约的优势,使用智能合约实现数据准确性的验证;首先评审委员会中的每个评审节点均读取该条数据,首先比对所读取的记录是否一样,并通过向上级组织查询等方式自行验证并对请求数据是否准确进行投票,当支持率超过50%时,采纳该条数据并将两条链已整合的记录数加一。
本方法可以实现将区块链技术应用于企业DNS的安全防护,智能合约为区块链赋予可编程特性,使用两轮验证合约来验证域名数据的合法性,并将域名数据存储在私链上实现域名数据的防篡改。
在两个区块链网络处于非全可信等级下的操作,前期提出数据合并请求的区块链只读取所需的一条数据,对该条数据进行准确性验证后,再纳入自己的数据记录中,当传输的条数达到总数据的三分之一,再进行全可信数据整合。
其中数据准确性验证采用评审委员会投票的方式进行,投票机制的实现需要设置严格的投票授权机制,来检验参与者的合法性,同时投票过程也要完全透明,所有账户都可以查询投票记录,结合区块链技术中智能合约的优势,使用智能合约实现数据准确性的验证。首先评审委员会中的每个评审节点均读取该条数据,首先比对所读取的记录是否一样,并通过向上级组织查询等方式自行验证并对请求数据是否准确进行投票,当支持率超过50%时,采纳该条数据并将两条链已整合的记录数加一,其流程图如3所示,算法如下:
Claims (8)
1.一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述方法包括以下步骤:
步骤一:将以太坊区块链进行建模,对可信度及相关参数进行设定;
步骤二:评审委员会的选取:将评审节点的数量设置为两个链的节点总数的十分之一,并随机选取;
步骤三:节点可信度计算模型的建立:基于logistic回归模型的节点信任度度量算法;
步骤四:社区可信度计算模型的建立:社区可信度由当前社区可信度和历史交互质量两部分组成;
步骤五:两个社区之间进行数据传输:将评审节点作为首领节点进行点对点传输,并且针对不同的可信等级进行全可信数据传输或部分可信数据传输。
2.根据权利要求1所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述步骤一具体为:将每个以太坊区块链定义成一个社区,其中包括多个节点,并对社区可信度等级进行了定义,
社区可信度具体分为以下三个等级:
(1)零可信:两个社区彼此的信任度处于最低状态;在此种情况下,社区A对B的可信度完全取决于社区B的运行状态;社区B中的运行状态由社区A在社区B中设置的评审委员会JuryA->B进行评估;社区B中的各个节点需要经过5个周期的评审,在评审结束后计算社区A对社区B的信任度trust(A,B),如果可信度高于指定阈值0.66,则认为B是全可信的,进行数据整合,否则认为与B发生数据合并是存在风险的,拒绝合并请求;
(2)半可信:两个社区发生过高质量的交互,但又不处于完全可靠状态,则处于此等级;调整β为0.5,使用可信评估模型计算社区A对B的可信度,调整社区B中节点评审时间为3个周期,如果可信度高于指定阈值0.66,则进行完全可信数据合并;否则进行部分可信数据合并同时跳转到零可信状态;
(3)全可信:两个社区处于完全可信状态;此等级下社区信任度计算公式中的β调整为0,同时社区A对社区B的节点只需经过一个周期的评审,如果可信度高于指定阈值0.66,则进行完全可信数据合并;否则拒绝本次合并请求,并且B跳转到零可信状态。
3.根据权利要求1所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:步骤二中,评审委员会随机产生的步骤为:
(1)对区块链中的所有节点进行1到节点数编号,每个节点的编号唯一保密;
(2)每个节点在本地生成随机数并计算随机数对应的哈希值;
(3)将随机数拆分为n份匹配其他的节点,将每份片段使用对应节点的公钥采用secp256k1进行加密;
(4)将哈希值和加密后的拆分信息一起广播到区块链网络中;
(5)当节点收到大部分节点的哈希值与碎片信息时,把自己产生的随机数广播到区块链网络中;
(6)每个节点检查是否有节点没有进行(3)的操作,如果有,解密自己对应的拆分部分并发布,根据大家发布的拆分信息恢复该节点的随机数
(7)将所有节点的随机数异或得到结果;
(8)将(6)中结果映射到1到节点数之间,所得结果为评审节点编号。
4.根据权利要求1所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述步骤三具体为:
可信度计算公式定义如下:
其中,是当前周期结束时,系统根据节点i之前的行为计算出的节点的信任度;ω表示节点i在当前周期参与的区块验证次数;τ表示周期产生的区块总数;vx表示节点i在第x轮投票是否正常投票,正常为1,反之为0;σ表示对于恶意投票的惩罚权重,由用户设置,该值越大,对节点恶意投票的惩罚越大;μx表示节点i在第x轮是否恶意投票,恶意为1,反之为0;
对公式(1)信任度模型进行修正,根据节点当前信任度和上一周期的信任度,对当前周期信任度进行权重均衡,最终信任度度量公式如下:
其中,trust(i)cur当前周期的信任度,trust(i)pre表示上个周期的信任度。
5.根据权利要求1所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述步骤四具体为:
当前社区可信度是社区内所有节点的可信度加权平均,计算模型如式(3)所示;
其中,V(B)表示社区B中的所有节点,o(i)表示节点i所打包的区块总数,trust(i)cur表示节点i的可信度:
历史交互可信度是社区A根据交易历史对社区B作出的信任评价,具体定义为:
其中,Sat(A,B)表示满意的交易次数,Unsat(A,B)表示不满意的交易次数,若没有交易,则历史交互可信度为0;
社区可信度的计算方法由以下公式表示,trust(A,B)表示社区A对社区B的信任度;其中α+β=1,且根据历史交互次数与频繁程度动态调整参数大小,如式(5)所示;
trust(A,B)=α·State(B)+β·S(A,B)history (5)
其中,β指一个大于等于0,小于等于1的系数,具体数值会根据可信等级的不同有所调整。
6.根据权利要求1所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述步骤五具体为:
将评审节点作为首领节点进行点对点传输,并且针对不同的可信等级进行全可信数据传输或部分可信数据传输;
(1)全可信数据传输
当两个区块链网络的可信等级为全可信时,采用全可信数据传输方法,过程中不读取底层的区块数据进行交易的验证,而是直接使用jsonrpc工具远程调用智能合约中的方法进行数据的读取然后进行随后的整合;
(2)部分可信数据传输
该传输方法是在两个区块链网络处于非全可信等级下的操作,前期提出数据合并请求的区块链只读取所需的一条数据,对该条数据进行准确性验证后,再纳入自己的数据记录中,当传输的条数达到一定阈值时,本发明中设置为总数据的三分之一,再进行全可信数据整合。
7.根据权利要求6所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述全可信数据传输中,调用过程中需要解决的问题有两点:一是调用哪个函数,二是被调用的函数所需的参数,前者用4个字节的函数签名来表示,后者使用32字节的编码从第五个字节开始进行表征;读取的步骤如下:
(1)首领节点与提供数据源的区块链网络建立远程的rpc连接,通过eth_getTransactionReceipt方法查看合约账户地址;
(2)明确将要调用的函数,使用SHA-3算法获取四字节的函数签名,并按照参数类型使用相应的规则对参数进行编码,最后将两者进行组装;
(3)通过rpc远程调用eth_call和eth_sendTransaction方法,构建一笔触发智能合约中的方法执行的交易,其中to参数为将要调用的合约地址,data参数为被调用的方法及参数信息;
(4)区块链网络广播该交易,节点验证并执行交易,交易打包入块后更新合约状态信息;
(5)将执行合约后返回的结果使用十六进制进行解码转换。
8.根据权利要求6所述的一种基于可信度计算的联盟链跨链数据融合方法,其特征在于:所述部分可信数据传输中,数据准确性验证采用评审委员会投票的方式进行,投票机制的实现需要设置严格的投票授权机制,来检验参与者的合法性,同时投票过程也要完全透明,所有账户都可以查询投票记录,结合区块链技术中智能合约的优势,使用智能合约实现数据准确性的验证;首先评审委员会中的每个评审节点均读取该条数据,首先比对所读取的记录是否一样,并通过向上级组织查询等方式自行验证并对请求数据是否准确进行投票,当支持率超过50%时,采纳该条数据并将两条链已整合的记录数加一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111241948.2A CN113992526B (zh) | 2021-10-25 | 2021-10-25 | 一种基于可信度计算的联盟链跨链数据融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111241948.2A CN113992526B (zh) | 2021-10-25 | 2021-10-25 | 一种基于可信度计算的联盟链跨链数据融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113992526A true CN113992526A (zh) | 2022-01-28 |
CN113992526B CN113992526B (zh) | 2023-05-05 |
Family
ID=79741068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111241948.2A Active CN113992526B (zh) | 2021-10-25 | 2021-10-25 | 一种基于可信度计算的联盟链跨链数据融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113992526B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115174118A (zh) * | 2022-07-11 | 2022-10-11 | 电子科技大学 | 一种融合互信属性的跨异构链可信数据共享方法 |
CN116436979A (zh) * | 2023-06-15 | 2023-07-14 | 湖南湘江树图信息科技创新中心有限公司 | 联盟区块链调用外部服务的方法及系统 |
CN116996521A (zh) * | 2023-09-28 | 2023-11-03 | 江西农业大学 | 基于信任评估模型的中继委员会跨链交互系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020018921A1 (en) * | 2018-07-20 | 2020-01-23 | Coral Protocol | Blockchain transaction safety using smart contracts |
CN112287029A (zh) * | 2020-11-17 | 2021-01-29 | 北京物资学院 | 一种区块链多链跨链系统及其实现机制 |
-
2021
- 2021-10-25 CN CN202111241948.2A patent/CN113992526B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020018921A1 (en) * | 2018-07-20 | 2020-01-23 | Coral Protocol | Blockchain transaction safety using smart contracts |
CN112287029A (zh) * | 2020-11-17 | 2021-01-29 | 北京物资学院 | 一种区块链多链跨链系统及其实现机制 |
Non-Patent Citations (1)
Title |
---|
DENG L, ETC.: "Research on cross-chain technology based on sidechain and hash-locking", 《INTERNATIONAL CONFERENCE ON EDGE COMPUTING》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115174118A (zh) * | 2022-07-11 | 2022-10-11 | 电子科技大学 | 一种融合互信属性的跨异构链可信数据共享方法 |
CN115174118B (zh) * | 2022-07-11 | 2024-05-24 | 电子科技大学 | 一种融合互信属性的跨异构链可信数据共享方法 |
CN116436979A (zh) * | 2023-06-15 | 2023-07-14 | 湖南湘江树图信息科技创新中心有限公司 | 联盟区块链调用外部服务的方法及系统 |
CN116436979B (zh) * | 2023-06-15 | 2023-08-11 | 湖南湘江树图信息科技创新中心有限公司 | 联盟区块链调用外部服务的方法及系统 |
CN116996521A (zh) * | 2023-09-28 | 2023-11-03 | 江西农业大学 | 基于信任评估模型的中继委员会跨链交互系统及方法 |
CN116996521B (zh) * | 2023-09-28 | 2023-12-15 | 江西农业大学 | 基于信任评估模型的中继委员会跨链交互系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113992526B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI749583B (zh) | 鏈式結構資料儲存、驗證、實現方法、系統、裝置及媒體 | |
US11669811B2 (en) | Blockchain-based digital token utilization | |
Wang et al. | A blockchain based privacy-preserving incentive mechanism in crowdsensing applications | |
US10581613B2 (en) | Cryptographically verifiable data structure having multi-hop forward and backwards links and associated systems and methods | |
CN113992526B (zh) | 一种基于可信度计算的联盟链跨链数据融合方法 | |
CN110730963B (zh) | 用于信息保护的系统和方法 | |
US20220092593A1 (en) | Methods and Devices for Recording Work History and Proving Reputation in a Blockchain Network | |
Zhu et al. | Hybrid blockchain design for privacy preserving crowdsourcing platform | |
US20220092592A1 (en) | Methods and Devices for Registering and Authenticating Miner Identity in a Blockchain Network | |
Sun et al. | RTChain: A reputation system with transaction and consensus incentives for e-commerce blockchain | |
CN113191772B (zh) | 一种基于分层模型的联盟链的共识方法 | |
CN112116349B (zh) | 面向高吞吐率的图式账本的随机化共识方法和装置 | |
CN113645190A (zh) | 一种考虑节点信誉的拜占庭容错共识方法及区块链 | |
CN113222601B (zh) | 一种许可区块链匿名交易背书系统及方法 | |
CN114422146A (zh) | 一种区块链主节点匿名排序方法 | |
US11831749B1 (en) | Method and system for utilizing the infrastructure of a blockchain to enhance the degree of reliability of another blockchain | |
Dorri et al. | Blockchain for Cyberphysical Systems | |
Yuan et al. | AME Blockchain: An Architecture Design for Closed-Loop Fluid Economy Token System | |
US20230177501A1 (en) | Methods and devices for double-spend relay in a blockchain network | |
Guo | Cypherium: a scalable and permissionless smart contract platform | |
Luo et al. | $ D^{2} MTS $: Enabling Dependable Data Collection With Multiple Crowdsourcers Trust Sharing in Mobile Crowdsensing | |
CN116722966B (zh) | 一种基于dag预言机网络的高效可信链下数据馈送方法 | |
LIUa et al. | Research on Cross-Chain Data Integration Technology Based on Trust Computing | |
CN118246060A (zh) | 一种去中心化存储的私有集交集计算方法 | |
He et al. | UNITE: Privacy-Aware Verifiable Quality Assessment via Federated Learning in Blockchain-Empowered Crowdsourcing |
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 |