CN114238504A - 面向电子政务的跨链数据查询及共识优化方法 - Google Patents

面向电子政务的跨链数据查询及共识优化方法 Download PDF

Info

Publication number
CN114238504A
CN114238504A CN202111524126.5A CN202111524126A CN114238504A CN 114238504 A CN114238504 A CN 114238504A CN 202111524126 A CN202111524126 A CN 202111524126A CN 114238504 A CN114238504 A CN 114238504A
Authority
CN
China
Prior art keywords
data
chain
consensus
sub
nodes
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.)
Pending
Application number
CN202111524126.5A
Other languages
English (en)
Inventor
王妍
刘万胜
谭爱平
任书舒
李玉诺
冯艳爽
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.)
Liaoning University
Original Assignee
Liaoning 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 Liaoning University filed Critical Liaoning University
Priority to CN202111524126.5A priority Critical patent/CN114238504A/zh
Publication of CN114238504A publication Critical patent/CN114238504A/zh
Pending legal-status Critical Current

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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • G06F16/2255—Hash tables
    • 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
    • G06F16/2291—User-Defined Types; Storage management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
    • H04L9/3239—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

面向电子政务的跨链数据查询及共识优化方法，步骤为：1)针对M个地市级政府部门，构建M个子区块链系统并对系统中的节点进行角色划分；2)构建存储M条子链全量业务数据摘要的政务协同主链，子链代表节点负责维护主链并将子链业务数据生成可公开的数据摘要上传到主链中；3)根据摘要数据的索引字段与数据存储位置进行关联，生成主链摘要数据的快速索引表，并持久化到索引数据库中；4)对数据量庞大的主链进行分片存储，分片过程中使用BP神经网络分类器，以节点对区块的最大查询概率为目标对主链区块进行分类处理；5)在跨链数据交互过程中，使用基于动态规划算法的共识决策器选取可降低政务跨链双方共识时延的最优共识机制C，对交易数据的验证及自动更新达成共识。本发明通过上述方法，提升了提供了一种面向电子政务的跨链数据查询及共识优化方法，有效提升了政府各部门跨链数据共享的数据查询效率并实现了政务跨链协同操作过程中的共识时延优化。

Description

面向电子政务的跨链数据查询及共识优化方法
技术领域
本发明创造针对电子政务领域中跨链跨域数据互认共享困难及数据量大导致查询效率低下、共识时延高对系统的影响，提出一种面向电子政务的跨链数据查询及共识优化方法。
背景技术
随着区块链、人工智能等技术的快速发展及应用，为电子政务领域中实现安全可信的协同办公和数据共享带来了一个值得探索的新思路。电子政务领域各部门都囤积着大量的可用数据，却由于跨地域、跨部门和跨层级的数据不能有效共享和交换，形成了一座座“数据孤岛”。不同部门、层级和领域中电子政务信息存在信息整合能力弱，数据多维异构且依赖中间第三方监管，跨链跨域协同共识高时延等问题，使得电子政务领域协同办公效率低下，不利于政府部门间的信息共享、政务公开及政务诚信，为政务协同治理、透明治理和诚信治理带来了很大的困难。
一方面，传统的电子政务系统由于跨链跨域政务协同操作能力不足，跨部门数据共享没有良好的解决方案，在办理业务时若需要其他部门的相关证明材料，则会导致业务办理效率低下；另一方面，电子政务领域数据量庞大，如何高效的进行跨部门数据共享，提高政务跨链数据查询效率，以及如何实现低时延的跨链跨域协同共识是当下亟待解决的问题。
发明内容
为了解决现有技术存在的问题，本发明提供一种面向电子政务的跨链数据查询及共识优化方法。首先针对M个地市级政府部门，构建M个子区块链系统并对系统中的节点进行角色划分；构建存储M条子链全量业务数据摘要的政务协同主链，子链代表节点负责维护主链并将子链业务数据生成可公开的数据摘要上传到主链中；根据摘要数据的索引字段与数据存储位置进行关联，生成主链摘要数据的快速索引表，并持久化到索引数据库中；对数据量庞大的主链进行分片存储，分片过程中使用BP神经网络分类器，以节点对区块的最大查询概率为目标对主链区块进行分类处理；最后在跨链数据交互过程中，使用基于动态规划算法的共识决策器选取可降低政务跨链双方共识时延的最优共识机制C，对交易数据的验证及自动更新达成共识。
为了实现上述目的，本发明创造采用的技术方案为：
面向电子政务的跨链数据查询及共识优化方法，其步骤为：
步骤1)、针对M个地市级政府部门，构建M个子区块链系统并对系统中的节点进行角色划分；
步骤2)、构建存储M条子链全量业务数据摘要的政务协同主链，子链代表节点负责维护主链并将子链业务数据生成可公开的数据摘要上传到主链中；
步骤3)、根据摘要数据的索引字段与数据存储位置进行关联，生成主链摘要数据的快速索引表，并持久化到索引数据库中；
步骤4)、对数据量庞大的主链进行分片存储，分片过程中使用BP神经网络分类器，以节点对区块的最大查询概率为目标对主链区块进行分类处理；
步骤5)、在跨链数据交互过程中，使用基于动态规划算法的共识决策器选取可降低政务跨链双方共识时延的最优共识机制C，对交易数据的验证及自动更新达成共识。
所述的步骤1)中，具体方法为：
1.1)构建M个地市级部门子区块链系统，并针对区块链系统安全性的问题，以节点可靠度为依据将节点划分为可靠性验证节点、子链代表节点及普通用户节点三种角色，可靠度与单位时间内节点执行诚实行为的数量正相关，其计算公式为：
Figure BDA0003409320390000021
其中：Ti表示节点可靠度；μ表示节点可靠行为的正面影响权重；ΔT表示单位时间；n表示单位时间内生成的摘要数据量；Nk表示单位时间内对第k个摘要数据验证可靠的次数；σ表示对可靠行为的奖励系数；ε表示不可靠行为的负面影响权重；Uk表示单位时间内对第k个摘要数据验证非可靠的次数；φ表示对非可靠行为的惩罚系数；Si表示节点剩余存储空间；
1.2)设置Ti的阈值α、β、γ，根据Ti所处阈值范围，执行节点角色划分；
①若节点Ti≥α，则将节点划分为可靠性验证节点负责监督子链代表节点的执行行为；
②若节点α＞Ti≥β，则将节点划分为子链代表节点，负责参与维护主链；
③若节点β＞Ti≥γ，则将节点划分为普通用户节点，否则判定节点为恶意节点。
所述的步骤2)中，具体方法为：
2.1)子链代表节点根据子链业务数据的关键字段生成可公开的摘要数据，并将每条数据生成摘要哈希值；
2.2)根据摘要数据中的数据存储位置信息，可靠性验证节点可查询到该笔数据；
2.3)验证节点根据该笔数据验证摘要哈希值正确性；
2.4)若摘要哈希值正确，则发送该笔摘要数据至主链；
2.5)若摘要哈希值错误，则该笔摘要数据无效。
所述的步骤3)中，具体方法为：
3.1)定义关联关系：对写入键值对数据库的原始业务数据做预定义索引处理，定义摘要数据的索引字段并与数据存储位置进行关联，以Key，Value的形式生成索引数据；
3.2)构建快速索引表：由M条子链的所有子链代表节点维护一个HashMap表，即主链的快速索引表，存储所有索引数据；
3.3)索引数据持久化：由子链代表节点将HashMap表中数据持久化到索引数据库中，并保证区块链数据库与索引数据库的事务一致性。
所述的步骤4)中，具体方法为：
4.1)数据获取：以固定的时间间隔对主链区块bi(i＝1,2,...,I)进行检测，获得主链区块数据集DS；
4.2)预处理：将获取到的块数据进行规范化处理，以统一规则将数据信息转换成数字量输入BP神经网络分类器；
4.3)特征提取：提取出主链区块的四个特征Hf、GTf、Pf、SRf，并将区块特征构造成特征向量以进行特征表达；
Hf：主链区块的历史特征；GTf：地理位置与数据类型匹配度特征；Pf：子链的潜在特征；SRf：存储需求特征；
4.4)分类决策：将主链新生成区块的特征向量按判别函数的计算结果进行分类，得到区块的分类结果为Di(i＝1,2,...,M)；
4.5)分片存储：主链节点不存储完整的区块链副本，依据分类结果将区块存储在子链标识号为Di(i＝1,2,...,M)所在的子链代表节点中，Di具有对此区块的最大查询概率。
所述的步骤5)中，具体方法为：
5.1)对政务信息所在链的共识机制进行预处理，即使用相应的设备或传感器对跨链跨域交互多方的节点进行信息采集，获取到信息后对其进行规范化处理；
5.2)使用共识模拟算法模拟跨链跨域交互共识达成一致的过程，经过多次迭代计算后得到相异共识机制的平均共识时延差值t；
5.3)若t满足系统可容忍的最长共识时延差值τ，则系统判定共识时延可接受，不会造成跨链双方交易滞留在等待序列；
5.4)若t不满足系统可容忍的最长共识时延差值τ，将相异共识机制输入共识决策器基于动态规划算法选取出适用于跨链双方的最优共识机制C对交易进行验证，并基于政务数据的业务一致性对数据自动更新达成共识；
所述的基于动态规划算法的共识决策器中的共识决策机制包括以下步骤：开始→|共识决策1|→|共识决策2|→…→|共识决策n|→结束，计算出每个共识算法的共识时间，最终选出共识最快的最优共识机制C。
本发明创造的有益效果为：
本发明针对现有问题，提出面向电子政务的跨链数据查询及共识优化方法，本方法首先针对M个地市级政府部门，构建M个子区块链系统并对系统中的节点进行角色划分；构建存储M条子链全量业务数据摘要的政务协同主链，子链代表节点负责维护主链并将子链业务数据生成可公开的数据摘要上传到主链中；根据摘要数据的索引字段与数据存储位置进行关联，生成主链摘要数据的快速索引表，并持久化到索引数据库中；对数据量庞大的主链进行分片存储，分片过程中使用BP神经网络分类器，以节点对区块的最大查询概率为目标对主链区块进行分类处理；在跨链数据交互过程中，使用基于动态规划算法的共识决策器选取可降低政务跨链双方共识时延的最优共识机制C，对交易数据的验证及自动更新达成共识。本发明通过上述方法，提升了提供了一种面向电子政务的跨链数据查询及共识优化方法，有效提升了政府各部门跨链数据共享的数据查询效率并实现了政务跨链协同操作过程中的共识时延优化。
附图说明
图1为本发明方法流程图。
具体实施方式
面向电子政务的跨链数据查询及共识优化方法，包括如下步骤：
1)、针对M个地市级政府部门，构建M个子区块链系统并对系统中的节点进行角色划分；
(1)构建M个地市级部门子区块链系统，并针对区块链系统安全性的问题，以节点可靠度为依据将节点划分为可靠性验证节点、子链代表节点及普通用户节点三种角色，可靠度与单位时间内节点执行诚实行为的数量正相关，其计算公式为：
Figure BDA0003409320390000041
其中：Ti表示节点可靠度；μ表示节点可靠行为的正面影响权重；ΔT表示单位时间；n表示单位时间内生成的摘要数据量；Nk表示单位时间内对第k个摘要数据验证可靠的次数；σ表示对可靠行为的奖励系数；ε表示不可靠行为的负面影响权重；Uk表示单位时间内对第k个摘要数据验证非可靠的次数；φ表示对非可靠行为的惩罚系数；Si表示节点剩余存储空间；系统可以调节权重μ、ε及系数σ、φ，可靠行为包括数据完整性及一致性，非可靠行为包括摘要数据丢失及子链数据与摘要数据不一致；
(2)设置Ti的阈值α、β、γ，根据Ti所处阈值范围，执行节点角色划分；
①若节点Ti≥α，则将节点划分为可靠性验证节点负责监督子链代表节点的执行行为；
②若节点α＞Ti≥β，则将节点划分为子链代表节点，负责参与维护主链；
③若节点β＞Ti≥γ，则将节点划分为普通用户节点，否则判定节点为恶意节点。
2)、构建存储M条子链全量业务数据摘要的政务协同主链，子链代表节点负责维护主链并将子链业务数据生成可公开的数据摘要上传到主链中；
(1)子链代表节点根据子链业务数据的关键字段生成可公开的摘要数据，并将每条数据生成摘要哈希值；
(2)根据摘要数据中的数据存储位置信息，可靠性验证节点可查询到该笔数据；
(3)验证节点根据该笔数据验证摘要哈希值正确性；
(4)若摘要哈希值正确，则发送该笔摘要数据至主链；
(5)若摘要哈希值错误，则该笔摘要数据无效。
3)、根据摘要数据的索引字段与数据存储位置进行关联，生成主链摘要数据的快速索引表，并持久化到索引数据库中；
(1)定义关联关系：对写入键值对数据库的原始业务数据做预定义索引处理，定义摘要数据的索引字段并与数据存储位置进行关联，以Key，Value的形式生成索引数据；
(2)构建快速索引表：由M条子链的所有子链代表节点维护一个HashMap表，即主链的快速索引表，存储所有索引数据；
(3)索引数据持久化：由子链代表节点将HashMap表中数据持久化到索引数据库中，并保证区块链数据库与索引数据库的事务一致性。
4)、对数据量庞大的主链进行分片存储，分片过程中使用BP神经网络分类器，以节点对区块的最大查询概率为目标对主链区块进行分类处理；
(1)数据获取：以固定的时间间隔对主链区块bi(i＝1,2,...,I)进行检测，获得主链区块数据集DS；
(2)预处理：将获取到的块数据进行规范化处理，以统一规则将数据信息转换成数字量输入BP神经网络分类器；
(3)特征提取：提取出主链区块的四个特征Hf、GTf、Pf、SRf，并将区块特征构造成特征向量以进行特征表达；
Hf：主链区块的历史特征；GTf：地理位置与数据类型匹配度特征；Pf：子链的潜在特征；SRf：存储需求特征；
(4)分类决策：将主链新生成区块的特征向量按判别函数的计算结果进行分类，得到区块的分类结果为Di(i＝1,2,...,M)；
(5)分片存储：主链节点不存储完整的区块链副本，依据分类结果将区块存储在子链标识号为Di(i＝1,2,...,M)所在的子链代表节点中，Di具有对此区块的最大查询概率。
5)、在跨链数据交互过程中，使用基于动态规划算法的共识决策器选取可降低政务跨链双方共识时延的最优共识机制C，对交易数据的验证及自动更新达成共识。
(1)对政务信息所在链的共识机制进行预处理，即使用相应的设备或传感器对跨链跨域交互多方的节点进行信息采集，获取到信息后对其进行规范化处理；
(2)使用共识模拟算法模拟跨链跨域交互共识达成一致的过程，经过多次迭代计算后得到相异共识机制的平均共识时延差值t；
(3)若t满足系统可容忍的最长共识时延差值τ，则系统判定共识时延可接受，不会造成跨链双方交易滞留在等待序列；
(4)若t不满足系统可容忍的最长共识时延差值τ，将相异共识机制输入共识决策器基于动态规划算法选取出适用于跨链双方的最优共识机制C对交易进行验证，并基于政务数据的业务一致性对数据自动更新达成共识；
基于动态规划算法的共识决策机制包括以下步骤：开始→|共识决策1|→|共识决策2|→…→|共识决策n|→结束，计算出每个共识算法的共识时间，最终选出共识最快的最优共识机制C。
实施例1：
实例：设有A、B两个城市，每个城市有a、b、c、d四个部门，则有8个部门子区块链系统，部门子链标识号Di分别为：A-a、A-b、A-c、A-d、B-a、B-b、B-c、B-d，首先根据可靠度计算公式将子区块链系统节点划分为可靠性验证节点、子链代表节点和普通用户节点。各部门分别在自己的子链系统内办理业务，所产生的业务数据由子链代表节点根据业务数据的关键字段生成可公开的摘要数据由验证节点验证正确后发送到主链中，定义摘要数据哈希值为索引字段，将摘要数据哈希值与摘要数据中标识的数据存储位置信息生成Key，Value键值对，存储在主链的HashMap快速索引表中。
设用户User1在A-a部门办理一笔业务T1，需要部门A-b中也业务数据T2作为证明材料，则通过主链代表节点在主链的快速索引表中查询业务数据T2的摘要数据存储位置，获取到业务数据T2的摘要数据，业务T1办理完成后会生成一笔新的摘要数据发送到主链中。设主链新生成一包含业务数据T1摘要数据的区块B，对其进行分类处理后分片存储，区块体内所有部门子区块链系统的数据摘要量见表1：
表1：主链区块体内所有城市、部门数据摘要数量表
部门 A-a A-b A-c A-d B-a B-b B-c B-d
数据量 40 60 60 30 10 20 20 20
由表可知最大数据量部门子链标识号为A-b、A-c，均为60条数据。根据历史交易记录分析得出结论，最经常查询部门A-b的部门为A-a，最经常查询部门A-c的部门为A-d，但A-b对A-a的数据查询操作更多是在最近一些区块中执行的，因此主链区块的历史特征Hf为A-b；根据区块头信息可知最多地理位置标识号Lm为A、最多数据类型标识号Tm为b，因此地理位置与数据类型匹配度特征GTf为A-b；由于A-c的数据查询响应时间较长，因此子链的潜在特征Pf为A-c；根据系统检测可知，当前系统内B-a部门的子链代表节点存储的数据较少，出于安全考虑存储需求特征SRf为B-a。此主链区块B的四个特征值见表2：
表2：主链区块B特征值表
特征 H<sub>f</sub> GT<sub>f</sub> P<sub>f</sub> SR<sub>f</sub>
相关部门 A-b A-b A-c B-a
将主链区块的四个特征Hf、GTf、Pf、SRf对应的特征值输入BP神经网络分类器中，得到最终分类结果为A-b，则此区块最终存储在部门的子链标识号为A-b的子链代表节点中，A-b为与区块业务相关度最大的部门。
若需要业务数据T2的详细信息，则向部门A-b的子链代表节点发送跨链数据查询请求，在跨链数据交互的过程中，基于动态规划算法选取适合双方的最低时延共识机制C，对跨链交易达成一致，此交易记录同时会存储在子链的区块中，并将交易摘要数据上传到主链中。

Claims (7)

1.面向电子政务的跨链数据查询及共识优化方法，其特征在于，其步骤为：
步骤1)、针对M个地市级政府部门，构建M个子区块链系统并对系统中的节点进行角色划分；
步骤2)、构建存储M条子链全量业务数据摘要的政务协同主链，子链代表节点负责维护主链并将子链业务数据生成可公开的数据摘要上传到主链中；
步骤3)、根据摘要数据的索引字段与数据存储位置进行关联，生成主链摘要数据的快速索引表，并持久化到索引数据库中；
步骤4)、对数据量庞大的主链进行分片存储，分片过程中使用BP神经网络分类器，以节点对区块的最大查询概率为目标对主链区块进行分类处理；
步骤5)、在跨链数据交互过程中，使用基于动态规划算法的共识决策器选取可降低政务跨链双方共识时延的最优共识机制C，对交易数据的验证及自动更新达成共识。
2.根据权利要求1所述的面向电子政务的跨链数据查询及共识优化方法，其特征在于，所述的步骤1)中，具体方法为：
1.1)构建M个地市级部门子区块链系统，并针对区块链系统安全性的问题，以节点可靠度为依据将节点划分为可靠性验证节点、子链代表节点及普通用户节点三种角色，可靠度与单位时间内节点执行诚实行为的数量正相关，其计算公式为：
Figure FDA0003409320380000011
其中：Ti表示节点可靠度；μ表示节点可靠行为的正面影响权重；ΔT表示单位时间；n表示单位时间内生成的摘要数据量；Nk表示单位时间内对第k个摘要数据验证可靠的次数；σ表示对可靠行为的奖励系数；ε表示不可靠行为的负面影响权重；Uk表示单位时间内对第k个摘要数据验证非可靠的次数；φ表示对非可靠行为的惩罚系数；Si表示节点剩余存储空间；
1.2)设置Ti的阈值α、β、γ，根据Ti所处阈值范围，执行节点角色划分；
①若节点Ti≥α，则将节点划分为可靠性验证节点负责监督子链代表节点的执行行为；
②若节点α＞Ti≥β，则将节点划分为子链代表节点，负责参与维护主链；
③若节点β＞Ti≥γ，则将节点划分为普通用户节点，否则判定节点为恶意节点。
3.根据权利要求1所述的面向电子政务的跨链数据查询及共识优化方法，其特征在于，所述的步骤2)中，具体方法为：
2.1)子链代表节点根据子链业务数据的关键字段生成可公开的摘要数据，并将每条数据生成摘要哈希值；
2.2)根据摘要数据中的数据存储位置信息，可靠性验证节点可查询到该笔数据；
2.3)验证节点根据该笔数据验证摘要哈希值正确性；
2.4)若摘要哈希值正确，则发送该笔摘要数据至主链；
2.5)若摘要哈希值错误，则该笔摘要数据无效。
4.根据权利要求1所述的面向电子政务的跨链数据查询及共识优化方法，其特征在于，所述的步骤3)中，具体方法为：
3.1)定义关联关系：对写入键值对数据库的原始业务数据做预定义索引处理，定义摘要数据的索引字段并与数据存储位置进行关联，以Key，Value的形式生成索引数据；
3.2)构建快速索引表：由M条子链的所有子链代表节点维护一个HashMap表，即主链的快速索引表，存储所有索引数据；
3.3)索引数据持久化：由子链代表节点将HashMap表中数据持久化到索引数据库中，并保证区块链数据库与索引数据库的事务一致性。
5.根据权利要求1所述的面向电子政务的跨链数据查询及共识优化方法，其特征在于，所述的步骤4)中，具体方法为：
4.1)数据获取：以固定的时间间隔对主链区块bi(i＝1,2,...,I)进行检测，获得主链区块数据集DS；
4.2)预处理：将获取到的块数据进行规范化处理，以统一规则将数据信息转换成数字量输入BP神经网络分类器；
4.3)特征提取：提取出主链区块的四个特征Hf、GTf、Pf、SRf，并将区块特征构造成特征向量以进行特征表达；
Hf：主链区块的历史特征；GTf：地理位置与数据类型匹配度特征；Pf：子链的潜在特征；SRf：存储需求特征；
4.4)分类决策：将主链新生成区块的特征向量按判别函数的计算结果进行分类，得到区块的分类结果为Di(i＝1,2,...,M)；
4.5)分片存储：主链节点不存储完整的区块链副本，依据分类结果将区块存储在子链标识号为Di(i＝1,2,...,M)所在的子链代表节点中，Di具有对此区块的最大查询概率。
6.根据权利要求1所述的面向电子政务的跨链数据查询及共识优化方法，其特征在于，所述的步骤5)中，具体方法为：
5.1)对政务信息所在链的共识机制进行预处理，即使用相应的设备或传感器对跨链跨域交互多方的节点进行信息采集，获取到信息后对其进行规范化处理；
5.2)使用共识模拟算法模拟跨链跨域交互共识达成一致的过程，经过多次迭代计算后得到相异共识机制的平均共识时延差值t；
5.3)若t满足系统可容忍的最长共识时延差值τ，则系统判定共识时延可接受，不会造成跨链双方交易滞留在等待序列；
5.4)若t不满足系统可容忍的最长共识时延差值τ，将相异共识机制输入共识决策器基于动态规划算法选取出适用于跨链双方的最优共识机制C对交易进行验证，并基于政务数据的业务一致性对数据自动更新达成共识。
7.根据权利要求1所述的面向电子政务的跨链数据查询及共识优化方法，其特征在于，所述的基于动态规划算法的共识决策器中的共识决策机制包括以下步骤：开始→|共识决策1|→|共识决策2|→…→|共识决策n|→结束，计算出每个共识算法的共识时间，最终选出共识最快的最优共识机制C。
CN202111524126.5A 2021-12-14 2021-12-14 面向电子政务的跨链数据查询及共识优化方法 Pending CN114238504A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111524126.5A CN114238504A (zh) 2021-12-14 2021-12-14 面向电子政务的跨链数据查询及共识优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111524126.5A CN114238504A (zh) 2021-12-14 2021-12-14 面向电子政务的跨链数据查询及共识优化方法

Publications (1)

Publication Number Publication Date
CN114238504A true CN114238504A (zh) 2022-03-25

Family

ID=80755591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111524126.5A Pending CN114238504A (zh) 2021-12-14 2021-12-14 面向电子政务的跨链数据查询及共识优化方法

Country Status (1)

Country Link
CN (1) CN114238504A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115150246A (zh) * 2022-04-14 2022-10-04 北京邮电大学 基于新型嵌套链架构的面向海量实时物联网的上链方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115150246A (zh) * 2022-04-14 2022-10-04 北京邮电大学 基于新型嵌套链架构的面向海量实时物联网的上链方法
CN115150246B (zh) * 2022-04-14 2023-06-30 北京邮电大学 基于新型嵌套链架构的面向海量实时物联网的上链方法

Similar Documents

Publication Publication Date Title
US8549004B2 (en) Estimation of unique database values
CN111475848B (zh) 保障边缘计算数据隐私的全局和局部低噪声训练方法
KR20210040248A (ko) 물질의 생성 구조-특성 역 계산 공동 설계
Aggarwal On high dimensional projected clustering of uncertain data streams
Xue et al. Optimizing Ontology Alignments by using NSGA-II.
CN107276843B (zh) 一种基于Spark平台的多目标进化社区检测方法
CN114238504A (zh) 面向电子政务的跨链数据查询及共识优化方法
Moreno et al. Tied Kronecker product graph models to capture variance in network populations
Tu et al. Byzantine-robust distributed sparse learning for M-estimation
Yalavarthi et al. Select your questions wisely: For entity resolution with crowd errors
CN109977131A (zh) 一种房型匹配系统
WO2024066143A1 (zh) 分子碰撞截面的预测方法、装置、设备及存储介质
CN110084455B (zh) 一种数据处理方法、装置及系统
CN116303386A (zh) 一种基于关系图谱的缺失数据智能插补方法和系统
Lee Online clustering for collaborative filtering
CN109728958A (zh) 一种网络节点信任预测方法、装置、设备及介质
CN115630398A (zh) 基于小样本数据的个性化差分隐私保护方法、装置及系统
CN114677535A (zh) 域适应图像分类网络的训练方法、图像分类方法及装置
CN111062800B (zh) 数据处理方法、装置、电子设备及计算机可读介质
CN111091475B (zh) 一种基于非负矩阵分解的社交网络特征提取方法
CN113807370A (zh) 数据处理方法、装置、设备、存储介质及计算机程序产品
CN109308565B (zh) 人群绩效等级识别方法、装置、存储介质及计算机设备
CN117332543B (zh) 电网异构数据源的分布处理方法
CN113742495B (zh) 基于预测模型的评级特征权重确定方法及装置、电子设备
Robles-Granda et al. Using Bayesian network representations for effective sampling from generative network models

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