CN114756603B - 一种轻量级区块链高效可验证查询方法 - Google Patents
一种轻量级区块链高效可验证查询方法 Download PDFInfo
- Publication number
- CN114756603B CN114756603B CN202210561116.7A CN202210561116A CN114756603B CN 114756603 B CN114756603 B CN 114756603B CN 202210561116 A CN202210561116 A CN 202210561116A CN 114756603 B CN114756603 B CN 114756603B
- Authority
- CN
- China
- Prior art keywords
- query
- tree
- range
- block
- mrk
- 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.)
- Active
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- 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
- G06F16/2246—Trees, e.g. B+trees
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种轻量级区块链高效可验证查询方法,属于计算机科学与技术技术领域。一种轻量级区块链高效可验证查询方法,首先对现有区块链系统的数据结构进行了设计和创新,提出了一种新型的区块链头部和MRK树;接着基于创新设计的区块链系统数据结构,提出了区块链上高效的可验证的kNN查询和范围查询方法,让区块链系统具备高效的可验证kNN和范围查询能力,扩展了区块链在生产生活中的应用场景,能够满足更多的应用需求。
Description
技术领域
本发明涉及计算机科学与技术技术领域,尤其涉及一种轻量级区块链高效可验证查询方法。
背景技术
区块链,就是一个又一个区块组成的链条。每一个区块中保存了一定的信息,它们按照各自产生的时间顺序连接成链条。这个链条被保存在所有的服务器中,只要整个系统中有一台服务器可以工作,整条区块链就是安全的。这些服务器在区块链系统中被称为节点,它们为整个区块链系统提供存储空间和算力支持。如果要修改区块链中的信息,必须征得半数以上节点的同意并修改所有节点中的信息,而这些节点通常掌握在不同的主体手中,因此篡改区块链中的信息是一件极其困难的事。相比于传统的网络,区块链具有两大核心特点:数据难以篡改和去中心化。基于这两个特点,区块链所记录的信息更加真实可靠,可以帮助解决人们互不信任的问题。
邻近算法,或者说K最邻近(KNN,K-NearestNeighbor)分类算法是数据挖掘分类技术中的方法之一。所谓K最近邻,就是K个最近的邻居的意思,说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法。
目前,区块链技术正逐步应用于各个领域,如供应链,个人征信系统和公共服务。现有的区块链系统主要支持键值对查询和可验证范围查询。然而,这些区块链系统不能支持针对空间-时间-关键词(STK)数据的可验证链上k-最近邻(kNN)和范围查询,而这些查询越来越多地被上述应用所采用。STK数据,如“{[时间戳],[经度,纬度],[关键字1,关键字2,...]}”,表示在某一时间、某一地区发生的特定事件。例如,在食品供应链中,关于食品的STK数据存储在区块链系统中。在发现一个食品安全问题后,我们显然希望从空间、时间和关键词的角度找出k个最相似的食品项目或揭示一定范围内的所有产品信息,从而确定污染源。由于分布式区块链的特点、区块之间的链式结构以及可验证查询的需要,传统的基于数据库的可验证kNN和范围查询不能直接应用于区块链。实际上,为了满足这种分布式区块链系统中用户的查询,需要提供链上可验证的kNN和STK数据的范围查询。
随着区块链越来越多的在生产生活中的应用,可验证的kNN查询和范围查询能够更大的扩展区块链的应用场景,满足应用需求。但是现有的区块链上数据查询技术还没有能够支持STK数据可验证k-NN查询和范围查询,因此本发明将现有的数据库STK的kNN查询和范围查询与区块链查询起来,并注重其在空间与时间上的效率,提出了一种轻量型的区块链高效可验证查询技术,实现高效精准的区块链上的kNN查询和范围查询。
发明内容
本发明的目的是让区块链系统具备高效的可验证kNN和范围查询能力,扩展区块链在生产生活中的应用场景,满足更多的应用需求。
为了实现上述目的,本发明采用了如下技术方案:
一种轻量级区块链高效可验证查询方法,具体包括以下步骤:
S1、基于区块链块头,在其基础上增加时间范围、字典哈希、空间和关键词布隆过滤器矢量;
S2、基于经典的R树和默尔克树,设计数据结构MRK树,所述MRK树以[时间,空间,关键字信息]三个维度设计范围查询,并以默尔克树的哈希特征来保证其不可篡改并可验证;同时,通过MRK树维护用于查询剪枝的信息;
S3、用户发送查询信息,Service Provider从用户处收到查询信息,对所收到的信息进行初步处理后调取查询服务进行查询;
S4、获取当前最新块头,由此块头开始,根据查询信息进行查询,同时ServiceProvider维护当前所查询到的数据信息;
S5、在查询新区块的时候,判断该节点是否满足剪枝条件;若满足剪枝条件,则对该节点的所有子树进行剪枝并生成证明;若不满足,则进入块内查询;
S6、在块对应MRK树上进行检索,以深度优先搜索顺序遍历子树节点,子树叶子对应单条数据,同时也是递归终点;
S7、访问到叶子的时候,结合S6所得检索结果,判断是否满足叶子节点,若满足,则更新查询结果并生成证明;若不满足,则返回S6操作;
S8、遍历所有区块后得到最终结果,对所得结果进行处理后生成查询结果并返回给用户;
S9、用户收到查询的数据与对应的证明后,在本地验证查询结果的正确性和完备性。
优选地,所述S5中提到的判断查询节点是否满足剪枝条件,具体包括以下内容:
A1、基于K最邻近算法查询方法:根据块头对应的MRK树根对应范围来计算理论最近距离,若计算所得的理论最近距离比当前维护的第k小的kNN数据大,则符合剪枝条件,进行剪枝操作并生成对应证明,否则进入块内查询;
A2、基于范围查询方法:根据块头对应的MRK树根对应范围判断查询范围是否与此块内数据有交集,若查询范围与块头对应的MRK树根对应范围之间没有交集,表明符合剪枝条件,进行剪枝操作并生成对应证明,否则进入块内查询。
优选地,所述S6中提到以深度优先搜索顺序遍历子树节点,具体包括以下内容:
B1、基于K最邻近算法查询方法:根据所检索的子树节点对应范围来计算理论最近距离,若计算所得的理论最近距离比当前维护的第k小的kNN数据大,则对该子树节点所对应的整个子树进行剪枝,否则进入子树递归;
B2、基于范围查询方法:根据所检索的子树节点对应范围判断查询范围是否与此块内数据有交集,若查询范围与所检索的子树节点对应范围之间没有交集,则对该子树节点所对应的整个子树进行剪枝,否则进入子树递归。
优选地,所述S7中提到判断是否满足叶子节点,具体包括以下内容:
C1、基于K最邻近算法查询方法:根据叶子计算实际距离,并判断是否更新当前维护的k个kNN数据,若可以更新,则生成对应正确性与完整性证明之后加入当前维护的kNN数据;
C2、基于范围查询方法:判断叶子是否在查询范围内,如果在范围内,则生成对应正确性与完整性证明之后加入结果集合。
对上述内容进行整理和概括,本技术方案具体为:
①设计区块链系统
数据结构设计1-1:基于区块链块头,在其基础上增加时间范围、字典哈希、空间和关键词布隆过滤器矢量,辅助需要进行的查询;
数据结构设计1-2:基于经典的R树和默尔克树,设计数据结构MRK树,所述MRK树以[时间,空间,关键字信息]三个维度设计范围查询,并以默尔克树的哈希特征来保证其不可篡改并可验证;同时,通过MRK树维护用于查询剪枝的信息。
②进行可验证的K最邻近算法(kNN)查询
kNN查询2-1:块间快速查询;根据当前查询到的第k距离与当前块对应的MRK树范围最近距离比较,如果理论最近距离都比当前第k距离大就剪枝,否则进入块内查询;由于在查询的过程中第k距离在不断减少,所以块上剪枝效率会随着搜索而不断提高;
kNN查询2-2:块内快速查询;在MRK树中递归查询,如果当前第k距离与当前节点对应范围的理论最近距离比较结果符合剪枝条件则剪枝,否则递归子节点查询直到叶子(单条数据)为止,返回对应的数据和相关证明;
kNN查询验证2-3:信息正确性验证;由于在块头上维护了MRK树的根节点哈希值,因此得到结果的轻节点可以通过给出的验证路径和查询结果计算出对应的根节点哈希值看是否与自己存储的相匹配;
kNN查询验证2-4:信息完备性验证;块内信息完备性通过将对应的块查询结果本地重新建树,看在建树过程中是否会出现矛盾来验证中间是否有信息遗漏;块间查询完备性通过以相同的剪枝规则在对应的块上执行来检验剪枝是否合法。
③进行可验证的范围查询
范围查询3-1:块间快速查询;由于在块上维护了相关查询信息的布隆过滤器,因此可以在查询的时候快速统计出此块是否可能有需要查询的信息,如果没有则直接剪枝,否则进行块内查询得到结果;
范围查询3-2:块内快速查询;在MRK树上进行范围查询,由于节点维护了子树所有key值范围(多维度),因此可以根据这个信息进行剪枝,最终返回查询到的结果和对应的验证路径;
范围查询验证方法与上述kNN查询验证相同。
有益效果
本发明分析了当前区块链的应用场景,结合实际需求,提出了能够满足更多应用需求的区块链上的可验证的查询技术并进行了相关实现,其具体有益效果体现在:
(1)本发明对现有区块链系统的数据结构进行了设计创新,提出了一种新型的区块链头部和MRK树;
(2)本发明创新设计的区块链系统数据结构,实现了区块链上高效的可验证的kNN查询和范围查询。
综上所述,本发明所提出的一种轻量级区块链高效可验证查询方法让区块链系统具备高效的可验证kNN和范围查询能力,扩展了区块链在生产生活中的应用场景,能够满足更多的应用需求。
附图说明
图1为本发明提出的一种轻量级区块链高效可验证查询方法的应用场景示意图;
图2为本发明提出的一种轻量级区块链高效可验证查询方法的块头数据结构示意图;
图3为本发明提出的一种轻量级区块链高效可验证查询方法的查询步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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。
实施例1:
请参阅图1-3,一种轻量级区块链高效可验证查询方法,具体包括以下步骤:
S1、基于区块链块头,在其基础上增加时间范围、字典哈希、空间和关键词布隆过滤器矢量;
S2、基于经典的R树和默尔克树,设计数据结构MRK树,所述MRK树以[时间,空间,关键字信息]三个维度设计范围查询,并以默尔克树的哈希特征来保证其不可篡改并可验证;同时,通过MRK树维护用于查询剪枝的信息;
S3、用户发送查询信息,Service Provider从用户处收到查询信息,对所收到的信息进行初步处理后调取查询服务进行查询;
S4、获取当前最新块头,由此块头开始,根据查询信息进行查询,同时ServiceProvider维护当前所查询到的数据信息;
S5、在查询新区块的时候,基于K最邻近算法查询方法,根据块头对应的MRK树根对应范围来计算理论最近距离,若计算所得的理论最近距离比当前维护的第k小的kNN数据大,则符合剪枝条件,进行剪枝操作并生成对应证明,否则进入块内查询;
S6、在块对应MRK树上进行检索,以深度优先搜索顺序遍历子树节点,基于K最邻近算法查询方法,根据所检索的子树节点对应范围来计算理论最近距离,若计算所得的理论最近距离比当前维护的第k小的kNN数据大,则对该子树节点所对应的整个子树进行剪枝,否则进入子树递归;子树叶子对应单条数据,同时也是递归终点;
S7、访问到叶子的时候,结合S6所得检索结果,基于K最邻近算法查询方法,根据叶子计算实际距离,判断是否更新当前维护的k个kNN数据,若可以更新,则生成对应正确性与完整性证明之后加入当前维护的kNN数据;
S8、遍历所有区块后得到最终结果,对所得结果进行处理后生成查询结果并返回给用户;
S9、用户收到查询的数据与对应的证明后,在本地验证查询结果的正确性和完备性。
实施例2:
请参阅图1-3,基于实施例1但有所不同之处在于,
一种轻量级区块链高效可验证查询方法,具体包括以下步骤:
S1、基于区块链块头,在其基础上增加时间范围、字典哈希、空间和关键词布隆过滤器矢量;
S2、基于经典的R树和默尔克树,设计数据结构MRK树,所述MRK树以[时间,空间,关键字信息]三个维度设计范围查询,并以默尔克树的哈希特征来保证其不可篡改并可验证;同时,通过MRK树维护用于查询剪枝的信息;
S3、用户发送查询信息,Service Provider从用户处收到查询信息,对所收到的信息进行初步处理后调取查询服务进行查询;
S4、获取当前最新块头,由此块头开始,根据查询信息进行查询,同时ServiceProvider维护当前所查询到的数据信息;
S5、在查询新区块的时候,基于范围查询方法,根据块头对应的MRK树根对应范围判断查询范围是否与此块内数据有交集,若查询范围与块头对应的MRK树根对应范围之间没有交集,表明符合剪枝条件,进行剪枝操作并生成对应证明,否则进入块内查询;
S6、在块对应MRK树上进行检索,以深度优先搜索顺序遍历子树节点,基于范围查询方法,根据所检索的子树节点对应范围判断查询范围是否与此块内数据有交集,若查询范围与所检索的子树节点对应范围之间没有交集,则对该子树节点所对应的整个子树进行剪枝,否则进入子树递归;子树叶子对应单条数据,同时也是递归终点;
S7、访问到叶子的时候,结合S6所得检索结果,基于范围查询方法:判断叶子是否在查询范围内,如果在范围内,则生成对应正确性与完整性证明之后加入结果集合;
S8、遍历所有区块后得到最终结果,对所得结果进行处理后生成查询结果并返回给用户;
S9、用户收到查询的数据与对应的证明后,在本地验证查询结果的正确性和完备性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种轻量级区块链高效可验证查询方法,其特征在于,具体包括以下步骤:
S1、基于区块链块头,在其基础上增加时间范围、字典哈希、空间和关键词布隆过滤器矢量;
S2、基于经典的R树和默尔克树,设计数据结构MRK树,所述MRK树以[时间,空间,关键字信息]三个维度设计范围查询,并以默尔克树的哈希特征来保证其不可篡改并可验证;同时,通过MRK树维护用于查询剪枝的信息;
S3、用户发送查询信息,ServiceProvider从用户处收到查询信息,对所收到的信息进行初步处理后调取查询服务进行查询;
S4、获取当前最新块头,由此块头开始,根据查询信息进行查询,同时ServiceProvider维护当前所查询到的数据信息;
S5、在查询新区块的时候,判断MRK树根节点是否满足剪枝条件;若满足剪枝条件,则对MRK树根节点的所有子树进行剪枝并生成证明;若不满足,则进入块内查询;
S6、在块对应MRK树上进行检索,以深度优先搜索顺序遍历子树节点,子树叶子对应单条数据,同时也是递归终点;
S7、访问到叶子的时候,结合S6所得检索结果,判断是否满足叶子节点,若满足,则更新查询结果并生成证明;若不满足,则返回S6操作;
S8、遍历所有区块后得到最终结果,对所得结果进行处理后生成查询结果并返回给用户;
S9、用户收到查询的数据与对应的证明后,在本地验证查询结果的正确性和完备性。
2.根据权利要求1所述的一种轻量级区块链高效可验证查询方法,其特征在于,所述S5中提到的判断查询节点是否满足剪枝条件,具体包括以下内容:
A1、基于K最邻近算法查询方法:根据块头对应的MRK树根对应范围来计算理论最近距离,若计算所得的理论最近距离比当前维护的第k小的kNN数据大,则符合剪枝条件,进行剪枝操作并生成对应证明,否则进入块内查询;
A2、基于范围查询方法:根据块头对应的MRK树根对应范围判断查询范围是否与此块内数据有交集,若查询范围与块头对应的MRK树根对应范围之间没有交集,表明符合剪枝条件,进行剪枝操作并生成对应证明,否则进入块内查询。
3.根据权利要求1所述的一种轻量级区块链高效可验证查询方法,其特征在于,所述S6中提到以深度优先搜索顺序遍历子树节点,具体包括以下内容:
B1、基于K最邻近算法查询方法:根据所检索的子树节点对应范围来计算理论最近距离,若计算所得的理论最近距离比当前维护的第k小的kNN数据大,则对该子树节点所对应的整个子树进行剪枝,否则进入子树递归;
B2、基于范围查询方法:根据所检索的子树节点对应范围判断查询范围是否与此块内数据有交集,若查询范围与所检索的子树节点对应范围之间没有交集,则对该子树节点所对应的整个子树进行剪枝,否则进入子树递归。
4.根据权利要求1所述的一种轻量级区块链高效可验证查询方法,其特征在于,所述S7中提到判断是否满足叶子节点,具体包括以下内容:
C1、基于K最邻近算法查询方法:根据叶子计算实际距离,并判断是否更新当前维护的k个kNN数据,若可以更新,则生成对应正确性与完整性证明之后加入当前维护的kNN数据;
C2、基于范围查询方法:判断叶子是否在查询范围内,如果在范围内,则生成对应正确性与完整性证明之后加入结果集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210561116.7A CN114756603B (zh) | 2022-05-23 | 2022-05-23 | 一种轻量级区块链高效可验证查询方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210561116.7A CN114756603B (zh) | 2022-05-23 | 2022-05-23 | 一种轻量级区块链高效可验证查询方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114756603A CN114756603A (zh) | 2022-07-15 |
CN114756603B true CN114756603B (zh) | 2023-04-07 |
Family
ID=82335847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210561116.7A Active CN114756603B (zh) | 2022-05-23 | 2022-05-23 | 一种轻量级区块链高效可验证查询方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114756603B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111984732A (zh) * | 2020-09-01 | 2020-11-24 | 厦门市易联众易惠科技有限公司 | 在区块链上实现去中心化检索的方法、节点及区块链网络 |
US10983958B1 (en) * | 2019-11-12 | 2021-04-20 | ClearTrace Technologies, Inc. | Sustainable energy tracking system utilizing blockchain technology and Merkle tree hashing structure |
CN112765154A (zh) * | 2019-11-06 | 2021-05-07 | 陈小虎 | 一种海量信息的区块链验证方案 |
CN114020737A (zh) * | 2021-10-20 | 2022-02-08 | 大连理工江苏研究院有限公司 | 一种区块链数据高效可信索引方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104536984B (zh) * | 2014-12-08 | 2017-10-13 | 北京邮电大学 | 一种外包数据库中的空间文本Top‑k查询的验证方法及系统 |
CN107247773B (zh) * | 2017-06-07 | 2018-05-15 | 北京邮电大学 | 一种基于区块链的在分布式数据库中进行交易查询的方法 |
US11438139B2 (en) * | 2018-02-07 | 2022-09-06 | Raouf Boutaba | Blockchain based secure naming and update verification |
CN108595720B (zh) * | 2018-07-12 | 2020-05-19 | 中国科学院深圳先进技术研究院 | 一种区块链时空数据查询方法、系统及电子设备 |
US11036395B2 (en) * | 2018-10-18 | 2021-06-15 | Nec Corporation | Secure and transparent pruning for blockchains |
KR102544628B1 (ko) * | 2019-03-08 | 2023-06-19 | 한국전자통신연구원 | 블록체인 기반의 분산 데이터 공유 환경에서 데이터 공유 플랫폼을 위한 시스템, 상기 시스템에서 데이터 검색 방법 및 상기 시스템에서 검색 인덱스를 제공하는 방법 |
CN112800065A (zh) * | 2021-02-09 | 2021-05-14 | 北京工业大学 | 基于改进区块存储结构的高效数据检索方法 |
CN113076558B (zh) * | 2021-04-20 | 2024-05-28 | 西安交通大学 | 高效支持隐私保护及可验证的区块链数据连接查询方法 |
CN113535803B (zh) * | 2021-06-15 | 2023-03-10 | 复旦大学 | 一种基于关键字索引的区块链高效检索及可靠性验证方法 |
CN113961598A (zh) * | 2021-10-25 | 2022-01-21 | 中国科学院沈阳计算技术研究所有限公司 | 一种新型区块链链上数据高速检索模型 |
CN114372058A (zh) * | 2022-01-10 | 2022-04-19 | 北京新华夏信息技术有限公司 | 一种空间数据管理方法、装置、存储介质及区块链系统 |
-
2022
- 2022-05-23 CN CN202210561116.7A patent/CN114756603B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765154A (zh) * | 2019-11-06 | 2021-05-07 | 陈小虎 | 一种海量信息的区块链验证方案 |
US10983958B1 (en) * | 2019-11-12 | 2021-04-20 | ClearTrace Technologies, Inc. | Sustainable energy tracking system utilizing blockchain technology and Merkle tree hashing structure |
CN111984732A (zh) * | 2020-09-01 | 2020-11-24 | 厦门市易联众易惠科技有限公司 | 在区块链上实现去中心化检索的方法、节点及区块链网络 |
CN114020737A (zh) * | 2021-10-20 | 2022-02-08 | 大连理工江苏研究院有限公司 | 一种区块链数据高效可信索引方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114756603A (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | vChain+: Optimizing verifiable blockchain boolean range queries | |
Yang et al. | Spatial outsourcing for location-based services | |
Hu et al. | Spatial query integrity with voronoi neighbors | |
Yiu et al. | Authentication of moving knn queries | |
Zheng et al. | Reference-based framework for spatio-temporal trajectory compression and query processing | |
CN111353106B (zh) | 推荐方法和装置、电子设备和存储介质 | |
Nurgaliev et al. | Enabling blockchain for efficient spatio-temporal query processing | |
Koide et al. | Fast subtrajectory similarity search in road networks under weighted edit distance constraints | |
Chen et al. | Flexible aggregate nearest neighbor queries and its keyword-aware variant on road networks | |
Papadopoulos et al. | Authenticated multistep nearest neighbor search | |
Gao et al. | Query processing over incomplete databases | |
Xu et al. | Empowering authenticated and efficient queries for STK transaction-based blockchains | |
CA3231516A1 (en) | Fragmented record detection based on records matching techniques | |
CN114756603B (zh) | 一种轻量级区块链高效可验证查询方法 | |
CA3231515A1 (en) | Records matching techniques for facilitating database search and fragmented record detection | |
CA3231513A1 (en) | Records matching techniques for facilitating database search and fragmented record detection | |
CN111832079B (zh) | Epc全球网络中一种基于区块链的查询结果完整性验证方法 | |
Loporchio et al. | Authenticating spatial queries on blockchain systems | |
CN114840681A (zh) | 一种基于区块链的图谱查询验证方法 | |
CN113535803B (zh) | 一种基于关键字索引的区块链高效检索及可靠性验证方法 | |
CN112883403B (zh) | 一种可验证的加密图像检索隐私保护方法 | |
Dehaki et al. | Efficient skyline computation over an incomplete database with changing states and structures | |
CN114048219A (zh) | 图数据库更新方法及装置 | |
Wang et al. | Authenticating multiple user-defined spatial queries | |
Martinez et al. | Smart data fusion: Probabilistic record linkage adapted to merge two trajectories from different sources |
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 |