CN115081539B - 委托权益证明共识方法、装置、电子设备及可读存储介质 - Google Patents

委托权益证明共识方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN115081539B
CN115081539B CN202210856137.1A CN202210856137A CN115081539B CN 115081539 B CN115081539 B CN 115081539B CN 202210856137 A CN202210856137 A CN 202210856137A CN 115081539 B CN115081539 B CN 115081539B
Authority
CN
China
Prior art keywords
node
voting
nodes
network
processing
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
Application number
CN202210856137.1A
Other languages
English (en)
Other versions
CN115081539A (zh
Inventor
杨艳芳
郭明多
刘娜
曹剑东
叶劲松
李洪囤
郭亚茹
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.)
China Academy of Transportation Sciences
Original Assignee
China Academy of Transportation Sciences
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 China Academy of Transportation Sciences filed Critical China Academy of Transportation Sciences
Priority to CN202210856137.1A priority Critical patent/CN115081539B/zh
Publication of CN115081539A publication Critical patent/CN115081539A/zh
Application granted granted Critical
Publication of CN115081539B publication Critical patent/CN115081539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/389Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/30Decision processes by autonomous network management units using voting and bidding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/46Secure multiparty computation, e.g. millionaire problem
    • H04L2209/463Electronic voting

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (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

本发明实施例公开了一种委托权益证明共识方法、装置、电子设备及可读存储介质,所述委托权益证明共识方法包括:获取k个节点类簇,其中,每一节点类簇具有预设数量的网络节点;根据预设投票规则在同一节点类簇进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点。本发明提出的委托权益证明共识方法能够有效增加网络节点的投票积极性,并有效防止权益长时间集中在少数节点上。

Description

委托权益证明共识方法、装置、电子设备及可读存储介质
技术领域
本发明涉及区块链技术领域,尤其涉及一种委托权益证明共识方法、装置、电子设备及可读存储介质。
背景技术
目前,常见的共识算法有工作量证明(Proof of Work,简称PoW)、权益证明(Proofof Stake,简称PoS)、委托权益证明(Delegated Proof of Stake,简称DPoS)等。其中,DPoS是一种改进型的PoS算法,其特点在于在全网中筛选出若干代理节点,这些代理节点会代理其余节点完成区块的生成和验证。DPoS的代理节点是由网络中的节点投票选出,保证了代理节点的可信度,另外打包权益存在于少数节点手中,提高了出块和交易确认的速度。
但是,在DPoS共识机制下也存在一些风险:全网选举的代理节点代为生产和验证区块,从而获得奖励。获得奖励越多,当选记账人的概率越大,会使得权益大部分时间只集中于少数节点中,不利于系统长期的公平。同时,DPoS对恶意节点没有及时的响应措施,导致投票周期加长,耗费资源。此外,普通中小节点因为权益占比低,当选记账人节点概率低,获得奖励也少,容易失去参与积极性,造成网络收缩或者崩塌。
因此,亟需一种更加平衡且能够增加节点投票积极性的委托权益证明共识方案。
发明内容
为了解决上述技术问题,本申请实施例提供了一种委托权益证明共识方法、装置、电子设备及可读存储介质,具体方案如下:
第一方面,本申请实施例提供了一种委托权益证明共识方法,所述委托权益证明共识方法包括:
获取k个节点类簇,其中,每一节点类簇具有预设数量的网络节点;
根据预设投票规则在同一节点类簇进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;
根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;
根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点。
根据本申请实施例的一种具体实施方式,所述获取k个节点类簇的步骤,包括:
获取参与预设区块处理的全部网络节点;
对每一网络节点的特征指标进行归一化处理,其中,所述特征指标包括节点经度、节点纬度以及预设信誉积分;
基于预设的FCM聚类模型对全部网络节点进行聚类划分,以得到k个节点类簇。
根据本申请实施例的一种具体实施方式,所述预设投票规则,包括:
在一轮投票处理过程中,每一网络节点为处于同一节点类簇中的任一网络节点进行投票处理,其中,网络节点的投票处理类型包括投赞成票、投反对票和投无效票。
根据本申请实施例的一种具体实施方式,所述根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分的步骤,包括:
获取对应网络节点的初始指标积分,其中,第一次进行更新的网络节点的初始指标积分为所述预设信誉积分,第n次进行更新的网络节点的初始指标积分为第n-1次进行更新的网络节点的实时信誉积分;
根据所述网络节点的投票情况以及积分更新模型处理所述初始指标积分,以得到所述网络节点的目标指标积分。
根据本申请实施例的一种具体实施方式,所述根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点的步骤,包括:
根据所述指标积分对全部网络节点进行排序;
将排名处于预设名次前的网络节点划分为第一类型节点,将其余网络节点划分为第二类型节点;
基于第一预设奖惩规则以及各第一类型节点的投票情况处理各第一类型节点,以得到具有目标指标积分的第一部分目标网络节点;
基于第二预设奖惩规则以及各第二类型节点的投票情况处理各第二类型节点,以得到具有目标指标积分的第二部分目标网络节点;
综合所述第一部分目标网络节点和所述第二部分目标网络节点,以得到全部的目标网络节点。
根据本申请实施例的一种具体实施方式,所述基于第一预设奖惩规则以及各第一类型节点的投票情况处理各第一类型节点,以得到具有目标指标积分的第一部分目标网络节点的步骤,包括:
获取各第一类型节点的区块处理情况,其中,所述区块处理情况包括成功完成区块生成、未完成区块生成和生成错误区块;
将成功完成区块生成的第一类型节点划分为良好节点,根据预设奖励规则对所述良好节点进行信誉积分增加处理;
将未完成区块生成或生成错误区块的第一类型节点划分为恶意节点,根据预设惩罚规则对所述恶意节点进行信誉积分减少处理。
根据本申请实施例的一种具体实施方式,所述基于第二预设奖惩规则以及各第二类型节点的投票情况处理各第二类型节点,以得到具有目标指标积分的第二部分目标网络节点的步骤,包括:
将所述第二类型节点中参与所述投票处理的网络节点划分为普通节点;
若所述普通节点对所述良好节点进行投赞成票处理或所述普通节点对所述恶意节点进行投反对票处理,根据预设奖励规则对所述普通节点进行信誉积分增加处理;
若所述普通节点对所述良好节点进行投反对票处理或所述普通节点对所述恶意节点进行投赞成票处理,根据预设惩罚规则对所述普通节点进行信誉积分减少处理。
第二方面,本申请实施例提供了一种委托权益证明共识装置,所述委托权益证明共识装置包括:
获取模块,用于获取k个节点类簇,其中,每一节点类簇中具有预设数量的网络节点;
投票模块,用于根据预设投票规则在同一节点类簇内进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;
更新模块,用于根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;
奖惩模块,用于根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点。
第三方面,本申请实施例提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行前述第一方面及第一方面任一实施方式所述的委托权益证明共识方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序在处理器上运行时执行前述第一方面及第一方面任一实施方式所述的委托权益证明共识方法。
本申请实施例提供了一种委托权益证明共识方法、装置、电子设备及可读存储介质,所述委托权益证明共识方法包括:获取k个节点类簇,其中,每一节点类簇具有预设数量的网络节点;根据预设投票规则在同一节点类簇进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点。本发明提出的委托权益证明共识方法能够有效增加网络节点的投票积极性,并有效防止权益长时间集中在少数节点上。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的一种委托权益证明共识方法的方法流程示意图;
图2示出了本申请实施例提供的一种委托权益证明共识方法的交互流程示意图;
图3示出了本申请实施例提供的一种委托权益证明共识装置的装置模块示意图。
具体实施方式
下面将结合本发明实施例中附图,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。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在下文中,可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
本申请提出一种基于奖惩机制和模糊聚类的区块链委托权益证明共识方法,以有效提升区块链系统中的数据一致性。
参考图1,为本申请实施例提供的一种委托权益证明共识方法的方法流程示意图,本申请实施例提供的委托权益证明共识方法,如图1所示,所述委托权益证明共识包括:
步骤S101,获取k个节点类簇,其中,每一节点类簇具有预设数量的网络节点;
步骤S102,根据预设投票规则在同一节点类簇进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;
步骤S103,根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;
步骤S104,根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点。
在具体实施方式中,所述委托权益证明共识方法通过预设聚类方法处理参与待构建区块链的全部网络节点,将相似度指标高于预设阈值的网络节点划分到同一节点类簇中,以得到预设数量的节点类簇。
具体的,在本实施例中,所述聚类方法优选为模糊C均值(Fuzzy C-Means,简称FCM)聚类方法。
在经过FCM聚类方法对全部网络节点进行处理后,可以得到每一网络节点对于不同节点类簇的隶属度参数,根据每一网络节点的隶属度参数,将各网络节点划分至对应的节点类簇中,以得到预设数量的节点类簇。
如图2所示,在得到预设数量的节点类簇后,在不同的节点类簇中分别进行网络节点投票,以得到对应每一个网络节点的投票结果,并根据所述投票结果选出代理节点。
使用各所述代理节点替代全部网络节点完成区块的生成和验证,具体的,区块的生成和验证可以参考任意区块链生成方案,本实施例不对区块的生成步骤和验证步骤作具体限定。本实施例将区块的生成和验证处理统称为预设区块处理。需知的,预设区块处理也可以包括其它对区块链的处理动作,此处不作限定。
各代理节点在进行预设区块处理后,会得到每一代理节点的区块处理结果,其中,区块处理结果包括成功和失败两种情况。
本实施例根据每一代理节点的区块处理结果,针对性的对代理节点执行奖惩处理,对区块处理结果为成功情况的代理节点奖励信誉分数,对区块处理结果为失败情况的代理节点惩罚信誉分数,从而能够实时的对恶意节点进行惩罚处理,以提高各网络节点的投票积极性。
根据本申请实施例的一种具体实施方式,所述获取k个节点类簇的步骤,包括:
获取参与预设区块处理的全部网络节点;
对每一网络节点的特征指标进行归一化处理,其中,所述特征指标包括节点经度、节点纬度以及预设信誉积分;
基于预设的FCM聚类模型对全部网络节点进行聚类划分,以得到k个节点类簇。
在具体实施方式中,考虑各网络节点的空间地理分布特征和网络节点投票的表现情况,将节点经度(Longitude,Lo)、节点纬度(Latitude,La)、预设信誉积分(Creditscore,CS)三个指标进行归一化处理后,进行FCM聚类分析,将全网节点划分为k个节点类簇。
具体的,所述预设信誉积分可以在获取全部网络节点时,对每一网络节点进行信誉积分初始化,以使得每一网络节点具有相同的初始信誉积分。
根据本申请实施例的一种具体实施方式,所述预设投票规则,包括:
在一轮投票处理过程中,每一网络节点为处于同一节点类簇中的任一网络节点进行投票处理,其中,网络节点的投票处理类型包括投赞成票、投反对票和投无效票。
在具体实施方式中,在完成节点类簇的划分处理后,需要针对每一节点类簇中的网络节点进行投票处理。
其中,在执行网络节点之间的一次投票处理时,每一网络节点均只能投票一次,且每一网络节点只能为属于同一节点类簇中的任一网络节点进行投票。
具体的,每一网络节点可以为自己投票,也可以为属于同一节点类簇中的其它网络节点进行投票,此处不作限定。
每一网络节点可以投赞成票,也可以投反对票;当网络节点未参与投票或者投票不符合预设规定时,将网络节点的投票处理类型定义为投无效票。
在具体实施例中,对同一节点类簇中的各网络节点,会进行多次投票处理,以使各网络节点具有预设数量的投票数据,从而便于进行后续的指标积分计算。
根据本申请实施例的一种具体实施方式,所述根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分的步骤,包括:
获取对应网络节点的初始指标积分,其中,第一次进行更新的网络节点的初始指标积分为所述预设信誉积分,第n次进行更新的网络节点的初始指标积分为第n-1次进行更新的网络节点的实时信誉积分;
根据所述网络节点的投票情况以及积分更新模型处理所述初始指标积分,以得到所述网络节点的目标指标积分。
在具体实施方式中,在完成节点类簇中的网络节点投票处理后,可以根据每一网络节点的投票情况进行信誉分数更新。
具体的,网络节点的指标积分根据初始指标积分和投票给所述网络节点的投票情况进行决定。
举例来说,第q轮投票第k节点类簇中的节点i的目标指标积分
Figure M_220704150909899_899690001
由初始指标积分和投票给节点i的节点的投票情况进行决定,具体计算公式为:
Figure M_220704150909946_946583001
时,
Figure M_220704150910009_009056001
Figure M_220704150910105_105756001
时,
Figure M_220704150910152_152610002
Figure M_220704150910183_183864001
Figure M_220704150910246_246363001
其中,
Figure M_220704150910295_295181001
Figure M_220704150910326_326438002
Figure M_220704150910357_357679003
分别表示第q轮投票处理第k节点类簇中网络节点jti的信誉积分;
Figure M_220704150910388_388940004
表示第q轮投票处理第k节点类簇中向网络节点i投赞成票的网络节点数量;
Figure M_220704150910404_404583005
表示第q轮投票处理第k节点类簇中向网络节点i投反对票的网络节点数量;
Figure M_220704150910435_435828006
表示第q轮投票第k节点类簇中的节点集合;
Figure M_220704150910469_469028007
Figure M_220704150910484_484629008
取值1或0,其中,取值为1时表示第q轮投票第k节点类簇中网络节点j向网络节点i投票有效,取值为0时表示第q轮投票第k节点类簇中网络节点j未向网络节点i投票,或投票无效;
Figure M_220704150910515_515887009
Figure M_220704150910547_547136010
表示第q轮投票第k节点类簇中网络节点j和t向网络节点i投票的投票时长;
Figure M_220704150910578_578390011
为给定投票最大时长。
根据本申请实施例的一种具体实施方式,所述根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点的步骤,包括:
根据所述指标积分对全部网络节点进行排序;
将排名处于预设名次前的网络节点划分为第一类型节点,将其余网络节点划分为第二类型节点;
基于第一预设奖惩规则以及各第一类型节点的投票情况处理各第一类型节点,以得到具有目标指标积分的第一部分目标网络节点;
基于第二预设奖惩规则以及各第二类型节点的投票情况处理各第二类型节点,以得到具有目标指标积分的第二部分目标网络节点;
综合所述第一部分目标网络节点和所述第二部分目标网络节点,以得到全部的目标网络节点。
在具体实施方式中,所述排序处理可以为升序排列或降序排列,本实施例不对排序的具体方式进行限定。
如图2所示,对全部网络节点的指标积分进行排序后,可以得到各网络节点的排名。取排名位于前M个的网络节点作为第一类型节点,即代理节点。将其余网络节点划分为第二类型节点,即非代理节点。其中,M为正整数。
对于第一类型节点和第二类型节点,分别建立不同的奖惩规则,以实现针对性的指标积分调节处理,从而提升各类型节点的投票积极性。
根据本申请实施例的一种具体实施方式,所述基于第一预设奖惩规则以及各第一类型节点的投票情况处理各第一类型节点,以得到具有目标指标积分的第一部分目标网络节点的步骤,包括:
获取各第一类型节点的区块处理情况,其中,所述区块处理情况包括成功完成区块生成、未完成区块生成和生成错误区块;
将成功完成区块生成的第一类型节点划分为良好节点,根据预设奖励规则对所述良好节点进行信誉积分增加处理;
将未完成区块生成或生成错误区块的第一类型节点划分为恶意节点,根据预设惩罚规则对所述恶意节点进行信誉积分减少处理。
在具体实施方式中,根据第一类型节点的区块处理情况,将第一类型节点划分为良好节点和恶意节点。
所述第一预设奖惩规则包括对良好节点进行增加信誉积分处理,对恶意节点进行减少信誉积分处理。
具体的,对良好节点进行增加信誉积分的计算模型为:
Figure M_220704150910594_594013001
Figure M_220704150910661_661361002
其中,
Figure M_220704150910708_708778001
为第q轮的良好节点i的信誉积分;
Figure M_220704150910740_740019002
为良好节点i获得奖励后的信誉积分;
Figure M_220704150910771_771256003
为第q轮投票中良好节点集,
Figure M_220704150910802_802524004
为给定的奖励值,
Figure M_220704150910818_818143005
为给定的信誉积分最大值。
对恶意节点进行减少信誉积分的计算模型为:
Figure M_220704150910866_866477001
Figure M_220704150910913_913339002
其中,
Figure M_220704150910944_944602001
为第q轮的恶意节点i的信誉积分;
Figure M_220704150910975_975855002
为恶意节点i获得惩罚后的信誉积分;
Figure M_220704150910991_991479003
为第q轮投票中恶意节点集,
Figure M_220704150911022_022713004
为给定的惩罚值。
本实施例通过对代理节点的属性进行划分,并针对性的对良好节点和恶意节点分别进行奖励处理和惩罚处理,能够及时对代理节点的信誉分数进行调整,从而有效提高了各网络节点对代理节点进行投票的积极性。
根据本申请实施例的一种具体实施方式,所述基于第二预设奖惩规则以及各第二类型节点的投票情况处理各第二类型节点,以得到具有目标指标积分的第二部分目标网络节点的步骤,包括:
将所述第二类型节点中参与所述投票处理的网络节点划分为普通节点;
若所述普通节点对所述良好节点进行投赞成票处理或所述普通节点对所述恶意节点进行投反对票处理,根据预设奖励规则对所述普通节点进行信誉积分增加处理;
若所述普通节点对所述良好节点进行投反对票处理或所述普通节点对所述恶意节点进行投赞成票处理,根据预设惩罚规则对所述普通节点进行信誉积分减少处理。
在具体实施方式中,对非代理节点也需要进行相应的奖惩处理,以提高各非代理节点的投票积极性。
本实施例将参与投票处理的非代理节点定义为普通节点,并根据第二预设奖惩规则对各普通节点进行奖惩处理。
所述第二预设奖惩规则具体体现在:
增加对良好节点投赞成票的普通节点信誉积分或增加对给恶意节点投反对票的普通节点的信誉积分,举例来说,第q轮投票中普通节点i给良好节点j投赞成票,则普通节点i的信誉积分为:
Figure M_220704150911057_057841001
其中,
Figure M_220704150911183_183362001
为第q轮投票中对表现良好节点j投赞成票的普通节点i的信用积分;
Figure M_220704150911214_214624002
为普通节点i获得奖励后的信誉积分;
Figure M_220704150911245_245907003
为第q轮投票中投赞成票给表现良好节点j的所有节点的信誉积分总和;
Figure M_220704150911278_278578004
为给定的奖励值,
Figure M_220704150911309_309848005
为给定的信誉积分最大值。
q轮投票中普通节点t给恶意节点j投反对票,则普通节点t的信誉积分为:
Figure M_220704150911325_325451001
其中,
Figure M_220704150911419_419203001
为第q轮投票中对恶意节点j投反对票的普通节点t的信誉积分;
Figure M_220704150911451_451901002
为节点t获得奖励后的信誉积分;
Figure M_220704150911483_483655003
为第q轮投票中投反对票给恶意节点j的所有节点的信誉积分总和;
Figure M_220704150911514_514928004
为给定的奖励值,
Figure M_220704150911546_546200005
为给定的信誉积分最大值。
减少对给恶意节点投赞成票的普通节点的信誉积分或减少给良好节点投发对票的普通节点的信誉积分。举例来说,第q轮投票中节点i给恶意节点j投赞成票,则节点i的信誉积分为:
Figure M_220704150911593_593031001
其中,
Figure M_220704150911659_659415001
为第q轮投票中对恶意节点i投赞成票的节点j的信用积分;
Figure M_220704150911691_691201002
为节点i受到惩罚后的信誉积分;
Figure M_220704150911738_738060003
为第q轮投票中投赞成票给恶意节点j的所有节点的信誉积分总和,
Figure M_220704150911769_769317004
为给定的惩罚值。
综上,本实施例提出的委托权益证明共识方法,通过FCM聚类算法对全部网络节点进行分类,以得到预设数量的节点类簇,并针对每一节点类簇进行网络节点之间的投票处理,有效防止了权益长时间集中在少数节点上的情况。
本实施例提出的委托权益证明共识方法还通过建立第一类型奖惩规则和第二类型奖惩规则,能够针对性的对代理节点和参与投票处理的普通节点进行惩罚或奖励。其中,有效改进了现有共识机制对恶意节点处理不及时的问题,并解决了普通节点参与投票的积极性不高的问题。
参考图3,为本申请实施例提供的一种委托权益证明共识装置300的装置模块示意图,本申请实施例提供的委托权益证明共识装置300,如图3所示,所述委托权益证明共识装置300包括:
获取模块301,用于获取k个节点类簇,其中,每一节点类簇中具有预设数量的网络节点;
投票模块302,用于根据预设投票规则在同一节点类簇内进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;
更新模块303,用于根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;
奖惩模块304,用于根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点。
另外,本申请实施例还提供的一种电子设备,所述电子设备包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行前述实施例中的委托权益证明共识方法。
本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序在处理器上运行时执行前述实施例中的委托权益证明共识方法。
上述实施例中提到的委托权益证明共识装置、电子设备及计算机可读存储介质的具体实施过程,可以参见上述方法实施例的具体实施过程,在此不再一一赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种委托权益证明共识方法,其特征在于,所述委托权益证明共识方法包括:
获取k个节点类簇,其中,每一节点类簇具有预设数量的网络节点;
根据预设投票规则在同一节点类簇进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;
根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;
根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点;
所述获取k个节点类簇的步骤,包括:
获取参与预设区块处理的全部网络节点;
对每一网络节点的特征指标进行归一化处理,其中,所述特征指标包括节点经度、节点纬度以及预设信誉积分;
基于预设的FCM聚类模型对全部网络节点进行聚类划分,以得到k个节点类簇;
所述根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分的步骤,包括:
获取对应网络节点的初始指标积分,其中,第一次进行更新的网络节点的初始指标积分为所述预设信誉积分,第n次进行更新的网络节点的初始指标积分为第n-1次进行更新的网络节点的实时信誉积分;
根据所述网络节点的投票情况以及积分更新模型处理所述初始指标积分,以得到所述网络节点的目标指标积分;
所述积分更新模型的计算公式为:
Figure M_221014090346779_779810001
时,
Figure M_221014090346906_906725001
Figure M_221014090347000_000473001
时,
Figure M_221014090347063_063009002
Figure M_221014090347096_096141001
Figure M_221014090347159_159163001
其中,
Figure M_221014090347237_237297001
Figure M_221014090347252_252917002
Figure M_221014090347285_285721003
分别表示第q轮投票处理第k节点类簇中网络节点jti的信誉积分;
Figure M_221014090347317_317379004
表示第q轮投票处理第k节点类簇中向网络节点i投赞成票的网络节点数量;
Figure M_221014090347348_348632005
表示第q轮投票处理第k节点类簇中向网络节点i投反对票的网络节点数量;
Figure M_221014090347379_379885006
表示第q轮投票第k节点类簇中的节点集合;
Figure M_221014090347411_411119007
Figure M_221014090347426_426748008
取值1或0,其中,取值为1时表示第q轮投票第k节点类簇中网络节点j向网络节点i投票有效,取值为0时表示第q轮投票第k节点类簇中网络节点j未向网络节点i投票,或投票无效;
Figure M_221014090347458_458028009
Figure M_221014090347490_490228010
表示第q轮投票第k节点类簇中网络节点j和t向网络节点i投票的投票时长;
Figure M_221014090347521_521999011
为给定投票最大时长。
2.根据权利要求1所述的委托权益证明共识方法,其特征在于,所述预设投票规则,包括:
在一轮投票处理过程中,每一网络节点为处于同一节点类簇中的任一网络节点进行投票处理,其中,网络节点的投票处理类型包括投赞成票、投反对票和投无效票。
3.根据权利要求1所述的委托权益证明共识方法,其特征在于,所述根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点的步骤,包括:
根据所述指标积分对全部网络节点进行排序;
将排名处于预设名次前的网络节点划分为第一类型节点,将其余网络节点划分为第二类型节点;
基于第一预设奖惩规则以及各第一类型节点的投票情况处理各第一类型节点,以得到具有目标指标积分的第一部分目标网络节点;
基于第二预设奖惩规则以及各第二类型节点的投票情况处理各第二类型节点,以得到具有目标指标积分的第二部分目标网络节点;
综合所述第一部分目标网络节点和所述第二部分目标网络节点,以得到全部的目标网络节点。
4.根据权利要求3所述的委托权益证明共识方法,其特征在于,所述基于第一预设奖惩规则以及各第一类型节点的投票情况处理各第一类型节点,以得到具有目标指标积分的第一部分目标网络节点的步骤,包括:
获取各第一类型节点的区块处理情况,其中,所述区块处理情况包括成功完成区块生成、未完成区块生成和生成错误区块;
将成功完成区块生成的第一类型节点划分为良好节点,根据预设奖励规则对所述良好节点进行信誉积分增加处理;
将未完成区块生成或生成错误区块的第一类型节点划分为恶意节点,根据预设惩罚规则对所述恶意节点进行信誉积分减少处理。
5.根据权利要求4所述的委托权益证明共识方法,其特征在于,所述基于第二预设奖惩规则以及各第二类型节点的投票情况处理各第二类型节点,以得到具有目标指标积分的第二部分目标网络节点的步骤,包括:
将所述第二类型节点中参与所述投票处理的网络节点划分为普通节点;
若所述普通节点对所述良好节点进行投赞成票处理或所述普通节点对所述恶意节点进行投反对票处理,根据预设奖励规则对所述普通节点进行信誉积分增加处理;
若所述普通节点对所述良好节点进行投反对票处理或所述普通节点对所述恶意节点进行投赞成票处理,根据预设惩罚规则对所述普通节点进行信誉积分减少处理。
6.一种委托权益证明共识装置,其特征在于,所述委托权益证明共识装置包括:
获取模块,用于获取k个节点类簇,其中,每一节点类簇中具有预设数量的网络节点;
投票模块,用于根据预设投票规则在同一节点类簇内进行预设次数的网络节点之间的投票处理,以得到对应每一网络节点的投票情况;
更新模块,用于根据所述投票情况更新对应网络节点的初始指标积分,以得到目标指标积分;
奖惩模块,用于根据每一网络节点的所述目标指标积分和所述投票情况分别对每一网络节点进行预设奖惩处理,以得到多个目标网络节点;
所述获取模块,具体用于获取参与预设区块处理的全部网络节点;对每一网络节点的特征指标进行归一化处理,其中,所述特征指标包括节点经度、节点纬度以及预设信誉积分;基于预设的FCM聚类模型对全部网络节点进行聚类划分,以得到k个节点类簇;
所述更新模块,具体用于获取对应网络节点的初始指标积分,其中,第一次进行更新的网络节点的初始指标积分为所述预设信誉积分,第n次进行更新的网络节点的初始指标积分为第n-1次进行更新的网络节点的实时信誉积分;根据所述网络节点的投票情况以及积分更新模型处理所述初始指标积分,以得到所述网络节点的目标指标积分;
所述积分更新模型的具体计算公式为:
Figure M_221014090347568_568844001
时,
Figure M_221014090347615_615713001
Figure M_221014090347678_678204001
时,
Figure M_221014090347727_727541002
Figure M_221014090347758_758816001
Figure M_221014090347805_805636001
其中,
Figure M_221014090347852_852509001
Figure M_221014090347885_885225002
Figure M_221014090347917_917013003
分别表示第q轮投票处理第k节点类簇中网络节点jti的信誉积分;
Figure M_221014090347948_948261004
表示第q轮投票处理第k节点类簇中向网络节点i投赞成票的网络节点数量;
Figure M_221014090347979_979502005
表示第q轮投票处理第k节点类簇中向网络节点i投反对票的网络节点数量;
Figure M_221014090348010_010757006
表示第q轮投票第k节点类簇中的节点集合;
Figure M_221014090348042_042016007
Figure M_221014090348073_073264008
取值1或0,其中,取值为1时表示第q轮投票第k节点类簇中网络节点j向网络节点i投票有效,取值为0时表示第q轮投票第k节点类簇中网络节点j未向网络节点i投票,或投票无效;
Figure M_221014090348093_093222009
Figure M_221014090348125_125019010
表示第q轮投票第k节点类簇中网络节点j和t向网络节点i投票的投票时长;
Figure M_221014090348156_156267011
为给定投票最大时长。
7.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行权利要求1至5任一项所述的委托权益证明共识方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至5中任一项所述的委托权益证明共识方法。
CN202210856137.1A 2022-07-21 2022-07-21 委托权益证明共识方法、装置、电子设备及可读存储介质 Active CN115081539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210856137.1A CN115081539B (zh) 2022-07-21 2022-07-21 委托权益证明共识方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210856137.1A CN115081539B (zh) 2022-07-21 2022-07-21 委托权益证明共识方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN115081539A CN115081539A (zh) 2022-09-20
CN115081539B true CN115081539B (zh) 2022-11-15

Family

ID=83259814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210856137.1A Active CN115081539B (zh) 2022-07-21 2022-07-21 委托权益证明共识方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115081539B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110138597A (zh) * 2019-04-17 2019-08-16 上海大学 基于信用积分和节点聚类的区块链dpos共识机制改进方法
CN113379539A (zh) * 2020-03-09 2021-09-10 中国移动通信集团设计院有限公司 基于区块链的委托权益证明共识方法及装置
CN114025012A (zh) * 2022-01-10 2022-02-08 国网电子商务有限公司 基于信用分组的节点选取方法、装置、存储介质和设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018209542A1 (zh) * 2017-05-16 2018-11-22 北京大学深圳研究生院 一种用于去中心化域名系统的共识方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110138597A (zh) * 2019-04-17 2019-08-16 上海大学 基于信用积分和节点聚类的区块链dpos共识机制改进方法
CN113379539A (zh) * 2020-03-09 2021-09-10 中国移动通信集团设计院有限公司 基于区块链的委托权益证明共识方法及装置
CN114025012A (zh) * 2022-01-10 2022-02-08 国网电子商务有限公司 基于信用分组的节点选取方法、装置、存储介质和设备

Also Published As

Publication number Publication date
CN115081539A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN109993652B (zh) 一种借贷信用风险评估方法及装置
Bitew et al. Machine learning algorithms for predicting undernutrition among under-five children in Ethiopia
CN109660367B (zh) 基于改进Raft算法的共识达成方法、装置与电子设备
Stark Pay no attention to the model behind the curtain
CN110378389A (zh) 一种Adaboost分类器计算机创建装置
Li et al. Introduce structural equation modelling to machine learning problems for building an explainable and persuasive model
CN109255368B (zh) 随机选取特征的方法、装置、电子设备及存储介质
US8200348B2 (en) Enabling community tournaments
Radzvilas et al. A Battle in the Statistics Wars: a simulation-based comparison of Bayesian, Frequentist and Williamsonian methodologies
CN111259931A (zh) 一种用户分组以及活跃度确定方法及系统
CN115081539B (zh) 委托权益证明共识方法、装置、电子设备及可读存储介质
CN108629381A (zh) 基于大数据的人群筛选方法及终端设备
Rager et al. Groups, governance, and greed: the ACCESS world model
Delen et al. Determining the efficacy of data-mining methods in predicting gaming ballot outcomes
CN109472455B (zh) 活动评估方法、装置、电子设备及存储介质
Liu et al. Prediction of labor unemployment based on time series model and neural network model
Aguilera et al. Blockchain-based ioflt federated learning in a fuzzy/gan environment for a smart trading bot
CN114581209A (zh) 财务分析模型的训练方法、装置、设备及存储介质
CN109308565B (zh) 人群绩效等级识别方法、装置、存储介质及计算机设备
CN113822464A (zh) 用户信息的处理方法及装置、电子设备、存储介质
Tsaur et al. [Retracted] Effective Bots’ Detection for Online Smartphone Game Using Multilayer Perceptron Neural Networks
CN112950222A (zh) 资源处理异常检测方法、装置、电子设备及存储介质
CN115206018B (zh) 基于区块链预言机的抽奖方法和抽奖设备
CN113645564B (zh) 一种面向室内位置信息群体众筹的混合激励方法
Lu et al. Your Posts Expose You: Theory-Driven Approach to Credit Risk Prediction for Microloans Based on Social Media Content

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