CN115374422B

CN115374422B - 一种基于区块链的防泄密的电子签名验证方法

Info

Publication number: CN115374422B
Application number: CN202211315267.0A
Authority: CN
Inventors: 谭克强; 蒲志胤; 刘代刚
Original assignee: Sichuan Shutian Information Technology Co ltd
Current assignee: Sichuan Shutian Information Technology Co ltd
Priority date: 2022-10-26
Filing date: 2022-10-26
Publication date: 2022-12-23
Anticipated expiration: 2042-10-26
Also published as: CN115374422A

Abstract

一种基于区块链的防泄密的电子签名验证方法，涉及数据验证和加密技术领域，实现所述方法的具体步骤如下：步骤一、将电子签名的基础信息采集到区块链上，卷积神经网络管理区块链，区块的数据自由上链到区块链上，所述卷积神经网络控制区块链上所述基础信息的输出；步骤二、进行电子签名，在同一个区块中设置基础信息和电子签名存储区，将区块中的基础信息和电子签名上链到区块链；步骤三、进行电子签名的验证，在区块链上对所述基础信息和所述电子签名采用公钥解密，所述卷积神经网络对所述基础信息和所述电子签名进行验证；步骤四、输出电子签名的验证结果，所述卷积神经网络对所述基础信息、所述电子签名的输出进行缩减加密。

Description

一种基于区块链的防泄密的电子签名验证方法

技术领域

本发明涉及数据验证和加密技术领域，具体为一种基于区块链的防泄密的电子签名验证方法。

背景技术

随着数字技术的发展，进行网络交易买卖的电子签名、商业交易的电子签名、金融付款的电子签名等等，各种电子签名验证越来越多，对电子签名数据进行保密，对电子签名数据进行保护而不被篡改，保证交易方能相互验证身份；随着软件技术的发展，各种解密算法的产生，以及各种自动获取网页内容程序的升级更新，电子签名验证的信息，在网络上泄密的风险越来越大；随着硬件技术的发展，云计算机的计算能力越来越强，电子签名验证的信息，在网络上泄密的风险越来越大；同时，现有的电子签名验证系统，管理员有管理签名验证系统的权限，这是一个不可控的人为风险；电子签名用于识别签名人身份，电子签名的信息安全等级需要不断提升，现有的技术，不能很好地做到，既能够识别电子签名人的身份，给出签名结果，比如签名验证通过或者签名验证不通过，又能对电子签名信息进行多重加密。

发明内容

针对以上问题，本发明的目的在于采用区块链管理电子签名验证，卷积神经网络管理区块链，提升电子签名验证的速度，对基础信息和电子签名进行多重加密，提高基础信息和电子签名数据的安全性，提供一种基于区块链的防泄密的电子签名验证方法。

实现本发明目的的技术解决方案为：

一种基于区块链的防泄密的电子签名验证方法，实现所述方法的具体步骤如下：

步骤一、将电子签名的基础信息采集到区块链上，采集的所述基础信息包括文字类的信息和图片类的信息，卷积神经网络管理区块链，区块的数据自由上链到区块链上，所述卷积神经网络控制区块链上所述基础信息的输出；需要说明的是，采集所述基础信息方式有两种，第一种是手动文字输入用户的基础信息，第二种方式是视频拍摄用户的基础信息，在所述基础信息采集阶段，全面采集用户的所述基础信息；需要进一步说明的是，所述卷积神经网络对所述基础信息的上链不限制，保证所述基础信息的自由录入，因此不对所述基础信息的上链进行限制，所述卷积神经网络控制区块链上所述基础信息的输出，是为了防止区块链上的所述基础信息泄密；

进一步地，将所述基础信息数值化，形成基础信息的数值矩阵，并放入区块链的区块中，计算所述基础信息的数值矩阵的哈希值，对区块中的所述基础信息采用私钥加密，将区块中的所述基础信息和对应的哈希值虚拟上链到区块链，在区块链上对所述基础信息解密采用公钥解密，所述公钥和所述私钥是配对的非对称加密；需要说明的是，将用户基础信息采集到区块链的区块中，用户基础信息包括：姓名、性别、年龄、身份证号码、电话、微信号、脸纹、眼纹、指纹、瞳孔、电子签字的图样等等，全面采集用户基础信息，有利于根据具体的场景和硬件条件，灵活地选择合适的电子签名方式；

更进一步地，所述卷积神经网络对上链前和虚拟上链后的所述基础信息进行对比验证，完成区块中的所述基础信息和对应的哈希值上链到区块链；当区块中的所述基础信息和对应的哈希值虚拟上链到区块链后，所述卷积神经网络提取上链前区块中的所述基础信息和对应的哈希值，与虚拟上链后区块中的所述基础信息和对应的哈希值进行对比验证，如果上链前和上链后的区块中的所述基础信息和对应的哈希值一样，那么，将区块中的所述基础信息和对应的哈希值上链到区块链；需要说明的是，因为区块链中的所述基础信息是对比验证的基础，所以需要进行二次验证，提高准确率；

步骤二、进行电子签名，建立电子签名的区块数据结构，在同一个区块中设置基础信息和电子签名存储区，将区块中的基础信息和电子签名上链到区块链；需要说明的是，同一个区块中设置基础信息和电子签名存储区，第一个好处是，可以快速对比验证基础信息和电子签名，进行初步验证，第二个好处是，可以快速找到区块链上对应用户的基础信息的区块，进行最终验证，提高查找的效率；

进一步地，一个用户登陆一个用户账号，在本地登陆时，在区块中加载用户的所述基础信息，且所述基础信息是处于加密状态，加载所述基础信息的方法可以分为两种，第一种加载方式，在本地加载，例如，在已经登陆过的手机上或者电脑上，本地用户已经有所述基础信息，第二种加载方式，从区块链上下载，通过所述卷积神经网络在区块链上搜索所述基础信息，找到所述基础信息并下载到用户账号；采集用户的电子签名，将所述电子签名数值化，形成电子签名的数值矩阵，并放在区块的电子签名区域，计算电子签名的数值矩阵的哈希值，对区块中的所述电子签名采用私钥加密，将区块中的所述电子签名和对应的哈希值上链到区块链；需要说明的是，用户登陆时，在区块中可以看到所述电子签名的具体内容，所述基础信息是看不到具体的内容，目的是防止用户账号被盗，如果所述基础信息是可见的，就存在泄密的风险；

步骤三、进行电子签名的验证，在区块链上对所述基础信息和所述电子签名采用公钥解密，所述卷积神经网络对所述基础信息和所述电子签名进行验证；需要说明的是，所述基础信息是最全面的，所述电子签名是所述基础信息的一项或者几项信息；

进一步地，手动文字输入用户的信息由所述卷积神经网络直接验证，视频拍摄用户的信息，由所述卷积神经网络抓取特征进行验证；

步骤四、输出电子签名的验证结果，所述卷积神经网络对所述基础信息、所述电子签名的输出进行缩减加密；需要说明的是，电子签名的验证结果有两种，第一种结果是通过，第二种结果是不通过，对所述基础信息、所述电子签名的输出进行缩减加密，是根据具体的使用场景进行设置数据缩减的程度；

进一步地，对所述基础信息或电子签名的数值矩阵进行发散，形成发散的数值矩阵，所述卷积神经网络对所述发散的数值矩阵进行采集，在采集过程中加入随机因子，形成缩减的数值矩阵；需要说明的是，所述发散的数值矩阵的信息被发散，信息的准确度降低，所述缩减的数值矩阵只是局部的信息，加上所述缩减的数值矩阵内的数值是通过随机因子方式抓取，这样就起到了数据缩减加密的效果；

更进一步地，所述卷积神经网络对所述基础信息、所述电子签名的输出的缩减数值矩阵进行缩减，所述缩减数值矩阵的行列数，从与所述基础信息、所述电子签名的数值矩阵的行列数完全一样，到所述缩减数值矩阵的行列数为零行零列；所述卷积神经网络采用随机的方式，从所述基础信息、所述电子签名的数值矩阵中抓取数值，填充到所述缩减数值矩阵中的。

与现有技术相比，本发明的有益效果包括：

（1）、采用卷积神经网络管理区块链的数据，区块链本身具有加密功能，卷积神经网络对区块链上的数据进行二次加密，提高了电子签名的安全级别，既能完成电子签名的功能，又能减少信息的泄露；

（2）、在电子签名的区块中加载基础信息，且对基础信息加密，快速验证基础信息和电子签名信息，进行初步验证；在区块链中，快速找到区块链上对应用户的基础信息的区块，与电子签名信息进行验证，提高验证电子签名的速度；

（3）、根据使用场景的不同，对基础信息和电子签名的输出信息的加密程度是可以调节的；既可以设置为基础信息和电子签名的输出是完全公开的，也可也设置为基础信息和电子签名的输出是半公开的，更可设置为基础信息和电子签名的输出是完全封闭的，给出电子签名的结果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是一种基于区块链的防泄密的电子签名验证方法的流程示意图；

图2是一种基于区块链的防泄密的电子签名验证方法的区块链上区块的数据结构的示意图；

图3是一种基于区块链的防泄密的电子签名验证方法的数值矩阵发散模型单元的示意图；

图4是一种基于区块链的防泄密的电子签名验证方法的缩减阵列模型的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。

因此，以下对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部分实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征和技术方案可以相互组合。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

下面结合实施例对本发明作进一步详细描述。

实施例：

如图1至图4所示，本发明提供了一种基于区块链的防泄密的电子签名验证方法，所述方法的具体步骤如下：

步骤一、将电子签名的基础信息采集到区块链上，采集的所述基础信息包括文字类的信息和图片类的信息，卷积神经网络管理区块链，区块的数据自由上链到区块链上，所述卷积神经网络控制区块链上所述基础信息的输出；

步骤二、进行电子签名，建立电子签名的区块数据结构，在同一个区块中设置基础信息和电子签名存储区，将区块中的基础信息和电子签名上链到区块链；

步骤三、进行电子签名的验证，在区块链上对所述基础信息和所述电子签名采用公钥解密，所述卷积神经网络对所述基础信息和所述电子签名进行验证；

步骤四、输出电子签名的验证结果，所述卷积神经网络对所述基础信息、所述电子签名的输出进行缩减加密。

其中，步骤一, 包括将电子签名的基础信息采集到区块链上，采集的所述基础信息包括文字类的信息和图片类的信息，卷积神经网络管理区块链，区块的数据自由上链到区块链上，所述卷积神经网络控制区块链上所述基础信息的输出；一个用户在注册用户账号的时候，用户基础信息包括：姓名、性别、年龄、身份证号码、电话、微信号、脸纹、眼纹、指纹、瞳孔、电子签字的图样等等，根据电子签名平台的具体的需要，进行用户基础信息的选定，需要说明的是，可以尽可能多地采集用户基础信息的种类，在用户电子签名信息的验证阶段，用户根据所处的环境，可以灵活地选择验证的手段，比如，在野外，用户只有手机在身上，可以通过脸纹、眼纹、瞳孔、指纹进行用户电子签名，在营业场所，能够提供电子签字的装置，用户电子签名的方式，采用电子签字的装置进行电子签字。采用公钥和私钥配对的非对称加密方式，对用户基础信息进行加密和解密，一个用户账号对应一对公钥和私钥，私钥交给用户，公钥放在区块链中，由卷积神经网络控制，用户提供的所述基础信息，通过私钥对所述基础信息进行加密，并将加密的所述基础信息上传到区块链，卷积神经网络用公钥对所述基础信息进行解密；非对称加密采用RSA算法，RSA算法的名称是罗纳德·李维斯特（Ron Rivest）、阿迪·萨莫尔（Adi Shamir）和伦纳德·阿德曼（Leonard Adleman）他们三人姓氏开头字母拼在一起组成的；需要说明的是，区块链中用户的基础信息、电子签名都是经过加密的数据，这是在区块链的数据输入端进行的加密；采集电子签名的基础信息的方式有两种，第一种电子签名方式是手动文字输入用户的信息，比如，采集姓名、性别、年龄、身份证号码、电话、微信号，第二种电子签名方式是视频拍摄用户的信息，比如，采集脸纹、眼纹、指纹、瞳孔、电子签字，在电子签名的基础信息采集阶段，全面采集用户的基础信息。

进一步地，其中，在步骤一中，将所述基础信息数值化，形成基础信息的数值矩阵，并放入区块链的区块中，计算所述基础信息的数值矩阵的哈希值，对区块中的所述基础信息采用私钥加密，将区块中的所述基础信息和对应的哈希值虚拟上链到区块链，在区块链上对所述基础信息解密采用公钥解密，所述公钥和所述私钥是配对的非对称加密；需要说明的是，将用户基础信息采集到区块链的区块中，用户基础信息包括：姓名、性别、年龄、身份证号码、电话、微信号、脸纹、眼纹、指纹、瞳孔、电子签字的图样等等，全面采集用户基础信息，有利于根据具体的场景和硬件条件，灵活地选择合适的电子签名方式。

更进一步地，其中，在步骤一中，所述卷积神经网络对上链前和虚拟上链后的所述基础信息进行对比验证，完成区块中的所述基础信息和对应的哈希值上链到区块链；当区块中的所述基础信息和对应的哈希值虚拟上链到区块链后，所述卷积神经网络提取上链前区块中的所述基础信息和对应的哈希值，与虚拟上链后区块中的所述基础信息和对应的哈希值进行对比验证，如果上链前和上链后的区块中的所述基础信息和对应的哈希值一样，那么，将区块中的所述基础信息和对应的哈希值上链到区块链；需要说明的是，因为区块链中的所述基础信息是对比验证的基础，所以需要进行二次验证，提高准确率。

为了更好的实现本发明的目的，步骤二：进行电子签名，建立电子签名的区块数据结构，在同一个区块中设置基础信息和电子签名存储区，将区块中的基础信息和电子签名上链到区块链；如图2所示，在同一个区块链的区块上，用于存储用户的所述基础信息和所述电子签名，需要说明的是，存储用户基础信息的存储区可以大也可以小，存储用户电子签名的存储区可以大也可以小，根据具体的场景进行自动调节。

进一步地，其中，在步骤二中，将所述电子签名数值化，形成电子签名的数值矩阵，并放入区块链的区块中，计算所述电子签名的数值矩阵的哈希值，对区块中的所述电子签名采用私钥加密，将区块中的所述电子签名和对应的哈希值上链到区块链，在区块链上对所述电子签名解密采用公钥解密，所述公钥和所述私钥是配对的非对称加密；在用户端的区块中，所述卷积神经网络以远程的方式对同一区块的所述基础信息和所述电子签名进行初步验证，所述卷积神经网络抓取所述基础信息和所述电子签名的特征进行对比验证，需要说明的是，对所述基础信息和所述电子签名进行初步验证，是在用户还没有提交电子签名之前，同时，所述卷积神经网络根据所述基础信息找到区块链上对应的数据，提高电子签名验证的速度。

为了更好的实现本发明的目的，步骤三：进行电子签名的验证，在区块链上对所述基础信息和所述电子签名采用公钥解密，所述卷积神经网络对所述基础信息和所述电子签名进行验证。

进一步地，其中，在步骤三中，在区块链中，所述卷积神经网络用公钥对所述基础信息和所述电子签名进行解密，所述卷积神经网络抓取所述基础信息和所述电子签名的特征进行对比验证；例如，采用脸纹进行对比验证，所述卷积神经网络提取用户的所述基础信息和所述电子签名的脸纹特征，所述卷积神经网络对比用户所述基础信息和所述电子签名的脸纹特征，并判断脸纹特征是否一致；如果脸纹特征是一致的，就验证通过，如果脸纹特征是不一致的，就验证不通过；以此类推，采用眼纹、指纹、瞳孔、电子签字的图样进行验证，采用同样的方法。需要说明的是，以脸纹、眼纹、指纹、瞳孔、电子签字的图样为例，以单个的脸纹、眼纹、指纹作为验证的手段，安全的级别关系为：脸纹＜（脸纹＋眼纹），脸纹＜（脸纹＋指纹），脸纹＜（眼纹＋指纹），眼纹＜（脸纹＋眼纹），眼纹＜（脸纹＋指纹），眼纹＜（眼纹＋指纹），指纹＜（脸纹＋眼纹），指纹＜（脸纹＋指纹），指纹＜（眼纹＋指纹），（脸纹＋眼纹）＜（脸纹＋眼纹＋指纹），（脸纹＋指纹）＜（脸纹＋眼纹＋指纹），（眼纹＋指纹）＜（脸纹＋眼纹＋指纹），以单个的脸纹、眼纹、指纹、瞳孔、电子签字的图样作为验证的手段，以此类推，可得对应的安全的级别关系。

为了更好的实现本发明的目的，步骤四：输出电子签名的验证结果，所述卷积神经网络对所述基础信息、所述电子签名的输出进行缩减加密。

进一步地，其中，在步骤四中，线性同余方法是一种产生伪随机数的方法；对所述基础信息或电子签名的数值矩阵进行遍历发散，发散的方式为环绕添加随机数，用线性同余方法产生随机数值，且随机数值符合数值矩阵的取值范围，比如，不能出现虚数，数值矩阵的m行n列，以m=1，n=1为例，如图3所示，矩阵单元a发散到环绕矩阵单元b，以矩阵单元a的第1行第1列的A₁₁为中心，发散到环绕矩阵单元b，形成3行3列的数值矩阵，第1行是： B₁₁、B₁₂、B₁₃，第2行是： B₂₁、A₁₁、B₂₃，第3行是： B₃₁、B₃₂、B₃₃，其中B₁₁、B₁₂、B₁₃、B₂₁、B_23、B₃₁、B₃₂、B₃₃是随机数值，其它的行列以此类推，如果得到矩阵的行列不规范，比如，以2行2列为例，第1行有2列，第2行只有1列，在第2行添加1列，就添加0得到规范的矩阵，形成发散的数值矩阵；所述卷积神经网络对所述发散的数值矩阵进行采集，在采集过程中，对矩阵的m行n列，采用线性同余方法产生随机自然数作为随机因子，并且随机自然数是在m、n的取值范围内，m、n为自然数；需要说明的是，所述发散的数值矩阵的信息被发散，信息的准确度降低，所述缩减的数值矩阵只是局部的信息，加上所述缩减的数值矩阵内的数值是通过随机因子方式抓取，这样就起到了数据缩减加密的效果。

更进一步地，其中，在步骤四中，所述基础信息、所述电子签名的数值矩阵如图4中的C矩阵，C矩阵的第1行： C₁₁、C₁₂、……、C_1n，第2行： C₂₁、C₂₂、……、C_2n，第3行： C₃₁、C₃₂、……、C_3n，……, 第m行C_m1、C_m2、……、C_mn，所述缩减数值矩阵如图4中的d矩阵，d矩阵以2行2列为例，m=2，n=2，d矩阵的第1行： D₁₁、D₁₂，第2行： D₂₁、D₂₂，所述缩减数值矩阵的行数取值范围为［0，m］, 所述缩减数值矩阵的列数取值范围为［0，n］,m为自然数，n为自然数；所述卷积神经网络对所述基础信息、所述电子签名的输出的缩减数值矩阵进行缩减，所述缩减数值矩阵的行列数，从与所述基础信息、所述电子签名的数值矩阵的行列数完全一样，到所述缩减数值矩阵的行列数为零行零列；所述卷积神经网络采用随机的方式，从所述基础信息、所述电子签名的数值矩阵中抓取数值，填充到所述缩减数值矩阵中的。

以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但本发明不局限于上述具体实施方式，因此任何对本发明进行修改或等同替换；而一切不脱离发明的精神和范围的技术方案及其改进，其均涵盖在本发明的权利要求范围当中。

Claims

1.一种基于区块链的防泄密的电子签名验证方法，其特征在于：实现所述方法的具体步骤如下：

步骤一、将电子签名的基础信息采集到区块链上，将基础信息数值化，形成基础信息的数值矩阵，并放入区块链的区块中，计算基础信息的数值矩阵的哈希值，对区块中的所述基础信息采用私钥加密，将区块中的所述基础信息和对应的哈希值虚拟上链到区块链，采集的所述基础信息包括文字类的信息和图片类的信息，卷积神经网络管理区块链，区块的数据自由上链到区块链上，所述卷积神经网络控制区块链上所述基础信息的输出；

步骤二、进行电子签名，建立电子签名的区块数据结构，在同一个区块中设置基础信息和电子签名存储区，将区块中的基础信息和电子签名上链到区块链；将电子签名数值化，形成电子签名的数值矩阵，并放入区块链的区块中，计算电子签名的数值矩阵的哈希值，对区块中的电子签名采用私钥加密，将区块中的电子签名和对应的哈希值上链到区块链；

步骤四、输出电子签名的验证结果，所述卷积神经网络对所述基础信息、所述电子签名的输出进行缩减加密，缩减加密具体的过程包括：对所述基础信息或电子签名的数值矩阵进行遍历发散，发散的方式为环绕添加随机数，用线性同余方法产生随机数值，且随机数值符合数值矩阵的取值范围，形成发散的数值矩阵；所述卷积神经网络对所述发散的数值矩阵进行采集，在采集过程中，对矩阵的m行n列，采用线性同余方法产生随机自然数作为随机因子，并且随机自然数是在m、n的取值范围内，m、n为自然数；或者所述卷积神经网络对所述基础信息、所述电子签名的输出的缩减数值矩阵进行缩减，所述缩减数值矩阵的行列数，从与所述基础信息、所述电子签名的数值矩阵的行列数完全一样，到所述缩减数值矩阵的行列数为零行零列；所述卷积神经网络采用随机的方式，从所述基础信息、所述电子签名的数值矩阵中抓取数值，填充到所述缩减数值矩阵中的。

2.根据权利要求1所述的一种基于区块链的防泄密的电子签名验证方法，其特征在于：在步骤一中，在区块链上对所述基础信息解密采用公钥解密，所述公钥和所述私钥是配对的非对称加密。

3.根据权利要求1所述的一种基于区块链的防泄密的电子签名验证方法，其特征在于：在步骤一中，所述卷积神经网络对上链前和虚拟上链后的所述基础信息进行对比验证，完成区块中的所述基础信息和对应的哈希值上链到区块链。

4.根据权利要求1所述的一种基于区块链的防泄密的电子签名验证方法，其特征在于：在步骤二中，在区块链上对所述电子签名解密采用公钥解密，所述公钥和所述私钥是配对的非对称加密。

5.根据权利要求1所述的一种基于区块链的防泄密的电子签名验证方法，其特征在于：在步骤三中，在区块链中，所述卷积神经网络用公钥对所述基础信息和所述电子签名进行解密，所述卷积神经网络抓取所述基础信息和所述电子签名的特征进行对比验证。

6.根据权利要求1所述的一种基于区块链的防泄密的电子签名验证方法，其特征在于：在步骤四中，对所述基础信息或电子签名的数值矩阵进行发散，形成发散的数值矩阵，所述卷积神经网络对所述发散的数值矩阵进行采集，在采集过程中加入随机因子，形成缩减的数值矩阵。

7.根据权利要求1所述的一种基于区块链的防泄密的电子签名验证方法，其特征在于：在步骤四中，所述缩减数值矩阵的行数取值范围为［0，m］, 所述缩减数值矩阵的列数取值范围为［0，n］,m为自然数，n为自然数。