CN115470264A - 一种数据审计方法及装置、电子设备、存储介质 - Google Patents

一种数据审计方法及装置、电子设备、存储介质 Download PDF

Info

Publication number
CN115470264A
CN115470264A CN202211070358.2A CN202211070358A CN115470264A CN 115470264 A CN115470264 A CN 115470264A CN 202211070358 A CN202211070358 A CN 202211070358A CN 115470264 A CN115470264 A CN 115470264A
Authority
CN
China
Prior art keywords
data
current
target
audit
block
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
CN202211070358.2A
Other languages
English (en)
Inventor
洪宇坤
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.)
Bank of China Ltd
Original Assignee
Bank of China Ltd
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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202211070358.2A priority Critical patent/CN115470264A/zh
Publication of CN115470264A publication Critical patent/CN115470264A/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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures

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)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Security & Cryptography (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种数据审计方法及装置、电子设备、存储介质，可应用于区块链领域或金融领域，所述方法包括：获取上一共识周期对应的目标参数并确定为当前目标参数；在间隔当前目标参数中的审计时间间隔时，从区块链的各个区块链节点中选取出当前目标参数中的审计节点数量的当前审计节点；向云存储节点和各个当前审计节点发送目标数据的审计请求；接收云存储节点反馈的第一默克尔树的根值和当前审计节点反馈的第二默克尔树的根值；将两个根值进行对比得到当前审计结果；对当前审计结果进行共识，并基于当前目标参数中的区块大小将审计结果存储至区块链；确定当前共识周期的样本数据，并将其输入DRL模型中，得到当前共识周期对应的目标参数。

Description

一种数据审计方法及装置、电子设备、存储介质
技术领域
本申请涉及数据管理技术领域，特别涉及一种数据审计方法及装置、电子设备、存储介质。
背景技术
由于云存储具有便捷性和高效性等特点，所以越来越多的数据拥有者，越来越倾向于将数据存储到云端。而为了保证数据的安全性，经常需要对云存储的数据进行审计，即验证云存储的数据的完整性。
由于通常数据用户者自身没有足够的计算能力，所以当前对于云存储数据的审计，主要是向具有较大计算能力的第三方发送验证请求，由第三方审计对数据的数据进行审计，并将审计结果反馈给数据用户者。
但是这种方式需要第三方统计者存储着数据用户者的机密信息，而其并不能完全被信任，因此无法有效保证数据的安全性。
发明内容
基于上述现有技术的不足，本申请提供了一种数据审计方法及装置、电子设备、存储介质，以解决现有的审计方法无法保证数据安全性的问题。
为了实现上述目的，本申请提供了以下技术方案：
本申请第一方面提供了一种数据审计方法，包括：
获取上一个共识周期对应的目标参数，并将所述上一个周期对应的目标参数确定为当前目标参数；其中，所述目标参数包括审计时间间隔、审计节点数量以及区块大小；
在间隔所述当前目标参数中的所述审计时间间隔时，从区块链的各个区块链节点中，选取出所述当前目标参数中的所述审计节点数量的所述区块链节点，作为当前审计节点；
向云存储节点以及各个所述当前审计节点发送目标数据的审计请求；
接收所述云存储节点反馈第一默克尔树的根值，以及所述当前审计节点反馈的第二默克尔树的根值；其中，所述第一默克尔哈希树由所述云存储节点利用对存储的所述目标数据的各个数据块进行哈希计算得到的各个所述数据块的哈希标签构建得到；所述第二默克尔哈希树由所述当前审计节点，利用存储在所述区块链中所述目标数据的各个所述数据块的哈希标签构建得到；
通过将所述第一默克尔树的根值与所述第二默克尔树的根值进行对比，得到当前审计结果；
对所述当前审计结果进行共识，并基于所述当前目标参数中的所述区块大小将所述审计结果存储至所述区块链中；
确定当前共识周期的样本数据，并将所述当前共识周期的样数据输入预先训练好的DRL模型中，得到所述当前共识周期对应的所述目标参数；其中，所述样本数据包括状态空间数据、动作空间数据以及共识奖励。
可选地，在上述的数据审计方法中，所述确定当前共识周期的样本数据，包括：
利用当前待追加到所述区块链中的交易数量以及当前所述区块链中的所述区块链节点的数量，组合得到所述状态空间数据；
利用所述当前共识周期的总延迟、所述当前目标参数中的所述区块大小、以及区块大小范围，组成所述动作空间数据；
计算所述当前共识周期的交易吞吐量；
判断当前所述区块链的目标时间参数是否满足预设条件；
若判断出当前所述区块链的目标时间参数满足预设条件，则将所述当前共识周期的交易吞吐量确定为所述共识奖励；
若判断出当前所述区块链的目标时间参数不满足预设条件，则将所述共识奖励确定为零。
可选地，在上述的数据审计方法中，还包括：
将所述目标数据分为预设大小的多个数据块；
对所述目标数据的各个所述数据块进行哈希计算，得到各个所述目标数据的各个所述数据块的哈希标签；
将所述目标数据的各个所述数据块上传至所述云存储节点进行存储；
将所述目标数据的各个所述加密数据块的哈希标签广播至所述区块链的各个所述区块链节点，以将各个所述加密数据块的哈希标签存储到所述区块链的区块中。
可选地，在上述的数据审计方法中，所述DRL模型的训练方法，包括：
初始化随机过程以及环境；
基于预设策略和探索噪声，通过所述随机过程进行数据采样，得到样本目标参数；
按照所述样本目标参数进行数据审计，并确定所述样本数据；
基于梯度下降法，利用所述样本数据对所述DRL模型进行训练，得到训练好的所述DRL模型。
本申请第二方面提供了一种数据审计装置，包括：
参数获取单元，用于获取上一个共识周期对应的目标参数，并将所述上一个周期对应的目标参数确定为当前目标参数；其中，所述目标参数包括审计时间间隔、审计节点数量以及区块大小；
节点选取单元，用于在间隔所述当前目标参数中的所述审计时间间隔时，从区块链的各个区块链节点中，选取出所述当前目标参数中的所述审计节点数量的所述区块链节点，作为当前审计节点；
请求发送单元，用于向云存储节点以及各个所述当前审计节点发送目标数据的审计请求；
根值接收单元，用于接收所述云存储节点反馈第一默克尔树的根值，以及所述当前审计节点反馈的第二默克尔树的根值；其中，所述第一默克尔哈希树由所述云存储节点利用对存储的所述目标数据的各个数据块进行哈希计算得到的各个所述数据块的哈希标签构建得到；所述第二默克尔哈希树由所述当前审计节点，利用存储在所述区块链中所述目标数据的各个所述数据块的哈希标签构建得到；
对比单元，用于通过将所述第一默克尔树的根值与所述第二默克尔树的根值进行对比，得到当前审计结果；
共识单元，用于对所述当前审计结果进行共识，并基于所述当前目标参数中的所述区块大小将所述审计结果存储至所述区块链中；
第一数据确定单元，用于确定当前共识周期的样本数据；
参数更新单元，用于将所述当前共识周期的样数据输入预先训练好的DRL模型中，得到所述当前共识周期对应的所述目标参数；其中，所述样本数据包括状态空间数据、动作空间数据以及共识奖励。
可选地，在上述的数据审计装置中，所述数据确定单元，包括：
第一组合单元，用于利用当前待追加到所述区块链中的交易数量以及当前所述区块链中的所述区块链节点的数量，组合得到所述状态空间数据；
第二组合单元，用于利用所述当前共识周期的总延迟、所述当前目标参数中的所述区块大小、以及区块大小范围，组成所述动作空间数据；
第一计算单元，用于计算所述当前共识周期的交易吞吐量；
判断单元，用于判断当前所述区块链的目标时间参数是否满足预设条件；
第一确定单元，用于在判断出当前所述区块链的目标时间参数满足预设条件时，将所述当前共识周期的交易吞吐量确定为所述共识奖励；
第二确定单元，用于在判断出当前所述区块链的目标时间参数不满足预设条件时，将所述共识奖励确定为零。
可选地，在上述的数据审计装置中，还包括：
数据划分单元，用于将所述目标数据分为预设大小的多个数据块；
第二计算单元，用于对所述目标数据的各个所述数据块进行哈希计算，得到各个所述目标数据的各个所述数据块的哈希标签；
数据存储单元，用于将所述目标数据的各个所述数据块上传至所述云存储节点进行存储；
信息存储单元，用于将所述目标数据的各个所述加密数据块的哈希标签广播至所述区块链的各个所述区块链节点，以将各个所述加密数据块的哈希标签存储到所述区块链的区块中。
可选地，在上述的数据审计装置中，还包括：
初始化单元，用于初始化随机过程以及环境；
采样单元，用于基于预设策略和探索噪声，通过所述随机过程进行数据采样，得到样本目标参数；
第二数据确定单元，用于按照所述样本目标参数进行数据审计，并确定所述样本数据；
训练单元，用于基于梯度下降法，利用所述样本数据对所述DRL模型进行训练，得到训练好的所述DRL模型。
本申请第三方面提供了一种电子设备，包括：
存储器和处理器；
其中，所述存储器用于存储程序；
所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如上述任意一项所述的数据审计方法。
本申请第四方面提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序被执行时，用于实现如上述任意一项所述的数据审计方法。
本申请提供了一种数据审计方法，获取上一个共识周期对应的目标参数，并将上一个周期对应的目标参数确定为当前目标参数。其中，目标参数包括审计时间间隔、审计节点数量以及区块大小。在间隔当前目标参数中的审计时间间隔时，从区块链的各个区块链节点中，选取出当前目标参数中的审计节点数量的区块链节点，作为当前审计节点。然后向云存储节点以及各个当前审计节点发送目标数据的审计请求，以能接收云存储节点反馈第一默克尔树的根值，以及当前审计节点反馈的第二默克尔树的根值；其中，第一默克尔哈希树由云存储节点利用对存储的目标数据的各个数据块进行哈希计算得到的各个数据块的哈希标签构建得到；第二默克尔哈希树由当前审计节点，利用存储在区块链中目标数据的各个数据块的哈希标签构建得到。然后通过将第一默克尔树的根值与第二默克尔树的根值进行对比，得到当前审计结果，并对当前审计结果进行共识，并基于当前目标参数中的区块大小将审计结果存储至区块链中，最后确定当前共识周期的样本数据，并将当前共识周期的样数据输入预先训练好的DRL模型中，得到当前共识周期对应的目标参数；其中，样本数据包括状态空间数据、动作空间数据以及共识奖励。从而通过区块链以及哈希标签实现数据的审计，保证审计过程的可靠性，进而保证数据的安全性。并且通过模型更新目标参数，对审计过程进行控制，从而使得审计过程可以动态变化，从而使得审计过程更高效以及可靠。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种数据审计方法的流程图；
图2为本申请实施例提供的一种数据存储方法的流程图；
图3为本申请实施例提供的一种确定当前共识周期的样本数据的方法的流程图；
图4为本申请实施例提供的一种DRL模型的训练方法的流程图；
图5为本申请实施例提供的一种数据审计装置的架构示意图；
图6为本申请实施例提供的一种电子设备的架构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请实施例提供了一种数据审计方法，如图1所示，包括以下步骤：
S101、获取上一个共识周期对应的目标参数，并将上一个周期对应的目标参数确定为当前目标参数。
其中，目标参数包括审计时间间隔、审计节点数量以及区块大小。
需要说明的是，由于对于区块链系统，所包括的区块链节点的数量是可以动态变化的，并且处理交易的效率等也是会相应变化的，因此为了能与区块链系统的变换相适应，因此在本申请实施例中，也通过动态变化的目标参数实现数据审计的动态变化。
具体的，在每次审计的共识结果，会相应地更新目标参数，从而得到该共识周期对应的目标参数，用于对下一次审计进行控制。所以在一次数据审计开始时，需要先获取上一个共识周期对应的目标参数，并将上一个周期对应的目标参数确定为当前目标参数。
S102、在间隔当前目标参数中的审计时间间隔时，从区块链的各个区块链节点中，选取出当前目标参数中的审计节点数量的区块链节点，作为当前审计节点。
在本申请实施例中，不再采用第三方的审计者进行审计，而是通过区块链中的区块链节点间审计，而通过区块链进行审计会需要进行共识，所以可以有效保证审计的准确性。
因此在需要审计时，需要选取出相应数量的区块链节点作为当前审计节点。其中，选取当前审计节点时至少需要考虑其计算资源量，以能选取出可以实现审计的节点。需要说明的是，本申请实施例提供的方法，可以通过任意一个区块链节点发起，并且其可以选取自身作为当前审计节点。
S103、向云存储节点以及各个当前审计节点发送目标数据的审计请求。
需要说明的是，在本申请实施例中，将数据存储在云存储节点中，即存储在云端，而同时会对数据进行哈希计算，得到其唯一的哈希标签并存储到区块链中，即哈希标签是具有唯一性的，因此后续可以基于区块链中的哈希标签，对存储在云存储节点中的数据进行审计。因此当需要审计时，需要向云存储节点以及各个当前审计节点发送目标数据的审计请求，以能通过云存储节点以及各个当前审计节点实现目标数据的审计。
可选地，目标数据可以是一个数据也可以是多个数据的集合。
S104、接收云存储节点反馈第一默克尔树的根值，以及当前审计节点反馈的第二默克尔树的根值。
其中，第一默克尔哈希树由云存储节点利用对存储的目标数据的各个数据块进行哈希计算得到的各个数据块的哈希标签构建得到。具体的，云存储节点对存储的目标数据的各个数据块进行哈希计算，得到各个数据块的哈希标签。然后以各个数据块的哈希标签作为第一级的数值，然后逐级对下一级的每两个哈希标签的和进行哈希计算，得到上一级的哈希标签，直至得到最高一级的结构，即得到根值。
第二默克尔哈希树由当前审计节点，基利用存储在区块链中目标数据的各个数据块的哈希标签构建得到。由于区块链中存储了目标数据的各个数据库的哈希标签，所以可以直接从区块链中进行获取，不需要进行计算，而可以直接获取并构建。
可选地，本申请另一实施例相应地提供了一种数据存储方法，如图2所示，包括以下步骤：
S201、将目标数据分为预设大小的多个数据块。
S202、对目标数据的各个数据块进行哈希计算，得到各个目标数据的各个数据块的哈希标签。
S203、将目标数据的各个数据块上传至云存储节点进行存储。
S204、将目标数据的各个加密数据块的哈希标签广播至区块链的各个区块链节点，以将各个加密数据块的哈希标签存储到区块链的区块中。
S105、通过将第一默克尔树的根值与第二默克尔树的根值进行对比，得到当前审计结果。
具体的，若是对比出第一默克尔树的根值与第二默克尔树的根值一致，说明数据未被篡改过，所以此时可以确定目标数据通过审计。相应的，若是对比出第一默克尔树的根值与第二默克尔树的根值一致，则可以确定目标数据未通过审计。
S106、对当前审计结果进行共识，并基于当前目标参数中的区块大小将审计结果存储至区块链中。
为了保证审计节点对于目标数据的审计是可靠的，所以需要对审计结果进行共识，并在共识通过时，将其存储到区块链中。
S107、确定当前共识周期的样本数据，并将当前共识周期的样数据输入预先训练好的DRL模型中，得到当前共识周期对应的目标参数。
其中，样本数据包括状态空间数据、动作空间数据以及共识奖励。
需要说明的是，为了能让得到的目标参数更加准确，所以在本申请实施例中，采用模型来获取目标参数。
具体的，如图3所示，本申请实施例提供的一种确定当前共识周期的样本数据的方法，包括：
S301、利用当前待追加到区块链中的交易数量以及当前区块链中的区块链节点的数量，组合得到状态空间数据。
在动态区块链网络中，交易和移动设备的数量是动态变化的，因为新设备可以在重新配置期间加入，而网络中的设备也可以随时地离开，所以在本申请实施例中，利用当前待追加到区块链中的交易数量以及当前区块链中的区块链节点的数量，组合得到状态空间数据。
S302、利用当前共识周期的总延迟、当前目标参数中的区块大小、以及区块大小范围，组成动作空间数据。
S303、计算当前共识周期的交易吞吐量。
具体的，将交易数量除以共识周期的总延迟，就可以得到交易吞吐量。而总延迟可以划分为共识花费的时间和重新配置参数花费的时间。交易数量可以根据区块大小、交易的平均大小和交易的副本数得到。
S304、判断当前区块链的目标时间参数是否满足预设条件。
为了澳洲新节点的连续加入能保持一致性，所以在本申请实施例中设置了预设条件。具体为，节点身份认证时间、生成新的状态区块的时间以及共识过程生成随机数的时间，三个目标参数的总和是否小于节点加入区块链网络的时间。
其中，若判断出当前区块链的目标时间参数满足预设条件，则执行步骤S305。若判断出当前区块链的目标时间参数不满足预设条件，则执行步骤S306。
S305、将当前共识周期的交易吞吐量确定为共识奖励。
S306、将共识奖励确定为零。
可选地，本申请另一实施例提供的一种DRL模型的训练方法，如图4所示，包括以下步骤：
S401、初始化随机过程以及环境。
由于初始没有参数，所以需要初始化一个随机过程，以能进行动账的探索。同时还可以初始化环境以及接收初始观察状态。
S402、基于预设策略和探索噪声，通过随机过程进行数据采样，得到样本目标参数。
S403、按照样本目标参数进行数据审计，并确定样本数据。
S404、基于梯度下降法，利用样本数据对DRL模型进行训练，得到训练好的DRL模型。
需要说明的是，在本申请实施例中，DRL模型主要包括Critic网络和Actor网络，所以主要是对Critic网络和Actor网络进行更新。
本申请实施例提供了一种数据审计方法，获取上一个共识周期对应的目标参数，并将上一个周期对应的目标参数确定为当前目标参数。其中，目标参数包括审计时间间隔、审计节点数量以及区块大小。在间隔当前目标参数中的审计时间间隔时，从区块链的各个区块链节点中，选取出当前目标参数中的审计节点数量的区块链节点，作为当前审计节点。然后向云存储节点以及各个当前审计节点发送目标数据的审计请求，以能接收云存储节点反馈第一默克尔树的根值，以及当前审计节点反馈的第二默克尔树的根值；其中，第一默克尔哈希树由云存储节点利用对存储的目标数据的各个数据块进行哈希计算得到的各个数据块的哈希标签构建得到；第二默克尔哈希树由当前审计节点，利用存储在区块链中目标数据的各个数据块的哈希标签构建得到。然后通过将第一默克尔树的根值与第二默克尔树的根值进行对比，得到当前审计结果，并对当前审计结果进行共识，并基于当前目标参数中的区块大小将审计结果存储至区块链中，最后确定当前共识周期的样本数据，并将当前共识周期的样数据输入预先训练好的DRL模型中，得到当前共识周期对应的目标参数；其中，样本数据包括状态空间数据、动作空间数据以及共识奖励。从而通过区块链以及哈希标签实现数据的审计，保证审计过程的可靠性，进而保证数据的安全性。并且通过模型更新目标参数，对审计过程进行控制，从而使得审计过程可以动态变化，从而使得审计过程更高效以及可靠。
需要说明的是，附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，该模块、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，在有些作为替换的实现中，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，两个接连地表示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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操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。
虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。
本申请另一实施例提供了一种数据审计装置，如图5所示，包括：
参数获取单元501，用于获取上一个共识周期对应的目标参数，并将上一个周期对应的目标参数确定为当前目标参数。
其中，目标参数包括审计时间间隔、审计节点数量以及区块大小。
节点选取单元502，用于在间隔当前目标参数中的审计时间间隔时，从区块链的各个区块链节点中，选取出当前目标参数中的审计节点数量的区块链节点，作为当前审计节点。
请求发送单元503，用于向云存储节点以及各个当前审计节点发送目标数据的审计请求。
根值接收单元504，用于接收云存储节点反馈第一默克尔树的根值，以及当前审计节点反馈的第二默克尔树的根值。
其中，第一默克尔哈希树由云存储节点利用对存储的目标数据的各个数据块进行哈希计算得到的各个数据块的哈希标签构建得到。第二默克尔哈希树由当前审计节点，利用存储在区块链中目标数据的各个数据块的哈希标签构建得到。
对比单元505，用于通过将第一默克尔树的根值与第二默克尔树的根值进行对比，得到当前审计结果。
共识单元506，用于对当前审计结果进行共识，并基于当前目标参数中的区块大小将审计结果存储至区块链中。
第一数据确定单元507，用于确定当前共识周期的样本数据。
参数更新单元508，用于将当前共识周期的样数据输入预先训练好的DRL模型中，得到当前共识周期对应的目标参数。其中，样本数据包括状态空间数据、动作空间数据以及共识奖励。
可选地，在本申请另一实施例提供的数据审计装置中，数据确定单元，包括：
第一组合单元，用于利用当前待追加到区块链中的交易数量以及当前区块链中的区块链节点的数量，组合得到状态空间数据。
第二组合单元，用于利用当前共识周期的总延迟、当前目标参数中的区块大小、以及区块大小范围，组成动作空间数据。
第一计算单元，用于计算当前共识周期的交易吞吐量。
判断单元，用于判断当前区块链的目标时间参数是否满足预设条件。
第一确定单元，用于在判断出当前区块链的目标时间参数满足预设条件时，将当前共识周期的交易吞吐量确定为共识奖励。
第二确定单元，用于在判断出当前区块链的目标时间参数不满足预设条件时，将共识奖励确定为零。
可选地，在本申请另一实施例提供的数据审计装置中，还包括：
数据划分单元，用于将目标数据分为预设大小的多个数据块。
第二计算单元，用于对目标数据的各个数据块进行哈希计算，得到各个目标数据的各个数据块的哈希标签。
数据存储单元，用于将目标数据的各个数据块上传至云存储节点进行存储。
信息存储单元，用于将目标数据的各个加密数据块的哈希标签广播至区块链的各个区块链节点，以将各个加密数据块的哈希标签存储到区块链的区块中。
可选地，在本申请另一实施例提供的数据审计装置中，还包括：
初始化单元，用于初始化随机过程以及环境。
采样单元，用于基于预设策略和探索噪声，通过随机过程进行数据采样，得到样本目标参数。
第二数据确定单元，用于按照样本目标参数进行数据审计，并确定样本数据。
训练单元，用于基于梯度下降法，利用样本数据对DRL模型进行训练，得到训练好的DRL模型。
需要说明的是，本申请上述实施例提供的各个单元的具体工作过程，可相应地参考上述方法实施例中的各个步骤的具体实施方式，此处不再赘述。
本申请另一实施例提供了一种电子设备，如图6所示，包括：
存储器601和处理器602。
其中，存储器601用于存储程序。
处理器602用于执行存储器601存储的程序，该程序被执行时，具体用于实现如上述任意一个实施例提供的数据审计方法。
本申请另一实施例提供了一种计算机存储介质，用于存储计算机程序，计算机程序被执行时，用于实现如上述任意一个实施例提供的数据审计方法。
计算机存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
需要说明的是，本发明提供的一种数据审计方法及装置、电子设备、存储介质可用于区块链领域、大数据领域或金融领域。上述仅为示例，并不对本发明提供的一种数据审计方法及装置、电子设备、存储介质的应用领域进行限定。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种数据审计方法，其特征在于，包括：
获取上一个共识周期对应的目标参数，并将所述上一个周期对应的目标参数确定为当前目标参数；其中，所述目标参数包括审计时间间隔、审计节点数量以及区块大小；
在间隔所述当前目标参数中的所述审计时间间隔时，从区块链的各个区块链节点中，选取出所述当前目标参数中的所述审计节点数量的所述区块链节点，作为当前审计节点；
向云存储节点以及各个所述当前审计节点发送目标数据的审计请求；
接收所述云存储节点反馈第一默克尔树的根值，以及所述当前审计节点反馈的第二默克尔树的根值；其中，所述第一默克尔哈希树由所述云存储节点利用对存储的所述目标数据的各个数据块进行哈希计算得到的各个所述数据块的哈希标签构建得到；所述第二默克尔哈希树由所述当前审计节点，利用存储在所述区块链中所述目标数据的各个所述数据块的哈希标签构建得到；
通过将所述第一默克尔树的根值与所述第二默克尔树的根值进行对比，得到当前审计结果；
对所述当前审计结果进行共识，并基于所述当前目标参数中的所述区块大小将所述审计结果存储至所述区块链中；
确定当前共识周期的样本数据，并将所述当前共识周期的样数据输入预先训练好的DRL模型中，得到所述当前共识周期对应的所述目标参数；其中，所述样本数据包括状态空间数据、动作空间数据以及共识奖励。
2.根据权利要求1所述的方法，其特征在于，所述确定当前共识周期的样本数据，包括：
利用当前待追加到所述区块链中的交易数量以及当前所述区块链中的所述区块链节点的数量，组合得到所述状态空间数据；
利用所述当前共识周期的总延迟、所述当前目标参数中的所述区块大小、以及区块大小范围，组成所述动作空间数据；
计算所述当前共识周期的交易吞吐量；
判断当前所述区块链的目标时间参数是否满足预设条件；
若判断出当前所述区块链的目标时间参数满足预设条件，则将所述当前共识周期的交易吞吐量确定为所述共识奖励；
若判断出当前所述区块链的目标时间参数不满足预设条件，则将所述共识奖励确定为零。
3.根据权利要求1所述的方法，其特征在于，还包括：
将所述目标数据分为预设大小的多个数据块；
对所述目标数据的各个所述数据块进行哈希计算，得到各个所述目标数据的各个所述数据块的哈希标签；
将所述目标数据的各个所述数据块上传至所述云存储节点进行存储；
将所述目标数据的各个所述加密数据块的哈希标签广播至所述区块链的各个所述区块链节点，以将各个所述加密数据块的哈希标签存储到所述区块链的区块中。
4.根据权利要求1所述的方法，其特征在于，所述DRL模型的训练方法，包括：
初始化随机过程以及环境；
基于预设策略和探索噪声，通过所述随机过程进行数据采样，得到样本目标参数；
按照所述样本目标参数进行数据审计，并确定所述样本数据；
基于梯度下降法，利用所述样本数据对所述DRL模型进行训练，得到训练好的所述DRL模型。
5.一种数据审计装置，其特征在于，包括：
参数获取单元，用于获取上一个共识周期对应的目标参数，并将所述上一个周期对应的目标参数确定为当前目标参数；其中，所述目标参数包括审计时间间隔、审计节点数量以及区块大小；
节点选取单元，用于在间隔所述当前目标参数中的所述审计时间间隔时，从区块链的各个区块链节点中，选取出所述当前目标参数中的所述审计节点数量的所述区块链节点，作为当前审计节点；
请求发送单元，用于向云存储节点以及各个所述当前审计节点发送目标数据的审计请求；
根值接收单元，用于接收所述云存储节点反馈第一默克尔树的根值，以及所述当前审计节点反馈的第二默克尔树的根值；其中，所述第一默克尔哈希树由所述云存储节点利用对存储的所述目标数据的各个数据块进行哈希计算得到的各个所述数据块的哈希标签构建得到；所述第二默克尔哈希树由所述当前审计节点，利用存储在所述区块链中所述目标数据的各个所述数据块的哈希标签构建得到；
对比单元，用于通过将所述第一默克尔树的根值与所述第二默克尔树的根值进行对比，得到当前审计结果；
共识单元，用于对所述当前审计结果进行共识，并基于所述当前目标参数中的所述区块大小将所述审计结果存储至所述区块链中；
第一数据确定单元，用于确定当前共识周期的样本数据；
参数更新单元，用于将所述当前共识周期的样数据输入预先训练好的DRL模型中，得到所述当前共识周期对应的所述目标参数；其中，所述样本数据包括状态空间数据、动作空间数据以及共识奖励。
6.根据权利要求5所述的装置，其特征在于，所述数据确定单元，包括：
第一组合单元，用于利用当前待追加到所述区块链中的交易数量以及当前所述区块链中的所述区块链节点的数量，组合得到所述状态空间数据；
第二组合单元，用于利用所述当前共识周期的总延迟、所述当前目标参数中的所述区块大小、以及区块大小范围，组成所述动作空间数据；
第一计算单元，用于计算所述当前共识周期的交易吞吐量；
判断单元，用于判断当前所述区块链的目标时间参数是否满足预设条件；
第一确定单元，用于在判断出当前所述区块链的目标时间参数满足预设条件时，将所述当前共识周期的交易吞吐量确定为所述共识奖励；
第二确定单元，用于在判断出当前所述区块链的目标时间参数不满足预设条件时，将所述共识奖励确定为零。
7.根据权利要求5所述的装置，其特征在于，还包括：
数据划分单元，用于将所述目标数据分为预设大小的多个数据块；
第二计算单元，用于对所述目标数据的各个所述数据块进行哈希计算，得到各个所述目标数据的各个所述数据块的哈希标签；
数据存储单元，用于将所述目标数据的各个所述数据块上传至所述云存储节点进行存储；
信息存储单元，用于将所述目标数据的各个所述加密数据块的哈希标签广播至所述区块链的各个所述区块链节点，以将各个所述加密数据块的哈希标签存储到所述区块链的区块中。
8.根据权利要求5所述的装置，其特征在于，还包括：
初始化单元，用于初始化随机过程以及环境；
采样单元，用于基于预设策略和探索噪声，通过所述随机过程进行数据采样，得到样本目标参数；
第二数据确定单元，用于按照所述样本目标参数进行数据审计，并确定所述样本数据；
训练单元，用于基于梯度下降法，利用所述样本数据对所述DRL模型进行训练，得到训练好的所述DRL模型。
9.一种电子设备，其特征在于，包括：
存储器和处理器；
其中，所述存储器用于存储程序；
所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如权利要求1至4任意一项所述的数据审计方法。
10.一种计算机存储介质，其特征在于，用于存储计算机程序，所述计算机程序被执行时，用于实现如权利要求1至4任意一项所述的数据审计方法。
CN202211070358.2A 2022-09-02 2022-09-02 一种数据审计方法及装置、电子设备、存储介质 Pending CN115470264A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211070358.2A CN115470264A (zh) 2022-09-02 2022-09-02 一种数据审计方法及装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211070358.2A CN115470264A (zh) 2022-09-02 2022-09-02 一种数据审计方法及装置、电子设备、存储介质

Publications (1)

Publication Number Publication Date
CN115470264A true CN115470264A (zh) 2022-12-13

Family

ID=84370595

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211070358.2A Pending CN115470264A (zh) 2022-09-02 2022-09-02 一种数据审计方法及装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN115470264A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117692149A (zh) * 2024-01-25 2024-03-12 鹏城实验室 一种日志透明实体诚实性的检验方法、设备以及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117692149A (zh) * 2024-01-25 2024-03-12 鹏城实验室 一种日志透明实体诚实性的检验方法、设备以及介质
CN117692149B (zh) * 2024-01-25 2024-05-07 鹏城实验室 一种日志透明实体诚实性的检验方法、设备以及介质

Similar Documents

Publication Publication Date Title
CN108595157B (zh) 区块链数据的处理方法、装置、设备和存储介质
CN111782668B (zh) 数据结构的读取及更新方法、装置、电子设备
CN110162470B (zh) 一种区块链的测试方法和装置
CN108985742A (zh) 交易处理方法、装置及区块链系统
CN110009347B (zh) 一种区块链交易信息审计的方法及装置
CN109376534B (zh) 用于检测应用的方法和装置
CN112256318B (zh) 一种用于依赖产品的构建方法及设备
CN109345392B (zh) 编程题目发布、解答代码发布、解答代码检验方法及系统
CN115470264A (zh) 一种数据审计方法及装置、电子设备、存储介质
CN111443894A (zh) 一种基于区块链的随机数生成方法、设备及介质
CN112712125B (zh) 事件流的模式匹配方法、装置、存储介质及处理器
CN115484105B (zh) 攻击树的建模方法、装置、电子设备及可读存储介质
CN110060151B (zh) 一种业务执行方法及装置
CN111131474A (zh) 一种基于区块链管理用户协议的方法、设备及介质
CN110928941A (zh) 一种数据分片抽取方法及装置
CN111639998A (zh) 一种基于区块链保障用户押金权益的方法、设备及介质
US20210382872A1 (en) Blockchain-based Data Storage Method, Related Device and Storage Medium
CN114491662B (zh) 一种基于区块链的数据资产审计方法、系统及设备
CN113327169B (zh) 基于区块链的理赔方法及装置、电子设备
CN115408724A (zh) 一种分布式数据处理方法及装置、电子设备、存储介质
CN110866380A (zh) 一种填写信息字段内容的方法、终端
CN113779627A (zh) 基于区块链的合同隐私保护方法、存储介质及计算机设备
CN114064678A (zh) 事件数据处理方法、装置及终端设备
CN112001690A (zh) 一种基于区块链的辖区内企业合作方法、设备及介质
CN112862648A (zh) 基于区块链的多部门联合协作方法、装置、设备及介质

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