CN115578098A - 基于区块链的高效智能型记账方法、装置 - Google Patents
基于区块链的高效智能型记账方法、装置 Download PDFInfo
- Publication number
- CN115578098A CN115578098A CN202211336544.6A CN202211336544A CN115578098A CN 115578098 A CN115578098 A CN 115578098A CN 202211336544 A CN202211336544 A CN 202211336544A CN 115578098 A CN115578098 A CN 115578098A
- Authority
- CN
- China
- Prior art keywords
- transaction
- node
- information
- target
- central node
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3825—Use of electronic signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3827—Use of message hashing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开的实施例提供了一种基于区块链的高效智能型记账方法、装置。该方法包括:交易节点向目标节点发送交易请求;目标节点接收交易请求,并向交易节点发送交易请求的确认信息;交易节点接收确认信息,并根据确认信息生成交易信息,向中心节点发送交易信息;中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。以此方式,可以将中心化与去中心化相结合,以中心节点对记账效率进行充分保障,确保海量数据运算、高并发的实现;再结合去中心化的区块链按周期对交易信息进行存证、保全,确保交易信息的公平、公正和公开。
Description
技术领域
本公开涉及区块链技术领域,尤其涉及一种基于区块链的高效智能型记账方法、装置。
背景技术
区块链是一种去中心化的分布式账本系统,可以用于登记和发行数字化资产、产权凭证、积分等,并以点对点的方式进行转账、支付和交易。
区块链与传统中心化系统相比,具有公开透明、不可篡改、防止多重支付等优点。基于区块链的种种特性,目前多数交易机构已逐渐使用区块链进行记账,但是受限于区块链设施,现有的记账方法普遍存在性能瓶颈。
发明内容
本公开提供了一种基于区块链的高效智能型记账方法、装置,可以在保障记账效率的同时,确保交易信息的公平、公正和公开。
第一方面,本公开实施例提供了一种基于区块链的高效智能型记账方法,该方法包括:
交易节点向目标节点发送交易请求;
目标节点接收交易请求,并向交易节点发送交易请求的确认信息;
交易节点接收确认信息,并根据确认信息生成交易信息,向中心节点发送交易信息;
中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。
在第一方面的一些可实现方式中,目标时长的确定包括以下步骤:
中心节点将本节点的运营数据输入预先训练的目标时长预测模型,得到目标时长;
目标时长预测模型是利用目标时长训练数据集对预设神经网络进行训练得到的,其中,目标时长训练数据集是根据运营数据样本及其对应的目标时长标签生成的。
在第一方面的一些可实现方式中,运营数据包括:用户调研数据、市场波动数据、交易信息数量变化数据、可用资源数据。
在第一方面的一些可实现方式中,该方法还包括:
中心节点将交易信息数量变化数据输入预先训练的恶意交易预测模型,预测是否存在恶意交易;
恶意交易预测模型是利用恶意交易训练数据集对预设神经网络进行训练得到的,其中,恶意交易训练数据集是根据交易信息数量变化数据样本及其对应的标识是否存在恶意交易的标签生成的。
在第一方面的一些可实现方式中,交易信息为数字资产增加记录、数字资产减少记录、数字资产互换记录或者数字资产交易记录。
在第一方面的一些可实现方式中,该方法还包括:
若中心节点接收到各监管节点发送的开始指令,且发送开始指令的监管节点的数量与监管节点总数量的比值大于或等于预设阈值,则中心节点通知各交易节点允许数字资产互换;
若中心节点接收到各监管节点发送的结束指令,且发送结束指令的监管节点的数量与监管节点总数量的比值大于预设阈值,则中心节点通知各交易节点禁止数字资产互换。
在第一方面的一些可实现方式中,该方法还包括:
中心节点获取与交易节点相关联的征信信息;
中心节点根据征信信息,变更交易节点的信用分数;
若信用分数小于或等于预设阈值,则中心节点禁止交易节点参与交易。
第二方面,本公开实施例提供了一种基于区块链的高效智能型记账装置,该装置包括:
发送模块,用于交易节点向目标节点发送交易请求;
发送模块,还用于目标节点接收交易请求,并向交易节点发送交易请求的确认信息;
发送模块,还用于交易节点接收确认信息,并根据确认信息生成交易信息,向中心节点发送交易信息;
写入模块,用于中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。
第三方面,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如以上所述的方法。
第四方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如以上所述的方法。
在本公开中,可以将中心化与去中心化相结合,以中心节点对记账效率进行充分保障,确保海量数据运算、高并发的实现;再结合去中心化的区块链按周期对交易信息进行存证、保全,确保交易信息的公平、公正和公开。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案,不构成对本公开的限定在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了一种能够在其中实现本公开的实施例的示例性运行环境的示意图;
图2示出了本公开实施例提供的一种基于区块链的高效智能型记账方法的流程图;
图3示出了本公开实施例提供的一种基于区块链的高效智能型记账装置的结构图;
图4示出了一种能够实施本公开的实施例的示例性电子设备的结构图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,在本文中,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,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
针对背景技术中出现的问题,本公开实施例提供了一种基于区块链的高效智能型记账方法、装置。具体地,交易节点向目标节点发送交易请求;目标节点接收交易请求,并向交易节点发送交易请求的确认信息;交易节点接收确认信息,并根据确认信息生成交易信息,向中心节点发送交易信息;中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。
以此方式,可以将中心化与去中心化相结合,以中心节点对记账效率进行充分保障,确保海量数据运算、高并发的实现;再结合去中心化的区块链按周期对交易信息进行存证、保全,确保交易信息的公平、公正和公开。
下面结合附图,通过具体的实施例对本公开实施例提供的基于区块链的高效智能型记账方法、装置进行详细地说明。
图1示出了一种能够在其中实现本公开的实施例的示例性运行环境的示意图,如图1所示,运行环境100中可以包括交易节点、目的节点和中心节点。
应该理解,图1中的交易节点和目的节点的数量仅仅是示意性的,可以为任意数量,在此不做限制。交易节点、目的节点和中心节点可以是各种电子设备,包括但不限于个人电脑、智能手机、平板电脑、个人数字助理、服务器、智能家电、智能穿戴设备等。这些电子设备可以安装有各种通讯客户端应用,例如即时通信工具、邮箱客户端、社交平台软件、音频视频软件等。其中,这些电子设备可以具有存储器和逻辑运算处理器、控制元件等。这些电子设备可以发送数据请求,可以接收数据请求,还可以对数据进行分析、检索、验证和存储等处理。通常,服务器具有较高的硬件配置和较强的运算能力。在运算压力较小的情况下,服务器可以用台式机、工作站、移动设备或其他的电子设备替代。
作为一个示例,交易节点向目标节点发送交易请求(例如用于数字资产增加、数字资产减少、数字资产互换或者数字资产交易的请求);目标节点接收交易请求,并向交易节点发送交易请求的确认信息(用于表示目标节点确认交易);交易节点接收确认信息,并根据确认信息生成交易信息(例如数字资产增加记录、数字资产减少记录、数字资产互换记录或者数字资产交易记录),向中心节点发送交易信息;中心节点实时接收并存储各交易节点发送的交易信息,每隔目标时长便将目标时长内存储的交易信息统一写入区块链。如此可以将中心化与去中心化相结合,在保障记账效率的同时提高记账安全性。
下面将详细介绍本公开实施例提供的基于区块链的高效智能型记账方法,其中,该高效智能型记账方法可以应用于图1所示的运行环境100。
图2示出了本公开实施例提供的一种基于区块链的高效智能型记账方法的流程图,如图2所示,高效智能型记账方法200可以包括以下步骤:
S210,交易节点向目标节点发送交易请求。
其中,交易请求用于交易节点向目标发起交易,其可以为交易节点向目标节点请求购买某种商品、兑换某种商品、互换某些数字资产或者其他交易,在此不做限定。
S220,目标节点接收交易请求,并向交易节点发送交易请求的确认信息。
具体地,目标节点接收到交易请求后,判断交易请求是否可行,若可行,则向交易节点发送交易请求的确认信息,否则,拒绝交易请求。
S230,交易节点接收确认信息,并根据确认信息生成交易信息,向中心节点发送交易信息。
其中,交易信息用于记录本次交易行为。
参见S210,若交易请求为交易节点向目标节点请求购买某种商品,则交易信息可以为对购买某种商品之后产生的数字资产(例如积分)做出的记录,也即数字资产增加记录。
若交易请求为交易节点向目标节点请求兑换某种商品,则交易信息可以为对使用数字资产兑换某种商品之后减少的数字资产做出的记录,也即数字资产减少记录。
若交易请求为交易节点向目标节点请求互换某些数字资产,则交易信息可以为对互换某些数字资产之后数字资产的归属变化做出的记录,也即数字资产互换记录。
若交易请求为交易节点向目标节点请求使用数字资产转换等价资金,则交易信息可以为对使用数字资产转换等价资金之后的相关状态做出的记录,也即数字资产交易记录。
S240,中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。
其中,目标时长可以是固定的,也可以是动态的。
对于固定的目标时长,可以由中心节点的管理人员根据实际需要设定;
对于动态的目标时长,可以设定在上一目标时长结束后立即确定本轮所需的目标时长,其确定步骤可以包括:
中心节点将本节点的运营数据输入预先训练的目标时长预测模型,由目标时长预测模型对其进行计算处理,快速得到目标时长。
其中,运营数据可以包括:用户调研数据、市场波动数据、交易信息数量变化数据、可用资源数据等影响目标时长的代表性数据;目标时长预测模型是利用目标时长训练数据集对预设神经网络(例如BP神经网络、卷积神经网络、全连接神经网络等)进行训练得到的,具有较强的预测能力,目标时长训练数据集是根据运营数据样本及其对应的目标时长标签生成的。
与此同时,中心节点还可以将交易信息数量变化数据输入预先训练的恶意交易预测模型,快速预测是否存在恶意交易,若存在恶意交易,则立即通知中心节点的管理人员进行处理。
其中,恶意交易预测模型是利用恶意交易训练数据集对预设神经网络进行训练得到的,具有较强的预测能力,恶意交易训练数据集是根据交易信息数量变化数据样本及其对应的标识是否存在恶意交易的标签生成的。
需要注意的是,为了进一步保障上链信息的安全性,中心节点可以按照预设结构体组装交易信息,并计算交易信息对应的哈希值,同时对交易信息对应的哈希值进行签名,并以签名后的哈希值为区块标识,将交易信息写入区块链,实现防篡改的同时防止抵赖。
根据本公开实施例,可以将中心化与去中心化相结合,以中心节点对记账效率进行充分保障,确保海量数据运算、高并发的实现;再结合去中心化的区块链按周期对交易信息进行存证、保全,确保交易信息的公平、公正和公开。
在一些实施例中,为了保证数字资产互换的合理、合规,还可以包括:
若中心节点接收到各监管节点发送的开始指令,且发送开始指令的监管节点的数量与监管节点总数量的比值大于或等于预设阈值,则中心节点通知各交易节点允许数字资产交换数字资产互换。
若中心节点接收到各监管节点发送的结束指令,且发送结束指令的监管节点的数量与监管节点总数量的比值大于预设阈值,则中心节点通知各交易节点禁止数字资产交换数字资产互换。
示例性地,预设阈值可以由人工设定,也可以由AI模型根据用户反馈、舆情信息等相关数据进行智能推荐,在此不做限制。
在一些实施例中,为了督促交易节点诚实、守信,还可以包括:
中心节点可以获取与交易节点相关联的征信信息(例如流水记录)。
中心节点根据征信信息,及时变更交易节点的信用分数。
若信用分数小于或等于预设阈值,则中心节点禁止交易节点参与交易。
下面结合一个具体的实施例,对本公开实施例提供的高效智能型记账方法进行详细说明,具体如下:
用户1可以通过网络节点1(交易节点)登录购物平台,购物平台可以通过网络节点2(目标节点)对用户进行身份验证,验证成功后,用户1即可通过网络节点1查看网络节点2发布的商品信息,这里可以理解为用户1在购物平台浏览商品,此后,用户1就可以通过网络节点1向网络节点2下发使用数字资产(例如积分)兑换商品的交易请求。购物平台通过网络节点2接收用户1通过网络节点1发出的交易请求,购物平台通过网络节点2判断能否满足该交易请求,能满足则向网络节点1回复确认消息,否则,交易请求被拒绝。示例性地,网络节点2可以通过查询商品库存状态、用户购买资质等信息对能否满足网络节点1发出的交易请求进行判断。网络节点1在接收到确认消息之后,可以根据确认消息生成数字资产减少记录类型的交易信息,并向中心节点发送交易信息。中心节点接收并存储(例如加密存储)网络节点1发送的交易信息,同时也会接收并存储其他网络节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图3示出了根据本公开的实施例提供的一种基于区块链的高效智能型记账装置的结构图,如图3所示,高效智能型记账装置300可以包括:
发送模块310,用于交易节点向目标节点发送交易请求。
发送模块310,还用于目标节点接收交易请求,并向交易节点发送交易请求的确认信息。
发送模块310,还用于交易节点接收确认信息,并根据确认信息生成交易信息,向中心节点发送交易信息。
写入模块320,用于中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将目标时长内存储的交易信息写入区块链。
在一些实施例中,目标时长的确定包括以下步骤:
中心节点将本节点的运营数据输入预先训练的目标时长预测模型,得到目标时长;
目标时长预测模型是利用目标时长训练数据集对预设神经网络进行训练得到的,其中,目标时长训练数据集是根据运营数据样本及其对应的目标时长标签生成的。
在一些实施例中,运营数据包括:用户调研数据、市场波动数据、交易信息数量变化数据、可用资源数据。
在一些实施例中,高效智能型记账装置300还包括:
预测模块,用于中心节点将交易信息数量变化数据输入预先训练的恶意交易预测模型,预测是否存在恶意交易。
恶意交易预测模型是利用恶意交易训练数据集对预设神经网络进行训练得到的,其中,恶意交易训练数据集是根据交易信息数量变化数据样本及其对应的标识是否存在恶意交易的标签生成的。
在一些实施例中,交易信息为数字资产增加记录、数字资产减少记录、数字资产互换记录或者数字资产交易记录。
在一些实施例中,高效智能型记账装置300还包括:
通知模块,用于若中心节点接收到各监管节点发送的开始指令,且发送开始指令的监管节点的数量与监管节点总数量的比值大于或等于预设阈值,则中心节点通知各交易节点允许数字资产互换。
通知模块,还用于若中心节点接收到各监管节点发送的结束指令,且发送结束指令的监管节点的数量与监管节点总数量的比值大于预设阈值,则中心节点通知各交易节点禁止数字资产互换。
在一些实施例中,高效智能型记账装置300还包括:
获取模块,用于中心节点获取与交易节点相关联的征信信息。
变更模块,用于中心节点根据征信信息,变更交易节点的信用分数。
禁止模块,用于若信用分数小于或等于预设阈值,则中心节点禁止交易节点参与交易。
可以理解的是,图3所示的高效智能型记账装置300中的各个模块/单元具有实现本公开实施例提供的高效智能型记账方法200中的各个步骤的功能,并能达到其相应的技术效果,为了简洁,在此不再赘述。
图4示出了一种可以用来实施本公开的实施例的电子设备的结构图。电子设备400旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备400还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图4所示,电子设备400可以包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM403中,还可存储电子设备400操作所需的各种程序和数据。计算单元401、ROM402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许电子设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机程序产品,包括计算机程序,其被有形地包含于计算机可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM403并由计算单元401执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,计算机可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。计算机可读介质可以是计算机可读信号介质或计算机可读储存介质。计算机可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。计算机可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
需要注意的是,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行方法200,并达到本公开实施例执行其方法达到的相应技术效果,为简洁描述,在此不再赘述。
另外,本公开还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现方法200。
为了提供与用户的交互,可以在计算机上实施以上描述的实施例,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将以上描述的实施例实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种基于区块链的高效智能型记账方法,其特征在于,所述方法包括:
交易节点向目标节点发送交易请求;
所述目标节点接收所述交易请求,并向所述交易节点发送所述交易请求的确认信息;
所述交易节点接收所述确认信息,并根据所述确认信息生成交易信息,向中心节点发送所述交易信息;
所述中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将所述目标时长内存储的交易信息写入区块链。
2.根据权利要求1所述的方法,其特征在于,所述目标时长的确定包括以下步骤:
所述中心节点将本节点的运营数据输入预先训练的目标时长预测模型,得到所述目标时长;
所述目标时长预测模型是利用目标时长训练数据集对预设神经网络进行训练得到的,其中,所述目标时长训练数据集是根据运营数据样本及其对应的目标时长标签生成的。
3.根据权利要求2所述的方法,其特征在于,所述运营数据包括:用户调研数据、市场波动数据、交易信息数量变化数据、可用资源数据。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
所述中心节点将所述交易信息数量变化数据输入预先训练的恶意交易预测模型,预测是否存在恶意交易;
所述恶意交易预测模型是利用恶意交易训练数据集对预设神经网络进行训练得到的,其中,所述恶意交易训练数据集是根据交易信息数量变化数据样本及其对应的标识是否存在恶意交易的标签生成的。
5.根据权利要求1所述的方法,其特征在于,所述交易信息为数字资产增加记录、数字资产减少记录、数字资产互换记录或者数字资产交易记录。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述中心节点接收到各监管节点发送的开始指令,且发送开始指令的监管节点的数量与监管节点总数量的比值大于或等于预设阈值,则所述中心节点通知各交易节点允许数字资产互换;
若所述中心节点接收到各监管节点发送的结束指令,且发送结束指令的监管节点的数量与监管节点总数量的比值大于预设阈值,则所述中心节点通知各交易节点禁止数字资产互换。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述中心节点获取与所述交易节点相关联的征信信息;
所述中心节点根据所述征信信息,变更所述交易节点的信用分数;
若所述信用分数小于或等于预设阈值,则所述中心节点禁止所述交易节点参与交易。
8.一种基于区块链的高效智能型记账装置,其特征在于,所述装置包括:
发送模块,用于交易节点向目标节点发送交易请求;
所述发送模块,还用于所述目标节点接收所述交易请求,并向所述交易节点发送所述交易请求的确认信息;
所述发送模块,还用于所述交易节点接收所述确认信息,并根据所述确认信息生成交易信息,向中心节点发送所述交易信息;
写入模块,用于所述中心节点接收并存储各交易节点发送的交易信息,每隔目标时长将所述目标时长内存储的交易信息写入区块链。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336544.6A CN115578098A (zh) | 2022-10-28 | 2022-10-28 | 基于区块链的高效智能型记账方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336544.6A CN115578098A (zh) | 2022-10-28 | 2022-10-28 | 基于区块链的高效智能型记账方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115578098A true CN115578098A (zh) | 2023-01-06 |
Family
ID=84586133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211336544.6A Pending CN115578098A (zh) | 2022-10-28 | 2022-10-28 | 基于区块链的高效智能型记账方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115578098A (zh) |
-
2022
- 2022-10-28 CN CN202211336544.6A patent/CN115578098A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI673666B (zh) | 資料風險控制的方法及裝置 | |
JP2018517976A (ja) | 対話データ処理方法及び装置 | |
CN104965844A (zh) | 信息处理方法及装置 | |
CN110009365B (zh) | 非正常转移电子资产的用户群体检测方法、装置和设备 | |
KR101712361B1 (ko) | 빅데이터 분석을 이용한 p2p 뱅킹 신용도 평가 방법 및 시스템 | |
US20230325592A1 (en) | Data management using topic modeling | |
CN112214508A (zh) | 数据处理方法及装置 | |
CN108537065A (zh) | 征信信息处理方法 | |
CN110610290B (zh) | 间联商户风险管控方法及其系统 | |
CN112330329A (zh) | 风险交易数据处理方法、装置、设备及存储介质 | |
CN108985755A (zh) | 一种账号状态识别方法、装置及服务器 | |
CN116703555A (zh) | 一种预警方法、装置、电子设备及计算机可读介质 | |
CN110782310A (zh) | 从第三方平台异步获取用户属性信息的方法、装置和系统 | |
CN115809324A (zh) | 业务推送方法、装置、服务器及计算机可读存储介质 | |
CN115578098A (zh) | 基于区块链的高效智能型记账方法、装置 | |
CN114757757A (zh) | 一种风控方法 | |
CN111429257B (zh) | 一种交易监控方法和装置 | |
CN112348661B (zh) | 基于用户行为轨迹的服务策略分配方法、装置及电子设备 | |
JP2023007389A (ja) | ブロックチェーンに基づくサイト選択方法、装置、機器および記憶媒体 | |
CN112968876A (zh) | 一种内容分享方法、装置、电子设备及存储介质 | |
CN111582648A (zh) | 用户策略生成方法、装置及电子设备 | |
CN110675155A (zh) | 风险识别方法和装置 | |
CN113222456B (zh) | 任务处理方法、系统、电子设备及计算机可读介质 | |
CN114155038B (zh) | 受疫情影响用户识别方法 | |
CN117172803A (zh) | 一种投标风险确定方法、装置、设备以及存储介质 |
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 |