CN115659403A - 基于知识图谱的区块链跨链信息交互验证方法及系统 - Google Patents

Abstract

本发明公开了一种基于知识图谱的区块链跨链信息交互验证方法及系统，涉及区块链跨链技术领域，本发明通过注册登记模块、解析表示模块、融合更新模块、规则管理模块、推理验证模块和奖励反馈模块协同交互。当应用链接入中继链桥后，完成注册登记，然后根据来源链和目的链的跨链信息数据，构建粗粒度的知识图谱，并统一相应的跨链信息实体‑属性关系模型；其次通过智能合约启动将每次交互验证结果上链，实现知识图谱的更新；再运用深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联；当发生跨链信息交互时，触发跨链智能合约与知识图谱网络进行数据交互，实现多种跨链信息的高效和动态自适应验证。

Description

基于知识图谱的区块链跨链信息交互验证方法及系统

技术领域

本发明涉及一种基于知识图谱的区块链跨链信息交互验证方法及系统，属于区块链跨链技术领域。

背景技术

随着区块链技术的火热，市面上出现了许多不同类型的区块链，分别应用在金融、健康医疗、供应链、资产管理和溯源等领域。然而大部分链上应用都无法跨越当前链的边界，不能与其他链协同合作实现价值的流通，从而限制了区块链的发挥空间。为了打破数据和价值孤岛，实现不同类型的链协同合作，跨链技术应运而生。跨链技术本质上是一种将A链上的数据D，或信息I，或消息M安全可信地转移到Z链并在Z链上产生预期效果的一种技术。其中针对多源同构或异构链间跨链信息验证是跨链技术的关键，因此，对于多种跨链信息能否动态自适应验证以及验证能否高效的问题变得尤为突出。同时，因为知识图谱的关键应用在于对知识的查询和深度推理，所以知识图谱的建模阶段变得尤为重要，若建模过程中数据来源不可靠，将会导致出现错误的推理结果。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于知识图谱的区块链跨链信息交互验证方法及系统，解决现有跨链信息验证效率低、对多种跨链信息难以动态自适应验证的问题。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于知识图谱的区块链跨链信息交互验证方法，所述方法包括：

统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；

融合和更新知识图谱的跨链交互数据，构建最新的知识图谱；

通过跨链信息数据和最新的知识图谱匹配对应的验证规则；

根据验证规则对跨链信息进行推理验证。

其中，所述应用链至少有两条且在一次跨链交互中所充当的角色分别是来源链或目的链中的一种；所述注册登记的应用链信息数据包括验证字段、共识机制字段、来源链标识字段和目的链标识字段；所述构建知识图谱所需的跨链交互数据，是当跨链信息交互发生时，根据应用链信息数据解析所得出的，包括来源链和目的链及对应的信用度、共识机制类型、验证证明信息、交互路由以及频繁交互对象属性；所述跨链信息是对所有需要验证的跨链交互信息的总称。

进一步的，所述融合和更新知识图谱的跨链交互数据，构建最新的知识图谱，具体包括：

当跨链信息交互发生时，在最新的知识图谱网络中检索是否存在所述应用链间的信息交互记录；若否，则解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体—属性关系模型；若是，则直接进行知识图谱的融合更新；

根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱。

进一步的，所述根据跨链交互数据和最新的知识图谱匹配对应的验证规则，具体包括：

根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包；检测跨链信息是否存在相似场景下的重复验证，若是，则通过协同验证机制，共享最新记录的验证结果；若否，则根据解析出的跨链交互数据加载验证规则。

进一步的，所述根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包，具体包括：

通过虚拟机动态加载规则脚本，利用轻量级安全验证技术实现单次多条跨链信息的验证；

若所述跨链信息不是强关联跨链信息，则各自独立。

进一步的，所述根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱，还包括：

每次融合更新知识图谱时，对有贡献的应用链进行激励，对作恶的应用链进行惩罚。

进一步的，所述根据验证规则对跨链信息进行推理验证，还包括：

获取验证结果，若验证通过，则执行相应的跨链信息交互，同时融合更新知识图谱；

若验证不通过，则终止跨链信息交互，并融合更新知识图谱。

第二方面，本发明提供了一种基于知识图谱的区块链跨链信息交互验证系统，包括：

注册登记模块：用于统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；

融合更新模块：用于融合和更新知识图谱的跨链交互数据，形成最新的知识图谱；

规则管理模块：用于通过跨链信息数据和最新的知识图谱匹配对应的验证规则；

推理验证模块：用于根据验证规则对跨链信息进行推理验证。

进一步的，所述注册登记模块通过跨链消息传输协议统一应用链信息数据。

进一步的，所述系统还包括解析表示模块和奖励反馈模块；所述解析表示模块用于解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体-属性关系模型；所述奖励反馈模块用于在知识图谱更新时对应用链进行奖励或惩罚。

与现有技术相比，本发明所达到的有益效果：

本发明运用知识图谱的融合、加工、推理，结合区块链的可信、可溯源等特征，将知识图谱网络部署在底层区块链跨链网络上，运用强关联跨链信息的分组打包机制和重复验证信息的协同共享机制，有效提高了跨链信息验证的效率，实现多种跨链信息的高性能交互验证；本发明运用深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，探索细粒度的跨链知识融合推理技术，实现多种跨链信息自适应匹配验证；同时引入奖惩机制，确保了分布式知识图谱网络输入数据的安全性、可靠性，进一步提高了输出跨链信息验证结果的可信度。通过注册登记模块、解析表示模块、融合更新模块、规则管理模块、推理验证模块和奖励反馈模块，各模块协同交互，将知识图谱技术创新性地运用于跨链信息交互验证方面，形成一种支持多验证机制的高并发动态可插拔更新验证系统。

附图说明

图1是本发明实施例提供的基于知识图谱的区块链跨链信息交互验证方法的步骤流程图；

图2是本发明实施例提供的基于知识图谱的区块链跨链信息交互验证方法流程图；

图3是本发明实施例提供的基于知识图谱的区块链跨链信息交互验证系统的模块示意图。

具体实施方式

下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

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。

实施例一：

如图1～图2所示，本发明实施例提供了一种基于知识图谱的区块链跨链信息交互验证方法，包括：

统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；

融合和更新知识图谱的跨链交互数据，构建最新的知识图谱；

通过跨链信息数据和最新的知识图谱匹配对应的验证规则；

根据验证规则对跨链信息进行推理验证。

获取验证结果，若验证通过，则执行相应的跨链信息交互，同时融合更新知识图谱。其中，所述注册登记主要是完成身份及链上资产的注册登记，形成唯一标识字段；接入应用链时，还会启动智能合约，融合更新知识图谱。

所述应用链至少有两条且在一次跨链交互中所充当的角色分别是来源链或目的链中的一种；所述注册登记的应用链信息数据包括验证字段、共识机制字段、来源链标识字段和目的链标识等字段；所述构建知识图谱所需的跨链交互数据，是当跨链信息交互发生时，根据应用链信息数据解析所得出的，包括来源链和目的链及对应的信用度、共识机制类型、验证证明信息、交互路由以及频繁交互对象等属性；所述跨链信息是对所有需要验证的跨链交互信息的总称。

需要说明的是，在本发明实施例中，所述融合和更新知识图谱的跨链交互数据，构建最新的知识图谱，具体包括：

当跨链信息交互发生时，触发智能合约，在最新的知识图谱网络中检索是否存在所述应用链间的信息交互记录；若否，则解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体—属性关系模型；若是，则直接进行知识图谱的融合更新；

在这一过程中，根据最新跨链交互数据，不断融合更新知识图谱，并根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包。

所述通过跨链信息数据和最新的知识图谱匹配对应的验证规则，具体包括：

检测跨链信息是否存在相似场景下的重复验证，若是，则通过协同验证机制，共享最新记录的验证结果，否则通过规则管理模块，根据解析出的跨链交互数据加载验证规则，此处所述跨链交互数据为来源链和共识机制属性。

采用协同验证机制共享验证结果，主要是考虑到相似场景下同一跨链信息的验证可能会导致跨链信息验证的重复操作，同时由于强关联跨链信息的验证存在降低验证系统复杂度的操作空间，利用分组打包机制实现单次多条跨链信息的验证，进而提升跨链信息验证效率及并发能力。

进一步的，所述根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包，具体包括：

通过虚拟机动态加载规则脚本，利用轻量级安全验证技术实现单次多条跨链信息的验证。

为了确保分布式知识图谱网络输入数据的安全性、可靠性，进一步提高输出跨链信息验证结果的可信度，在根据最新跨链信息数据，不断融合更新知识图谱时，引入奖惩机制，在每次融合更新知识图谱时，对有贡献的应用链进行激励，对作恶的应用链进行惩罚。

需要说明的是，在本发明实施例中，若所述跨链信息是强关联跨链信息，则根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包，但若所述跨链信息不是强关联跨链信息，则各跨链信息各自独立。

在获取验证结果时，若验证通过，则执行相应的跨链信息交互，同时更新知识图谱；若验证不通过，则终止跨链信息交互，并更新知识图谱。同时，根据产生的验证结果不断更新跨链信息验证数据，包括应用链的信用度、验证证明信息等属性的更新。

本发明实施例公开了一种基于知识图谱的区块链跨链信息交互验证方法，运用知识图谱的融合、加工、推理，结合区块链的可信、可溯源等特征，将知识图谱网络部署在底层区块链跨链网络上；运用强关联跨链信息的分组打包机制和重复验证信息的协同共享机制，有效提高了跨链信息验证的效率，实现多种跨链信息的高性能交互验证；运用深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，探索细粒度的跨链知识融合推理技术，实现多种跨链信息自适应匹配验证；同时引入奖惩机制，确保了分布式知识图谱网络输入数据的安全性、可靠性，进一步提高了输出跨链信息验证结果的可信度。

实施例二：

基于实施例一所述的一种基于知识图谱的区块链跨链信息交互验证方法，本实施例提供了一种基于知识图谱的区块链跨链信息交互验证系统，如图3所示，包括：注册登记模块、解析表示模块、融合更新模块、规则管理模块、推理验证模块和奖励反馈模块。其中，注册登记模块用于统一跨链信息数据，在应用链接入中继链桥时，完成应用链身份及链上资产的的注册登记。应用链至少有两条且应用链是来源链和目的链中的至少一种。为了保证跨链信息的正确传输和验证，注册登记模块需要预先通过跨链消息传输协议来统一来源链和目的链之间交互信息的数据结构和添加指定的数据字段，数据字段包括验证字段、共识机制字段、来源链标识字段和目的链标识字段等。

解析表示模块用于解析统一的跨链信息数据，构建粗粒度知识图谱，并统一相应的跨链信息实体—属性关系模型。解析出的属性包括来源链、目的链及对应的信用度、共识机制类型、验证证明信息、交互路由以及频繁交互对象等。

融合更新模块用于融合和更新知识图谱的跨链信息交互数据，形成最新的知识图谱，具体表现为依据后续的推理验证模块产生的验证结果启动智能合约，记录相似场景下对同一跨链信息的重复验证数据，从而生成更细粒度的知识图谱。

规则管理模块用于根据跨链信息数据和最新的知识图谱快速地匹配对应的验证规则脚本。验证系统通过智能合约的方式管理多种验证规则，在融合更新模块生成的最新的知识图谱基础之上，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，当跨链信息交互时，根据解析出的来源链类型加载验证规则。

推理验证模块用于通过验证规则脚本对跨链信息进行推理验证；主要通过虚拟机动态加载规则脚本，对于强关联跨链信息进行分组打包，利用轻量级安全验证技术实现单次多条跨链信息的验证，同时对于相似场景下同一跨链信息的重复验证，采用协同验证机制共享验证结果提升跨链信息验证效率及并发能力。

奖励反馈模块用于在知识图谱融合更新时对应用链进行奖励或惩罚，对有贡献的应用链进行激励，对作恶的应用链进行惩罚。可以进一步促进跨链信息的安全可靠和知识图谱网络的完善，减少应用链作恶。

本发明实施例通过注册登记模块、解析表示模块、融合更新模块、规则管理模块、推理验证模块和奖励反馈模块这六个模块协同交互，设计出支持多验证机制的高并发动态可插拔更新验证系统，有助于提高跨链信息验证的效率，实现多种跨链信息高性能跨链交互和动态自适应验证。

实施例三：

基于实施例一所述的一种基于知识图谱的区块链跨链信息交互验证方法、实施例二所述的一种基于知识图谱的区块链跨链信息交互验证系统，本实施例以金融领域跨链交易为例对本申请技术方案进一步说明如下，本实施例采用一种基于知识图谱的区块链跨链信息交互验证方法：

设链A发送若干次跨链交易给链Z，链B也同时发送若干笔交易给链Z，A与Z为异构链，B与Z也为异构链，A与B是同构链或异构链未知，具体包括：

(1)A、B、Z接入中继链桥，触发中继链中部署的跨链智能合约，对交易数据结构进行统一，生成身份标识id(A)、id(B)和id(Z)、验证字段p(A)、p(B)和p(Z)、共识机制字段con(A)、con(B)和con(Z)等；

(2)A、B向Z发送第一笔交易，触发跨链智能合约，从(1)中的数据中根据来源链标识id(A)、id(B)和目的链标识id(Z)及对应的交易金额m(A)、m(B)和m(Z)、信用度credit(A)、credit(B)和credit(Z)、共识机制类型con(A)、con(B)和con(Z)、证明信息p(A)、p(B)和p(Z)以及频繁交易对象fre_obj(A)、fre_obj(B)和fre_obj(Z)等属性，构建粗粒度的知识图谱，构建A-A属性、B-B属性、Z-Z属性、<A,p(A),Z>、<B,p(B),Z>、<A,m(A),Z>、<B,m(B),Z>等关系模型组；

(3)根据最新的知识图谱，如果A与B是同构链，则对A和B的跨链信息进行组合打包，否则就各自独立；

(4)根据(2)中的粗粒度知识图谱进行知识融合更新，匹配并加载相应的验证规则；

(5)对p(A)和p(B)进行验证，如果验证通过，则执行交易，并更新验证结果反馈到知识图谱，否则交易终止，同样也更新验证结果反馈到知识图谱，对知识图谱进行融合更新；

(6)A、B向Z发送第二笔交易，触发跨链智能合约与(4)更新的知识图谱进行数据交互，检测到有一笔交易记录，则直接根据第二笔交易信息进行知识图谱的再次更新；

(7)执行(3)；

(8)根据(6)中的知识图谱进行知识融合更新，匹配并加载相应的验证规则；

(9)执行(5)；

(10)A和Z双方在极短时间内连续多次发起交易的情况下，重复上述步骤。假设A、B与Z完成了n次交易，n远大于2，在进行第n+1次交易时，基于前n次对深度表征学习模型的不断训练和对知识图谱的不断融合更新，同时在奖惩机制的影响下，对于此种相似场景下的重复验证，能够实现协同验证，进而完成跨链交易的验证。

需要说明的是，在本发明实施例中，每次知识图谱融合更新都会启动奖惩机制，对有贡献的应用链进行激励，对作恶的应用链进行惩罚，减少应用链作恶，保证交易数据的安全真实，并将结果反馈上链。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述方法包括：

统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；

融合和更新知识图谱的跨链交互数据，构建最新的知识图谱；

通过跨链信息数据和最新的知识图谱匹配对应的验证规则；

根据验证规则对跨链信息进行推理验证。

2.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述应用链至少有两条且在一次跨链交互中所充当的角色分别是来源链或目的链中的一种；所述注册登记的应用链信息数据包括验证字段、共识机制字段、来源链标识字段和目的链标识字段；所述构建知识图谱所需的跨链交互数据，是当跨链信息交互发生时，根据应用链信息数据解析所得出的，包括来源链和目的链及对应的信用度、共识机制类型、验证证明信息、交互路由以及频繁交互对象属性；所述跨链信息数据是对所有需要验证的跨链交互信息的总称。

3.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述融合和更新知识图谱的跨链交互数据，构建最新的知识图谱，具体包括：

当跨链信息交互发生时，在最新的知识图谱网络中检索是否存在所述应用链间的信息交互记录；若否，则解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体—属性关系模型；若是，则直接进行知识图谱的融合更新；

根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱。

4.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述根据跨链信息数据和最新的知识图谱匹配对应的验证规则，具体包括：

根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包；检测跨链信息是否存在相似场景下的重复验证，若是，则通过协同验证机制，共享最新记录的验证结果；若否，则根据解析出的跨链交互数据加载验证规则。

5.根据权利要求4所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包，具体包括：

通过虚拟机动态加载规则脚本，利用轻量级安全验证技术实现单次多条跨链信息的验证；

若所述跨链信息不是强关联跨链信息，则各自独立。

6.根据权利要求3所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱，还包括：

每次融合更新知识图谱时，对有贡献的应用链进行激励，对作恶的应用链进行惩罚。

7.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述根据验证规则对跨链信息进行推理验证，还包括：

获取验证结果，若验证通过，则执行相应的跨链信息交互，同时融合更新知识图谱；

若验证不通过，则终止跨链信息交互，并融合更新知识图谱。

8.一种基于知识图谱的区块链跨链信息交互验证系统，其特征在于，包括：

注册登记模块：用于统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；

融合更新模块：用于融合和更新知识图谱的跨链交互数据，构建最新的知识图谱；

规则管理模块：用于通过跨链信息数据和最新的知识图谱匹配对应的验证规则；

推理验证模块：用于根据验证规则对跨链信息数据进行推理验证。

9.根据权利要求8所述的基于知识图谱的区块链跨链信息交互验证系统，其特征在于，所述注册登记模块通过跨链消息传输协议统一应用链信息数据。

10.根据权利要求8所述的基于知识图谱的区块链跨链信息交互验证系统，其特征在于，还包括解析表示模块和奖励反馈模块；所述解析表示模块用于解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体-属性关系模型；所述奖励反馈模块用于在知识图谱更新时对应用链进行奖励或惩罚。

Images