CN116126975B - 一种基于商业区块链技术的多属性数字积分流通系统 - Google Patents

一种基于商业区块链技术的多属性数字积分流通系统 Download PDF

Info

Publication number
CN116126975B
CN116126975B CN202310396525.0A CN202310396525A CN116126975B CN 116126975 B CN116126975 B CN 116126975B CN 202310396525 A CN202310396525 A CN 202310396525A CN 116126975 B CN116126975 B CN 116126975B
Authority
CN
China
Prior art keywords
digital
data
blockchain
attribute
integral
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
CN202310396525.0A
Other languages
English (en)
Other versions
CN116126975A (zh
Inventor
袁道红
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.)
Beijing Nongfu Shop Technology Research Institute
Original Assignee
Beijing Nongfu Shop Technology Research Institute
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 Beijing Nongfu Shop Technology Research Institute filed Critical Beijing Nongfu Shop Technology Research Institute
Priority to CN202310396525.0A priority Critical patent/CN116126975B/zh
Publication of CN116126975A publication Critical patent/CN116126975A/zh
Application granted granted Critical
Publication of CN116126975B publication Critical patent/CN116126975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/27—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
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2272—Management thereof
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • G06F21/602—Providing cryptographic facilities or services
    • 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
    • G06F21/604—Tools and structures for managing or administering access control systems
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0442—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/12—Applying verification of the received information
    • H04L63/123—Applying verification of the received information received data contents, e.g. message integrity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1042—Peer-to-peer [P2P] networks using topology management mechanisms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/30—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy
    • H04L9/3006—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy underlying computational problems or public-key parameters
    • H04L9/302—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy underlying computational problems or public-key parameters involving the integer factorization problem, e.g. RSA or quadratic sieve [QS] schemes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2141—Access rights, e.g. capability lists, access control lists, access tables, access matrices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/26—Testing cryptographic entity, e.g. testing integrity of encryption key or encryption algorithm
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/56—Financial cryptography, e.g. electronic payment or e-cash
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Library & Information Science (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Automation & Control Theory (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于商业区块链技术的多属性数字积分流通系统，包括多属性数字积分管理模块、商业区块链模块、数字积分流通模块。基于区块链技术将数字积分用于多元电子商业贸易，将商户作为积分发起源，对每类商用数字积分基于特征分析算法进行输入性特征标注，构建区块链数据库承载数字积分流通的信息存储，通过协调监控金融数据用户交易记录和反馈，基于异常动态监测算法处理违规流通操作，确保平衡应用。

Description

一种基于商业区块链技术的多属性数字积分流通系统
技术领域
本发明涉及电子商务领域，具体地说，涉及一种基于商业区块链技术的多属性数字积分流通系统。
背景技术
当下，区块链技术在金融领域的应用已经取得了一定进展和一些初步成果。从区块链被提出至今，区块链也从小众话题，迅速扩散成为学界和社会大众广泛关注的创新科技。区块链技术被很多人看作是可以改变现有交易模式、从底层基础设施重构社会的突破性变革技术，区块链技术在短时间内受到极大的重视。尤其是对于金融业来说，区块链有潜力为金融行业的经济和交易制度创造新的技术基础。区块链在金融业的应用不仅是传统业务模式的挑战，更是创建新业务和简化内部流程的重要机会。区块链技术以更低成本、更便捷的方式为更广泛的人群提供平等有效的金融服务，构建区块链数据库承载数字积分流通的信息存储，通过和商会的协调监控，基于异常动态监测算法处理违规流通操作，其应用层面广，经济成本低，可以推广至社会应用，带来良好的社会和经济效益。
发明内容
本发明的目的在于提供一种基于商业区块链技术的多属性数字积分流通系统，以解决上述背景技术中提出的问题。
为实现上述目的，一种基于商业区块链技术的多属性数字积分流通系统，包括多属性数字积分管理模块、商业区块链模块、数字积分流通模块；首先，构建多属性数字积分管理模块，确定数字积分的特征，并进行属性标注，基于属性搭建数字积分数据库；其次，构建商业区块链模块，基于去中心化思维搭建分布式电子商业网络结构，基于商业类型构建系统数据库，基于数字积分数据库和系统数据库之间的属性从属关系进行区块链数字积分的分类和识别；最后，搭建数字积分流通模块，基于溯源算法确认数字积分的认领与发布机制，基于异常信息监测算法对数字积分流通交易的安全性和合规性进行识别与异常反馈，基于反馈信息确保数字积分的流通保障。
进一步的，所述多属性数字积分管理模块， 确定数字积分的特征，包括：数字化积分展现UI、数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位。
进一步的，所述多属性数字积分管理模块，属性标注基于元数据标记和处理的方式，详细过程如下：将数字积分管理模块定义的组成数据包括：数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位存储在关系数据库中；在存取数据时，通过对元数据的识别定位实例数据和渲染实例数据；本发明将结构化数据存储在ORACLE数据库中，并使用一种半结构化的数据处理机制，使用基于数据集合的NoSQL型数据库作为持久化容器；利用Document机制，使用Json方式将表单实例记录持久化，用Collection机制对持久化的document进行效率分区，降低关系型数据库表数量，并优化其索引，提高查询效率，通过其半结构化性质，结合元数据进行查询。
设共有m条数据流，数据流一个多个数据单元构成的数据序列，则数据流可表示为： 其中/>表示数据流，/>表示数据单元，D表示整体大数据集；
进一步的，所述多属性数字积分管理模块，数字积分数据库使用MongoDB数据库进行分布式搭建。
进一步的，所述商业区块链模块，基于去中心化思维搭建分布式电子商业网络结构，详细过程如下：本发明基于区块链技术搭建分布式电子商业网络结构，包括应用层、服务和应用支撑层、网络层、设备层、管理层和安全层，应用层包含应用。去中心化应用和节点部署在区块链实体上。区块链以去中心化的方式工作，并由全部或部分节点参与共识过程和相互协作，这需要具备去中心化模式下的访问控制能力，为满足应用的不同需求，需要提供不同的群体共识机制实现操作的一致性。与群体共识相关的能力包括：支持多个节点参加共识和确认过程、支持独立节点在区块链里验证相关信息更新、防止任何独立的节点在没有其他节点确认的情况下记录或修改信息。网络层包括网络能力和传输能力。区块链节点间可以通过点对点的模式相互通信，独立于通信网络，可以在任何一种通信网络上运行。设备层包括设备能力和网关能力。网关和全功能的设备可以承载去中心化应用和区块链节点，并能参与到区块链中。能力受限的设备可以通过网关或全功能的设备连接到区块链。管理层包括通用管理功能和专用管理功能。除了支持这两组能力外，区块链管理相关的能力包括：监管和审计能力、数据处理服务性能管理能力、开发和运营能力以及对区块链中审计记录、审计过程和结果信息的收集、维护和信息防泄露等。其中监管和审计能力提供访问控制、监控、跟踪等技术手段，保证数据防篡改特性、可追溯性及可检测性；数据处理服务性能管理能力主要是以安全的方式收集和维护区块链数据；开发能力提供对区块链开发的支持，包括服务组件开发、测试管理和服务发布；运营能力提供对异常事件管理、服务交付和部署、跨链服务管理等的支持。
运用区块链技术对数据进行加密，为确保数据的安全程度，先对数据进行加密环境的预处理，提前对数据进行审核，标定重点加密的内容，为后续加密奠定基础。利用RSA技术创建多层加密空间，根据初始数据及内容，设定公钥输入PIN转换值，公式如下： H表示公钥输入PIN转换值，k表示加密范围，/>表示加密重叠范围，u表示单向加密频次。
设定格栅化加密目标，在预设的加密环境下，测算出单向加密格栅的长度，公式如下： D表示加密格栅的长度，l表示加密覆盖范围，p表示加密单向距离，i表示加密次数，t表示加密堆叠范围。
随后根据加密文本的信息，构建对应的密文，测算除文本无损加密标准值，公式如下： W表示加密无损标准值，v表示加密定向偏差，/>表示预设偏差，/>表示加密标准值。对加密效果进行测试，将文本同时传输，开启攻击程序，测定单次时间之内的攻击次数，公式如下：/> G表示攻击次数，/>表示加密识别范围，/>表示加密重合区域，e表示处理频次，根据测试得出的结果进行分析研究。对于节点i的安全水平，计算公式如下：/> />代表节点i的安全值，F为安全值计算函数，/>代表节点i参与系统性行为的量；在每一轮共识结束后，更新节点安全值，公式如下：/> />分别代表节点i在第h轮和h-1轮的安全值，计算出节点总安全值/>，公式如下：/> />为节点i的总安全值，H为总轮次；
进一步的，所述商业区块链模块， 基于商业类型构建系统数据库是以MySQL关系型数据库为主，以商户交易关系为特征，搭载数字积分数据库的数字积分属性。应用区块链技术进行积分系统的加密;
进一步的，所述商业区块链模块，基于数字积分数据库和系统数据库之间的属性从属关系进行区块链数字积分的分类和识别，详细过程如下：本发明使用基于局部卷积神经网络算法的分类识别， Ln为一个区块链模块中的数组变量；Tn为一个受Ln制约的长度不定的数组变量；Bn，Sn是在Ln和Tn基础上的多维整形矩阵变量。模糊过程中，针对特定的Ln和Tn，构成输入的Bn和Sn数据集，将数据集输入到神经网络中进行评价分析，分析得到的变量作为最终评价结果，再与Ln和Tn控制变量整合，进行总体解模糊计算。即数据的模糊过程仅为利用Ln和Tn对Bn和Sn的分解，但数据的解模糊过程为基于Ln和Tn遍历过程对神经网络输出的变量进行代数平均计算获得一个最终评价结果。系统的解模糊过程，采用代数平均法，其解模糊式如下： 式中，/>为Ln控制下的计数变量；/>为Tn控制下的计数变量；/>为Ln和Tn控制下每次神经元网络输出的输出量；/>为/>计数控制下的指针变量。
进一步的，所述数字积分流通模块， 基于溯源算法确认数字积分的认领与发布机制，详细过程如下：本发明信息溯源方法主要包含三个阶段。第一阶段是重构阶段；第二阶段是异常事件检测阶段；第三阶段是信息溯源阶段；利用高斯过程的预测数据构建置信区间，并根据当前时刻的数据进行数字积分流通场重构，通过判断数字积分流通场是否在置信区间内，实现异常事件检测；在第三阶段中，由于场重构技术是对数据原始空间样貌的恢复，当数字积分流通场超出当前时刻的置信区间时，即可对该数字积分流通场的数据进行搜索，整个场重构结果中的最大值即为事件源的空间位置；根据事件检测结果，利用场重构技术对该点的时序数据进行刻画，即可识别出事件发生的时间。
进一步的，所述数字积分流通模块，本发明所使用的高斯过程可以被视为任意有限符合高斯分布随机变量的组合，对于任意一对输入变量和/>，输出函数值对 />和之间的协方差为：/>同时，由于/>和 />是由相同的线性模型计算得出。因此，/>和 />也是联合高斯分布。训练输出集合与测试输出集合的先验联合分布为：/> 如果模型中的训练点数与测试点数分别为/> 与 />，则矩阵/>，/>，/> ，的矩阵大小分别为/>，/>与/>，其中，/>与/>互为转置；为了得到函数的后验分布，限制联合先验分布只包含与数据点一致的函数，给定函数中相应的参数数值后，便可根据贝叶斯理论得到预测数据的分布。
本发明有益效果：本发明阐述了一种基于商业区块链技术的多属性数字积分流通系统，包括多属性数字积分管理模块、商业区块链模块、数字积分流通模块。本发明将数字积分管理模块定义的组成数据:数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位存储在关系数据库中。将关系型数据库ORACLE和非结构化数据库MongoDB结合，使用基于数据集合的NoSQL型数据库作为持久化容器，降低关系型数据库表数量，并优化其索引，提高查询效率，通过其半结构化性质，结合元数据进行查询。商业区块链模块中本发明基于区块链技术搭建分布式电子商业网络结构，区块链以去中心化的方式工作，并由全部或部分节点参与共识过程和相互协作。数字积分流通模块中本发明通过三个阶段进行信息溯源，本发明根据场重构结果，对数据进行事件检测，利用高斯过程的预测数据构建置信区间，并根据当前时刻的数据进行空间场重构，通过判断空间场是否在置信区间内，实现异常事件检测。并基于异常信息监测算法对数字积分流通交易的安全性和合规性进行识别与异常反馈，使用改进的拉依达准则去除异常值，当出现异常值时，应对相应的数据进行标记和警告，并尽可能的找出技术层面和物理层面的错误，以便及时纠正。本发明基于区块链技术将数字积分用于多元电子商业贸易，将商户作为积分发起源，对每类商用数字积分基于特征分析算法进行输入性特征标注，构建区块链数据库承载数字积分流通的信息存储，通过和商会的协调监控，基于异常动态监测算法处理违规流通操作，确保平衡应用。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明结构示意图。
具体实施方式
结合以下实例对本发明作进一步描述。
参见图1，本发明旨在提供一种基于商业区块链技术的多属性数字积分流通系统，以解决上述背景技术中提出的问题。
为实现上述目的，一种基于商业区块链技术的多属性数字积分流通系统，包括多属性数字积分管理模块、商业区块链模块、数字积分流通模块；首先，构建多属性数字积分管理模块，确定数字积分的特征，并进行属性标注，基于属性搭建数字积分数据库；其次，构建商业区块链模块，基于去中心化思维搭建分布式电子商业网络结构，基于商业类型构建系统数据库，基于数字积分数据库和系统数据库之间的属性从属关系进行区块链数字积分的分类和识别；最后，搭建数字积分流通模块，基于溯源算法确认数字积分的认领与发布机制，基于异常信息监测算法对数字积分流通交易的安全性和合规性进行识别与异常反馈，基于反馈信息确保数字积分的流通保障。各个模块构建的详细过程如下；
多属性数字积分管理模块，本发明将数字积分管理模块定义的组成数据包括：数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位存储在关系数据库中；在存取数据时，通过对元数据的识别定位实例数据和渲染实例数据；本发明将结构化数据存储在ORACLE数据库中，并使用一种半结构化的数据处理机制，使用基于数据集合的NoSQL型数据库作为持久化容器；利用Document机制，使用Json方式将表单实例记录持久化，用Collection机制对持久化的document进行效率分区，降低关系型数据库表数量，并优化其索引，提高查询效率，通过其半结构化性质，结合元数据进行查询。
设共有ｍ条数据流，数据流一个多个数据单元构成的数据序列，则数据流可表示为： 其中/>表示数据流，/>表示数据单元，D表示整体大数据集；
商业区块链模块，本发明基于区块链技术搭建分布式电子商业网络结构，包括应用层、服务和应用支撑层、网络层、设备层、管理层和安全层，应用层包含应用。去中心化应用和节点可以部署在区块链实体上（如设备、网关等），也可以部署在云端（如服务器）。区块链以去中心化的方式工作，并由全部或部分节点参与共识过程和相互协作，这需要具备去中心化模式下的访问控制能力，为满足应用的不同需求，需要提供不同的群体共识机制实现操作的一致性。与群体共识相关的能力包括：支持多个节点参加共识和确认过程、支持独立节点在区块链里验证相关信息更新、防止任何独立的节点在没有其他节点确认的情况下记录或修改信息。网络层包括网络能力和传输能力。区块链节点间可以通过点对点的模式相互通信，独立于通信网络，可以在任何一种通信网络上运行。设备层包括设备能力和网关能力。网关和全功能的设备可以承载去中心化应用和区块链节点，并能参与到区块链中。能力受限的设备可以通过网关或全功能的设备连接到区块链。管理层包括通用管理功能和专用管理功能。除了支持这两组能力外，区块链管理相关的能力包括：监管和审计能力、数据处理服务性能管理能力、开发和运营能力以及对区块链中审计记录、审计过程和结果信息的收集、维护和信息防泄露等。其中监管和审计能力提供访问控制、监控、跟踪等技术手段，保证数据防篡改特性、可追溯性及可检测性；数据处理服务性能管理能力主要是以安全的方式收集和维护区块链数据；开发能力提供对区块链开发的支持，包括服务组件开发、测试管理和服务发布；运营能力提供对异常事件管理、服务交付和部署、跨链服务管理等的支持。
运用区块链技术对数据进行加密，为确保数据的安全程度，先对数据进行加密环境的预处理，提前对数据进行审核，标定重点加密的内容，为后续加密奠定基础。利用RSA技术创建多层加密空间，根据初始数据及内容，设定公钥输入PIN转换值，公式如下： H表示公钥输入PIN转换值，k表示加密范围，/>表示加密重叠范围，u表示单向加密频次。
设定格栅化加密目标，在预设的加密环境下，测算出单向加密格栅的长度，公式如下： D表示加密格栅的长度，l表示加密覆盖范围，p表示加密单向距离，i表示加密次数，t表示加密堆叠范围。
随后根据加密文本的信息，构建对应的密文，测算除文本无损加密标准值，公式如下： W表示加密无损标准值，v表示加密定向偏差，/>表示预设偏差，/>表示加密标准值。对加密效果进行测试，将文本同时传输，开启攻击程序，测定单次时间之内的攻击次数，公式如下：/> G表示攻击次数，/>表示加密识别范围，/>表示加密重合区域，e表示处理频次，根据测试得出的结果进行分析研究。对于节点i的安全水平，计算公式如下：/> />代表节点i的安全值，F为安全值计算函数，/>代表节点i参与系统性行为的量；在每一轮共识结束后，更新节点安全值，公式如下：/> />分别代表节点i在第h轮和h-1轮的安全值，计算出节点总安全值/>，公式如下：/> />为节点i的总安全值，H为总轮次；
本发明使用基于局部卷积神经网络算法的分类识别，Ln为一个区块链模块中的数组变量；Tn为一个受Ln制约的长度不定的数组变量；Bn，Sn是在Ln和Tn基础上的多维整形矩阵变量。模糊过程中，针对特定的Ln和Tn，构成输入的Bn和Sn数据集，将数据集输入到神经网络中进行评价分析，分析得到的变量作为最终评价结果，再与Ln和Tn控制变量整合，进行总体解模糊计算。即数据的模糊过程仅为利用Ln和Tn对Bn和Sn的分解，但数据的解模糊过程为基于Ln和Tn遍历过程对神经网络输出的变量进行代数平均计算获得一个最终评价结果。系统的解模糊过程，采用代数平均法，其解模糊式如下： 式中，/>为Ln控制下的计数变量；/>为Tn控制下的计数变量；/>为Ln和Tn控制下每次神经元网络输出的输出量；/>为/>计数控制下的指针变量。
数字积分流通模块，本发明信息溯源方法主要包含三个阶段。数字积分信息溯源方法主要包含三个阶段：第一阶段是重构阶段；第二阶段是异常事件检测阶段；第三阶段是信息溯源阶段；利用高斯过程的预测数据构建置信区间，并根据当前时刻的数据进行数字积分流通场重构，通过判断数字积分流通场是否在置信区间内，实现异常事件检测；在第三阶段中，由于场重构技术是对数据原始空间样貌的恢复，当数字积分流通场超出当前时刻的置信区间时，即可对该数字积分流通场的数据进行搜索，整个场重构结果中的最大值即为事件源的空间位置；根据事件检测结果，利用场重构技术对该点的时序数据进行刻画，即可识别出事件发生的时间。
本发明所使用的高斯过程可以被视为任意有限符合高斯分布随机变量的组合，对于任意一对输入变量和/>，输出函数值对 />和 />之间的协方差为： 同时，由于/>和是由相同的线性模型计算得出。因此，/>和 />也是联合高斯分布。训练输出集合与测试输出集合的先验联合分布为：/> 如果模型中的训练点数与测试点数分别为/> 与 />，则矩阵/>，/>，/> ，/>的矩阵大小分别为/>，/>与/>，其中，/>与/>互为转置；为了得到函数的后验分布，限制联合先验分布只包含与数据点一致的函数，给定函数中相应的参数数值后，便可根据贝叶斯理论得到预测数据的分布。
本发明使用改进的拉依达准则去除异常值，对于数字积分流通模块信息、/>、/>…/>，算出其算术平均值/>及剩余误差/> (i=1,2,3...n)，并按贝塞尔公式算出标准误差则有/>。
根据改进拉依达准则去除异常值，若某个测量值的剩余误差/>满足|/>|>2S，则认为/>是含有较大误差值的异常值，应予去除。去掉异常值后，重新计算剩余测量值的算数平均值、剩余误差、标准误差，再判断剩余误差是否大于标准误差，重新去掉新的异常值，以此类推，直到没有新的异常值出现为止。当出现异常值时，应对相应的数据进行标记和警告，并尽可能的找出技术层面和物理层面的错误，以便及时纠正。
本发明有益效果：本发明阐述了一种基于商业区块链技术的多属性数字积分流通系统，包括多属性数字积分管理模块、商业区块链模块、数字积分流通模块。本发明将数字积分管理模块定义的组成数据:数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位存储在关系数据库中。将关系型数据库ORACLE和非结构化数据库MongoDB结合，使用基于数据集合的NoSQL型数据库作为持久化容器，降低关系型数据库表数量，并优化其索引，提高查询效率，通过其半结构化性质，结合元数据进行查询。商业区块链模块中本发明基于区块链技术搭建分布式电子商业网络结构，区块链以去中心化的方式工作，并由全部或部分节点参与共识过程和相互协作。数字积分流通模块中本发明通过三个阶段进行信息溯源，本发明根据场重构结果，对数据进行事件检测，利用高斯过程的预测数据构建置信区间，并根据当前时刻的数据进行空间场重构，通过判断空间场是否在置信区间内，实现异常事件检测。并基于异常信息监测算法对数字积分流通交易的安全性和合规性进行识别与异常反馈，使用改进的拉依达准则去除异常值，当出现异常值时，应对相应的数据进行标记和警告，并尽可能的找出技术层面和物理层面的错误，以便及时纠正。本发明基于区块链技术将数字积分用于多元电子商业贸易，将商户作为积分发起源，对每类商用数字积分基于特征分析算法进行输入性特征标注，构建区块链数据库承载数字积分流通的信息存储，通过和商会的协调监控，基于异常动态监测算法处理违规流通操作，确保平衡应用。
本发明还提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令，该指令由处理器加载并执行，以实现上述方法。其中，该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
本发明实施方式是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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发明。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发明的精神或范围的情况下，在其它实施例中实现。因此，本发明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 (6)

1.一种基于商业区块链技术的多属性数字积分流通系统，其特征在于，包括多属性数字积分管理模块、商业区块链模块和数字积分流通模块；首先，构建多属性数字积分管理模块，确定数字积分的特征，并进行属性标注，基于属性搭建数字积分数据库；其次，构建商业区块链模块，基于去中心化思维搭建分布式电子商业网络结构，基于商业类型构建系统数据库，基于数字积分数据库和系统数据库之间的属性从属关系进行区块链数字积分的分类和识别；最后，搭建数字积分流通模块，基于溯源算法确认数字积分的认领与发布机制，基于异常信息监测算法对数字积分流通交易的安全性和合规性进行识别与异常反馈，基于反馈信息确保数字积分的流通保障；
所述多属性数字积分管理模块，属性标注基于元数据标记和处理的方式，详细过程如下：将数字积分管理模块定义的组成数据包括：数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位存储在关系数据库中；在存取数据时，通过对元数据的识别定位实例数据和渲染实例数据；将结构化数据存储在ORACLE数据库中，并使用一种半结构化的数据处理机制，使用基于数据集合的NoSQL型数据库作为持久化容器；利用Document机制，使用Json方式将表单实例记录持久化，用Collection机制对持久化的document进行效率分区，降低关系型数据库表数量，并优化其索引，提高查询效率，通过其半结构化性质，结合元数据进行查询：
设共有m条数据流，数据流是由多个数据单元构成的数据序列，则数据流可表示为：
Si＝{qi1,qi2,…qij},qij∈D
其中Si表示数据流，q表示数据单元，D表示整体大数据集；
所述商业区块链模块，基于数字积分数据库和系统数据库之间的属性从属关系进行区块链数字积分的分类和识别，详细过程如下：
使用基于改进的局部卷积神经网络算法的分类识别，Ln为一个区块链模块中的数组变量；Tn为一个受Ln制约的长度不定的数组变量；Bn，Sn是在Ln和Tn基础上的多维整形矩阵变量，模糊过程中，针对特定的Ln和Tn，构成输入的Bn和Sn数据集，将数据集输入到神经网络中进行评价分析，分析得到的变量作为最终评价结果，再与Ln和Tn控制变量整合，进行总体解模糊计算，即数据的模糊过程仅为利用Ln和Tn对Bn和Sn的分解，但数据的解模糊过程为基于Ln和Tn遍历过程对神经网络输出的变量进行代数平均计算获得一个最终评价结果：系统的解模糊过程，采用代数平均法，其解模糊式如下：
式中，n为Ln控制下的计数变量；m为Tn控制下的计数变量；Xi,j为Ln和Tn控制下每次神经元网络输出的输出量；i，j为n，M计数控制下的指针变量。
2.根据权利要求1所述一种基于商业区块链技术的多属性数字积分流通系统，其特征在于，确定数字积分的特征包括：数字化积分展现UI、数字化积分尺寸、数字化积分颜色和数字化流通等价货币单位。
3.根据权利要求1所述一种基于商业区块链技术的多属性数字积分流通系统，其特征在于，所述多属性数字积分管理模块，数字积分数据库使用MongoDB数据库进行分布式搭建。
4.根据权利要求1所述一种基于商业区块链技术的多属性数字积分流通系统，其特征在于，所述商业区块链模块，基于商业类型构建系统数据库是以MySQL关系型数据库为主，以商户交易关系为特征，搭载数字积分数据库的数字积分属性。
5.根据权利要求1所述一种基于商业区块链技术的多属性数字积分流通系统，其特征在于，所述数字积分流通模块，基于溯源算法确认数字积分的认领与发布机制，详细过程如下：
数字积分信息溯源方法包含三个阶段：第一阶段是重构阶段；第二阶段是异常事件检测阶段；第三阶段是信息溯源阶段；利用高斯过程的预测数据构建置信区间，并根据当前时刻的数据进行数字积分流通场重构，通过判断数字积分流通场是否在置信区间内，实现异常事件检测；在第三阶段中，当数字积分流通场超出当前时刻的置信区间时，即可对该数字积分流通场的数据进行搜索，整个场重构结果中的最大值即为事件源的空间位置；根据事件检测结果，利用场重构技术对事件源的空间位置的时序数据进行刻画，即可识别出事件发生的时间。
6.根据权利要求5所述一种基于商业区块链技术的多属性数字积分流通系统，其特征在于，所述数字积分流通模块，所使用的高斯过程被视为任意有限符合高斯分布随机变量的组合，对于任意一对输入变量x1和x2，输出函数值对f(x1)和f(x2)之间的协方差为：
cov(f(x1)，f(x2))＝E[f(x1)，f(x2)]-E[f(x1)]E[f(x2)]＝1+x1x2
其中，cov(f(x1)，f(x2))表示f(x1)，f(x2)之间的协方差；由于f(x1)和f(x2)是由相同的线性模型计算得出，因此，f(x1)和f(x2)也是联合高斯分布，训练输出集合与测试输出集合的先验联合分布为：
如果模型中的训练点数与测试点数分别为n与n′，则矩阵K(x，x)，K(x′，x)，K(x，x′)，K(x′，x′)的矩阵大小分别为n×n，n′×n，n×n′与n′×n′，其中，K(x，x′)与K(x′，x)互为转置；限制联合先验分布只包含与数据点一致的函数，给定函数中相应的参数数值后，便可根据贝叶斯理论得到预测数据的分布。
CN202310396525.0A 2023-04-14 2023-04-14 一种基于商业区块链技术的多属性数字积分流通系统 Active CN116126975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310396525.0A CN116126975B (zh) 2023-04-14 2023-04-14 一种基于商业区块链技术的多属性数字积分流通系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310396525.0A CN116126975B (zh) 2023-04-14 2023-04-14 一种基于商业区块链技术的多属性数字积分流通系统

Publications (2)

Publication Number Publication Date
CN116126975A CN116126975A (zh) 2023-05-16
CN116126975B true CN116126975B (zh) 2023-07-21

Family

ID=86304873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310396525.0A Active CN116126975B (zh) 2023-04-14 2023-04-14 一种基于商业区块链技术的多属性数字积分流通系统

Country Status (1)

Country Link
CN (1) CN116126975B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10542046B2 (en) * 2018-06-07 2020-01-21 Unifyvault LLC Systems and methods for blockchain security data intelligence
CN108932635A (zh) * 2018-06-27 2018-12-04 中国银行股份有限公司 一种基于区块链的积分管理方法及系统
CN109829767A (zh) * 2019-03-29 2019-05-31 山东浪潮云信息技术有限公司 一种基于区块链技术的积分兑换系统及方法
CN111047348A (zh) * 2019-11-08 2020-04-21 北京比特时刻图像科技有限公司 一种新型区块链共识算法及基于该算法的区块链网络系统
CN112767043B (zh) * 2021-01-26 2024-05-24 中国人寿保险股份有限公司上海数据中心 一种基于区块链的多平台积分整合系统、方法和存储介质
CN114900536A (zh) * 2022-05-18 2022-08-12 华侨大学 基于区块链的积分通兑共识存储方法及系统

Also Published As

Publication number Publication date
CN116126975A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
EP3477906B1 (en) Systems and methods for identifying and mitigating outlier network activity
Ou et al. Asymmetric transitivity preserving graph embedding
Zhou et al. A local algorithm for structure-preserving graph cut
US9495099B2 (en) Space-time-node engine signal structure
US10540354B2 (en) Discovering representative composite CI patterns in an it system
CN105095048B (zh) 一种基于业务规则的监控系统告警关联处理方法
US20210174367A1 (en) System and method including accurate scoring and response
Li et al. Efficient weighted probabilistic frequent itemset mining in uncertain databases
Gao et al. Complex event service provision and composition based on event pattern matchmaking
Zhang et al. Unsupervised deep subgraph anomaly detection
Pazho et al. A survey of graph-based deep learning for anomaly detection in distributed systems
Pandey et al. Association rules network: Definition and applications
CN116414875A (zh) 数据处理装置和数据处理方法
Wu et al. Relpnet: Relation-based link prediction neural network
CN116126975B (zh) 一种基于商业区块链技术的多属性数字积分流通系统
WO2024007565A1 (en) Network analysis using optical quantum computing
Xie et al. Graph‐based Bayesian network conditional normalizing flows for multiple time series anomaly detection
CN111797942A (zh) 用户信息的分类方法及装置、计算机设备、存储介质
Cui et al. Mgnn: Graph neural networks inspired by distance geometry problem
Fazzinga et al. Credulous and skeptical acceptability in probabilistic abstract argumentation: complexity results
Wang et al. Supervised Hypergraph Reconstruction
Xu et al. NC‐GNN: Consistent Neighbors of Nodes Help More in Graph Neural Networks
Walkinshaw Using evidential reasoning to make qualified predictions of software quality
Chang et al. Inferring Dynamic Networks from Marginals with Iterative Proportional Fitting
de Sousa et al. Integrated detection and localization of concept drifts in process mining with batch and stream trace clustering support

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