CN116151825A - 智能合约的风险识别方法、装置及设备 - Google Patents
智能合约的风险识别方法、装置及设备 Download PDFInfo
- Publication number
- CN116151825A CN116151825A CN202310155425.9A CN202310155425A CN116151825A CN 116151825 A CN116151825 A CN 116151825A CN 202310155425 A CN202310155425 A CN 202310155425A CN 116151825 A CN116151825 A CN 116151825A
- Authority
- CN
- China
- Prior art keywords
- transaction
- function
- signature
- intelligent contract
- target
- 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
- G06Q20/3825—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
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
-
- 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
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了一种智能合约的风险识别方法、装置及设备,其中方法包括:获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理N笔历史交易的各交易函数的第一函数签名;获取目标智能合约包括的各交易函数的第二函数签名;根据获取的交易事件、第一函数签名和第二函数签名所关联的用于表征相应交易的交易类型的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的每个交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;N为大于1的整数;第二函数签名包括第一函数签名。
Description
技术领域
本文件涉及区块链技术领域,尤其涉及一种智能合约的风险识别方法、装置及设备。
背景技术
目前,区块链在众多场景中得以广泛应用,为了实现数据的快捷处理,区块链的使用方通常会采用Solidity语言编写智能合约,并在对智能合约的源码进行编译得到字节码后,基于字节码在区块链上部署智能合约,以通过智能合约进行数据处理。由于基于智能合约的字节码无法还原出智能合约的源码,因此区块链中可能存在处理非法数据的非法智能合约。为了识别出该非法智能合约,当前通常是对智能合约的字节码反编译后,人工分析其中的数据处理逻辑,然而人工分析不仅耗时耗力,而且当智能合约的数据处理逻辑比较复杂时,往往难以识别,增加了智能合约的管理难度。
发明内容
本说明书一个或多个实施例提供了一种智能合约的风险识别方法。该方法包括获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名。所述目标智能合约包括多个交易函数。每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理。所述N为大于1的整数。获取所述目标智能合约包括的各所述交易函数的第二函数签名。所述第二函数签名包括所述第一函数签名。根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险。所述标签用于表征相应交易的交易类型。
本说明书一个或多个实施例提供了一种智能合约的风险识别装置。该装置包括第一获取模块,获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名。所述目标智能合约包括多个交易函数。每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理。所述N为大于1的整数。该装置还包括第二获取模块,获取所述目标智能合约包括的各所述交易函数的第二函数签名。所述第二函数签名包括所述第一函数签名。该装置还包括识别模块,根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险。所述标签用于表征相应交易的交易类型。
本说明书一个或多个实施例提供了一种智能合约的风险识别设备。该设备包括处理器。该设备还包括被安排成存储计算机可执行指令的存储器。所述计算机可执行指令在被执行时使所述处理器获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名。所述目标智能合约包括多个交易函数。每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理。所述N为大于1的整数。获取所述目标智能合约包括的各所述交易函数的第二函数签名。所述第二函数签名包括所述第一函数签名。根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险。所述标签用于表征相应交易的交易类型。
本说明书一个或多个实施例提供了一种存储介质。该存储介质用于存储计算机可执行指令。所述计算机可执行指令在被处理器执行时,获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名。所述目标智能合约包括多个交易函数。每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理。所述N为大于1的整数。获取所述目标智能合约包括的各所述交易函数的第二函数签名。所述第二函数签名包括所述第一函数签名。根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险。所述标签用于表征相应交易的交易类型。
附图说明
为了更清楚地说明本说明书一个或多个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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种智能合约的风险识别方法的第一种流程示意图;
图2为本说明书一个或多个实施例提供的一种智能合约的风险识别方法的第二种流程示意图;
图3为本说明书一个或多个实施例提供的一种智能合约的风险识别方法的第三种流程示意图;
图4为本说明书一个或多个实施例提供的一种智能合约的风险识别装置的模块组成示意图;
图5为本说明书一个或多个实施例提供的一种智能合约的风险识别设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个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说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,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所有其他实施例,都应当属于本文件的保护范围。
考虑到现有技术中,在智能合约的部署过程中通常是首先采用Solidity语言编写智能合约的源码,然后对智能合约的源码进行编译得到字节码,最后基于字节码在区块链上部署智能合约。由于无法基于字节码还原出智能合约的源码,因此难以识别智能合约的数据处理逻辑。并且,在调用智能合约进行数据处理时,通常是对待处理数据按照智能合约源码中规定的顺序和类型进行编码,并基于编码后的处理待处理数据调用智能合约;由于编码对象仅仅是待处理数据而没有待处理数据的数据类型信息,因此也无法获取到待处理数据的数据类型,相应的,也就无法基于数据类型识别智能合约所处理的数据是否为合法数据。由于当前难以识别出智能合约的数据处理逻辑,也难以识别出智能合约所处理的数据是否为合法数据,因此,区块链上可能存在处理非法数据的非法智能合约。而目前为了识别出该非法智能合约,通常是对智能合约的字节码反编译后,人工分析其中的数据处理逻辑,然而人工识别,不仅耗时耗力,容易出现差错,而且当智能合约的数据处理逻辑比较复杂时,往往难以识别。基于此,本申请一个或多个实施例提供了一种智能合约的风险识别方法、装置及设备,通过获取基于目标智能合约所达成的N笔历史交易的交易事件、处理该历史交易的各交易函数的第一函数签名、及目标智能合约包括的各交易函数的第二函数签名,并根据获取的交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的各交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;标签用于表征相应交易的交易类型。由此,基于交易事件和函数签名所关联的标签,实现了对智能合约是否存在预设风险的智能识别,而无需人为参与,提升了智能合约风险识别的准确性和识别效率,降低了智能合约的管理难度。
图1为本说明书一个或多个实施例提供的一种智能合约的风险识别方法的流程示意图,图1中的方法能够由智能合约的风险识别装置执行(以下简称风险识别装置),该风险识别装置可以设置于终端设备中,也可以设置于服务端;其中,终端设备可以为手机、平板电脑、台式计算机、便携笔记本式计算机等;服务端可以是独立的服务器,也可以是由多个服务器组成的服务器集群。如图1所示,该方法包括以下步骤:
步骤S102,获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理N笔历史交易的各交易函数的第一函数签名;目标智能合约包括多个交易函数,每个交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;N为大于1的整数;
本申请一个或多个实施例中,部署在区块链上的目标智能合约可以是采用Solidity语言编写,也可以是采用其他语言编写,且根据目标智能合约的字节码无法还原目标智能合约的源码。目标智能合约可以包括多个交易函数,每个交易函数用于处理一种类型的交易。例如,交易函数1用于处理A类型的交易,交易函数2用于处理B类型的交易等,其中,A类型与B类型是不同的交易类型。并且目标智能合约对外提供各交易函数的函数接口,可以理解的是,该函数接口是目标智能合约的入口。当调用方需要通过目标智能合约中的目标交易函数进行交易处理时,获取目标交易函数的函数签名、待处理的交易数据的编码数据等,并根据该函数签名和编码数据调用目标交易函数的函数接口,以通过目标智能合约中的目标交易函数进行交易处理。可以理解的是,通过目标智能合约中的某个交易函数进行交易处理成功后,该交易即可称为是基于目标智能合约所达成的交易。
交易函数的调用方可以是交易请求用户,也可以是区块链节点,还可以是具有交易发起功能的任意类型的交易系统等,本申请中对调用方的类型不做具体限定。在一种实施方式中,调用方是区块链节点,当交易请求用户没有部署区块链节点时,交易请求用户可以操作其终端设备编辑待处理的交易数据并提交;该终端设备响应于交易请求用户的提交操作,根据交易请求用户提交的交易数据确定待调用的目标智能合约中的目标交易函数,并按照预设生成方式生成目标交易函数的函数签名,按照预设编码方式对用户提交的交易数据进行编码处理得到编码数据,根据函数签名、编码数据、目标函数的函数标识等向区块链上的区块链节点发送交易处理请求;区块链节点从该交易处理请求中获取函数签名、编码数据和函数标识等,并根据获取到的函数签名和编码数据调用目标智能合约中该函数标识所对应的目标交易函数的函数接口,以通过目标交易函数进行交易处理。或者,当交易请求用户没有部署区块链节点时,交易请求用户操作其终端设备编辑待处理的交易数据并提交,该终端设备响应于交易请求用户的提交操作,根据交易请求用户提交的交易数据确定待调用的目标智能合约中的目标交易函数,按照预设编码方式对用户提交的交易数据进行编码处理得到编码数据,根据编码数据和目标交易函数的函数标识等向区块链上的区块链节点发送交易处理请求;区块链节点从该交易处理请求中获取编码数据和函数标识,根据预设生成方式生成函数标识所对应的目标交易函数的函数签名,并根据函数签名和编码数据调用目标智能合约中的目标交易函数的函数接口,以通过目标交易函数进行交易处理。当交易请求用户部署有区块链节点时,交易请求用户可以操作其区块链节点编辑待处理的交易数据并提交,区块链节点响应于交易请求用户的提交操作,根据交易请求用户提交的交易数据确定待调用的目标智能合约中的目标交易函数,并按照预设生成方式生成目标交易函数的函数签名,按照预设编码方式对用户提交的交易数据进行编码处理得到编码数据,根据函数签名和编码数据调用目标智能合约中的目标交易函数的函数接口,以通过目标交易函数进行交易处理。其中,预设生成方式可以是对目标交易函数的函数名称和参数类型等进行哈希计算;预设编码方式可以是RLP(Recursive Length Prefix,递归长度前缀编码)等。需要指出的是,对于智能合约中的交易函数的调用过程并不限于上述过程,其可以在实际应用中根据需要自行设定。
进一步的,一笔交易可以有一个交易事件,也可以有多个交易事件,还可以没有交易事件,且不同交易的交易事件的数量可以相同也可以不同。可以理解的是,当一笔交易没有交易事件时,可以不产生交易事件,也可以产生一个空交易事件。交易事件中包括事件签名,还可以包括事件内容、事件发生时的区块高度等;事件签名可以是对事件名称和事件内容中的参数类型进行哈希计算得到。交易事件的具体内容以及事件签名的获得方式均可以在实际应用根据需要自行设定,本申请中对此不做具体限定。
步骤S104,获取目标智能合约包括的各交易函数的第二函数签名;第二函数签名包括第一函数签名;
具体的,获取目标智能合约的字节码;对字节码进行反编译处理,得到处理结果;分析处理结果得到目标智能合约包括的各交易函数的第二函数签名。更加具体的,目标智能合约的部署方在编写完目标智能合约的源码后,对该源码进行编译处理得到目标智能合约的字节码,根据该字节码向区块链中发送合约部署交易。区块链中的区块链节点对该合约部署交易共识验证通过后,在区块链上部署该目标智能合约。相应的,风险识别装置从区块链上获取目标智能合约的字节码,并通过预设的反编译工具对获取到的字节码进行反编译处理得到处理结果;分析得到的处理结果得到目标智能合约包括的各交易函数的第二函数签名。
步骤S106,根据交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;标签用于表征相应交易的交易类型。
具体而言,预先根据区块链中每个智能合约所包括的各交易函数以及各交易函数所产生的交易事件所对应的规范、协议等,对各交易函数的第二函数签名以及各交易事件中的事件签名进行标注,得到每个第二函数签名的至少一个签名以及每个事件签名的至少一个标签,并建立各签名与标签的关联关系。当风险识别装置获取到基于目标智能合约所达成的N笔历史交易的交易事件、处理该N笔历史交易的各交易函数的第一函数签名以及目标智能合约包括的各交易函数的第二函数签名时,根据交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险。其中,每个标签的具体内容和形式可以在实际应用中根据需要自行设定,只要能够表征相应交易函数所处理的交易的交易类型,以及能够表征相应交易事件所对应的交易的交易类型即可。在一种实施方式中,标签可以是各交易函数和各交易事件所对应的规范、协议,例如,某个交易函数所对应的规范是资源转移规范,则表征该交易函数所处理的交易的交易类型是资源转移交易。
本说明书一个或多个实施例中,获取基于目标智能合约所达成的N笔历史交易的交易事件、处理该历史交易的各交易函数的第一函数签名、及目标智能合约包括的各交易函数的第二函数签名,并根据获取的交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的各交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;标签用于表征相应交易的交易类型。由此,基于交易事件和函数签名所关联的标签,实现了对智能合约是否存在预设风险的智能识别,而无需人为参与,提升了智能合约风险识别的准确性和识别效率,降低了智能合约的管理难度。
为了便于进行交易回溯,本申请一个或多个实施例中,在基于智能合约达成一笔交易之后,可以根据智能合约的合约标识、交易时间、交易事件、函数签名等生成交易记录,并将该交易记录保存到区块链上或者保存到指定的数据库中。相应的,步骤S102中获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理N笔历史交易的各交易函数的第一函数签名,可以包括以下步骤S102-2和步骤S102-4:
步骤S102-2,根据目标智能合约的合约标识,按照交易时间的先后顺序从保存的各历史交易的交易记录中,获取关联的最后N笔历史交易的交易记录;
具体的,根据目标智能合约的合约标识,按照交易时间的先后顺序从区块链或指定的数据库所保存的各历史交易的交易记录中,获取关联的最后N笔历史交易的交易记录
步骤S102-4,从每个交易记录中提取处理相应历史交易的交易函数的第一函数签名,以及若确定交易记录包括交易事件,则提取交易事件。
如前所述,由于是通过第一函数签名和待处理的交易数据的编码数据调用目标智能合约,因此无法获取到交易数据的数据类型信息,也就难以确定交易类型和交易数据是否合法,进而难以确定目标智能合约是否存在预设风险。本申请实施例中,通过获取交易事件和处理历史交易的交易函数的第一函数签名,从而可基于交易事件及第一函数签名所关联的标签,确定目标智能合约是否存在预设风险。
进一步的,考虑到交易是动态的,而目标智能合约包括的各交易函数的第二函数签名是动静态的,基于此,本申请一个或多个实施例中,将历史交易的交易事件和处理历史交易的各交易函数的第一函数签名确定为待处理标签,并分别对待处理标签和第二函数标签进行处理。具体的,如图2所示,步骤S106可以包括以下步骤S106-2至步骤S106-6:
步骤S106-2,从每个交易事件中获取交易事件的事件签名;
在一种实施例方式,事件签名的长度为四个字节,相应的,可以从每个交易事件中获取前四字节的数据得到交易事件的事件签名。需要指出的是,本申请中对事件签名的长度不做具体限定,可以在实际应用中根据需要自行设定。事件签名与第二函数签名可以相同也可以不同。
步骤S106-4,将各第一函数签名和各事件签名确定为待处理签名,基于预设的签名和标签的关联关系,确定每个待处理签名所关联的第一候选标签和每个第二函数签名所关联的第二候选标签;
具体的,将各第一函数签名和各事件签名确定为待处理签名,从预设的签名和标签的关联关系中,获取每个待处理签名所关联的第一候选标签和每个第二函数签名所关联的第二候选标签。
步骤S106-6,根据第一候选标签和第二候选标签,识别目标智能合约是否存在预设风险。
具体的,如图3所示,步骤S106-6可以包括以下步骤S106-62和步骤S106-64:
步骤S106-62,在第一候选标签和第二候选标签中,确定与目标智能合约相匹配的目标标签;
考虑到每个候选标签可能被多个签名所关联,而标签被关联的比率越大,则表征目标智能合约所处理的交易中,相应交易类型的交易也就越多,因此可以将最大比率所对应的标签确定为与目标智能合约相匹配的目标标签。也就是说,步骤S106-62可以包括以下步骤S106-622和步骤S106-624:
步骤S106-622,将各第一候选标签和各第二候选标签确定为待处理标签,确定每个待处理标签被关联的目标比率;
具体的,确定每个第一候选标签被待处理签名所关联的第一比率;确定每个第二候选标签被第二函数签名所关联的第二比率;将第一候选标签和第二候选标签确定为待处理标签,根据第一比率和第二比率,确定每个待处理标签被关联的目标比率。
更加具体的,统计每个第一候选标签被待处理签名所关联的第一次数,统计待处理签名的第一数量;根据第一次数和第一数量,确定每个第一候选标签被待处理签名所关联的第一比率。统计每个第二候选标签被第二函数签名所关联的第二次数;统计第二函数签名的第二数量;根据第二次数和第二数量,确定每个第二候选标签被第二函数签名所关联的第二比率。以及,将第一候选标签和第二候选标签确定为待处理标签,确定每个待处理标签对应的第一比率和第二比率;对每个待处理标签对应的第一比率和第二比率进行加权平均处理,得到每个待处理标签被关联的目标比率。
进一步的,将交易事件的总数量记为CTopic,将第一函数签名的总数量记为CSig,将第一次数记为CTagi,则第一数量为CTopic+CSig,第一比率Ri=CTagi/(CTopic+CSig)。将第二次数记为CTagi,第二数量记为Centry,则第二比率Si=CTagi/Centry。加权平均算法可以为Ti=(aRi+bSi)/(a+b),其中,a和b是预设参数。
可以理解的是,当某个待处理标签没有被待处理签名所关联时,即没有被事件签名和第一函数签名所关联时,该待处理标签对应的第一比率为零。并且,由于每个交易函数仅有一个函数签名,每个交易函数被调用时处理对应的一笔交易,因此第一函数签名的总数量CSig等于N。由于每个交易事件有一个事件签名,因此事件签名的总数量为CTopic。
作为示例,a=0.2,b=0.5,N等于5,即5笔历史交易;智能合约包括8个交易函数;为便于描述,将智能合约包括的8个交易函数的第二函数签名记为函数签名1、函数签名2、函数签名3…函数签名8;其中,处理该5笔历史交易的交易函数的第一函数签名为函数签名1、函数签名3、函数签名4、函数签名6和函数签名8;5笔历史交易的交易事件的总数量为10,将交易事件的事件签名分别记为事件签名1、事件签名2…事件签名10。以标签1和标签2为例进行说明,基于预设的签名和标签的关联关系,确定标签1被待处理签名中的函数签名1、函数签名4、事件签名3及事件签名6关联;标签2被待处理签名中的函数签名1、函数签名3、函数签名6、事件签名1、事件签名5、事件签名6及事件签名10关联;标签1被第二函数签名中的函数签名1、函数签名2、函数签名4关联;标签2被第二函数签名中的函数签名1、函数签名3、函数签名5、函数签名6所关联。统计得到标签1被待处理签名所关联的第一次数为4,标签2被待处理签名所关联的第一次数为7;标签1被第二函数签名所关联的第二次数为3,标签2被第二函数签名所关联的第二次数为4;第一数量为5+10=15,第二数量为8。则可以确定标签1被待处理签名所关联的第一比率Ri=4/15,标签2被待处理签名所关联的第一比率Ri=7/15;标签1被第二函数签名所关联的第二比率Si=3/8,标签2被第二函数签名所关联的第二比率Si=4/8;标签1被关联的目标比率Ti=(0.2*(4/15)+0.5*(3/8))/(0.2+0.5),标签2被关联的目标比率Ti=(0.2*(7/15)+0.5*(4/8))/(0.2+0.5)。
步骤S106-624,将最大目标比率所对应的待处理标签,确定为与目标智能合约相匹配的目标标签。
具体的,对各目标比率进行排序处理,得到最大目标比率,并将最大目标比率所对应的待处理标签,确定为与目标智能合约相匹配的目标标签。其中,排序处理可以是升序排序,也可以是降序排序。
步骤S106-64,确定目标标签是否为预设的风险标签;若是,则确定目标智能合约存在预设风险;若否,则确定目标智能合约不存在预设风险。
具体的,将目标标签与预设的风险标签进行比对,若比对结果为存在与目标标签一致的风险标签,则确定目标智能合约存在预设风险;若比对结果为不存在与目标标签一致的风险标签,则确定目标智能合约不存在预设风险。
本说明书一个或多个实施例中,获取基于目标智能合约所达成的N笔历史交易的交易事件、处理该历史交易的各交易函数的第一函数签名、及目标智能合约包括的各交易函数的第二函数签名,并根据获取的交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的各交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;标签用于表征相应交易的交易类型。由此,基于交易事件和函数签名所关联的标签,实现了对智能合约是否存在预设风险的智能识别,而无需人为参与,提升了智能合约风险识别的准确性和识别效率,降低了智能合约的管理难度。
对应上述描述的智能合约的风险识别方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种智能合约的风险识别装置。图4为本说明书一个或多个实施例提供的一种智能合约的风险识别装置的模块组成示意图,如图4所示,该装置包括:
第一获取模块201,获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
第二获取模块202,获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
识别模块203,根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
本说明书一个或多个实施例提供的智能合约的风险识别装置,获取基于目标智能合约所达成的N笔历史交易的交易事件、处理该历史交易的各交易函数的第一函数签名、及目标智能合约包括的各交易函数的第二函数签名,并根据获取的交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的各交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;标签用于表征相应交易的交易类型。由此,基于交易事件和函数签名所关联的标签,实现了对智能合约是否存在预设风险的智能识别,而无需人为参与,提升了智能合约风险识别的准确性和识别效率,降低了智能合约的管理难度。
需要说明的是,本说明书中关于智能合约的风险识别装置的实施例与本说明书中关于智能合约的风险识别方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的智能合约的风险识别方法的实施,重复之处不再赘述。
进一步地,对应上述描述的智能合约的风险识别方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种智能合约的风险识别设备,该设备用于执行上述的智能合约的风险识别方法,图5为本说明书一个或多个实施例提供的一种智能合约的风险识别设备的结构示意图。
如图5所示,智能合约的风险识别设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器301和存储器302,存储器302中可以存储有一个或一个以上存储应用程序或数据。其中,存储器302可以是短暂存储或持久存储。存储在存储器302的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括智能合约的风险识别设备中的一系列计算机可执行指令。更进一步地,处理器301可以设置为与存储器302通信,在智能合约的风险识别设备上执行存储器302中的一系列计算机可执行指令。智能合约的风险识别设备还可以包括一个或一个以上电源303,一个或一个以上有线或无线网络接口304,一个或一个以上输入输出接口305,一个或一个以上键盘306等。
在一个具体的实施例中,智能合约的风险识别设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对智能合约的风险识别设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
本说明书一个或多个实施例提供的智能合约的风险识别设备,获取基于目标智能合约所达成的N笔历史交易的交易事件、处理该历史交易的各交易函数的第一函数签名、及目标智能合约包括的各交易函数的第二函数签名,并根据获取的交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的各交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;标签用于表征相应交易的交易类型。由此,基于交易事件和函数签名所关联的标签,实现了对智能合约是否存在预设风险的智能识别,而无需人为参与,提升了智能合约风险识别的准确性和识别效率,降低了智能合约的管理难度。
需要说明的是,本说明书中关于智能合约的风险识别设备的实施例与本说明书中关于智能合约的风险识别方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的智能合约的风险识别方法的实施,重复之处不再赘述。
进一步地,对应上述描述的智能合约的风险识别方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种存储介质,用于存储计算机可执行指令,一个具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
本说明书一个或多个实施例提供的存储介质存储的计算机可执行指令在被处理器执行时,获取基于目标智能合约所达成的N笔历史交易的交易事件、处理该历史交易的各交易函数的第一函数签名、及目标智能合约包括的各交易函数的第二函数签名,并根据获取的交易事件、第一函数签名和第二函数签名所关联的标签,识别目标智能合约是否存在预设风险;其中,目标智能合约包括的各交易函数在被调用方通过交易函数的函数签名调用时,对对应的交易进行交易处理;标签用于表征相应交易的交易类型。由此,实现了对智能合约是否存在预设风险的智能识别,而无需人为参与,提升了智能合约风险识别的准确性和识别效率,降低了智能合约的管理难度。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于智能合约的风险识别方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的智能合约的风险识别方法的实施,重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、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、专用计算机、嵌入式处理机或其他可编程数据处理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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读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。计算机的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。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。
Claims (12)
1.一种智能合约的风险识别方法,包括:
获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
2.根据权利要求1所述的方法,所述根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险,包括:
从每个所述交易事件中获取所述交易事件的事件签名;
将各所述第一函数签名和各所述事件签名确定为待处理签名,基于预设的签名和标签的关联关系,确定每个所述待处理签名所关联的第一候选标签和每个所述第二函数签名所关联的第二候选标签;
根据所述第一候选标签和所述第二候选标签,识别所述目标智能合约是否存在预设风险。
3.根据权利要求2所述的方法,所述根据所述第一候选标签和所述第二候选标签,识别所述目标智能合约是否存在预设风险,包括:
在所述第一候选标签和所述第二候选标签中,确定与所述目标智能合约相匹配的目标标签;
确定所述目标标签是否为预设的风险标签;
若是,则确定所述目标智能合约存在预设风险;
若否,则确定所述目标智能合约不存在预设风险。
4.根据权利要求3所述的方法,所述在所述第一候选标签和所述第二候选标签中,确定与所述目标智能合约相匹配的目标标签,包括:
将所述第一候选标签和所述第二候选标签确定为待处理标签,确定每个所述待处理标签被关联的目标比率;
将最大目标比率所对应的待处理标签,确定为与所述目标智能合约相匹配的目标标签。
5.根据权利要求4所述的方法,所述将所述第一候选标签和所述第二候选标签确定为待处理标签,确定每个所述待处理标签被关联的目标比率,包括:
确定每个所述第一候选标签被所述待处理签名所关联的第一比率;
确定每个所述第二候选标签被所述第二函数签名所关联的第二比率;
将所述第一候选标签和所述第二候选标签确定为待处理标签,根据所述第一比率和所述第二比率,确定每个所述待处理标签被关联的目标比率。
6.根据权利要求5所述的方法,所述确定每个所述第一候选标签被所述待处理签名所关联的第一比率,包括:
统计每个所述第一候选标签被所述待处理签名所关联的第一次数;
统计所述待处理签名的第一数量;
根据所述第一次数和所述第一数量,确定每个所述第一候选标签被所述待处理签名所关联的第一比率;
所述确定每个所述第二候选标签被所述第二函数签名所关联的第二比率,包括:
统计每个所述第二候选标签被所述第二函数签名所关联的第二次数;
统计所述第二函数签名的第二数量;
根据所述第二次数和所述第二数量,确定每个所述第二候选标签被所述第二函数签名所关联的第二比率。
7.根据权利要求5所述的方法,所述第一候选标签与所述第二候选标签中存在相同的候选标签;所述根据所述第一比率和所述第二比率,确定每个所述待处理标签被关联的目标比率,包括:
确定每个所述待处理标签对应的所述第一比率和所述第二比率;
对每个所述待处理标签对应的所述第一比率和所述第二比率进行加权平均处理,得到每个所述待处理标签被关联的目标比率。
8.根据权利要求1所述的方法,所述获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名,包括:
根据目标智能合约的合约标识,按照交易时间的先后顺序从保存的各历史交易的交易记录中,获取关联的最后N笔历史交易的交易记录;
从每个所述交易记录中提取处理相应历史交易的交易函数的第一函数签名,以及若确定所述交易记录包括交易事件,则提取所述交易事件。
9.根据权利要求1所述的方法,所述获取所述目标智能合约包括的各所述交易函数的第二函数签名,包括:
获取所述目标智能合约的字节码;
对所述字节码进行反编译处理,得到处理结果;
分析所述处理结果得到所述目标智能合约包括的各所述交易函数的第二函数签名。
10.一种智能合约的风险识别装置,包括:
第一获取模块,获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
第二获取模块,获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
识别模块,根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
11.一种智能合约的风险识别设备,其特征在于,包括:
处理器;以及,
被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
12.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:
获取基于目标智能合约所达成的N笔历史交易的交易事件,及处理所述历史交易的各交易函数的第一函数签名;所述目标智能合约包括多个交易函数,每个所述交易函数在被调用方通过所述交易函数的函数签名调用时,对对应的交易进行交易处理;所述N为大于1的整数;
获取所述目标智能合约包括的各所述交易函数的第二函数签名;所述第二函数签名包括所述第一函数签名;
根据所述交易事件、所述第一函数签名和所述第二函数签名所关联的标签,识别所述目标智能合约是否存在预设风险;所述标签用于表征相应交易的交易类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310155425.9A CN116151825A (zh) | 2023-02-22 | 2023-02-22 | 智能合约的风险识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310155425.9A CN116151825A (zh) | 2023-02-22 | 2023-02-22 | 智能合约的风险识别方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116151825A true CN116151825A (zh) | 2023-05-23 |
Family
ID=86350487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310155425.9A Pending CN116151825A (zh) | 2023-02-22 | 2023-02-22 | 智能合约的风险识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151825A (zh) |
-
2023
- 2023-02-22 CN CN202310155425.9A patent/CN116151825A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114327759B (zh) | 区块链数据的处理方法及装置 | |
CN117435639A (zh) | 一种数据处理方法、装置、设备及系统 | |
CN114745133B (zh) | 一种识别设备唯一性的方法及装置 | |
CN115712866B (zh) | 数据处理方法、装置及设备 | |
CN111930343A (zh) | 一种获取随机数、生成随机数的方法、设备及介质 | |
CN114547024A (zh) | 一种sql语句风险检测方法、装置、设备及介质 | |
CN110602163B (zh) | 文件上传方法及装置 | |
CN118070351A (zh) | 一种分布式场景下的数据完整性校验方法、装置和设备 | |
CN116822606A (zh) | 一种异常检测模型的训练方法、装置、设备及存储介质 | |
CN110008252B (zh) | 数据核对方法及装置 | |
CN116151825A (zh) | 智能合约的风险识别方法、装置及设备 | |
CN115905266A (zh) | 图结构数据的处理方法和用于图结构数据的存储引擎 | |
CN113435950B (zh) | 票据处理方法及装置 | |
CN111242195B (zh) | 模型、保险风控模型训练方法、装置及电子设备 | |
CN113626524A (zh) | 数据处理方法及装置、数据核对系统 | |
CN110245136B (zh) | 数据检索方法及装置、设备及存储设备 | |
CN110009389B (zh) | 一种设备识别方法及装置 | |
CN111652074A (zh) | 一种人脸识别方法、装置、设备及介质 | |
CN111552977A (zh) | 一种应用权限的确定方法、装置及系统 | |
CN110599374A (zh) | 基于区块链的侵权理赔方法、装置及设备 | |
CN115600155B (zh) | 一种数据处理方法、装置及设备 | |
CN115688130B (zh) | 数据处理方法、装置及设备 | |
CN116362883A (zh) | 数据处理方法及装置 | |
CN116843181A (zh) | 风险识别方法及装置 | |
CN117421036A (zh) | 组件管理方法、装置、电子设备及计算机可读存储介质 |
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 |