CN116455550A - 一种基于智能合约的电力数据安全上链方法及系统 - Google Patents
一种基于智能合约的电力数据安全上链方法及系统 Download PDFInfo
- Publication number
- CN116455550A CN116455550A CN202310291075.9A CN202310291075A CN116455550A CN 116455550 A CN116455550 A CN 116455550A CN 202310291075 A CN202310291075 A CN 202310291075A CN 116455550 A CN116455550 A CN 116455550A
- Authority
- CN
- China
- Prior art keywords
- organization
- node
- data
- reputation value
- nodes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000013528 artificial neural network Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000008520 organization Effects 0.000 claims description 126
- 238000003860 storage Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000001976 improved effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- 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
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Storage Device Security (AREA)
Abstract
一种基于智能合约的电力数据安全上链方法及系统,方法包括:步骤1,根据联盟链中节点的初始信誉值、架构信誉值和表现信誉值,基于LSTM神经网络获得节点的预期信誉值,根据预期信誉值确定可信核心节点;利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证;步骤2,基于自定义密级标识技术,构建基于电力数据安全密级的区块链数据标识体系;步骤3,基于自定义数据密级标识体系搭建自动化数据安全上链检测智能合约模板。本发明解决了电力数据在安全共享中的敏感数据上链泄露和权限管理的问题,促成业务数据实现更高效、更安全的共享方式。
Description
技术领域
本发明属于电力数据安全技术领域,具体地,涉及一种基于智能合约的电力数据安全上链方法及系统。
背景技术
区块链将在解决电网业务面临的多主体协同、数据开放共享、环境公平公正等一系列挑战中发挥更大价值。将区块链与电网业务结合,有利于促进电网生产管理和运营方式向智能化、网络化方向转型,利用区块链技术将电网数据融通共享、降低生产运营成本、增强电网各业务主体信任关系。
电力数据包括营销、电网、物资、财务等,呈现数据量多、用户规模大、数据采集点多、数据类型多等特点,电力数据同区块链技术结合保障数据流转可信、透明、公开、公正,电网的发、输、配、送等每个环节、每个瞬间都在产生海量数据,这些数据均可极大促进电网智能感知、内部管控能力以及用户服务效率提升,同时这些电力数据又关乎电网运行安全。
现有技术中,电力数据业务部门落实数据分类分级、资产管理制度,基于区块链的电力终端数据安全管理方法(CN111209334A),通过每个区块链节点对电力数据进行签名验证,再通过选取得到的主区块链节点进行聚合签名验证,使得电力数据在申请和存储过程中不被人为修改,实现电力数据在申请和存储过程中的一致性和防篡改性。但是,现有技术中电力数据在上链过程中无法实施有效的安全管控,可能造成海量敏感数据上链泄露,导致电网运行存在巨大安全隐患。现有技术还提出一种“智能合约+同态加密算法”,以共享全过程上链存证,从而保证供需双方的数据安全,防止数据泄露。该现有技术仅解决了数据上链过程中的安全问题,但对电力数据的个别隐私字段进行同态加密,需要通过牺牲计算效率换取隐私保障。
发明内容
为解决现有技术中存在的不足,本发明提供一种基于智能合约的电力数据安全上链方法及系统,解决电力数据在安全共享中的敏感数据上链泄露和权限管理的问题,促成业务数据实现更高效、更安全的共享方式。
本发明采用如下的技术方案。
本发明提出了一种基于智能合约的电力数据安全上链方法,包括:
步骤1,根据联盟链中节点的初始信誉值、架构信誉值和表现信誉值,基于LSTM神经网络获得节点的预期信誉值,根据预期信誉值确定可信核心节点;利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证;
步骤2,基于自定义密级标识技术,构建基于电力数据安全密级的区块链数据标识体系;
步骤3,基于自定义数据密级标识体系搭建自动化数据安全上链检测智能合约模板。
优选地,步骤1包括:
步骤1.1,导入联盟链中各组织的身份信息;根据组织的身份信息与联盟链中已有的认证信息的匹配情况,对各组织产生初始信誉值;
步骤1.2,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值,确定各成员节点的架构信誉值,统计各个节点工作周期内表现信誉值;
步骤1.3,成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值;将预期信誉值按从大到小进行排序,将预期信誉值位于排序在前20%位置的成员节点作为可信核心节点;
步骤1.4,利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证,并完成区块链交易共识。
进一步,步骤1.1中,在联盟链中初始创建组织节点,首先将组织的身份信息与联盟链中已有的CA中心的认证信息进行匹配,若匹配成功,使用终端产生对应的公私钥对实现收发信息的加解密,且联盟链中组织节点的初始信誉值为当前平均值;若匹配失败,则将组织的身份信息提交已有联盟链中组织进行审核,在得到已有联盟链中组织的全部认可后,联盟链中组织节点的初始信誉值为零,所产生的公钥将在区块链广播存储。
进一步,步骤1.2包括:
步骤1.2.1,统计联盟链上各组织内部的成员节点数量;
步骤1.2.2,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值,以如下关系式计算得到成员节点的架构信誉值:
式中,
Df(i)为成员节点i的架构信誉值,
bij为成员节点i同成员节点j有关系,bij=0表示成员节点i同成员节点j没有关系,bij=1表示成员节点i同成员节点j有关系,
gf为组织内部的成员节点数量;
步骤1.2.3,在组织中,将架构信誉值按从大到小进行排序,将架构信誉值位于排序在前20%位置的成员节点作为架构核心节点,其他的成员节点为架构边缘节点,通过K-means聚类算法将架构边缘节点进行归属划分,获得组织内架构核心节点团体;
步骤1.2.4,组织内所有架构核心节点具有相同的架构信誉值,为所有架构核心节点对应的架构信誉值的平均值;同时,组织内架构核心节点团体内各架构边缘节点也具备相同的架构信誉值,为架构核心节点团体内所有架构边缘节点对应的架构信誉值的平均值;
步骤1.2.5,以如下关系式计算得到成员节点工作周期内的表现信誉值:
sh(i)=T+V+O
式中,
sh(i)为成员节点i的表现信誉值,
T代表成员节点是否出现单点故障,若出现单点故障则T=0,若未出现单点故障则T=工作周期内成员节点参与并完成共识的次数,
V代表成员节点是否有作恶失信行为,发生作恶失信行为则V=0,未发生作恶失信行为则V=工作周期内成员节点参与并完成共识的次数,
O代表工作周期内节点参与并完成共识的次数,
其中,工作周期依据系统执行任务量界定或工作时间界定。
进一步,步骤1.3包括:
步骤1.3.1,成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值;
步骤1.3.2,将预期信誉值按从大到小进行排序,将预期信誉值位于排序在前20%位置的成员节点作为可信核心节点。
进一步,步骤1.4包括:
步骤1.4.1,在组织内利用可信核心节点,采用改进的拜占庭容错共识算法进行组织共识,组织内的任一可信核心节点,通过NWR协议将终端在存的变更信息传输到组织内的其他可信核心节点进行同步;
步骤1.4.2,在组织内共识基础上,各组织内排序在前20%的可信核心节点作为组织间的共识可信核心节点;
步骤1.4.3,组织间,由一个组织的共识可选核心节点向另一个组织的共识可信核心节点发起共识申请,并发送自身的认证身份标识,认证通过后进行信息更新及维护存储。
步骤1.4.4中,组织共识方法中,所有的改进提案由各个可信核心节点提出,需要其余所有可信核心节点的全部认同,并且提案提出为单向循环序列,可以表示为如下关系式:
N=(Q-R)%C
式中,N为当前发出改进提案申请的节点编号,Q为区块链现存高度,R为需要进行组织共识的节点数目,其中C为已经进行完成的共识轮次。
优选地,步骤2中,基于国家电网公司数据安全等级规范、数据共享技术规范、统一资源标识规范,提出自定义密级标识技术。
区块链数据标识体系中,自定义数据标识包括:身份、语义和自定义密级符。
自定义密级符包括7个标识位,分别为POC、COC、COI、AON、CON、S,各个标识位分别代表如下含义:
POC:用于表示当前数据的加密状态,1表示当前数据已经完成加密,0表示当前数据是明文状态;
COC:表示当前数据在当前数据拥有者发布后是否存在过更改,1表示曾经更改过,0表示从未更改;
COI:表示数据拥有者在密级标识后是否可以发生更改,1表示可以发生更改,0表示不可以发生更改;
AON:表示数据拥有者发生变更或者语义发生变更,密级是否需要重新审核,1表示需要重新审核,0表示维持原来的标识;
CON:表示当前数据的密级标识是否经过审核,1表示密级标识已经审核通过,0表示密级标识尚未得到审核;
S:用来标注数据的密级。
优选地,步骤3中,搭建自动化数据安全上链检测智能合约模板,包括对如下三个接口进行定义:
第一接口为instantiate(),是智能合约处理接收到的MsgInstantiateContract消息入口,从消息中提取实例化数据为智能合约模板编制提供初始化状态值,提供算法初始运行环境;
第二接口为execute(),是智能合约进行写操作时所调用,为变量提供参数,也是智能合约模板进行安全密级上链界限设定的位置;
第三接口为query(),是智能合约查询数据时所调用,为查询数据标志位的代码编制方法,定义查询当前数据拥有者,数据是否更改,数据的等级是否完成审核。
本发明还提出了一种基于智能合约的电力数据安全上链系统,用于实现方法的步骤。
一种终端,包括处理器及存储介质;存储介质用于存储指令;处理器用于根据指令进行操作以执行方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现方法的步骤。
本发明的有益效果在于,与现有技术相比:
1、提出以区块链节点初始信誉值、架构信誉值和表现信誉值为数据基础,输入至长短期记忆(Long Short-Term Memory,LSTM)神经网络进行节点信誉度预判,并将预期信誉值大于等于信誉值阈值的成员节点作为可信核心节点,利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证,实现了一种高效且动态的安全可信身份认证技术突破,保障数据源端可信;
2、基于国家电网公司数据安全等级规范、数据共享技术规范、统一资源标识规范,提出自定义密级标识技术,构建了基于电力数据安全密级的区块链数据标识体系,为阻止隐私数据上链、数据访问权限管控等提供数据结构基础;
3、基于自定义数据密级标识体系搭建自动化数据安全上链检测智能合约模板,将电力数据安全分级管理规范及其他联盟链成员数据安全管控规范转化为智能合约语言,通过触发智能合约,以实现数据安全上链的全流程自动化管理。
附图说明
图1是本发明提出的一种基于智能合约的电力数据安全上链方法及系统的功能示意图;
图2是本发明实施例中组织内共识和组织间共识的示意图。
图3是自动化数据安全上链检测智能合约模板。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例,而不是全部实施例。基于本发明精神,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它实施例,都属于本发明的保护范围。
本发明一方面提出了一种基于智能合约的电力数据安全上链方法及系统,如图1所示,包括:
步骤1,根据联盟链中节点的初始信誉值、架构信誉值和表现信誉值,基于LSTM神经网络获得节点的预期信誉值,根据预期信誉值确定可信核心节点;利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证。
具体地,基于数字签名及长短期记忆(Long Short-Term Memory,LSTM)神经网络,对电力数据共享方身份的可信性进行验证。
以传统公钥基础设施(Public Key Infrastructure,PKI)为基础的认证框架,通常以安全套阶层身份认证协议实现双向身份认证。这种认证框架比基于对称密钥的认证框架,比如Kerberos网络授权协议等,有了较大进步。但由于认证双方通过互发证书或证书链进行通信,证书维护过程,比如证书状态查询,存在计算与通信开销较大的问题,无法动态调整信誉值等问题。也有直接根据各域已有的PKI结构及拓扑关系构建认证路径,但存在认证路径复杂、认证效率较低。因此,本发明首先提出一种高效且动态的安全可信身份认证和控制手段,实现电力数据共享的前提是身份可信性的认证,保障数据源端可信。
具体地,步骤1包括:
步骤1.1,导入联盟链中各组织的身份信息;根据组织的身份信息与联盟链中已有的认证信息的匹配情况,对各组织产生初始信誉值。
具体来说,各组织均为电力数据共享方,将国家电网证书颁发机构(CertificateAuthority,CA)中心及联盟链中其他组织CA中心的身份信息导入。其中,新注册组织需要得到已有联盟链中组织的全部认可,组织内成员新注册需要得到本组织CA中心认可。
申请注册组织首先在终端发起认证申请,认证中心将组织规范文件返回申请注册的组织,由申请注册的组织提供身份证明材料及认证需求。在联盟链中初始创建组织节点,首先将组织的身份信息与联盟链中已有的CA中心的认证信息进行匹配,若匹配成功,终端产生对应的公私钥对来对收发信息加解密,且联盟链中组织节点的初始信誉值为当前平均值;若匹配失败,则将组织的身份信息提交已有联盟链中组织进行审核,在得到已有联盟链中组织的全部认可后,联盟链中组织节点的初始信誉值为零,所产生的公钥将在区块链广播存储。对于初始信誉值为零的组织,需要其进一步诚信表现,提高整个联盟对自身的信誉值,以此来保证整个联盟链的高安全性。
本发明沿用了集中式CA机构资源统一、便于管理的优势。
步骤1.2,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值,确定各成员节点的架构信誉值,统计各个节点工作周期内表现信誉值。
步骤1.2包括:
步骤1.2.1,统计联盟链上各组织内部的成员节点数量。
由于联盟链中的组织皆为针对特定组织群体和有限的第三方,即每个组织天然的进行了区域划分。但每个组织内部的成员节点注册数量各有不同,数量根据业务需求及应用场景进行设定,因此需要先进行组织内部的成员数量统计。
步骤1.2.2,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值,以如下关系式计算得到成员节点的架构信誉值:
基于成员节点的初始信誉值、架构信誉值和表现信誉值,基于LSTM神经网络,获得每个成员节点的预期信誉值。
其中,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值。
成员节点的架构信誉值由同一组织内成员节点之间的联系度决定,如果任一成员节点同其他成员节点建立的联系越多,则该成员节点在组织内的信誉值越高,同时反映该成员节点在组织内的重要程度也越高。本发明假定成员节点之间的关系为有向图,则成员节点的架构信誉值可表示为如下关系式:
式中,
Df(i)为成员节点i的架构信誉值,
bij为成员节点i同成员节点j有关系,bij=0表示成员节点i同成员节点j没有关系,bij=1表示成员节点i同成员节点j有关系,
gf为组织内部的成员节点数量。
步骤1.2.3,在组织中,将架构信誉值按从大到小进行排序,将架构信誉值位于排序在前20%位置的成员节点作为架构核心节点,其他的成员节点为架构边缘节点,通过K-means聚类算法将架构边缘节点进行归属划分,获得组织内架构核心节点团体。
通过将架构信誉值位于前20%的节点作为架构核心节点,其他的成员节点作为架构边缘节点,通过K-means聚类算法将架构边缘节点进行归属划分,具体如下:
1、以架构核心节点作为聚类中心,计算每个架构边缘节点到聚类中心的距离,归属到最小距离对应的聚类中心。
2、通过聚类迭代计算,确定组织内架构核心节点团体。组织内所有架构核心节点具有相同的架构信誉值,且统一为架构核心节点中的平均值;同时组织内架构核心节点团体内各架构边缘节点也具备相同的架构信誉值,统一为本团体内各架构边缘节点平均值。
步骤1.2.4,组织内所有架构核心节点具有相同的架构信誉值,为所有架构核心节点对应的架构信誉值的平均值;同时,组织内架构核心节点团体内各架构边缘节点也具备相同的架构信誉值,为架构核心节点团体内所有架构边缘节点对应的架构信誉值的平均值;
步骤1.2.5,以如下关系式计算得到成员节点工作周期内的表现信誉值:
以如下关系式计算得到成员节点工作周期内的表现信誉值:
sh(i)=T+V+O
式中,
sh(i)为成员节点i的表现信誉值,
T代表成员节点是否出现单点故障,若出现单点故障则T=0,若未出现单点故障则T=工作周期内成员节点参与并完成共识的次数,
V代表成员节点是否有作恶失信行为,发生作恶失信行为则V=0,未发生作恶失信行为则V=工作周期内成员节点参与并完成共识的次数,
O代表工作周期内节点参与并完成共识的次数,
其中,工作周期依据系统执行任务量界定或工作时间界定。
LSTM神经网络通过Cell记忆信息,网络架构包括:输入门,遗忘门,输出门;同时,LSTM神经网络中引入sigmoid函数并结合tanh函数,有效解决时间序列问题,记忆效应对于节点的历史表现更加敏感,可以刚好的预测节点未来的信誉值。
成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值。
步骤1.3,成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值;将预期信誉值按从大到小进行排序,将预期信誉值位于排序在前20%位置的成员节点作为可信核心节点。
本发明基于区块链节点的历史表现数据,构建基于LSTM神经网络的诚信度动态调整机制,实现身份信息验证的“动态中心化”。
具体地,步骤1.3包括:
步骤1.3.1,成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值;
步骤1.3.2,将预期信誉值按从大到小进行排序,将预期信誉值位于排序在前20%位置的成员节点作为可信核心节点。
步骤1.4,利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证,并完成区块链交易共识。
具体地,为搭建联盟链的公平执行环境,在组织内信誉值阈值取值为20%,如图2中空心圆圈所示,组织内预期信誉值小于信誉值阈值的成员节点作为普通节点。
具体地,如图2所示,步骤1.4包括:
步骤1.4.1,在组织内利用可信核心节点,采用改进的拜占庭容错共识算法进行组织共识,组织内的任一可信核心节点,通过NWR协议将终端在存的变更信息传输到组织内的其他可信核心节点进行同步。
解决了联盟链的每个组织内部节点数目不一时各节点之间变更信息的同步问题。
具体来说,假设α和β同为组织内的可信核心节点,在联盟链运行状态下,α和β各自的可信核心节点团体内会发生信息变更,因此有信息同布需求;如果α发起信息更新请求,β同意后对比本地数据库进行差异信息更新;β同时将自身数据库更新部分发送给α,α对照本地数据库进行更新。
步骤1.4.2,在组织内共识基础上,各组织内排序在前20%的可信核心节点作为组织间的共识可信核心节点。
组织间共识是建立在组织内共识的基础上,某组织内的可信核心节点在向其他的组织的可信核心节点进行安全认证的时,同样需要在本组织内选出排序在前20%的可信核心节点作为共识可信核心节点,其他的80%可信核心节点为普通可信核心节点。
步骤1.4.3,组织间,由一个组织的共识可选核心节点向另一个组织的共识可信核心节点发起共识申请,并发送自身的认证身份标识,认证通过后进行信息更新及维护存储。
步骤1.4.4中,组织共识方法中,所有的改进提案由各个可信核心节点提出,需要其余所有可信核心节点的全部认同,并且提案提出为单向循环序列,可以表示为如下关系式:
N=(Q-R)%C
式中,N为当前发出改进提案申请的节点编号,Q为区块链现存高度,R为需要进行组织共识的节点数目,其中C为已经进行完成的共识轮次。
组织共识方法中,所有的改进提案由各个可信核心节点提出,为了系统可靠性,需要其余所有可信核心节点的全部认同,并且提案提出为单向循环序列。
当新注册成员节点申请加入时,所在组织内的可信核心节点会将新注册成员节点的公钥信息进行同布更新,并发布在链上,同一组织内其他可信核心节点进行共识,以此来保证身份的初步认证共识。同时还采用布隆过滤器的方式对认证信息的检索,进一步提高了身份信息的验证效率。
在联盟链运行过程中,当某个共识可信核心节点在向其所在组织进行身份认证失败时,同样需要向另外的连接组织发出认证申请,如果都认证失败则证明该身份为非法身份,同时组织间的认证为互相认证,以此保障了身份认证的高安全性。
本发明针对数据共享中隐私泄露频发问题,结合传统CA中心化认证与基于LSTM神经网络动态调整信誉值相结合,做到身份信息验证的“动态中心化”,结合人工智能为区块链的数据共享身份认证过程提供可靠保障。
步骤2,基于自定义密级标识技术,构建基于电力数据安全密级的区块链数据标识体系。
基于国家电网公司数据安全等级规范、数据共享技术规范、统一资源标识规范,提出自定义密级标识技术,构建了基于电力数据安全密级的区块链数据标识体系。
本发明提出的自定义数据密级标识技术,首先兼顾基于国家电网公司数据安全等级规范、数据共享技术规范、统一资源标识规范等已有规范,同时具备业务、数据、安全、自适应等多层次扩展功能,将电网营销、运维、经法、调度等多类型多安全等级的数据实现映射的唯一性与统一性。
具体地,步骤2中,自定义数据标识包括:身份、语义和自定义密级符。
其中,身份为数据拥有者打印的身份ID,标明当前数据的归属,并且由共识机制保障身份部分的合法性及唯一性,并与当前主流的区块链底链平台适配;语义包含数据的信息要素,是数据的主要部分,代表了数据主要价值;自定义密级符包括用户自定义密级标识,防止隐私数据泄露。
为实现数据的多层次管控,自定义密级符包含了7个标识位,分别为POC、COC、COI、AON、CON、S,各个标识位分别代表如下含义:
POC:用于表示当前数据的加密状态,1表示当前数据已经完成加密,0表示当前数据是明文状态。
COC:表示当前数据在当前数据拥有者发布后是否存在过更改,1表示曾经更改过,0表示从未更改。
COI:表示数据拥有者在密级标识后是否可以发生更改,1表示可以发生更改,0表示不可以发生更改。
AON:表示数据拥有者发生变更或者语义发生变更,密级是否需要重新审核,1表示需要重新审核,0表示维持原来的标识。
CON:表示当前数据的密级标识是否经过审核,1表示密级标识已经审核通过,0表示密级标识尚未得到审核。
S:用来标注数据的密级。
根据国家电网及其他联盟链成员数据安全管控规范,对不同密级的数据分门别类进行管控,杜绝隐私敏感数据泄露。对于违规节点将进行记录,并影响其信誉值。
步骤3,基于自定义数据密级标识体系搭建自动化数据安全上链检测智能合约模板,如图3所示。
为了实现数据安全上链的全流程自动化管理,将电力数据安全分级管理规范及其他联盟链成员数据安全管控规范转化为智能合约语言,通过触发智能合约,自动实现上链管理。
步骤2已经建立好针对区块链数据密级标识的数据格式,虽然联盟链当中的不同参与组织对于数据密级的要求不同,导致触发智能合约的条件也不同,但是可以通过搭建自定义数据安全上链检测智能合约模板来简化数据安全工作量,提高数据检测效率和安全等级。
具体地,步骤3中,将文档结构描述的通用部分及个性定制部分进行区分,然后生成对应的数据上链检测智能合约框架代码,确定本框架代码需要的函数库环境及脚本文件代码等,并依据数据服务形式化文件的解析结果确定自定义部分。其中,编制智能合约模板主要对以下三个接口进行定义:
第一接口为instantiate(),为智能合约消息的第一个入口,也是合约处理接收到的MsgInstantiateContract消息入口,从消息中提取实例化数据为智能合约模板编制提供初始化状态值,提供算法初始运行环境。
第二接口为execute(),为智能合约进行写操作时所调用,为变量提供参数,也是智能合约模板进行安全密级上链界限设定的位置,此位置需要针对各组织的数据安全上链规范进行编制。
第三接口为query(),为智能合约查询数据时所调用,此位置为查询数据标志位的代码编制方法,定义查询当前数据拥有者,数据是否更改,数据的等级是否完成审核等。
因此,整个自定义数据安全上链检测智能合约模板如图三所示,首先获取智能合约执行权限,配置区块链环境信息,其次设定当前防止数据上链的安全密级,防止敏感数据误上链操作,最后配置查询当前数据的安全密级方法及违规操作处理方法。
通过在框架中完成代码要素补充后,根据合约代码存储路径将代码框架读入内存,经过编译生成并完成Web服务描述语言的接口设计,同时经过联盟链的组织内及组织间的共识,完成智能合约上链,当有敏感数据上链违规操作时,将触发智能合约进行自动阻止。
本实施例中,首先,基于数字签名及LSTM神经网络双重保护机制的电力数据共享方身份可信性验证,在网络中根据节点的分布个体聚焦度可信核心节点,普通节点通过可信核心节点的安全认证得到唯一身份标识ID;其次,同一组织中的可信核心节点通过共识协议对全部在册节点数据进行共享存储,在册节点可通过联盟内任意可信节点进行查询验证;最后,不同组织之间通过共识协议对组织间的在册节点数据进行共享存储,最终可达到认证数据全网统一。在全网节点皆能通过全网任意可信节点互相认证身份的基础上。本发明构建基于电力数据安全密级的区块链数据标识体系,自定义密级标识技术与电力大数据安全密级相结合,实现编码映射方式的唯一性和可知性的资源名称,对电力数据进行密级标识,支撑数据安全上链。最后本发明提出自动化数据安全上链检测智能合约模板搭建,实现数据安全上链的全流程自动化管理,将电力数据安全分级管理规范转化为智能合约语言,通过触发智能合约,自动实现上链管理,为打通“电力数据孤岛”提供有力的安全支撑。
本发明还提出了一种基于智能合约的电力数据安全上链系统,用于实现方法的步骤。
一种终端,包括处理器及存储介质;存储介质用于存储指令;处理器用于根据指令进行操作以执行方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现方法的步骤。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (13)
1.一种基于智能合约的电力数据安全上链方法,其特征在于,包括:
步骤1,根据联盟链中节点的初始信誉值、架构信誉值和表现信誉值,基于LSTM神经网络获得节点的预期信誉值,根据预期信誉值确定可信核心节点;利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证;
步骤2,基于自定义密级标识技术,构建基于电力数据安全密级的区块链数据标识体系;
步骤3,基于自定义数据密级标识体系搭建自动化数据安全上链检测智能合约模板。
2.根据权利要求1所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤1包括:
步骤1.1,导入联盟链中各组织的身份信息;根据组织的身份信息与联盟链中已有的认证信息的匹配情况,对各组织产生初始信誉值;
步骤1.2,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值,确定各成员节点的架构信誉值,统计各个节点工作周期内表现信誉值;
步骤1.3,成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值;将预期信誉值按从大到小进行排序,将预期信誉值位于排序在前20%位置的成员节点作为可信核心节点;
步骤1.4,利用可信核心节点,基于组织内共识方法、组织间共识方法对电力数据共享方身份的可信性进行验证,并完成区块链交易共识。
3.根据权利要求2所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤1.1中,在联盟链中初始创建组织节点,首先将组织的身份信息与联盟链中已有的CA中心的认证信息进行匹配,若匹配成功,使用终端产生对应的公私钥对实现收发信息的加解密,且联盟链中组织节点的初始信誉值为当前平均值;若匹配失败,则将组织的身份信息提交已有联盟链中组织进行审核,在得到已有联盟链中组织的全部认可后,联盟链中组织节点的初始信誉值为零,所产生的公钥将在区块链广播存储。
4.根据权利要求2所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤1.2包括:
步骤1.2.1,统计联盟链上各组织内部的成员节点数量;
步骤1.2.2,以组织节点的初始信誉值作为组织内部成员节点的初始信誉值,以如下关系式计算得到成员节点的架构信誉值:
式中,
Df(i)为成员节点i的架构信誉值,
bij为成员节点i同成员节点j有关系,bij=0表示成员节点i同成员节点j没有关系,bij=1表示成员节点i同成员节点j有关系,
gf为组织内部的成员节点数量;
步骤1.2.3,在组织中,将架构信誉值按从大到小进行排序,将架构信誉值位于排序在前20%位置的成员节点作为架构核心节点,其他的成员节点为架构边缘节点,通过K-means聚类算法将架构边缘节点进行归属划分,获得组织内架构核心节点团体;
步骤1.2.4,组织内所有架构核心节点具有相同的架构信誉值,为所有架构核心节点对应的架构信誉值的平均值;同时,组织内架构核心节点团体内各架构边缘节点也具备相同的架构信誉值,为架构核心节点团体内所有架构边缘节点对应的架构信誉值的平均值;
步骤1.2.5,以如下关系式计算得到成员节点工作周期内的表现信誉值:
sh(i)=T+V+O
式中,
sh(i)为成员节点i的表现信誉值,
T代表成员节点是否出现单点故障,若出现单点故障则T=0,若未出现单点故障则T=工作周期内成员节点参与并完成共识的次数,
V代表成员节点是否有作恶失信行为,发生作恶失信行为则V=0,未发生作恶失信行为则V=工作周期内成员节点参与并完成共识的次数,
O代表工作周期内节点参与并完成共识的次数,
其中,工作周期依据系统执行任务量界定或工作时间界定。
5.根据权利要求2所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤1.3包括:
步骤1.3.1,成员节点的初始信誉值、架构信誉值和表现信誉值构成三个维度的源数据,输入到LSTM神经网络中,以获得每个成员节点的预期信誉值;
步骤1.3.2,将预期信誉值按从大到小进行排序,将预期信誉值位于排序在前20%位置的成员节点作为可信核心节点。
6.根据权利要求2所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤1.4包括:
步骤1.4.1,在组织内利用可信核心节点,采用改进的拜占庭容错共识算法进行组织共识,组织内的任一可信核心节点,通过NWR协议将终端在存的变更信息传输到组织内的其他可信核心节点进行同步;
步骤1.4.2,在组织内共识基础上,各组织内排序在前20%的可信核心节点作为组织间的共识可信核心节点;
步骤1.4.3,组织间,由一个组织的共识可选核心节点向另一个组织的共识可信核心节点发起共识申请,并发送自身的认证身份标识,认证通过后进行信息更新及维护存储。
步骤1.4.4中,组织共识方法中,所有的改进提案由各个可信核心节点提出,需要其余所有可信核心节点的全部认同,并且提案提出为单向循环序列,可以表示为如下关系式:
N=(Q-R)%C
式中,N为当前发出改进提案申请的节点编号,Q为区块链现存高度,R为需要进行组织共识的节点数目,其中C为已经进行完成的共识轮次。
7.根据权利要求1所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤2中,基于国家电网公司数据安全等级规范、数据共享技术规范、统一资源标识规范,提出自定义密级标识技术。
8.根据权利要求7所述的基于智能合约的电力数据安全上链方法,其特征在于,
区块链数据标识体系中,自定义数据标识包括:身份、语义和自定义密级符。
9.根据权利要求8所述的基于智能合约的电力数据安全上链方法,其特征在于,
自定义密级符包括7个标识位,分别为POC、COC、COI、AON、CON、S,各个标识位分别代表如下含义:
POC:用于表示当前数据的加密状态,1表示当前数据已经完成加密,0表示当前数据是明文状态;
COC:表示当前数据在当前数据拥有者发布后是否存在过更改,1表示曾经更改过,0表示从未更改;
COI:表示数据拥有者在密级标识后是否可以发生更改,1表示可以发生更改,0表示不可以发生更改;
AON:表示数据拥有者发生变更或者语义发生变更,密级是否需要重新审核,1表示需要重新审核,0表示维持原来的标识;
CON:表示当前数据的密级标识是否经过审核,1表示密级标识已经审核通过,0表示密级标识尚未得到审核;
S:用来标注数据的密级。
10.根据权利要求1所述的基于智能合约的电力数据安全上链方法,其特征在于,
步骤3中,搭建自动化数据安全上链检测智能合约模板,包括对如下三个接口进行定义:
第一接口为instantiate(),是智能合约处理接收到的MsgInstantiateContract消息入口,从消息中提取实例化数据为智能合约模板编制提供初始化状态值,提供算法初始运行环境;
第二接口为execute(),是智能合约进行写操作时所调用,为变量提供参数,也是智能合约模板进行安全密级上链界限设定的位置;
第三接口为query(),是智能合约查询数据时所调用,为查询数据标志位的代码编制方法,定义查询当前数据拥有者,数据是否更改,数据的等级是否完成审核。
11.一种基于智能合约的电力数据安全上链系统,其特征在于,
用于实现权利要求1至10任一项所述方法的步骤。
12.一种终端,包括处理器及存储介质;其特征在于,
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-10任一项所述方法的步骤。
13.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-10任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310291075.9A CN116455550A (zh) | 2023-03-23 | 2023-03-23 | 一种基于智能合约的电力数据安全上链方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310291075.9A CN116455550A (zh) | 2023-03-23 | 2023-03-23 | 一种基于智能合约的电力数据安全上链方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116455550A true CN116455550A (zh) | 2023-07-18 |
Family
ID=87124743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310291075.9A Pending CN116455550A (zh) | 2023-03-23 | 2023-03-23 | 一种基于智能合约的电力数据安全上链方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116455550A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151882A (zh) * | 2023-10-30 | 2023-12-01 | 国网天津市电力公司经济技术研究院 | 一种基于多品种电力交易的风险评估方法及系统 |
CN117640248A (zh) * | 2024-01-15 | 2024-03-01 | 湖北华中电力科技开发有限责任公司 | 基于区块链的电力数据共享方法及装置 |
-
2023
- 2023-03-23 CN CN202310291075.9A patent/CN116455550A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151882A (zh) * | 2023-10-30 | 2023-12-01 | 国网天津市电力公司经济技术研究院 | 一种基于多品种电力交易的风险评估方法及系统 |
CN117151882B (zh) * | 2023-10-30 | 2024-05-07 | 国网天津市电力公司经济技术研究院 | 一种基于多品种电力交易的风险评估方法及系统 |
CN117640248A (zh) * | 2024-01-15 | 2024-03-01 | 湖北华中电力科技开发有限责任公司 | 基于区块链的电力数据共享方法及装置 |
CN117640248B (zh) * | 2024-01-15 | 2024-03-29 | 湖北华中电力科技开发有限责任公司 | 基于区块链的电力数据共享方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yue et al. | A survey of decentralizing applications via blockchain: The 5G and beyond perspective | |
Maroufi et al. | On the convergence of blockchain and internet of things (iot) technologies | |
Du et al. | An optimized consortium blockchain for medical information sharing | |
Bai et al. | BPIIoT: A light-weighted blockchain-based platform for industrial IoT | |
Roy et al. | Blockchain for IoT security and management: Current prospects, challenges and future directions | |
CN116455550A (zh) | 一种基于智能合约的电力数据安全上链方法及系统 | |
Cao et al. | Blockchain systems, technologies, and applications: A methodology perspective | |
CN110099055A (zh) | 基于轻量级区块链节点的物联网服务架构 | |
Wang et al. | Blockchain-based IoT device identification and management in 5G smart grid | |
CN109450638A (zh) | 基于区块链的电子元器件数据管理系统及方法 | |
CN112000976B (zh) | 区块链系统的认证管理方法、装置、介质及电子设备 | |
Zhang et al. | Blockchain and federated deep reinforcement learning based secure cloud-edge-end collaboration in power IoT | |
CN110268678A (zh) | 使用智能合约及区块链数据库通过基于pki的认证代理用户的登录的方法及利用其的服务器 | |
Fotohi et al. | Securing communication between things using blockchain technology based on authentication and SHA-256 to improving scalability in large-scale IoT | |
Zafar et al. | Integration of blockchain and Internet of Things: Challenges and solutions | |
Gaba et al. | Impact of block data components on the performance of blockchain-based VANET implemented on hyperledger fabric | |
Ahamad et al. | Secure mobile payment framework based on UICC with formal verification | |
Qiang et al. | Mine consortium blockchain: the application research of coal mine safety production based on blockchain | |
De et al. | BCoT: introduction to blockchain-based internet of things for industry 5.0 | |
CN110189440A (zh) | 一种基于区块链的智能锁监管设备及其方法 | |
CN117041375A (zh) | 一种基于数据服务总线的跨域传输安全管理方法 | |
Zhang et al. | A Blockchain‐Based Microgrid Data Disaster Backup Scheme in Edge Computing | |
Jiang et al. | An adaptive information security system for 5G-enabled smart grid based on artificial neural network and case-based learning algorithms | |
Li et al. | Q-learning improved lightweight consensus algorithm for blockchain-structured internet of things | |
Panduro-Ramirez et al. | Blockchain Approach for Implementing Access Control in IOT |
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 |