CN117176739A - 一种基于区块链的物联网多区域数据共享激励方法 - Google Patents

Abstract

本发明请求保护一种基于区块链的物联网多区域数据共享激励方法，属于区块链技术与物联网技术结合的数据共享领域。所述方法包括不同物联网域之间实现数据共享的流程。模型简化为IOT AChain(物联网A链)上的Demander(数据需求者)与IOT BChain(物联网B链)上的Owner(数据拥有者)通过CT Chain(激励中心链)实现数据共享的流程。本发明能激励Owner积极参与共享任务，并提供高质有效的数据。激励Agent(代理人)积极参与验证跨域数据共享交易，并通过逆向拍卖模型和数据质量等级验证筛选出提供价格合理、质量优质的数据的数据拥有者。同时，通过声誉激励来约束Demander、Owner以及Agent的行为，使他们在数据共享任务中保持诚实的状态，从而促进物联网数据共享交易市场公平、稳定的长久运行。

Description

一种基于区块链的物联网多区域数据共享激励方法

技术领域

本发明属于区块链技术与物联网技术结合的数据共享领域，具体属于一种物联网多区域数据共享的激励方法。

背景技术

物联网作为国家战略性新兴产业的重要支撑，是智慧城市、智能制造等领域的核心和基础。近年来，物联网迎来了爆炸式发展，联网设备数量呈现指数级增长，产生海量数据。各个行业和领域各自有自己的数据管理中心，物联网系统数据呈现分域管理的特点，导致针对各个垂直行业的海量物联网数据以独立的数据中心的形式存储，呈现出应用垂直化、数据不共享的孤岛现象。随着信息化建设和应用的不断深入，数据的交互共享在跨领域跨行业的应用中越来越重要，数据交互共享才能充分挖掘数据的价值。因此，实现物联网多区域之间的数据共享逐渐成为物联网领域的研究热点之一。

目前，大部分传统物联网数据共享都是集中式的，它们通常依赖于类似银行的可信中心，但可信中心因其管控不透明、易受攻击等特征而存在系统信任缺失和隐私泄露等问题。区块链去中心化的架构带来数据不可篡改、安全可信、可追溯等诸多优点，从技术的角度带来了数据可信的价值，其分布式的网络结构和物联网结合能够颠覆传统物联网数据管理系统中心化架构，消除单点故障的隐患。另外，区块链跨链技术是实现区块链之间互联互通、提升可扩展性的重要技术手段，可以采用区块链跨链技术打破物联网多区域之间的信息孤岛问题。将不同物联网域的数据上链，数据拥有者充当链上节点，并且吸引更多数据需求者成为链上节点，打造物联网多区域数据共享生态。因此，在物联网多区域数据共享中引入区块链技术、区块链跨链技术等，可以作为解决物联网多区域之间数据共享困难、数据共享中心化的有效方案，充分发挥物联网数据的价值，实现物联网多区域之间的数据共享和价值转移。

区块链技术可以提供一个去中心化、防篡改的平台来解决物联网多区域数据共享面临的现实问题。但更值得关注的是数据共享还存在参与者不积极、不诚实等问题。第一，收集数据需要消耗数据拥有者终端设备的电池电量、数据流量等资源，在此过程中，数据拥有者需要付出时间和劳动。没有适当的回报，数据拥有者没有兴趣在数据共享中长期保持积极状态。第二，本发明采用基于中继的跨链机制设计物联网多区域数据共享模型，要实现多区域数据共享，必须依靠代理人的参与。因此，需要设计一个激励与约束并存的激励机制来激励足够多的代理人和数据拥有者参与数据共享任务，保证参与者的数量和数据质量，促使组织者、参与者高效率的协同合作，达到利益最大化，才能推进物联网数据共享的进一步发展。

CN114528597A，一种基于区块链的数据共享和激励方法，它包括区块链服务，用于数据存储、行为记录、积分记录及提供数据查询服务；设备或系统，厂商生产时即植入公钥，用于对获取的数据进行加密并传输至区块链智能合约；个人或企业用户，用户可以购买设备或系统，在区块链网络上激活并进行数据共享，从而获得积分奖励；积分商城，用于用户积分兑换。本发明实现物联网数据的共享。利用区块链技术数据不可篡改的特性保证数据的安全性和可靠性，设备或系统每分享一次数据，都可以获得对应的奖励，从而鼓励设备持有者持续对数据进行上传。

1.CN114528597A专利提出的数据共享和激励方法没有对数据拥有者给予奖励激励。而本专利通过代币激励和声誉激励提高激励效果，一方面，提高数据拥有者参与共享任务的积极性；另一方面，又保证各个角色在共享任务中保持一个诚实的状态。

2.CN114528597A专利没有考虑共享数据的质量。本专利提出基于Softmax的数据质量等级计算算法，判定数据拥有者提供数据的质量等级，确保数据需求者购买到高质有效的数据的同时，又激励数据拥有者提供更加高质量的数据。

3.CN114528597A专利只考虑了在一个物联网域场景下的数据共享。而本专利考虑的是更复杂的物联网多区域数据共享的场景，打破了物联网域之间的信息孤岛，提高了的数据的利用率。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种基于区块链的物联网多区域数据共享激励方法。本发明的技术方案如下：

一种基于区块链的物联网多区域数据共享激励方法，其包括以下步骤：

建立基于逆向拍卖的物联网多区域数据共享激励模型；

共享激励模型中的Leader通过基于Softmax的数据质量等级计算算法计算数据的质量等级，并从中选出提交数据质量等级高、报价低的Candidate成为Winner参与数据共享任务；

建立数据需求者声誉评价模型、数据拥有者声誉评价模型、代理人声誉评价模型，得到基于声誉的物联网多区域数据共享激励方案。

进一步的，所述基于逆向拍卖的物联网多区域数据共享激励模型具体包括：

基于逆向拍卖的物联网多区域数据共享激励模型基于如下应用场景，IOT Achain上的Demander想要获取IOT Bchain上Owners的物联网数据，Demander通过Leader向Owner发布共享任务；

(1)第一阶段

筛选赢标候选人Candidate，IOT Bchain上的符合共享任务条件的Owners参与报价，否则成为其他节点Others，Owners通过评估自身数据价值得出共享数据想要获得报酬的心理预期值。根据心理预期值向Leader报价，Leader将Owners报价从低到高排列，并按报价从低到高选出一部分成为Candidates。其余为Losers；

(2)第二阶段

选择中标人Winner，Candidates向CT chain的Leader提交部分数据，Leader通过基于Softmax的数据质量等级计算算法计算数据的质量等级，并从中选出提交数据质量等级高、报价低的Candidate成为Winner参与数据共享任务。

进一步的，所述基于Softmax的数据质量等级计算算法具体包括：

根据分类标签Y＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}

其中：Y取k个不同的取值，代表将数据分为k个等级；

将一条数据分为个工作矩阵利用Softmax回归模型对所述个工作矩阵进行训练，计算数据的质量等级；

所述数据的质量等级表示为：

其中：h表示数据的质量等级计算函数，θ则是所述回归模型的参数矩阵，x⁽ⁱ⁾是个工作矩阵中的一个，x⁽ⁱ⁾是一个多维度工作量向量，所述多维度工作量向量的维度根据数据的属性确定；y⁽ⁱ⁾代表x⁽ⁱ⁾工作量向量对应的等级；j＝{1，2，...k}，j代表数据的等级的值，P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是当回归模型参数为θ时工作向量x⁽ⁱ⁾属于j等级的概率，表示为：

工作矩阵X分布在各个等级的概率相加为1；

P(y⁽ⁱ⁾＝1|x⁽ⁱ⁾；θ)+P(y⁽ⁱ⁾＝2|x⁽ⁱ⁾；θ)+...+P(y⁽ⁱ⁾＝k|x⁽ⁱ⁾；θ)＝1

最终数据质量等级grade_i取概率最大值所对应的等级；

grade_i＝maxP(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)

θ_j为列向量，表示j等级对应的模型参数，即θ_j为n维参数列向量：

则表示列向量θ_j的转置，即是θ矩阵的第j行，θ则是所述回归模型的参数，如下所示：

通过交叉熵法来确定回归模型的损失函数，所述损失函数表示为：

其中，m为样本个数，

通过梯度下降法更新回归模型的参数θ：

其中，m为样本个数，

更新回归模型的参数θ表示为：

其中，α代表批量梯度，j＝{1，2，...，k}，j代表数据的等级的值，θ_j代表j等级对应的模型参数；

通过不断地更新参数并将更新的参数重新代入回归模型中开始新一轮的训练，最终求得损失函数的最小值min J(θ^*)，此时求得的参数θ^*是通过Softmax回归模型求得的最优参数；自此，将参数θ^*代入数据的质量等级的公式中得出这段数据的质量等级grade_i。

进一步的，所述基于声誉的物联网多区域数据共享激励方案具体包括：

在基于声誉的物联网多区域数据共享激励方案中分别针对模型中的Demander、Owner、Agent设计了数据需求者声誉评价模型、数据拥有者声誉评价模型、代理人声誉评价模型，目标是通过一种声誉激励，鼓励参与数据共享任务的成员合作，同时限制不诚实成员参与。

进一步的，所述数据需求者声誉评价模型具体包括：

数据需求者声誉评价模型为

Demander_i抵押资产评价部分，是根据Demander_i在账户抵押的资产数进行评价得到的信任度；Reputation_i是Demander_i的声誉值；α₁,α₂,α₃∈Z⁺；C_i∈Z⁺，且C₁<C₂<C₃<C₄；根据Demander抵押的资产数对Demander赋予不同的声誉值；为了避免Follower和Owner会根据Demander的声誉值来决定是否参与是否共享任务，所以每个Demander的声誉值是保密的，仅向Leader公开。

进一步的，所述数据拥有者声誉评价模型具体为：

其中：Trust_i是Owner_i的声誉值，当Trust_i<0时，Owner不能参与共享任务，Trust_i由三部分组成；

P_i是对Owner_i历史任务数评价部分，是根据Owner_i以往完成的任务数量进行评价得到的信任度，P_i>0且ω是Owner_i历史任务数评价P_i所对应的权重，ω<1；该模型设计采用幂函数；

F_i是对Owner_i诚实度评价部分；F_i是根据Demander查验数据后对Owner进行负面评价得到的信任度，F_i<0；

数据拥有者诚实度评价部分；数据拥有者诚实度评价模型为

其中：x是Owner_i的不诚实行为的次数；j表示Owner_i参加的第j次共享任务，Reputation_ij是Owner_i参加的第j次共享任务的Demander_i声誉值；Demander的声誉值作为数据拥有者的诚实度评价的一部分；

V是对Owner初始评价部分，每个Owner在进入共享网络时会获得初始信誉值，V>Reputation_i。

进一步的，所述代理人声誉评价模型具体为：

Credit_i＝β*A_i+γ*S_i

其中：Credit_i是Agent_i的现有声誉值，由两部分组成；A_i是对Agent_i活跃度评价部分，是通过Agent_i的在线时间，即可以处理共享任务的时间进行评价得到的声誉值，S_i是对Agent_i历史行为评价部分，是根据Demander_i对Agent_i参与共享任务的评价进行累计得到的声誉值；β是Agent_i活跃度评价A_i所对应的权重，γ是Agent_i历史行为评价S_i所对应的权重；

代理人历史行为评价部分；代理人历史行为评价模型为

S_i＝δB_ig+εB_ib

其中：B_ig是诚实行为评价部分，是根据Demander_i对Agent_i参与共享任务的正向评价进行评价得到的声誉值；B_ib是Agent_i不诚实行为评价部分，是根据Demander_i对Agent_i参与共享任务的不诚实行为进行评价得到的信任度，δ是Agent_i诚实行为评价部分B_ig所对应的权重，ε是Agent_i不诚实行为评价部分B_ib所对应的权重；

代理人诚实行为评价部分；代理人诚实行为评价模型为

其中：Num_ig是Agent_i历史得到正面反馈的总次数；k表示Agent_i参加的第k次得到正向评价的共享任务；C_ik是Agent_i参加第k次共享任务的评价值，C_ik由系统统一设定，C_ik>0；

代理人不诚实行为评价模型为

其中：Num_ib是Agent_i历史得到的负面评价的总次数，l表示Agent_i参加的第l次得到负面评价的共享任务；Reputation_il是Agent_i参加的第l次共享任务的Demander_i的声誉值。

一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其所述处理器执行所述程序时实现如任一项所述基于区块链的物联网多区域数据共享激励方法。

一种非暂态计算机可读存储介质，其上存储有计算机程序，其所述计算机程序被处理器执行时实现如任一项所述基于区块链的物联网多区域数据共享激励方法。

一种计算机程序产品，包括计算机程序，其所述计算机程序被处理器执行时实现如任一项所述基于区块链的物联网多区域数据共享激励方法。

本发明的优点及有益效果如下：

1.本发明因加入数据质量等级验证阶段而具有公平性。

数据共享的公平性在于质价匹配，即Owner提供的数据与Demander提供的奖励是否匹配，提供更加优质数据的Owner是否能获得更高的报酬。本发明采用基于Softmax的数据质量等级计算算法对Owner提供的数据质量进行判定，并根据Owner提供数据的质量等级支付报酬。提供优质数据的Owner会获得更加丰厚的报酬，多劳多得的公平交易环境促使数据共享生态向好的方向发展。

2.本发明采用逆向拍卖模型而具有高效性和低成本的优势。

根据本发明构建的应用场景例证，例如：IOT Achain上的Demander想要从IOTBchain上的Owner手中获取200份物联网数据。

首先，Demander通过Leader向Owner发布数据共享任务。

第一阶段，假设有1000个Owner参与拍卖报价，Leader将Owner的报价从低到高排列P{p₁,p₂,...,p₁₀₀₀|p₁＜p₂＜,...,＜p₁₀₀₀}，选取前400个成为Candidate，在这一阶段剔除出了600个不理性报价的数据拥有者。

第二阶段，Leader验证这400个Candidate上传的数据质量等级。Leader根据Candidate的在第一阶段的报价和第二阶段提供数据的质量等级计算数据价值Value，将数据价值从高到低排列{Value₁,Value₂,...,Value₄₀₀|Value₁<Value₂<,...,<Value₄₀₀}，选取前200个成为Winner参与数据共享任务。

在第一阶段根据报价剔除出了600个不理性报价的用户，Leader只需要计算400份数据的质量等级，Leader验证数据质量等级的工作量减少，意味着Demander需要支付给Leader的报酬也随之减少，降低了数据共享的成本。同时，减少了计算数据质量等级的系统花销，提升了执行共享任务的效率。

3.本激励方法有声誉评价方案而具有约束机制。

在本激励机制中，声誉值的高低与参与数据共享任务是否诚实有关，诚实作为声誉值越高，反之，越低。Agent、Owner的声誉值高低影响他们是否能获取参与数据共享任务的资格，并且影响他们参与数据共享任务后所得报酬的多少。Agent和Owner会为了获取参与数据共享任务的资格和赚取更多的报酬而诚实作为，这也意味着声誉评价方案对他们的行为起到了约束作用。

4.数据安全

在本文构建的场景下Demander和Owner实现多区域数据共享需要Leader充当中间人角色来传递数据和消息，在这过程中Owner的数据有两次泄露给Leader的风险，但是本模型都采取了相应的措施防止数据泄露。第一次有泄露风险是在数据质量检测阶段，Candidate需要向Leader提交数据等待数据质量等级验证，但在本激励机制中Candidate只需要向Leader提交部分数据进行质量等级验证，声誉激励会约束Candidate的行为，促使其在向Demander提交完整数据阶段提交同样优质的数据。

第二次有泄露风险是在提交完整数据阶段，Winner向Demander提交完整数据需要Leader在中间转发，但本激励机制通过CA给链上用户分发了公私钥，公钥是公开的，私钥只有用户本人知道，Winner用Demander_i的公钥给完整数据加密，只有Demander_i能用自己的私钥解密，有效防止第三方盗取数据，保护了数据的安全。

5.可扩展性

本模型支持多区域数据共享，具有可扩展性。大数据时代数据分散存储在各自的数据管理中心中。本模型不局限于某一个域内或某两个域之间的数据共享，任何域都可以上链并加入本文构建的基于跨链的物联网多区域数据共享生态中，与生态中的任何域进行数据共享，具有可扩展性。

1.本发明在共享模型中引入逆向拍卖模型，可以有效剔除出不理性的报价的用户，并减少Leader在质量等级验证阶段的工作量，增加共享任务的效率；2本发明增加验证质量等级的阶段，并将数据拥有者提供数据的质量等级与获得的奖励挂钩，激励数据拥有者提供更加高质量的数据；3.本发明引入声誉模型，给每个角色都增加声誉评价，诚实作为声誉值增加，反之，降低。并将角色声誉值与获得奖励和是否能参与任务挂钩，从而确保各个角色在共享任务中保持一个诚实的状态。

附图说明

图1是本发明提供优选实施例一种基于跨链的物联网多区域数据共享模型；

图2是本发明提供优选实施例的一种基于区块链的物联网多区域数据共享激励方法；

图3为本发明申请提供的一种基于逆向拍卖的物联网多区域数据共享激励模型。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

一种基于区块链的物联网多区域数据共享激励方法，其包括：基于Softmax的数据质量等级计算算法、基于逆向拍卖的物联网多区域数据共享激励模型、基于声誉的物联网多区域数据共享激励方案。

进一步的，所述基于Softmax的数据质量等级计算算法具体包括：

根据分类标签Y＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}

其中：Y取k个不同的取值，代表将数据分为k个等级。

将一条数据分为个工作矩阵利用Softmax回归模型对所述个工作矩阵进行训练，计算数据的质量等级。

所述数据的质量等级表示为：

其中：h表示数据的质量等级计算函数，θ则是所述回归模型的参数矩阵，x⁽ⁱ⁾是个工作矩阵中的一个，x⁽ⁱ⁾是一个多维度工作量向量，所述多维度工作量向量的维度根据数据的属性确定。y⁽ⁱ⁾代表x⁽ⁱ⁾工作量向量对应的等级。j＝{1，2，...k}，j代表数据的等级的值，P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是当回归模型参数为θ时工作向量x⁽ⁱ⁾属于j等级的概率，表示为：

工作矩阵X分布在各个等级的概率相加为1。

P(y⁽ⁱ⁾＝1|x⁽ⁱ⁾；θ)+P(y⁽ⁱ⁾＝2|x⁽ⁱ⁾；θ)+...+P(y⁽ⁱ⁾＝k|x⁽ⁱ⁾；θ)＝1

最终数据质量等级grade_i取概率最大值所对应的等级。

grade_i＝maxP(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)

θ_j为列向量，表示j等级对应的模型参数，其中j＝{1，2，...，k}，j代表数据的等级的值，即θ_j为n维参数列向量：

则表示列向量θ_j的转置，即是θ矩阵的第j行。θ则是所述回归模型的参数，如下所示：

通过交叉熵法来确定回归模型的损失函数，所述损失函数表示为：

其中，m为样本个数，

通过梯度下降法更新回归模型的参数θ：

其中，m为样本个数，

更新回归模型的参数θ表示为：

其中，α代表批量梯度，j＝{1，2，...，k}，j代表数据的等级的值，θ_j代表j等级对应的模型参数。

通过不断地更新参数并将更新的参数重新代入回归模型中开始新一轮的训练，最终求得损失函数的最小值min J(θ^*)，此时求得的参数θ^*是通过Softmax回归模型求得的最优参数。自此，将参数θ^*代入数据的质量等级的公式中得出这段数据的质量等级grade_i。

进一步的，所述基于逆向拍卖的物联网多区域数据共享激励模型具体包括：

基于逆向拍卖的物联网多区域数据共享激励模型基于如下应用场景，IOT Achain上的Demander想要获取IOT Bchain上Owners的物联网数据。Demander通过Leader向Owner发布共享任务。如图3所示。

(1)第一阶段

筛选赢标候选人(Candidate)。IOT Bchain上的符合共享任务条件的Owners参与报价，否则成为其他节点(Others)。Owners通过评估自身数据价值得出共享数据想要获得报酬的心理预期值。根据心理预期值向Leader报价，Leader将Owners报价从低到高排列，并按报价从低到高选出一部分成为Candidates。其余为Losers。

(2)第二阶段

选择中标人(Winner)。Candidates向CT chain的Leader提交部分数据，Leader通过基于Softmax的数据质量等级计算算法计算数据的质量等级，并从中选出提交数据质量等级高、报价低的Candidate成为Winner参与数据共享任务。

进一步的，所述基于声誉的物联网多区域数据共享激励方案具体包括：

在基于声誉的物联网多区域数据共享激励方案中分别针对模型中的Demander、Owner、Agent设计了声誉评价方案，目标是通过一种声誉激励，鼓励参与数据共享任务的成员合作，同时限制不诚实成员参与。

(1)数据需求者声誉评价模型

在本模型中，Demander上链需要抵押资产，如果Demander有不诚实行为将面临资产被冻结的风险，抵押资产越多Demander为不诚实行为付出的代价越大。因此，本发明在设计Demander声誉评价模型时将账户抵押资产数作为Demander声誉值的评价标准，并且抵押资产数越多声誉值越高。

数据需求者声誉评价模型。数据需求者声誉评价模型为

Demander_i抵押资产评价部分，是根据Demander_i在账户抵押的资产数进行评价得到的信任度。Reputation_i是Demander_i的声誉值。α₁,α₂,α₃∈Z⁺。C_i∈Z⁺，且C₁<C₂<C₃<C₄。根据Demander抵押的资产数对Demander赋予不同的声誉值。为了避免Follower和Owner会根据Demander的声誉值来决定是否参与是否共享任务，所以每个Demander的声誉值是保密的，仅向Leader公开。

(2)数据拥有者声誉评价模型

数据拥有者声誉评价模型。数据拥有者声誉评价模型为

其中：Trust_i是Owner_i的声誉值，当Trust_i<0时，Owner不能参与共享任务，Turst_i由三部分组成。

P_i是对Owner_i历史任务数评价部分，是根据Owner_i以往完成的任务数量进行评价得到的信任度，P_i>0且ω是Owner_i历史任务数评价P_i所对应的权重，ω<1。该模型设计采用幂函数，随着历史任务数的增多，P_i会呈现缓慢增长趋势。一方面可以防止Owner通过历史任务数的累积导致信誉值过高后出现不诚实行为；另一方面可以通过累计声誉值防止Owner因声誉值过低而随意弃号。

F_i是对Owner_i诚实度评价部分。在Leader计算数据质量环节，Owner_i只需要提交部分数据，在最后提交完整数据环节可能会出现因Owner_i拿质量不好的数据滥竽充数的行为，出现和Leader质量检测结果差别很大的情况。另外，因为参与共享任务的Owner数量多，所以Demander只需对不诚实的Owner做出反馈。因此，F_i是根据Demander查验数据后对Owner进行负面评价得到的信任度，F_i<0。

数据拥有者诚实度评价部分。数据拥有者诚实度评价模型为

其中：x是Owner_i的不诚实行为的次数。j表示Owner_i参加的第j次共享任务，Reputation_ij是Owner_i参加的第j次共享任务的Demander_i声誉值。当Owner_i在某次共享任务中出现不诚实行为时，将Demander_i的声誉值做负运算作为该Owner_i此次不诚实行为的评价。F_i不会被更新，数据拥有者每次不诚实行为都会被累计起来，作为Owner_i的诚实度评价F_i。F_i的绝对值越大，Owner_i诚实度越低。Demander的声誉值与其账户抵押资金有关，为了防止抵押资金少的Demander因作恶成本低而恶意评价，我们将Demander的声誉值作为数据拥有者的诚实度评价的一部分，意味着Demander的声誉值越高，对数据拥有者声誉值的影响越大。

V是对Owner初始评价部分，每个Owner在进入共享网络时会获得初始信誉值，V>Reputation_i。如不给Owner赋初始信誉值，Owner在刚进入系统时Trust_i＝0，假设Owner第一次参与共享任务时就被误判为不诚实，那么这时他的Trust_i<0，不能再参与共享任务，按照声誉设计规则他的声誉值也不会再增长，永远都不能再参与共享任务。显然，这样是对Owner不公平的。因此，我们给每个Owner赋初始声誉值，在一定程度上避免了因Demander的误判给Owner带来的不利影响。

(3)代理人声誉评价模型

代理人声誉评价部分。代理人声誉评价模型为

Credit_i＝β*A_i+γ*S_i

其中：Credit_i是Agent_i的现有声誉值，由两部分组成。A_i是对Agent_i活跃度评价部分，是通过Agent_i的在线时间，即可以处理共享任务的时间进行评价得到的声誉值，A_i随着Agent_i在线时间增长而增长。累计在线时间是没有意义的，因此，A_i在一个epoch后会更新，在第t轮数据共享任务时，Agent_i的Credit_i用的是第t-1轮的A_i值。新进入系统的Agent没有上一轮的A_i值，由系统合理设置初始A_i值。S_i是对Agent_i历史行为评价部分，是根据Demander_i对Agent_i参与共享任务的评价进行累计得到的声誉值。新进入激励中心链的Agent没有历史行为，初始声誉值由活跃度评价部分组成。β是Agent_i活跃度评价A_i所对应的权重，γ是Agent_i历史行为评价S_i所对应的权重，通过对这些指标赋予不同的权重来计算Agent_i现有信任度。

代理人历史行为评价部分。代理人历史行为评价模型为

S_i＝δB_ig+εB_ib

其中：B_ig是诚实行为评价部分，是根据Demander_i对Agent_i参与共享任务的正向评价进行评价得到的声誉值。B_ib是Agent_i不诚实行为评价部分，是根据Demander_i对Agent_i参与共享任务的不诚实行为进行评价得到的信任度，B_ib受Demander_i的声誉值影响。Demander_i依据Agent_i是否按时提交数据、是否按共享任务公告的要求办事等维度决定对Agent_i做出正面评价或者负面评价。δ是Agent_i诚实行为评价部分B_ig所对应的权重，ε是Agent_i不诚实行为评价部分B_ib所对应的权重，通过对这些指标赋予不同的权重来计算Agent_i历史行为评价部分的声誉值。

代理人诚实行为评价部分。代理人诚实行为评价模型为

其中：Num_ig是Agent_i历史得到正面反馈的总次数。k表示Agent_i参加的第k次得到正向评价的共享任务。C_ik是Agent_i参加第k次共享任务的评价值，C_ik由系统统一设定，C_ik>0。

代理人不诚实行为评价部分。代理人不诚实行为评价模型为

其中：Num_ib是Agent_i历史得到的负面评价的总次数，l表示Agent_i参加的第l次得到负面评价的共享任务。Reputation_il是Agent_i参加的第l次共享任务的Demander_i的声誉值。我们将Demander_i的声誉值做负运算作为Agent_i不诚实行为评价部分的主要影响因素，B_ib<0。Demander的声誉值与其账户抵押资金有关，为了防止抵押资金少的Demander因作恶成本低而不诚实评价，在构建代理人不诚实行为评价模型时加入Demander的声誉值，Demander的声誉值越高，对Agent的不诚实行为评价部分的影响越大，反之，影响越小。在一定程度上增加了Demander对Agent不诚实行为评价部分的可信度。

Demander通过物联网多区域数据共享系统获得数据，只有维护一个公平的交易环境，Demander才能长期获得性价比高又优质的数据。因此，Demander在每次共享任务中都会尽可能诚实评价Leader的行为，维护交易市场的公平。

如图2所示，一种基于区块链的物联网多区域数据共享激励方法包括以下步骤：

1.选举Leader

根据代理人声誉评价模型计算Credit_i。

Credit_i＝β*A_i+γ*S_i

S_i计算公式：

S_i＝δB_ig+εB_ib

B_ig计算公式：

B_ib计算公式：

Credit_i值最大的Agent当选为Leader。选举出的Leader有权利拒绝参与共享任务，由声誉值第二的Follower成为Leader，以此类推。

2.发布共享任务

这一阶段IOT AChain上的Demander发布共享任务CS-Task。首先，Demander用自己的私钥SK_demand对此次感知任务签名Sig_SKdemand(CS-Task)，然后把签名附于共享任务公告之后一起广播到CT Chain上，Leader承接共享任务。共享任务公告包括任务要求、奖励预算、质量公告、任务截止日期Deadline、人数门限N、Candidates数量n^*、单份数据量最小值等信息。在质量公告里Demander给出具体的数据质量等级的评定指标Y_(i)＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}，并给出对应质量等级的报酬标准R_(i)＝{r₁,r₂,...,r_k}，数据的质量等级越高报酬越高，反之，越低。

3.广播共享任务

Leader将共享任务公告广播到IOT BChain。

4.拍卖报价

IOT BChain的Owner阅读共享任务公告查看是否符合公告条件，同时，Owner根据共享任务公告自行评估参与共享的任务代价，决定是否参与竞拍。Owner的实际所得利益Profit_i为：

Profit_i＝r_i-minc_i

r_i为Owner参与感知任务获得的报酬，c_i为Owner参与感知任务的总代价。当profit_ui＞0时，Owner作为竞标者参与共享任务，向Leader报价。

5.筛选赢标候选人

在本发明中一次共享任务基于一个买方多个卖方的模型，采用逆向拍卖模型选择参与共享任务的Owner。Owner参与共享任务存在竞争者，所以Owner会尽可能理性报价。Leader将参与共享任务的Owner的报价从低到高排列P{p₁,p₂,...,p_n|p₁＜p₂＜,...,＜p_n}，其中，n为想要参与此次感知任务的竞标者数量，p_i为owner_i的报价。为了保证整体社会福利，要求参与竞标的人数n大于Demander在共享任务公告中给出的人数门限N，否则不执行此次感知任务。自此，开始第一阶段的选拔。为了避免竞标者上传的数据不满足共享任务公告的要求，Leader选取价格由低到高排列的前n^*个竞标者作为Candidate，此处n>n^*>N。

6.赢标候选人提交部分数据

为防止Leader盗用数据，选取的前n^*个Candidate只提交不少于完整数据1/2的数据给Leader等待数据质量等级验证。

7.计算数据质量等级

Leader从共享任务公告中获取数据的分类标签Y_(i)＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}，Y_(i)代表Demander_i给出的分类标签。利用基于Softmax的数据质量等级计算算法计算数据的质量等级grade_i。

根据分类标签Y＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}

将一条数据分为个工作矩阵利用Softmax回归模型对所述个工作矩阵进行训练，计算数据的质量等级。

所述数据的质量等级表示为：

P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是当回归模型参数为θ时工作向量x^(t)属于j等级的概率，表示为：

最终数据质量等级grade_i取概率最大值所对应的等级。

grade_i＝maxP(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)

θ_j为列向量，表示j等级对应的模型参数，其中j＝{1，2，...，k}，j代表数据的等级的值，即θ_j为n维参数列向量：

则表示列向量θ_j的转置，即是θ矩阵的第j行。θ则是所述回归模型的参数，如下所示：

通过交叉熵法来确定回归模型的损失函数，所述损失函数表示为：

通过梯度下降法更新回归模型的参数θ：

更新回归模型的参数θ表示为

通过不断地更新参数并将更新的参数重新代入回归模型中开始新一轮的训练，最终求得损失函数的最小值min J(θ^*)，此时求得的参数θ^*是通过Softmax回归模型求得的最优参数。自此，将参数θ^*代入数据的质量等级的公式中得出这段数据的质量等级grade_i。

8.选择中标人

基于数据的报价系数质量系数μ，通过如下公式计算每条数据的价值：

其中，p_i为Candidate_i的拍卖报价，grade_i为Candidate_i提供数据的质量等级。在所给定义中，k为常数，p_i与Value_i成反比，grade_i与Value_i成正比。

计算n^*个Candidate提交数据的价值Value，将数据价值Value从高到低排列在n^*个Candidate中选择前n个作为Winner参与共享任务。

在具体实施时，Demander发布的任务公告里会给出报价系数和数据质量系数μ，Leader计算出数据的质量等级之后根据任务公告给出的系数计算每条数据的Value。

9.中标人提交完整数据

在计算数据质量等级时Candidate只提交了部分数据，在Leader通过计算数据质量等级选出Winner之后，Winner需要提交完整数据。为了保护数据安全，Winner用Demander的公钥给数据加密后发送给Leader。

10.告知需要提供代币数量

Leader选出Winner后会折算出Demander需要支付给Leader和Winner的报酬，并告知Demander。

Leader的报酬与其声誉值和其计算数据质量等级的数量(Candidate的数量)有关

Rewards_i＝ρ*Credit_i+σ*Price*n^*

其中：Rewards_i为Leader_i的报酬，Credit_i为Leader_i的声誉值，Price为Leader_i计算一位Candidate的数据质量等级的单价，n^*表示有Candidate的数量。ρ是Leader_i的声誉值Credit_i所对应的权重，σ是Leader_i计算n^*次数据质量等级获得报酬所对应的权重。通过对这些指标赋予不同的权重来计算Leader_i在此次数据共享任务获得的报酬。

Leader根据Candidate的报价和提供数据的质量选出Winner，Winner_i的报酬与其提供的数据质量等级和声誉值有关。

其中：Payments_i为Winner_i的报酬，Trust_i为Winner_i的声誉值，共享公告中给出了的不同质量等级Y_(i)＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}所对应的奖励R_(i)＝{r₁,r₂,...,r_k}，例如数据质量等级为grade_i＝y⁽²⁾，所对应的报酬为r₂。τ是Winner_i的声誉值Trust_i所对应的权重，是Winner_i质量等级奖励R_(i)所对应的权重。通过对这些指标赋予不同的权重来计算Winner_i在此次数据共享任务获得的报酬。

11.提交代币

为了防止Demander做出获得数据后不支付代币的行为，此阶段需要Demander先向Leader提交代币。其中，包括支付给Leader的报酬和Winner的报酬。

12.获得数据

Demander提交代币之后，Leader将数据提交给Demander。

13.数据需求者查验数据

假设Demander是专业的、理性的。此阶段Demander会对数据进行查验，Demander根据查验结果对Leader_i和不诚实Winner做出评价。

14.对Leader、不诚实数据拥有者作出评价

首先，Demander_i会根据Leader_i处理任务的效率、是否按照共享任务公告的要求处理共享任务等因素对Leader_i进行评价。Demander_i对Leader_i负面评价的可信度与Demander_i的声誉值有关。

其次，在计算数据质量等级阶段Owner只提交了部分数据，即Leader只验证了数据共享交易中部分数据的质量。Demander要查验收到完整数据的数据质量，与Leader计算数据质量等级做对比，如果差别很大，则说明Winner有很大的嫌疑在数据质量计算阶段提交质量较高的数据，在提交完整数据阶段提交劣质数据滥竽充数。此时Demander会对此类不诚实Winner做出负面评价。由于参与数据共享任务的Winner数据量多，因此，Demander只对不诚实的Winner做出评价。Demander对不诚实Winner评价的可信度与Demander的声誉值有关。

15.发放报酬、转发数据需求者评价

Leader在扣除自己应得的报酬后，将剩下的代币如数转发给Winner。并将Demander对不诚实的Winner的负面评价转发到物联网B链。

16.确认

为了防止Leader不履行将报酬转发给Winner的行为，设置确立环节。Winner收到报酬后需要对Leader做出确认，做出确认之后代表这一轮数据共享任务结束，Leader才能进行下一轮Leader的选举，竞争参与共享任务的资格。否则不能参与。因此，Leader会诚实地将报酬如数转发给Winner。

17.更新声誉值

根据基于声誉的物联网多区域数据共享激励方案，Demander、Owner、Agent的声誉值在实时更新，在一轮数据共享任务结束后各角色的声誉值会统一更新。

需要解释的基本术语是：区块链是一种按照时间顺序来将数据区块顺序相连组合而成的链式数据结构，并且以密码学方式保证数据区块不可篡改和不可伪造。区块链中的每个区块通过包括该区块链中紧接其之前的前一个区块的加密散列而链接到该前一个区块。每个区块还包括时间戳、该区块的加密哈希以及一个或多个交易。对已经被区块链网络的节点验证的交易进行哈希处理并形成Merkle树。在Merkle树中，对叶节点处的数据进行哈希处理，并且针对Merkle树的每个分支，在该分支的根处级联该分支的所有哈希值。针对Merkle树执行上述处理，直到整个Merkle树的根节点。Merkle树的根节点存储代表该Merkle树中的所有数据的哈希值。当一个哈希值声称是Merkle树中存储的交易时，可以通过判断该哈希值是否与Merkle树的结构一致来进行快速验证。

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。

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。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种基于区块链的物联网多区域数据共享激励方法，其特征在于，包括以下步骤：

建立基于逆向拍卖的物联网多区域数据共享激励模型；

共享激励模型中的Leader通过基于Softmax的数据质量等级计算算法计算数据的质量等级，并从中选出提交数据质量等级高、报价低的Candidate成为Winner参与数据共享任务；

建立数据需求者声誉评价模型、数据拥有者声誉评价模型、代理人声誉评价模型，得到基于声誉的物联网多区域数据共享激励方案。

2.根据权利要求1所述的一种基于区块链的物联网多区域数据共享激励方法，其特征在于，所述基于逆向拍卖的物联网多区域数据共享激励模型具体包括：

基于逆向拍卖的物联网多区域数据共享激励模型基于如下应用场景，IOT Achain上的Demander想要获取IOT Bchain上Owners的物联网数据，Demander通过Leader向Owner发布共享任务；

(1)第一阶段

筛选赢标候选人Candidate，IOT Bchain上的符合共享任务条件的Owners参与报价，否则成为其他节点Others，Owners通过评估自身数据价值得出共享数据想要获得报酬的心理预期值。根据心理预期值向Leader报价，Leader将Owners报价从低到高排列，并按报价从低到高选出一部分成为Candidates。其余为Losers；

(2)第二阶段

选择中标人Winner，Candidates向CT chain的Leader提交部分数据，Leader通过基于Softmax的数据质量等级计算算法计算数据的质量等级，并从中选出提交数据质量等级高、报价低的Candidate成为Winner参与数据共享任务。

3.根据权利要求1或2所述的一种基于区块链的物联网多区域数据共享激励方法，其特征在于，所述基于Softmax的数据质量等级计算算法具体包括：

根据分类标签Y＝{y⁽¹⁾,y⁽²⁾,...,y^(k)}

其中：Y取k个不同的取值，代表将数据分为k个等级；

将一条数据分为个工作矩阵利用Softmax回归模型对所述个工作矩阵进行训练，计算数据的质量等级；

所述数据的质量等级表示为：

其中：h表示数据的质量等级计算函数，θ则是所述回归模型的参数矩阵，x⁽ⁱ⁾是个工作矩阵中的一个，c⁽ⁱ⁾是一个多维度工作量向量，所述多维度工作量向量的维度根据数据的属性确定；y⁽ⁱ⁾代表x⁽ⁱ⁾工作量向量对应的等级；j＝{1，2，...k}，j代表数据的等级的值，P(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)是当回归模型参数为θ时工作向量x⁽ⁱ⁾属于j等级的概率，表示为：

工作矩阵X分布在各个等级的概率相加为1；

P(y⁽ⁱ⁾＝1|x⁽ⁱ⁾；θ)+P(y⁽ⁱ⁾＝2|x⁽ⁱ⁾；θ)+...+P(y⁽ⁱ⁾＝k|x⁽ⁱ⁾；θ)＝1

最终数据质量等级grade_i取概率最大值所对应的等级；

grade_i＝maxP(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)

θ_j为列向量，表示j等级对应的模型参数，即θ_j为n维参数列向量：

则表示列向量θ_j的转置，即是θ矩阵的第j行，θ则是所述回归模型的参数，如下所示：

通过交叉熵法来确定回归模型的损失函数，所述损失函数表示为：

其中，m为样本个数，

通过梯度下降法更新回归模型的参数θ：

其中，m为样本个数，

更新回归模型的参数θ表示为：

其中，α代表批量梯度，j＝{1，2，...，k}，j代表数据的等级的值，θ_j代表j等级对应的模型参数；

通过不断地更新参数并将更新的参数重新代入回归模型中开始新一轮的训练，最终求得损失函数的最小值min J(θ^*)，此时求得的参数θ^*是通过Softmax回归模型求得的最优参数；自此，将参数θ^*代入数据的质量等级的公式中得出这段数据的质量等级grade_i。

4.根据权利要求1所述的一种基于区块链的物联网多区域数据共享激励方法，其特征在于，所述基于声誉的物联网多区域数据共享激励方案具体包括：

在基于声誉的物联网多区域数据共享激励方案中分别针对模型中的Demander、Owner、Agent设计了数据需求者声誉评价模型、数据拥有者声誉评价模型、代理人声誉评价模型，目标是通过一种声誉激励，鼓励参与数据共享任务的成员合作，同时限制不诚实成员参与。

5.根据权利要求4所述的一种基于区块链的物联网多区域数据共享激励方法，其特征在于，所述数据需求者声誉评价模型具体包括：

数据需求者声誉评价模型为

其中：M_i是对Demander_i抵押资产评价部分，是根据Demander_i在账户抵押的资产数进行评价得到的信任度；Reputation_i是Demander_i的声誉值；α₁,α₂,α₃∈Z⁺；C_i∈Z⁺，且C₁<C₂<C₃<C₄；根据Demander抵押的资产数对Demander赋予不同的声誉值；为了避免Follower和Owner会根据Demander的声誉值来决定是否参与是否共享任务，所以每个Demander的声誉值是保密的，仅向Leader公开。

6.根据权利要求4所述的一种基于区块链的物联网多区域数据共享激励方法，其特征在于，所述数据拥有者声誉评价模型具体为：

其中：Trust_i是Owner_i的声誉值，当Trust_i<0时，Owner不能参与共享任务，Trust_i由三部分组成；

P_i是对Owner_i历史任务数评价部分，是根据Owner_i以往完成的任务数量进行评价得到的信任度，P_i>0且ω是Owner_i历史任务数评价P_i所对应的权重，ω<1；该模型设计采用幂函数；

F_i是对Owner_i诚实度评价部分；F_i是根据Demander查验数据后对Owner进行负面评价得到的信任度，F_i<0；

数据拥有者诚实度评价部分；数据拥有者诚实度评价模型为

其中：x是Owner_i的不诚实行为的次数；j表示Owner_i参加的第j次共享任务，Reputation_ij是Owner_i参加的第j次共享任务的Demander_i声誉值；Demander的声誉值作为数据拥有者的诚实度评价的一部分；

V是对Owner初始评价部分，每个Owner在进入共享网络时会获得初始信誉值，V>Reputation_i。

7.根据权利要求4所述的一种基于区块链的物联网多区域数据共享激励方法，其特征在于，所述代理人声誉评价模型具体为：

Credit_i＝β*A_i+γ*S_i

其中：Credit_i是Agent_i的现有声誉值，由两部分组成；A_i是对Agent_i活跃度评价部分，是通过Agent_i的在线时间，即可以处理共享任务的时间进行评价得到的声誉值，S_i是对Agent_i历史行为评价部分，是根据Demander_i对Agent_i参与共享任务的评价进行累计得到的声誉值；β是Agent_i活跃度评价A_i所对应的权重，γ是Agent_i历史行为评价S_i所对应的权重；

代理人历史行为评价部分；代理人历史行为评价模型为S_i＝δB_ig+εB_ib

其中：B_ig是诚实行为评价部分，是根据Demander_i对Agent_i参与共享任务的正向评价进行评价得到的声誉值；B_ib是Agent_i不诚实行为评价部分，是根据Demander_i对Agent_i参与共享任务的不诚实行为进行评价得到的信任度，δ是Agent_i诚实行为评价部分B_ig所对应的权重，ε是Agent_i不诚实行为评价部分B_ib所对应的权重；

代理人诚实行为评价部分；代理人诚实行为评价模型为

其中：Num_ig是Agent_i历史得到正面反馈的总次数；k表示Agent_i参加的第k次得到正向评价的共享任务；C_ik是Agent_i参加第k次共享任务的评价值，C_ik由系统统一设定，C_ik>0；

代理人不诚实行为评价模型为

其中：Num_ib是Agent_i历史得到的负面评价的总次数，l表示Agent_i参加的第l次得到负面评价的共享任务；Reputation_il是Agent_i参加的第l次共享任务的Demander_i的声誉值。

8.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于区块链的物联网多区域数据共享激励方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述基于区块链的物联网多区域数据共享激励方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述基于区块链的物联网多区域数据共享激励方法。