Nothing Special   »   [go: up one dir, main page]

CN109697613B - 用于区块链中网络交易安全认证方法和系统 - Google Patents

用于区块链中网络交易安全认证方法和系统 Download PDF

Info

Publication number
CN109697613B
CN109697613B CN201811631581.3A CN201811631581A CN109697613B CN 109697613 B CN109697613 B CN 109697613B CN 201811631581 A CN201811631581 A CN 201811631581A CN 109697613 B CN109697613 B CN 109697613B
Authority
CN
China
Prior art keywords
transaction
block chain
authentication
node
link point
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.)
Expired - Fee Related
Application number
CN201811631581.3A
Other languages
English (en)
Other versions
CN109697613A (zh
Inventor
李征光
朱清
张质彬
幸赞鳌
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.)
Lianbo Chengdu Technology Co ltd
Original Assignee
Lianbo Chengdu Technology Co ltd
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 Lianbo Chengdu Technology Co ltd filed Critical Lianbo Chengdu Technology Co ltd
Priority to CN201811631581.3A priority Critical patent/CN109697613B/zh
Publication of CN109697613A publication Critical patent/CN109697613A/zh
Application granted granted Critical
Publication of CN109697613B publication Critical patent/CN109697613B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key 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
    • 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
    • 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]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种用于区块链中网络交易安全认证方法和系统，包括如下步骤：S1，对于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；S2，将加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；S3，将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证。

Description

用于区块链中网络交易安全认证方法和系统
技术领域
本发明涉及区块链计算机应用领域，尤其涉及一种用于区块链中网络交易安全认证方法和系统。
背景技术
当今社会由于区块链技术的迅猛发展，诸多行业已经引用该技术进行数据的共享以及后期数据处理，由于区块链技术显著的特点为：去中心化(DApp)、信息不可篡改，以及智能合约技术，保证了交易数据安全，但是交易各方的交易过程中信息需要共享，这就带来信息泄露的风险。虽然使用区块链的主体都采用了数据加密方法，但如何保证交易信息的安全、交易处理的高效率，这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种用于区块链中网络交易安全认证方法和系统。
为了实现本发明的上述目的，本发明提供了一种用于区块链中网络交易安全认证方法，包括如下步骤：
S1，对于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；
S2，向加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；
S3，将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证。
优选的，所述S1包括：
S1-1，某一区块链节点发送认证交易请求，其它每一个区块链节点获取该认证交易请求后进行智能合约匹配，匹配过程中发出认证交易的区块链节点生成交易识别推举向量函数：
Figure GDA0002504757710000021
其中n为准备进行交易的区块链节点个数，En为发送认证交易区块链节点特征值，μ为认证因子，Si为区块链节点状态特征集，1≤i≤n；
S1-2，对区块链节点运行状态属性a，通过推举向量函数进行匹配运算得到运行函数Ma，对于准备进行交易的区块链节点个数n来说，该n个区块链节点形成的交易时间戳，需要发布到全部区块链节点，并提取在相应交易时间戳下区块链节点，
S1-3，判断Fn对Ma的收敛，将Fn和Ma进行迭代加密，获取已匹配交易信息处理完成的区块链节点运行状态属性；将进行认证交易的区块链节点形成交易加密特征存储单元。
优选的，所述S2包括：
S2-1，通过区块链节点中认证交易主体生成认证代码，选取两个随机交易区块链节点
Figure GDA0002504757710000022
和
Figure GDA0002504757710000023
所述
Figure GDA0002504757710000024
为正整数加法集合，
Figure GDA0002504757710000025
为递增的乘法集合，所述下标Q为均匀随机选取的正整数，从正整数加法集合和递增的乘法集合中选取随机数作为认证代码；
S2-2，将认证代码发送到加密特征存储单元收集的交易请求节点，进行防御指令哈希计算值Hl,m:＝ch(Y1||Y2||...||Yn,l,m)，同时对加密特征存储单元中交易请求节点进行特征标注
Figure GDA0002504757710000026
其中s1、s2、s3为区块链节点随机变量，
Figure GDA0002504757710000027
为某一区块链节点随机变量的Hl,m次方，tl,m为l和m区块链节点的时间戳交易数量；
S2-3，通过训练需要进行交易的区块链节点，发送到需要认证的区块链节点，训练函数为：
Figure GDA0002504757710000031
其中
Figure GDA0002504757710000032
表示推举向量函数Fn和发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000033
间的欧式距离的平方，欧式距离衡量矩阵Fn和
Figure GDA0002504757710000034
间的差异，并通过匹配认证代码缩小认证交易区块链节点和希望进行交易区块链节点之间差异；通过||1-e|w·r+β|||2进行系数调节，上标w和r分别为控制变量，β为数值收敛阈值。
优选的，所述S3包括：
S3-1，终端交易的区块链节点根据防御指令形成迭代优化质量函数：
Figure GDA0002504757710000035
其中Z(Si)为区块链节点的类属性，
Figure GDA0002504757710000036
为加密特征存储单元Ai中j个区块链节点Vj和区块链节点状态特征集Si的条件概率乘积，
Figure GDA0002504757710000037
为加密特征存储单元Ai中i个区块链节点Si的条件概率乘积，将随机交易区块链节点的随机分布集合Bn(l,m)与
Figure GDA0002504757710000038
相乘，发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000039
通过调节系数θ进行调节，其中Bn为区块链节点分布集合；
S3-2，通过该质量函数形成该终端交易的区块链节点新的安全防御算子，为下一次认证交易增加安全认证级别，防止网络攻击。
本发明还公开一种用于区块链中网络交易安全认证系统，包括：
请求模块，用于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；
代码生成模块，用于将加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；
交易认证模块，用于将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证。
优选的，所述请求模块包括：
某一区块链节点发送认证交易请求，其它每一个区块链节点获取该认证交易请求后进行智能合约匹配，匹配过程中发出认证交易的区块链节点生成交易识别推举向量函数：
Figure GDA0002504757710000041
其中n为准备进行交易的区块链节点个数，En为发送认证交易区块链节点特征值，μ为认证因子，Si为区块链节点状态特征集，1≤i≤n；
对区块链节点运行状态属性a，通过推举向量函数进行匹配运算得到运行函数Ma，对于准备进行交易的区块链节点个数n来说，该n个区块链节点形成的交易时间戳，需要发布到全部区块链节点，并提取在相应交易时间戳下区块链节点请求交易次数，
判断Fn对Ma的收敛，将Fn和Ma进行迭代加密，获取已匹配交易信息处理完成的区块链节点运行状态属性；将进行认证交易的区块链节点形成交易加密特征存储单元。
优选的，所述代码生成模块包括：
通过区块链节点中认证交易主体生成认证代码，选取两个随机交易区块链节点
Figure GDA0002504757710000042
和
Figure GDA0002504757710000043
所述
Figure GDA0002504757710000044
为正整数加法集合，
Figure GDA0002504757710000045
为递增的乘法集合，所述下标Q为均匀随机选取的正整数，从正整数加法集合和递增的乘法集合中选取随机数作为认证代码；
将认证代码发送到加密特征存储单元收集的交易请求节点，进行防御指令哈希计算值Hl,m:＝ch(Y1||Y2||...||Yn,l,m)，同时对加密特征存储单元中交易请求节点进行特征标注
Figure GDA0002504757710000051
其中s1、s2、s3为区块链节点随机变量，
Figure GDA0002504757710000052
为某一区块链节点随机变量的Hl,m次方，tl,m为l和m区块链节点的时间戳交易数量；
通过训练需要进行交易的区块链节点，发送到需要认证的区块链节点，训练函数为：
Figure GDA0002504757710000053
其中
Figure GDA0002504757710000054
表示推举向量函数Fn和发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000055
间的欧式距离的平方，欧式距离衡量矩阵Fn和
Figure GDA0002504757710000056
间的差异，并通过匹配认证代码缩小认证交易区块链节点和希望进行交易区块链节点之间差异；通过||1-e|w·r+β|||2进行系数调节，上标w和r分别为控制变量，β为数值收敛阈值。
优选的，所述交易认证模块包括：
终端交易的区块链节点根据防御指令形成迭代优化质量函数：
Figure GDA0002504757710000057
其中Z(Si)为区块链节点的类属性，
Figure GDA0002504757710000058
为加密特征存储单元Ai中j个区块链节点Vj和区块链节点状态特征集Si的条件概率乘积，
Figure GDA0002504757710000061
为加密特征存储单元Ai中i个区块链节点Si的条件概率乘积，将随机交易区块链节点的随机分布集合Bn(l,m)与
Figure GDA0002504757710000062
相乘，发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000063
通过调节系数θ进行调节，其中Bn为区块链节点分布集合；通过该质量函数形成该终端交易的区块链节点新的安全防御算子，为下一次认证交易增加安全认证级别，防止网络攻击。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明通过认证交易的区块链节点发送认证代码的方式与需要交易的区块链节点进行匹配认证，用该方法该生成的秘钥作为加法同态加密的加解密秘钥，这样操作能够增强交易安全性，其他无关方无法知晓该区块链节点实际的交易内容，只有通过认证代码认证后的区块链节点才能够进行交易操作，有效保障了区块链节点账户安全性及对认证交易区块链节点的进行监管，并可提高交易处理的效率。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明总体流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示，本发明提供了一种用于区块链中网络交易安全认证方法，包括如下步骤：
S1，对于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；
S2，向加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；
S3，将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证。
优选的，所述S1包括：
S1-1，某一区块链节点发送认证交易请求，其它每一个区块链节点获取该认证交易请求后进行智能合约匹配，匹配过程中发出认证交易的区块链节点生成交易识别推举向量函数：
Figure GDA0002504757710000071
其中n为准备进行交易的区块链节点个数，En为发送认证交易区块链节点特征值，μ为认证因子，Si为区块链节点状态特征集，1≤i≤n；
S1-2，对区块链节点运行状态属性a，通过推举向量函数进行匹配运算得到运行函数Ma，对于准备进行交易的区块链节点个数n来说，该n个区块链节点形成的交易时间戳，需要发布到全部区块链节点，并提取在相应交易时间戳下区块链节点，同时保存相应交易的区块链节点的请求次数；
S1-3，判断Fn对Ma的收敛，将Fn和Ma进行迭代加密，获取已匹配交易信息处理完成的区块链节点运行状态属性；将进行认证交易的区块链节点形成交易加密特征存储单元。
优选的，所述S2包括：
S2-1，通过区块链节点中认证交易主体生成认证代码，选取两个随机交易区块链节点
Figure GDA0002504757710000081
和
Figure GDA0002504757710000082
所述
Figure GDA0002504757710000083
为正整数加法集合，
Figure GDA0002504757710000084
为递增的乘法集合，所述下标Q为均匀随机选取的正整数，从正整数加法集合和递增的乘法集合中选取随机数作为认证代码；
S2-2，将认证代码发送到加密特征存储单元收集的交易请求节点，进行防御指令哈希值计算Hl,m:＝ch(Y1||Y2||...||Yn,l,m)，同时对加密特征存储单元中交易请求节点进行特征标注
Figure GDA0002504757710000085
其中s1、s2、s3为区块链节点随机变量，
Figure GDA0002504757710000086
为某一区块链节点随机变量的Hl,m次方，tl,m为l和m区块链节点的时间戳交易数量；
S2-3，通过训练需要进行交易的区块链节点，发送到需要认证的区块链节点，训练函数为：
Figure GDA0002504757710000087
其中
Figure GDA0002504757710000088
表示推举向量函数Fn和发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000089
间的欧式距离的平方，欧式距离衡量矩阵Fn和
Figure GDA00025047577100000810
间的差异，并通过匹配认证代码缩小认证交易区块链节点和希望进行交易区块链节点之间差异；通过||1-e|w·r+β|||2进行系数调节，上标w和r分别为控制变量，β为数值收敛阈值。
优选的，所述S3包括：
S3-1，终端交易的区块链节点根据防御指令形成迭代优化质量函数：
Figure GDA00025047577100000811
其中Z(Si)为区块链节点的类属性，
Figure GDA0002504757710000091
为加密特征存储单元Ai中j个区块链节点Vj和区块链节点状态特征集Si的条件概率乘积，
Figure GDA0002504757710000092
为加密特征存储单元Ai中i个区块链节点Si的条件概率乘积，将随机交易区块链节点的随机分布集合Bn(l,m)与
Figure GDA0002504757710000093
相乘，发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000094
通过调节系数θ进行调节，其中Bn为区块链节点分布集合；
S3-2，通过该质量函数形成该终端交易的区块链节点新的安全防御算子，为下一次认证交易增加安全认证级别，防止网络攻击。在运行过程中，每一次认证交易的区块链节点通过该算法进行认证之后，能够快速稳定的获取需要进行交易的区块链节点进行交易操作，而且增强了交易安全性。
本发明还公开一种用于区块链中网络交易安全认证系统，包括：
请求模块，用于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；
代码生成模块，用于将加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；
交易认证模块，用于将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证。
优选的，所述请求模块包括：
某一区块链节点发送认证交易请求，其它每一个区块链节点获取该认证交易请求后进行智能合约匹配，匹配过程中发出认证交易的区块链节点生成交易识别推举向量函数：
Figure GDA0002504757710000095
其中n为准备进行交易的区块链节点个数，En为发送认证交易区块链节点特征值，μ为认证因子，Si为区块链节点状态特征集，1≤i≤n；
对区块链节点运行状态属性a，通过推举向量函数进行匹配运算得到运行函数Ma，对于准备进行交易的区块链节点个数n来说，该n个区块链节点形成的交易时间戳，需要发布到全部区块链节点，并提取在相应交易时间戳下区块链节点请求交易次数，
判断Fn对Ma的收敛，将Fn和Ma进行迭代加密，获取已匹配交易信息处理完成的区块链节点运行状态属性；将进行认证交易的区块链节点形成交易加密特征存储单元。
优选的，所述代码生成模块包括：
通过区块链节点中认证交易主体生成认证代码，选取两个随机交易区块链节点
Figure GDA0002504757710000101
和
Figure GDA0002504757710000102
所述
Figure GDA0002504757710000103
为正整数加法集合，
Figure GDA0002504757710000104
为递增的乘法集合，所述下标Q为均匀随机选取的正整数，从正整数加法集合和递增的乘法集合中选取随机数作为认证代码；
将认证代码发送到加密特征存储单元收集的交易请求节点，进行防御指令哈希值计算Hl,m:＝ch(Y1||Y2||...||Yn,l,m)，同时对加密特征存储单元中交易请求节点进行特征标注
Figure GDA0002504757710000105
其中s1、s2、s3为区块链节点随机变量，
Figure GDA0002504757710000106
为某一区块链节点随机变量的Hl,m次方，tl,m为l和m区块链节点的时间戳交易数量；
通过训练需要进行交易的区块链节点，发送到需要认证的区块链节点，训练函数为：
Figure GDA0002504757710000107
其中
Figure GDA0002504757710000108
表示推举向量函数Fn和发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000111
间的欧式距离的平方，欧式距离衡量矩阵Fn和
Figure GDA0002504757710000112
间的差异，并通过匹配认证代码缩小认证交易区块链节点和希望进行交易区块链节点之间差异；通过||1-e|w·r+β|||2进行系数调节，上标w和r分别为控制变量，β为数值收敛阈值。
优选的，所述交易认证模块包括：
终端交易的区块链节点根据防御指令形成迭代优化质量函数：
Figure GDA0002504757710000113
其中Z(Si)为区块链节点的类属性，
Figure GDA0002504757710000114
为加密特征存储单元Ai中j个区块链节点Vj和区块链节点状态特征集Si的条件概率乘积，
Figure GDA0002504757710000115
为加密特征存储单元Ai中i个区块链节点Si的条件概率乘积，将随机交易区块链节点的随机分布集合Bn(l,m)与
Figure GDA0002504757710000116
相乘，发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure GDA0002504757710000117
通过调节系数θ进行调节，其中Bn为区块链节点分布集合；通过该质量函数形成该终端交易的区块链节点新的安全防御算子，为下一次认证交易增加安全认证级别，防止网络攻击。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (2)

1.一种用于区块链中网络交易安全认证方法，其特征在于，包括如下步骤：
S1，对于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；
S1-1，某一区块链节点发送认证交易请求，其它每一个区块链节点获取该认证交易请求后进行智能合约匹配，匹配过程中发出认证交易的区块链节点生成交易识别推举向量函数：
Figure FDA0002504757700000011
其中n为准备进行交易的区块链节点个数，En为发送认证交易区块链节点特征值，μ为认证因子，Si为区块链节点状态特征集，1≤i≤n；
S1-2，对区块链节点运行状态属性a，通过推举向量函数进行匹配运算得到运行函数Ma，对于准备进行交易的区块链节点个数n来说，该n个区块链节点形成的交易时间戳，需要发布到全部区块链节点，并提取在相应交易时间戳下区块链节点，
S1-3，判断Fn对Ma的收敛，将Fn和Ma进行迭代加密，获取已匹配交易信息处理完成的区块链节点运行状态属性；将进行认证交易的区块链节点形成交易加密特征存储单元；
S2，向加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；
S2-1，通过区块链节点中认证交易主体生成认证代码，选取两个随机交易区块链节点
Figure FDA0002504757700000012
和
Figure FDA0002504757700000013
所述
Figure FDA0002504757700000014
为正整数加法集合，
Figure FDA0002504757700000015
为递增的乘法集合，所述下标Q为均匀随机选取的正整数，从正整数加法集合和递增的乘法集合中选取随机数作为认证代码；
S2-2，将认证代码发送到加密特征存储单元收集的交易请求节点，进行防御指令哈希计算值Hl,m:＝ch(Y1||Y2||...||Yn,l,m)，同时对加密特征存储单元中交易请求节点进行特征标注
Figure FDA0002504757700000021
其中s1、s2、s3为区块链节点随机变量，
Figure FDA0002504757700000022
为某一区块链节点随机变量的Hl,m次方，tl,m为l和m区块链节点的时间戳交易数量；
S2-3，通过训练需要进行交易的区块链节点，发送到需要认证的区块链节点，训练函数为：
Figure FDA0002504757700000023
其中
Figure FDA0002504757700000024
表示推举向量函数Fn和发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure FDA0002504757700000025
间的欧式距离的平方，欧式距离衡量矩阵Fn和
Figure FDA0002504757700000026
间的差异，并通过匹配认证代码缩小认证交易区块链节点和希望进行交易区块链节点之间差异；通过||1-e|w·r+β|||2进行系数调节，上标w和r分别为控制变量，β为数值收敛阈值；
S3，将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证；
S3-1，终端交易的区块链节点根据防御指令形成迭代优化质量函数：
Figure FDA0002504757700000027
其中Z(Si)为区块链节点的类属性，
Figure FDA0002504757700000028
为加密特征存储单元Ai中j个区块链节点Vj和区块链节点状态特征集Si的条件概率乘积，
Figure FDA0002504757700000029
为加密特征存储单元Ai中i个区块链节点Si的条件概率乘积，将随机交易区块链节点的随机分布集合Bn(l,m)与
Figure FDA0002504757700000031
相乘，发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure FDA0002504757700000032
通过调节系数θ进行调节，其中Bn为区块链节点分布集合；
S3-2，通过该质量函数形成该终端交易的区块链节点新的安全防御算子，为下一次认证交易增加安全认证级别，防止网络攻击。
2.一种用于区块链中网络交易安全认证系统，其特征在于，包括：
请求模块，用于区块链节点中认证交易主体进行智能合约匹配，获取认证交易主体的交易请求节点，对于交易请求节点生成加密特征存储单元；
所述请求模块包括：
某一区块链节点发送认证交易请求，其它每一个区块链节点获取该认证交易请求后进行智能合约匹配，匹配过程中发出认证交易的区块链节点生成交易识别推举向量函数：
Figure FDA0002504757700000033
其中n为准备进行交易的区块链节点个数，En为发送认证交易区块链节点特征值，μ为认证因子，Si为区块链节点状态特征集，1≤i≤n；
对区块链节点运行状态属性a，通过推举向量函数进行匹配运算得到运行函数Ma，对于准备进行交易的区块链节点个数n来说，该n个区块链节点形成的交易时间戳，需要发布到全部区块链节点，并提取在相应交易时间戳下区块链节点，
判断Fn对Ma的收敛，将Fn和Ma进行迭代加密，获取已匹配交易信息处理完成的区块链节点运行状态属性；将进行认证交易的区块链节点形成交易加密特征存储单元；
代码生成模块，用于向加密特征存储单元收集的交易请求节点发送需要进行认证交易的认证代码，形成防御指令；
所述代码生成模块包括：
通过区块链节点中认证交易主体生成认证代码，选取两个随机交易区块链节点
Figure FDA0002504757700000041
和
Figure FDA0002504757700000042
所述
Figure FDA0002504757700000043
为正整数加法集合，
Figure FDA0002504757700000044
为递增的乘法集合，所述下标Q为均匀随机选取的正整数，从正整数加法集合和递增的乘法集合中选取随机数作为认证代码；
将认证代码发送到加密特征存储单元收集的交易请求节点，进行防御指令哈希计算值Hl,m:＝ch(Y1||Y2||...||Yn,l,m)，同时对加密特征存储单元中交易请求节点进行特征标注
Figure FDA0002504757700000045
其中s1、s2、s3为区块链节点随机变量，
Figure FDA0002504757700000046
为某一区块链节点随机变量的Hl,m次方，tl,m为l和m区块链节点的时间戳交易数量；
通过训练需要进行交易的区块链节点，发送到需要认证的区块链节点，训练函数为：
Figure FDA0002504757700000047
其中
Figure FDA0002504757700000048
表示推举向量函数Fn和发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure FDA0002504757700000049
间的欧式距离的平方，欧式距离衡量矩阵Fn和
Figure FDA00025047577000000410
间的差异，并通过匹配认证代码缩小认证交易区块链节点和希望进行交易区块链节点之间差异；通过||1-e|w·r+β|||2进行系数调节，上标w和r分别为控制变量，β为数值收敛阈值；
交易认证模块，用于将需要进行终端交易的区块链节点获取所述防御指令，终端交易的区块链节点进行指令认证；
所述交易认证模块包括：
终端交易的区块链节点根据防御指令形成迭代优化质量函数：
Figure FDA0002504757700000051
其中Z(Si)为区块链节点的类属性，
Figure FDA0002504757700000052
为加密特征存储单元Ai中j个区块链节点Vj和区块链节点状态特征集Si的条件概率乘积，
Figure FDA0002504757700000053
为加密特征存储单元Ai中i个区块链节点Si的条件概率乘积，将随机交易区块链节点的随机分布集合Bn(l,m)与
Figure FDA0002504757700000054
相乘，发送认证交易区块链节点特征值与区块链节点的响应反馈值乘积
Figure FDA0002504757700000055
通过调节系数θ进行调节，其中Bn为区块链节点分布集合；通过该质量函数形成该终端交易的区块链节点新的安全防御算子，为下一次认证交易增加安全认证级别，防止网络攻击。
CN201811631581.3A 2018-12-29 2018-12-29 用于区块链中网络交易安全认证方法和系统 Expired - Fee Related CN109697613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811631581.3A CN109697613B (zh) 2018-12-29 2018-12-29 用于区块链中网络交易安全认证方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811631581.3A CN109697613B (zh) 2018-12-29 2018-12-29 用于区块链中网络交易安全认证方法和系统

Publications (2)

Publication Number Publication Date
CN109697613A CN109697613A (zh) 2019-04-30
CN109697613B true CN109697613B (zh) 2020-08-25

Family

ID=66232943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811631581.3A Expired - Fee Related CN109697613B (zh) 2018-12-29 2018-12-29 用于区块链中网络交易安全认证方法和系统

Country Status (1)

Country Link
CN (1) CN109697613B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110266467B (zh) * 2019-05-31 2021-04-27 创新先进技术有限公司 基于区块高度实现动态加密的方法及装置
CN112801292A (zh) * 2021-04-12 2021-05-14 链博(成都)科技有限公司 基于区块链智能合约的神经网络训练方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106534097A (zh) * 2016-10-27 2017-03-22 上海亿账通区块链科技有限公司 基于区块链交易的权限管制方法及系统
CN107464118A (zh) * 2017-08-16 2017-12-12 济南浪潮高新科技投资发展有限公司 一种基于区块链智能合约的数据交易方法
CN108805656A (zh) * 2018-05-22 2018-11-13 北京京东尚科信息技术有限公司 供需匹配方法、平台、系统和计算机可读存储介质
KR20180128874A (ko) * 2018-11-14 2018-12-04 주식회사 미탭스플러스 트랜잭션 검증을 이용한 암호화폐 거래소 입금 승인 장치 및 방법
CN109064169A (zh) * 2018-07-13 2018-12-21 杭州复杂美科技有限公司 交易方法、设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9858569B2 (en) * 2014-03-21 2018-01-02 Ramanan Navaratnam Systems and methods in support of authentication of an item
CN106845960B (zh) * 2017-01-24 2018-03-20 上海壹账通区块链科技有限公司 基于区块链的安全交易方法及系统
CN108833081B (zh) * 2018-06-22 2021-01-05 中国人民解放军国防科技大学 一种基于区块链的设备组网认证方法
CN108898390B (zh) * 2018-06-27 2021-01-12 创新先进技术有限公司 基于区块链的智能合约调用方法及装置、电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106534097A (zh) * 2016-10-27 2017-03-22 上海亿账通区块链科技有限公司 基于区块链交易的权限管制方法及系统
CN107464118A (zh) * 2017-08-16 2017-12-12 济南浪潮高新科技投资发展有限公司 一种基于区块链智能合约的数据交易方法
CN108805656A (zh) * 2018-05-22 2018-11-13 北京京东尚科信息技术有限公司 供需匹配方法、平台、系统和计算机可读存储介质
CN109064169A (zh) * 2018-07-13 2018-12-21 杭州复杂美科技有限公司 交易方法、设备和存储介质
KR20180128874A (ko) * 2018-11-14 2018-12-04 주식회사 미탭스플러스 트랜잭션 검증을 이용한 암호화폐 거래소 입금 승인 장치 및 방법

Also Published As

Publication number Publication date
CN109697613A (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
CN112395643B (zh) 一种神经网络的数据隐私保护方法及系统
CN113691380B (zh) 一种智能电网中多维隐私数据聚合方法
CN109104544B (zh) 一种基于复杂网络同步的混沌图像加密方法
CN101604439A (zh) 一种基于多混沌系统的彩色图像加密方法
CN117395067B (zh) 面向拜占庭鲁棒联邦学习的用户数据隐私保护系统及方法
CN114448660B (zh) 一种物联网数据接入方法
CN113378148A (zh) 一种基于区块链的物联网设备身份认证系统及方法
Bansal et al. Rama: Real-time automobile mutual authentication protocol using puf
WO2024027070A1 (zh) 一种基于标识公钥的终端设备认证方法、系统及计算机可读存储介质
CN109697613B (zh) 用于区块链中网络交易安全认证方法和系统
CN114329621A (zh) 一种区块链跨链交互数据完整性验证方法
Yang et al. Efficient and secure federated learning with verifiable weighted average aggregation
CN115314889A (zh) 电力调控终端多级安全认证方法、系统、存储器及设备
CN112800444A (zh) 基于二维混沌映射的彩色图像加密方法
CN113382016A (zh) 智能电网环境下可容错的安全轻量级数据聚合方法
CN103220146A (zh) 基于多变量公钥密码体制的零知识数字签名方法
Zhao et al. Privacy-preserving electricity theft detection based on blockchain
Zhao et al. Fuzzy identity-based dynamic auditing of big data on cloud storage
CN102916809A (zh) 基于状态估计的智能电网控制命令动态认证方法
Zhao et al. Efficient and Privacy-Preserving Federated Learning against Poisoning Adversaries
Ma et al. A Novel Cryptography-based Architecture to Achieve Secure Energy Trading in Microgrid
CN113591103B (zh) 一种电力物联网智能终端间的身份认证方法和系统
CN111294793A (zh) 一种无线传感网中身份认证的数据隐私保护方法
CN113364595B (zh) 电网隐私数据签名聚合方法、装置和计算机设备
CN104618098B (zh) 一种集合成员关系判定的密码学构造方法及系统

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
CB03 Change of inventor or designer information

Inventor after: Li Zhengguang

Inventor after: Zhu Qing

Inventor after: Zhang Zhibin

Inventor after: Xing Zanao

Inventor before: Xing Zanao

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20200731

Address after: 610000 No.304, building 7, no.599, shijicheng South Road, Chengdu high tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu

Applicant after: LianBo (Chengdu) Technology Co.,Ltd.

Address before: Room 6-1-6, 6th floor, Gaochuang Jinye Building, 18 Yuzhou Road, Jiulongpo District, Chongqing 400050

Applicant before: CHONGQING BAAO TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200825

CF01 Termination of patent right due to non-payment of annual fee