申请/专利权人：江西农业大学

申请日：2023-12-04

公开（公告）日：2024-02-23

公开（公告）号：CN117354050B

主分类号：H04L9/40

分类号：H04L9/40;G06N5/022

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本发明公开了一种融合知识图谱的智能合约恶意节点共谋行为检测方法，使用智能合约系统的智能合约对中继委员会成员节点的行为进行跨链共识信息规定并作为实体、关系导入到知识图谱中；通过知识图谱对测试节点进行实体、关系的关联性、相似度进行匹配，判定测试节点是否完成跨链共识信息规定，来改变记录在智能合约上的节点编号‑信誉值，若测试节点完成跨链共识信息规定，则智能合约不扣除测试节点信誉值，否则扣除信誉值；使用基于历史行为的信任评估模型评估中继委员会成员节点之间的信任值；若多个中继委员会成员节点的信誉值同时下降，且中继委员会成员节点之间的信任值上升，则存在共谋行为。本发明可检测和防范中继委员会中的共谋行为。

主权项：1.一种融合知识图谱的智能合约恶意节点共谋行为检测方法，其特征在于，由各区块链系统选举出的若干个节点进入中继委员会，在跨链共识阶段，使用智能合约系统的智能合约对中继委员会成员节点的行为进行跨链共识信息规定；跨链共识信息规定作为实体、关系导入到知识图谱中，由跨链共识信息规定充当可信验证方；智能合约记录了各个中继委员会成员节点的信誉值，通过知识图谱对测试节点进行实体、关系的关联性、相似度进行匹配，判定测试节点是否完成跨链共识信息规定，来改变记录在智能合约上的节点编号-信誉值，若测试节点完成跨链共识信息规定，则智能合约不扣除测试节点信誉值，否则扣除信誉值；在中继委员会成立之初使用信任评估模型进行监控，使用基于历史行为的信任评估模型评估中继委员会成员节点之间的信任值，并记录；若多个中继委员会成员节点的信誉值同时下降，且中继委员会成员节点之间的信任值上升，则这些中继委员会成员节点之间存在共谋行为；设计智能合约系统，包括定义智能合约的状态、定义智能合约规则、定义约束条件；以表示智能合约系统，表示驻留在中继委员会中的智能合约；表示知识图谱；表示智能合约系统当前的状态，受限于；表示智能合约系统的状态设置，包括启动、等待、执行和结束；智能合约系统在任何时刻都处于一种确定的状态，智能合约系统的状态转换由知识图谱机制触发；智能合约系统的状态转换符合以下条件：定义执行只能由连接到智能合约的输入触发，当条件满足时自动触发；访问智能合约的唯一条件是设置输入和输出的知识图谱；证明知识图谱带来智能合约系统状态转换的唯一条件为：当且仅当知识图谱向智能合约输入数据或智能合约向知识图谱输出数据时；所述智能合约规则定义如下：中继委员会成员节点提供的共识信息函数PCI（H，N，TID，S，t），其中H表示哈希值，N表示网络中的节点集合，TID表示交易号，S表示节点的签名，t表示时间戳；设置信誉值的格式为RN，t，表示在时间t时刻节点N的信誉值；设置智能合约的约束条件为：在每个时间t，对于每个节点N，都有：R（N，t）=0，当节点N提供共识信息时执行：RN，t+1）=RN，t，当节点N未按规定提供共识信息时，执行：RN，t+1=RN，t-△，其中△表示信誉值被扣除的量；智能合约系统在运行过程中，智能合约将生成共识信息函数PCI，获取共识信息函数PCI，对其进行预处理；根据知识图谱的设计，抽取对应的实体及实体间的关系，将抽取好的实体与关系存储在Neo4j图数据库中，构成知识图谱；信任评估模型分为初始化阶段和信任评估阶段，在初始化阶段，中继委员会成员节点之间的信任值通过直接信任表示，使用中性值表示对其他中继委员会成员节点的信任值，为0.5或者使用信任评估模型进行重新评估；使用信任评估模型进行重新评估的过程如下：设定信任值，使用表示系统中的n个中继委员会成员节点，表示第1个中继委员会成员节点，表示第2个中继委员会成员节点，表示第n个中继委员会成员节点；若第i个中继委员会成员节点和第j个中继委员会成员节点之间有总信任评估函数，决策集由表示，分别为第1，2，…，M个决策元素，，表示第m个权重因子，则有约束条件： ；初始化阶段，来自同一区块链中的中继委员会成员节点之间的信任值，来自不同区块链中的中继委员会成员节点和之间的信任值进行评估，如下所示： ；其中S表示所提供的服务，t表示时间戳；通过中继委员会成员节点之间的历史行为特征，计算中继委员会成员节点和之间的信任传递值，构建出中继委员会成员节点之间的信任传递矩阵，为信任传递矩阵的元素，若中继委员会成员节点信任中继委员会成员节点，则信任传递值，否则信任传递值；对于中继委员会成员节点，信任值在k步迭代后表示为： ；其中，表示正则化因子，确保信任值总和为1；为中继委员会成员节点第k-1步迭代的信任值，计算特征向量，设为信任值在k步迭代后的列向量，那么是由组成的列向量，且特征向量v满足方程： ；其中I表示单位向量；最终的信任值通过归一化特征向量得到，将特征向量v中的元素归一化，得到最终的信任值向量。

全文数据：

权利要求：

百度查询： 江西农业大学 一种融合知识图谱的智能合约恶意节点共谋行为检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD