申请/专利权人：北京泛融科技有限公司

申请日：2017-07-11

公开（公告）日：2024-06-14

公开（公告）号：CN107423961B

主分类号：G06Q20/06

分类号：G06Q20/06;G06Q40/04;H04L9/32

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2017.12.26#实质审查的生效;2017.12.01#公开

摘要：本发明公开了一种基于随机相关性分析的优化共识方法，包括步骤一，在至少两个交易区块中分别进行交易操作，并将交易信息存放在相应的交易区块中；步骤二，对至少两个交易区块中的交易信息进行随机相关性分析、比对和排序以对默克尔树的结构进行新增或修改，形成正相关默克尔树结构；步骤三，前一交易区块在交易过程中获得交易信息正相关默克尔树，通过前一交易区块的哈希结构执行后一新生成交易区块的交易操作，新生成的交易区块中产生的新的交易信息通过随机相关性比对进行交易区块之间的关联，使至少两个交易区块形成一条完整的交易区块链。本发明的共识方法具有资源利用率高、交易区块生成局限性小、共识链产生周期短等优点。

主权项：1.一种基于随机相关性分析的优化共识方法，其特征在于，包括以下步骤：步骤一，在至少两个交易区块中分别进行交易操作，并将交易信息存放在相应的交易区块中；步骤二，对至少两个交易区块中的交易信息进行随机相关性分析、比对和排序以对默克尔树的结构进行新增或修改，构建并约束默克尔树的结构，形成正相关默克尔树结构；在交易信息随机相关性比对过程中，通过随机相关性分析增强交易记录之间的关联关系，新生成交易区块中的新增交易信息通过与默克尔树叶子节点的已有交易信息进行随机相关性分析以生成影响因子，根据生成的影响因子选择插入到默克尔树中相关性较高的叶子节点旁边，以此达到叶节点正相关排序的目的，增强交易区块之间的交易共识；在采用随机相关性排序方法生成默克尔树的过程中，每个交易区块分别存储前一交易区块的哈希函数和相关系数，通过交易区块随机相关性分析将随机相关性高的交易区块互联，并在交易结束时将各个交易区块通过随机相关性进行排序；在采用随机相关性排序方法生成默克尔树的过程中，多个交易通过相邻记录正相关排序生成默克尔树叶子节点，并且不断更新默克尔树的结构，形成一个正相关的顶层树根，以对网络中正在等待确认的交易信息进行筛选，剔除无效的交易记录，提高记账效率；步骤三，在至少两个交易区块中，前一交易区块在交易过程中获得交易信息正相关默克尔树，通过前一交易区块的哈希结构执行后一新生成交易区块的交易操作，新生成的交易区块中产生的新的交易信息通过随机相关性比对进行交易区块之间的关联，使至少两个交易区块形成一条完整的交易区块链，从而完成交易共识。

全文数据：一种基于随机相关性分析的优化共识方法技术领域[0001]本发明涉及一种共识方法，尤其涉及一种基于随机相关性分析的优化共识方法。背景技术[0002]拜占庭共识问题的由来是指，拜占庭帝国想要进攻一个强大的敌人，为此派出了10支军队去包围这个敌人。这个敌人虽不比拜占庭帝国，但也足以抵御5支常规拜占庭军队的同时袭击。基于一些原因，这10支军队不能集合在一起单点突破，必须在分开的包围状态下同时攻击。他们任一支军队单独进攻都毫无胜算，除非有至少6支军队同时袭击才能攻下敌国。他们分散在敌国的四周，依靠通信兵相互通信来协商进攻意向及进攻时间。困扰这些将军的问题是，他们不确定他们中是否有叛徒，叛徒可能擅自变更进攻意向或者进攻时间。在这种状态下，拜占庭将军们能否找到一种分布式的协议来让他们能够远程协商，从而赢取战斗，拜占庭问题是一个假想的共识问题，这就是接下来要介绍的共识机制。[0003]常用的共识算法就是比特币的挖矿记账方式，即工作量证明（P0W，由矿工用计算机算力来解密码学题目的方式争夺记账权利，并且给予胜利者12.5个比特币的奖励。工作量证明机制完全依靠经济激励的方式来大量增加记账参与者，从而稀释作恶节点的比例，或者说大幅增加作恶的成本，做假账者需要控制或者贿赂更多的节点。这是一种简单粗暴的共识机制，在算法上没有优化过，但是又非常可行，现在体量最大的两条交易区块链，比特币和以太坊都是用P0W挖矿的方式。工作量证明机制虽然不是最优，但确实是现在最切实可行的共识算法。[0004]工作量证明机制可以在不运行完整网络节点的情况下验证交易过程，用户只需要保留他可以通过查询得到的最长的工作证明链接的交易区块头文件的副本即可，然后将获得的MerkleBranch默克尔分支连接到该时间戳下的交易块中。用户无法检查自己的交易过程，但通过链接到链中的一个地方，他可以看到一个网络节点已经接受了它，并在其进一步确认网络已经接受之后添加块。[0005]如图1所示，工作量证明机制的交易过程包括:a将一段时间内的交易放入一个交易区块中；b通过不断改变交易区块中的随机数，来尝试碰撞出一个符合要求的交易区块散列值;c一旦找到符合要求的散列质，即认为完成了一次工作量证明，该交易区块中的交易将被记录在账本中；d将上一个交易区块的散列值放入下一个交易区块中，形成一个链条交易区块链。[0006]P0W的安全性存在完整的数学证明，这一点是P0S销售终端）和DP0S股份授权证明机制无可比拟的优势。交易区块链共识机制一般要同时考虑抵御DD0S攻击分布式拒绝服务攻击和双重支付攻击，P0W存在51%算力攻击威胁，比特币目前超强的算力使得破坏该系统需付出巨大代价。P0S也会存在51%币龄攻击，而DP0S安全性完全取决于代表的诚实程度。NXT理论可以实现快速交易，但需要锻造节点曝光自己的IP，如此一来容易成为DD0S攻击的对象，DP0S的代表也容易成为DD0S攻击的对象。[0007]对于使用挖矿机制的交易区块链来说，工作量证明（Proof-0f-W〇rk就是一个数字，我们称它为随机数，当它和其他散列过的数据进行合并时，会产生一个比规定目标值更小的值。挖矿使得散列法成为一种快速运算、单向不可逆的算法。找到一个有效的随机数需要时间，因为矿工没有可用的线索来帮助它们找到一个足够小的散列，而唯一找到一个小于目标值的方法就是计算很多的散列。当一个随机数被找到时，验证它的时间就需要1秒，然后这个新交易区块会在网络中广播，形成最新的共识和交易区块链。[0008]工作量证明机制的设计目标允许无限数量有身份的参与方加入和离开网络，同时攻击的一方难以通过产生多重身份来获得对网络的不正当影响。对于一个点对点的对等网络，志愿者们还没做身份验证时不能或不想承诺任何长期关系。由于寻找工作证明的概率性质，用工作证明自然导致需要量子化的时间分块，然后这些分块必须根据随机相关性排序。工作证明机制通过哈希碰撞获取匹配交易区块，在网络上计算证明需要耗时间，会导致资源利用率低。并且，比特币的工作证明是以很慢的速度产生，很少有在同一时间计算出来。由于交易有可能以一个更高的速度产生，这意味着需要工作证明能强化支持多个交易，即需要更多的交易区块而工作证明机制无法支持）。[0009]由于交易区块链是去中心化的，没有中心记账节点，所以需要全网对账本达成共识。工作量证明机制中，由矿工用计算机算力来解密码学题目的方式争夺记账权利，但工作量证明机制有着很明显的缺点：消耗大量能源、挖矿日趋中心化、投票权只和算力有关而与是否拥有交易区块链资产无关，导致有大量比特币的拥有人没有选举权的问题。[0010]此外，在传统共识算法模型中，每个交易区块记录10分钟内的交易信息，并在每10分钟后产生一个新的交易区块，进行后续交易操作。在第一个交易区块完成交易信息记录之后，过10分钟产生一个新的交易区块进行后续交易信息的记录，完成n个交易区块的交易流程需要经过至少10*n_l分钟的时间，每次通过哈希碰撞匹配交易区块会耗费大量的时间及资源，这种情况在大量交易同时发生时尤为明显。[0011]新的交易区块生成之前，在比特币网络中可能有许多交易信息等待确认，由于有的交易可能是无效的，因此它们都应该被检查一遍。有些可能不涉及任何交易费用，所以应该决定到底让不让这样的交易被记录。另外，可能会有某种包含两个或更多交易信息的集合，该集合里面的交易不能同时有效，但某些子集里面的交易可以同时有效。比如，一个钱包可能把相同的比特币在同一时间花费两次，如果出现这种情况，需要有一种随机选择机制决定那个交易是有效的。发明内容[0012]为解决上述现有技术中的问题，本发明提供了一种基于随机相关性分析的优化共识方法，以使交易链能够高效地进行共识分析。[0013]为实现上述目的，本发明的一种基于随机相关性分析的优化共识方法的具体技术方案如下：[0014]一种基于随机相关性分析的优化共识方法，包括以下步骤:步骤一，在至少两个交易区块中分别进行交易操作，并将交易信息存放在相应的交易区块中；步骤二，对至少两个交易区块中的交易信息进行随机相关性分析、比对和排序以对默克尔树的结构进行新增或修改，构建并约束默克尔树的结构，形成正相关默克尔树结构;步骤三，在至少两个交易区块中，前一交易区块在交易过程中获得交易信息正相关默克尔树，通过前一交易区块的哈希结构执行后一新生成交易区块的交易操作，新生成的交易区块中产生的新的交易信息通过随机相关性比对进行交易区块之间的关联，使至少两个交易区块形成一条完整的交易区块链，从而完成交易共识。[0015]进一步，在步骤二的形成正相关默克尔树结构过程中，包括利用时间戳记录时间周期，记录账本信息，在时间周期中，将产生的交易信息存放在对应的交易区块中，将后发生的交易通过与前一交易区块中的交易信息进行随机相关性分析，生成相关系数，并按照随机相关性系数产生相关因子，从而构建并约束默克尔树的结构。[0016]进一步，在步骤二的交易信息随机相关性比对过程中，通过随机相关性分析增强交易记录之间的关联关系，新生成交易区块中的新增交易信息通过与默克尔树叶子节点的已有交易信息进行随机相关性分析以生成影响因子，选择性地插入到默克尔树中，增强交易区块之间的交易共识。[0017]进一步，在步骤二的采用随机相关性排序方法生成默克尔树的过程中，每个交易区块分别存储前一交易区块的哈希函数和相关系数，通过交易区块随机相关性分析将随机相关性高的交易区块互联，并在交易结束时将各个交易区块通过随机相关性进行排序。[0018]进一步，在步骤二的采用随机相关性排序方法生成默克尔树的过程中，多个交易通过相邻记录正相关排序生成默克尔树叶子节点，并且不断更新默克尔树的结构，形成一个正相关的顶层树根，以对网络中正在等待确认的交易信息进行筛选，剔除无效的交易记录，提尚记账效率。[0019]进一步，在步骤三的形成交易区块链的过程中，新生成的交易区块执行相同的默克尔树生成操作，通过前一交易区块的哈希结构执行后一新生成交易区块，使每个交易区块中的交易信息服从随机相关性分布，从而形成一条交易区块链结构。[0020]进一步，在步骤三中，将每个交易区块中的默克尔树叶子节点均按正相关排序，利用每个交易区块相互之间的关联关系形成一条完整的交易区块链，以提高共识方法的效率和稳定性。[0021]进一步，在步骤一的交易区块中，每个交易区块包含多个交易信息，每个交易信息由哈希函数表示，通过交易信息之间的哈希运算判断交易关联性，形成正相关或负相关默克尔树并存储在交易区块中。[0022]进一步，在步骤一的包含多个交易信息的交易区块中，每个交易区块中的多个交易信息通过随机相关性进行排序，当每个交易区块中产生大量交易信息时，各个交易区块之间通过随机相关性达成共识，其中相邻的交易区块随机相关性最高，以便于形成相互制约、相互共识的完整交易区块链。[0023]本发明的基于随机相关性分析的优化共识方法可克服共识机制下交易区块产生速度的局限性，从根本上对每个交易区块上的交易彳目息进行随机相关性分析，在此基础上根据随机相关性排序生成默克尔树，记录到交易区块中，每个交易区块包含前一交易区块的哈希函数，每当交易区块中有新的交易信息产生时，通过随机相关性比对将交易信息按一定顺序连接在默克尔树中，由于相邻交易区块的随机相关性最高，通过构建相邻正相关模型使得整个交易链能够更加高效地进行共识分析，筛选录入信息并减少交易信息录入时间周期，提高交易区块利用率。[0024]本发明的基于随机相关性分析的优化共识方法具有以下优点：[0025]1通过随机相关性比对将交易信息按一定相关顺序连接在MerkleTree中，由于相邻交易记录的随机相关性最高，通过构建相邻正相关模型使得交易区块之间能够更加高效稳定地进行共识分析；[0026]2交易区块中的相关因子能够为交易信息记录提供支撑，引导MerkleTree的形成；[0027]3每个交易区块中的交易信息通过随机相关性进行排序，当大量交易信息出现时，各个交易区块之间通过这种随机相关性机制能够达成共识，相邻交易区块随机相关性最高，形成了一条相互制约、相互共识的完整的交易区块链；[0028]4克服了共识机制下交易区块产生速度的局限性，避免哈希碰撞匹配交易区块的繁琐过程；[0029]5通过随机相关性分析检查网络中可能存在的待确认的交易信息的有效性；[0030]6交易区块之间的随机相关性排序能够缩短共识周期，提升交易区块链的稳定性。附图说明[0031]图1为现有的工作量证明机制结构示意图；[0032]图2为本发明的基于随机相关性分析的优化共识方法的流程图；[0033]图3为本发明的基于随机相关性分析的优化共识方法中的随机相关性比对流程图。具体实施方式[0034]为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明的基于随机相关性分析的优化共识方法做进一步详细的描述。[0035]本发明中，Hash代表哈希值，MerkleTree是指默克尔树，也即哈希表的泛化，MerkleRoot是指MerkleTree的表根，Block是指交易区块，用于存储交易信息，Tx是指交易fe息。[00¾]随机相关性分析是指对两个或多个具备随机相关性的交易信息进行分析，从而衡量两个交易信息的相关密切程度。随机相关性的元素之间需要存在一定的联系或者概率才可以进行随机相关性分析。[0037]随机相关性的统计与分析是经济学中常用的一种方法，在本发明中，随机相关性是指当两个交易信息之间存在联系，一个典型的表现是:一个交易的发生会对另一个交易产生影响。相关又会分成正相关和负相关两种情况，两个交易的正相关程度越高表示关联越密切，进行随机相关性分析目的是对交易信息进行随机相关性分析，形成一个基于正相关分布的默克尔树，在各个交易区块之间进行递归排序，从而能够增强交易区块之间的紧密性和稳定性，由于交易有可能以一个更高的速度产生，传统的共识机制无法克服强化支持多个交易的缺点。[0038]图2示出了本发明的基于随机相关性分析的优化共识方法的流程图，图中的时间戳用于记录时间周期，参数用于记录账本信息，在一段时间周期中，将发生的交易信息存放在某一交易区块中，后发生的交易通过与前一交易信息进行随机相关性分析，生成相关系数，并按照随机相关性系数产生相关因子，构建并约束默克尔树的结构。由此，通过对交易信息的随机相关性进行排序，对默克尔树的结构进行新增或修改，最终形成正相关默克尔树结构。[0039]在另一段时间周期中，各个交易区块进行相同的操作，通过前一交易区块的哈希结构执行后续操作，这种共识模型最终会形成一条交易区块链结构，每个交易区块中的交易信息服从随机相关性分布，并且相邻交易区块之间的关联程度最高。[0040]图3示出了基于随机相关性分析的优化共识方法中的随机相关性比对流程，在图3所示的随机相关性比对过程中，通过随机相关性分析增强交易记录之间的关联关系，并以此为基础增强交易区块之间的交易共识。在进行交易信息的随机相关性比对过程中，新增交易通过和默克尔树叶子节点的已有交易信息进行随机相关性分析，并生成影响因子，选择性地插入到默克尔树中合适的位置，例如所述合适的位置可以理解为新增交易信息通过与已有交易信息的相关性分析，根据生成的影响因子选择插入到相关性较高的叶子节点旁边，以此达到叶节点正相关排序的目的，即相邻叶节点相关性最高，并且每个交易区块的若干个交易信息之间的相关性最高。[0041]在采用随机相关性排序方法生成默克尔树的过程中，交易123…n通过相邻记录正相关排序生成叶节点，在一定的时间周期内不断地更新默克尔树的结构，最终形成一个正相关的顶层树根，相邻节点随机相关性最高，即相邻交易信息成正相关关系较高。通过这种排序算法能够有效地对网络中正在等待确认的交易信息进行筛选，剔除无效的交易记录，提高记账效率。[0042]在图3所示的随机相关性比对流程中，前一交易区块得到交易信息正相关默克尔树，新生成的交易区块中产生的新的交易信息通过随机相关性比对进行交易区块之间的关联相关系数越接近，交易区块之间的关联程度越大），而不是传统共识算法的哈希碰撞过程。新增交易区块执行相同的默克尔树生成操作，默克尔树的叶子节点全部按正相关排序，相互之间由于强关联关系，有效地提高共识方法的效率和稳定性，并最终形成一条完整的交易区块链。[0043]由此，本发明的基于随机相关性分析的优化共识方法可实现交易信息之间、交易区块之间的随机相关性分析，其中每个交易区块包含若干交易信息，每个交易信息用哈希函数表示，可以通过交易信息之间的哈希运算判断交易关联性，形成正相关或负相关默克尔树并存储在交易区块中（默克尔树可以看做哈希表的泛化，哈希表可以看作一种特殊的默克尔树，即树高为2的多叉默克尔树，其中MerkleRoot为顶层树根）。各个交易区块之间存储前一交易区块的哈希函数和相关系数，通过交易区块随机相关性分析将随机相关性高的交易区块互联，并在交易结束时，各个交易区块通过随机相关性进行排序，相邻交易区块随机相关性最高，两边的交易区块随机相关性最低，形成了一条完整的交易区块链。本发明的基于随机相关性分析的优化共识方法针对传统共识算法在资源利用率低、交易区块生成局限性、共识链产生周期长等问题或缺陷进行了良好地改进。[0044]可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另夕卜，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

权利要求：1.一种基于随机相关性分析的优化共识方法，其特征在于，包括以下步骤：步骤一，在至少两个交易区块中分别进行交易操作，并将交易信息存放在相应的交易区块中；步骤二，对至少两个交易区块中的交易信息进行随机相关性分析、比对和排序以对默克尔树的结构进行新增或修改，构建并约束默克尔树的结构，形成正相关默克尔树结构；步骤三，在至少两个交易区块中，前一交易区块在交易过程中获得交易信息正相关默克尔树，通过前一交易区块的哈希结构执行后一新生成交易区块的交易操作，新生成的交易区块中产生的新的交易信息通过随机相关性比对进行交易区块之间的关联，使至少两个交易区块形成一条完整的交易区块链，从而完成交易共识。2.根据权利要求1所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤二的形成正相关默克尔树结构过程中，包括利用时间戳记录时间周期，记录账本信息，在时间周期中，将产生的交易信息存放在对应的交易区块中，将后发生的交易通过与前一交易区块中的交易信息进行随机相关性分析，生成相关系数，并按照随机相关性系数产生相关因子，从而构建并约束默克尔树的结构。3.根据权利要求2所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤二的交易信息随机相关性比对过程中，通过随机相关性分析增强交易记录之间的关联关系，新生成交易区块中的新增交易信息通过与默克尔树叶子节点的己有交易信息进行随机相关性分析以生成影响因子，选择性地插入到默克尔树中，增强交易区块之间的交易共识。4.根据权利要求3所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤二的采用随机相关性排序方法生成默克尔树的过程中，每个交易区块分别存储前一交易区块的哈希函数和相关系数，通过交易区块随机相关性分析将随机相关性高的交易区块互联，并在交易结束时将各个交易区块通过随机相关性进行排序。5.根据权利要求3所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤二的采用随机相关性排序方法生成默克尔树的过程中，多个交易通过相邻记录正相关排序生成默克尔树叶子节点，并且不断更新默克尔树的结构，形成一个正相关的顶层树根，以对网络中正在等待确认的交易信息进行筛选，剔除无效的交易记录，提高记账效率。6.根据权利要求4或5所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤三的形成交易区块链的过程中，新生成的交易区块执行相同的默克尔树生成操作，通过前一交易区块的哈希结构执行后一新生成交易区块，使每个交易区块中的交易信息服从随机相关性分布，从而形成一条交易区块链结构。7.根据权利要求6所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤三中，将每个交易区块中的默克尔树叶子节点均按正相关排序，利用每个交易区块相互之间的关联关系形成一条完整的交易区块链，以提高共识方法的效率和稳定性。8.根据权利要求1所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤一的交易区块中，每个交易区块包含多个交易信息，每个交易信息由哈希函数表示，通过交易f目息之间的哈希运算判断交易关联性，形成正相关或负相关默克尔树并存储在交易区块中。9.根据权利要求8所述的基于随机相关性分析的优化共识方法，其特征在于，在步骤一的包含多个交易信息的交易区块中，每个交易区块中的多个交易信息通过随机相关性进行排序，当每个交易区块中产生大量交易信息时，各个交易区块之间通过随机相关性达成共识，其中相邻的交易区块随机相关性最高，以便于形成相互制约、相互共识的完整交易区块链。

百度查询： 北京泛融科技有限公司 一种基于随机相关性分析的优化共识方法

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