[发明专利]一种基于人工智能和区块链技术的DPOS分叉预测方法在审
申请号: | 201910657233.1 | 申请日: | 2019-07-19 |
公开(公告)号: | CN110290014A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 贾力;李怡佳;张献华;王嘉;张迪;李瑶;周荣华;董骆骆 | 申请(专利权)人: | 云南财经大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;G06Q20/06;H04L29/08 |
代理公司: | 西安知诚思迈知识产权代理事务所(普通合伙) 61237 | 代理人: | 闵媛媛 |
地址: | 650221*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分叉 区块 人工智能 预测 最大化利用 分叉问题 节点丢失 模式识别 模型形成 网络资源 预测结果 预测区块 特征集 构建 算法 警告 保证 发现 学习 | ||
本发明公开一种基于人工智能和区块链技术的DPOS分叉预测方法。该方法具体步骤为:获取EOS.IO软件中可能使DPOS发生分叉的所有因素;对获取的信息进行模式识别处理;构建与函数相关的区块链DPOS分叉特征集,包括节点丢失信息、最近参与率、出块者产生区块时间;采用深度学习的方法预测区块链DPOS分叉模型形成策略;预测出现分叉后立即警告区块操作者。采用人工智能方法和区块链技术的结合,能有效预测出DPOS分叉,使预测结果更加精确合理;及时解决分叉,能使DPOS共识算法更高效地运行,从而保证EOS系统最大化利用资源;解决现有技术中存在不能及时发现分叉问题而导致网络资源的浪费以及用户的体验差的问题。
技术领域
本发明属于人工智能深度学习和区块链技术领域,涉及一种基于人工智能和区块链技术的DPOS分叉预测方法。
背景技术
在2008年诞生的比特币引入了区块链技术,从那之后企业家和开发者就不断地尝试推广这一技术,以便在单一的区块链平台上支持更为广泛的应用程序。比特币作为区块链1.0,每个全节点都能同步全部比特币链上的数据,从而可知每个地址的余额和交易信息;但比特币无法处理大量交易。以太坊作为区块链2.0,在比特币的基础上改进了对智能合约的支持,使得每个节点存储的数据中包含了可执行的代码(一份智能合约即一段代码),当条件满足时可触发代码执行。但随着用户膨胀,使用频率的增加,交易量增加,导致交易费用的增加以及交易的延时,直接限制了运行在其上的DApps。比特币和以太坊之所以吞吐量这么低,是受制于其设想的应用场景以及针对该场景所选择的共识机制——这两者都假设系统运行的环境完全不可信,因此都采用了工作量证明(Proof of Work)这种共识机制。现有区块链平台受高昂的交易手续费和有限的计算能力约束,阻碍了区块链技术的大面积应用;为了赢得广泛的应用,构建在区块链之上的应用需要一个满足以下要求的平台:
1、支持百万级别的用户
2、免费使用
3、容易升级和修复bug
4、低延时
5、串行性能
6、并发性能
EOS作为区块链3.0,能满足以上要求;EOS.IO中的委托股权证明(DPOS)是唯一能满足区块链应用性能需求的去中心化共识算法。在这种算法下,持有EOS.IO软件区块链令牌的人可以通过持续运行的投票系统选择区块生产者,任何人都可以选择参与区块生产,并有机会生产与总票数成正比的区块。EOS.IO软件可以精确到每3秒钟授权一个生产者产生一个区块,如果一个区块没有在规定时间之内产生,则这一区块将被跳过,当一个或多个区块被跳过时,在区块链中会有6秒或6秒以上的间隔。在EOS.IO软件中,区块通过21名生产者轮流产生。在每一轮的开始时,21个区块生产者被选出,获票最高的前20个自动成为生产者,最后一个生产者根据得票比例一定概率选出。选中的生产者通过从区块链取到的时间作为伪随机数来打乱其顺序,打乱顺序是为确保这些生产者与其他生产者保持持续的连接。如果生产者错过了一个块并且在最近24小时内没有产生任何块,则这个出块者将被从候选者列表中删除,直到它被通知要开始再次生产区块。
一般情况下,一个DPOS区块链不会经历任何的分叉,因为区块生产者是通过合作而非竞争的方式来生产区块。但在一些特殊情况下例外,软件出现bug,网络拥塞,或一个恶意的区块生产者制造了两个或更多的分叉。在分叉开始的9秒内,一个节点就可以警告用户他们极可能正处于分叉中。在连续丢失2个区块后,有95%的概率可以确认一个节点处于分叉中。在连续丢失3个区块后就有99%的概率确认。一旦出现分叉,将会造成区块链网络拥堵、不能最大化利用资源,造成不必要的浪费、安全级别降低且容易受到攻击、用户体验也将极其糟糕。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南财经大学,未经云南财经大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910657233.1/2.html,转载请声明来源钻瓜专利网。