[发明专利]区块链共识性能优化方法有效

专利信息
申请号: 202110111018.9 申请日: 2021-01-27
公开(公告)号: CN112860482B 公开(公告)日: 2021-11-12
发明(设计)人: 梁志宏;黄宇翔;郭致昌 申请(专利权)人: 西南林业大学
主分类号: G06F11/14 分类号: G06F11/14;G06F16/27;G06F21/64;G06K9/62
代理公司: 北京思创大成知识产权代理有限公司 11614 代理人: 张立君
地址: 650233 *** 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: 区块 共识 性能 优化 方法
【权利要求书】:

1.一种区块链共识性能优化方法,其特征在于,包括:

根据区块链中各共识节点的属性构造每个共识节点的信任度数据集;

通过训练好的C4.5分类模型对所述信任度数据集进行分类评估,以确认每个共识节点的信任度等级;

根据所述信任度等级赋予各共识节点相应的投票权值,其中共识节点的信任度等级越高对应的投票权值越大;

选取主节点,并利用智能合约对所述主节点运行过程中出现的拜占庭问题进行管控,包括:

制定针对主节点拜占庭惩戒标准合约;

基于所述主节点拜占庭惩戒标准合约检测主节点是否恶意出错,若是则将恶意出错的主节点的投票权值修改为原投票权值的0.5倍;

将共识节点的区块请求日志发送到Kafka消息队列中并基于FIFO特性完成检查点协议,所述主节点从所述Kafka消息队列中获取所述区块请求日志并进行一致性共识验证操作,若在全网验证通过,则将所请求的区块写入区块链中,否则,将所述区块请求日志从消息队列中删除;

利用Hyperledger Fabric联盟链对区块链系统共识性能进行检测。

2.根据权利要求1所述的区块链共识性能优化方法,其特征在于,所述C4.5分类模型的构建过程包括:

计算所述信任度数据集构成的样本集合对应的类别信息熵;

计算基于属性特征向量对所述样本集合进行划分的信息增益,并确定共识节点的每个分支节点的权重;

计算并训练所述样本集合使用所述属性特征向量的增益率。

3.根据权利要求2所述的区块链共识性能优化方法,其特征在于,所述类别信息熵通过以下公式计算:

其中,D为述信任度数据集构成的样本集合,Info(D)为集合D的类别信息熵,Pk为集合D中第k类样本所占的比例,n为集合D分类标签的数量。

4.根据权利要求2所述的区块链共识性能优化方法,其特征在于,所述信息增益通过以下公式计算:

其中,Gain(D,a)为基于属性特征向量a对集合D进行划分的信息增益,Dv为集合D中属性特征向量a取值为av的集合,为所述分支节点的权重,Info(D)为集合D的类别信息熵,Info(Dv)为集合Dv的类别信息熵,i为集合D中a的不同取值的数量。

5.根据权利要求2所述的区块链共识性能优化方法,其特征在于,通过以下公式计算所述增益率:

其中,Gain_ratio(D,a)为集合D使用属性特征向量a的增益率,D为所述信任度数据集构成的样本集合,Dv为集合D中属性特征向量a取值为av的集合,为所述分支节点的权重。

6.根据权利要求1所述的区块链共识性能优化方法,其特征在于,所述选取主节点包括:

基于PBFT算法,根据每个共识节点的信任度等级为所有共识节点分配连续的编号,并赋予相对应的投票权值;

通过以下求余运算公式计算出所述主节点:

p=vmod|R|

其中,v为当前视图的编号,p为副本编号,|R|为副本集合的个数;

如果当前视图中的主节点出现错误时,再次通过所述求余运算公式重新选取主节点。

7.根据权利要求1所述的区块链共识性能优化方法,其特征在于,共识节点的所述投票权值通过以下公式计算:

其中,Weightk为共识节点K的投票权值,0≤k≤|R|-1,|R|为区块链网络中共识节点的个数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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西南林业大学,未经西南林业大学许可,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/202110111018.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top