[发明专利]一种区块链恶意和隐秘信息嵌入的识别方法在审

专利信息
申请号: 202210561441.3 申请日: 2022-05-23
公开(公告)号: CN115051837A 公开(公告)日: 2022-09-13
发明(设计)人: 陈伟利;冯兴宇;唐明董 申请(专利权)人: 广东外语外贸大学
主分类号: H04L9/40 分类号: H04L9/40;H04L67/10;H04L67/1097;H04L47/50;G06Q40/04;G06F16/27
代理公司: 佛山市君创知识产权代理事务所(普通合伙) 44675 代理人: 张燕玲
地址: 510006 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 区块 恶意 隐秘 信息 嵌入 识别 方法
【权利要求书】:

1.一种区块链恶意和隐秘信息嵌入的识别方法,其特征在于,所述方法使用不良内容检测模型对区块链交易信息进行不良内容检测,所述不良内容检测模型包括本地不良内容库以及线上不良内容库;所述方法包括:

(1)本地账户根据需求同步链上不良内容库中的部分或全部不良内容信息,将这些信息存储到本地数据库中从而构建本地不良内容库;以太坊本地账户发起交易上链请求前进行本地检测,利用本地不良内容库对上链请求中的交易信息进行不良内容检测,得到检测输出结果为是否含有不良内容、以及不良内容的数量,所处的位置信息;

如检测结果为不含有不良信息,则链上节点将请求上链的交易信息发送到区块链网络;在区块链网络上设置有一个用于存放“待检测交易”的数据缓存区,用于存储通过本地检测并等待链上全节点进行不良内容检测的交易信息;

未通过账户本地检测的交易信息,说明请求上链的交易信息含有本地不良信息库中的内容,无法向链上的节点发送上链请求,返回上链失败信息,并标出交易信息中的不良内容;

(2)链上节点检测过程利用不良内容检测系统来完成;所述不良内容检测系统包括:不良内容更新模块、不良内容缓存区、检测模块、链上不良内容库,其中:

所述不良内容更新模块实时同步各线上不良内容库,将其更新到链上不良内容库中,以更新链上不良内容库中的不良内容信息;不良内容缓存区用于加载链上不良内容库中常见的不良内容数据,该不良内容缓存区对链上各个全节点公开;检测模块用于对不同格式的交易信息进行不良内容检测,该模块包含:文本敏感词检测、非法内容的检测;非法图片以及图片中不良内容检测;非法链接检测;不良视频和音频检测;不同格式内容的检测包含一种或多种的检测算法;链上不良内容库中存储有同步自线上不良内容库中的不良内容信息;

链上全节点调用不良内容检测系统中的不良内容缓存区,加载常见不良内容,接着调用系统中的不良内容检测模块,检测待检测交易数据区中存储的交易信息中是否含有不良内容,具体为:提取交易信息中自由存储信息的字段,将该字段的数据传入检测模块,该模块通过字符编码和文件特征码还原数据,然后调用不良内容缓存区进行数据比对,若经过比对交易信息中含有不良内容,则交易信息未通过检测;

若交易信息通过不良内容缓存区的检测,则再调用链上不良内容库对交易信息是否含有不良内容进行再次检测;各个全节点根据共识算法达成共识结果,如果合法性和再次检测都检测通过,则将交易信息放入交易池中等待打包写入到区块链网络上;若交易信息含有不良内容,则交易信息未通过检测;

当交易信息未通过检测时,根据比对结果返回不良内容的数量,所处的位置信息,并丢弃该交易,向本地账户返回上链失败信息。

2.根据权利要求1所述的区块链恶意和隐秘信息嵌入的识别方法,其特征在于,所述本地账户可以根据链上全节点的检测结果选择性的更新本地不良内容库;检测不良内容的过程由本地账户自行完成,其他账户和链上全节点不能参与。

3.根据权利要求1所述的区块链恶意和隐秘信息嵌入的识别方法,其特征在于,所述“待检测交易”的数据缓存区不公开,只有区块链网络的链上全节点才能使用。

4.根据权利要求1所述的区块链恶意和隐秘信息嵌入的识别方法,其特征在于,“待检测交易”的数据缓存区中的交易信息经过线上检测后,将该交易信息从“待检测交易”的数据缓存区中移除。

5.根据权利要求1所述的区块链恶意和隐秘信息嵌入的识别方法,其特征在于,更新链上不良内容库时由获得记账权的全节点调用不良内容更新模块,通过链上全节点审核并通过共识算法并达成共识后更新维护不良内容库。

6.根据权利要求1所述的区块链恶意和隐秘信息嵌入的识别方法,其特征在于,不良内容库根据不同不良内容信息的格式进行分区存储,分区格式包括:文本、图片、链接、视频和音频;通过定时同步线上不良内容库更新链上不良内容库中的信息,保证不良内容检测系统中不良内容库同步最新数据。

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广东外语外贸大学,未经广东外语外贸大学许可,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/202210561441.3/1.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