【技术实现步骤摘要】
基于区块链和人工智能的信息智能识别方法及大数据平台
本专利技术涉及区块链和信息安全
，具体而言，涉及一种基于区块链和人工智能的信息智能识别方法及大数据平台。
技术介绍
在基于区块链技术的移动远程支付过程的过程中，为了避免造成数字货币在支付过程中的安全问题，通常会针对本次支付行为的用户特征进行智能识别，从而根据识别结果选择对本次交易请求进行拦截或者放行。然而，经本申请专利技术人研究发现，目前的识别过程并未考虑到支付验证环境，进而导致支付安全性较低。
技术实现思路
为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种基于区块链和人工智能的信息智能识别方法及大数据平台，能够有效提高在各种支付验证环境下的移动支付安全性。第一方面，本专利技术提供一种基于区块链和人工智能的信息智能识别方法，应用于大数据平台，所述大数据平台与多个区块链节点通信连接，所述方法包括：从所述区块链节点发送的支付验证环境信息中获取至少一个验证元素序列，每个所述验证元素序列中各验证元素对象属于同一验证标签，并且，每个所述验证元素对象对应于所属验证标签下的标签配置参数；基于所属验证标签下各标签配置参数对所述验证元素序列进行验证威胁属性挖掘，得到各验证元素序列的验证威胁属性特征和对应的威胁属性置信度；根据所述验证威胁属性特征和对应的威胁属性置信度，确定各所述验证元素对象对应所属验证标签的攻击跟踪参数；根据各所述验证元素对象对应所属验证标签的攻击跟踪参数，确定每个验证标签对应的攻...
【技术保护点】
1.一种基于区块链和人工智能的信息智能识别方法，其特征在于，应用于大数据平台，所述大数据平台与多个区块链节点通信连接，所述方法包括：/n从所述区块链节点发送的支付验证环境信息中获取至少一个验证元素序列，每个所述验证元素序列中各验证元素对象属于同一验证标签，并且，每个所述验证元素对象对应于所属验证标签下的标签配置参数；/n基于所属验证标签下各标签配置参数对所述验证元素序列进行验证威胁属性挖掘，得到各验证元素序列的验证威胁属性特征和对应的威胁属性置信度；/n根据所述验证威胁属性特征和对应的威胁属性置信度，确定各所述验证元素对象对应所属验证标签的攻击跟踪参数；/n根据各所述验证元素对象对应所属验证标签的攻击跟踪参数，确定每个验证标签对应的攻击路径图形化对象，并根据每个验证标签对应的攻击路径图形化对象生成所述支付验证环境信息对应的支付验证请求的处理指令。/n
【技术特征摘要】
1.一种基于区块链和人工智能的信息智能识别方法，其特征在于，应用于大数据平台，所述大数据平台与多个区块链节点通信连接，所述方法包括：
从所述区块链节点发送的支付验证环境信息中获取至少一个验证元素序列，每个所述验证元素序列中各验证元素对象属于同一验证标签，并且，每个所述验证元素对象对应于所属验证标签下的标签配置参数；
基于所属验证标签下各标签配置参数对所述验证元素序列进行验证威胁属性挖掘，得到各验证元素序列的验证威胁属性特征和对应的威胁属性置信度；
根据所述验证威胁属性特征和对应的威胁属性置信度，确定各所述验证元素对象对应所属验证标签的攻击跟踪参数；
根据各所述验证元素对象对应所属验证标签的攻击跟踪参数，确定每个验证标签对应的攻击路径图形化对象，并根据每个验证标签对应的攻击路径图形化对象生成所述支付验证环境信息对应的支付验证请求的处理指令。
2.根据权利要求1所述的基于区块链和人工智能的信息智能识别方法，其特征在于，所述从所述区块链节点发送的支付验证环境信息中获取至少一个验证元素序列的步骤，包括：
从所述区块链节点发送的支付验证环境信息中获取验证标签属于同一验证标签的验证元素对象，并将属于每个验证标签的验证元素对象确定为对应的验证元素序列。
3.根据权利要求1所述的基于区块链和人工智能的信息智能识别方法，其特征在于，所述基于所属验证标签下各标签配置参数对所述验证元素序列进行验证威胁属性挖掘，得到各验证元素序列的验证威胁属性特征和对应的威胁属性置信度的步骤，包括：
对每个验证元素序列，遍历所述验证元素序列中的验证元素对象，从所述验证元素对象中提取对比该验证元素序列所属验证标签下各标签配置参数的验证元素内容，根据提取的验证元素内容确定与所述验证元素序列对应的内容相关数据；
去除所述内容相关数据中各验证元素内容包含的设定内容特征，对去除设定内容特征的验证元素内容进行内容节点拆分，获得第一内容相关数据，根据所述内容节点在所述第一内容相关数据所包含的验证元素内容中的存在行数，确定各内容节点的置信度；
去除所述第一内容相关数据中置信度小于预设置信度阈值的内容节点，得到第二内容相关数据，将置信度不小于预设置信度阈值的内容节点作为前置内容节点，得到前置内容节点序列，根据所述前置内容节点序列中各前置内容节点在所述第二内容相关数据中的出现情况，确定与各前置内容节点对应的由接续在该前置内容节点之后的内容节点组成的后置内容节点序列；
判断所述后置内容节点序列是否为空，如果所述后置内容节点序列为空，则递归返回，如果所述后置内容节点序列不为空，则统计所述后置内容节点序列中各内容节点的置信度，判断各内容节点的置信度是否满足最小置信度要求；
如果内容节点的置信度不满足最小置信度要求，则递归返回，如果内容节点的置信度满足最小置信度要求，则将所述内容节点与所述后置内容节点序列对应的前置内容节点合并，得到新前置内容节点，确定新前置内容节点的后置内容节点序列，并对新前置内容节点对应的后置内容节点序列执行递归挖掘，获得所有满足最小置信度要求的目标前置内容节点和对应的置信度；
其中，递归返回的数据为当前获得的所有满足最小置信度要求的目标前置内容节点和对应的置信度，获得所有满足最小置信度要求的目标前置内容节点和对应的置信度，将所述目标前置内容节点作为所述验证元素序列的验证威胁属性特征，将所述后置内容节点序列中各目标前置内容节点的置信度作为与验证威胁属性特征对应的威胁属性置信度。
4.根据权利要求1所述的基于区块链和人工智能的信息智能识别方法，其特征在于，所述根据所述验证威胁属性特征和对应的威胁属性置信度，确定各所述验证元素对象对应所属验证标签的攻击跟踪参数的步骤，包括：
根据所述验证威胁属性特征和对应的威胁属性置信度从所述验证威胁属性特征中筛选获得大于预设威胁属性置信度的候选验证威胁属性特征；
获取在候选验证威胁属性特征上第一属性特征节点对应的第一篡改疑似行为列表和第二属性特征节点对应的第二篡改疑似行为列表，其中，所述第一篡改疑似行为列表包括所述第一属性特征节点对所述候选验证威胁属性特征中的相关命令行进行更改的多个更改行为，所述第二篡改疑似行为列表包括所述第二属性特征节点对所述候选验证威胁属性特征中的相关命令行进行更改的多个更改行为，并且每个更改行为包括多个更改行为流程节点；
基于预设更改行为类别，对所述第一篡改疑似行为列表中的多个更改行为进行聚类，得到聚类后的第一篡改疑似行为列表；所述预设更改行为类别属于多个更改行为流程节点对应的类型；
将所述聚类后的第一篡改疑似行为列表中，与预设更改行为类别序列中的每个预设更改行为类别对应的各个更改行为流程节点，组合为第一初始更改行为序列；
对所述第一初始更改行为序列进行去重，得到第一更改行为序列，从而得到与所述预设更改行为类别序列对应的第一更改行为序列序列；
将所述第一更改行为序列序列中的各个更改行为流程节点，组合为所述第一属性特征节点对应的第一更改行为流程节点序列，其中，所述第一更改行为流程节点序列与所述预设更改行为类别序列相对应，所述预设更改行为类别类型为用于进行篡改行为检测的各个更改行为类别所组成的序列；
从所述第二篡改疑似行为列表中，提取与所述预设更改行为类别序列中的各个预设更改行为类别分别对应的各个更改行为流程节点，组合为所述第二属性特征节点对应的第二更改行为流程节点序列，其中，所述第二更改行为流程节点序列与所述预设更改行为类别序列相对应，其中，所述第一更改行为流程节点序列和所述第二更改行为流程节点序列分别是从所对应篡改疑似行为列表中提取出的更改行为流程节点所组成的序列；
确定所述第一更改行为流程节点序列和所述第二更改行为流程节点序列之间的相同更改行为流程节点的数量，得到共同属性值；
当所述共同属性值大于预设共现属性阈值时，确定所述第一属性特征节点和所述第二属性特征节点为篡改对象；
将所述候选验证威胁属性特征中的任意两个可编辑对象，作为第一属性特征节点和第二属性特征节点进行篡改行为检测，直到完成所述候选验证威胁属性特征中的可编辑对象相互之间的检测时，得到所述候选验证威胁属性特征中存在篡改行为的篡改对象序列；
将所述篡改对象序列中可编辑对象的数量，作为目标篡改对象数量；
将所述候选验证威胁属性特征对应的可编辑对象的数量，作为目标总可编辑对象数量；
计算所述目标篡改对象数量与所述目标总可编辑对象数量的比值，得到所述候选验证威胁属性特征对应的攻击值；
当所述攻击值大于预设攻击值阈值时...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。