【技术实现步骤摘要】
基于区块链和数字货币金融的信息处理方法及云计算平台
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数字货币金融的信息处理方法及云计算平台。
技术介绍
在验证数字货币交易请求的过程中，通常需要验证是否存在可能产生的验证扰动情况时的外部威胁攻击行为，从而避免造成数字货币在支付过程中的安全问题。针对可能产生的威胁攻击情况，需要针对各个威胁攻击解析对象进行防护策略的层级构建，传统的层级构建方案中通常是结合AI模型预测的不同阶段过程的威胁转换率，来进一步确定优先层级构建的对象。然而，此种方式需要大量数据处理的工作量，导致效率较低，导致防护策略的层级构建过程的复杂度较高，并且影响防护策略的针对性和精度。
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数字货币金融的信息处理方法及云计算平台，通过将威胁感染指标用于第一威胁转换率确定，并在进行第二威胁转换率的确定时复用对应同样特征的威胁攻击图节点向量，减少了不同阶段威胁转换率的确定过程中所需要进行多...
【技术保护点】
1.一种基于区块链和数字货币金融的信息处理方法，其特征在于，应用于云计算平台，所述云计算平台与多个区块链验证系统通信连接，所述方法包括：/n基于所述区块链验证系统在验证各个数字货币交易请求时解析得到的第一威胁攻击解析对象列表中每个威胁攻击解析对象的多个威胁感染指标，确定对应的第一威胁转换率，并从所述第一威胁转换率的由高到低的排列结果中选取预设数量的多个威胁攻击解析对象，以形成第二威胁攻击解析对象列表；/n对所述第二威胁攻击解析对象列表中每个威胁攻击解析对象的多个威胁感染指标进行特征提取，得到对应所述每个威胁攻击解析对象的多个威胁攻击图节点向量；/n基于所述第二威胁攻击解析对...
【技术特征摘要】
1.一种基于区块链和数字货币金融的信息处理方法，其特征在于，应用于云计算平台，所述云计算平台与多个区块链验证系统通信连接，所述方法包括：
基于所述区块链验证系统在验证各个数字货币交易请求时解析得到的第一威胁攻击解析对象列表中每个威胁攻击解析对象的多个威胁感染指标，确定对应的第一威胁转换率，并从所述第一威胁转换率的由高到低的排列结果中选取预设数量的多个威胁攻击解析对象，以形成第二威胁攻击解析对象列表；
对所述第二威胁攻击解析对象列表中每个威胁攻击解析对象的多个威胁感染指标进行特征提取，得到对应所述每个威胁攻击解析对象的多个威胁攻击图节点向量；
基于所述第二威胁攻击解析对象列表中每个威胁攻击解析对象的多个威胁攻击图节点向量，确定对应的第二威胁转换率；
基于所述第二威胁攻击解析对象列表中每个威胁攻击解析对象的第二威胁转换率的由高到低的排列结果，分别执行每个威胁攻击解析对象的防护策略的层级配置操作。
2.根据权利要求1所述的基于区块链和数字货币金融的信息处理方法，其特征在于，所述每个威胁攻击解析对象的威胁感染指标通过以下方式获得：
针对所述第一威胁攻击解析对象列表中的每个威胁攻击解析对象，从威胁攻击预测模型的威胁感染指标数据集合中，查询与所述威胁攻击解析对象的威胁特征节点对应的威胁感染指标；其中，所述威胁攻击预测模型用于基于所述威胁感染指标确定所述第一威胁转换率；
当所述威胁攻击解析对象的威胁特征节点是对应所述威胁攻击预测模型的威胁特征节点，且从所述威胁攻击预测模型的威胁感染指标数据集合中未查询到所述威胁特征节点时，将所述威胁特征节点的威胁检测数据转化为威胁源情报编码，并将所述威胁源情报编码进行散列化处理，得到威胁源情报编码散列化向量；
将所述威胁特征节点的威胁类别进行散列化处理得到威胁类别散列化向量，并将所述威胁类别散列化向量以及所述威胁源情报编码散列化向量进行融合，得到所述威胁攻击解析对象的威胁感染指标。
3.根据权利要求1所述的基于区块链和数字货币金融的信息处理方法，其特征在于，所述第一威胁攻击解析对象列表通过以下方式获得：
获取所述区块链验证系统在验证数字货币交易请求时解析到的交易共识数据区域在验证规则区间内每个验证规则的验证扰动大数据流；
根据所述每个验证规则的验证扰动大数据流确定与所述交易共识数据区域对应的每个扰动追踪对象，对于每个扰动追踪对象，从剩余的验证规则的验证扰动大数据流中分别确定与当前扰动追踪对象存在联动验证的目标扰动追踪对象；
对所述当前扰动追踪对象进行私钥密文向量解析，并对所述目标扰动追踪对象进行私钥密文向量解析，分别得到所述当前扰动追踪对象的第一私钥密文向量解析信息和所述目标扰动追踪对象的第二私钥密文向量解析信息，其中，所述第一私钥密文向量解析信息和所述第二私钥密文向量解析信息分别包括各自对应的区块链加密节点的加密树型文件结构，所述区块链加密节点分别为各自对应的支付验证特征所关联的多个预设的加密共识规则；
根据所述第一私钥密文向量解析信息和所述第二私钥密文向量解析信息生成每个当前扰动追踪对象与对应的目标扰动追踪对象的攻击域来源特征信息；
根据所述攻击域来源特征信息分别对每个当前扰动追踪对象与对应的目标扰动追踪对象进行解析，并将解析到的威胁样本对象按照时序排列的方式进行组合后，得到多个组合威胁样本向量列表，并基于支持向量机分类器对每个所述组合威胁样本向量列表进行解析得到所述交易共识数据区域的威胁攻击解析结果；
根据所述威胁攻击解析结果所对应的威胁攻击标签获取对应的威胁攻击解析对象，作为所述第一威胁攻击解析对象列表。
4.根据权利要求1所述的基于区块链和数字货币金融的信息处理方法，其特征在于，所述基于支持向量机分类器对每个所述组合威胁样本向量列表进行解析得到所述交易共识数据区域的威胁攻击解析结果的步骤，包括：
基于支持向量机分类器提取每个所述组合威胁样本向量列表的特征信息，并将所述组合威胁样本向量列表的特征信息输入到分类层进行分类，输出所述组合威胁样本向量列表的特征信息在每个威胁攻击标签的置信度；
根据所述组合威胁样本向量列表的特征信息在每个威胁攻击标签的置信度得到所述交易共识数据区域的威胁攻击解析结果。
5.根据权利要求1所述的基于区块链和数字货币金融的信息处理方法，其特征在于，所述对所述第二威胁攻击解析对象列表中每个威胁攻击解析对象的多个威胁感染指标进行特征提取，得到对应所述每个威胁攻击解析对象的多个威胁攻击图节点向量的步骤，包括：
当所述威胁感染指标为单一指标时，将分别对应所述多个威胁感染指标的威胁转换率权重参数，与对应的威胁感染指标进行权重融合处理，得到对应所述每个威胁攻击解析对象的多个威胁攻击图节点向量；
当所述威胁感染指标为多重指标时，将分别对应所述多个威胁感染指标的威胁转换率权重参数，与对应的威胁感染指标的多个值进行权重融合处理，并对权重融合处理结果进行加权处理，得到对应所述每个威胁攻击解析对象的多个威胁攻击图节点向量。
6.根据权利要求1所述的基于区块链和数字货币金融的信息处理方法，其特征在于，所述对所述第二威胁攻击解析...
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。