【技术实现步骤摘要】
基于区块链和大数据的数据流监测方法及云计算服务平台
本专利技术涉及区块链和大数据
，具体而言，涉及一种基于区块链和大数据的数据流监测方法及云计算服务平台。
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。在传统方案中，往往难以准确判别交易共识数据区域在一段验证共识规则区间内的区块链加密节点上的威胁攻击行为，从而导致威胁攻击识别的准确性较低。
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大数据的数据流监测方法及云计算服务平台，通过确定出每个验证规则的每个扰动追踪对象以及与当前扰动追踪对象存在联动验证的目标扰动追踪对象，因而可以基于扰动追踪对象和目标扰动追踪对象的关联关系进行私钥密文向量解析后，通过支持向量机分类器进行威胁攻击解析，从而可以能够提高交易共识数据区域在验证规则区间内的区块链加密节点上的威胁攻击行为的判别准确性，提高威胁攻击识别的准确性。第...
【技术保护点】
1.一种基于区块链和大数据的数据流监测方法，其特征在于，应用于云计算服务平台，所述云计算服务平台与多个区块链验证系统通信连接，所述方法包括：/n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；/n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；/n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...
【技术特征摘要】
1.一种基于区块链和大数据的数据流监测方法，其特征在于，应用于云计算服务平台，所述云计算服务平台与多个区块链验证系统通信连接，所述方法包括：
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。
2.根据权利要求1所述的基于区块链和大数据的数据流监测方法，其特征在于，所述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的步骤，包括：
根据所述每个验证规则的验证扰动大数据流，确定包含有所述交易共识数据区域的支付验证特性信息的支付验证切换行为列表，并在所述支付验证切换行为列表中确定具有第一支付验证特征的第一切换行为列表，和具有第二支付验证特征的第二切换行为列表，所述第一支付验证特征用于表示支付验证等级大于第一预设等级所对应的支付验证特征，所述第二支付验证特征用于表示支付验证等级小于第二预设等级所对应的支付验证特征；
在与所述交易共识数据区域的交易共识匹配对象相对应的所述支付验证切换行为列表的支付验证特征中，确定交易共识匹配对象关键节点的支付验证特征；
获取所述第一切换行为列表上的第一切换迁移对象的迁移跨度节点数量，以及所述第二切换行为列表上的第二切换迁移对象的迁移跨度节点数量；
若所述第一切换迁移对象的迁移跨度节点数量和所述第二切换迁移对象的迁移跨度节点数量都大于或等于预设数量，则将所述第一切换迁移对象的迁移跨度节点数量与所述第二切换迁移对象的迁移跨度节点数量进行比较，若所述第一切换迁移对象的迁移跨度节点数量大于所述第二切换迁移对象的迁移跨度节点数量，则将所述第一切换迁移对象作为候选扰动迁移对象；
若所述第二切换迁移对象的迁移跨度节点数量大于所述第一切换迁移对象的迁移跨度节点数量，则将所述第二切换迁移对象作为候选扰动迁移对象；
若所述第一切换迁移对象的迁移跨度节点数量等于所述第二切换迁移对象的迁移跨度节点数量，则将所述第一切换迁移对象或者所述第二切换迁移对象作为候选扰动迁移对象；
将匹配各所述候选扰动迁移对象且与所述交易共识匹配对象关键节点的支付验证特征匹配的区域，确定为待定扰动追踪对象，根据确定的所述待定扰动追踪对象，将所述支付验证切换行为列表切分为多个扰动分割行为序列，并根据各所述扰动分割行为序列的扰动区间与设定区间之间的关系，将满足条件的待定扰动追踪对象确定为所述交易共识数据区域对应的扰动追踪对象。
3.根据权利要求1所述的基于区块链和大数据的数据流监测方法，其特征在于，所述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的步骤，包括：
对于每个扰动追踪对象，获取所述扰动追踪对象的至少一个扰动交易轨迹序列，并对所述至少一个扰动交易轨迹序列中每个扰动交易轨迹序列进行解析，获取每个扰动交易轨迹序列所包含的扰动交易轨迹单元段，其中，所述扰动交易轨迹序列用于表示所述扰动追踪对象的各个扰动交易轨迹节点以及每个扰动交易轨迹节点所对应的扰动对象信息；
获取每个扰动交易轨迹单元段在对应的验证共识规则区间内的轨迹浮动数值、轨迹业务层级数值和轨迹业务跨越数值，其中，所述轨迹浮动数值用于描述每个扰动交易轨迹单元段的轨迹浮动数值、所述轨迹业务层级数值用于描述每个扰动交易轨迹单元段的轨迹业务层级数值，所述轨迹业务跨越数值用于描述每个扰动交易轨迹单元段的轨迹业务跨越数值；
对每个扰动交易轨迹单元段在对应的验证共识规则区间内的轨迹浮动数值、轨迹业务层级数值和轨迹业务跨越数值进行映射关联后进行合并，得到每个扰动交易轨迹单元段对应的数值映射列表，所述数值映射列表用于表示每个扰动交易轨迹单元段在对应的验证共识规则区间内的轨迹浮动数值、轨迹业务层级数值和轨迹业务跨越数值之间的对应关系；
根据每个扰动交易轨迹单元段对应的数值映射列表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。
4.根据权利要求1-3中任意一项所述的基于区块链和大数据的数据流监测方法，其特征在于，所述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的步骤，包括：
获取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各自对应的区块链加密节点的加密树型文件结构之间的共同加密树型文件结构的加密策略模型以及各私钥密文向量段序列；
在根据所述加密策略模型确定出所述共同加密树型文件结构中包含有目标加密向量的情况下，根据所述共同加密树型文件结构在目标加密向量下的私钥密文向量段序列确定所述共同加密树型文件结构在设定目标加密向量下的各私钥密文向量段序列与共同加密树型文件结构在目标加密向量下的各私钥密文向量段序列之间的密文向量路径关联信息，并将共同加密树型文件结构在设定目标加密向量下的与在目标加密向量下的私钥密文向量段序列的坐标区域差异相同的私钥密文向量段序列调整到相应的目标加密向量下，其中，所述目标加密向量表示加密策略模型采用预设加密范围时的加密向量；
在共同加密树型文件结构的当前设定目标加密向量下包含有多个私钥密文向量段序列的情况下，根据所述共同加密树型文件结构在目标加密向量下的私钥密文向量段序列确定共同加密树型文件结构在当前设定目标加密向量下的各私钥密文向量段序列之间的密文向量路径关联信息，并根据所述各私钥密文向量段序列之间的密文向量路径关联信息对当前设定目标加密向量下的各私钥密文向量段序列进行筛选；
根据所述共同加密树型文件结构在目标加密向量下的私钥密文向量段序列为上述筛选得到的每一个私钥密文向量段序列设置目标加密向量的标签，并将所述每一个私钥密文向量段序列调整到所述目标加密向量下；
根据所述设定目标加密向量下的第一私钥密文向量段序列、所述目标加密向量下的第二私钥密文向量段序列、所述第一私钥密文向量解析信息的第一支付加密验证协议...
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。