一种基于公共谓词逻辑的语义固化和派生方法技术

本发明专利技术公开了一种基于公共谓词逻辑的语义固化和派生方法，其步骤包括：1)为自动机A选取或设计语义单元X，构成一语义单元集{X}及其对应的数据状态集{D}；2)对{X}中各语义单元进行数字特征获取并计算每一语义单元的索引值，得到一语义单元索引集{H_X}及数字特征集{Sign_X}；对{D}中各数据状态进行数字特征获取并计算每一数据状态的索引值，得到一数据状态索引集{H_D}及数字特征集{Sign_D}；3)分别以{H_X}、{H_D}作为输入进行计算模式得到自动机A的根Root_A；4)A

【技术实现步骤摘要】
一种基于公共谓词逻辑的语义固化和派生方法


[0001]本专利技术涉及区块链技术及分布式计算领域，具体涉及互联网环境下一种基于公共谓词逻辑的语义固化和派生方法。

技术介绍

[0002]运行在开放的互联网环境下的系统，诸如区块链系统等，存在着大量以合约自动机为典型案例的公共脚本形式的数据状态结合谓词逻辑进行驱动处理的场景，分布式多节点等特性需要脚本语义的唯一准确性，同时多层次粒度语义固化。公共脚本开发过程中，进行语义和数据状态分层次粒度进行固化、派生复用，从而提高脚本开发的便捷性及效率。
[0003]由于脚本在内的各类程序的数据状态的自动机机制存在着业务场景升级、结构复杂、安全难控之类情形，都可以造成对于程序编写错误或溢出之类的风险。
[0004]因此，本专利技术提出一种基于公共语义和公共状态复用的网络公共谓词逻辑的语义固化和派生方法，从而提高计算机程序开发的便捷性和唯一确定性。

技术实现思路

[0005]针对现有技术中存在的技术问题，本专利技术的目的在于提供一种基于公共语义和公共状态复用的计算机语义固化和派生方法，本专利技术通过基于共同基础状态的谓词逻辑和命题逻辑进行固化，实现语义及状态的适合业务需要的粒度层级的封装固化，适用于广大计算机从业人员进行包括区块链、并行区块链及分布式存储在内的各类公共脚本在内的程序开发的应用场合，是一种应用在公共场合下的开发网络程序的便捷性、确定性更强的方法。
[0006]本专利技术的技术方案为：
[0007]一种基于公共谓词逻辑的语义固化和派生方法，其步骤包括：
[0008]1)为自动机A选取或设计多个用于程序开发的语义单元X，构成一语义单元集Σ(X)；其中，语义单元集{X}包括语义单元X(1)、X(2)、
…
、X(N)，X(N)为第N个语义单元；不同语义单元根据需求设计不同而实现不同的逻辑功能；该语义单元集{X}对应的数据状态集{D}包括数据状态D(1)、D(2)、
…
、D(K)；D(K)为语义单元X处理的第K个数据对应的数据状态；
[0009]2)对语义单元集{X}中各语义单元进行数字特征获取并计算每一语义单元的索引值，得到一语义单元索引集{H_X}及数字特征集{Sign_X}；其中，集{Sign_X}包括Sign_X(1)、Sign_X(2)、
…
、Sign_X(N)，语义单元索引集{H_X}包括H_X(1)、H_X(2)、
…
、H_X(N)，语义单元X(N)对应的数字特征为Sign_X(N)，语义单元X(N)对应的索引值为H_X(N)；对数据状态集{D}中各数据状态进行数字特征获取并计算每一数据状态的索引值，得到一数据状态索引集{H_D}及数字特征集{Sign_D}；其中，数据状态索引集{H_D}包括数据状态索引值H_D(1)、H_D(2)、
…
、H_D(K)，数字特征集{Sign_D}包括Sign_D(1)、Sign_D(2)、
…
、Sign_D(K)，H_D(K)为数据状态D(K)的索引值，Sign_D(K)为数据状态D(K)的数字特征；
[0010]3)以语义单元索引集{H_X}作为输入通过计算模式获得语义根Root_X，以数据状
态索引集{H_D}作为输入通过计算模式获得状态根Root_D；以该语义根Root_X和该状态根Root_D值作为输入通过计算模式获得自动机A的根Root_A；
[0011]4)自动机A
’
通过该自动机根Root_A启动该自动机A，利用该语义根Root_X获取该自动机A的所有语义单元，并利用该状态根Root_D获取该自动机A执行语义所对应的数据状态；然后利用语义单元对应的数字特征对对应的语义单元进行驱动、利用数据状态对应的数字特征对对应的数据进行驱动，利用语义单元中的谓词逻辑对相应的命题逻辑进行处理，从而自动机A
’
获得对自动机A的需求。
[0012]进一步的，所述数字特征可以是数字签名或其他普通数字特征。
[0013]进一步的，所述语义单元X的输入参数类型、种类由具体业务场景设定，输入参数为业务参数或其他代码或与功能应用相关的约束条件。
[0014]进一步的，所述语义单元为经过专业机构安全审计或长期执行验证的可编程代码，也可以是经过长期验证的执行高效率的可编程代码，也可以是长期验证的稳定执行的可编程代码，或者兼而有之的代码。
[0015]进一步的，所述数据状态D由具体业务场景设定，数据状态为数据块或数据集，为结构化数据形式、非结构化数据形式或半结构化数据形式。
[0016]进一步的，所述计算模式可以是梅克树、字典树及其他各类计算模式，从而获取输入数据的数据根。
[0017]进一步的，自动机A为程序模板、函数、框架或计算机软件程序。
[0018]进一步的，自动机A
’
与自动机A为相同类型或不同类型。
[0019]在一个给定的公共网络系统中，各种事务由程序在内的谓词逻辑驱动执行，脚本构建过程的语义(具体形态对应于后续描述中的“X系列”)和数据状态(具体形态对应于后续描述中的“D系列”)的可靠、安全等都是系统运行唯一确定性的基础，而将各类经过验证或考核的公共谓词逻辑进行固化并进行派生是重要手段。
[0020]针对业务应用的共性或基础性需求，专利技术一类用于语义固化及派生的计算机自动机A，具体包括语义单元X系列及相关联数据状态D系列，语义单元系列和数据系列都各自进行数字签名，形成语义单元集{X}、语义单元索引集{H_X}及数字特征集{Sign_X}、数据状态集{D}、数据状态索引集{H_D}及数字特征集{Sign_D}、语义根Root_X和状态根Root_D、自动机根Root_A的集合，如图1所示。自动机A的具体形式可以是程序模板、函数、框架及其他计算机软件形态。
[0021]本专利技术的自动机根Root_A由以语义根Root_X和状态根Root_D作为输入通过计算模式而求出，如图2所示。自动机根Root_A又可以作为其他自动机的语义单元索引。其中，计算模式可以是梅克树、字典树及其他各类计算模式，从而获取输入数据的数据根。
[0022]本专利技术的语义根Root_X，由以所有语义单元X(s)索引值{H_X}作为作为输入通过计算模式而求出的语义根Root_X，如图3所示。所有的语义单元索引值H_X(s)都系由语义单元X(s)逐条进行数字特征值求值而获得，其中s∈[1,N]，如图5所示。其中，N为语义单元的总数，数字特征求值可以是哈希计算或其他自定义方法，可以是数字签名或其他普通数字特征。
[0023]本专利技术的语义单元索引值集{H_X}具体由语义单元H_X(1)、H_X(2)、
…
、H_X(N)构成，实现语义单元的可辨识性和检索性，H_X(s)为第s个语义单元X(s)的索引值，如图6所
示。语义单元具体形式可以是“程序语句及其组合”，语义单元的索引值采用对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于公共谓词逻辑的语义固化和派生方法，其步骤包括：1)为自动机A选取或设计多个用于程序开发的语义单元X，构成一语义单元集{X}；其中，语义单元集{X}包括语义单元X(1)、X(2)、
…
、X(N)，X(N)为第N个语义单元；不同语义单元根据需求设计不同而实现不同的逻辑功能；该语义单元集{X}对应的数据状态集{D}包括数据状态D(1)、D(2)、
…
、D(K)；D(K)为语义单元X处理的第K个数据对应的数据状态；2)对语义单元集{X}中各语义单元进行数字特征获取并计算每一语义单元的索引值，得到一语义单元索引集{H_X}及数字特征值集{Sign_X}；其中，数字特征集{Sign_X}包括Sign_X(1)、Sign_X(2)、
…
、Sign_X(N)，语义单元索引集{H_X}包括H_X(1)、H_X(2)、
…
、H_X(N)，语义单元X(N)对应的数字特征为Sign_X(N)，语义单元X(N)对应的索引值为H_X(N)；对数据状态集{D}中各数据状态进行数字特征获取并计算每一数据状态的索引值，得到一数据状态索引集{H_D}及数字特征集{Sign_D}；其中，数据状态索引集{H_D}包括数据状态索引值H_D(1)、H_D(2)、
…
、H_D(K)，签名集{Sign_D}包括Sign_D(1)、Sign_D(2)、
…
、Sign_D(K)，H_D(K)为数据状态D(K)的索引值，Sign_D(K)为数据状态D(K)的数字特征；3)以语义单元索引集{H_X}作为输入通过计算模式获得语义根Root_X，以...

【专利技术属性】
技术研发人员：史兴国，陈光宇，杨垂柏，
申请(专利权)人：苏州超块链信息科技有限公司，
类型：发明
国别省市：