基于新型嵌套链架构的面向海量实时物联网的上链方法技术

本发明专利技术公开了一种基于新型嵌套链架构的面向海量实时物联网的上链方法，提出一条父链与多个子链共存的嵌套链架构，即父链保有较小规模的节点数量，主要负责收集重要信息用于IoT数据验证、记录身份信息、全局数据管理等；子链数量多节点多，具有高灵活性、可拓展性，用于接受和存储本地IoT数据，并为链下应用数据提供上链前的处理，保证链下应用网络的海量数据能够完整、及时、高效上载。同时，本发明专利技术基于嵌套链设计面向应用网络子链节点的动态部署方法，研究如何动态感知并排查恶意节点，高效选取和替换父链接入节点，以保证节点的合法性、安全性以及数据高效上链，实现高可用性的子链动态接入。子链动态接入。子链动态接入。

【技术实现步骤摘要】
基于新型嵌套链架构的面向海量实时物联网的上链方法


[0001]本专利技术涉及计算机
，尤其涉及一种基于新型嵌套链架构的面向海量实时物联网的上链方法。

技术介绍

[0002]区块链作为一种结合分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，凭借其去中心化、不可篡改、可追溯、匿名等特征，在众多前沿领域取得了广泛的应用。随着物联网(IoT)和5G 技术的飞速发展，车联网、远程医疗等应用场景产生的海量实时数据成为当前区块链技术落地的关键挑战。
[0003]联盟区块链系统如Hyperledger Fabric，具有较高的吞吐量和较低的时延，并且能够实现对节点身份的认证和数据的访问控制。然而，其可拓展性特别是节点数量相比公链受到限制，随着加入区块链节点数量的上升，会出现系统开销的急剧上升和性能的急剧下降。

技术实现思路

[0004]本专利技术针对联盟链随着区块链节点数量增加，系统开销急剧上升性能急剧下降，从而导致链下信息难以与链上数据协同的问题，提出一种基于新型嵌套链架构的面向海量实时物联网的上链方法。
[0005]为了实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于新型嵌套链架构的面向海量实时物联网的上链方法，区块链系统由单条父链和多条子链组成，父链和子链的组成节点均分为两种类型：普通节点只负责本地数据管理功能；通信节点除和普通节点一样的功能外还具备跨链通信功能；父链和子链中的通信节点共同构建一个通信通道，即中继链，用于链间的数据交换；子链以嵌套的结构与父链共存，用以对接链下大规模应用数据，基于机器学习实现子链通信节点的动态感知，并排查恶意节点，高效选取和替换父链接入节点，实现高可用性的子链动态接入。
[0007]进一步地，子链接入节点的选取过程是利用改进的GCN算法进行节点的感知以及分类，从而筛选出子链中高效节点用于链间通信。
[0008]进一步地，子链接入节点的选取过程为：
[0009]S31、图构建：
[0010]利用区块链中节点的特征属性以及节点间的交易信息构建交易图，作为神经网络模型输入，每个交易图是由节点与边组成的包含边信息的有向图；
[0011]S32、图学习：
[0012]GCN模型初始输入为图构建产生的矩阵，之后通过层级传播对节点状态进行更新；
[0013]S33、节点分类与父链协同评估：
[0014]GCN模型最后一层得到T次迭代后每个节点的状态向量其中t为每一
个节点的输出特征数，即节点类别数；对每个节点应用将模型输出值映射成概率值，得到每一个节点的分类概率：该向量代表第i个节点分别是这t个类别的概率，即节点分别作为接入节点、候补节点、普通节点、低效节点的概率值，取最大概率为节点类型，得到每一个节点的分类概率；同时，父链根据节点历史更新信息评估子链选取的接入节点，若该节点历史作为低效节点的次数T>阈值Th，则父链向子链请求从候补节点列表中替换该接入节点。
[0015]进一步地，图构建过程主要包含以下关键参数：
[0016]节点特征矩阵第k个节点的特征属性表示为：第k个节点的特征属性表示为：f1为本轮发起的交易次数，f2为上一轮发起的交易次数，s1为当前节点类型，s2为上一轮节点类型；
[0017]权重矩阵类型为r的交易权重矩阵，权重矩阵由交易权重构建，即交易图中某一条边被构建的次数，即本轮从节点i到节点j的交易次数；
[0018]交易延时矩阵由构建，该值表示本轮M次交易内从节点i到节点j之间类型r的交易延时等级，交易延时等级阶数预设定为n，即总共有n个延时等级，取本轮所有交易延时的极值t
max
、t
min
，按均匀划分等级；本轮节点i到节点j之间类型r的平均交易延时均交易延时根据等级划分范围确定t
cur
所处的等级即得到
[0019]网络延时矩阵由构建，该值表示本轮M次交易内从节点 i到节点j进行类型为r的交易时所处网络环境延时等级，被划分为n等级，统计本轮类型为r的每次交易的网络ping值t
max
、t
min
，按均匀划分等级并计算平均网络时延，确定所处等级得到
[0020]进一步地，图学习过程中，节点前向更新的传播模型被定义为：
[0021][0022]其中表示第i个节点在第l+1层神经网络的隐藏状态；
[0023]α、β分别为交易延时和网络延时的权重，α+β＝1；
[0024]σ为ReLU激活函数；
[0025]归一化因子子表示本轮与节点i进行过r类型交易的节点集合；
[0026]表示交易类型为r的第l层神经网路的权重矩阵。
[0027]进一步地，图学习过程中，定义状态向量迭代次数为T，即l≤T；模型第l层的输入
表示为其中H
(0)
＝V，前向传播总共进行T次状态更新。
[0028]上述的基于新型嵌套链架构的面向海量实时物联网的上链方法，运行流程包括以下步骤：
[0029]S1、原始数据处理：物联网设备通过网关将原始数据发送到子链，首先网关将对物联网设备进行身份验证，验证通过后对原始数据进行上链前的预处理并发送到子链；
[0030]S2、请求发送：
[0031]子链向父链发起通信请求并将此请求发送给系统排序服务；
[0032]S3、通信交易节点选取：
[0033]定义子链每隔M次交易实现一次节点选取，子链根据对链内节点的态势感知选出高效节点，作为接入父链的通信节点；父链针对每条子链有固定的通信节点；
[0034]S4、数据发送：
[0035]排序服务新建一个通道并将双方选取的通信节点加入其中，形成中继链，子链通信节点从链内读取指定数据，经过特定智能合约的处理后，被提交到中继链中；
[0036]S5、数据验证与确认：
[0037]中继链中的双方通信节点达成共识，数据被写入双方通信节点本地区块中，父链通信节点从本地读取数据，并在验证所收到数据完整性与一致性之后，提交到链内并达成共识，从而完成数据交换；
[0038]S6、交易信息存储：
[0039]每次交易完成后，本次交易事件以键值对方式存储在子链，用于下一次节点选取，节点更新信息同时也会被发送到中继链进而备份在父链中，用于父链对子链节点的评估。
[0040]进一步地，步骤S4中，子链只将处理后的物联网数据的哈希摘要上载到主链。
[0041]进一步地，步骤S6中，交易信息属性如下：<sender,receiver,type, transaction delay,network delay>，sender表示交易发起方，receiver表示交易接收方，type表示交易类型，transaction delay表示交易延时(单位ms)， network delay表示网络延时。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新型嵌套链架构的面向海量实时物联网的上链方法，其特征在于，区块链系统由单条父链和多条子链组成，父链和子链的组成节点均分为两种类型：普通节点只负责本地数据管理功能；通信节点除和普通节点一样的功能外还具备跨链通信功能；父链和子链中的通信节点共同构建一个通信通道，即中继链，用于链间的数据交换；子链以嵌套的结构与父链共存，用以对接链下大规模应用数据，基于机器学习实现子链通信节点的动态感知，并排查恶意节点，高效选取和替换父链接入节点，实现高可用性的子链动态接入。2.根据权利要求1所述的基于新型嵌套链架构的面向海量实时物联网的上链方法，其特征在于，子链接入节点的选取过程是利用改进的GCN算法进行节点的感知以及分类，从而筛选出子链中高效节点用于链间通信。3.根据权利要求2所述的基于新型嵌套链架构的面向海量实时物联网的上链方法，其特征在于，子链接入节点的选取过程为：S31、图构建：利用区块链中节点的特征属性以及节点间的交易信息构建交易图，作为神经网络模型输入，每个交易图是由节点与边组成的包含边信息的有向图；S32、图学习：GCN模型初始输入为图构建产生的矩阵，之后通过层级传播对节点状态进行更新；S33、节点分类与父链协同评估：GCN模型最后一层得到T次迭代后每个节点的状态向量其中t为每一个节点的输出特征数，即节点类别数；对每个节点应用将模型输出值映射成概率值，得到每一个节点的分类概率：该向量代表第i个节点分别是这t个类别的概率，即节点分别作为接入节点、候补节点、普通节点、低效节点的概率值，取最大概率为节点类型，得到每一个节点的分类概率；同时，父链根据节点历史更新信息评估子链选取的接入节点，若该节点历史作为低效节点的次数T>阈值Th，则父链向子链请求从候补节点列表中替换该接入节点。4.根据权利要求3所述的基于新型嵌套链架构的面向海量实时物联网的上链方法，其特征在于，图构建过程主要包含以下关键参数：节点特征矩阵第k个节点的特征属性表示为：第k个节点的特征属性表示为：f1为本轮发起的交易次数，f2为上一轮发起的交易次数，s1为当前节点类型，s2为上一轮节点类型；权重矩阵类型为r的交易权重矩阵，权重矩阵由交易权重构建，即交易图中某一条边被构建的次数，即本轮从节点i到节点j的交易次数；交易延时矩阵由构建，该值表示本轮M次交易内从节点i到节点j之间类型r的交易延时等级，交易延时等级阶数预设定为n，即总共有n个延时等级，取本轮所有交易延时的极值t
max
、t
min
，按均匀划分等级；本轮节点i到节点j之间类型r的平均交易延时易延时根据等级划分范围确定t
cur
所处的等级即得到
网络延时矩阵由构建，该值表示本轮M次交易内从节点i到节点j进行类型为r的交易时所处网络环境延时等级，被划分为n等级，统计本轮类型为r的每次交易的网络ping值t
max
、t
min
，按均匀划分等级并计算平均网络时延，确定所处等级得到5.根据权利要...

【专利技术属性】
技术研发人员：张宇超，何潇风，王小天，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：