一种区块链智能合约部署方法技术

技术编号:37103117 阅读:50 留言:0更新日期:2023-04-01 05:02
本发明专利技术属于区块链技术领域,具体涉及一种区块链智能合约部署方法。该方法首先获取有交易倾向的交易倾向节点列表;然后计算交易倾向节点列表中各个节点的系统信誉和直接信誉,并综合利用系统信誉和直接信誉更新各个节点的节点信誉,其中,系统信誉是根据智能合约的历史交易记录计算得到的节点信誉,直接信誉是根据与过往节点的交互记录计算得到的节点信誉;最后根据各个节点更新后的节点信誉,从中挑选出节点信誉较高的节点发起交易,实现智能合约部署。该方法不仅能够支持智能合约的动态部署,还能够对区块链系统节点进行动态维护和管理,即,可固定周期对节点信誉进行查询,剔除信誉较低的节点以保证系统的稳定性和智能合约的可靠性。的可靠性。的可靠性。

【技术实现步骤摘要】
一种区块链智能合约部署方法


[0001]本专利技术属于区块链
,具体涉及一种区块链智能合约部署方法。

技术介绍

[0002]在公有链中,系统节点可以自行加入和退出,这就导致有可能在系统中发生攻击事件,同时对作恶节点不能进行很好的监管。联盟链中的节点虽然需要经过身份审核才能加入区块链网络,但节点可能会发生失效,也可能会发生拜占庭错误,并且不能保证节点自始至终都是诚信节点。因此对系统中的节点进行有效的管理和评价,以便于后期对智能合约进行合理的部署和实例化,首先需要建立节点的信誉评价机制。节点的信誉评价机制不合理,将导致合约执行响应不及时、发布虚假执行结果等,从而危害系统的运行。

技术实现思路

[0003]本专利技术提供了一种区块链智能合约部署方法,用以解决现有技术的信誉评价机制不合理造成的危害系统运行的问题。
[0004]为解决上述技术问题,本专利技术所包括的技术方案以及技术方案对应的有益效果如下:
[0005]本专利技术提供了一种区块链智能合约部署方法,包括如下步骤:
[0006]1)获取有交易倾向的交易倾向节点列表;
[0007]2)计算交易倾向节点列表中各个节点的系统信誉和直接信誉,并采用如下方法更新各个节点的节点信誉:
[0008]判断节点的系统信誉是否大于等于设定阈值:若节点的系统信誉大于等于设定阈值,则对节点的系统信誉和直接信誉进行加权求和,将求和结果作为该节点的节点信誉;若节点的系统信誉小于设定阈值,则将节点的直接信誉作为该节点的节点信誉;/>[0009]其中,系统信誉是根据智能合约的历史交易记录计算得到的节点信誉;直接信誉是根据与过往节点的交互记录计算得到的节点信誉;
[0010]3)根据各个节点更新后的节点信誉,从中挑选出节点信誉较高的节点发起交易,实现智能合约部署。
[0011]上述技术方案的有益效果为:本专利技术对节点信誉进行量化,计算得到节点的系统信誉和直接信誉,并利用系统信誉和节点信誉综合评价节点信誉,在节点的系统信誉较高的情况下,节点信誉为系统信誉和直接信誉的加权求和,在节点的系统信誉较低的情况下,节点信誉直接为直接信誉,进而从中选择节点信誉较高的节点作为智能合约部署节点,实现了对区块链系统节点的动态维护和管理,有效提高智能合约的可靠性和系统的稳定性。
[0012]进一步的,为了准确从历史交易记录提取计算出系统信誉,节点的系统信誉的计算公式为:
[0013]SR
j
=b+εu
[0014]式中,SR
j
表示节点的系统信誉;ε是一个常量,0≤ε≤1,表示信任不确定性的影响
程度;b表示信任度,u表示犹豫度,信任度b和犹豫度u的计算公式分别为:
[0015][0016]u=1

s
[0017]式中,s表示网络连接质量;HR
n
表示该节点在智能合约历史交易记录中诚实记录的数量;FR
m
表示该节点在智能合约历史交易记录中虚假记录的数量。
[0018]进一步的,为了将网络状况影响在内以保证诚实记录数量统计的准确性,HR
n
表示的是节点在智能合约历史交易记录中修正后的诚实记录的数量,且修正后的诚实记录的数量为:
[0019]HR
n
=HR

n
+PL*(HR

n
+FR

m
)
[0020]式中,HR

n
和FR

m
分别表示节点在智能合约原始交易记录中诚实记录的数量和虚假记录的数量;PL表示网络状况对节点交易的影响。
[0021]进一步的,为了将网络状况影响在内以保证虚假记录数量统计的准确性,FR
m
表示的是该节点在智能合约历史交易记录中修正后的虚假记录的数量,且修正后的虚假记录的数量为:
[0022]FR
m
=FR

m

PL*(HR

n
+FR

m
)
[0023]式中,HR

n
和FR

m
分别表示节点在智能合约原始交易记录中诚实记录的数量和虚假记录的数量;PL表示网络状况对节点交易的影响。
[0024]进一步的,网络状况对节点交易的影响PL的计算公式为:
[0025][0026]式中,w(i)是历史交易状态的权重值;n是记录的历史交易记录的数量。
[0027]进一步的,直接信誉的计算公式为:
[0028][0029]式中,DR
j
表示节点run_peer
j
的直接信誉;和分别表示节点run_peer
j
的诚实信用值和虚假信用值,用于表示节点之间交互的时效性;和分别表示节点集合run_peer
i
中节点req_peer对节点run_peer
j
的诚实可信度和虚假可信度,节点集合run_peer
i
表示与节点req_peer有过过往交互的所有节点的集合,i=1,2,
……
,N,N表示节点集合run_peer
i
中节点的总数量,且节点集合run_peer
i
中对节点run_peer
j
的诚实可信度和虚假可信度的计算公式分别为:
[0030][0031][0032]式中,和分别表示节点run_peer
j
和节点req_peer交互中诚实记录的数量
和虚假记录的数量;和分别表示节点集合run_peer
i
和节点req_peer交互中诚实记录的数量和虚假记录的数量。
[0033]进一步的,节点run_peer
j
的诚实信用值的计算公式为:
[0034][0035]式中,T
c
表示当前时间;表示节点run_peer
j
与节点req_peer交互的诚实记录中第t次交互的时间;F(x)表示一个调整频率和时效性的权重函数;n
H
表示节点req_peer与节点run_peer
j
交互的诚实记录中交互的总次数。
[0036]进一步的,节点run_peer
j
的虚假信用值的计算公式为:
[0037][0038]其中,T
c
表示当前时间;表示节点run_peer
j
与节点req_peer交互的虚假记录中第t次交互的时间;F(x)表示一个调整频率和时效性的权重函数;n
F
表示节点req_peer与节点run_peer
j
交互的虚假记录中交互的总次数。
[0039]进一步的,权重函本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种区块链智能合约部署方法,其特征在于,包括如下步骤:1)获取有交易倾向的交易倾向节点列表;2)计算交易倾向节点列表中各个节点的系统信誉和直接信誉,并采用如下方法更新各个节点的节点信誉:判断节点的系统信誉是否大于等于设定阈值:若节点的系统信誉大于等于设定阈值,则对节点的系统信誉和直接信誉进行加权求和,将求和结果作为该节点的节点信誉;若节点的系统信誉小于设定阈值,则将节点的直接信誉作为该节点的节点信誉;其中,系统信誉是根据智能合约的历史交易记录计算得到的节点信誉;直接信誉是根据与过往节点的交互记录计算得到的节点信誉;3)根据各个节点更新后的节点信誉,从中挑选出节点信誉较高的节点发起交易,实现智能合约部署。2.根据权利要求1所述的区块链智能合约部署方法,其特征在于,节点的系统信誉的计算公式为:SR
j
=b+εu式中,SR
i
表示节点的系统信誉;ε是一个常量,0≤ε≤1,表示信任不确定性的影响程度;b表示信任度,u表示犹豫度,信任度b和犹豫度u的计算公式分别为:u=1

s式中,s表示网络连接质量;HRn表示该节点在智能合约历史交易记录中诚实记录的数量;FR
m
表示该节点在智能合约历史交易记录中虚假记录的数量。3.根据权利要求2所述的区块链智能合约部署方法,其特征在于,HR
n
表示的是节点在智能合约历史交易记录中修正后的诚实记录的数量,且修正后的诚实记录的数量为:HR
n
=HR

n
+PL*(HR

n
+FR

m
)式中,HR

n
和FR

m
分别表示节点在智能合约原始交易记录中诚实记录的数量和虚假记录的数量;PL表示网络状况对节点交易的影响。4.根据权利要求2所述的区块链智能合约部署方法,其特征在于,FR
m
表示的是该节点在智能合约历史交易记录中修正后的虚假记录的数量,且修正后的虚假记录的数量为:FR
m
=FR

m

PL*(HR

n
+FR

m
)式中,HR

n
和FR

m
分别表示节点在智能合约原始交易记录中诚实记录的数量和虚假记录的数量;PL表示网络状况对节点交易的影响。5.根据权利要求3或4所述的区块...

【专利技术属性】
技术研发人员:刘扬李向阳高奎韩婷婷闫志全王耀启刘鑫磊曹浩浩王锋刘琳琳张强
申请(专利权)人:河南工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1