本发明专利技术涉及互联网技术领域，揭露了一种基于区块链和大数据的故障识别方法及装置，所述方法包括：解析故障信息报文对应的目标计算节点及故障信息数据对故障信息书记进行特诊提取并计算每个特征的特征权重，根据特征权重从故障信息数据中选取目标故障数据；查找目标故障数据的区块链节点，并计算每个区块链节点的信任度，并在目标计算节点所属的区块链网络中广播信任度；利用区块链网络进行分层共识计算，根据分层共识计算的结果更新信任度，得到区块链节点的更新信任度，根据更新信任度从区块链节点中确定目标故障节点，本发明专利技术可以提高故障识别的准确度。故障识别的准确度。故障识别的准确度。
【技术实现步骤摘要】
基于区块链和大数据的故障识别方法及装置
[0001]本专利技术涉及互联网
，尤其涉及一种基于区块链和大数据的故障识别方法及装置。
技术介绍
[0002]随着互联网与大数据的发展，人们对网络的性能以及其灵活性有了更高的要求，大数据在我们的社会生活和科学研究中都发挥着不可替代的作用，越来越多的企业选择将设备构建在同一个互联网络下，有利于提高企业的管理效率，这也对网络信息的安全、高效以及稳定性提出了更高的要求。
[0003]而在传统的网络环境下，由于网络的管理维护日益复杂以及技术的局限性，现有的互联网管理通常是将设备信息集中存放在单一化节点上的中心化方案，导致设备信息对应的数据转发难以分离，造成网络的管理维护日益复杂，难以适应多样化的场景应用，从而导致设备出现故障时难以进行精确地故障识别，因此，如何提高故障识别的精确度成为亟待解决的问题。
技术实现思路
[0004]本专利技术提供一种基于区块链和大数据的故障识别方法及装置，其主要目的在于解决故障识别的精确度较低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于区块链和大数据的故障识别方法，包括：
[0006]获取故障信息报文，解析所述故障信息报文对应的目标计算节点及故障信息数据；
[0007]对所述故障信息数据进行特征提取，得到所述故障信息数据的初级特征；
[0008]计算每个所述初级特征的特征权重，根据所述特征权重从所述故障信息数据中筛选目标故障数据；
[0009]查找所述目标故障数据的区块链节点，并计算每个所述区块链节点的信任度，并在所述目标计算节点所属的区块链网络中广播所述区块链节点的信任度；
[0010]利用所述区块链网络进行分层共识计算，根据分层共识计算的结果更新所述区块链节点的信任度，得到所述区块链节点的更新信任度，根据所述更新信任度从所述区块链节点中确定目标故障节点。
[0011]可选地，所述解析所述故障信息报文对应的目标计算节点及故障信息数据，包括：
[0012]提取所述故障信息报文中的报文数据，并识别所述报文数据的数据协议类型；
[0013]根据所述数据协议类型的数据长度信息计算所述数据报文的数据偏移量地址；
[0014]基于所述数据偏移量地址提取所述报文数据的数据关键字，根据所述数据关键字确定所述故障信息报文对应目标计算节点，并在预设的数据库中查找故障信息数据。
[0015]可选地，所述对所述故障信息数据进行特征提取，得到所述故障信息数据的初级特征，包括：
[0016]对所述故障信息数据进行数据标准化，得到标准化数据；
[0017]利用预设的特征集对所述标准化数据进行特征类型识别，得到特征类型识别结果；
[0018]根据所述特征识别结果从所述故障信息数据中提取所述故障信息数据的初级特征。
[0019]可选地，所述计算每个所述初级特征的特征权重，包括：
[0020]计算每个所述初级特征的信息熵，根据所述信息熵计算每个特征权重的差异系数；
[0021]计算所述每个特征权重的差异系数占所述差异系数总数的比值，得到每个所述初始特征的特征权重。
[0022]可选地，所述计算每个所述初级特征的信息熵，包括：
[0023]利用如下公式计算每个所述初级特征的信息熵：
[0024][0025]其中，e
i
为第i个初始特征的信息熵，n为初始特征的总数，k为信息熵系数，p
i
为第i个初始特征。
[0026]可选地，所述根据所述特征权重从所述故障信息数据中筛选目标故障数据，包括：
[0027]将所述特征权重与对应的初始特征相乘，得到每个初始特征的特征影响值；
[0028]选取所述特征影响值大于预设阈值的初始特征作为目标特征，利用所述目标特征从所述故障信息数据中筛选目标故障数据。
[0029]可选地，所述计算每个所述区块链节点的信任度，包括：
[0030]获取每个所述区块链节点加入对应区块链的加入时间，基于所述加入时间为每个所述区块链节点分配初始信任度；
[0031]获取每个所述区块链节点的多项历史表现数据，并对所述历史表现数据进行归一化处理，得到每个所述区块链节点的多种评价因子；
[0032]基于多种所述评价因子对所述初始信任度进行加权计算，得到每个所述区块链的信任度。
[0033]可选地，所述利用所述区块链网络进行分层共识计算，根据分层共识计算的结果更新所述区块链节点的信任度，得到所述区块链节点的更新信任度，包括：
[0034]从所述区块链网络中选取三级代理人节点，得到三级代理节点集，并利用所述三级代理节点集中的第三级代理人节点执行实用拜占庭容错算法，得到所述区块链网络中局部合法的区块；
[0035]根据所述局部合法的区块中的第二级代理人节点以及第一级代理人节点对所述局部合法的区块执行实用拜占庭容错算法，得到全局合法的区块；
[0036]根据所述全局合法的区块计算每个所述信任度的评价值，将每个所述信任度的评价值与对应的信任度相乘，得到所述区块链节点的更新信任度。
[0037]可选地，所述根据所述全局合法的区块计算每个所述信任度的评价值，包括：
[0038]利用如下公式计算每个所述信任度的评价值：
[0039][0040]其中，E
j
为第j个信任度的评价值，C为预设的评价值调节因子，t
j
为第j个信任度对应的区块链节点进行分层共识计算的时间，g为所述全局合法的区块中的节点数量，N为区块链网络中的节点数量。
[0041]为了解决上述问题，本专利技术还提供一种基于区块链和大数据的故障识别装置，所述装置包括：
[0042]报文解析模块，用于获取故障信息报文，解析所述故障信息报文对应的目标计算节点及故障信息数据；
[0043]特征提取模块，用于对所述故障信息数据进行特征提取，得到所述故障信息数据的初级特征；
[0044]数据筛选模块，用于计算每个所述初级特征的特征权重，根据所述特征权重从所述故障信息数据中筛选目标故障数据；
[0045]信任度计算模块，用于查找所述目标故障数据的区块链节点，并计算每个所述区块链节点的信任度，并在所述目标计算节点所属的区块链网络中广播所述区块链节点的信任度；
[0046]故障识别模块，用于利用所述区块链网络进行分层共识计算，根据分层共识计算的结果更新所述区块链节点的信任度，得到所述区块链节点的更新信任度，根据所述更新信任度从所述区块链节点中确定目标故障节点。
[0047]本专利技术实施例通过解析故障信息报文对应的目标计算节点及故障信息数据，准确地获取故障信息对应的网络及故障数据，从而提高故障识别的精确度；进一步地提取特征并计算特征权重，确定目标故障数据，精准地获取故障报文信息对应的目标故障数据；确定目标故障数据对应的区块链节点，能够确定发生目标故障数据的可能区块链节点，从而本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于区块链和大数据的故障识别方法，其特征在于，所述方法包括：获取故障信息报文，解析所述故障信息报文对应的目标计算节点及故障信息数据；对所述故障信息数据进行特征提取，得到所述故障信息数据的初级特征；计算每个所述初级特征的特征权重，根据所述特征权重从所述故障信息数据中筛选目标故障数据；查找所述目标故障数据的区块链节点，并计算每个所述区块链节点的信任度，并在所述目标计算节点所属的区块链网络中广播所述区块链节点的信任度；利用所述区块链网络进行分层共识计算，根据分层共识计算的结果更新所述区块链节点的信任度，得到所述区块链节点的更新信任度，根据所述更新信任度从所述区块链节点中确定目标故障节点。2.如权利要求1所述的基于区块链和大数据的故障识别方法，其特征在于，所述解析所述故障信息报文对应的目标计算节点及故障信息数据，包括：提取所述故障信息报文中的报文数据，并识别所述报文数据的数据协议类型；根据所述数据协议类型的数据长度信息计算所述数据报文的数据偏移量地址；基于所述数据偏移量地址提取所述报文数据的数据关键字，根据所述数据关键字确定所述故障信息报文对应目标计算节点，并在预设的数据库中查找故障信息数据。3.如权利要求1所述的基于区块链和大数据的故障识别方法，其特征在于，所述对所述故障信息数据进行特征提取，得到所述故障信息数据的初级特征，包括：对所述故障信息数据进行数据标准化，得到标准化数据；利用预设的特征集对所述标准化数据进行特征类型识别，得到特征类型识别结果；根据所述特征识别结果从所述故障信息数据中提取所述故障信息数据的初级特征。4.如权利要求1所述的基于区块链和大数据的故障识别方法，其特征在于，所述计算每个所述初级特征的特征权重，包括：计算每个所述初级特征的信息熵，根据所述信息熵计算每个特征权重的差异系数；计算所述每个特征权重的差异系数占所述差异系数总数的比值，得到每个所述初始特征的特征权重。5.如权利要求4所述的基于区块链和大数据的故障识别方法，其特征在于，所述计算每个所述初级特征的信息熵，包括：利用如下公式计算每个所述初级特征的信息熵：其中，
i
为第个初始特征的信息熵，为初始特征的总数，为信息熵系数，
i
为第个初始特征。6.如权利要求1所述的基于区块链和大数据的故障识别方法，其特征在于，所述根据所述特征权重从所述故障信息数据中筛选目标故障数据，包括：将所述特征权重与对应的初始特征相乘，得到每个初始特征的特征影响值；选取所述特征影响值大于预设阈值的初始特征作为目标特征，利用所述目标...
【专利技术属性】
技术研发人员：邓宪江，张春楚，
申请(专利权)人：邓宪江，
类型：发明
国别省市：
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。