一种面向工业物联网的区块链交易存储分配方法组成比例

本申请公开了一种面向工业物联网的区块链交易存储分配方法，属于区块链和工业物联网技术领域。所述方法包括：针对DAG区块链的交易数据的存储分配问题建立非线性规划模型；将规划模型分解为子问题“最佳个数求解”和“分配矩阵求解”；设计一种基于广度优先遍历的求解算法，得出每个边缘节点应当存放的最佳交易个数；设计一种基于贪婪搜索的求解算法，得出最终的交易存储分配方案。本发明专利技术能够解决成果GpDB中未考虑边缘设备容量性的缺点，在解决时又兼顾了系统的安全性，所提出的两个子问题的求解算法不仅具备较好的寻优特性，同时也具备较高的执行效率。本发明专利技术对于推动工业物联网和区块链技术的融合发展具有重要意义。区块链技术的融合发展具有重要意义。区块链技术的融合发展具有重要意义。

【技术实现步骤摘要】
一种面向工业物联网的区块链交易存储分配方法


[0001]本专利技术属于区块链和工业物联网
，尤其涉及一种面向工业物联网的区块链交易存储分配方法。

技术介绍

[0003]工业物联网，即物联网与工业制造的融合技术，通过将工业生产中的各种设备、资源进行网络互连、数据互通和灵活配置，来实现更高的生产效率。区块链是一种基于密码学原理和共识机制，由多方维护和管理的分布式账本技术。区块链具有去中心化、不可篡改、可溯源等优点，可以实现资源拍卖、节点协作、交易数据存证等功能，在工业物联网等场景中应用广泛。随着信息技术的发展，工业物联网的网络规模不断地增加，海量的区块链交易数据为边缘设备带来了巨大的存储压力。因此，相关的解决方案开始受到研究者关注。
[0004]杨文辉等人提出的LDV方案[1]是该领域的经典研究成果之一。LDV是一种面向车联网的区块链数据缩减方案，它将区块链网络划分为若干话题组，每个用户加入其兴趣相关的那些话题组，对所加入话题组的区块链交易进行存储，而无需存储无关交易。尽管LDV方案显著地减少了用户节点的存储压力，不过也存在一些缺点，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向工业物联网的区块链交易存储分配方法，其特征在于：具体包括：步骤S1，针对DAG区块链的交易数据在云边协同工业物联网中各边缘节点的存储分配问题建立非线性规划模型；步骤S2，将所述规划模型分解为子问题一“最佳个数求解”和子问题二“分配矩阵求解”；步骤S3，针对所述子问题一“最佳个数求解”，设计一种基于广度优先遍历的求解算法，使用所述求解算法得出各边缘节点最优的存放交易个数；步骤S4，针对所述子问题二“分配矩阵求解”，设计一种基于贪婪搜索的矩阵调整算法，使用所述矩阵调整算法得出交易存储分配最佳方案。2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括如下步骤：步骤S101，设置一个工业物联网系统，所述系统由若干个工业节点和N个边缘节点组成，并将所述系统连接到一个大型云服务器；步骤S102，根据所述系统中节点容量的区别建立数学模型；所述数学模型中，待求解变量为矩阵P
N
×
K
，其行数为节点个数N，列数为交易个数K；其中，N和K为大于零的整数；所述矩阵P
N
×
K
定义为：步骤S103，将N个边缘节点的总容量分别记为C＝{C1,C2,...,C
N
}，K个交易的新鲜度数值记为F＝{F1,F2,...,F
K
}；设单个交易的数据大小统一为L，定义边缘节点i的存储占用率OSR
i
为：存储占用率OSR
i
表征节点i存放的交易对其总容量C
i
的占用程度；步骤S104，设置所述数学模型的第一个优化目标为最小化各节点OSR的标准差SDD，即：步骤S105，定义边缘节点i存放的交易新鲜度之和为R
i
，R
i
表征了边缘节点i能为后续交易提供验证的能力：步骤S106，定义R
i
的几何平均为系统的“安全指数”ASE，设置所述数学模型第二个优化目标为最大化ASE：步骤S107，结合约束条件，得到所述所述数学模型为一个非线性的双目标0
‑
1规划模型：其中
其中其中其中C
i
为边缘设备的容量，其中MRT为最低冗余阈值。3.根据权利要求2所述的方法，其特征在于：所述步骤S107中的约束条件包括：第一约束条件：各边缘设备存放的交易不能超出其容量C
i
；第二约束条件：任何一个交易被存储的比例都需要达到某一预设阈值，所述预设阈值为最低冗余阈值MRT。4.根据权利要求2所述的方法，其特征在于：所述步骤S1还包括：在步骤S102之前，完成本周期的所有区块链交易验证和共识阶段，所述系统进行交易新鲜度和划分阈值的计算。5.根据权利要求2所述的方法，其特征在于：所述步骤S2具体包括如下步骤：步骤S201，将所述规划模型分解为两个子问题，即子问题一“最佳个数求解”和子问题二“分配矩阵求解”；步骤S202，设置子问题一的目标函数SQ为各边缘节点的OSR与均值之差的平方和，目标是将目标函数SQ最小化；步骤S203，为了使后续求解满足原问题的MRT
‑
约束，设置存储交易个数总和的下限作为子问题一的约束条件；步骤S204，整理得到子问题一“最佳个数求解”的数学表示；步骤S205，规定子问题二的其中一个约束条件，即各边缘节点存储交易的个数设置为子问题一得出的解；步骤S206，规定子问题二的另一个约束条件，即每一个交易数据都要满足MRT
‑
约束；步骤S207，设置子问题二的目标函数为ASE，目标是将其最大化；步骤S208，整理得到子问题二“分配矩阵求解”的数学表示。6.根据权利要求5所述的方法，其特征在于：所述子问题一“最佳个数求解”的数学表示为：其中其中其中，q
i
表示节点i存放的交易个数，SQ＝N
×
SDD2。7.根据权利要求5所述的方法，其特征在于：所述子问题二“分配矩...

【专利技术属性】
技术研发人员：李红宁，李盛涛，裴庆祺，何岳峰，曹萌杨，周浩宇，
申请(专利权)人：广州链融信息技术有限公司西安电子科技大学，
类型：发明
国别省市：