数据处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种数据处理方法、装置、计算机设备及存储介质。该方法包括接收验证者端提供的随机值；通过椭圆加密曲线算法，根据随机值和曲线随机点数据，得到混合加密点数据；根据混合加密点数据和π矩阵，生成区块链证明摘要；通过第一多项式算法，根据区块链证明摘要和反π矩阵，生成秘密标识；将包括秘密标识的区块链证明文件存储到区块链节点，区块链证明文件用于验证者端验证证明者端的身份。如此，基于π矩阵与反π矩阵形成的共轭关系，以及采用零知识证明对海量交易数据进行证明计算，在生成区块链证明文件过程中，可以有效保护交易数据的隐私，在避免内存浪费的同时，缩短零知识证明的计算时间，提高零知识证明的计算效率。算效率。算效率。

【技术实现步骤摘要】
数据处理方法、装置、计算机设备及存储介质


[0001]本申请属于计算机
，具体涉及一种数据处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]零知识证明(Zero
‑
Knowledge Proof，ZKP)是现代密码学中的一类经典协议，用于在不泄露关于某个命题任何信息的情况下证明该命题的正确性。为了解决零知识证明技术的广泛应用需求，提供了多个开源算法库如libsnark库、bellman库等。
[0003]在相关技术中，可以通过libsnark库的多项式生成算法生成证明文件(proof)，其中，libsnark库在内存引用时采用的是值对象和指针对象，这样，在值对象在移动后，关联的数据会移动到新值，而在传递或者赋值过程中会进行拷贝，引起内存浪费；以及，指针对象是交由用户人工管理或者使用智能指针来引用计数，由于用户人工管理存在延时，且该机制存在指针指向无效内存地址情况。如此，上述生成proof的方式会造成内存浪费、计算过程繁琐且浪费计算时间，影响零知识证明的计算效率。

技术实现思路

[0004]本申请实施例提供一种数据处理方法、装置、计算机设备及存储介质，能够解决现有技术中生成证明文件的方式造成内存浪费、计算过程繁琐且浪费计算时间，影响零知识证明的计算效率的问题。
[0005]第一方面，本申请实施例提供一种数据处理方法，应用于证明者端，该方法可以包括：
[0006]接收验证者端提供的随机值；
[0007]通过椭圆加密曲线算法，根据随机值和曲线随机点数据，得到混合加密点数据；
[0008]根据混合加密点数据和π矩阵，生成区块链证明摘要；
[0009]通过第一多项式算法，根据区块链证明摘要和反π矩阵，生成秘密标识；
[0010]将包括秘密标识的区块链证明文件存储到区块链节点，区块链证明文件用于验证者端验证证明者端的身份。
[0011]第二方面，本申请实施例提供一种数据处理方法，应用于验证者端，该方法可以包括：
[0012]向证明者端发送随机值；
[0013]接收证明者端反馈的混合加密点数据，混合加密点数据由随机值计算得到；
[0014]通过第二多项式算法，根据混合加密点数据，生成多项式验证数据；
[0015]从区块链节点中读取区块链证明文件，区块链证明文件包括秘密标识；
[0016]通过多项式验证数据对秘密标识进行验证，得到证明者端的身份验证结果。
[0017]第三方面，本申请实施例提供了一种数据处理装置，应用于证明者端，该装置可以包括：
[0018]接收模块，用于接收验证者端提供的随机值；
[0019]计算模块，用于通过椭圆加密曲线算法，根据随机值和曲线随机点数据，得到混合加密点数据；
[0020]生成模块，用于根据混合加密点数据和π矩阵，生成区块链证明摘要；
[0021]生成模块还用于，通过第一多项式算法，根据区块链证明摘要和反π矩阵，生成秘密标识；
[0022]存储模块，用于将包括秘密标识的区块链证明文件存储到区块链节点，区块链证明文件用于验证者端验证证明者端的身份。
[0023]第四方面，本申请实施例提供了一种数据处理装置，应用于验证者端，该装置可以包括：
[0024]发送模块，用于向证明者端发送随机值；
[0025]接收模块，用于接收证明者端反馈的混合加密点数据，混合加密点数据由随机值计算得到；
[0026]生成模块，用于通过第二多项式算法，根据混合加密点数据，生成多项式验证数据；
[0027]读取模块，用于从区块链节点中读取区块链证明文件，区块链证明文件包括秘密标识；
[0028]验证模块，用于通过多项式验证数据对秘密标识进行验证，得到证明者端的身份验证结果。
[0029]第五方面，本申请实施例提供了一种计算设备，该计算设备包括：处理器以及存储有计算机程序指令的存储器；
[0030]处理器执行计算机程序指令时实现如第一方面所示的数据处理方法、或者如第二方面所示的数据处理方法。
[0031]第六方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所示的数据处理方法、或者如第二方面所示的数据处理方法。
[0032]第七方面，本申请实施例提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面所示的数据处理方法、或者如第二方面所示的数据处理方法。
[0033]第八方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所示的数据处理方法、或者如第二方面所示的数据处理方法。
[0034]本申请实施例的数据处理方法、装置、设备及存储介质，接收验证者端提供的随机值；通过椭圆加密曲线算法，根据随机值和曲线随机点数据，得到混合加密点数据；根据混合加密点数据和π矩阵，生成区块链证明摘要；通过第一多项式算法，根据区块链证明摘要和反π矩阵，生成秘密标识；将包括秘密标识的区块链证明文件存储到区块链节点，区块链证明文件用于验证者端验证证明者端的身份。这样，证明者端通过证明者端与验证者端之间的加密通道，接收验证者端发送的随机值并基于此进行零知识证明的验证，由于随机值是验证者端随机产生的，无法按照一定规则逆推，且由随机值确定混合加密点数据是零知
识证明生成区块链证明文件proof的加密基础，所以，通过混合加密点数据无法逆推出曲线随机点数据，使得曲线随机点数据的安全性更高。另外，本申请实施例采用π矩阵来筛选验证者端提供的随机值，防止基于假数据生成proof情况发生，在通过多项式算法生成秘密标识N的过程中，采用了混合加密点数据和π矩阵的模糊计算方式，确保了加密的可靠性，以及，π矩阵是分配在特殊有限域空间的矩阵，与反π矩阵形成一个共轭关系，基于此，在生成proof过程中，对相关多项式生成方法的优化和生命周期的线程数据共享起到调节作用，经由π矩阵和反π矩阵的过滤后，生成proof的过程更加简洁，验证速度也更快。如此，基于π矩阵与反π矩阵形成的共轭关系，采用零知识证明对海量交易数据进行证明计算，在生成proof过程中，可以有效保护交易数据的隐私，并将几个G的大小缩减到几百M，在避免内存浪费的同时，缩短了零知识证明的计算时间，提高了零知识证明的计算效率。
附图说明
[0035]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本申请实施例提供的一种数据处理架构的结构示意图之一；
[0037]图2为本申请实施例提供的一种数据处理架构的结构示意图之二；
[0038]图3为本申请实施例提供的一种基于证明者端的数据处理方法的流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，应用于证明者端，包括：接收验证者端提供的随机值；通过椭圆加密曲线算法，根据所述随机值和曲线随机点数据，得到混合加密点数据；根据所述混合加密点数据和π矩阵，生成区块链证明摘要；通过第一多项式算法，根据所述区块链证明摘要和反π矩阵，生成秘密标识；将包括所述秘密标识的区块链证明文件存储到区块链节点，所述区块链证明文件用于所述验证者端验证证明者端的身份。2.根据权利要求1所述的方法，其特征在于，所述通过椭圆加密曲线算法，根据所述随机值和曲线随机点数据，得到混合加密点数据，包括：从预设椭圆加密曲线上随机选择一个目标点，所述目标点对应目标点数据；将所述目标点数据确定为所述曲线随机点数据；通过预设混合算法，对所述随机值和曲线随机点数据进行混合处理，得到所述混合加密点数据。3.根据权利要求1所述的方法，其特征在于，所述根据所述混合加密点数据和π矩阵，生成区块链证明摘要，包括：将所述混合加密点数据代入所述π矩阵，得到所述区块链证明摘要。4.根据权利要求1所述的方法，其特征在于，所述第一多项式算法对应第一预设多项式和所述第二预设多项式；所述通过第一多项式算法，根据所述区块链证明摘要和反π矩阵，生成秘密标识，包括：将所述区块链证明摘要分别与所述第一预设多项式和所述第二预设多项式进行多项式拍平处理，得到第一随机多项式和第一哈希多项式；通过预设同态加密函数，基于所述第一随机多项式、第一哈希多项式和所述反π矩阵，生成秘密标识。5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：向所述验证者端发送所述混合加密点数据，所述混合加密点数据用于所述验证者端根据所述混合加密点数据确定多项式验证数据，所述多项式验证数据用于验证所述证明者端的身份。6.一种数据处理方法，其特征在于，应用于验证者端，包括：向证明者端发送随机值；接收所述证明者端反馈的混合加密点数据，所述混合加密点数据由所述随机值计算得到；通过第二多项式算法，根据所述混合加密点数据，生成多项式验证数据；从区块链节点中读取区块链证明文件，所述区块链证明文件包括秘密标识；通过所述多项式验证数据对所述秘密标识进行验证，得到所述证明者端的身份验证结果。7.根据权利要求6所述的方法，其特征在于，所述向证明者端发送随机值，包括：在接收到用户数据加密请求的情况下，向所述证明者端发送随机值。8.根据权利要求6所述的方法，其特征在于，所述第二多项式算法对应第三预设多项式和第四预设多项式；所述通过第二多项式算法，根据所述混...

【专利技术属性】
技术研发人员：辛艳双，张晓京，叶可可，方有轩，郑旭晓，戈敏，温永龙，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：