关键词：
智能合约
节点评估
信誉共识
激励机制
数据识别
摘要：
区块链融合了共识算法、智能合约和分布式存储等多种技术,具有防篡改和去中心化等特点。区块链用户可以利用这些特点将数据存储在区块链中,避免中心化数据库带来的单点故障和数据篡改等问题,提高数据存储的安全性。然而恶意用户却将一些非法数据上传至区块链,造成严重的安全问题。现有的方法主要是通过区块链节点对数据进行识别,防止非法数据上链。然而现有非法数据上链识别方法面临可信性低的问题,如节点评估机制可信性低、信誉共识可信性问题和难以激励节点可信识别等问题。因此,本文研究基于信誉共识的区块链非法数据上链识别模型,主要研究内容如下:(1)针对现有基于区块链的节点评估机制未考虑不活跃节点的可信性问题,提出一种基于区块链的动态节点评估机制(Blockchain based Dynamic Node evaluation Mechanism,BDNM),用于评估识别模型中节点的可信度。首先,本文提出了基于Beta分布的直接可信度评估和基于推荐人机制的间接可信度评估,基于Beta函数和推荐人机制构建直接信任度和间接信任度评估模块,多维评估节点的可信度,提高评估机制的可信性。然后,提出了基于信息熵的可信度融合机制,通过对将信息熵作为权重因子融合两种可信度综合评估目标节点的可信度,减少人为因素对可信度融合的干扰,提高节点评估机制的可信性。最后,针对长时间不活跃的节点,构建分级审查机制,不同等级具有不同审查频率,根据上一阶段信誉值重新评估其可信性。实验结果表明,在恶意节点存在的情况下,节点评估机制能够动态可信的评估节点可信度。(2)针对信誉共识难以筛选可信的节点以及节点权重不合理导致的可信性问题,提出一种基于信誉模型的共识机制(Reputation Model based Consensus Mechanism,RMCM),用于识别节点之间达成数据非法性的共识。信誉共识主要有两部分组成,基于信誉的随机选择算法(Reputation based Random Selection Algorithm,RBRSA)和节点权重机制。基于信誉的随机选择算法根据信誉值选择识别节点,优先选择信誉值高的节点,保证识别节点的随机性和可信性。基于信誉的节点权重机制根据节点信誉值和标准正态分布为节点分配权重,然后根据提出的分区权重机制对位于不同区间的节点再次分配不同权重,避免单个节点因信誉值过高导致一票决定的问题。实验结果表明,在非法数据上链识别环境下,提出的信誉共识更能选择可信节点,节点权重具有更高的可信性。(3)针对现有识别模型无法激励节点可信地识别数据导致模型的可信性问题,提出一种基于信誉共识的区块链非法数据上链识别模型,用于对即将上传至区块链的数据进行识别。首先,本文提出一种基于博弈论的激励机制,通过博弈论和纳什均衡原理对非法数据上链识别模型进行分析,根据节点的识别行为对其激励。正确履行职责的节点会获得激励。为了获得更高的收入,识别节点必须正确识别非法数据。然后提出一种基于信誉共识的区块链非法数据上链识别模型,主要包括基于区块链的动态节点评估模块和基于信誉模型的共识模块,根据两个模块的结构构建节点状态转换模块和识别状态转换模块,并通过智能合约将其设计与实现。实验结果表明,激励机制能够鼓励节点做出可信识别,提高识别模型的可信性。基于信誉共识的区块链非法数据上链识别模型能够有效、可信地识别非法数据。综上所述,针对非法数据上链识别方法的可信性问题,基于区块链的动态节点评估机制,基于信誉模型的共识机制和基于博弈论的激励机制分别从数据评估的不同阶段出发,提升了非法数据上链识别模型的可信性。高可信性的非法数据上链识别模型能够可信地保障区块链的安全性,进一步加快区块链技术的发展、扩展区块链技术的应用场景。
欢迎来到三峡大学图书馆！
