关键词： 区块链   多系统融合平台   多源数据   智能合约   反腐败  

摘要： 近年来，公职人员贪污腐败问题案件数量居高不下，呈现出涉案信息数据量大、地区跨度大、复杂性强等特点，依靠传统以人工为主的反腐信息收集方式已经无法有效应对。虽然传统的反腐败多系统融合平台有助于解决数据多头管理、资源分散和信息壁垒等问题，但是其存在第三方证书认证不可靠、数据易篡改以及单点故障等问题。区块链技术具有可溯源、防篡改以及去中心化等特点，可以有效解决传统反腐败多系统融合平台存在的问题。但是目前基于区块链的证书认证研究普遍采用RSA算法生成数字证书，在证书生命周期管理过程中只针对部分生命周期进行管理。同时，当前大部分区块链平台只考虑了数据存证，并未考虑对数据进行一致性处理以及高效率的数据融合。因此，本文针对上述问题，在证书认证方面提出了一种基于SM2和区块链的证书认证方案。在数据融合方面，本文提出一种基于Spark和块查找改进算法的数据融合方案。此外，本文在提出的两个方案基础上，设计并实现了一种基于区块链的反腐败多系统融合平台。本文的主要研究工作如下:　　1.本文提出一种基于SM2和区块链的证书认证方案。该方案使用了国家密码管理局推荐的国密SM2算法生成区块链证书，保证了算法的国密化和数据在传输过程中的安全性。同时，该方案采用智能合约对区块链证书生命周期的全过程进行管理，有利于证书生命周期透明化管理和认证过程的监督。最后，本文对提出的方案进行了实验，结果表明，本方案不仅可以有效降低加解密时间，还可以降低证书成本。　　2.本文提出一种基于Spark和块查找改进算法的数据融合方案。该方案不仅将各系统的异构数据处理成符合平台要求的标准数据，而且通过将多源数据转换成块数据的方式，提升了数据融合效率。此外，该方案不仅采用加密算法保护了融合数据隐私安全，而且利用融合数据块权值实现了融合数据自动上链服务。最后，本文对提出的方案进行了实验，结果表明，和朴素模式匹配算法相比，本文提出的块查找改进算法不仅有效降低了单条数据的融合时间，而且也提升了多条数据在融合过程中的吞吐量性能。　　3.本文设计并实现一种基于区块链的反腐败多系统融合平台。该平台选择以太坊作为区块链架构，在Geth客户端中搭建区块链环境，以此解决了数据集中存储存在的单点故障问题。同时，该平台应用本文提出的两个方案，不仅保证了平台数据的安全，而且提升了平台数据的价值。最后，本文对平台进行功能和性能测试，验证了平台的可用性，满足纪检监察工作人员在调查、审查和决策部署等方面的业务需求。

关键词： 区块链   访问控制   智能合约   信用评估   权限传递  

摘要： 物联网规模的扩大使得数据资源安全问题备受关注,访问控制是保障物联网安全的关键技术之一,广泛应用于数据资源保护。传统访问控制模型大多基于“中心化”可信实体构建,区块链技术“去中心”的思想能够避免“中心化”模型所带来的问题。随着物联网的发展,形成了具有开放性、异构性和多安全域等诸多特性的复杂网络环境。在这样的复杂网络环境下,数据资源的权限流转日益频繁,访问授权过程中面临着各种安全问题,比如权限管理效率低、控制模型灵活性和扩展性差、权限判决透明度低、访问标准不统一等。面对上述挑战,本文研究了基于智能合约的物联网访问控制模型,针对物联网中传感节点的海量性、动态性和分布式的特点,实现了域内和域间的权限安全传递,主要工作如下:(1)将基于属性的访问控制模型(ABAC)和区块链相结技术合,构建了更灵活的权限传递访问控制模型。该模型利用ABAC模型实现属性和权限的精准关联,通过链上部署权限传递合约(TS)和访问控制合约(CS),在访问请求下对主体进行动态验证,精确设计了属性-权限的对应关系,实现最小权限原则的细粒度访问控制,确保权限高效安全地传递。(2)为打破数据孤岛,实现数据共享的多域合作,本文构建了一个跨域的访问控制模型,将智能合约应用于传统的域间访问控制框架中。该模型利用区块链作为属性存储的载体,在不同组织中设置跨组织节点,利用PAP Contract,PDP Contract,PIP Contract 3个智能合代替ABAC模型节点,建立了组织间联系的通道,实现访问控制中权限的自动化判决,有效地保障域间的访问和数据的共享,极大地提升了系统的灵活性、可扩展性以及可管理性。理论分析和实验研究结果表明,本文提出的方案与现有研究成果相比,能更安全有效地实现权限动态传递和域间访问。通过仿真实验部署智能合约,验证了该模型的可行性;通过对共识机制和信用评估方法进行安全性分析,验证了该模型的安全性。所有测试结果均表明本文所述模型具有实用性以及高效性。

关键词： 区块链   智能合约   深度学习   模糊测试   漏洞检测  

摘要： 智能合约作为区块链目前最具发展前景的技术,目前正处于高速发展期,已经在金融、供应链、物联网等不同领域发挥出巨大的应用潜力。然而,随着智能合约数量的迅速增加,部分攻击者开始利用智能合约中可能存在的代码漏洞谋取非法利益,造成了严重的经济损失。 现阶段学术界已经提出许多针对智能合约的漏洞检测方法,取得了良好的检测效果,但这些方法都存在自己的缺点。基于传统检测方法的工具依赖于专家知识,可扩展性差,检测效率慢,而基于机器学习和深度学习的方法往往只对智能合约浅层信息进行建模,导致模型泛化能力弱。一方面,我们希望当前的检测算法能够对大批量智能合约进行快速检测,并且达到较高的准确率。另一方面,我们希望能进一步地对漏洞合约进行细粒度识别。针对上述存在的问题和实际检测需求,本文开展如下研究。 针对智能合约漏洞检测准确率低、效率慢的问题,本文提出了基于深度学习特征提取的漏洞检测算法。与此前方法不同,本文综合考虑了不同结构的特征信息。通过对合约源代码进行统一符号化处理并删除不相关的代码信息,本文得到了预处理后的代码,然后从中构建顺序代码序列,获得全局特征。为了进一步提取合约的结构信息,本文从合约代码语法树中抽取结构化序列,使用注意力模型从结构化序列中提取有用信息。最后,本文使用Text CNN作为最终的分类器来检测智能合约漏洞。实验结果证明本文方法在检测准确率和检测时间等不同维度上均取得了最优结果。 为了进一步细粒度识别合约漏洞类型,提高检测精度,本文还提出了一种基于模糊测试的智能合约细粒度漏洞识别方法。该方法采用遗传算法不断迭代测试用例,并结合覆盖率导向的思想从众多测试用例中选择覆盖率最高的用例作为下一次测试输入。由于智能合约中某些漏洞需要通过合约之间的交易触发,因此本文通过部署代理合约完成合约间的交互,并根据数据依赖关系生成高质量调用序列。最后,本文根据不同类型漏洞的触发原理设计了多种检测器,同时结合具体运行时信息达到细粒度漏洞识别。大量实验表明本方法能够有效识别具体的漏洞类型,优于其他基线方法。

关键词： 数字货币   以太坊   智能合约   庞氏骗局检测   长短期记忆神经网络  

摘要： 近年来,区块链技术的飞速发展推动了数字货币大规模应用,去中心化金融(Decentralized Finance,De Fi)也随之迅速发展。为了保证去中心化金融领域生态系统的健康,降低系统中的交易风险至关重要。作为具有代表性的De Fi生态系统平台,以太坊由于匿名性特征,导致用户的交易过程面临严重的欺诈威胁。智能庞氏骗局就是一种典型的欺诈形式,每年给投资者造成数百万美元的损失,严重影响了以太坊的健康发展。在当前数字经济背景下,针对以太坊上欺诈检测的研究刚刚兴起,对其中危害最大的智能庞氏骗局的检测更是重中之重。在庞氏骗局智能合约检测中,及时性是必然要求,需要在消费者未受到欺诈前对庞氏骗局进行检测披露。而在合约创建初期,庞氏骗局特征不明显,很难被检测出来。随着合约被调用次数越来越多,合约涉及的交易次数越来越多,庞氏骗局才会逐渐表现出端倪。相比于以太坊上智能合约的总体数量而言,已标记的庞氏骗局合约数量占比很小,庞氏骗局合约和非庞氏骗局合约的分布表现出类别不平衡的特点,对检测模型性能提出了很高的要求。目前已有的智能庞氏骗局检测方法大多采用机器学习算法基于异常的庞氏骗局智能合约样本开展学习,构建检测模型。但是总体而言,以往研究中都没有对样本数据集中的类别不平衡问题进行预处理。检测特征的选择也不够全面,检测准确率有待进一步提高。本文基于已验证智能合约地址,提取智能合约代码特征和时序性交易特征构建检测数据集。使用自适应综合过采样技术对数据集中的负向庞氏骗局样本进行扩充,保证了数据集中的类别,使用长短期记忆神经网络构建了考虑时序交易信息的智能合约庞氏骗局检测方法TTPS,并在实验的基础上给出智能庞氏骗局监管建议。主要工作如下:(1)通过对智能合约庞氏骗局的欺诈机制进行分析,基于已验证的智能合约(已被标记是否是庞氏骗局)地址信息,对合约字节码信息与交易信息进行抓取。通过以太黄页上字节码与操作码的对应关系将合约字节码转化为人类可读的操作码并提取代码特征,将合约涉及的交易信息进行排序,提取时序性账户特征,将账户特征与代码特征结合构建本文的检测特征体系。(2)使用自适应综合过采样技术对庞氏骗局检测研究中普遍存在数据类别不平衡问题进行处理。使用过采样算法在原庞氏骗局样本周围,按照不同的采样权重生成新的庞氏骗局样本。最终数据集中两种类别智能合约的数量保持均衡,确保了实验结果的可靠性。(3)基于构建的检测特征体系,本文提出一种基于长短期记忆神经网络的智能庞氏骗局模型TTPS。在实验中通过与其他5种典型检测方法的对比,验证了TTPS方法的优越性。并基于智能庞氏骗局检测模型构建中的体会与结论,面向以太坊与数字货币监管部门给出防范庞氏骗局的应用对策建议。

关键词： 区块链   虚拟电厂   碳市场   电能量市场   电动汽车   核证减排   智能合约   数据结构   共识机制  

摘要： 随着风电、光伏等分布式新能源渗透率的提升,规模化分布式电源的接入对电网的安全、稳定及经济运行会产生重大影响,分布式电源的波动性会加剧电网运行的安全风险。因此,充分利用用户侧源、储、荷泛在资源,实现用户侧分布式能源的高效聚合,是提升电网对可再生能源的消纳水平的必然需求。虚拟电厂(Virtual Power Plant,VPP)技术将风机、光伏、电动汽车等分布式资源聚合,作为整体参与电力调度和市场交易,丰富了新型电力系统中的可控资源,促进了新能源消纳并提升了分布式资源投资收益。同时,为了响应全社会节能降碳的需求,碳交易市场也在快速发展,VPP通过参与碳交易能够量化其消纳可再生资源的环境效益,并促使VPP获得更多的经济效益。此外,由于VPP聚合多主体参与碳市场和电能量市场,同时存在内部的协调和与上级市场的交易,多主体之间数据的安全性和可信性是VPP运行的基础。区块链技术提供了一种去中心化、兼顾透明性和公平的组网方式,可以促进VPP的安全交易、高效管理和稳定运行。本文研究了VPP参与电能量市场和碳市场的多资源协调优化运行策略,面向多资源主体间的可信交易问题,研究了基于区块链的VPP参与碳市场交易管理方法。 首先,介绍了当前的碳市场运作机制,在此基础上,对VPP参与碳市场的获利空间进行了分析。进一步分析了VPP中典型分布式资源的出力和碳排放特性。最后针对风光出力的波动性,结合蒙特卡罗抽样和场景生成法,对虚拟电厂中风光资源的不确定性进行了定量分析。 其次,建立了计及电动汽车的VPP参与碳市场的优化模型。首先分析了VPP聚合管理电动汽车有序充电的方案,并对电动汽车的碳排放特性进行了分析。然后,针对电动汽车车主难以单独参与碳市场的问题,设计了虚拟电厂代理电动汽车参与碳市场的方案。接着建立了虚拟电厂中多资源参与电能量市场和碳市场的优化模型。最后通过算例验证了VPP参与碳交易市场可以在减小传统火电机组的出力的同时提升VPP的收益。 最后,针对VPP中多资源的分布式管理和调控、交易过程中的数据信任问题,结合区块链技术数据防篡改、交易透明可追溯的特点,设计了基于区块链的VPP参与碳市场的数据管理系统。首先分析了VPP的多资源数据管理需求和区块链的适用性。然后从区块链系统的底层技术、数据结构、智能合约、共识机制四个方面,结合VPP的的调度及数据流动需求,进行了区块链运行框架的设计。最后通过算例对系统的可用性进行了验证。

关键词： 区块链   智能合约   合同效力   法律规制  

摘要： 区块链技术是第四次工业革命最重要的基础性技术。以区块链技术为支持的智能合约具有去中心化、匿名性、自动执行性和不可篡改性等特点降低了合同履行成本,简化了交易审核流程,极大地提高了履约效率、对金融供应链、产业结构升级换代、社会治理等方面产生了巨大的影响,促进了社会经济的飞速发展。但是智能合约拥有广阔的前景之下也带来诸多问题,智能合约本身固有问题和相关规定的不完善阻碍了区块链智能合约的进一步发展。本文通过区块链下智能合约自身特点与法律相结合,发现目前存在的问题,并提出符合中国国情的解决办法,帮助智能合约合法有序发展。 本文的主体内容主要分为四个部分:第一部分绪论从本文的研究背景、意义、现阶段国内外区块链智能合约的研究现状进行阐述归纳;第二部分对区块链下的智能合约基础理论进行分析概述,包括其概念、法律特征、法律属性;第三部分析目前区块链下智能合约存在的问题,包括合约内容是否合法、缔约主体是否有相应行为能力、合约主体意思表示真实性难以判断、变更撤销合同的自由受限、责任承担不明救济途径受限等问题阻碍了智能合约的进一步发展;第四部分针对区块链下智能合约存在问题提出规范建议,包括完善智能合约的生效认定、对变更撤销进行调控、合理分配责任、健全事后救济制度、构建中国化治理体系等措施使智能合约与我国社会发展相适应。

关键词： 共享储能   平衡机制   动态租赁   智能合约   主从博弈  

摘要： 新能源的发展给电力系统带来了巨大的改变,要构建清洁低碳、安全高效的能源体系,保证新能源在未来电力系统中的主体地位是实现新型电力系统发展的必然选择。由于新能源的波动性和随机性、发电设备的低抵抗性和弱支撑性,给电力系统带来了三大挑战:高效消纳、安全运行和机制体制,要应对这些挑战,储能是不可或缺的角色。本文立足于新型电力系统转型背景,面向在高比例新能源不断渗透下造成的系统外部调节成本增高、储能需求增大、储能投资大但利用率低等问题,从发电侧入手,引导共享储能为新能源场站提供平衡服务获取收益,合理延展共享储能收益模式,提高储能的利用率。首先,本文介绍了共享储能的基本概念、运行模式与定价机制,分析了共享储能较传统储能的经济特性优势,列举了其典型应用场景,分析得到在共享经济与电力系统的深度融合下,共享储能为用户释放了更多红利,可能成为新型电力系统的新形态特征之一。其次,本文构建了共享储能参与下的平衡机制,引导共享储能为新能源场站提供平衡服务,通过建立新能源集群结构,使各场站形成偏差互补,减少容量需求,共享储能在此基础上弥补偏差解决不平衡。在此机制下,共享储能可以适当超售平衡服务,动态调整对每个新能源场站的容量分配边界,减少容量过剩,提高储能的利用效率。本文还以智能合约为研究对象,引入智能合约作为交易互信的解决方案,阐述了智能合约的运行机制与基础架构,设计了平衡机制下的交易流程。最后,本文构建了平衡机制下的共享储能优化调度策略,构建共享储能-新能源集群主从博弈模型,通过对模型的构成进行分析,明确模型的基本求解特征。在模型的算例分析中,分别比较了各新能源场站独立运行、各新能源场站独立调用共享储能服务以及各新能源场站参与共享储能提供的平衡服务三种方案的经济性,验证了本文所构建机制的有效性。同时,设置不同的场景进行模拟,分析了不同策略下的新能源场站收益及不同超售情况下的共享储能运营商收益,为新能源场站提供优化交易策略,为共享储能运营商提供优化运行策略。

关键词： 博弈论   以太坊   智能合约   预言机   套利   去中心化交易所  

摘要： 比特币是第一个通过在金融领域引入新的去中心化计算架构来消除第三方的加密货币。区块链技术是比特币的基础支撑技术,所有比特币交易都存储在区块链构成的分布式公共分类账中,账本中的交易已在网络参与者之间执行和共享。除了开源的以太坊平台ethereum,还诞生了许多其他区块链平台。随之,出现了大量去中心化应用DApp,区块链相关技术在各行各业得到了广泛的应用,远远超出了加密货币的价值范围。以太坊支持智能合约,允许通信方根据预定义的规则建立协议,而无需受信任的第三方。 智能合约内部逻辑的执行需要外部的数据来触发,预言机Oracle机制可用于将外部数据带入区块链系统。但现阶段预言机技术还存在中心化、数据不可信、开销大和难部署等问题,本文基于博弈论囚徒困境模型构建经济高效且抗共谋的区块链智能合约Oracle机制CCOM。该机制为想要获取特定数据的用户引入囚徒合约,用户随机选择两个Oracles来完成获取特定数据的相同任务。通过哈希承诺和基于博弈论囚徒困境的方法来抵抗oracle服务之间的共谋,理性的Oracles不会相互串通,诚实地提交正确的结果才能最大化自身的利益。本文证明了CCOM可以抵抗单个潜在恶意的Oracle服务,并能够防止共谋的发生。最后在以太坊测试网络Rinkeby上部署合约进行实验,实验结果表明CCOM是低延时且经济高效的。 其次,在以太坊的应用层,基于智能合约的去中心化交易所(DEXs)迅速发展,套利机器人应运而生。套利机器人捕获DEXs上的套利机会,利用信息差提高交易费抢先发布交易来获得纯利润收入。本文探索套利机器人的套利方式,并研究了套利机器人之间的竞争关系。面向矿工参与竞争套利的场景,构建了基于博弈论的扩展套利竞争模型EAC,并且形式化了套利机器人和矿工的策略,通过效用函数分析博弈结果。此外,分别从各个玩家的视角对博弈进行了讨论与分析,对于套利机器人对以太坊生态安全造成的潜在威胁进行了分析总结。

关键词： 区块链   差分隐私   数据隐私保护   智能合约   噪声记录  

摘要： 随着信息化时代的发展,数字化服务为人们的生活带来便利的同时,也引起了数据篡改和隐私泄露等问题,区块链作为一种以“去中心化、不可篡改、可溯源”等特点的数字化服务技术,被广泛应用在各个领域。但它在提供数据透明、去中心化的同时,也存在着数据隐私保护方面的问题。差分隐私作为一种隐私保护策略,近年来被应用在诸多领域,它能够在不破坏数据特征的情况下保护个人的隐私信息。本文围绕区块链与差分隐私构建了一个数据发布框架,具体的研究内容如下:(1)针对区块链网络中的共享数据隐私保护问题,提出基于差分隐私的区块链数据隐私保护方案。将差分隐私机制集成到区块链智能合约层,实现用户上传数据过程中自动调用链码对数据进行加噪,通过权限控制的方式使用联盟链Hyperledger Fabric私有账本完成噪声数据的调用,将原始数据与噪声数据分开存储。对于不同类型的数据分别添加符合差分隐私策略的随机噪声,并将其保存在私有账本中,通过私有账本中保存的噪声数据可以完成数据的去噪功能以响应用户的数据验证请求,最终达成区块链网络的共识状态,最后通过对区块链网络的吞吐量以及隐私消耗情况来衡量系统的隐私保护性能。(2)针对交互式差分隐私数据发布框架在响应大量查询后会使隐私保护级别降低的问题,提出了一种许可链的重用噪声响应回答(RRAP)区块链网络模型框架。交互式的差分隐私发布框架在回答用户的查询请求时,每一次回答询问都会消耗隐私预算,当消耗程度达到临界值时就会导致隐私保护级别的降低。结合区块链的可溯源特性,将历史回答的查询问题以及噪声回答记录在联盟链的私有账本中,通过权限管理的方式对当前查询与历史记录进行匹配,根据噪声方差σ2值的不同,可以完全或者部分重用之前的回答数据,能够有效地保证隐私级别。最后通过实验进一步证明所采用的网络模型能够有效地保护隐私性能。

关键词： 智能合约   多任务学习   图嵌入   漏洞检测   特征增强  

摘要： 随着国家、企业层面越来越多应用场景落地,区块链技术展现其强大的活力和无限可能性。作为新兴区块链的代表,以太坊通过融合智能合约方案,打造了更加多样化的社区和平台。但是由于智能合约的使用引起针对合约漏洞的安全事件层出不穷。针对这一问题,学界涌现出很多表现良好的检测方法。但是攻击合约与检测方法是动态发展的,随着以太坊应用的不断发展,传统方法和深度学习方法的不足也逐渐显露出来。其中包括两个主要挑战:第一个挑战是随着智能合约应用场景的推广,合约功能的多样化和源码的复杂化与用户快速定位到合约漏洞的需求产生了矛盾。第二个挑战是目前业界关注不多的漏洞发生风险在不同功能合约当中分布的不均匀。针对上述问题,本文提出基于图嵌入类别特征增强的智能合约多任务检测模型,包括智能合约漏洞检测和智能合约中风险函数漏洞检测方法。首先面向模型的输入数据问题,构建了对合约功能类别无监督聚类的智能合约语法语义图以及智能合约风险函数语法语义图。设计了面向源码得专家模式切片方法,通过消息传播模型和多卷积核TextCNN模型生成合约和函数的语法语义特征,保留了合约中变量调用关系和函数中行级特征。考虑到合约类别与漏洞的相关性,节点之间的链接关系通过标识符序列最大匹配和语义相似度来生成合约、函数之间的功能相似性,对功能相似的合约和函数进行聚类。在语法语义图的基础上,利用类别特征提取和数据增强层构建基于图嵌入类别特征增强的智能合约多任务漏洞检测模型。对数据通过其对应合约类别特征和函数类别特征增强后,通过多任务学习得到两类任务检测结果。在检测合约漏洞的同时,帮助用户快速定位到合约漏洞。本文实验设置在9742个智能合约组成的数据集上进行,通过消融实验以及对比实验来讨论本方法的有效性。选取多个常用合约检测模型,其中包括传统方法和机器学习方法,在合约检测上证明了本文基于图嵌入类别增强的漏洞检测方法相比于传统方法,达到了更好的召回率92.82%,减少了漏判的概率。相比于机器学习方法,针对两类漏洞综合检测准确率达到了 89.53%,提升了现有方法的准确率,针对函数的漏洞检测准确率达到了 96.86%具有较高可靠性。经过消融实验验证,相比于未加入类别增增强模型,引入智能合约类别特征对模型检测准确率,在两类任务检测上平均提高了 3.42%。