CN115168870A - 一种基于综合评价的区块链安全评估方法 - Google Patents

一种基于综合评价的区块链安全评估方法 Download PDF

Info

Publication number
CN115168870A
CN115168870A CN202210908237.4A CN202210908237A CN115168870A CN 115168870 A CN115168870 A CN 115168870A CN 202210908237 A CN202210908237 A CN 202210908237A CN 115168870 A CN115168870 A CN 115168870A
Authority
CN
China
Prior art keywords
safety
block chain
index
weight
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210908237.4A
Other languages
English (en)
Inventor
陈锦富
许容天
蔡赛华
王栋杰
冯乔伟
陈宇豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN202210908237.4A priority Critical patent/CN115168870A/zh
Publication of CN115168870A publication Critical patent/CN115168870A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
    • G06F21/577—Assessing vulnerabilities and evaluating computer system security
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于综合评价的区块链安全评估方法。包括：步骤1，依据区块链的技术架构，建立区块链安全评估指标模型；步骤2，应用改进的层次分析法为安全评估指标模型赋权，得到各项安全指标的安全权重；步骤3，应用改进的熵权法，对安全指标的权重进行修正；步骤4，对修正后的安全指标权重应用改进的优劣解距离法，得到区块链的安全评分；步骤5，根据步骤4所得到的安全评分结果，得到区块链的安全评估等级。

Description

一种基于综合评价的区块链安全评估方法
技术领域
本发明属于软件测试中的区块链安全技术领域，涉及一种基于综合评价的区块链安全评估方法。
背景技术
目前区块链技术和应用处于快速发展阶段，凭借去中心化，防篡改等安全特性，区块链逐渐成为在金融、财政等领域重要的应用技术。然而区块链也面临种类繁多的安全风险，区块链生态应用的安全，包括用户私钥安全、账户安全、应用软件安全、使用安全等，包含了各种复杂的业务场景和业务逻辑，容易成为被攻击对象；区块链的***设计也存在安全风险，共识机制的设计不当，会造成分叉、双花攻击等问题，智能合约的逻辑漏洞则会导致非法交易被合法化；区块链***提供了诸多基础组件，针对基础组件的安全风险分为：网络安全、密码学安全、数据存储安全。因此，区块链的安全性问题开始受到关注，正成为国内外研究的重点。
近几年，一些方法已经被提出用于评估区块链的安全风险，大部分研究从攻击方式的角度分析针对区块链攻击的影响力，例如51％攻击，日蚀攻击等，从而评估区块链的安全性。然而区块链安全问题分布广泛且危险性高，只是分析某种攻击方式无法全面地体现区块链的安全性。根据文献查阅，现有对区块链的安全评估研究还依旧处于探索阶段，行业缺乏统一的评价标准，面临着区块链安全性难以评估对比的痛点。因此，本发明提出了一种基于综合评价的区块链安全评估方法，该方法采用综合评价中层次分析法的层级结构模型思想，建立面向区块链的安全评估指标模型，并对层次分析法、熵权法和优劣解距离法这三种综合评价方法进行组合改进，从而计算区块链的安全评分。
发明内容
为了解决上述的区块链安全性如何较为全面地客观地评估对比的问题，本发明提出了一种基于综合评价的区块链安全评估方法，并且将本方法的实验结果与权威的区块链评测机构数据进行比较，验证了提出方法的有效性和评价结果的准确性。
本发明的技术方案如下：
步骤1，依据区块链的技术架构，建立区块链安全评估指标模型；
步骤2，应用改进的层次分析法为安全评估指标模型赋权，得到各项安全指标的安全权重；
步骤3，应用改进的熵权法，对安全指标的权重进行修正；
步骤4，对修正后的安全指标权重应用改进的优劣解距离法，得到区块链的安全评分；
步骤5，根据步骤4所得到的安全评分结果，得到区块链的安全评估等级。
第一方面，上述步骤1的具体步骤如下：
步骤1.1，依据区块链安全特性，建立区块链安全评估的层级指标模型结构，将区块链安全作为最高的目标层；
步骤1.2，从区块链技术架构中提取显著影响区块链安全的属性，包括数据层、网络层、共识层、合约层和应用层，作为安全评估指标模型中第二层的一级指标；
步骤1.3，从安全评估指标模型各个一级指标中提取显著影响区块链安全的属性，包括数据层的数据结构、网络层的网络结构、共识层的共识机制、合约层的合约语言以及应用层的应用领域，作为各个一级指标下第三层的二级指标。
第二方面，上述步骤2的具体步骤如下：
步骤2.1，采用1～9标度法和a0～a8标度法对安全评估指标模型构造判断矩阵A，从客观信息源成对比较本层因素对上一层因素的相对重要性；
步骤2.2，采用方根法求解判断矩阵的权重向量Wi，计算判断矩阵最大特征值λ；
步骤2.3，对判断矩阵的一致性进行检验；
步骤2.4，若一致性检验通过，则得到安全评估指标模型中的层次指标权重w，否则重新构造判断矩阵。
第三方面，上述方根法求解判断矩阵的流程包括：
计算判断矩阵A每行乘积的n次方根Mi，n表示判断矩阵的阶数，计算方式为：
Figure BDA0003773283700000021
其中，aij表示第i个因素相对于第j个因素的比较结果；
将Mi进行归一化处理，得到判断矩阵的权重向量Wi，计算方式为：
Figure BDA0003773283700000022
计算判断矩阵最大特征值λ，计算方式为：
Figure BDA0003773283700000023
第四方面，上述判断矩阵一致性检验流程包括：
CI为度量判断矩阵偏离一致性指标，计算方式为：
Figure BDA0003773283700000024
其中，n表示判断矩阵的阶数，λ表示判断矩阵最大特征值，CI越大，判断矩阵一致性越差，CI为0时，判断矩阵具有完全一致性；
CR为一致性比率，计算公式为：
Figure BDA0003773283700000031
其中RI为平均随机一致性指标，当CR<0.1时可认为判断矩阵通过一致性检验。
第五方面，上述步骤3的具体步骤如下：
步骤3.1，采用步骤2得到的赋权后的区块链安全评估指标模型，对被测区块链项目进行安全指标的取值，构造熵权判断矩阵B；
步骤3.2，采用极差标准化方法对熵权判断矩阵B数据标准化处理，计算方式为：
Figure BDA0003773283700000032
得到标准化判断矩阵R；
步骤3.3，采用改进的熵权法计算区块链安全评估指标模型中指标的信息熵值ej，根据熵值求解熵权指标权重uj；
步骤3.4，将所得的熵权指标权重u对步骤2得到的层次指标权重w进行修正，得到修正后指标权重θ，计算方式为：θ＝ρw+(1-ρ)u，其中ρ表示权重因子。
第六方面，上述熵值指标权重计算流程包括：
计算指标的信息熵值ej，计算方式为：
Figure BDA0003773283700000033
其中，fij表示第j个指标下第i个项目所得指标权重，fij的计算方式为：
Figure BDA0003773283700000034
其中，Rij表示标准化判断矩阵R中的第i行第j列的取值；
根据熵值求解熵权指标权重uj，计算方式为：
Figure BDA0003773283700000035
其中，ej表示指标的信息熵值。
第七方面，上述步骤4的具体步骤如下：
步骤4.1，采用步骤3所得的熵权判断矩阵B进行数据指标同趋势化处理，从而将原始数据指标的方向一致化，得到正向化判断矩阵X；
步骤4.2，采用余弦距离度量的向量规范化方法对正向化判断矩阵X进行归一化处理，计算方式为：
Figure BDA0003773283700000036
从而得到归一化处理后的标准化矩阵Z；
步骤4.3，计算评价指标与最优向量、最劣向量的接近程度，计算方式分别为：
Figure BDA0003773283700000041
其中θ表示步骤3所得的修正后指标权重，Z+表示最优向量，由Z中每列元素的最大值构成，Z-表示最劣向量，由Z中每列元素的最小值构成；
步骤4.4，采用评价对象与最优方案贴近程度的方式求得区块链安全评分Ci，计算方式为：
Figure BDA0003773283700000042
Ci值越大表明被测区块链项目的安全性越高。
与现有技术相比，本发明的有益效果：
1、基于综合评价的区块链安全评估方法能对区块链的安全特性进行更加全面的分析。基于综合评价的区块链安全评估方法把影响区块链安全的众多属性提取到层级结构指标模型中，采用组合改进的综合评价法为安全指标赋权，并将指标权重经过合理计算得到区块链的安全评分。
2、基于综合评价的区块链安全评估方法能很好地对区块链安全性做出客观的评价。基于综合评价的区块链安全评估方法将三种综合评价法组合改进，能更好地适用于区块链的安全性评估中。本发明中改进了传统层次分析法构造判断矩阵时的标度方法，采取两种标度方法相结合的方式，并选择从客观信息源进行对指标安全重要性的比较取值，改善了传统层次分析法依赖专家评分，主观性过强的问题；改进了传统熵权法中指标权重的计算方式，解决了数值特殊情况下产生的修正问题；改进了传统优劣解距离法中评价对象与最优及最劣向量的差距计算方式，使评价方式更适用于区块链的安全性评估。
3、基于综合评价的区块链安全评估方法的安全评估结果的准确率很高。通过实验对比证明，基于综合评价的区块链安全评估方法对区块链项目的安全评估结果，与权威的区块链安全评测机构TokenInsight的评价结果对比具有高度的一致性，因此基于综合评价的区块链安全评估方法的准确率很高。
附图说明
图1是一种基于综合评价的区块链安全评估方法的总体流程图。
图2是区块链安全评估指标模型层次结构图。
图3是改进层次分析法中建立判断矩阵时的标度法。
图4是赋权后的安全评估指标。
图5是本发明实验被测区块链项目的安全指标取值。
图6是利用区块链项目的安全指标计算得出的熵权指标权重。
图7是本发明对被测区块链项目的安全评估结果。
图8是TokenInsight对被测区块链项目的安全评价结果。
图9是本发明与TokenInsight的对相同区块链项目的评估精确度对比。
具体实施方式
为了能够更清楚地理解本发明一种基于综合评价的区块链安全评估方法的技术内容，下面结合附图和具体实施案例对本发明作进一步说明，须指出的是，所描述给出的实施案例旨在便于对本发明的理解，而对其没有任何限定要求。
如图1所示，本发明给出的一种基于综合评价的区块链安全评估方法,包括：
步骤201依据区块链的技术架构，建立区块链安全评估指标模型；
步骤2011依据区块链安全特性，建立区块链安全评估的层级指标模型结构，将区块链安全作为最高的目标层；
步骤2012从区块链技术架构中提取显著影响区块链安全的属性，包括数据层、网络层、共识层、合约层和应用层，作为安全评估指标模型中第二层的一级指标；
步骤2013从安全评估指标模型各个一级指标中提取显著影响区块链安全的属性，包括数据层的数据结构、网络层的网络结构、共识层的共识机制、合约层的合约语言以及应用层的应用领域，作为各个一级指标下第三层的二级指标。
依据区块链技术架构中各层次的可对比安全属性和本发明实施案例中选取的被测区块链项目，区块链安全评估指标模型中一级指标分别是数据层、网络层、共识层、合约层和应用层，数据层的二级指标包括merkle tree、merkle patricia tree、merkle buckettree，网络层的二级指标包括全分布式非结构化网络、全分布式结构化网络、半分布式网络，共识层的二级指标包括PoW共识机制、PoS共识机制、BFT/PBFT共识机制，合约层的二级指标包括脚本型合约语言、图灵完备型合约语言、可验证型合约语言，应用层的二级指标包括可编程货币、可编程金融、可编程社会。图2展示了区块链安全评估指标模型层次结构图。
步骤202应用改进的层次分析法为安全评估指标模型赋权，得到各项安全指标的安全权重；
步骤2021采用1～9标度法和a0～a8标度法对安全评估指标模型构造判断矩阵A，从客观信息源成对比较本层因素对上一层因素的相对重要性；
构造判断矩阵时，同属一层的因素以上一层的因素为准则进行成对相对重要性比较，例如数据层、网络层、共识层、合约层和应用层之间以区块链安全评估目标层为准则，成对比较在区块链安全评估中的重要程度。因素间的比值即为标度，为了使判断定量化，本发明根据1～9标度法和a0～a8标度法确定每个因素的相对重要度，1～9标度法将重要性程度划分为1～9九个标度等级，若因素i与因素j的重要性之比为aij，则因素i与因素j的重要性之比为aji＝1/aij，以此构造判断矩阵；a0～a8标度法将重要性程度划分为a0～a8九个标度等级，其中a的取值为1.316，若因素i与因素j的重要性之比为aij，则因素i与因素j的重要性之比为aji＝1/aij，以此构造判断矩阵。图3展示了改进层次分析法中建立判断矩阵时的标度法取值。
步骤2022采用方根法求解判断矩阵的权重向量Wi，计算判断矩阵最大特征值λ；
方根法求解判断矩阵的流程包括：计算判断矩阵A每行乘积的n次方根Mi，n表示判断矩阵的阶数，计算方式为：
Figure BDA0003773283700000061
其中，aij表示第i个因素相对于第j个因素的比较结果；将Mi进行归一化处理，得到判断矩阵的权重向量Wi，计算方式为：
Figure BDA0003773283700000062
计算判断矩阵最大特征值λ，计算方式为：
Figure BDA0003773283700000063
步骤2023对判断矩阵的一致性进行检验，流程包括：
CI为度量判断矩阵偏离一致性指标，计算方式为：
Figure BDA0003773283700000064
其中，n表示判断矩阵的阶数，λ表示判断矩阵最大特征值，CI越大，判断矩阵一致性越差，CI为0时，判断矩阵具有完全一致性；CR为一致性比率，计算公式为：
Figure BDA0003773283700000065
其中RI为平均随机一致性指标，当CR<0.1时可认为判断矩阵通过一致性检验。
步骤2024若一致性检验通过，则采用算术平均值方式处理两种标度法计算所得的指标权重，得到安全评估指标模型中的层次指标权重w，否则重新构造判断矩阵。
本发明选择发表在高水平期刊上具有代表性的文献作为客观信息源，采用两种标度法分别构造判断矩阵，每种判断矩阵构造三次以提高计算结果精确度。图4展示了通过改进的层次分析法计算所得的层次指标权重。
步骤203应用改进的熵权法，对安全指标的权重进行修正；
步骤2031采用步骤202得到的赋权后的区块链安全评估指标模型，对20个被测区块链项目进行安全指标的取值，构造熵权判断矩阵B；
步骤2032采用极差标准化方法对熵权判断矩阵B数据标准化处理，计算方式为：
Figure BDA0003773283700000071
其中，rij表示熵权判断矩阵B中第i个项目在第j个指标中的取值，得到标准化判断矩阵R；
步骤2033采用改进的熵权法计算区块链安全评估指标模型中指标的信息熵值ej，根据熵值求解熵权指标权重uj；
熵值指标权重计算流程包括：计算指标的信息熵值ej，计算方式为：
Figure BDA0003773283700000072
其中，fij表示第j个指标下第i个项目所得指标权重，fij的计算方式为：
Figure BDA0003773283700000073
其中，Rij表示标准化判断矩阵R中的第i行第j列的取值；根据熵值求解熵权指标权重uj，计算方式为：
Figure BDA0003773283700000074
其中，ej表示指标的信息熵值。
步骤2034将所得的熵权指标权重u对步骤202得到的层次指标权重w进行修正，得到修正后指标权重θ，计算方式为：θ＝ρw+(1-ρ)u，其中ρ表示权重因子。
步骤204对修正后的安全指标权重应用改进的优劣解距离法，得到区块链的安全评分；
步骤2041采用步骤203所得的熵权判断矩阵B进行数据指标同趋势化处理，从而将原始数据指标的方向一致化，得到正向化判断矩阵X；
本发明实施案例中，正向指标是指标值越大评价越好的指标，逆向指标是指标值越小评价越好的指标，适度指标是指标值越接近某个值越好的指标，同趋势化处理的目的在于将所有指标都转化为正向指标，使不同特征的指标具有相同的数值方向。
步骤2042采用余弦距离度量的向量规范化方法对正向化判断矩阵X进行归一化处理，计算方式为：
Figure BDA0003773283700000075
其中，xij表示正向化判断矩阵X中第i个项目在第j个指标中的取值，从而得到归一化处理后的标准化矩阵Z；
步骤2043计算评价指标与最优向量、最劣向量的接近程度，计算方式分别为：
Figure BDA0003773283700000076
其中，θj表示步骤3所得的修正后指标权重，
Figure BDA0003773283700000077
表示最优向量，由标准化矩阵Z中每列元素的最大值构成，
Figure BDA0003773283700000078
表示最劣向量，由标准化矩阵Z中每列元素的最小值构成，zij表示标准化矩阵Z中第i个项目在第j个指标中的取值；
步骤2044采用评价对象与最优方案贴近程度的方式求得区块链安全评分Ci，计算方式为：
Figure BDA0003773283700000081
Ci值越大表明被测区块链项目的安全性越高。
步骤205根据步骤204所得到的安全评分结果，得到区块链的安全评估等级。
为验证本方法的有效性，搜集了20个知名公有链项目作为实验对象，将本方法与区块链评测机构TokenInsight的评价结果进行了对比。图5展示了将本发明中层次结构指标模型应用于区块链项目得到的安全指标取值，图6展示了利用区块链项目的安全指标计算得出的熵权指标权重，图7展示了本发明方法对被测区块链项目的安全评估结果，图8展示了TokenInsight对被测区块链项目的安全评价结果。图9展示了本发明与TokenInsight对相同区块链项目的评估精确度对比。结果显示，本发明方法对区块链的安全评估与权威第三方区块链评测机构的评价结果相比具有高度的一致性，验证了本发明所用模型的可行性和提出方法的有效性。
以上所述仅用于清楚表述本发明具体实施例，并不用于限定保护范围，在不违背本发明实质内容和精神前提下，所作任何修改、润饰等都将落入本发明保护范围内。

Claims (5)

1.一种基于综合评价的区块链安全评估方法，包括如下步骤：
步骤1，依据区块链的技术架构，建立区块链安全评估指标模型；
步骤2，应用改进的层次分析法为安全评估指标模型赋权，得到各项安全指标的安全权重；
步骤3，应用改进的熵权法，对安全指标的权重进行修正；
步骤4，对修正后的安全指标权重应用改进的优劣解距离法，得到区块链的安全评分；
步骤5，根据步骤4所得到的安全评分结果，得到区块链的安全评估等级。
2.根据权利要求1所述的一种基于综合评价的区块链安全评估方法，其特征在于，所述步骤1的具体实现包括如下步骤：
步骤1.1，依据区块链安全特性，建立区块链安全评估的层级指标模型结构，将区块链安全作为最高的目标层；
步骤1.2，从区块链技术架构中提取显著影响区块链安全的属性，包括数据层、网络层、共识层、合约层和应用层，作为安全评估指标模型中第二层的一级指标；
步骤1.3，从安全评估指标模型各个一级指标中提取显著影响区块链安全的属性，包括数据层的数据结构、网络层的网络结构、共识层的共识机制、合约层的合约语言以及应用层的应用领域，作为各个一级指标下第三层的二级指标。
3.根据权利要求1所述的一种基于综合评价的区块链安全评估方法，其特征在于，所述步骤2的具体实现包括如下步骤：
步骤2.1，采用1～9标度法和a0～a8标度法对安全评估指标模型构造判断矩阵A，从客观信息源成对比较本层因素对上一层因素的相对重要性；
步骤2.2，采用方根法求解判断矩阵的权重向量Wi，计算判断矩阵最大特征值λ；
步骤2.3，对判断矩阵的一致性进行检验；
步骤2.4，若一致性检验通过，则得到安全评估指标模型中的层次指标权重w，否则重新构造判断矩阵。
4.根据权利要求1所述的一种基于综合评价的区块链安全评估方法，其特征在于，所述步骤3的具体实现包括如下步骤：
步骤3.1，采用步骤2得到的赋权后的区块链安全评估指标模型，对被测区块链项目进行安全指标的取值，构造熵权判断矩阵B；
步骤3.2，采用极差标准化方法对熵权判断矩阵B数据标准化处理，得到标准化判断矩阵R；
步骤3.3，采用改进的熵权法计算区块链安全评估指标模型中指标的信息熵值ej，根据熵值求解熵权指标权重uj；
步骤3.4，将所得的熵权指标权重u对步骤2得到的层次指标权重w进行修正，得到修正后指标权重θ。
5.根据权利要求1所述的一种基于综合评价的区块链安全评估方法，其特征在于，所述步骤4的具体实现包括如下步骤：
步骤4.1，采用步骤3所得的熵权判断矩阵B进行数据指标同趋势化处理，从而将原始数据指标的方向一致化，得到正向化判断矩阵X；
步骤4.2，采用余弦距离度量的向量规范化方法对正向化判断矩阵X进行归一化处理，从而让不同属性的数据有可比性和可操作性，得到归一化处理后的标准化矩阵Z；
步骤4.3，采用步骤3所得的修正后指标权重θ计算评价指标与最优向量Z+、最劣向量Z-的接近程度，其中Z+由Z中每列元素的最大值构成，表示最优向量，Z-由Z中每列元素的最小值构成，表示最劣向量；
步骤4.4，采用评价对象与最优方案贴近程度的方式求得区块链安全评分Ci，Ci值越大表明被测区块链项目的安全性越高。
CN202210908237.4A 2022-07-29 2022-07-29 一种基于综合评价的区块链安全评估方法 Pending CN115168870A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210908237.4A CN115168870A (zh) 2022-07-29 2022-07-29 一种基于综合评价的区块链安全评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210908237.4A CN115168870A (zh) 2022-07-29 2022-07-29 一种基于综合评价的区块链安全评估方法

Publications (1)

Publication Number Publication Date
CN115168870A true CN115168870A (zh) 2022-10-11

Family

ID=83477544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210908237.4A Pending CN115168870A (zh) 2022-07-29 2022-07-29 一种基于综合评价的区块链安全评估方法

Country Status (1)

Country Link
CN (1) CN115168870A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115494881A (zh) * 2022-11-18 2022-12-20 西北工业大学 一种无人机编队协同航迹规划的无约束优化指标赋权方法
CN115695269A (zh) * 2022-10-31 2023-02-03 中物院成都科学技术发展中心 一种模糊测试工具性能综合量化评估方法
CN115941502A (zh) * 2022-11-24 2023-04-07 中国联合网络通信集团有限公司 一种网络运维能力的确定方法及装置
CN117914859A (zh) * 2023-12-14 2024-04-19 天翼云科技有限公司 一种基于pbft算法的分布式共识主节点选取方法及***

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115695269A (zh) * 2022-10-31 2023-02-03 中物院成都科学技术发展中心 一种模糊测试工具性能综合量化评估方法
CN115695269B (zh) * 2022-10-31 2023-10-27 中物院成都科学技术发展中心 一种模糊测试工具性能综合量化评估方法
CN115494881A (zh) * 2022-11-18 2022-12-20 西北工业大学 一种无人机编队协同航迹规划的无约束优化指标赋权方法
CN115494881B (zh) * 2022-11-18 2023-03-10 西北工业大学 一种无人机编队协同航迹规划的无约束优化指标赋权方法
CN115941502A (zh) * 2022-11-24 2023-04-07 中国联合网络通信集团有限公司 一种网络运维能力的确定方法及装置
CN117914859A (zh) * 2023-12-14 2024-04-19 天翼云科技有限公司 一种基于pbft算法的分布式共识主节点选取方法及***

Similar Documents

Publication Publication Date Title
CN115168870A (zh) 一种基于综合评价的区块链安全评估方法
CN107544253B (zh) 基于改进模糊熵权法的大型导弹装备退役安全控制方法
CN109543737B (zh) 一种基于fahp_fca组合赋权的信息***健康度评估方法
Le et al. Energy insecurity in Asia: A multi-dimensional analysis
CN110111024A (zh) 基于ahp模糊综合评价模型的科技成果市场价值评估方法
Zhou et al. Ranking vectors by means of the dominance degree matrix
CN112989621B (zh) 一种模型性能评价方法、装置、设备及存储介质
Butt et al. Evaluating the exchange rate and commodity price nexus in Malaysia: evidence from the threshold cointegration approach
CN103246762A (zh) 一种电力推进***仿真可信度的综合评估方法
CN106056235A (zh) 基于古林法物元可拓模型的输电网效率效益检测方法
CN111160673A (zh) 一种电力建设项目后评价方法和计算设备
CN114022058A (zh) 基于时序知识图谱的中小企业失信风险预测方法
Dong Application of Big Data Mining Technology in Blockchain Computing
CN107644285A (zh) 售电市场盈利能力评估指标的筛选与权重确定方法及***
CN103970651A (zh) 基于组件安全属性的软件体系结构安全性评估方法
CN106971107B (zh) 一种数据交易的安全定级方法
CN112365187A (zh) 一种基于Lasso-logit模型的发电机组市场力滥用识别方法
Du et al. Spatiotemporal dynamics and fitness analysis of global oil market: Based on complex network
CN113705920B (zh) 火电厂用水数据样本集的生成方法和终端设备
CN114707784A (zh) 一种基于组合赋权法的权重确定方法及***
CN109871655B (zh) 一种基于模糊等级评价的器件级产品试验应力确定方法
Tamtama et al. Increasing Accuracy of The Random Forest Algorithm Using PCA and Resampling Techniques with Data Augmentation for Fraud Detection of Credit Card Transaction
CN114493078A (zh) 一种能源电力产业链的风险预警方法、***、设备和介质
Lou et al. DMCDM: a dynamic multi criteria decision making model for sovereign credit default risk evaluation
Miao et al. An innovative Bayesian sequential censored sampling inspection method and application to test design

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination