CN117176470B - 一种区块链数据监管方法和*** - Google Patents
一种区块链数据监管方法和*** Download PDFInfo
- Publication number
- CN117176470B CN117176470B CN202311363238.6A CN202311363238A CN117176470B CN 117176470 B CN117176470 B CN 117176470B CN 202311363238 A CN202311363238 A CN 202311363238A CN 117176470 B CN117176470 B CN 117176470B
- Authority
- CN
- China
- Prior art keywords
- data
- blockchain
- network
- module
- supervision
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000012795 verification Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims 2
- 230000010485 coping Effects 0.000 abstract 1
- 238000013468 resource allocation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种区块链数据监管方法和***,涉及数据监管领域,包括以下步骤:步骤1:介入待监管区块链数据群,获取访问与读取权限,执行状态识别,获取待写入区块链网络数据状态和已从区块链网络所读取数据状态;步骤2:对于待写入区块链的数据和已读取的数据,进行数据的完整性验证和签名认证;步骤3:通过网络检测工具来检测当前承担数据传输的通信链路的网络延迟、关联下属节点带宽利用率和关联下属节点拥塞情况数据;通过对即将写入区块链的数据和已读取数据进行监管,以确保数据的完整性和安全性,防止数据遭到篡改和恶意攻击,通过检测异常传输情况和网络环境变化,可以及时发现问题并采取措施应对。
Description
技术领域
本发明涉及数据监管技术领域,具体为一种区块链数据监管方法和***。
背景技术
区块链数据监管在当今数字化世界中具有重要意义,其监管能力有助于确保数据的完整性和安全性,在许多行业中,法规和合规性要求对数据的监管和审计。区块链数据监管可帮助组织满足这些要求,确保其操作合法合规;
但是,现有的区块链数据监管方法和***还存在不足,例如:
1、由于数据一经写入区块链,就难以篡改,但在数据进入区块链之前和离开区块链之后,在传输过程中的数据仍然容易受到攻击,其原始数据较容易遭到泄漏,造成不必要的损失;
2、在网络环境异常时,难以对当前异常状态的网络环境进行性能预测,使得有传输或者读取需要的用户难以知悉在当前网络环境下所要承担的风险。
发明内容
针对现有技术所存在的上述缺点,本发明提供了一种区块链数据监管方法和***,能够有效地解决现有技术的问题。
为实现以上目的,本发明通过以下技术方案予以实现,
本发明公开了一种区块链数据监管方法,包括以下步骤:
步骤1:介入待监管区块链数据群,获取访问与读取权限,执行状态识别,获取待写入区块链网络数据状态和已从区块链网络所读取数据状态;
步骤2:对于待写入区块链的数据和已读取的数据,进行数据的完整性验证和签名认证;
步骤3:通过网络检测工具来检测当前承担数据传输的通信链路的网络延迟、关联下属节点带宽利用率和关联下属节点拥塞情况数据;
步骤4:分析识别当前检测是否存在异常传输情况,对其进行分析并标记;
步骤5:基于步骤4分析所得问题因素,使用机器学习算法预测由链路数据吞吐能力和传输安全所造成的影响系数;
步骤6:获取预测所得影响系数,预先设置数据阈值,一旦影响系数达到或超过该阈值,自动化警报***触发警报;
步骤7:根据异常情况和影响系数的预测,确定受到影响的具体对象或数据;
步骤8:将最终分析结果,生成工作日志递交至管理端。
更进一步地,所述步骤1中的状态识别的过程中,通过区块链浏览器监视区块链网络的数据流动,记录将要写入区块链的数据和已经从区块链读取的数据传输大小和传输时间。
更进一步地,所述步骤4中的异常传输情况包括:数据包丢失、延迟增加和传输通道拥塞。
更进一步地,所述步骤5中的问题因素包括:网络负载、传输通道拥塞状态和安全威胁。
更进一步地,所述步骤5中的机器学习算法选用神经网络算法,建立网络性能的预测模型,模型根据历史数据预测未来传输性能。
更进一步地,所述预测模型投入的各影响因素所映射训练样本的比重,通过标准化的指标矩阵进行计算,其计算公式为:
;
式中,代表在第j个指标下,第i个影响因素占该训练样本的比重,/>表示第i个影响因素的第j个训练样本的指标数值,n代表样本个数。
一种区块链数据监管***,包括:
数据获取模块,用于与区块链节点或浏览器交互,从区块链网络中获取即将写入和已读取的数据状态;
数据监管模块,用于对待写入数据和已读取数据进行监管,进行数据验证、数字签名验证和完整性检查;
网络环境监测模块,用于实时监测区块链网络的环境参数,记录延迟、关联下属节点带宽利用率和关联下属节点拥塞情况;
异常检测模块,用于检测异常传输情况和网络环境变化,分析数据,发现异常传输模式;
预测模块,用于基于监测数据预测链路数据吞吐能力和传输安全的影响系数;
数据分析模块,用于对异常情况和影响系数的预测进行深入分析,确定受到影响的对象和可采取的措施。
更进一步地,所述数据分析模块通过无线网络交互连接有警报模块,所述警报模块用于设置警报阈值,当影响系数达到阈值时触发警报。
更进一步地,所述数据获取模块与数据监管模块通过无线网络交互连接,所述数据监管模块与网络环境监测模块通过无线网络交互连接,所述网络环境监测模块与异常检测模块通过无线网络交互连接,所述异常检测模块与预测模块通过无线网络交互连接,所述预测模块与数据分析模块通过无线网络交互连接。
采用本发明提供的技术方案,与已知的现有技术相比,具有如下有益效果:
1、通过对即将写入区块链的数据和已读取数据进行监管,以确保数据的完整性和安全性,防止数据遭到篡改和恶意攻击,通过检测异常传输情况和网络环境变化,可以及时发现问题并采取措施应对,避免潜在的数据损坏或丢失,通过预测链路数据吞吐能力和传输安全的影响系数,可以优化资源分配和网络管理,以确保数据传输的效率和可靠性;
2、通过建立了一个连续监管的框架,可以不断适应变化的网络环境和威胁,当***检测到潜在问题或网络环境变化可能对数据传输造成影响时,能够及时触发警报,使操作人员可以采取适当的行动,防止问题进一步升级。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1为本发明中的区块链数据监管方法的流程示意图;
图2为本发明中的区块链数据监管***的框架示意图;
图中的标号分别代表,1、数据获取模块;2、数据监管模块;3、网络环境监测模块;4、异常检测模块;5、预测模块;6、数据分析模块;7、警报模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例1:本实施例的一种区块链数据监管方法,如图1所示,包括以下步骤:
步骤1:介入待监管区块链数据群,获取访问与读取权限,执行状态识别,获取待写入区块链网络数据状态和已从区块链网络所读取数据状态,状态识别的过程中,通过区块链浏览器监视区块链网络的数据流动,记录将要写入区块链的数据和已经从区块链读取的数据传输大小和传输时间;
步骤2:对于待写入区块链的数据和已读取的数据,进行数据的完整性验证和签名认证,完整性验证的过程中,数据预先封装成若干独立区块,然后添加到区块链的链条框架中,对每个区块中的数据进行哈希处理,哈希函数将数据转化为固定长度的哈希值,每个区块包含前一个区块的哈希值,进而创建完整链条,验证开始时,将待验证数据封装后投入链条,若一个区块中的数据被篡改,其哈希值将发生变化,导致链条中的后续区块无效,反之,则通过验证;
步骤3:通过网络检测工具来检测当前承担数据传输的通信链路的网络延迟、关联下属节点带宽利用率和关联下属节点拥塞情况数据,关联下属节点带宽利用率表示与上级节点相关的下级节点带宽资源使用程度,显示实际使用带宽与可用带宽之间的比率;
步骤4:分析识别当前检测是否存在异常传输情况,对其进行分析并标记,异常传输情况包括:数据包丢失、延迟增加和传输通道拥塞;
步骤5:基于步骤4分析所得问题因素,使用机器学习算法预测链路数据吞吐能力和传输安全所造成的影响系数,问题因素包括:网络负载、传输通道拥塞状态和安全威胁,机器学习算法选用神经网络算法,建立网络性能的预测模型,模型根据历史数据预测未来传输性能;
所述预测模型投入的各影响因素所映射训练样本的比重,通过标准化的指标矩阵进行计算,其计算公式为:
;
式中,代表在第j个指标下,第i个影响因素占该训练样本的比重,/>表示第i个影响因素的第j个训练样本的指标数值,n代表样本个数;
步骤6:获取预测所得影响系数,预先设置数据阈值,一旦影响系数达到或超过该阈值,自动化警报***触发警报;
步骤7:根据异常情况和影响系数的预测,确定受到影响的具体对象或数据;
步骤8:将最终分析结果,生成工作日志递交至管理端。
与现有技术相比,通过对即将写入区块链的数据和已读取数据进行监管,以确保数据的完整性和安全性,防止数据遭到篡改和恶意攻击,通过检测异常传输情况和网络环境变化,可以及时发现问题并采取措施应对,避免潜在的数据损坏或丢失,通过预测链路数据吞吐能力和传输安全的影响系数,可以优化资源分配和网络管理,以确保数据传输的效率和可靠性。
实施例2:在其他层面,本实施例还提供一种区块链数据监管***,如图2所示,包括:
数据获取模块1,用于与区块链节点或浏览器交互,从区块链网络中获取即将写入和已读取的数据状态;
数据监管模块2,用于对待写入数据和已读取数据进行监管,进行数据验证、数字签名验证和完整性检查;
网络环境监测模块3,用于实时监测区块链网络的环境参数,记录延迟、关联下属节点带宽利用率和关联下属节点拥塞情况;
异常检测模块4,用于检测异常传输情况和网络环境变化,分析数据,发现异常传输模式;
预测模块5,用于基于监测数据预测链路数据吞吐能力和传输安全的影响系数;
数据分析模块6,用于对异常情况和影响系数的预测进行深入分析,确定受到影响的对象和可采取的措施。
作为本实施例中一种优选的实施方式,如图2所示,所述数据分析模块6通过无线网络交互连接有警报模块7,所述警报模块7用于设置警报阈值,当影响系数达到阈值时触发警报。
本实施例中,如图2所示,所述数据获取模块1与数据监管模块2通过无线网络交互连接,所述数据监管模块2与网络环境监测模块3通过无线网络交互连接,所述网络环境监测模块3与异常检测模块4通过无线网络交互连接,所述异常检测模块4与预测模块5通过无线网络交互连接,所述预测模块5与数据分析模块6通过无线网络交互连接。
与现有技术相比,建立起一套连续监管的架构,以便及时应对网络环境和威胁的不断变化,一旦***检测到潜在问题或网络环境变化可能对数据传输构成威胁时,将及时发出警报,以便操作人员能够采取恰当的措施防止问题恶化。
工作原理,本发明通过对区块链数据的写入和读取进行监管,确保数据的完整性和安全性,通过检测异常传输情况和网络环境变化,及时发现问题并采取措施应对,通过预测链路数据吞吐能力和传输安全的影响系数,优化资源分配和网络管理,确保数据传输的效率和可靠性;
建立起一套连续监管的架构,以便及时应对网络环境和威胁的不断变化,一旦***检测到潜在问题或网络环境变化可能对数据传输构成威胁时,将及时发出警报,以便操作人员能够采取恰当的措施防止问题恶化。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种区块链数据监管方法,其特征在于,包括以下步骤:
步骤1:介入待监管区块链数据群,获取访问与读取权限,执行状态识别,获取待写入区块链网络数据状态和已从区块链网络所读取数据状态;
步骤2:对于待写入区块链的数据和已读取的数据,进行数据的完整性验证和签名认证;
步骤3:通过网络检测工具来检测当前承担数据传输的通信链路的网络延迟、关联下属节点带宽利用率和关联下属节点拥塞情况数据;
步骤4:分析识别当前检测是否存在异常传输情况,对其进行分析并标记;
步骤5:基于步骤4分析所得问题因素,使用机器学习算法预测由链路数据吞吐能力和传输安全所造成的影响系数;
步骤6:获取预测所得影响系数,预先设置数据阈值,一旦影响系数达到或超过该阈值,自动化警报***触发警报;
步骤7:根据异常情况和影响系数的预测,确定受到影响的具体对象或数据;
步骤8:将最终分析结果,生成工作日志递交至管理端。
2.根据权利要求1所述的一种区块链数据监管方法,其特征在于,所述步骤1中的状态识别的过程中,通过区块链浏览器监视区块链网络的数据流动,记录将要写入区块链的数据和已经从区块链读取的数据传输大小和传输时间。
3.根据权利要求1所述的一种区块链数据监管方法,其特征在于,所述步骤4中的异常传输情况包括:数据包丢失、延迟增加和传输通道拥塞。
4.根据权利要求1所述的一种区块链数据监管方法,其特征在于,所述步骤5中的问题因素包括:网络负载、传输通道拥塞状态和安全威胁。
5.根据权利要求1所述的一种区块链数据监管方法,其特征在于,所述步骤5中的机器学习算法选用神经网络算法,建立网络性能的预测模型,模型根据历史数据预测未来传输性能。
6.根据权利要求5所述的一种区块链数据监管方法,其特征在于,所述预测模型投入的各影响因素所映射训练样本的比重,通过标准化的指标矩阵进行计算,其计算公式为:
;
式中,代表在第j个指标下,第t个影响因素占该训练样本的比重,/>表示第t个影响因素的第j个训练样本的指标数值,n代表样本个数。
7.一种区块链数据监管***,所述***是对权利要求1-6中任一项的一种区块链数据监管方法的实施***,其特征在于,包括:
数据获取模块(1),用于与区块链节点或浏览器交互,从区块链网络中获取即将写入和已读取的数据状态;
数据监管模块(2),用于对待写入数据和已读取数据进行监管,进行数据验证、数字签名验证和完整性检查;
网络环境监测模块(3),用于实时监测区块链网络的环境参数,记录延迟、关联下属节点带宽利用率和关联下属节点拥塞情况;
异常检测模块(4),用于检测异常传输情况和网络环境变化,分析数据,发现异常传输模式;
预测模块(5),用于基于监测数据预测链路数据吞吐能力和传输安全的影响系数;
数据分析模块(6),用于对异常情况和影响系数的预测进行深入分析,确定受到影响的对象和可采取的措施。
8.根据权利要求7所述的一种区块链数据监管***,其特征在于,所述数据分析模块(6)通过无线网络交互连接有警报模块(7),所述警报模块(7)用于设置警报阈值,当影响系数达到阈值时触发警报。
9.根据权利要求7所述的一种区块链数据监管***,其特征在于,所述数据获取模块(1)与数据监管模块(2)通过无线网络交互连接,所述数据监管模块(2)与网络环境监测模块(3)通过无线网络交互连接,所述网络环境监测模块(3)与异常检测模块(4)通过无线网络交互连接,所述异常检测模块(4)与预测模块(5)通过无线网络交互连接,所述预测模块(5)与数据分析模块(6)通过无线网络交互连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311363238.6A CN117176470B (zh) | 2023-10-20 | 2023-10-20 | 一种区块链数据监管方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311363238.6A CN117176470B (zh) | 2023-10-20 | 2023-10-20 | 一种区块链数据监管方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117176470A CN117176470A (zh) | 2023-12-05 |
CN117176470B true CN117176470B (zh) | 2024-01-26 |
Family
ID=88931977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311363238.6A Active CN117176470B (zh) | 2023-10-20 | 2023-10-20 | 一种区块链数据监管方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117176470B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113612614A (zh) * | 2021-07-19 | 2021-11-05 | 上海浦东发展银行股份有限公司 | 基于区块链网络的共识容灾方法、装置、设备和存储介质 |
CN116132199A (zh) * | 2023-04-17 | 2023-05-16 | 丹氏生物科技成都有限公司 | 一种基于区块链处理液氮罐监测数据的方法 |
CN116502187A (zh) * | 2023-06-27 | 2023-07-28 | 深圳市诚识科技有限公司 | 一种基于区块链的数字版权保护***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11606291B2 (en) * | 2018-10-16 | 2023-03-14 | Eluvio, Inc. | Access control and ownership transfer of digital content using a decentralized content fabric and ledger |
-
2023
- 2023-10-20 CN CN202311363238.6A patent/CN117176470B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113612614A (zh) * | 2021-07-19 | 2021-11-05 | 上海浦东发展银行股份有限公司 | 基于区块链网络的共识容灾方法、装置、设备和存储介质 |
CN116132199A (zh) * | 2023-04-17 | 2023-05-16 | 丹氏生物科技成都有限公司 | 一种基于区块链处理液氮罐监测数据的方法 |
CN116502187A (zh) * | 2023-06-27 | 2023-07-28 | 深圳市诚识科技有限公司 | 一种基于区块链的数字版权保护***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117176470A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112905421B (zh) | 基于注意力机制的lstm网络的容器异常行为检测方法 | |
US8850582B2 (en) | Security monitoring system and security monitoring method | |
CN112003870A (zh) | 一种基于深度学习的网络加密流量识别方法及装置 | |
CN115996146B (zh) | 数控***安全态势感知与分析***、方法、设备及终端 | |
CN111245848B (zh) | 一种分层依赖关系建模的工控入侵检测方法 | |
CN109347853B (zh) | 基于深度包解析的面向综合电子***的异常检测方法 | |
CN115348080B (zh) | 基于大数据的网络设备脆弱性综合分析***及方法 | |
CN112202783A (zh) | 一种基于自适应深度学习的5g网络异常检测方法及*** | |
CN111383128A (zh) | 一种用于监测电网嵌入式终端设备运行状态的方法及*** | |
CN114826770A (zh) | 一种计算机网络智能分析的大数据管理平台 | |
CN117336055A (zh) | 一种网络异常行为检测方法、装置、电子设备及存储介质 | |
CN117411703A (zh) | 一种面向Modbus协议的工业控制网络异常流量检测方法 | |
CN113282920B (zh) | 日志异常检测方法、装置、计算机设备和存储介质 | |
CN110650124A (zh) | 一种基于多层回声状态网络的网络流量异常检测方法 | |
CN117176470B (zh) | 一种区块链数据监管方法和*** | |
CN111669411B (zh) | 一种工控设备异常检测方法及*** | |
CN116776331A (zh) | 基于用户行为建模的内部威胁检测方法及装置 | |
CN109766229B (zh) | 一种面向综合电子***的异常检测方法 | |
CN115865486B (zh) | 基于多层感知卷积神经网络的网络入侵检测方法及*** | |
CN113992419B (zh) | 一种用户异常行为检测和处理***及其方法 | |
CN115643086A (zh) | 一种基于深度神经网络的未知威胁检测方法 | |
Li et al. | Research on intrusion detection based on neural network optimized by genetic algorithm | |
CN109784040B (zh) | 一种面向综合电子***的误用检测方法 | |
CN113905405A (zh) | 一种电力无线接入专网异常流量检测方法 | |
CN112637118A (zh) | 基于内外网引流异常的流量分析实现方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |