[发明专利]一种基于多节点监管体系的区块链输入数据异常检测方法

说明书

本发明涉及数据安全技术领域，尤其涉及一种基于多节点监管体系的区块链输入数据异常检测方法，采用minibatchk－means算法模型训练评分细节，同时采用数字签名保证评分信息的真实性，最后通过超级节点进一步对数据处理，判定数据能否上链。通过相应设置，本发明在不增添过多组件情况下，缓解区块链交易负担问题，实现数据异常检测功能。

技术领域

本发明涉及数据安全技术领域，尤其涉及一种基于多节点监管体系的区块链输入数据异常检测方法。

背景技术

随着时代发展，计算机技术的不断发展，大数据的时代让生活更加便利。数据的中心化处理易导致隐私信息泄露、恶意操作等行为。区块链技术应运而生，区块链以去中心化和共识算法为技术特点，尤其是在多场景下的使用引起人们关注。虽然区块链本身高度的安全，但区块链的生态安全事故频发，截止2021年上半年，整个区块链生态共发生78起较为著名的安全事件。

同时网络异常流量包含大量冗余无用数据和具有攻击性数据，区块链网络本身数据流量巨大，更因其结构的复杂性，虽然能保证通过共识算法筛选恶意数据，但是其对于端点处的异常数据没有较为完善的检测机制，不仅没有让区块链网络中异常流量数据得到相应处理，更是增加了区块链网络交易吞吐量的负担。

发明内容

本发明的目的在于提供一种基于多节点监管体系的区块链输入数据异常检测方法，增加异常流量检测机制，在不增添过多组件情况下，缓解区块链交易负担问题，实现数据异常检测功能。

为实现上述目的，本发明提供了一种基于多节点监管体系的区块链输入数据异常检测方法，包括下列步骤：

区块链网络中预言机传输数据至数据评估中心提出上链请求；

数据评估中心收到请求，将任务分至规则模块和评估模块；

所述规则模块和所述评估模块分别建立评分规则；

所述规则模块构建mini batch k－means算法模型，并执行mini batch k－means聚类训练；

所述评估模块收到所述预言机传来的数据，进行分析并按照评分规则进行打分且签名；

所述数据评估中心进行签名验证以及均值计算，判定数据能否上链。

其中，在所述规则模块和所述评估模块分别建立评分规则的过程中，所述规则模块读取网络数据进行数据统计计算得到特征，进行综合判定获取评分规则，所述评估模块由多个中心节点组成按照规则模块所提取的异常数据评分规则进行数据评分。

其中，所述规则模块构建mini batch k－means算法模型，并执行mini batch k－means聚类训练，包括下列步骤：

步骤1：读取传入数据与特征初始化聚类簇数目和算法参数，并赋予初始中心初值；

步骤2：计算样本到聚类中心的集合距离，并更新聚类中心位置；

步骤3：判断算法是否收敛，

若收敛，则更新聚类中心，并进行k－means聚类；

否则，返回继续执行步骤2。

其中，在判断算法是否收敛的过程中，若网络流量数据异常系数≥0.5时，初步判定该条数据为异常流量数据；若网络流量数据异常系数＜0.5时，初步判定该条数据为正常流量数据。

其中，在所述数据评估中心进行签名验证以及均值计算，判定数据能否上链的过程中，若签名验证成立，将所有节点的分数进行算术平均，将分数大于50的数据进行上链处理，将分数不大于50的数据列为待定数据，等待下次有更分数的数据进行替换；若签名验证不通过，拒绝本次数据传递。