[发明专利]互联网区块链数字标志传输识别方法

权利要求书

1.互联网区块链数字标志传输识别方法，其特征在于，该传输识别具体步骤如下：

(1)对各网络节点服务器进行通信检测；

(2)分发板块信息并进行实时通信修复；

(3)筛选交易数据并进行级联分析；

(4)将分析结果导入各板块进行信息传递；

步骤(2)中所述通信修复具体步骤如下：

第一步：主服务器依据系统默认或人工设定的阈值生成若干组不同的模块身份以及不同模块等级，之后将各组模块身份以及模块等级分配至不同板块内；

第二步：主服务器收集相同模块身份与模块等级的各板块之间的通讯信息，将收集到的通讯信息通过符值转换、归一化计算以及特征降维处理后分为验证集、测试集以及训练集；

第三步：主服务器构建通信检测网络，并重复多次使用验证集中的各组数据对通信检测网络精度进行验证，并统计测试集中各数据均方根误差，同时对每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出；

第四步：依据最后参数对训练集进行标准化处理生成训练样本，之后将训练样本输送倒通信检测网络中，并通过通信检测网络对各板块通信进行迭代优化，之后通过焦点损失函数对各板块通讯损失值进行计算，同时依据计算出的通讯损失值进行稳定性分析，并将分析结果反馈给工作人员，之后工作人员依据分析结果对存在异常通信的服务器进行修复；

步骤(3)中所述级联分析具体步骤如下：

S1：主服务器获取系统化的、有规则性以及有统一性的各组交易数据，并构建骨干网络提取出各组交易数据的阈值数字送入相对应模块进行尺度归一化处理；

S2：再将各组交易数据的特征数据进行特征融合，通过将融合结果进行分类回归，并输出类别和分数，将各组输出结果进行非极大值抑制以输出最后检测出的特征数据；

S3：搭建卷积神经网络，并将检测出的特征数据的分辨率r，卷积神经网络的宽度w和深度d作为待优化的参数，再对该卷积神经网络架构进行大量的搜索，在卷积神经网络参数量小于某一数值的情况下，寻找让其精确率最高的参数(r,w,d)；

S4：卷积神经网络对各组特征数据进行特征降维处理，同时通过精确率最高的参数(r,w,d)验证各组特征数据的准确度，若存在特征数据准确度低于系统默认或人工设定的阈值时，重新对相关交易数据的特征数据进行检测；

S5：将达到阈值的各组特征数据转换为特征样本图，同时对其进行归一化处理以输出相对应的特征检测框，再检测框信息进行收集，并生成对应检测框坐标，之后对相关特征样本图进行扩大化剪裁以获取相关交易数据的特征数字，并将获取的各组特征数字上传至主服务器以及各节点服务器中，同时各组依据特征数字生成时间逐渐累积由新到老进行顺序统一存储。

2.根据权利要求1所述的互联网区块链数字标志传输识别方法，其特征在于，步骤(1)中所述通信检测具体步骤如下：

步骤一：工作人员通过终端设备与网络主服务器建立通信连接，之后主服务与通信连接的各组节点服务器上安装并启动相关软件包，再将所有节点服务器建立连接；

步骤二：若建立连接时存在异常，则断开连接，并重新对相关节点服务器进行连接，直至连接成功，之后构建一组集群，并向各组节点服务器发送传输命令，同时向各组节点服务器发送文件名、文件长度以及文件数据；

步骤三：节点服务器自行使用相关命令往挂载的存储目录里录入数据，然后主服务器自行接收各节点服务器上的数据分布情况，并对存在异常存储的节点服务器进行记录，同时切断与该节点服务器的通信连接，且将该节点服务器反馈给维修人员进行维护。

3.根据权利要求2所述的互联网区块链数字标志传输识别方法，其特征在于，步骤一中所述终端设备具体包括内网电脑、智能手机以及平板电脑。