[发明专利]一种区块链网络异常数据检测方法、装置及设备

说明书

本申请公开了一种区块链网络异常数据检测方法、装置及设备，可应用于计算机数据管理技术领域。该方法包括：获取实时运行数据；通过分布式异常检测模型对所述实时运行数据进行预测，得到未来待测时间节点的状态信息预测数值；获取所述实时运行数据在所述未来待测时间节点的状态信息实际数值；比较所述状态信息预测数值与所述状态信息实际数值，得到检测结果。如此，通过对系统实时运行数据进行预测，可避免系统构建过程中电力基础设施无法有效应对网络攻击的情况，从而提高系统安全性。

技术领域

本申请涉及计算机数据管理技术领域，特别是涉及一种区块链网络异常数据检测方法、装置及设备。

背景技术

区块链技术是一种高级数据库机制，允许在企业网络中透明地共享信息。随着数据种类以及数量的快速增长，区块链技术的应用在企业中显得尤为重要。

区块链本质是一个共享的、不可篡改的账本，区块链技术可强化业务网络中的交易记录和资产跟踪流程。分布式旨在消除系统的瓶颈或中心故障点，是计算机程序的集合，这些程序利用跨多个独立计算节点的计算资源来实现共同的目标。当区块链技术在电力场景下应用时，可以依靠区块链中密码学技术与分布式存储手段为电力交易账本及操作提供强大的加密保护。但是现有技术，对于电力区块链的对等通信中，其底层区块链网络数据传输过程的安全性与可靠性没有得到有效保证，从而使得系统的安全性无法得到保障。

因此，如何提高系统数据的安全性，是本领域技术人员急需解决的问题。

发明内容

基于上述问题，本申请提供了一种区块链网络异常数据检测方法、装置及设备，通过对实时运行数据进行预测得到的状态信息预测数值与状态信息实际数值进行比对，从而解决了现有技术无法保障系统安全性的问题。

第一方面，本申请实施例提供了一种区块链网络异常数据检测方法，包括：

获取实时运行数据；

通过分布式异常检测模型对所述实时运行数据进行预测，得到未来待测时间节点的状态信息预测数值；

获取所述实时运行数据在所述未来待测时间节点的状态信息实际数值；

比较所述状态信息预测数值与所述状态信息实际数值，得到检测结果。

可选的，所述获取实时运行数据之前，还包括：

构建基础分布式异常检测模型；

通过时间序列网络数据对所述基础分布式异常检测模型进行优化，得到分布式异常检测模型。

可选的，所述通过时间序列网络数据对所述基础分布式异常检测模型进行优化，得到分布式异常检测模型，包括：

将时间序列网络数据降维处理，得到降维数据；

利用所述降维数据，根据方向传播算法对所述基础分布式异常检测模型进行优化，得到分布式异常检测模型。

可选的，所述将时间序列网络数据降维处理，得到降维数据，包括：

确定异常检测节点；

根据系统实时运行规律，获取所述异常检测节点的时间序列网络数据；

所述系统实时运行规律为系统中节点总数量、总上行网速、总下行网速、节点中央处理器占用、节点内存占用、节点上行网速、节点下行网速、节点文件系统占用、节点对等节点连接数组成的时间序列集合；

采用主成分分析法对所述时间序列网络数据进行数据降维处理，得到降维数据。

可选的，所述获取实时运行数据，包括：

获取电力区块链底层网络的实时运行数据。

可选的，所述通过分布式异常检测模型对所述实时运行数据进行预测，得到未来待测时间节点的状态信息预测数值，包括：

将所述实时运行数据输入深层学习预测模型；

所述深层学习预测模型根据所述实时运行数据预测至少一个包括未来待测时间节点的未来时间节点的状态信息预测数值；