[发明专利]一种基于区块链的工业互联网平台运行方法、系统和设备

说明书

一种基于区块链的工业互联网平台运行方法、装置和设备，该运行方法包括如下操作：S1构建含有普通节点和合约节点的基于区块链的工业互联网平台；S2获取所述普通节点的数据，组成数据集，将所述数据集转换为异构图，基于所述异构图，构建邻接矩阵，所述邻接矩阵分别经卷积处理和注意力处理，得到的卷积处理结果和注意力处理结果经融合后，得到节点特征表示，所述节点特征表示经分类、赋值后，得到所述普通节点的属性值；S3所述普通节点的信用值与所述属性值相加后，得到更新的普通节点的信用值；S4基于所述更新的普通节点的信用值，更新普通节点的交流权限。可准确、识别普通节点属性，使得基于区块链的工业互联网平台能够安全、稳定运行。

技术领域

本发明涉及工业互联网安全防护技术领域，具体为一种基于区块链的工业互联网平台运行方法、系统和设备。

背景技术

随着工业互联网的快速发展和智能终端的普及，工业互联网平台及设备数量近年来以前所未有的速度激增，这也导致严重的安全问题。工业互联网设备的内在漏洞、资源限制和异构技术，使得工业互联网成为网络安全问题的高风险领域，导致工业互联网存在大量存在安全问题的恶意节点。

在工业互联网中，若出现带有恶意行为的节点，即恶意节点，这些节点可能会窃取工业互联网设备和用户的信息，例如身份信息、位置信息和交易信息等。这些信息泄露可能会导致个人隐私被侵犯，或者让攻击者获得重要的商业机密；会发送大量的请求，让工业互联网系统过载并停止工作，影响工业互联网系统的可用性；会篡改工业互联网系统中的数据，导致设备失去控制或执行不正确的操作，造成损害或损失；会通过工业互联网设备安装恶意软件，这会导致设备变得不稳定或容易被攻击；此外，它们还可能利用设备中的漏洞进行攻击，或者传播到其他设备中。它们还可能伪装成合法的节点，获取工业互联网系统中的访问权限，导致攻击者获得对系统的控制权，从而实施其他攻击。

现常用基于流量分析的方法、基于深度学习的方法和基于区块链的方法去识别和控制恶意节点。基于流量分析的方法主要是通过提取恶意节点的流量签名存储到数据库中，并采集待检测节点的流量与其进行比较。基于深度学习的方法，通常采用自编码器及其变体作为异常检测模型。基于区块链的方法可以很好地解决前两种方法中无法保证数据的真实性的问题，区块链数据记录过程透明可追溯、数据不可篡改的特点使得最终获取的真实性较高。区块链技术已在工业互联网等很多领域得到广泛应用，并取得一定成果，但目前少见能够在准确、高效识别恶意节点的基础上，控制节点行为，保证工业互联网能够安全稳定运行的方法。

发明内容

本发明的目的是提供了一种基于区块链的工业互联网平台运行方法、系统和设备。

本发明技术方案如下：

本发明提供一种基于区块链的工业互联网平台运行方法，包括如下操作：

S1构建含有普通节点和合约节点的基于区块链的工业互联网平台；

S2获取所述普通节点的数据，组成数据集，将所述数据集转换为异构图，基于所述异构图，构建邻接矩阵，所述邻接矩阵分别经卷积处理和注意力处理，得到的卷积处理结果和注意力处理结果经融合后，得到节点特征表示，所述节点特征表示经分类、赋值后，得到所述普通节点的属性值；

S3所述普通节点的信用值与所述属性值相加后，得到更新的普通节点的信用值；

S4基于所述更新的普通节点的信用值，更新普通节点的交流权限。

如上所述的一种基于区块链的工业互联网平台运行方法，所述构建邻接矩阵的操作之后还包括：所述邻接矩阵经元路径卷积，得到中间邻接矩阵，所述中间邻接矩阵经归一化处理，获得元路径邻接矩阵，基于所述元路径邻接矩阵分别执行所述卷积处理和注意力处理。

其中，所述元路径卷积的具体操作为：在元路径的基础上，获取每个边类型的邻接矩阵与其对应权重的乘积，然后总和所有所述乘积，获得所述中间邻接矩阵。