关键词： 区块链   智能合约   模糊测试   强化学习   拓扑排序  

摘要： 随着区块链技术的迅猛发展,智能合约在数字资产交易等领域的应用日益广泛。然而,其安全漏洞问题也日益凸显,对区块链系统的安全性构成了严重威胁。鉴于此,提出了一种基于强化学习的智能合约模糊测试方法 RL_soFuzzer,以提高智能合约的安全检测效率。传统的模糊测试方法需生成大量的交易序列来触发潜在漏洞,会导致状态空间爆炸和代码覆盖率低下。RL_soFuzzer利用强化学习技术对内存快照进行调度,并结合数据流相关性排序,进行深度检测。同时引入了基于拓扑排序的函数状态变量排序机制,减少测试过程中的不确定性。实验结果表明,RL_soFuzzer在代码覆盖率和漏洞检测能力上显著优于传统方法,在实际应用中性能卓越。

关键词： 区块链技术应用   股权质押   控股大股东   杠杆操纵  

摘要： 自2015年12月实施“三降一去一补”政策以来,我国实体上市企业杠杆率问题虽有一定程度缓解,但仍有大量企业通过多种途径操纵杠杆,以期迎合监管要求和满足外部融资需求,实际杠杆率仍处于高位水准。文章基于2013—2021年中国A股非金融上市企业财务数据,实证检验区块链技术应用、控股大股东股权质押与企业杠杆操纵关系。研究表明:控股大股东股权质押行为和累计质押比与企业杠杆操纵程度间显著正相关;区块链技术的应用能显著抑制企业的杠杆操纵,即两者显著负相关;区块链技术应用显著削弱控股大股东股权质押与企业杠杆操纵间的正相关程度。

关键词： 电子商务  

ISBN: (数字)9787302681236 ISBN: (纸本)9787302681236

摘要： 教育部首批虚拟教研室建设试点项目成果 广东省本科高校教学质量与教学改革工程建设项目成果 广东省本科高校课程思政改革示范项目成果

关键词： 所有权保留   取回权制度   数字经济   智能合约  

摘要： 本文围绕所有权保留中取回权制度展开研究，通过理论分析与案例研究，对该制度进行了系统性探讨。开篇阐述研究背景与意义，梳理国内外研究现状，进而剖析所有权保留与取回权的理论基础。在结合我国立法现状的基础上，指出司法实践中取回权制度存在行使条件模糊、与破产法冲突等突出问题。针对这些问题，从实体法、程序法和配套制度等方面提出完善路径，并探索数字经济背景下的制度创新。研究旨在明晰取回权制度的理论与实践问题，提出可行的立法建议，助力构建更为完善的取回权制度，为司法实践提供理论指引，推动市场交易健康发展。

关键词： 区块链   医院财务管理   数据上链   分布式账本  

摘要： 作为一种去中心化的分布式账本技术，区块链技术核心特性包括透明性、不可篡改性、智能合约等，为新时期下组织财务管理提供了全新的发展机遇。本文从区块链技术视角下，对基于区块链促进医院财务管理价值提升的路径展开探讨，从链上平台搭建、具体管理模式创新再到匹配性制度建设，全维度探讨如何实现将区块链技术加持于医院财务管理工作中。期望能为我国医疗体系数字化、信息化发展提供借鉴价值，促进医院财务管理水平的提升。

关键词： 医疗数据建模与共享   联邦学习   区块链   知识蒸馏  

摘要： 医疗数据承载着丰富的诊疗信息,在精准医疗和智能诊断中发挥着至关重要的作用。然而,受限于其高度敏感性和隐私保护需求,医疗数据通常被分散存储于各个医疗机构的私有数据库中,形成严重的“数据孤岛”问题,进而制约了跨机构数据共享与高效建模的实现。联邦学习(Federated Learning,FL)和区块链(Blockchain,BC)技术为医疗数据的共享与建模提供了新的解决思路:FL支持各医疗机构在无需共享原始数据的前提下,通过本地训练和参数聚合协同优化全局模型;BC则凭借其去中心化、不可篡改和可追溯等特性,为数据的安全存储和可信共享提供了保障。二者结合,在提升数据隐私保护的同时,有望增强跨机构协同建模的可行性与可信度,为缓解“数据孤岛”问题构建了全新框架。 尽管如此,在FL与BC的基础架构下,医疗数据的独特性仍带来了多方面挑战。首先,医疗数据呈现出持续动态增长的特征,医疗机构每日都会产生新的诊疗数据,而大多数现有的FL研究并未充分考虑数据不断增长的情形,难以有效适应这一变化。因此,如何在保证隐私的前提下,实现对动态数据的持续建模与优化,是当前面临的重要问题。其次,医疗数据普遍存在类别不平衡现象:罕见疾病的样本较为稀缺,而常见病数据则占据主导地位,导致训练过程中模型更易偏向多数类。特别是在联邦学习环境下,由于不同医疗机构所接触的患者群体和诊疗重点各不相同,数据分布存在显著差异,这种非独立同分布进一步加剧了类别不平衡带来的建模难度。因此,如何有效缓解类不平衡并提升模型在各类别上的表现,也是医疗FL建模亟待解决的关键挑战。 基于此,本文围绕FL与BC在医疗数据共享与建模中的应用展开研究,聚焦于“数据孤岛”背景下的动态数据增长与类不平衡问题,主要贡献如下: (1)针对医疗“数据孤岛”现象,本文提出了一个基于BC和FL的数据共享与建模框架。该框架支持医疗数据分散存储于不同医疗数据机构,并通过阶段性的分布式训练来实现协同建模。通过介绍框架的设计理念、主要组成要素及基于智能合约的模型聚合方式,展示了该框架如何实现医疗数据的高效协作共享。 (2)考虑到医疗数据的动态增长特性,本文在BC和FL的基础框架上,创新性地提出了演进式医疗数据建模与共享框架(Evolutionary Medical Data Modeling and Sharing Framework,EMDMS)。在数据建模方面,该框架通过双循环FL机制,将训练过程划分为联邦内循环和联邦外循环两个关键部分。在医疗数据接近稳定状态时,采用联邦内循环训练模型;当医疗数据逐步积累并达到一定规模阈值时,联邦外循环被激活,以生成一个结合历史数据和新数据的全局模型。在数据共享方面,EMDMS框架引入了基于数据质量和模型贡献度的动态定价机制,以激励不同医疗机构积极参与数据共享与模型训练,从而提高全局模型的有效性和公平性。 (3)针对FL中的类不平衡问题,结合知识蒸馏(Knowledge Distillation,KD)在知识迁移方面的有效性,本文提出了一种基于双重自适应的联邦蒸馏机制(Dual-Adaptive Knowledge Distillation for Federated Learning,Fed DAD)。该机制首先通过数据类别分布感知模块,计算各客户端数据类别分布的差异度,并生成类别敏感的权重因子;其次,利用全局-本地模型稳定性量化模块,基于预测熵差异构建类别稳定性指标。通过结合这两个指标,Fed DAD能够对全局模型的蒸馏过程进行实时动态调整,从而有效缓解类不平衡问题,提升模型在少数类上的性能表现。 (4)最后,基于BC和FL的医疗数据建模与共享的基础框架,本文分别利用Fed-ISIC2019和DERMAMNIST数据集对EMDMS和Fed DAD进行了独立仿真实验。实验表明,EMDMS能够动态适应医疗数据的持续增长,显著提升模型的性能;Fed DAD在解决FL类不平衡问题方面表现出显著优势,为医疗数据的建模与共享提供重要支持。

关键词： 区块链技术  

ISBN: (数字)9787577217192 ISBN: (纸本)9787577217192

摘要： 教育部人文社会科学研究青年基金项目“人工智能赋能下的新质生产力多维度价值测算研究”、国家社科基金重大项目“新形势下全球创新网络演化及风险治理研究”及首都经济贸易大学基金项目“区块链技术赋能企业高质量发展研究一基于应用价值、演化路径和风险管理的视角”资助

关键词： 数据定价   数据质量   数据流通   属性基加密   区块链  

摘要： 随着数字经济的快速发展,数据作为关键生产要素的重要性日益凸显。然而,集中式数据交易市场难以满足日益增长的数据安全与隐私保护需求,数据的安全流通与科学定价面临诸多挑战。本文针对上述问题,综合考虑数据安全、交易公平和信任评估等核心要素,融入区块链技术,研究了基于区块链与属性基加密的安全数据流通机制,以及基于数据质量与信任评估的数据动态定价机制。主要研究工作如下: 首先,为构建数据交易流通方案,同时解决数据交易中的隐私保护和恶意消费者审计问题,本文提出了一种融合区块链与属性基加密的安全数据交易流通方案实现了去中心化的可信数据交易和细粒度访问控制。引入Pedersen承诺机制和零知识证明实现了数据完整性验证,并设计了基于区块链的用户行为追踪与责任认定机制,通过在属性密钥中嵌入数据消费者的去中心化标识(DID)实现恶意行为追踪,并利用智能合约自动记录数据访问行为。该系统能够有效识别和应对恶意用户,支持对数据滥用行为的追溯和访问权限的动态撤销,为数据交易建立了可靠的信任基础,并具备抵御相关安全威胁的能力。 其次,为解决数据交易中的数据定价困难问题,本文提出了一种基于数据质量和信任值调整的数据动态定价机制。该机制通过综合分析数据质量影响因素,提炼出正确性、完整性、一致性和重复性四个核心质量指标,设计了包含业务领域、应用场景和用户偏好信息的上下文感知环境,并在此基础上构建了七元组的数据质量评估模型。然后,设计了基于区块链的多阶段信任值跃迁机制,以解决新数据提供者的市场准入问题并促进其建立长期信誉。最后,综合考虑数据质量系数、信任值调整系数和市场动态因子,形成了合理的数据动态定价函数,旨在解决交易双方缺乏信任以及高质量数据难以获得合理定价的问题。 最后,在Hyperledger Fabric区块链平台上实现了数据交易系统原型,设计了用户管理、数据上传、数据下载等功能模块,并进行了实验分析。实验评估了数据交易中产生的存储开销、交易运行时间等指标,验证了所提出数据动态定价机制的合理性和有效性。

关键词： 区块链   身份认证   隐私保护   数据共享   跨域认证  

摘要： 在数字化时代,身份认证是网络安全体系的核心,直接关系到远程通信的安全性、数据共享的可信性以及用户隐私的保护。然而传统身份认证方案通常依赖第三方管理,如公钥基础设施和认证中心,容易导致身份信息面临单点故障和隐私泄露的风险。尽管现有多因素认证引入了密码、生物特征等多重身份因素,但各因素之间缺乏有效融合和协同机制,难以满足当前日益严峻的安全需求。此外,随着资源受限设备的广泛应用及跨域访问的频繁发生,传统认证方案在计算效率和隐私保护方面的不足愈发凸显,无法保障跨域认证过程中数据一致性的要求。因此,设计一种兼顾去中心化、隐私保护和高效性的身份认证方案,已成为网络安全领域的研究焦点。近年来,区块链技术因其去中心化、防篡改和可追溯的特点,在身份认证领域展现出广阔的应用前景。然而,现有区块链身份认证方案在计算开销、隐私保护机制及存储成本方面仍存在挑战,尤其在数据共享和跨域认证环境下,身份管理体系的安全性和可扩展性仍需进一步优化。基于此,本文提出了两种基于区块链的身份认证方案: (1)针对数据共享环境下的数据拥有者与数据使用者之间的身份认证需求,提出了一种基于区块链的数据共享环境下身份认证方案,适用于智慧医疗等数据共享的域内身份认证场景。该方案利用私有区块链存储恶意用户身份列表,确保认证过程的安全性、透明性及可问责性。通过椭圆曲线密码学实现高效身份认证,并结合匿名可验证算法,提升用户身份的隐私保护能力。此外,该方案支持问责和权限回收,在识别恶意用户后可及时撤销其访问权限,保障数据共享的安全性。安全分析和实验结果表明,该方案兼顾高效性和隐私保护,实现了在保障数据拥有者与数据使用者身份隐私的同时,确保身份认证的真实性与有效性,为数据共享等域内认证提供了一种隐私保护认证方案。 (2)针对物联网环境下的跨域身份认证问题,提出了一种基于区块链的物联网环境下跨域身份认证方案。该方案采用模糊承诺技术,融合用户生物特征与设备特征,结合用户名,实现三因素的匿名认证,以增强安全性及抗伪造能力。利用联盟区块链存储假名验证信息,确保跨域认证数据的一致性,并支持身份的动态更新与撤销,提高系统的灵活性。此外,为降低资源受限设备的计算与通信开销,采用椭圆曲线学操作,并结合椭圆曲线迪菲赫尔曼协议,确保认证后的安全通信。安全分析和实验结果表明,所提方案在隐私保护、认证效率及计算复杂度方面优于现有方案,为物联网等跨域认证提供了一种高效、安全的解决方案。 综上,本文结合区块链技术,分别针对域内数据共享和跨域物联网认证环境,提出了两种高效且具备隐私保护的身份认证方案。安全分析和实验结果显示,所提方案能够兼顾认证效率、安全性及隐私保护能力,为未来基于区块链的身份管理体系提供了新的技术路径和理论支撑。