关键词： 区块链   索引结构   数据查询   隐私保护   智能合约  

摘要： 区块链作为一个分布式的数据库,记录了所有参与者之间的交易数据,并通过加密算法、共识机制等技术保证数据的安全性,具有去中心化和防篡改的特性,在资产追踪、供应链溯源、数据存储等方面发挥着重要作用。然而,区块链技术目前仍然面临着查询效率低、交易隐私易泄露的问题。区块链系统中传统的数据库查找方式不再适用,大多采用以Level DB为代表的Key-Value存储系统,仅支持按key值进行查找,不支持复杂查询,存在查询效率低、查询功能单一的问题。外联数据库方法虽然能够利用数据库的索引机制有效提高查询效率,但是数据的安全性无法得到保证。此外,区块链中的账本内容对所有节点公开透明,交易数据的隐私无法得到保护,而目前的隐私保护技术带来了更多的计算和存储成本,会显著降低系统的吞吐量,影响区块链的查询性能。本文旨在探讨区块链环境下高效且安全的数据查询优化方案,在提高查询效率的同时兼顾交易隐私保护。本文主要工作如下: (1)本研究在分析传统的区块链历史交易查询方法的缺陷以及指出目前区块链查询优化研究存在的不足之处后,利用智能合约技术,设计了一种基于子链的索引结构,并提出了基于内置索引结构的历史交易查询方法,能够有效提高查询性能。 (2)提出基于密码学技术和访问控制的交易隐私保护方法。在交易处理阶段,链下通过加密算法对交易数据进行保护,链上则通过零知识证明实现加密交易的验证,验证通过后自动构建相应的索引结构。在数据查询阶段,利用索引结构实现高效检索,同时引入基于智能合约的访问控制机制,确保只有授权用户才能访问和解密数据。通过一体化的交易和查询流程,在提高了查询性能的同时,增强了交易数据的隐私保护能力。 (3)实现区块链交易和查询系统。通过系统化的需求分析、架构设计和功能实现,将高效查询与隐私保护技术进行工程化集成,开发具备交易处理、隐私保护、索引构建和权限管理等功能的完整系统,为研究成果的应用验证提供了实践平台。

关键词： 区块链   群智感知   群签名   秘密共享  

摘要： 群智感知是一种结合众包思想的感知模式,在环境监测等领域具有广泛应用前景。然而,其中心化及数据隐私问题凸显,限制了发展。区块链技术以其去中心化、透明性和不可篡改性等特点提供了新思路。区块链与群智感知的结合,旨在提升数据处理的信任度和安全性,确保数据隐私性和完整性,同时为数据流通提供可靠追溯机制。 隐私保护与溯源是区块链与群智感知结合中的核心对立要素。为维护用户隐私,系统需采用加密与匿名化策略,隐藏用户身份及敏感数据。区块链的透明性体现在所有交易记录于公开分布式账本上,确保数据可追溯性,增强数据真实性。然而,这种透明性也带来隐私泄露风险,因为链上交易数据的公开性会揭露用户隐私。同时,隐私保护措施也影响可追溯性,加密与匿名化策略会削弱数据来源追溯的有效性,降低系统审计能力。隐私性与可溯源性之间存在权衡:过度隐私保护损害可追溯性,影响审计与追责,而全面可追溯性会暴露隐私。 针对这一矛盾,本文采用群签名技术,提出一种基于群签名的可溯源隐私保护技术,旨在同时实现隐私保护与活动溯源。在群智感知框架中,数据采集个体作为群成员,通过执行密钥分发协议,获得唯一群密钥对,利用个人群私钥对采集数据签名并提交至数据需求方。本研究采用零知识证明技术,使数据需求方能使用群公钥验证群签名有效性,同时无法获取数据提交者身份信息。审计角色被定义为群管理者,持有特定管理密钥对。除审计方外,其他任何角色均无法将签名与特定签名者关联,确保参与者匿名性。为在隐私保护同时实现活动数据可追溯性,本研究在隐私保护机制中内嵌活动追溯机制。审计方利用管理密钥解开群签名,计算签名者身份标识,实现数据源追溯,保障群智感知活动可溯源性。最后,通过实验仿真分析,验证了本技术可行性。 在群签名机制下构建的可溯源隐私保护技术中,隐私揭露权限独属于群管理者,这一设计策略保障用户隐私,却使溯源流程透明性受损,其他参与者缺乏对溯源结果独立验证能力,不得不依赖群管理者诚信度。同时,参与者缺乏独立验证机制会导致溯源结论真实性遭受质疑,对审计方公正性疑虑影响溯源结果权威性。审计方所持隐私揭露权力存在滥用风险,不当揭露行为可能侵犯用户隐私权。针对这些问题,本研究对技术进行优化,引入秘密共享机制实现溯源权限分散化,将权限碎片化并分配给数据采集者。在执行溯源操作时,审计方与数据采集者需协同合作。通过系统初始化、任务发布、任务群组建、数据提交和用户追溯等五个阶段,最后,通过对本方案进行实验与理论各维度分析,证明本方案具备一定实际应用价值。

关键词： 频谱共享   区块链   协作感知   功率控制  

摘要： 随着无线网络技术的快速发展及其深入应用,无线接入设备数量激增,频谱资源的供需矛盾日益尖锐。传统静态频谱分配方式存在灵活性不足、部分频段利用率低、干扰严重等问题。动态频谱共享技术虽能缓解资源紧张,但仍面临中心化管理的瓶颈与动态优化难题。区块链技术凭借去中心化、透明性和智能合约等特性,为频谱共享提供了创新的解决方案。本文围绕区块链与频谱共享的深度融合展开研究。主要工作如下: (1)基于区块链的分层频谱共享控制策略的研究 首先,针对密集异构网络中多制式设备共存,部分频谱资源利用率低的问题,提出基于区块链的分层频谱共享架构。本地同种类型网络构建第一层本地区块链,不同类型网络之间构建第二层全局区块链,通过双层链结构实现频谱信息的共享。其次,将分层架构思想应用到频谱感知领域,提出基于距离的最大连接数协作感知算法,在频谱需求者和感知簇之间建立斯塔克尔伯格博弈模型。最后,通过仿真验证,证明该架构和算法能够有效地提高频谱利用率。 (2)基于区块链的智能频谱共享功率控制策略的研究 首先,针对频谱共享过程中的干扰问题,利用区块链智能合约技术实现自动化功率控制,提出基于区块链智能合约的功率控制架构,并详细分析架构的组成和实现过程。其次,提出基于非合作博弈的功率控制算法,设计了一种新的效用函数,并进行证明。最后,通过仿真验证,并与其他算法进行比较,证明该架构和算法可以在保证通信质量的情况下,降低次级用户的功耗,抑制用户间的干扰。

关键词： 区块链   挖矿攻击   博弈论   自私挖矿   双花攻击  

摘要： 挖矿攻击是指恶意矿工通过操纵区块链网络的共识机制,以牺牲网络整体利益为代价,获取不正当收益的行为。其中,自私挖矿是最具代表性的攻击策略之一。通过隐瞒新发现的区块或选择性发布区块等策略,攻击者破坏区块链系统的正常运作,从而获取超额收益。这类攻击不仅威胁到区块链系统的安全性,还削弱了其去中心化信任机制的可信度。 现有自私挖矿研究揭示了其对矿工收益分配的破坏性影响。然而,这些研究仍存在两大局限:其一,多数研究将诚实矿工简化为被动行为主体,忽视了诚实矿工在特定状态下的策略调整能力;其二,现有攻击策略设计多基于静态博弈假设,未能充分挖掘攻击者在多阶段博弈中的动态调整潜力。针对上述问题,本文的主要研究内容和工作如下: (1)针对现有自私挖矿研究对诚实矿工行为建模缺失的问题,本文提出了一种新的挖矿攻击理论,即基于自私挖矿的理性矿工间歇挖矿理论(The Theory of Rational Miners'Intermittent Mining):面对自私挖矿攻击时,理性矿工可以通过在等长分叉状态下暂时停止挖矿,在非分叉状态下继续挖矿来提升自身收益。通过理论分析与模拟实验验证,本文发现:理性矿工在区块链非分叉状态下收益稳定,而在等长分叉状态下容易出现负收益。因此,理性矿工间歇挖矿能够有效提高自身的收益。 (2)基于上述发现,本文进一步扩展了自私挖矿攻击的策略空间,并提出了一种新的挖矿攻击策略——完全自私挖矿攻击(Full Selfish Mining,FSM)。在该策略中,攻击者通过尽可能使区块链处于等长分叉状态来最大化其收益。实验结果表明,在FSM攻击策略下,理性矿工的挖矿意愿显著降低,攻击者的收益大幅提高,且其预期挖矿收益始终高于自私挖矿的预期收益,攻击者甚至可以在仅拥有29%计算能力的情况下发起双花攻击。 (3)针对FSM攻击缺乏动态调整策略能力的问题,本文提出了两种更具攻击性的FSM变种策略:领先贪心FSM攻击策略(LFSM)与落后追逐FSM攻击策略(TFSM)。实验分析表明,这两种策略均能根据攻击者算力和区块链状态的变化实现局部最优效果。基于此,本文进一步提出了混合贪心FSM攻击策略,将FSM、LFSM和TFSM三种攻击策略动态结合,并利用贝叶斯优化算法确定全局最优策略。实验结果显示,当攻击者采用混合贪心FSM攻击策略时,可以动态调整攻击策略,使理性矿工的挖矿积极性进一步降低,使自身收益大幅提高。具体而言,当攻击者拥15%的算力时,就能迫使一般矿工停止挖矿;当攻击者拥有19%的算力时,能显著提高自身收益;当攻击者拥有21%的算力时,甚至有机会发动双花攻击。这一发现进一步验证了自私挖矿攻击的潜在威胁。

关键词： 区块链   公共法律服务   数字公共法律服务体系  

摘要： 随着数字时代的到来，在从传统公共法律服务向数字公共法律服务转型升级的过程中，必须坚持以基本公共法律服务理论为基础，充分探讨区块链技术与数字公共法律服务的融合发展，并在数智化的角度上探索未来公共法律服务的发展方向。目前，区块链技术下数字公共法律服务体系建设面临法律法规滞后且监管体系不完善、区块链性能瓶颈与数据隐私保护难题以及社会信任障碍与专业复合型人才短缺等挑战。为此，必须在明确区块链技术的法律地位与应用规范的同时构建区块链技术应用的监管协同机制，不断研发高性能区块链解决方案并强化数据安全与隐私保护机制，此外还应加强区块链技术宣传教育，建立复合型人才培养体系，使得区块链技术更好地服务于数字公共法律服务体系建设。

关键词： 区块链   分片   采样效率   吞吐量   模型强化学习  

摘要： 区块链作为一种由众多参与者共同维护、不可篡改和伪造的分布式账本,在全球范围内受到了学术界与工业界的广泛关注。然而,在大规模应用场景中,区块链技术遭遇了性能瓶颈。以支付系统为例,Visa理论上每秒能够处理超过65000笔交易,而主流的比特币网络理论峰值吞吐量仅为7笔交易,这凸显了区块链在性能方面的显著不足。区块链分片技术被视为提升区块链可扩展性最有效的候选方案之一。当下,流行的研究方向是将最优区块链分片(Optimal Blockchain Sharding,OBCS)问题建模为马尔可夫决策过程(Markov Decision Process,MDP),并将深度强化学习(Deep Reinforcement Learning,DRL)技术应用于分片问题中,以此实现动态分片。此前,相关研究工作主要聚焦于采用无模型强化学习(Model-Free Reinforcement Learning,MFRL)方法来解决OBCS问题。但MFRL往往需要与系统环境进行大量交互才能学习到最优行为策略,这在一定程度上限制了采样效率的提升。 针对上述问题,本课题进行了以下研究:(1)解决分片过程中节点行为对系统性能造成的影响,如节点的计算能力、传输速率等因素会直接影响分片系统的吞吐量和延迟等性能。建立仿真系统模拟区块链网络分片过程和节点行为,通过构建区块链分片问题模型和马尔科夫决策过程模型,明确了区块链分片系统的状态空间、行为空间、奖励函数、优化目标和状态转移关系。(2)解决智能体agent学习最优分片策略效率低下以及区块链分片中安全性低的问题。本课题提出了基于模型的策略优化区块链分片算法(Model-Based Policy Optimization Blockchain Sharding,MBPOBS)。该算法利用预测模型精确预测未来状态,并在此基础上借助交叉熵法(Cross-Entropy Method,CEM)演示者的模仿学习来学习最佳分片策略。此外,agent在利用模型进行规划时,可将安全约束直接融入规划过程,避免在生成策略时探索到违反安全性规则的状态和行为,降低不安全行为的风险,提升区块链系统的安全性。(3)预测模型在模型规划过程中状态特征难以有效表示的问题。为了提高预测模型的稳定性和准确性,本课题深入研究并对比了五种主流预测模型,分别为Transformer预测模型、长短期记忆神经网络(Long Short-Term Memory,LSTM)模型、双向长短期记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)模型、Transformer+BiLSTM组合预测模型以及高斯过程回归预测模型(Gaussian Process Regression,GPR)。通过对这些模型在区块链分片问题中的表现进行综合评估,发现Transformer+BiLSTM组合模型在稳定性和预测精度上表现最为出色。因此,在MBPOBS算法中,最终选定Transformer+BiLSTM组合模型作为预测未来状态的核心模型,这不仅提升了预测准确度,还增强了整个区块链分片算法的稳定性和采样效率。 仿真实验结果表明,本课题提出的模型强化学习算法MBPOBS+Transformer+BiLSTM在采样效率和吞吐量方面相较于无模型强化学习算法具有显著提升。具体而言,采样效率和吞吐量分别提高了约1.61倍和11%。

关键词： 低碳供应链   区块链技术   ESG奖励   信息不对称  

摘要： 党的二十届三中全会强调,要着力推进制度型绿色低碳发展体系构建,科学有序推进“双碳”工作,重点加强绿色低碳循环产业供应链的系统性建设。面对日益严峻的气候变化挑战,低碳经济应运而生,供应链管理作为连接生产和消费的关键纽带,在推动低碳经济的发展中发挥至关重要的作用。然而传统的供应链管理模式在忽视其对环境影响的同时,也面临着信息不对称、信任缺失及效率低下等多重挑战,不利于减排目标的实现。区块链技术具有增强低碳供应链信任度、提升整体运营效率的透明性和不可篡改性。企业良好的ESG表现不仅需要公众的支持,也需要政府的鼓励,进而激励企业更好的履行社会责任,实现外部性的内部化。基于此,本文探索如何在供应链管理中融入低碳理念,以及如何开展“技术+政策”的有效应用,以期促进经济与环境效益的双重提升,实现可持续发展。 本文以单个制造商与零售商组成的两级低碳供应链为研究对象,运用Stackelberg博弈方法,探讨低碳供应链建设区块链平台与政府实行ESG奖励下的低碳供应链决策优化与策略选择问题。首先,通过剖析国网数科区块链绿电认证案例,验证了“区块链技术+政府ESG奖励”的可行性,并为后续章节的开展提供依据;其次,构建不实施区块链技术未引入ESG奖励的低碳供应链模型、实施区块链技术未引入ESG奖励的低碳供应链模型、不实施区块链技术引入ESG奖励的低碳供应链模型以及实施区块链技术引入ESG奖励的低碳供应链模型,并对四个模型进行对比,分析低碳供应链成员的决策优化问题;再次,通过MATLAB数值仿真,探讨消费者低碳信任程度、低碳偏好程度、区块链使用成本、区块链收益、ESG奖励程度对低碳供应链最优决策的影响,以图形直观展示低碳供应链成员的决策优化与策略选择;最后,对本文的研究结论进行总结,研究发现,“技术+政策”的策略组合将有利于低碳供应链转型升级,区块链平台建立透明的市场环境,为申请ESG奖励提供低碳凭证与便捷操作,ESG奖励为区块链平台的建设维护与企业环境友好行为的实践提供资金支持,区块链技术与ESG奖励在低碳供应链研究领域的融合,将有助于两者发挥优势,进而改善社会福利,实现可持续发展,并在文章结尾从政府、企业、公众三方提出相应的对策建议,进一步明确未来的研究方向。