关键词： 区块链   属性基加密   数据共享   粒子群优化算法   数字签名  

摘要： 在司法公证的数字化场景中,传统的司法公证信息化领域存在司法公证数据的实际存储的中心化单点故障、易纂改的问题,而区块链技术能够有效解决这些问题,引入区块链技术的公证方案中,又存在公证数据难验证、共享困难的问题,本文设计公证处通过数字签名算法(Elliptic Curve Digital Signature Algorithm,ECDSA)对上链之前的公证数据进行审核流程,审核通过才会进行签名认证以确保链上数据真实性和可验证,并结合属性基加密技术实现共享过程中的细粒度访问控制问题,最后基于链上链下协同存储的区块链公证方案,又带来了链下云服务器利用率低等问题,因此本文设计链下任务智能调度中心并结合模拟退火、混沌映射和自适应变化惯性权重对粒子群算法进行优化改进,对链下云服务器的用户任务请求进行调度,缩短最大任务完成时间,提高云服务器利用效率。 本文将区块链技术、属性基加密技术、ECDSA签名和粒子群算法应用到司法公证领域数字化场景中,提出了一种公证行业内部区块链数据共享互认方案,实现公证数据的细粒度共享、可信认证以及链下智能调度,最后参考该方案的思路设计并实现了一个基于区块链的公证数据系统的实际应用。主要研究内容如下: (1)本文将区块链技术和属性基加密技术以及粒子群优化算法技术应用到司法公证数字信息化场景中,并对区块链司法公证数据共享方案和公证数据共享管理系统中所使用到的理论基础知识和方案中实际使用的方法技术进行学习研究和介绍。 (2)提出了一种司法公证行业的区块链上公证数据共享互认方案,该方案使用了密文策略属性基加密技术和改进粒子群优化算法,实现了公证数据的高效细粒度共享,并且公证处管理员使用数字签名技术对上链的数据进行审核后签名,确保数据的合法性和可验证性,以及对链下云服务器面临的海量用户任务请求进行智能调度,提高云服务器的利用率。最后设计3个实验,对该方案进行测试评估。实验一将属性基加密在不同属性个数的加解密时间消耗进行测试,得出的结果是加解密时间耗时均在系统正常运行可接受范围内。实验二将相同安全级别的ECDSA和RSA对相同位数大小消息进行签名测试,得出的结果是基于椭圆曲线的ECDSA在密钥长度、密钥生成、签名算法和签名体积均优于RSA的表现,可以更好地实现数据认证。实验三则使用对粒子群算法本身设置适应度函数求最小值,结合Matlab中专用测试函数对改进后的算法进行测试,结果显示改进后的粒子群算法在寻优精度和全局寻优上均优于原始粒子群算法,并将粒子群算法结合云计算模拟平台Cloud Sim,对比传统的轮询等算法进行测试,结果显示粒子群算法在不同用户请求任务数量场景下,粒子群在求解最短任务完成时间的目标下,效果明显优于传统的轮询、先来先服务等传统负载均衡算法。 (3)对基于区块链的公证数据共享系统进行了详细设计,首先,针对司法公证信息化建设实际场景中的需求,从功能和非功能需求的角度进行需求设计,并对系统的可行性进行分析证明该系统的设计开发是可行的。然后,从实际的需求设计出发对公证数据共享管理系统进行概要系统设计,公证系统共分为基础设施层、区块链服务层、系统服务层和业务应用层。最后对公证数据共享系统中各功能模块进行详细设计,并对系统中设计到的具体业务流程进行大概介绍,以便为后续公证系统的实现打好基础。 (4)对基于区块链的公证数据共享系统进行了功能实现和测试。首先是对系统需要的开发环境进行了部署和配置,并介绍超级账本区块链通道连接后端业务的具体实现过程,然后对公证系统的关键功能模块如普通用户的注册与登录模块、存证上链以及管理员用户的存证管理等功能进行功能实现。对公证系统中使用频率高的接口进行了性能测试,压力测试结果表明,在高并发用户访问的情况下,测试用到的接口展现良好的性能,符合司法公证信息化建设的实际基本要求。最后,对公证系统中的功能模块进行了黑盒测试,测试结果表明各功能模块工作情况良好,能够达到系统设计的预期目标。

关键词： 编码区块链   局部修复   动态区块链网络   广播协议   节点资源利用  

摘要： 区块链因其优秀的安全性和可溯源性取得了广泛的应用,但是区块链存储代价高的问题严重制约了它的普及。有鉴于此,如何设计出能够有效减少区块链存储代价的方案成为了重要的研究目标。编码区块链能以一定的修复代价,在保证数据可靠性和安全性的同时能够大幅节省存储空间,是一种重要的存储技术。但是,现有的编码区块链方案适用性低,难以适配动态的网络环境且单点修复代价高。同时方案整体性能较差,重编码过程可靠性不足、节点资源利用率低。本文聚焦于解决上述问题,对高性能的动态编码区块链方案展开深入研究: (1)针对编码区块链难以适用于动态的区块链网络环境,同时缺乏单点修复能力的问题,本文提出了局部可修复的编码区块链架构。该架构利用局部修复码技术和分布式存储方法,将原始数据块的存储复杂度从O(n)降低到O(n/(r+1)),并通过局部修复组内节点的协作实现低成本单点修复。并且,针对动态区块链网络的适配问题,设计了新的节点选取分配算法,从而本文的编码区块链架构可根据网络状态选择编码参数和修复组,在满足拜占庭容错要求的前提下,提升编码区块链的适用性。另外,提出了分组交换局部修复编码方案,进一步减少编码过程中的计算复杂度。实验结果表明,相比目前主流的编码区块链架构,本架构在动态网络适应性、局部修复成本以及编解码性能上均有更好的表现。 (2)针对现有编码区块链的重编码过程不可靠、读取效率低以及节点资源利用率低的问题,提出了适用于许可链的动态可靠编码区块链架构。首先,提出了重组块编码方案,将读取单个数据块需要请求的数据量从O(K·T)降低到O(T),并利用默克尔证明实现不依赖于第三方和分布式密钥生成的编码块验证,有效减少了验证过程的计算和通信代价。其次,结合可靠广播技术提出了可靠重编码过程,保证所有诚实节点能够一致完成或拒绝重编码,确保了重编码过程的可靠性。此外,在优化编码参数的基础上结合同态指纹提出了同态重编码过程,进一步实现带宽节省,提高了节点资源利用率。实验结果表明,在保证存储节省的前提下,相比目前主流的编码区块链架构,本架构在原始数据块的读取效率、重编码的效率上均有更好的表现。

关键词： 区块链   属性基加密   智能合约   身份认证  

摘要： 随着数字化建设深入推进,纪检监察数据安全共享问题日益凸显。如何在保证数据安全存储与访问可控的同时,提高共享效率,是当前亟待解决的挑战。传统方案在数据篡改防护能力、访问控制灵活性及共享效率方面存在局限,难以满足实际需求。为此,本文设计并实现了一种融合区块链与多种安全机制的纪检监察数据安全共享系统,以提升安全性与灵活性。 (1)本文提出了一种结合区块链、对等文件系统和数据库的多组件纪检监察数据安全共享系统模型,其中区块链负责数据管理与验证,对等文件系统提供非结构化数据的去中心化存储,数据库则用于结构化数据的存储,并提供高效的关联查询功能。接着,通过引入有限状态机模型(Finite State Machine,FSM)对复杂流程和数据进行梳理,使智能合约能够更加高效精准地进行权限控制和数据管理。最后,设计了基于区块链的数据完整性验证策略,确保了数据的可靠性,进一步增强了系统的安全性与可信度。 (2)本文提出了一种基于可撤销密文策略属性基加密(Ciphertext-Policy Attribute-Based Encryption,CP-ABE)与智能合约的加密和访问控制一体化方案。分别从加密策略变更和用户权限撤销两方面进行对CP-ABE加密算法进行设计优化,减少了重加密的计算开销,提高了动态权限管理中密文的安全性和重加密性能。在此基础上,使用智能合约实现了自动化执行的基于属性的访问控制(Attribute-Based Access Control,ABAC),通过基于属性的加密算法与访问控制机制,共同保证数据安全。本文还对加密算法进行了安全性证明,并对智能合约进行了形式化分析与建模,确保了方案的可靠性与安全性。 (3)本文提出了一种基于Kerberos与区块链的一体化身份认证方案。基于Kerberos认证协议,本方案实现了跨组件的身份认证传递功能,并通过智能合约驱动的令牌管理机制,提高了跨系统存储服务中身份继承与权限控制的安全性与效率。此外,本方案通过使用每个用户独有的区块链公私钥作为身份认证凭证,替代传统的中心化密码存储方式,避免了中心化存储带来的安全隐患,进一步增强了系统的安全性。 实验结果表明,该系统在数据共享效率、访问控制灵活性和安全性等方面均优于传统方案,为数据安全共享提供了一种可行的行业解决方案。

摘要： 随着科技持续进步,区块链技术应运而生并迅速发展。数字货币作为区块链技术的重要应用之一备受关注。数字货币具备去中心化、不可篡改等特点,在支付、投资等领域展现出巨大潜力,吸引了众多投资者参与。然而,数字货币市场的高波动性与复杂性也带来了诸多风险。投资者在追求潜在高收益时,面临着不同程度的财产损失风险。由此可见,深入研究区块链技术赋能下的数字货币投资风险具有重要意义。区块链技术与数字货币概述区块链是一种分布式账本技术,它借助加密算法、共识机制等手段,确保数据安全存储与传输,使交易记录不可篡改且可追溯。数字货币是基于区块链技术产生的一种数字化价值表示形式,以加密技术为依托,不依赖于任何中心化机构进行发行和管理,具有匿名性、转账快速、交易成本低等优势。

关键词： 中继链   自适应交易分配   区块链   读写同步   状态重分片  

摘要： 区块链技术是一种新兴的去中心化数字技术,已经被广泛应用于多种场景中,不同区块链之间的信息交互成为迫切需求。中继链技术作为一种主流且具有高可扩展性的跨链技术,能有效提高不同区块链之间的互操作性,同时,分片技术与中继链结合可以实现跨链交易的并行处理,提高交易的处理效率。然而,分片技术在负载均衡和读写同步中存在挑战。一方面,分片负载不均衡问题导致分片资源浪费并限制中继链分片系统可扩展性的提高。另一方面,虽然在区块链中进行状态重分片可以降低跨分片交易的比例并平衡不同分片的工作负载,但是节点处理跨分片交易时存在读写冲突问题且不同分片之间账户状态同步效率低。为解决上述问题,本论文主要研究内容如下。 (1)面向中继链分片环境的两阶段自适应交易分配模型 针对中继链中存在大量跨链交易难以及时处理以及分片负载不均衡问题,本论文提出面向中继链分片环境的两阶段自适应交易分配模型。在第一阶段,设计一种交易分配预测方法,利用平行链历史跨链交易信息对交易大小和数量进行预测,综合评价交易大小、数量和吞吐量三个属性以计算负载值并根据负载值分配跨链交易。同时,基于交易依赖性设计跨分片交易分配方法以减少跨分片交易,进而减少跨链交易处理延迟。在第二阶段,设计一种交易队列稳定性分析方法,基于交易队列的长度变化分析交易队列的稳定性,并对不稳定交易队列中的交易进行分片间动态微调,有效缓解由于交易数量大幅增加导致的分片负载与分片性能不匹配的问题。实验结果表明,相较于其他对比方法,该模型在交易吞吐量方面提高了10%以上,可以并行处理大量并发跨链交易。 (2)区块链状态重分片中一种高效读写同步模型 针对区块链状态重分片中存在的读写冲突和账户状态同步效率低的问题,本论文提出区块链状态重分片中一种高效读写同步模型。首先,设计账户状态版本号和状态更新记录管理方法,在根据跨分片交易对账户状态进行写操作时修改账户的版本号并在账户状态中添加状态更新记录,保证交易的处理在最新的账户状态下进行,进而减少账户状态读写冲突并提高账户状态信息的正确性。其次,设计全局账户状态树更新和状态重分片过程中的交易处理方法,令各个局部分片中的账户状态树作为子树构建全局账户状态树以协助同步各个局部分片中的账户状态和全局账户状态树的更新,提高账户状态同步的效率。同时,对状态重分片过程中的交易进行分类处理,减少交易在锁定状态的等待延迟。实验结果表明,该模型可以提高账户状态的全局一致性并降低交易处理延迟。

关键词： 联邦学习   动态集群划分   区块链   隐私保护  

摘要： 在大数据时代,随着越来越多的终端设备接入互联网,网络数据呈现爆发式增长,数据隐私保护问题也变得愈发突出。同时,由此形成的数据孤岛现象严重阻碍了传统机器学习的发展,使数据共享和模型训练面临诸多挑战。联邦学习是一种新兴的机器学习方式,各参与方可以在不共享原始数据的前提下进行联合建模,解决数据孤岛的同时避免数据集中存储带来的隐私问题。传统的联邦学习通常采用同步模型更新机制,即中央服务器每轮都需要等待所有本地客户端完成训练后才进行模型聚合。然而,在实际应用中,由于边缘设备的异构性、数据的非独立同分布以及通信资源的限制,这种同步更新机制往往会导致较低的轮次效率和高昂的通信成本。此外,传统的中心化联邦学习架构仍然存在隐私安全和单点故障的风险,在一定程度上限制了联邦学习的广泛应用与扩展。因此,本文围绕上述挑战,展开了对去中心化的半异步联邦学习框架的研究。 针对同步更新机制在通信成本上的限制,本文提出了基于动态集群划分的半异步联邦学习算法Fed Dcp(Federated Learning Algorithm Based on Dynamic Cluster Partitioning with Semi-Asynchronous Updates)。该算法引入了半异步联邦学习框架,并且根据特定基准将本地客户端划分为多个集群,以集群为单位来协调参与每轮全局更新的客户端,从而减少无效的同步等待时间,提高轮次效率。同时,该算法在定期重新划分集群的过程中,动态调整滞后集群中客户端的学习率,以加快本地训练速度,从而优化客户端资源的利用率。本文在设备异构性和数据非独立同分布环境下,对提出的算法Fed Dcp与传统的同步联邦学习算法、异步算法进行了对比。实验结果表明,与同步算法相比,Fed Dcp有效降低了通信成本,而相较于异步算法,则在减少通信开销的同时保持了一定的模型准确性。 针对中心化联邦学习架构面临的隐私安全和单点故障风险,本文提出了基于区块链和同态加密的联邦学习框架BHE-FL(Blockchain and Homomorphic Encryption-based Federated Learning)。该框架采用FISCO BCOS联盟链取代中央服务器,负责记录半异步联邦学习训练过程并协调各参与方进行联合建模,从而实现去中心化架构。同时,结合IPFS(Inter-Planetary File System)以缓解存储压力并提升系统的可扩展性。考虑到模型参数在传输和共享过程中存在的隐私泄露和通信成本问题,本文设计了一种稀疏化同态加密方案,利用稀疏化操作降低通信成本,同时结合同态加密确保模型参数的隐私安全。此外,为了降低单点故障的影响,BHE-FL通过智能合约动态选取合适的客户端作为聚合节点。安全性分析和性能评估表明,BHE-FL在安全性与性能之间取得了良好的平衡。 最后,本文设计了一个联邦学习任务管理平台,前端采用Vue框架,后端则基于Spring Boot架构。用户可以通过该平台配置、发布和管理联邦学习任务,实时监控任务进度,查看详细的执行日志。此外,平台还以可视化方式展示任务结果,帮助用户全面了解任务的执行情况。本文设计的平台提升了联邦学习任务管理的便捷性和透明度,具有实用价值。

关键词： 边缘计算   区块链   零信任模型   共识协议  

摘要： 边缘计算作为一种分布式计算架构,其核心理念是在数据源附近提供智能服务,凭借低延迟和高效率的特点,在智能制造、智慧交通等领域得到了广泛应用。然而,边缘计算的分布式特性、开放架构和内部信任体系也带来了边界安全保护模糊、权限模式僵化等问题,进而引发了安全风险和隐私泄露隐患。 为应对边缘计算环境中存在的安全和隐私问题,零信任模型的引入成为重要解决方案。其秉持“永不信任,始终验证”的核心理念,通过对所有访问请求实施严格的身份与权限动态验证机制,确保每个用户、设备及应用程序的操作均符合安全要求。而区块链技术通过去中心化方式存储数据,能够保障数据的安全性、透明性和不可篡改性,为边缘计算场景中的设备建立去中心化信任体系,有效确保数据在传输、存储和计算过程中的完整性。 由于边缘计算场景下资源有限,当前区块链赋能的零信任模型仍存在局限性:(1)如何设计共识机制,在保障区块链网络中信息真实性和可靠性的基础上,提高网络的可扩展性;(2)如何设计任务匹配算法,针对不同用户或设备的需求实现精准任务调度,在降低响应延迟的同时提高系统吞吐量。 将区块链的去中心化信任机制与零信任架构的动态验证理念相结合,为边缘计算环境构建了更加灵活和安全的访问控制方案。通过为边缘设备和服务器建立数字身份标识和动态认证机制,实现了对用户、设备和应用程序的精细化权限管理。本文的主要研究内容包括: (1)为了提高边缘计算场景下区块链网络面临的可靠性和可扩展性问题,本文提出基于节点信誉与资源感知的共识机制(Reputation and Resource-aware RAFT,RR-RAFT)。场景首先为边缘设备与服务器创建数字身份,然后建立资源感知机制和基于历史行为的信誉评估机制,RR-RAFT共识机制通过选择资源充足和信誉可靠的共识节点参与共识,并于共识结束后根据节点在共识过程中的行为给予不同程度的奖惩。 (2)为了充分利用边缘计算资源并降低网络时延,本文提出基于用户偏好的稳定匹配算法UPSMA(User Preference-based Stable Matching Algorithm,UPSMA)。算法在边缘设备与服务器数字身份创建的基础上,将本地设备与适当的边缘服务器进行稳定匹配,来满足用户偏好和需求,降低通信开销。并采用分解迭代的策略将复杂优化问题拆解为可并行求解的子问题,通过多轮迭代逼近全局最优解。 基于提出的RR-RAFT共识机制和UPSMA匹配算法,本文构建了基于区块链的零信任网络方法(Blockchain-based Zero-trust Approach,BZA)。在模型中RR-RAFT机制通过动态评估节点信誉和资源状态,实现区块链网络共识效率的优化,增强系统的稳定性和安全性;UPSMA算法依托高效的任务匹配策略,有效降低了网络时延,提高资源利用率和系统吞吐量。实验结果表明,BZA方法在保证数据安全性和完整性的同时,显著降低了网络通信开销和任务处理延迟,为边缘计算场景中的安全性和资源优化问题提供了切实可行的解决方案。