关键词： 电子投票   区块链   隐私保护  

摘要： 最近,随着区块链技术的快速发展,其在金融、供应链、医疗等领域的应用日益广泛。电子投票领域是区块链应用重要研究方向,基于区块链的电子投票解决了传统电子投票应用中的信息不透明、信息溯源、中心化存储问题。然而,区块链的公开性和透明性也带来了隐私保护的问题。传统上,区块链上的数据并不私密,因为所有投票参与者都可以访问区块链并读取这些信息,如果直接在投票系统中应用区块链,选票内容可能会被有意图的参与者获取。一个安全的投票方案必须保证选民身份匿名性和选票内容保密性,因此如何在不泄露选民身份和投票内容的前提下,确保投票的公正性和透明性,已成为了一个重要的研究课题。 本文主要从电子投票策略机制出发,面向多数制和选择排序制两种投票场景,对电子投票安全和隐私问题进行研究。本文主要的研究工作和贡献如下: (1)多数制投票,即选民只需投票一次,由所有候选人中的最多得票者获胜。在该场景下由于选票内容简单,为容易出现恶意选民重复投票。为了解决这一问题,本文首先提出了一种高效的基于区块链的防重投票电子投票方案。该方案用Rabin密钥改进了环签名技术,用一种轻量级环签名(LWRS)实现选民身份验证与匿名性的双重保障。此外,为保护选票隐私,在选举过程中每位候选人会生成一对隐身地址密钥用于隐藏选票内容。选民使用自己的私钥和所选候选人的公钥生成选票,这使得所有存储在智能合约中的选票内容均无法被识别。实验分析证明,该投票方案大大降低了计算成本和通信开销,并且比现有的环签名投票方案更加安全高效。 (2)选择排序制投票是一种加权投票策略,通过对每个候选人排序或者打分使投票更加公平和灵活。选票内容不单是对某个候选人投票,而是需要对所有候选人都做出评价,导致选票加密和计票比普通多数制投票更困难。目前该类型的电子投票方案研究较少,且其安全与投票隐私问题较难以解决,特别是面临部分选民串通攻击时。为应对上述挑战,本文提出了一种基于区块链的选择排序电子投票方案。该方案使用非交互式零知识证明(NIZK)和El Gamal算法对选票进行动态加密,以确保所有选民诚实地遵守协议规范,投票内容符合选择排序投票法,而没有透露他们的投票内容。最后,对所提出的方案进行理论分析和实验对比,验证了所提方案满足其安全性需求。

关键词： 智能技术   装配式施工   BIM   区块链  

摘要： 文章基于建筑工程装配式施工技术发展需求，对融合智能技术的相关应用进行了研究。阐述了基于建筑信息模型（BIM）的装配式构件智能设计与优化等技术，介绍了人工智能（AI）驱动的装配式建筑全生命周期管理等创新应用。研究结果表明，智能技术与装配式施工技术的融合，能有效提升建筑工程的设计、生产、施工及运维等各环节的效率与质量，为建筑行业智能化发展提供了有力支撑。

摘要： 数字经济时代背景下，区块链技术作为数字经济的底层架构与制度创新的技术基石，在优化要素配置、激发经济活力、驱动产业革新等方面发挥着关键作用。国际社会重视加强区块链技术布局，竞相争夺数字经济发展主导权，我国长期面临数字产业在全球产业链中低端环节的现状。为突破发展瓶颈，各级政府持续关注区块链技术演进，密集出台多项政策措施推动技术研发与产业实践。当前，国家层面正着力建设区块链应用示范区，系统构建区域性产业生态体系，加速推进多领域应用场景落地，通过强化区块链基础设施支撑，以实现数据资源的整合共享与系统化协同发展。

关键词： 区块链   农产品   跨境电商   海外仓  

摘要： 在全球数字化与农产品跨境电商快速发展的背景下，海外仓模式成为提升农产品国际流通效率的重要支撑，但传统模式面临信息孤岛、质量溯源困难、供应链协同效率低等问题。本文聚焦区块链技术与农产品跨境电商海外仓模式的融合，探讨其核心价值与实现路径。研究发现，区块链技术通过构建信息协同平台，能够有效破解传统海外仓的数据壁垒：其一，借助分布式账本与去中心化特性，实现种植、加工、运输、清关等全链条数据上链，保障信息实时共享与不可篡改，降低跨境贸易信任成本，强化我国农产品出口的技术优势；其二，利用可追溯性为农产品生成“数字身份”，满足目的国严格检验检疫标准，通过透明化信息披露提升消费者信任，减少物流纠纷与售后成本；其三，依托智能合约自动化执行检验检疫、库存管理等流程，将清关时间大幅缩短，显著优化供应链效率。

关键词： 数据交易   区块链   Stackelberg博弈   加密货币预测  

摘要： 在科技快速发展和互联网广泛普及的背景下,数据已成为个人、企业乃至国家的重要战略资源,具有巨大的经济与社会价值。推动数据交易有助于促进信息流通和价值释放,但传统中心化交易模式因过度依赖第三方中介,存在信任缺失、数据泄露和价值评估不公等问题,严重制约了数据市场的健康发展。因此,亟需构建一种更安全、透明、高效的数据交易机制。 针对上述问题,本文提出了一种基于区块链技术的数据交易方案,利用区块链的去中心化特性摒弃对中介机构的依赖,构建可信的交易环境。为进一步优化数据交易机制,实现交易各方收益最大化,引入Stackelberg博弈模型,数据提供者根据市场情况制定最优定价策略以实现自身收益最大化,数据消费者则在此基础上制定最优购买策略,双方在博弈过程中达成均衡,有效提升交易效率,缓解由信息不对称导致的定价偏差。此外,在数据安全方面,本文提出结合零知识证明与RSA双重水印加密技术的保护方案,融合买卖双方水印,有效防止数据泄露、复制与二次售卖。实验结果表明,该交易框架具备良好的可行性与实用性,在提升数据利用效率和经济收益方面展现出广阔的应用前景。 在此基础上,针对以太坊平台交易费用对数据交易成本的影响,本文提出一项优化策略,以降低区块链数据交易成本并提升实际应用价值。该策略通过精准预测以太币价格,动态调整交易方案,从而有效控制整体成本。具体方法是采用可学习序列分解技术将市场数据划分为趋势与周期性成分,便于捕捉时间序列变化特征;再通过多层感知器提取各成分特征,分析变量间相互作用,并结合特征的领先滞后关系优化预测过程。实验结果表明,与现有技术相比,模型在预测准确性及稳定性方面表现更好,为降低区块链数据交易成本提供了坚实支撑,进而显著增强了整个交易方案的实用性和经济效益。

关键词： 属性基可搜索加密   多属性权威   多数据所有者   雾计算   可追踪性   策略隐藏  

摘要： 随着物联网技术的快速发展,数据规模呈指数级增长,信息泄露事件频发,使数据安全与隐私保护面临严峻挑战。在云计算环境下,多数据所有者对协同管理、文件共享的需求不断增加,然而,现有属性基可搜索加密方案在搜索效率、数据所有权管理、密钥管理、用户权限控制及策略隐藏更新等方面仍存在诸多局限,难以满足复杂应用场景的安全与性能需求。为解决上述问题,本文在雾计算环境下结合可搜索加密、多权威管理和恶意用户追踪等技术,提出三个属性基可搜索加密方案: (1)针对物联网环境下数据安全与搜索灵活性不足的问题,提出一种面向多权威的属性基动态关键字搜索加密方案。首先,采用分布式权威架构,将属性集划分为互不相交子集并由独立属性权威管理,有效消除单点性能瓶颈并提升系统鲁棒性。其次,通过构建动态关键字匹配算法,允许关键字集与查询集存在部分匹配即返回结果,显著提高搜索效率。最后,引入雾计算节点实现了请求预处理与部分解密,降低用户端延迟。 (2)针对多数据所有者环境下的密钥泄露与权限管理难题,提出一个可追踪可撤销的多数据所有者属性基可搜索加密方案。首先,采用权威中心与属性权威分离式密钥生成机制,其中权威中心绑定用户身份生成身份密钥,属性权威基于属性生成访问密钥,实现细粒度访问控制与密钥溯源。其次,通过线性秘密共享实现多数据所有者联合加密,数据用户需获得多个数据所有者授权才能解密数据,从而提升数据共享的安全性。最后,结合身份绑定机制与二叉树结构存储用户身份信息,实现恶意用户追踪与撤销,并动态更新撤销列表,以保障系统的长期安全性。 (3)针对策略暴露风险与策略更新效率难题,提出一个支持策略隐藏更新的多方属性基可搜索加密方案。首先,通过随机化、填充虚假属性及加密索引信息,实现访问策略的隐藏,使得雾节点仅能存储混淆后的索引值,而无法解析具体的访问策略,从而增强系统的隐私保护能力。其次,设计高效的策略更新机制,结合访问结构的灵活重构与密钥更新技术,使数据所有者能够在无需重新加密数据的情况下动态调整访问策略。最后,借助雾计算架构,将部分策略隐藏和更新计算转移至雾节点,减少用户端的计算开销,从而提升系统的运行效率与安全性。

摘要： 探究将区块链技术融入网络空间安全架构，提出综合解决方案，通过构建分布式信任等关键模块，有效提升网络安全性能。

关键词： 智能合约   漏洞检测   变长操作码序列   ChordMixer  

摘要： 区块链技术逐步从实验阶段迈向实际应用,在金融行业、供应链、去中心化应用和数字资产管理等领域展现出广阔的前景。智能合约通过自动执行协议减少人为干预,但其代码和状态不可更改,且合约开发复杂、代码公开并涉及大量加密资产,易受黑客攻击。近年来,由智能合约漏洞引发的经济损失高达百亿美元,凸显了智能合约漏洞检测的重要性。起初,智能合约漏洞依赖人工审计,但该方法耗时且受限于审计人员的能力和经验。随着技术发展,符号执行、模糊测试和形式化验证等方法逐渐取而代之,但仍存在自动化程度低、通用性差和误报率高等问题,且常需人工复核。深度学习技术凭借其卓越的特征提取能力在智能合约漏洞检测领域获得了广泛应用。然而,传统方法通常只支持固定长度的输入序列,在处理长序列时往往需要截取操作,这不仅破坏了序列信息的完整性,还难以捕序列的全局信息,从而导致检测性能受限。值得注意的是,当前研究主要关注已知漏洞的识别,对新型未知漏洞的检测仍然处于起步阶段,这已成为制约区块链安全发展的关键瓶颈。 为解决以上问题,本文的研究内容如下: (1)本文提出了一种面向变长操作码序列的智能合约漏洞检测方法,旨在应对神经网络模型在处理变长输入序列时信息损失与特征提取不足的问题。本文对ChordMixer神经网络进行了优化,提升其对变长操作码序列的建模能力,使其能够同时捕捉序列的全局语义信息和关键局部特征。具体而言,本文利用ChordMixer神经网络构建块来处理变长的输入序列,同时捕捉序列的全局信息。为了更好适应智能合约漏洞检测任务,本文通过引入保留机制来提取序列的关键局部特征,从而提升模型的检测能力。该方法不仅能够分辨正常合约与漏洞合约,还能高效识别七种不同类型的漏洞,增强了智能合约的安全性和可靠性。 (2)本文提出了一种不确定性感知与模糊集相似性协同检测的智能合约未知漏洞检测方法,旨在提升智能合约漏洞检测的全面性。该方法对已知漏洞检测模型进行了改进,创造性地引入p NML神经网络层,并根据模型的泛化误差来感知样本的不确定性,由此区分智能合约已知和未知漏洞。具体来说,模型根据预设的阈值对样本进行分类,高于阈值的样本被视为已知样本,输出该样本的分类结果。低于阈值的样本则被视为未知样本。由于正常合约的特征分布呈离散性可能导致误判,本文协同直觉模糊集相似性算法,对未知样本做进一步判断,通过计算测试样本与正常样本及各类漏洞样本之间的相似度,实现对未知漏洞样本的精准识别。未知漏洞协同检测方法有效降低了误判率,增强了未知漏洞的检测能力,为智能合约安全提供了更稳健的保障。

关键词： 区块链   人工智能   职业学校   财务内部控制   透明度  

摘要： 教育领域财务管理的规范化需求与新兴技术赋能的趋势交汇，催生职业学校财务内控透明化改革的迫切性。本文聚焦区块链与人工智能技术融合的应用场景，揭示当前职业学校财务内控存在的制度体系断层、透明度机制缺失、监督效能滞后三重困境。分析了技术特性与制度逻辑的脱节导致数据孤岛化、操作黑箱化、风险隐蔽化等问题。文章还有针对性地提出了完善财务内部控制制度体系、构建财务内部控制透明化平台、强化财务内部控制动态监督等优化策略。研究成果可以为职业学校财务内部控制的改良提供经验借鉴。