一种基于深度学习的有向无环图区块链可扩展性增强方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的有向无环图区块链可扩展性增强方法。该方法的具体步骤如下:(1)在生成新的交易区块时,提取之前有向无环图的拓扑特征和交易信息特征;(2)将提取出的特征,如交易发起人,拓扑结构特征,节点权重等输入神经网络,输出该节点是恶意区块节点概率;(3)根据该节点是恶意的概率来降低当前节点的投票权重,投票权重与概率呈负相关。利用本发明的方法可以在保留有向无环图的高带宽、算力利用率的前提下,有效应对恶意攻击带来的挑战,提升安全性。
基本信息
专利标题 :
一种基于深度学习的有向无环图区块链可扩展性增强方法
专利标题(英):
暂无
公开(公告)号 :
CN114528596A
申请号 :
CN202011316471.5
公开(公告)日 :
2022-05-24
申请日 :
2020-11-21
授权号 :
暂无
授权日 :
暂无
发明人 :
张旭章荣奇马展
申请人 :
南京大学
申请人地址 :
江苏省南京市栖霞区仙林大道163号
代理机构 :
江苏法德东恒律师事务所
代理人 :
李媛媛
优先权 :
CN202011316471.5
主分类号 :
G06F21/64
IPC分类号 :
G06F21/64 G06N3/04 G06N3/08 G06Q40/04
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/60
保护数据
G06F21/64
保护数据的完整性,例如使用校验和、证书或签名
法律状态
2022-06-10 :
实质审查的生效
IPC(主分类) : G06F 21/64
申请日 : 20201121
申请日 : 20201121
2022-05-24 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载