[發明專利]基于區塊鏈和機器學習的跨系統數據共享方法

有效

• 申請號: 202011435694.3
• 申請日: 2020-12-10
• 公開（公告）號: CN112463890B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 楊挺;陳嘉曼;汪文勇
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F16/27
• 分類號: G06F16/27;G06F16/242;G06F21/64;G06F21/88
• 代理公司: 成都天嘉專利事務所(普通合伙) 51211
• 代理人: 冉鵬程

1.基于區塊鏈和機器學習的跨系統數據共享方法，其特征在于：包括語義網數據庫建立步驟、標準屬性值庫建立步驟和智能合約數據共享步驟；

所述語義網數據庫建立步驟，在區塊鏈中建立了一個用于記錄所有參與共享的數據庫中各類數據的屬性名以及該屬性名下的子屬性名的Merkle樹結構作為語義網數據庫，所述屬性名下的子屬性名中均包含它們各自屬于哪張表的信息；

所述標準屬性值庫建立步驟，通過已有的標準屬性值數據訓練機器學習模型，將所述語義網數據庫建立步驟中得到的用于共享數據的語義網數據庫輸入至訓練好的機器學習模型中進行機器學習，得到標準語義網數據庫；通過已有的標準屬性值數據訓練機器學習模型，具體的，首先，將所述語義網數據庫建立步驟中得到的用于共享數據的語義網數據庫中每列數據輸入至訓練好的機器學習模型中進行機器學習；然后，選擇機器學習模型的輸出結果中輸出概率最高的屬性名作為語義網數據庫中每列數據的屬性名；得到機器學習模型的輸出結果中輸出概率最高的屬性名后，還要首先查找當前作為語義網數據庫的Merkle樹結構中對應列的屬性名是否與機器學習模型的輸出結果中輸出概率最高的屬性名相同，若不相同則用機器學習模型的輸出結果中輸出概率最高的屬性名作為對應列的屬性名入到Merkle樹結構中；若用于共享數據的語義網數據庫中的某一列數據經過機器學習模型機器學習后輸出的結果中所有屬性名的輸出概率值都低于設定閾值，則判斷該列為新屬性，則在當前作為語義網數據庫的Merkle樹結構下新增一個屬性分支，并將該列數據加入標準語義網數據庫中，作為新屬性的標準值；

所述智能合約數據共享步驟，將標準語義網數據庫存放到區塊鏈中，用戶通過查看區塊鏈中的標準語義網數據庫，找到目標數據的屬性名在其存儲位置的數據庫中的命名，然后進行訪問。

2.如權利要求1所述的基于區塊鏈和機器學習的跨系統數據共享方法，其特征在于：所述Merkle樹結構中的所有葉節點代表屬性名下的子屬性名，通過自底向上進行哈希遞歸，最終返回一個根哈希值作為語義網數據庫的樹根。

3.如權利要求1所述的基于區塊鏈和機器學習的跨系統數據共享方法，其特征在于：所述智能合約數據共享步驟中，當用戶訪問數據庫時要加入自己的數據庫或者對數據進行操作，則用戶向區塊鏈的智能合約發送操作請求，智能合約接收所述操作請求并進行解析，判斷操作請求類型；

若操作請求為用戶要將自己的數據庫加入至本共享網絡中，則智能合約將待加入的數據庫中所包含的數據輸入至所述語義網數據庫建立步驟中，并根據加入的數據庫中各類數據的屬性名以及該屬性名下的子屬性名更新至作為語義網數據庫的Merkle樹結構中；

若操作請求為用戶將對某一數據庫中的數據進行操作，包括：增、刪、查、改，則根據目標數據的屬性名在其存儲位置的數據庫中的命名，調取并返回具有數據庫名的全部屬性名，然后用戶再對具體屬性名的數據進行操作。