[發明專利]基于區塊鏈大數據的安全識別方法及安全識別系統

在審

• 申請號: 202011477761.8
• 申請日: 2020-06-24
• 公開（公告）號: CN112488712A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 楊劉琴
• 申請（專利權）人: 楊劉琴
• 主分類號: G06Q20/38
• 分類號: G06Q20/38;G06Q20/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于區塊鏈大數據的安全識別方法，其特征在于，應用于人工智能云服務平臺，所述人工智能云服務平臺與多個不同分布式賬本的區塊鏈驗證服務系統通信連接，所述區塊鏈驗證服務系統包括區塊鏈請求響應組件以及與所述區塊鏈請求響應組件通信連接的支付加密組件，所述人工智能云服務平臺用于為分布式賬本提供其在不同賬本分布區間內的支付響應大數據信息，所述方法包括：

獲取分布式賬本在每個已完成交易的賬本分布區間內的支付響應大數據信息，其中，所述支付響應大數據信息通過所述分布式賬本的區塊鏈驗證服務系統中的所述支付加密組件對所述區塊鏈請求響應組件進行加密完成后得到，所述支付響應大數據信息包括支付響應對象以及每個支付響應對象所對應的支付賬本信息集合，所述支付響應對象用于表征共識支付驗證過程中每次產生的驗證對象，所述支付賬本信息集合用于記錄相應的支付響應對象下的共識支付驗證數據，其中，所述驗證對象包括用戶生物特征驗證和用戶支付環境驗證的行為；

根據所述分布式賬本在每個已完成交易的賬本分布區間內的支付響應大數據信息以及每個支付響應對象所對應的預設共識規則標簽，配置得到對應的安全識別人工智能模型，其中，所述預設共識規則標簽用于表征每個支付響應對象所對應的共識支付驗證的類型，包括工作量證明機制、權益證明機制、股份授權證明機制，或者所述預設共識規則標簽用于基于歷史使用情況設置獲得；

根據所述安全識別人工智能模型對所述分布式賬本在預設時間段內的各個支付響應對象下的支付響應數據信息進行安全識別，得到所述分布式賬本在所述預設時間段內各個支付響應對象所對應的支付賬本信息集合的共識預測規則；

根據所述各個支付響應對象所對應的支付賬本信息集合的共識預測規則與預定共識規則標簽之間的對比關系，生成至少一個安全防護更新腳本以及每個安全防護更新腳本所對應的防護執行節點序列，所述防護執行節點序列包括至少一個防護共識驗證項目以及每個防護共識驗證項目所對應的節點序列，其中，所述節點序列中以時間軸為方向，以單位時間為一個防護單位形成一個控制命令以用于后續支付驗證過程。

2.根據權利要求1所述的基于區塊鏈大數據的安全識別方法，其特征在于，所述根據所述分布式賬本在每個已完成交易的賬本分布區間內的支付響應大數據信息以及每個支付響應對象所對應的預設共識規則標簽，配置得到對應的安全識別人工智能模型的步驟，包括：

提取每個所述支付響應對象所對應的支付賬本信息集合的交易協議特征信息；

以所述交易協議特征信息作為待生成模型的輸入特征，將所述交易協議特征信息輸入到所述待生成模型中，通過所述待生成模型解析所述交易協議特征信息在交易協議類別內的可學習特征，所述可學習特征包括可學習特征區間段集合；

按照預設標記對所述可學習特征區間段集合進行分割，得到多個學習分割特征；

根據所述可學習特征所對應的特征向量確定多個第一更新命令內容，所述多個第一更新命令內容分別為所述多個學習分割特征在所述待生成模型中學習控制的更新命令內容，所述待生成模型用于學習多個可學習特征區間段集合進行分割處理之后的學習分割特征，以及分割處理后的各個學習分割特征在所述待生成模型中映射的更新命令內容，所述多個可學習特征區間段集合為在所述交易協議類別內獲取到的多個可學習特征所包括的可學習特征區間段集合，其中，所述第一更新命令內容根據所述特征向量所表征的特征參數類型以及不同特征參數類型所對應的預設更新命令內容得到；

按照所述多個第一更新命令內容中的每個第一更新命令內容從高收斂度到低收斂度的順序，對所述多個第一更新命令內容進行排序，得到更新命令內容序列；

基于預設相似比例閾值和所述更新命令內容序列，確定所述多個學習分割特征中的學習分割特征在所述待生成模型中映射的更新命令內容，所述預設相似比例閾值用于指示所述可學習特征區間段集合與交易協議類別內獲取的可學習特征區間段集合相似部分在所述可學習特征區間段集合中所占的比例；

當所述學習分割特征在所述待生成模型中映射的更新命令內容匹配預設更新命令內容時，確定所述可學習特征為目標可學習特征，當確定該可學習特征為目標可學習特征時，對于所述多個第一更新命令內容中的每個第一更新命令內容，根據所述第一更新命令內容控制所述待生成模型學習在所述交易協議類別內獲得的多個可學習特征區間段集合進行分割處理之后的學習分割特征，以及分割處理后的各個學習分割特征在所述待生成模型中映射的更新命令內容，并在學習控制之后生成對應的預測共識規則；

根據所述每個支付響應對象的預測共識規則和所述每個支付響應對象所對應的預設共識規則標簽更新所述待生成模型的更新命令內容。