一种基于区块链的交易隐私保护方法
摘要文本
本发明属于区块链技术领域,具体涉及一种基于区块链的交易隐私保护方法。所述方法包括:步骤1:定义一个包含多个区块的区块链;步骤2:创建一个种群,用以表示区块链;步骤3:计算每个个体的适应度;步骤4:更新每个个体的优先度和位置以寻找最优的隐私因子;步骤5:更新每个个体的最佳位置,以及全局最佳位置;步骤6:随机选择区块链中的一些交易,并将它们放入一个交易池;重新计算每个个体的适应度;步骤7:再次更新个体的优先度和位置;步骤8:再次更新每个个体的最佳位置,以及全局最佳位置;步骤9:将找到的全局最佳位置作为最终的隐私因子,并将其应用于要执行的交易。本发明提高了交易的隐私性,降低了交易关联风险。
申请人信息
- 申请人:山东维平信息安全测评技术有限公司
- 申请人地址:250098 山东省济南市高新区舜华路879号山东省大数据产业基地D栋1单元504
- 发明人: 山东维平信息安全测评技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于区块链的交易隐私保护方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311714866.4 |
| 申请日 | 2023/12/14 |
| 公告号 | CN117436877B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06Q20/38 |
| 权利人 | 山东维平信息安全测评技术有限公司 |
| 发明人 | 卢黎芳; 尚金龙; 马福燕; 刘伟; 张燕 |
| 地址 | 山东省济南市高新区舜华路879号山东省大数据产业基地D栋1单元504 |
专利主权项内容
1.一种基于区块链的交易隐私保护方法,其特征在于,所述方法包括:步骤1:定义一个包含多个区块的区块链,其中每个区块包含多个交易;每个交易包括发送方地址、接收方地址、交易金额和隐私因子;步骤2:创建一个种群,用以表示区块链,种群中的每个个体表示一个交易;个体在种群中的位置由交易的隐私因子决定,优先度由个体的优先度表示;步骤3:定义交易的适应度函数,计算每个个体的适应度;步骤4:更新每个个体的优先度和位置以寻找最优的隐私因子;步骤5:更新每个个体的最佳位置,以及全局最佳位置;步骤6:随机选择区块链中的一些交易,并将它们放入一个交易池;在每个交易池中,重新计算每个个体的适应度;步骤7:再次更新个体的优先度和位置;步骤8:再次更新每个个体的最佳位置,以及全局最佳位置;步骤9:将步骤8找到的全局最佳位置作为最终的隐私因子,并将其应用于要执行的交易;设区块链为B,包含多个区块B;每个交易包括发送方地址A、接收方地址A、交易金额T和隐私因子Z;创建一个种群,每个个体表示一个交易;个体的位置由交易的隐私因子Z决定,优先度由个体的优先度V表示;设X表示第i个个体的位置,其中X=Z;设V表示第i个个体的优先度,初始化为随机值,范围在[-V, V]之间;V为优先度阈值,为设定值;ksriiiiiimaxmaxmax所述隐私因子使用如下公式计算得到:Z=V*|(T+r, Hash(A+r), Hash(A+r))-X|;iisri其中,r为随机数;适应度函数使用如下公式进行表示:其中,c为第一学习因子,取值范围为0.3~0.6;c为第二学习因子,取值范围为2;N:个体数量;M为最大迭代次数;dist(Z, B)表示交易Z与区块链中的区块B的隐私因子Z的距离;α是第一权重参数,为设定值;|Z-Z|表示个体Z与其他个体Z之间的欧氏距离;β是第二权重参数,为设定值;γ是第三权重参数;满足α+β+γ=1;Z的值等于区块B中包含的所有交易的隐私因子的归一化均值;F为第i个个体的适应度值;12ikikkijijkki步骤4中,使用如下公式,更新每个个体的优先度:V(t+1)=ωV(t)+cr(Pbest-X(t))+cr(Gbest-X(t));ii11ii22i其中ω是惯性权重,r和r均为0到1之间的随机数;V(t+1)为t+1时刻的第i个个体的优先度;V(t)为t时刻的第i个个体的优先度;Pbest是第i个个体自身在之前迭代中找到的最佳位置,称为个体最优位置;X(t)为第i个个体在t时刻的位置;使用如下公式,更新每个个体的位置:12iiiiX(t+1)=X(t)+V(t+1);iii其中,X(t+1)为t+1时刻的第i个个体的位置;i步骤5中,使用如下公式,更新每个个体的最佳位置:如果F(t+1)>F(Pbest),则Pbest=X(t+1);使用如下公式,更新全局最佳位置:如果F(Pbest)>F(Gbest),则Gbest=Pbest;其中,F(t+1)为t+1时刻的第i个个体的适应度值;F(Pbest)为第i个个体的位置为个体最优位置时的适应度值;F(Gbest)为第i个个体的位置为全局最佳位置时的适应度值;iiiiiiiiiiiii随机选择区块链中的一些交易,并将它们放入一个交易池P;重新计算每个个体的适应度,考虑了交易池O中的交易其中,F'为重新计算的个体i的适应度;Z的值等于交易池P中包含的所有交易的隐私因子的归一化均值。iP