一種快速的跨鏈資源定位系統及方法
2023-05-29 05:12:10
1.本發明屬於人工智慧與區塊鏈技術領域，具體是涉及一種快速的跨鏈資源定位系統及方法。
背景技術：
2.隨著我國經濟水平的不斷發展，信息技術的不斷提高，金融經濟與信息技術之間的關係日益密切，每一個體戶對於信息數據的安全都提出了個性化的需求，所以區塊鏈作為一種新型的去中心化協議，他能夠安全的存儲數據資產信息，不可偽造和篡改，可以自動執行智能合約，無需任何中心化機構的審核。
3.區塊鏈為每個區塊保存一定的數據資產信息，並通過各自的時間順序組成鏈條。對應的一條區塊鏈被保存在所有伺服器中。區塊鏈這些伺服器在整個系統中被稱為節點，而需要修改區塊鏈的信息就必須徵得節點的同意才能修改所有節點的信息，這也就是區塊鏈去中心化優勢的體現。應用不同場景的區塊鏈直接存在孤立性和封閉性，鏈之間由於區塊存儲的定義不同導致的高度異構化，區塊鏈之間的數據流通成為問題。
4.為了使異構的區塊鏈或者同構的區塊鏈之間實現數據資產的相關操作，由此跨鏈技術應運而生。跨鏈技術是連接各個區塊鏈的紐帶，可以增加區塊鏈之間數據資產的聯繫並解決數據孤島問題。由於區塊鏈是由區塊所組成的鍊表，那麼在跨鏈操作中，a鏈對b鏈所進行的區塊定位速度，決定了跨立生態業務中包含a鏈及b鏈的跨鏈總處理速度，而且生態業務的種類繁多，對於聯盟鏈中的成員協作也有不同的複雜度影響。專利申請cn114793244a公開了一種區塊鏈的資源處理方法、裝置、設備和介質，實現了多鏈之間的數據資源的相互定位和獲取，以及對多鏈數據資源的維護和管理，但其採用樹形存儲導致新區塊創建速度與跨鏈區塊索引速度效率不高，根據域名空間進行多個層級的存儲導致資源存儲與業務類型關聯性較低，識別跨鏈資源的信息獲取需求時需要查詢多層權限造成冗餘跨鏈訪問時間，區塊鏈存儲資源流行度的不同造成的跨鏈資源不同的訪問頻率，分布式哈希表仍存在更新時遍歷範圍為域名空間全鏈和異構跨鏈索引定位速度低的問題。
技術實現要素：
5.為解決上述技術問題，本發明提供了一種快速的跨鏈資源定位系統及方法，考慮到鏈上業務生態種類的不同，以及不同生態業務鏈的協同處理，引入聯盟鏈進行業務私鏈的選擇來加快跨鏈資源定位的速度；通過業務私鏈上的高流行度區塊位置緩存區設立，減少高流行度區塊資源定位訪問的頻率，從而加快跨鏈資源定位速度。
6.本發明所述的一種快速的跨鏈資源定位系統，包括學習反饋模塊、rm鏈目錄模塊、資源目錄模塊、業務鏈流行模塊、熱門排名模塊、預測學習模塊、周期迭代模塊和定位預測模塊；
7.學習反饋模塊接收跨鏈資源定位請求和模型，根據跨鏈資源定位結果進行反饋獎勵調整，在rm鏈上進行最優的業務單鏈選擇；
8.rm鏈目錄模塊將rm鏈的單鏈索引區塊通過樹形結構的線性存儲，根據鏈狀態信息將與所需定位資源相關的業務鏈索引位置存儲在鏈上，由每個rm鏈的資源目錄進行業務單鏈的索引記錄，並劃分熱門業務鏈索引區和非熱門業務鏈索引區；
9.資源目錄模塊將業務單鏈的數據區塊通過樹形結構的線性存儲，由每個單鏈的資源目錄進行區塊數據的索引記錄，並劃分熱門數據區塊索引區和非熱門數據區塊索引區；
10.業務鏈流行模塊根據rm鏈上業務單鏈的訪問頻率和相應的鏈狀態信息訓練，並且對以後新加入的業務單鏈進行預測，從而獲得rm鏈上熱門排名的業務單鏈，因此設置對應rm鏈的熱門業務鏈索引區；
11.熱門排名模塊根據單鏈上數據區塊的訪問頻率和相應的鏈狀態信息訓練，並且對以後新加入區塊進行預測，從而獲得單鏈上熱門排名的區塊，單鏈因此設置對應單鏈的熱門數據區塊的緩存區；
12.預測學習模塊通過單鏈的對應索引定位信息和相應的鏈狀態信息，進行深度學習，給出所申請跨鏈資源的所在單鏈的位置範圍的預測；
13.周期迭代模塊在有新的業務數據區塊創建、業務鏈更新或是有未實現跨鏈資源定位請求的一輪定位動作時，重新構建單鏈和rm鏈的數據存儲資源目錄及邏輯關係；
14.定位預測模塊通過深度學習對已知區塊在對應鏈上的資源目錄的索引進行訓練，通過預輸出的最大最小誤差以評估之後數據區塊的定位位置。
15.進一步的，rm鏈目錄模塊和資源目錄模塊進行rm鏈和業務單鏈構建中，涉及每條鏈的資源目錄存儲在各自鏈上，鏈目錄存放在rm鏈上，每當有一條鏈進行更新，會重新上傳更新後的鏈狀態信息參數到rm鏈上以及通過哈希籤名進行驗證身份，通過哈希算法為每條鏈的狀態信息參數賦獨一的鏈態cs碼並更新對應的鏈狀態信息，如果更新則會替換之前所存儲的鏈態碼為新的鏈態cs碼。
16.進一步的，業務單鏈上的資源目錄通過優化後的線索進行動態更新，鏈上數據區塊根據完全二叉樹的定義和對應的da碼，進行二分搜索建立完全二叉樹目錄，對應到鏈上依次一維雙向鍊表數組，新增的鏈上數據加到數組末尾，刪除和修改操作通過鍊表進行；鏈上資源目錄順序首先是鏈的鏈態碼，其次是對應的區塊索引目錄，通過索引目錄連結到數據區塊；數據區塊開頭記錄對應通過哈希算法獲得的da碼以及時間戳。
17.一種快速的跨鏈資源定位方法，採用上述定位系統進行定位，所述方法的步驟為：步驟1、用戶通過客戶端發出跨鏈資源定位請求申請，預先初始化獎勵、學習反饋因子、業務狀態函數，構建跨鏈資源申請模型；
18.步驟2、跨鏈資源申請模型被完整發送到學習反饋模塊，使用業務鏈流行模塊和rm鏈目錄模塊構建貼合請求跨鏈資源定位業務生態的rm鏈；
19.步驟3、學習反饋模塊中的強化學習目標設置為跨鏈資源定位速度最大化，跨鏈資源定位調整後的速度因子設置為強化學習獎勵信號值；
20.步驟4、如rm鏈相關業務鏈群更新，啟動周期迭代模塊，使用rm鏈目錄模塊重新構建rm鏈，並使用業務鏈流行模塊重新設置熱門單鏈的索引目錄，更新鏈狀態信息；
21.步驟5、對比所需定位的跨鏈資源業務與rm鏈熱門排名業務單鏈的符合度，如符合度大於閾值則直接跳轉到步驟7，否則繼續步驟6；
22.步驟6、跨鏈資源定位申請發送到rm鏈上，預測學習模塊根據業務生態貼合度、業
務訪問頻率、跨鏈資源定位速度對跨鏈資源申請模型進行動態調整，使rm鏈上跨鏈資源定位動作範圍不斷趨向於符合的業務單鏈；
23.步驟7、如有新的業務數據區塊創建，啟動周期迭代模塊，使用資源目錄模塊重新構建業務單鏈，並使用熱門排名模塊重新設置熱門區塊索引目錄，更新鏈狀態信息；
24.步驟8、對比所需定位的跨鏈資源業務與業務單鏈熱門區塊的符合度，如符合度大於閾值則直接跳轉到步驟11，否則繼續步驟9；
25.步驟9、跨鏈資源定位申請發送到業務單鏈上，定位預測模塊使用深度學習對已知區塊在對應鏈上的資源目錄的索引進行訓練，輸出預測定位範圍，優先訪問業務單鏈上的熱門區塊索引區，其次二分搜索訪問預測定位範圍；
26.步驟10、遍歷業務單鏈上除去熱門區塊的數據區塊，判斷跨鏈資源定位請求是否完成，若完成，則跳轉步驟11，若未完成，則重複步驟2-10；
27.步驟11、返回定位資源區塊，結束定位過程。
28.進一步的，步驟6中的跨鏈資源定位速度依據鏈上資源總數和跨鏈資源定位時間得到，所述跨鏈資源定位時間為：
29.t
αll
＝t
rm
+ti+t
extra
30.其中，t
all
表示為跨鏈定位一單位需求數據區塊所需要的總時間，t
rm
表示為rm鏈上索引對應所需數據區塊所在的業務單鏈花費的時間，ti表示為需求數據區塊對應的業務單鏈上索引對應區塊的花費時間，t
extra
表示為除rm鏈、業務單鏈上所花費的時間之外的時間，為外衍變量，由跨鏈資源定位流程模型外的因素決定。
31.進一步的，所述rm鏈上索引對應所需數據區塊所在的業務單鏈花費的時間具體可分解為以下部分：
[0032][0033]
其中，k表示為rm鏈上高流行度緩存的區塊數目，x表示一個變量。當x≤k時，表示為跨鏈資源定位所需的資源在已緩存的高流行度的業務單鏈緩存區，則t
rm
＝log2x；當x＞k時，表示為跨鏈資源定位所需的資源不在已緩存的高流行度的業務單鏈緩存區，則t
rm
＝log2k+log2(n-k)；同理，ti也如上分解。
[0034]
本發明所述的有益效果為：
[0035]
1)本發明利用強化學習調整實現跨鏈資源定位依據業務生態的調整定位動作，提高在rm鏈上的業務單鏈索引速度，從而提高rm鏈定位階段的定位速度；
[0036]
2)採用深度學習預測單鏈上的數據區塊的索引位置範圍，避免單次索引遍歷單鏈全部區塊的操作，從而提高業務單鏈定位階段的定位速度；
[0037]
3)強化學習調整跨鏈資源索引方向，深度學習細微調節單鏈區塊索引範圍，提高無目的的跨鏈資源定位(即所需定位數據資源業務類型未知)方向選擇效率，減少有目的的跨鏈資源定位(即所需定位數據資源業務類型已知)的時長；
[0038]
4)本發明通過在業務單鏈以及rm鏈上進行熱門排名以及熱門排名索引緩存，從而降低對應熱門排名區塊/單鏈的索引定位時間，加快跨鏈資源定位的速度；
[0039]
5)通過對鏈上區塊或者鏈區塊的線性目錄建立，隨機存取的特性可以更快速地定位資源，從而提高跨鏈交易速度。
附圖說明
[0040]
圖1是跨鏈資源定位系統結構圖；
[0041]
圖2是跨鏈資源定位方法流程圖；
[0042]
圖3是rm鏈與業務單鏈的鏈結構示意圖；
[0043]
圖4是區塊的樹型存儲與線性存儲示意圖。
具體實施方式
[0044]
為了使本發明的內容更容易被清楚地理解，下面根據具體實施例並結合附圖，對本發明作進一步詳細的說明。
[0045]
，區塊鏈交易所由於龐大的交易量與數據存儲量在交易過程中需要一種快速的跨鏈資源定位系統及方法，其中，所述系統包括學習反饋模塊、rm鏈目錄模塊、資源目錄模塊、業務鏈流行模塊、熱門排名模塊、預測學習模塊、周期迭代模塊和定位預測模塊；
[0046]
學習反饋模塊：用於設計區塊鏈交易所中交易資源定位調用申請調整的反饋獎勵。關於強化學習獎勵的設計，需要以強化學習的目標為指引，使跨鏈資源定位動作不斷趨向於符合的業務生態鏈；因此以跨鏈資源定位方向調整後的速度因素為獎勵，考慮到模型調整後效益無法實時反饋，從而依據周期迭代模塊進行反饋。反饋評估依據業務生態貼合度、業務訪問頻率、跨鏈資源訪問速度；
[0047]
rm鏈目錄模塊：交易rm鏈為區塊鏈交易所的業務聯盟鏈，方便交易所中特定業務協作、項目集團的各區塊鏈數據資源的索引，通過樹形結構的線性存儲，根據鏈狀態信息將與所需定位資源相關的業務鏈索引位置存儲在鏈上，由每個rm鏈的資源目錄進行業務單鏈的索引記錄，並劃分熱門業務鏈索引區和非熱門業務鏈索引區；
[0048]
資源目錄模塊：業務單鏈建立，後一個交易數據區塊依賴上一個交易數據區塊，互相都存有獨立帳本保證安全。將業務單鏈的數據區塊通過樹形結構的線性存儲，由每個單鏈的資源目錄進行區塊數據的索引記錄，並劃分熱門數據區塊索引區和非熱門數據區塊索引區；
[0049]
業務鏈流行模塊：通過根據交易rm鏈已知的業務單鏈的訪問頻率和相應的鏈狀態信息訓練，並且對以後的新加入的業務單鏈進行預測，從而獲得rm鏈上熱門排名的業務單鏈，因此設置交易rm鏈的熱門業務鏈索引區；
[0050]
熱門排名模塊：通過根據單鏈已知區塊的訪問頻率和相應的鏈狀態信息訓練，並且對以後的新加入區塊進行預測，從而獲得單鏈上熱門排名的區塊，單鏈因此設置對應的熱門資源區塊的緩存區；
[0051]
預測學習模塊：通過單鏈的對應索引定位信息和相應的鏈狀態信息，進行深度學習預測所申請跨鏈資源的所在單鏈的位置範圍。通過rm鏈上業務單鏈的相關業務生態信息從而通過強化學習根據業務生態環境，對應該環境給出對應的獎勵信號，根據新狀態和環境反饋獎勵進行一輪調整，由此跨鏈資源申請會根據對應的業務生態進行定位位置的先行範圍預測，加快對應的跨鏈資源定位速度；
[0052]
周期迭代模塊：如有新的交易數據區塊創建，會啟動一輪周期迭代模塊，對應的rm鏈和新區塊所加入的業務單鏈也會隨之更新。業務單鏈會根據新的區塊信息重新構建單鏈目錄以及重新進行熱門排名、設置熱門排名緩存區。rm鏈會根據更新後的相關業務鏈群重
新預測學習，構建rm鏈目錄以及業務鏈流行排名。未實現跨鏈資源定位請求的一輪跨鏈資源定位動作也會啟動周期迭代模塊；
[0053]
定位預測模塊：通過深度學習對已知區塊在對應鏈上的資源目錄的索引進行訓練，通過預輸出的最大最小誤差以評估之後數據區塊的定位位置，比遍歷速度更加快速(常量c《總數據量n)。通過對應輸入數據和輸出數據的訓練，可以更加均勻分布，從而更利於線性結構的存儲，這是一種強有力的、可以顯著減少基於哈希的索引所需存儲量的方式，加快定位速度。
[0054]
區塊鏈交易所發送交易跨鏈資源定位請求申請，會預先在交易定位過程中初始化獎勵、學習反饋因子等預測學習參數，構建交易跨鏈資源申請模型；之後將構建好的交易跨鏈資源申請模型發送到學習反饋模塊，使用業務鏈流行模塊和rm鏈目錄模塊構建貼合跨鏈資源定位業務生態的rm鏈。學習反饋模塊中的強化學習目標設置為跨鏈資源定位速度最大化，跨鏈資源定位調整後的速度因子設置為強化學習獎勵信號值。
[0055]
如果在跨鏈資源定位動作進行中，所構建的交易rm鏈相關業務鏈群進行更新(例如存儲新的數據或者是相關資源被調取)，則會使用預測學習模塊重新預測學習新的定位權重，使用rm鏈目錄模塊重新構建rm鏈和使用業務鏈流行模塊重新設置熱門業務單鏈的索引區。
[0056]
其中，預測學習模塊通過單鏈的對應索引定位信息和相應的鏈狀態信息，進行深度學習預測所申請交易的跨鏈資源所在單鏈的位置範圍。通過交易rm鏈上業務單鏈的相關業務生態信息從而通過強化學習根據交易業務生態環境，對應該環境給出對應的獎勵信號，根據新狀態和環境反饋獎勵進行一輪調整，由此跨鏈資源申請會根據對應的業務生態進行定位位置的先行範圍預測，加快對應的跨鏈資源定位速度。
[0057]
對比所需定位的跨鏈資源業務與rm鏈熱門排名業務單鏈的符合度，如符合度大於閾值則判斷是否過程中存儲了新的數據資源區塊，否則將跨鏈資源定位申請發送到rm鏈上，依據鏈上資源總數和跨鏈資源定位時間得到跨鏈資源定位速度，預測學習模塊根據交易資源的業務生態貼合度、交易資源訪問頻率、跨鏈資源定位速度對跨鏈資源申請模型進行動態調整，使rm鏈上跨鏈資源定位動作範圍不斷趨向於符合交易所要求資源所在的業務單鏈。
[0058]
如果有新的交易數據區塊創建，啟動周期迭代模塊，使用資源目錄模塊重新構建業務單鏈和使用熱門排名模塊重新進行熱門排名、設置熱門資源區塊緩存區。對比所需定位的跨鏈資源業務與交易業務單鏈熱門區塊的符合度，如符合度大於閾值則直接返回定位資源區塊，結束定位過程，否則繼續將跨鏈資源定位申請發送到業務單鏈上，通過定位預測模塊縮小業務單鏈上跨鏈資源定位範圍，優先訪問業務單鏈上的熱門區塊鏈索引，其次遍歷訪問縮小後的定位範圍。遍歷業務單鏈上除去熱門區塊的數據區塊，判斷跨鏈資源定位請求是否完成，若完成，定位過程結束，返回定位資源，推進資源交易，若未完成，則重複之前步驟。
[0059]
區塊鏈交易所交易跨鏈資源定位方法的定位時間受到交易rm鏈、業務單鏈的索引時間和額外的跨鏈索引之外的花費時間的影響，因此跨鏈資源定位時間分解為如下部分：
[0060]
t
all
＝t
rm
+ti+t
extra
ꢀꢀ
(1)
[0061]
其中，t
all
表示為交易中跨鏈定位一單位需求數據區塊所需要的總時間，t
rm
表示為
交易rm鏈上索引對應所需數據區塊所在的業務單鏈花費的時間，ti表示為需求數據區塊對應的業務單鏈上索引對應區塊的花費時間，t
extra
表示為除交易rm鏈、業務單鏈上所花費的時間之外的時間，為外衍變量，由交易跨鏈資源定位流程模型外的因素決定。
[0062]
具體的時間可分解為以下部分：
[0063][0064]
其中，k表示為rm鏈上高流行度緩存的交易數據區塊數目，x表示一個變量。當x≤k時，表示為跨鏈資源定位所需的資源在已緩存的高流行度的交易業務單鏈緩存區，則t
rm
＝log2x；當x＞k時，表示為跨鏈資源定位所需的資源不在已緩存的高流行度的交易業務單鏈緩存區，則t
rm
＝log2k+log2(n-k)。同理，ti也可如上分解。
[0065]
交易rm鏈為聯盟鏈，方案中的rm鏈目錄模塊和資源目錄模塊作用相似，均為鏈上目錄構建作用，但rm鏈目錄模塊針對於交易的業務生態進行動態調整，資源目錄模塊針對於交易環境業務進行資源處理。同理，業務鏈流行模塊和熱門排名模塊作用類似，均為鏈上熱門緩存的設置規則模塊，但業務鏈流行模塊針對於業務生態進行業務鏈的高流行度緩存區設置，熱門排名模塊針對於單個業務進行熱門區塊緩存區設置。
[0066]
快速的跨鏈資源定位方法，將資源區塊的定位分解為首先快速定位聯盟鏈rm鏈上的最優業務單鏈，之後快速定位業務單鏈的資源區塊。通過學習反饋模塊對應的強化學習機制動態調整，通過定位預測模塊和預測學習模塊的對應的深度學習機制預測所需單鏈或區塊位置範圍，通過熱門先篩的規則設置優先訪問緩存區，加快熱門資源的定位速度。
[0067]
如圖1所示，本發明所述的一種快速的跨鏈資源定位系統，其具體為區塊鏈構建更新和預測定位兩部分，區塊鏈構建更新通過周期迭代模塊分為rm鏈、業務單鏈兩部分，rm鏈部分使用到rm鏈目錄模塊和業務鏈流行模塊，業務單鏈部分使用到資源目錄模塊和熱門排名模塊；預測定位則使用到學習反饋、預測學習、定位預測三個模塊，進行資源定位模型參數的調整以及定位過程中的動態預測。
[0068]
如圖2所示，本發明所述的一種快速的跨鏈資源定位方法，其具體為：跨鏈資源定位請求申請時，根據所需求的數據進行模型構建。通過學習反饋模塊將跨鏈資源申請模型進行參數調整，在rm鏈上進行最優(最貼近預想交易要求)的交易業務單鏈選擇。通過預測學習模塊可以快速地縮小交易rm鏈上所需業務單鏈的位置範圍，加快rm鏈上的定位速度。在業務單鏈上通過預測學習模塊，快速縮小單鏈上所需數據區塊的位置範圍，加快單鏈的定位速度。
[0069]
如有新的業務單鏈加入鏈群或是新的數據區塊加入業務單鏈，則會啟動周期迭代模塊；未實現跨鏈資源定位請求的一輪跨鏈資源定位動作也會啟動周期迭代模塊。周期迭代會重新構建單鏈和rm鏈的數據存儲資源目錄和邏輯關係。
[0070]
通過強化學習快速選擇索引最優交易業務單鏈，通過深度學習快速預測數據資源區塊的索引位置達到快速定位。通過業務生態貼合度、業務訪問頻率、跨鏈資源訪問速度等等動態調整學習反饋獎勵，每輪周期迭代均可動態調整使得交易rm鏈的業務單鏈索引趨向最優交易鏈。通過區塊籤名與區塊位置對應相關信息預測大致索引範圍，縮小跨鏈資源定位遍歷範圍，達到快速跨鏈資源定位。
[0071]
由於cpu高速緩存的工作原理，訪問相鄰內存位置的速度很快，而隨機訪問內存位
置的速度則要慢得多。通過對交易rm鏈及單鏈的熱門信息(索引位置、訪問頻率等)進行排序篩選，設置熱門緩存區，達到訪問緩存即可定位，減少訪問磁碟的次數從而加快跨鏈資源定位速度。
[0072]
如圖3所示，針對業務單鏈和rm鏈的結構創建：各個交易業務單鏈上的資源目錄通過優化後的線索進行動態更新，根據完全二叉樹的定義，鏈上數據通過對應的da(數據資產)碼，進行二分搜索建立完全二叉樹目錄，對應到鏈上依次一維雙向鍊表數組，這樣之後增加的鏈上數據加到數組最後，刪除通過鍊表操作進行，修改亦上。每個交易數據區塊也是如此連結，每個區塊開頭記錄此區塊對應通過哈希算法獲得的da(數據資產)碼以及時間戳。鏈的資源目錄先是鏈的鏈態碼然後是對應的區塊索引目錄。通過目錄直接連結到對應的數據區塊(通過da碼進行驗證)。
[0073]
考慮到二分搜索o(nlog2n)的時間複雜度較小(可以考慮用堆建立目錄，因為堆的最差時間複雜度跟平均一個量級均為o(nlog2n)，二分的最差為o(n))。
[0074]
如圖4所示，涉及每條鏈的交易資源目錄存儲在各自鏈上，鏈目錄(跟單鏈的資源目錄一樣構建)存放在rm(資源管理)鏈上，每當有一條鏈更新或者修改，會重新上傳更新後的鏈狀態信息參數到rm鏈上以及通過哈希籤名進行驗證身份，通過哈希算法為每條鏈的狀態信息參數賦獨一的鏈態(cs)碼並更新對應的鏈狀態信息，如果更新則會替換之前所存儲的鏈態碼為新的鏈態(cs)碼。鏈統一管理可以跨鏈定位更快速。
[0075]
以上所述僅為本發明的優選方案，並非作為對本發明的進一步限定，凡是利用本發明說明書及附圖內容所作的各種等效變化均在本發明的保護範圍之內。