申请/专利权人：浙江树人学院(浙江树人大学)

申请日：2021-09-15

公开（公告）日：2022-03-25

公开（公告）号：CN114244550A

主分类号：H04L9/40(20220101)

分类号：H04L9/40(20220101);H04L41/14(20220101);H04L41/142(20220101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.04.12#实质审查的生效;2022.03.25#公开

摘要：本发明公开了一种基于节点共识行为的区块链FAW攻击防护方法及系统，提出行为奖惩机制和合理的信用评分模型，可合理评价节点的区块共识行为，还提出基于鹰优化的节点信用等级划分方法，考虑了簇内外距离，改进适应度计算方法，引入多个权重参数改进距离计算方法，模拟不同鹰行为以优化簇中心选择，改进不同优化阶段的解更新机制，充分和快速检测进行FAW攻击的恶意节点，获得节点集群内恶意节点的分布情况，给予合理的收益分配权重，并以此建立FAW攻击下的节点收益模型，分配节点集群的收益。通过本发明的技术方案，降低恶意节点的收益，且尽可能提高非恶意算力的累积收益，从而达到防御FAW攻击的目的。

主权项：1.一种基于节点共识行为的区块链FAW攻击防护方法，其特征在于，包括：针对节点发送来的数据进行数据清洗以及基于预设参数的简单验证，以初步筛选得到执行FAW攻击的恶意节点；基于行为奖惩机制，计算每个节点的表现值，并根据前一次节点的工作情况更新每个节点的累积表现值，以及结合信用评分模型将所述累积表现值转化为累积信用值；根据所述节点数据获取所述累积信用值及其他评估要素确定不同维度的最大值与最小值，构建搜索空间，将随机产生的簇中心位置作为一个解决方案，并将解决方案添加至解决方案矩阵中；计算不同解决方案的适应度，并选择适应度最高的解决方案作为当前最佳解决方案，迭代计算每个解决方案与前一解决方案的相似比，并分别在迭代次数和相似比相对于相应的预设阈值的情况下，采用不同的模拟鹰行为对当前解决方案进行优化；根据迭代优化后的解决方案所形成的簇，计算每个簇的评价值，并根据预设阈值将节点信用等级划分为优等和劣等，给予相应等级的节点对应的收益分配权重；在当前网络产生分叉且目标节点集群获得区块奖励、或当前网络未产生分叉且目标节点集群成功寻找到区块时，根据预设的节点收益分配方法，结合所述节点信用等级对本轮节点集群的收益进行分配。

全文数据：

权利要求：

百度查询： 浙江树人学院(浙江树人大学) 基于节点共识行为的区块链FAW攻击防护方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD