工作量证明算法优化方法、装置、系统及存储介质制造方法及图纸

本申请提供的一种工作量证明算法优化方法、装置、系统及存储介质，所述方法包括对目标对象的所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据；其中，所述仿真生理数据包括若干仿真生理参数；通过加密算法依次对每个所述仿真生理参数进行加密计算，分别得到对应的第一加密结果，并依次判断所述第一加密结果的数据格式是否满足预设数据格式；当当前的所述第一加密结果的数据格式满足所述预设数据格式时，对所述生理模型发放工作量证明奖励。根据目标对象对应的生理模型的仿真生理参数，在满足工作量条件时，将工作量证明奖励发放给所述生理模型(数字化身)，数字化身可以在虚拟场景中使用该奖励，给予经济刺激。给予经济刺激。给予经济刺激。

【技术实现步骤摘要】
工作量证明算法优化方法、装置、系统及存储介质


[0001]本申请涉及互联网
，特别地涉及一种工作量证明算法优化方法、装置、系统及存储介质。

技术介绍

[0002]工作量证明(Proof Of Work，简称POW)，简单理解就是一份证明，用来确认你做过一定量的工作。监测工作的整个过程通常是极为低效的，而通过对工作的结果进行认证来证明完成了相应的工作量，则是一种非常高效的方式。
[0003]工作量证明最常用的技术原理是散列函数。由于输入哈希h()的任意值n，会对应到一个h(n)结果，而n只要稍微变动，就会引起雪崩效应，所以几乎无法从h(n)反推回n，因此借由指定查找h(n)的特征，让用户进行大量的穷举运算，就可以达成工作量证明。
[0004]在一个大众参与的系统中，需要形成一个自我满足的经济体系，这个体系必须制定公平可信规则，确保消费者得到公平对待，避免出现大规模的作弊、欺诈或是诈骗，也要确保内容制作者能够在这个平台上自由发布内容并从中获利。
[0005]但是工作量证明策略都发生在真实场景中，上述工作量对应的奖励只发放给内容制作者，对于虚拟现实技术(虚拟现实(VR)、增强现实(AR)、混合现实(MR)和扩展现实(XR))、游戏技术(游戏引擎、游戏代码、多媒体资源)和AI人工智能技术等虚拟场景中，往往不存在实际的用户，都是用户的数字化身(虚拟模型)，目前还没有基于数字化身的工作量证明机制，奖励制度不完善。

技术实现思路

[0006]针对上述问题，本申请提供一种工作量证明算法优化方法、装置、系统及存储介质，解决了现有技术中工作量证明的奖励机制不完善的问题。
[0007]第一方面，本申请提供了一种工作量证明算法优化方法，所述方法包括：
[0008]获取目标对象的实际生理数据；
[0009]根据所述实际生理数据，建立所述目标对象对应的生理模型；
[0010]对所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据；其中，所述仿真生理数据包括若干仿真生理参数；
[0011]通过加密算法依次对每个所述仿真生理参数进行加密计算，分别得到对应的第一加密结果，并依次判断所述第一加密结果的数据格式是否满足预设数据格式；
[0012]当当前的所述第一加密结果的数据格式满足所述预设数据格式时，对所述生理模型发放工作量证明奖励。
[0013]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，当当前的所述第一加密结果的数据格式满足所述预设数据格式时，对所述生理模型发放工作量证明奖励，包括以下步骤：
[0014]当当前的所述第一加密结果的数据格式满足所述预设数据格式时，确定当前的所
述第一加密结果对应的所述仿真生理参数，通过所述加密算法对当前的所述第一加密结果对应的所述仿真生理参数重新进行加密计算，得到第二加密结果，并
[0015]将所述第二加密结果与所述第一加密结果进行比较；
[0016]当所述第二加密结果与所述第一加密结果一致时，对所述生理模型发放工作量证明奖励。
[0017]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，依次判断所述第一加密结果的数据格式是否满足预设数据格式的步骤之后，所述方法还包括：
[0018]当当前的所述第一加密结果的数据格式不满足所述预设数据格式时，返回所述通过加密算法依次对所述仿真生理参数进行加密计算的步骤，以对下一个所述仿真生理参数进行加密计算。
[0019]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，所述加密算法包括哈希算法。
[0020]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，所述生理数据包括心率、脉搏、血压、体温、脑成像、脑电波、体型数据和动作数据中的至少一种。
[0021]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，获取目标对象的实际生理数据的步骤之后，所述方法还包括：
[0022]对所述目标对象的所述实际生理数据依次进行采样、过滤和编码，以得到处理后的所述实际生理数据。
[0023]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，根据所述实际生理数据，建立所述目标对象对应的生理模型，包括以下步骤：
[0024]根据处理后的所述实际生理数据，通过深度学习算法建立所述目标对象对应的生理模型。
[0025]根据本申请的实施例，可选的，上述工作量证明算法优化方法中，所述若干仿真生理参数满符合预设概率分布；
[0026]对所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据，包括以下步骤：
[0027]通过蒙特卡洛法对所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据。
[0028]第二方面，本申请提供了一种工作量证明算法优化装置，所述装置包括：
[0029]获取模块，用于获取目标对象的实际生理数据；
[0030]建立模块，用于根据所述实际生理数据，建立所述目标对象对应的生理模型；
[0031]仿真模块，用于对所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据；其中，所述仿真生理数据包括若干仿真生理参数；
[0032]加密模块，用于通过加密算法依次对所述仿真生理参数进行加密计算，分别得到对应的第一加密结果，并依次判断所述第一加密结果的数据格式是否满足预设数据格式；
[0033]奖励模块，用于当当前的所述第一加密结果的数据格式满足所述预设数据格式时，对所述生理模型发放工作量证明奖励。
[0034]第三方面，本申请提供一种工作量证明算法优化系统，所述系统包括：服务器和生理数据采集装置；
[0035]所述生理数据采集装置用于采集目标对象的实际生理数据；
[0036]所述服务器包括存储器和控制器，其中，所述存储器上存储有程序，该程序被所述控制器执行时，执行如实施例一中任意一项所述的工作量证明算法优化方法。
[0037]根据本申请的实施例，可选的，上述工作量证明算法优化系统中，所述生理数据采集装置包括心率传感器、脉搏传感器、血压传感器、体温传感器、脑成像扫描器、脑电波传感器、摄像头和动作传感器中的至少一种。
[0038]第四方面，本申请提供一种存储介质，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如第一方面中任意一项所述的工作量证明算法优化方法。
[0039]与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
[0040]本申请提供的一种工作量证明算法优化方法、装置、系统及存储介质，所述方法包括获取目标对象的实际生理数据；根据所述实际生理数据，建立所述目标对象对应的生理模型；对所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据；其中，所述仿真生理数据包括若干仿真生理参数；通过加密算法依次对每个所述仿真生理参数进行加密计算，分别得到对应的第一加密结果，并依次判断所述第一加密结果的数据格式是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工作量证明算法优化方法,其特征在于,包括：获取目标对象的实际生理数据；根据所述实际生理数据，建立所述目标对象对应的生理模型；对所述生理模型进行随机模拟，以获取所述生理模型的仿真生理数据；其中，所述仿真生理数据包括若干仿真生理参数；通过加密算法依次对每个所述仿真生理参数进行加密计算，分别得到对应的第一加密结果，并依次判断所述第一加密结果的数据格式是否满足预设数据格式；当当前的所述第一加密结果的数据格式满足所述预设数据格式时，对所述生理模型发放工作量证明奖励。2.根据权利要求1所述的方法，其特征在于，当当前的所述第一加密结果的数据格式满足所述预设数据格式时，对所述生理模型发放工作量证明奖励，包括以下步骤：当当前的所述第一加密结果的数据格式满足所述预设数据格式时，确定当前的所述第一加密结果对应的所述仿真生理参数；通过所述加密算法对当前的所述第一加密结果对应的所述仿真生理参数重新进行加密计算，得到第二加密结果，并将所述第二加密结果与当前的所述第一加密结果进行比较；当所述第二加密结果与当前的所述第一加密结果一致时，对所述生理模型发放工作量证明奖励。3.根据权利要求1所述的方法，其特征在于，依次判断所述第一加密结果的数据格式是否满足预设数据格式的步骤之后，所述方法还包括：当当前的所述第一加密结果的数据格式不满足所述预设数据格式时，返回所述通过加密算法依次对每个所述仿真生理参数进行加密计算的步骤，以对下一个所述仿真生理参数进行加密计算。4.根据权利要求1所述的方法，其特征在于，所述加密算法包括哈希算法。5.根据权利要求1所述的方法，其特征在于，所述生理数据包括心率、脉搏、血压、体温、脑成像、脑电波、体型数据和动作数据中的至少一种。6.根据权利要求1所述的方法，其特征在于，获取目标对象的实际生理数据的步骤之后，所述方法还包括：对所述目标对象的所述实际生理数据依次进行采样、过滤和编码，以得到处理后的所...

【专利技术属性】
技术研发人员：孔剑平，胡楠，王琪，李炳博，
申请(专利权)人：浙江微片科技有限公司，
类型：发明
国别省市：