异常节点检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种异常节点检测方法、装置、计算机设备、存储介质和计算机程序产品，涉及区块链领域。所述方法包括：获取区块链中每一共识节点中的数据；通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。采用本方法，提高了共识节点异常检测的准确性和及时性。确性和及时性。确性和及时性。

【技术实现步骤摘要】
异常节点检测方法、装置、计算机设备和存储介质


[0001]本申请涉及区块链
，特别是涉及一种异常节点检测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]银行等金融服务企业在开展多用户金融项目时，其业务系统通常采用区块链技术来完成分布式系统的业务数据处理，基于区块链系统的去中心化特性，增强业务运营处理过程的安全性和稳定性，针对区块链中参与业务数据处理的共识节点，区块链需要对共识节点的可靠性(即异常节点)进行检测验证，以保证整体业务数据处理的顺利完成。
[0003]目前区块链共识节点异常性检测方法，需要基于共识节点内部预先设置的不可靠性阈值对节点异常性进行检测，并对异常检测信息进行共识认证，确定最终异常检测结果。
[0004]然而，目前的异常节点检测方法，仅依赖不可靠性阈值对节点异常性进行检测，检测结果准确性较低，若通过多个共识节点间的共识认证，则异常检测具有时延性。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种异常节点检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种异常节点检测方法。所述方法包括：
[0007]获取区块链中每一共识节点中的数据；
[0008]通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。
[0009]在其中一个实施例中，所述确定所述共识节点的异常检测结果之后，所述方法还包括：
[0010]若所述共识节点的所述异常检测结果为异常共识节点，则根据所述异常共识节点的异常类型，确定异常等级；
[0011]根据所述异常等级，在预设的异常等级与处理策略的对应关系中确定目标处理策略；
[0012]根据所述目标处理策略，对所述异常共识节点进行处理。
[0013]本实施例中，当异常检测结果中确定出当前共识节点为异常共识节点时，智能合约基于预置的嵌入式指令，对当前异常共识节点的异常类型进行等级划分，进而可以确定当前异常共识节点对整个区块链系统的影响程度，然后，智能合约确定对应的目标处理策略，并且执行该目标处理策略，对异常共识节点进行相应处理，无需人工干预，自动化实现异常共识节点的处理，实现了异常共识节点处理的及时性。
[0014]在其中一个实施例中，所述根据所述目标处理策略，对所述异常共识节点进行处理，包括：
[0015]根据第一目标处理策略，生成针对所述异常共识节点的告警信息；
[0016]响应于所述告警信息的触发，通过所述智能合约控制暂停所述异常共识节点中的异常处理进程。
[0017]本实施例中，通过智能合约确定当前异常类型对应的第一目标处理策略，进而，根据第一目标处理策略对当前异常共识节点进行替换处理，减少人为干预，同时也保证了区块链系统的稳定性。
[0018]在其中一个实施例中，所述根据所述目标处理策略，对所述异常共识节点进行处理，包括：
[0019]根据第二目标处理策略，在候选节点集中确定满足预设条件的目标共识节点，并根据所述目标共识节点替换所述区块链中的异常共识节点。
[0020]本实施例中，通过智能合约确定当前异常类型对应的第二目标处理策略，进而，根据第二目标处理策略对当前异常共识节点进行替换处理，减少人为干预，同时也保证了区块链系统的稳定性。
[0021]在其中一个实施例中，所述候选节点集中包含背书节点和共识节点，所述根据所述目标处理策略，对所述异常共识节点进行处理，包括：
[0022]根据第二目标处理策略，通过所述背书节点对所述候选节点集中的各共识节点进行节点筛选，确定与所述异常共识节点的节点类型相同的初始目标共识节点；
[0023]通过所述智能合约运行预先训练的所述异常节点模型，对所述初始目标共识节点进行异常检验，在所述初始目标共识节点中确定非异常的初始目标共识节点作为最终目标共识节点。
[0024]在其中一个实施例中，所述训练所述异常节点模型的过程，包括：
[0025]获取训练样本数据集；
[0026]将所述训练样本数据集输入至所述异常节点模型中，通过所述异常节点模型中每一分类判别器对所述训练样本数据集中每一样本共识节点对应的数据项进行异常检测，确定所述样本共识节点的异常检测结果；
[0027]基于预设的模型损失函数对所述异常检测结果进行损失计算，得到模型损失值；
[0028]判别所述模型损失值是否达到预设损失阈值，直至达到所述预设损失阈值确定所述异常节点模型训练完成。
[0029]在其中一个实施例中，所述获取训练样本数据集，包括：
[0030]获取区块链中历史共识节点的数据；
[0031]根据预设的属性分布概率补全算法，对所述历史共识节点的数据进行缺失值补全，得到训练样本数据集。
[0032]第二方面，本申请还提供了一种异常节点检测装置。所述装置包括：
[0033]获取模块，用于获取区块链中每一共识节点中的数据；
[0034]确定模块，用于通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。
[0035]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0036]获取区块链中每一共识节点中的数据；
[0037]通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行
异常检测，确定所述共识节点的异常检测结果。
[0038]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0039]获取区块链中每一共识节点中的数据；
[0040]通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。
[0041]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0042]获取区块链中每一共识节点中的数据；
[0043]通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。
[0044]上述异常节点检测方法、装置、计算机设备、存储介质和计算机程序产品，获取区块链中每一共识节点中的数据；通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。采用本方法，通过智能合约控制预先训练的异常节点模型，对区块链中的共识节点进行异常检测，无需经过区块链中全部共识节点的结果认证，即可直接确定出当前共识节点是否异常，提高了共识节点异常检测的准确性和及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常节点检测方法，其特征在于，所述方法包括：获取区块链中每一共识节点中的数据；通过智能合约运行预先训练的异常节点模型，对每一所述共识节点中的数据进行异常检测，确定所述共识节点的异常检测结果。2.根据权利要求1所述的方法，其特征在于，所述确定所述共识节点的异常检测结果之后，所述方法还包括：若所述共识节点的所述异常检测结果为异常共识节点，则根据所述异常共识节点的异常类型，确定异常等级；根据所述异常等级，在预设的异常等级与处理策略的对应关系中确定目标处理策略；根据所述目标处理策略，对所述异常共识节点进行处理。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标处理策略，对所述异常共识节点进行处理，包括：根据第一目标处理策略，生成针对所述异常共识节点的告警信息；响应于所述告警信息的触发，通过所述智能合约控制暂停所述异常共识节点中的异常处理进程。4.根据权利要求2所述的方法，其特征在于，所述根据所述目标处理策略，对所述异常共识节点进行处理，包括：根据第二目标处理策略，在候选节点集中确定满足预设条件的目标共识节点，并根据所述目标共识节点替换所述区块链中的异常共识节点。5.根据权利要求4所述的方法，其特征在于，所述候选节点集中包含背书节点和共识节点，所述根据第二目标处理策略，在候选节点集中确定满足预设条件的目标共识节点，并根据所述目标共识节点替换所述区块链中的异常共识节点，包括：根据第二目标处理策略，通过所述背书节点对所述候选节点集中的各共识节点进行节点筛选，确定与所述异常共识节点的节点类型相同的初始目标共识节点；通过所述智能合约运行预先训练的所述异常节点模型，对所述初始目标共识...

【专利技术属性】
技术研发人员：马献瑞，刘玉山，赵自亮，郑艳静，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：