基于知识图谱的区块链跨链信息交互验证方法及系统技术方案

本发明专利技术公开了一种基于知识图谱的区块链跨链信息交互验证方法及系统，涉及区块链跨链技术领域，本发明专利技术通过注册登记模块、解析表示模块、融合更新模块、规则管理模块、推理验证模块和奖励反馈模块协同交互。当应用链接入中继链桥后，完成注册登记，然后根据来源链和目的链的跨链信息数据，构建粗粒度的知识图谱，并统一相应的跨链信息实体

【技术实现步骤摘要】
基于知识图谱的区块链跨链信息交互验证方法及系统


[0001]本专利技术涉及一种基于知识图谱的区块链跨链信息交互验证方法及系统，属于区块链跨链


技术介绍

[0002]随着区块链技术的火热，市面上出现了许多不同类型的区块链，分别应用在金融、健康医疗、供应链、资产管理和溯源等领域。然而大部分链上应用都无法跨越当前链的边界，不能与其他链协同合作实现价值的流通，从而限制了区块链的发挥空间。为了打破数据和价值孤岛，实现不同类型的链协同合作，跨链技术应运而生。跨链技术本质上是一种将A链上的数据D，或信息I，或消息M安全可信地转移到Z链并在Z链上产生预期效果的一种技术。其中针对多源同构或异构链间跨链信息验证是跨链技术的关键，因此，对于多种跨链信息能否动态自适应验证以及验证能否高效的问题变得尤为突出。同时，因为知识图谱的关键应用在于对知识的查询和深度推理，所以知识图谱的建模阶段变得尤为重要，若建模过程中数据来源不可靠，将会导致出现错误的推理结果。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种基于知识图谱的区块链跨链信息交互验证方法及系统，解决现有跨链信息验证效率低、对多种跨链信息难以动态自适应验证的问题。
[0004]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0005]第一方面，本专利技术提供了一种基于知识图谱的区块链跨链信息交互验证方法，所述方法包括：
[0006]统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；
>[0007]融合和更新知识图谱的跨链交互数据，构建最新的知识图谱；
[0008]通过跨链信息数据和最新的知识图谱匹配对应的验证规则；
[0009]根据验证规则对跨链信息进行推理验证。
[0010]其中，所述应用链至少有两条且在一次跨链交互中所充当的角色分别是来源链或目的链中的一种；所述注册登记的应用链信息数据包括验证字段、共识机制字段、来源链标识字段和目的链标识字段；所述构建知识图谱所需的跨链交互数据，是当跨链信息交互发生时，根据应用链信息数据解析所得出的，包括来源链和目的链及对应的信用度、共识机制类型、验证证明信息、交互路由以及频繁交互对象属性；所述跨链信息是对所有需要验证的跨链交互信息的总称。
[0011]进一步的，所述融合和更新知识图谱的跨链交互数据，构建最新的知识图谱，具体包括：
[0012]当跨链信息交互发生时，在最新的知识图谱网络中检索是否存在所述应用链间的信息交互记录；若否，则解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识
图谱，并统一相应的跨链信息实体—属性关系模型；若是，则直接进行知识图谱的融合更新；
[0013]根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱。
[0014]进一步的，所述根据跨链交互数据和最新的知识图谱匹配对应的验证规则，具体包括：
[0015]根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包；检测跨链信息是否存在相似场景下的重复验证，若是，则通过协同验证机制，共享最新记录的验证结果；若否，则根据解析出的跨链交互数据加载验证规则。
[0016]进一步的，所述根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包，具体包括：
[0017]通过虚拟机动态加载规则脚本，利用轻量级安全验证技术实现单次多条跨链信息的验证；
[0018]若所述跨链信息不是强关联跨链信息，则各自独立。
[0019]进一步的，所述根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱，还包括：
[0020]每次融合更新知识图谱时，对有贡献的应用链进行激励，对作恶的应用链进行惩罚。
[0021]进一步的，所述根据验证规则对跨链信息进行推理验证，还包括：
[0022]获取验证结果，若验证通过，则执行相应的跨链信息交互，同时融合更新知识图谱；
[0023]若验证不通过，则终止跨链信息交互，并融合更新知识图谱。
[0024]第二方面，本专利技术提供了一种基于知识图谱的区块链跨链信息交互验证系统，包括：
[0025]注册登记模块：用于统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；
[0026]融合更新模块：用于融合和更新知识图谱的跨链交互数据，形成最新的知识图谱；
[0027]规则管理模块：用于通过跨链信息数据和最新的知识图谱匹配对应的验证规则；
[0028]推理验证模块：用于根据验证规则对跨链信息进行推理验证。
[0029]进一步的，所述注册登记模块通过跨链消息传输协议统一应用链信息数据。
[0030]进一步的，所述系统还包括解析表示模块和奖励反馈模块；所述解析表示模块用于解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体
‑
属性关系模型；所述奖励反馈模块用于在知识图谱更新时对应用链进行奖励或惩罚。
[0031]与现有技术相比，本专利技术所达到的有益效果：
[0032]本专利技术运用知识图谱的融合、加工、推理，结合区块链的可信、可溯源等特征，将知识图谱网络部署在底层区块链跨链网络上，运用强关联跨链信息的分组打包机制和重复验证信息的协同共享机制，有效提高了跨链信息验证的效率，实现多种跨链信息的高性能交互验证；本专利技术运用深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的
复杂语义关联，探索细粒度的跨链知识融合推理技术，实现多种跨链信息自适应匹配验证；同时引入奖惩机制，确保了分布式知识图谱网络输入数据的安全性、可靠性，进一步提高了输出跨链信息验证结果的可信度。通过注册登记模块、解析表示模块、融合更新模块、规则管理模块、推理验证模块和奖励反馈模块，各模块协同交互，将知识图谱技术创新性地运用于跨链信息交互验证方面，形成一种支持多验证机制的高并发动态可插拔更新验证系统。
附图说明
[0033]图1是本专利技术实施例提供的基于知识图谱的区块链跨链信息交互验证方法的步骤流程图；
[0034]图2是本专利技术实施例提供的基于知识图谱的区块链跨链信息交互验证方法流程图；
[0035]图3是本专利技术实施例提供的基于知识图谱的区块链跨链信息交互验证系统的模块示意图。
具体实施方式
[0036]下面通过附图以及具体实施例对本专利技术技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
[0037]本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述方法包括：统一应用链信息数据，完成接入应用链的注册登记，添加指定的数据字段；融合和更新知识图谱的跨链交互数据，构建最新的知识图谱；通过跨链信息数据和最新的知识图谱匹配对应的验证规则；根据验证规则对跨链信息进行推理验证。2.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述应用链至少有两条且在一次跨链交互中所充当的角色分别是来源链或目的链中的一种；所述注册登记的应用链信息数据包括验证字段、共识机制字段、来源链标识字段和目的链标识字段；所述构建知识图谱所需的跨链交互数据，是当跨链信息交互发生时，根据应用链信息数据解析所得出的，包括来源链和目的链及对应的信用度、共识机制类型、验证证明信息、交互路由以及频繁交互对象属性；所述跨链信息数据是对所有需要验证的跨链交互信息的总称。3.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述融合和更新知识图谱的跨链交互数据，构建最新的知识图谱，具体包括：当跨链信息交互发生时，在最新的知识图谱网络中检索是否存在所述应用链间的信息交互记录；若否，则解析统一后的应用链信息数据形成跨链交互数据，构建粗粒度知识图谱，并统一相应的跨链信息实体—属性关系模型；若是，则直接进行知识图谱的融合更新；根据最新跨链交互数据，基于深度学习的知识表征学习，挖掘共识机制、验证机制与场景因素之间的复杂语义关联，不断融合更新知识图谱。4.根据权利要求1所述的基于知识图谱的区块链跨链信息交互验证方法，其特征在于，所述根据跨链信息数据和最新的知识图谱匹配对应的验证规则，具体包括：根据最新的知识图谱进行跨链信息交互，对多种强关联跨链信息进行分组打包；检测跨链信息是否存在相似场景下的重复验证，若是，则通过协同验证机制，共享最新记录的验证结果；若否，则根据解析出的跨链交互数据加载验证规则。5.根据权利要求4所述...

【专利技术属性】
技术研发人员：董振江，戴鹏，亓晋，董建阔，孙雁飞，陈滏媛，陈根鑫，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：