【技术实现步骤摘要】
本专利技术涉及区块链，更具体地，涉及一种基于区块链的绿色技术授权方法和系统。
技术介绍
1、区块链作为点对点网络、密码学、共享机制、智能合约等多种技术的集成创新，提供了一种在不可信网络中进行信息与价值传递交换的可信通道。区块链技术无论是在构建价值自由流通的互联网，还是在企业基于“建立联合多中心”的数据共享方面，都已成为全球炙手可热的概念，有着广阔的市场前景。
2、绿色技术是指遵循生态原理和生态经济规律，节约资源和能源，避免、消除或减轻生态环境污染和破坏，生态负效应最小的“无公害化”或“少公害化”的技术、工艺和产品的总称。其内容主要包括：污染控制和预防技术、源头削减技术、废物最少化技术、循环再生技术、生态工艺、绿色产品、净化技术等。可见绿色技术是一种与生态环境系统相协调的新型的现代技术系统。
3、区块链可作为绿色技术授权应用的基础，为了保证授权应用的安全，一般会监测针对重要的区块链数据的网络攻击行为来提高安全防护级别。
4、但是，经专利技术人研究发现，现有的网络攻击检测方法行为规律新发未知、事前预警预测比较难，给网络攻击检测带来困难。现有网络攻击检测技术主要采用静态行为模式挖掘的方法，而多数网络攻击具有“攻击手法不断翻新、模式不断升级”的特点，意味着难以简单根据过往行为模式经验来满足新型网络攻击检测的要求。
技术实现思路
1、传统的网络攻击检测方法可以有效区分网络攻击和正常网络访问行为模式的差别，但是其模式特征的稳定性较差，需要随时更新网络攻击行为
2、为实现上述目的，本专利技术提供一种基于区块链的绿色技术授权方法和系统，包括以下步骤：
3、步骤s1，定义基于区块链的网络访问行为；
4、步骤s2，构建网络访问社交网络特征集合；
5、步骤s3，对网络访问社交网络特征集合进行特征优化，实现冗余和不相关特征项去除；
6、步骤s4，基于lstm网络访问目标演化模式对网络攻击识别进行识别；
7、步骤s5，基于网络攻击识别结果进行绿色技术授权处理。
8、进一步地，在所述步骤s1中，构建网络访问社交网络特征集合的具体步骤包括：给定u＝{u1,u2,u3...um}表示为数量为m的区块链节点集合，v＝{v1,v2,v3...vn}表示为数量为n的区块链节点访问目标节点集合。(ui,vj,t,a)表示一次发生在t时刻节点ui∈u的网络访问行为，其中vj∈v表示被访问目标节点，其中网络访问特征为a，a为由个数为p的网络访问行为特征构成的一维向量，网络访问行为特征可为源ip、目的ip、源端口、目的端口等。
9、进一步地，在所述步骤s2中，构建网络访问社交网络特征集合的具体步骤包括：将节点与节点之间由网络访问行为构成的集合定义为网络访问社交网络特征集合，表示为f＝(u∪v,e)，e为连边。
10、进一步地，在所述步骤s3中，对网络访问社交网络特征集合进行特征优化，实现冗余和不相关特征项去除的具体步骤包括：
11、s31，对原始网络访问特征按特征项进行归一化处理得到f＝{a1,a2,a3...ap}，给定属性特征权重向量θ＝{θ1,θ2,θ3...θp}与节点身份标记标签：y＝1，标记为网络攻击；y＝0，标记为正常网络访问。
12、s32，通过sigmoid函数实现节点的分类预测：
13、
14、其中θ1a1+θ2a2+...+θpap＝θtf
15、s33，计算网络攻击识别分类任务：
16、p(y|f；θ)＝(hθ(f))y(1-hθ(f))1-y
17、其中，p(y|f；θ)表示为给定原始输入特征f与模型参数θ，模型得出分类识别的概率。
18、s34，通过最大化似然函数计算模型训练损失函数l(θ)：
19、
20、s35，通过双边取对数，使用梯度上升求最大值：
21、
22、s36，引入转换为梯度下降任务，通过对损失进行最小化训练，得到属性特征权重参数更新：
23、
24、其中，α为模型学习率；
25、s37，通过最小化损失函数进行模型训练，得到属性特征权重向量θ，然后对θ进行权重归一化：
26、
27、s38，设定阈值η，将权重项小于η对应的特征项进行滤除，实现冗余特征滤除，得到优化后的特征集合fnew＝{a1,a2,a3...as}。
28、进一步地，在所述步骤s4中，基于lstm网络访问目标演化模式提取的网络攻击识别的具体步骤包括：
29、s41，根据得到的特征集合fnew，给定节点u的网络访问目标，依次对优化得到的特征项ai进行基于时间的间隔采样；
30、s42，将时间划分为各个时间切片集合，表示为t＝{t1,t2,t3...tτ}，利用前述的lpc编码提取时间切片ti下基于特征ai的lpc谱特征通过拼接合并得到在时间切片ti下节点u的网络访问目标lpc谱特征：
31、s43，将节点u在各个时间切片下的lpc谱特征表示为并以此作为lstm时序网络的输入，得到：
32、
33、其中ho和co分别表示模型输入的初始隐藏单元和状态单元，表示为lstm网络的输出状态，
34、s44，将此作为节点u网络访问目标时序演化模式特征，从而实现节点u的网络攻击识别检测：
35、
36、其中σ为sigmoid函数。如果yu＝1，将网络访问行为识别为网络攻击；如果yu＝0，将网络访问行为识别为正常网络访问。
37、进一步地，在所述步骤s5中，基于网络攻击识别结果进行绿色技术授权处理的具体步骤包括：如果网络攻击识别结果为网络攻击，则不进行绿色技术授权；如果网络攻击识别结果为正常网络访问，则进行绿色技术授权。
本文档来自技高网...【技术保护点】
1.一种基于区块链的绿色技术授权方法和系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤S1中，定义基于区块链的网络访问行为的具体步骤包括：给定U＝{u1,u2,u3...uM}表示为数量为M的区块链节点集合，V＝{v1,v2,v3...vN}表示为数量为N的区块链节点访问目标节点集合，(ui,vj,t,a)表示一次发生在t时刻节点ui∈U的网络访问行为，其中vj∈V表示被访问目标节点，网络访问特征为a，a为由个数为p的网络访问行为特征构成的一维向量。
3.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤S2中，构建网络访问社交网络特征集合的具体步骤包括：将节点与节点之间由网络访问行为构成的集合定义为网络访问社交网络特征集合，表示为F＝(U∪V,E)，E为连边。
4.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤S3中，对网络访问社交网络特征集合进行特征优化，实现冗余和不相关特征项去除的具体步骤包括：>
5.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤S4中，基于LSTM网络访问目标演化模式对网络攻击识别进行识别的具体步骤包括：
6.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤S5中，基于网络攻击识别结果进行绿色技术授权处理的具体步骤包括：如果网络攻击识别结果为网络攻击，则不进行绿色技术授权；如果网络攻击识别结果为正常网络访问，则进行绿色技术授权。
...【技术特征摘要】
1.一种基于区块链的绿色技术授权方法和系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤s1中，定义基于区块链的网络访问行为的具体步骤包括：给定u＝{u1,u2,u3...um}表示为数量为m的区块链节点集合，v＝{v1,v2,v3...vn}表示为数量为n的区块链节点访问目标节点集合，(ui,vj,t,a)表示一次发生在t时刻节点ui∈u的网络访问行为，其中vj∈v表示被访问目标节点，网络访问特征为a，a为由个数为p的网络访问行为特征构成的一维向量。
3.根据权利要求1所述的一种基于区块链的绿色技术授权方法和系统，其特征在于，在所述步骤s2中，构建网络访问社交网络特征集合的具体步骤包括：将节点与节点之间由网络访问行为...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。