公开(公告)号：CN114528596B

公开(公告)日：2025-05-09

申请号：CN202011316471.5

申请日：2020-11-21

Applicant: 南京大学

Inventor： 张旭 ,  章荣奇 ,  马展

IPC: G06F21/64 ,  G06N3/042 ,  G06N3/047 ,  G06Q40/04

Abstract: 本发明公开了一种基于深度学习的有向无环图区块链可扩展性增强方法。该方法的具体步骤如下：(1)在生成新的交易区块时，提取之前有向无环图的拓扑特征和交易信息特征；(2)将提取出的特征，如交易发起人，拓扑结构特征，节点权重等输入神经网络，输出该节点是恶意区块节点概率；(3)根据该节点是恶意的概率来降低当前节点的投票权重，投票权重与概率呈负相关。利用本发明的方法可以在保留有向无环图的高带宽、算力利用率的前提下，有效应对恶意攻击带来的挑战，提升安全性。

公开(公告)号：CN114528596A

公开(公告)日：2022-05-24

申请号：CN202011316471.5

申请日：2020-11-21

Applicant: 南京大学

Inventor： 张旭 ,  章荣奇 ,  马展

IPC: G06F21/64 ,  G06N3/04 ,  G06N3/08 ,  G06Q40/04

Abstract: 本发明公开了一种基于深度学习的有向无环图区块链可扩展性增强方法。该方法的具体步骤如下：(1)在生成新的交易区块时，提取之前有向无环图的拓扑特征和交易信息特征；(2)将提取出的特征，如交易发起人，拓扑结构特征，节点权重等输入神经网络，输出该节点是恶意区块节点概率；(3)根据该节点是恶意的概率来降低当前节点的投票权重，投票权重与概率呈负相关。利用本发明的方法可以在保留有向无环图的高带宽、算力利用率的前提下，有效应对恶意攻击带来的挑战，提升安全性。