买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆理工大学

摘要：本发明提出了一种面向动态物联网环境的分布式账本优化部署方法，包括以下步骤：S1，构建分布式账本区块链的动态物联网环境下区块传播数模型，通过所述区块传播数模型获得系统参数；S2，构建系统参数对系统关键部署参数的影响模型；S3，将真实环境中的网络参数输入到影响模型中，得到各个系统参数的目标值，并以此作为部署真实环境中的参考值。本发明建立了一个马尔可夫链模型分析当存在不同网络抖动参数、不同网络负载以及不同邻居节点规模下区块广播的延迟。通过这种模型不仅能够得出不同参数如：网络带宽、网络节点数量、邻居节点数量等，对于网络延迟的影响，还可以通过仿真实验来调整参数值，以达到降低广播延迟的目的。

主权项：1.一种面向动态物联网环境的分布式账本优化部署方法，其特征在于，包括以下步骤：S1，构建分布式账本区块链的动态物联网环境下区块传播数模型，通过所述区块传播数模型获得系统参数；S2，构建系统参数对系统关键部署参数的影响模型；所述系统参数为对DAG分布式账本共识过程产生影响的参数，包括：网络带宽、节点数量、邻居节点数量、节点抖动之一或者任意组合；所述关键部署参数包括：吞吐量、交易确认延迟、脆弱性之一或者任意组合；S2-1，建立基于高负载环境下，区块传播延迟对共识达成的影响模型： 其中Td表示共识过程中的事务确认延迟；hr表示节点i从邻居节点获取区块b的延迟；E[Wt]表示交易的累计期望权重；t表示时间t；Ta表示累积权值的适应期；λh表示高负载下，主链区块的产生速率；W表示确认的阈值；E[Wt0]表示区块适应期结束时，累计的期望权重；S2-2，建立基于低负载环境下，区块传播延迟对共识达成的影响模型： 其中Td表示共识过程中的事务确认延迟；Tl表示累积权重的线性增长期；W表示确认的阈值；λl表示低负载下，主链区块的产生速率；S2-3，建立基于低负载环境下，系统吞吐量模型： 其中，n表示当前有n个邻居节点请求服务；hr表示节点从邻居节点获取区块b的延迟；λl表示低负载下，主链区块生成速率；W表示确认的阈值；S2-4，建立基于高负载环境下，系统吞吐量模型： 其中λh表示高负载下，主链区块的产生速率；E[Wt0]表示某块在适应期结束时的累计权值；λh表示适应期之后，交易的累积权重的增加速率；所述S2还包括：通过攻击区块的累积权重Wp和付款区块的累积权重Wh判断系统被攻击成功的概率；S2-5，当主链处于高负载环境下，Wp和Wh表示为：Wp＝T2-T1×μ18 其中T1表示该时刻攻击者在本地构建了寄生链；T2表示该时刻，寄生链开始广播；μ表示寄生链区块的产生速率；T3表示该时刻，寄生链完成广播；hr表示节点i从邻居节点获取区块b的延迟；t0表示适应期结束时刻；Lh＝2λh·hr；λh表示高负载下，主链产生区块的速率；主链上付款区块的累积权重Wh属于[Wh_min,Wh_max]，其中Wh_min和Wh_max分别为Wh的最小值和最大值；当WpWh_max时，攻击成功；当WpWh_min时，攻击失败；当Wh_minWpWh_max时，攻击成功的概率Pa为： 其中W表示交易被确认成功所需要达到的阈值；λ表示节点发生状态转移的概率；G表示将一个区块广播到整个网络所需的最大跳数；N表示攻击者已经生成的区块；μ表示寄生链区块产生速率；θ1＝G·hr+N·ha，ha表示节点验证单个区块所需时间；Ta表示累积权值的适应期；Wh_min和Wh_max分别为Wh的最小值和最大值；S2-6，当主链处于低负载环境下，Wp和Wh表示为：Wp＝T2-T1×μ23Wh＝T3-T0·λl24其中T0表示该时刻，攻击者将付款区块接入账本；λl表示低负载下主链中区块的生成速率；主链上付款区块的累积权重Wh属于[Wh_min,Wh_max]，当WpWh_max时，攻击成功；当WpWh_min时，攻击失败；当Wh_minWpWh_max时，攻击成功的概率Pa为： S3，将真实环境中的网络参数输入到影响模型中，得到各个系统参数的目标值，并以此作为部署真实环境中的参考值。

全文数据：

权利要求：

百度查询： 重庆理工大学 一种面向动态物联网环境的分布式账本优化部署方法