(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210670835.2 (22)申请日 2022.06.15 (65)同一申请的已公布的文献号 申请公布号 CN 114760155 A (43)申请公布日 2022.07.15 (73)专利权人 济南法诺商贸有限公司 地址 250101 山东省济南市中国(山 东)自 由贸易试验区济南片区舜华路359号 三庆世纪财富中心D座814 (72)发明人 汤智林　宋昊　刘滨　 (74)专利代理 机构 北京中索 知识产权代理有限 公司 11640 专利代理师 邹长斌 (51)Int.Cl. H04L 9/40(2022.01)H04L 9/32(2006.01) H04L 41/142(2022.01) (56)对比文件 CN 112134890 A,2020.12.25 CN 111787114 A,2020.10.16 CN 109977682 A,2019.07.0 5 程叶霞等.基 于区块链的威胁情 报共享及评 级技术研究. 《信息通信技 术与政策》 .2020,(第 02期),全 文. 审查员 黄苏一 (54)发明名称 区块链智能控制的网络数据安全漏洞挖掘 方法及系统 (57)摘要 本发明公开一种区块链智能控制的网络数 据安全漏洞挖掘方法及系统， 涉及控制或者监测 领域， 解决的技术问题是网络数据信息安全漏洞 检测滞后， 方法包括通过区块链控制网络实现数 据信息传输， 计算网络数据信息传输速率、 通信 协议和通信类型， 在区块链网络中设置物理层、 数据链路层、 互联网层、 运输层和应用层； 通过网 络数据采集获取网络数据信息传输过程中的数 据信息， 在所采集的数据信息上标注区块链节点 数据信息和经由区块链网络的位置信息； 通过带 有定位功能的漏洞分析算法实现网络数据传递 过程中的安全威胁分析； 检测到数据漏洞 时， 通 过区块链控制网络进行信息传递， 并向用户传递 报警信号。 本发 明大大提高了网络数据漏洞监测 能力。 权利要求书3页 说明书9页 附图4页 CN 114760155 B 2022.09.13 CN 114760155 B 1.一种区块链智能控制的网络数据安全漏洞挖掘方法， 其特 征在于， 包括： 通过区块链控制网络实现数据信息传输， 计算网络数据信息传输速率、 通信协议和通 信类型， 通过数据信息的封装与拆解 实现数据信息传输； 并且在区块链网络中设置物理层、 数据链路层、 互联网层、 运输层和应用层； 通过网络数据采集获取网络数据信 息传输过程中的数据信 息， 并在所采集的数据信 息 上标注区块链 节点数据信息和经由区块链网络的位置信息； 通过漏洞分析算法实现网络数据传递过程中的安全威胁分析； 其中所述漏洞分析算法 带有定位功能； 当检测到网络数据漏洞时， 通过区块链控制网络进行数据信息传递， 并向用户传递报 警信号； 漏洞分析算法包括改进型施密特正交化算法模型， 其中所述改进型施密特正交化算法 模型融合设置有矩阵算法模型； 改进型施密特正交化 算法模型的工作方法为： 步骤一、 获取区块链网络数据信息； 通过网络数据节点硬件设备接收网络数据传输参数， 并获取网络数据传递 时所经历节 点的位置， 其中， 网络数据漏洞数据定位信息通过网络传输节点的数据接收量均值 获取， 数 据接收量均值公式记作为：  (1) 公式(1)中， 表示网络数据经历 所有网络数据节点的数据 接收量均值， 表示网络 数据传输时间， 表示网络数据传输过程中的各项数据参数， 表示区块链网络中数据 信息传输过程中信息 定位系数， 表示网络数据经历第 个网络数据节点的数据参数； 步骤二、 漏洞数据信息识别； 构建施密特正交化数据模型实现网络数据信 息漏洞识别和挖掘， 将 获取到的所有网络 数据节点的数据接收量均值进行信息交叠， 信息 叠加公式记作为：  (2) 公式(2)中， 表示网络数据信息传递过程中网络数据节点的数据接收量均值交叠函 数， 表示网络数据误判漏洞数据的迭代公式； 表示网络 数据节点， 表示网络数据的正 交向量组； 步骤三、 通过设置10 0次迭代计算， 提高漏洞数据误差计算精度； 误差计算精度函数记作为：  (3) 公式(3)中， 表示区块链漏洞数据在进行施密特正交化算法模型计算时的误差计算权　利　要　求　书 1/3 页 2 CN 114760155 B 2精度函数， 中的k表示区块链漏洞数据标识； 表示网络数据节点， 表示网络数据在施 密特正交化算法模型计算时的正交向量组指标元素， 表示施密特正交化算法模型计算过 程中安全传输系数； 步骤四、 在施密特正交化算法模型计算过程中加入定位误差指标， 从而提升网络数据 信息传递的定位能力， 定位 误差指标如下 所示：  (4) 公式(4)中， 表示施密特正交化算法模型计算过程中加入的定位误差指标， 表示 区块链传输网络数据节点的数量， 表示施密特正交化算法模型进行误差计算时的精度 函数； 中的k表示区块链漏洞数据标识； 表示网络数据节点； 表示数据信息距离发送 点的位置， 其中 表示漏洞个数； 步骤五、 采用矩阵算法模型实现区块链漏洞数据信息的位置 定位； 区块链漏洞检测信息表达式为： （5） 公式(5)中， 假设区块链网络信息漏洞记作为 ， 则矩阵算法模型输出为1； 假设区块链 网络信息没有漏洞， 则矩阵算法模型输出为 ‑1， 假设区块链网络中的漏洞检测处于待检测 状态， 则矩阵算法模型输出为0， 其中 表示为区块链漏洞检测信息； 区块链故障数据信息位置 定位函数记作为： （6） 公式(6)中， 区块链漏洞数据信息构 成的矩阵中， 数据信息元素个数记作为 ， 表示 数据信息元素个数测的漏洞数据， 中的 表示漏洞数据中的某一个类型数据信息， 中的 表示漏洞数据中的某一个类型数据信息大小； 表示影响区块链漏洞数据检测的数 据信息， 中的 表示漏洞数据中的某一个类型数据信息， 中的 表示网络数据节点； 当 为1时， 表示检测出网络漏洞数据信息， 表示没有外 部异常网络数据影响因素。 2.根据权利要求1所述的一种区块链智能控制的网络数据安全漏洞挖掘方法， 其特征 在于： 区块链控制为逻辑链路控制、 介质访问控制和节点协议控制。 3.根据权利要求1所述的一种区块链智能控制的网络数据安全漏洞挖掘方法， 其特征 在于： 预警方法为： 通过权重计算公式实现网络数据信息漏洞计算， 其中权 重计算公式为：权　利　要　求　书 2/3 页 3 CN 114760155 B 3