[发明专利]一种工业互联网下的区块链流量监检测方法

权利要求书

1.一种工业互联网下的区块链流量监检测方法，其特征在于，包括以下步骤：

S1、获取区块链各个节点的网络流量，进行基于区块链的特征提取，构建各个节点的流量特征矩阵；构建初始神经网络模型；

S2、采用流量特征矩阵对当前的神经网络模型进行训练，获取当前的神经网络模型的输出标签；

S3、获取当前的神经网络模型的输出标签的准确率和召回率；

S4、判断当前的神经网络模型的输出标签的准确率或召回率是否低于对应阈值，若是则进入步骤S5；否则将当前的神经网络模型作为训练后的神经网络模型并进入步骤S6；

S5、通过反向传播更新当前的神经网络模型，返回步骤S2；

S6、记录并以各个节点的当前流量特征矩阵为监检测依据，采用训练后的神经网络模型对工业互联网下的区块链流量进行监检测；

步骤S1中构建初始神经网络模型的具体方法为：

构建包括依次串联的三个卷积层、两个池化层、一个压缩层、全连接层和softmax分类器的初始神经网络模型；将第一个卷积层和第二个卷积层的卷积核大小均设置为3×3，通道数均设置为32，将池化层的大小设置为2×2；将压缩层的输出维度设置为一维；

建立初始神经网络模型的参数矩阵，将参数矩阵中的初始元素值均设置为1；

将每个卷积层的计算公式构建为：

其中为第l层卷积层在采用参数矩阵中第i行第j列参数时的输出，σ(·)为relu激活函数；为第l层卷积层的参数矩阵；为第l层卷积层输出中第i+a行第j+b列的值；当l＝1时，替换为流量特征矩阵。

2.根据权利要求1所述的工业互联网下的区块链流量监检测方法，其特征在于，步骤S1中获取区块链各个节点的网络流量的具体方法为：

通过端口号、TCP头部字段和IP头部字段获取区块链各个节点的心跳机制、节点发现机制、上链机制、区块链的交易流量、合约调用流量、合约创建流量，得到区块链各个节点的网络流量。

3.根据权利要求1所述的工业互联网下的区块链流量监检测方法，其特征在于，步骤S2中采用流量特征矩阵对初始神经网络模型进行训练，获取初始神经网络模型的输出标签的具体方法包括以下子步骤：

S2-1、将流量特征矩阵输入初始神经网络模型，通过三个卷积层计算后得到矩阵z；

S2-2、将矩阵z通过池化层池化后输入压缩层，得到一维向量z^*；

S2-3、将一维向量z^*输入全连接层，得到大小为k×1的预测向量x；

S2-4、将预测向量x输入softmax分类器，根据公式：

获取假设函数输出值h_θ(x)；其中e为常数；θ为假设函数中的参数；p(y＝k|x；θ)为在参数为θ的假设函数中，基于预测向量x得出的标签值y为k的概率；(·)^T表示矩阵的转置；

S2-5、将h_θ(x)中概率值最大的标签作为输出标签。

4.根据权利要求3所述的工业互联网下的区块链流量监检测方法，其特征在于，步骤S5中通过反向传播更新当前的神经网络模型的具体方法为：

根据公式获取softmax分类器的代价函数：

获取基于参数θ得到的代价J(θ)；并根据代价函数与每个参数矩阵的偏导进行反向传播，对参数θ以及各卷积层的参数矩阵进行更新。

5.根据权利要求3所述的工业互联网下的区块链流量监检测方法，其特征在于，步骤S6的具体方法为：

获取并将各个节点的当前流量特征矩阵输入训练后的神经网络模型，根据训练后的神经网络模型的输出判定对应节点的流量是否属于区块链流量，若是则认为对应节点正常；否则认为对应节点异常。