[发明专利]基于隐马尔可夫的区块链动态分片方法及相关设备

权利要求书

1.一种基于隐马尔可夫的区块链动态分片方法，其特征在于，包括：

确定区块链网络；其中，所述区块链网络包括：物联网及物联网设备；

根据所述区块链网络，确定动态交易流感知图谱；

根据所述动态交易流感知图谱，通过分片模型对所述区块链网络进行自下而上动态分片，确定动态分片结果；其中，所述动态分片结果用于确定分片结构。

2.根据权利要求1所述的方法，其特征在于，所述根据所述区块链网络，确定动态交易流感知图谱，包括：

确定所述区块链中的节点、所述节点间的交易行为以及所述交易行为的交易时间，根据所述节点，所述节点间的交易行为以及所述交易时间，确定区块链交易网络；

根据所述区块链交易网络，通过隐马尔可夫模型确定所述动态交易流感知图谱。

3.根据权利要求2所述的方法，其特征在于，所述根据所述区块链交易网络，通过隐马尔可夫模型确定所述动态交易流感知图谱，包括：

根据所述区块链交易网络，确定网络交易快照集合；

根据所述网络交易快照集合，通过隐马尔可夫模型确定所述动态交易流感知图谱。

4.根据权利要求3所述的方法，其特征在于，所述根据所述区块链交易网络，确定网络交易快照集合，包括：

确定所述区块链网络任一时刻的交易行为关系，根据任一时刻的所述交易行为关系确定任一时刻的网络交易快照；

根据任一时刻的所述网络交易快照，确定所述网络交易快照集合。

5.根据权利要求1所述的方法，其特征在于，所述分片模型为隐马尔可夫模型；

所述根据所述动态交易流感知图谱，通过分片模型对所述区块链网络进行自下而上动态分片，确定动态分片结果，包括：

根据所述动态交易流感知图谱，确定所述区块链网络任一时刻的可观测状态序列；

根据所述动态交易流感知图谱，确定任一时刻时节点与社团的关系矩阵以及中心节点；

根据所述中心节点，计算任一节点与所述中心节点的余弦相似度，并根据所述余弦相似度确定状态转移概率矩阵；

根据所述动态交易流感知图谱，确定状态观测概率矩阵；

根据所述状态转移概率矩阵、所述状态观测概率矩阵以及所述可观测状态集合，通过维特比算法确定所述分片结果。

6.根据权利要求5所述的方法，其特征在于，所述根据所述动态交易流感知图谱，确定所述区块链网络任一时刻的可观测状态序列，包括：

根据所述动态交易流感知图谱，通过马尔可夫链确定任一时刻的社团关系；

根据任一时刻的所述社团关系，确定所述可观测状态序列。

7.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

根据所述动态分片结果，通过如下所示的模块度计算公式确定所述分片的分片间隔；

其中，为交易快照GS^(t)中的总边数，为社团内的边数，为社团C_i内的节点度之和；

根据所述分片间隔，确定所述分片结构；其中，所述分片结构包括主分片和子分片。

8.根据权利要求7所述的方法，其特征在于，所述方法，包括：

确定所述区块链网络中的变化类型，根据所述变化类型对所述分片结构进行动态更新；

响应于确定所述变化类型为增加新节点，确定所述新节点与任一社团的隶属度，根据所述隶属度对所述分片结构进行动态更新；

响应于确定所述变化类型为产生新交易，确定所述新交易的边，根据所述新交易的边对所述分片结构进行更新；

响应于确定所述变化类型为节点减少，确定减少的节点的类型，根据所述减少的节点的类型对所述分片结构进行更新。