(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 202111478227.3 (22)申请日 2021.12.0 6 (65)同一申请的已公布的文献号 申请公布号 CN 114143104 A (43)申请公布日 2022.03.04 (73)专利权人 昆明理工大 学 地址 650093 云南省昆明市五华区学府路 253号 (72)发明人 付晓东　王硕　刘骊　刘利军　 冯勇　彭玮　丁家满　 (74)专利代理 机构 昆明明润知识产权代理事务 所(普通合伙) 53215 专利代理师 王鹏飞 (51)Int.Cl. H04L 9/40(2022.01) H04L 67/1097(2022.01)(56)对比文件 CN 113313378 A,2021.08.27 CN 107579839 A,2018.01.12 CN 112039964 A,2020.12.04 CN 113676541 A,2021.1 1.19 CN 113141600 A,2021.07.20 CN 113256149 A,2021.08.13 CN 110324362 A,2019.10.1 1 CN 105722149 A,2016.0 6.29 Qian Hu et al..AnImprovedDeleg atedProofofStakeCo nsen susAlgorithm. 《w ww.sciencedirect.com》 .2021, 付瑶瑶等.授权股份 证明共识机制的改进方 案. 《计算机 工程与应用》 .2020,(第19期), 审查员 谢思敏 (54)发明名称 一种基于动态信任模型的DPoS共识机制节 点信誉值度量方法 (57)摘要 本发明涉及一种基于动态信任模型的DPoS 共识机制节点信誉值度量方法， 属于区块链技术 领域。 本发明首先根据区块链系统中节点ai的历 史行为、 交互节点评价值以及节点得到的奖惩 值， 度量节点ai在本轮共识中的信誉值Ri； 然后 通过信誉 值对节点进行信誉分级， 将节点分为可 信节点、 一般节点、 不可信节点； 最后选择可信节 点作为本轮候选节点， 参与本轮共识过程， 一般 节点和不可信节点则不能参与本轮出块。 本发明 通过动态度量DPoS共识机制中节点在每轮共识 过程中的信誉 值， 并根据信誉 值对节点进行信用 分级， 及时剔除系统中存在恶意行为的节点， 为 提高DPoS共识机制的安全性提供了新的理论依 据和技术基础。 权利要求书2页 说明书10页 附图1页 CN 114143104 B 2022.10.14 CN 114143104 B 1.一种基于动态信任模型的DPoS共识机制节点信誉值度量方法， 其特征在于： 首先根 据区块链系统中节点ai的历史行为、 交互节点评 价值以及节点得到的奖惩值， 度量节点ai在 本轮共识中 的信誉值Ri； 然后通过可信度阈值对节点进行信 誉分级， 将节点分为可信节点、 一般节点、 不可信节点； 最后选择可信节点作为本轮候选节点， 参与本轮共识过程， 一般节 点和不可信节点则不能参与本轮出块； 具体步骤为： Step1： 首先定义第k轮共识中的交易对计算区块链系统 中节点ai在当前共识轮次n中信 誉度的时间衰减函数t(k)； 其中， t(k)值越大， 表示k距离n越近， 对节点ai的信誉值度量的 影响程度越大； Step2： 根据区块链系统中节点ai的历史行为计算得到的信誉为直接信誉值Di， 计算指 标由节点的行为因子blockr atei和权益因子coinr atei构成； 其中， blockr atei由ai在系统 中的有效出块数量决定， co inratei由ai在系统中持币量决定； Step3： 通过累加n轮共识 过程中节点ai获得的交互评价的平均值， 得到节点ai的间接信 誉值Si； Step3.1： 为在第k轮共识 过程中节点aj对ai的评价信息， 评价值为1， 表示aj完 全信任ai； 评价值为0， 表示aj完全不信任ai； 其他情况下评价值为 Step3.2： si,j为节点aj在n轮共识中对节点ai的平均交 互评价， 如公式(2)所示： 为了准确的计算n轮中节点aj对ai的评价值， 利用公式(1)时间损失函数t(k)区分不同 共识轮次中 aj、 ai交互评价对Sij的影响； Step3.3： 通过累加n轮共识 过程中节点ai获得的交互评价值后求平均值， 得到ai的间接 信誉值Si： Step4： 根据区块链系统 中节点ai在共识过程中的成功出块行为或恶 意行为， 引入奖励、 惩罚因子RPi； 其中， 根据节点ai连续成功出块的次数或连续作恶的次数给予其相应的奖励 值或惩罚值； Step5： 根据区块链系统中节点ai的直接信誉Di、 间接信誉Si和奖惩值RPi来度量ai在第n 轮信誉值Ri； 其中， Ri＝α Di+β Si+δ RPi， α 、 β 、 δ 分别为在度量Ri时Di、 Si、 RPi所占权重； 当Di＝0、 Si＝0、 RPi＝0时， 说明ai为新加入区块链系统的节点， 设新加入系统的节点信 誉度为0.5； Step6： 度量节点的信誉度后， 通过信誉度大小对节点ai进行分级， 根据可信 度阈值将节 点分为可信节点、 一般节点、 不可信节点；权　利　要　求　书 1/2 页 2 CN 114143104 B 2当信誉值Ri大于tc， 节点ai为可信节点； 当信誉值Ri小于tc且大于tm， 节点ai为一般节点； 当信誉值Ri小于tm， 节点ai为不可信节点； Step7： 可信节点作为本轮候选节点， 参与本轮共识过程， 一般节点和不可信节点则不 能参与本轮出块； 所述计算得到直接信誉值Di的具体步骤为： 设一段时间内系 统进行了n次共识过程， 定义第k轮， k<n， 共识过程中的交易对当前共 识轮次n中计算节点信誉度的时间衰减函数t(k)为： t(k)值越大， 表示第k轮共识距离当前共识轮次n的距离越近， 则第k轮的节点表现对节 点信誉值度量影响越大； t(k)越小， 表示第k轮共识距离当前共识轮次n的距离越远， 则第k 轮的节点表现对节点信誉值度量影响越小； 节点ai的行为因子bl ockratei表示为： 其中， 为节点ai在第k轮共识过程中生成的有效区块数， ai在第k轮共识过程中生 成的有效区块数量越多， 且轮次k距离当前轮次n的距离越近， 则 值越大， blockratei 值越大， 节点ai的活跃度越高； 节点ai的权益因子 coinratei表示为： coinratei为节点ai持币量占系统全部虚拟货币数量的比值， coinratei越大， 说明节点 ai权益占比越大； 直接信誉值是根据节点ai在区块链系统中的客观行为表现计算得到的信誉， 用Di表示： Di＝γblockratei+ ηcoinratei 其中， γ、 η分别为bl ockratei、 coinratei在Di计算中所占权 重； 所述奖励、 惩罚因子RPi具体为： 设s(i)为 ai连续成功出块的次数， 节点 ai根据成功出块的次数获得奖励值， f(i)为 ai连 续作恶的次数， 节点ai根据连续作恶的次数获得惩罚值。权　利　要　求　书 2/2 页 3 CN 114143104 B 3