基于区块链的算力网络流量处理方法、设备及介质与流程

1.本公开涉及区块链技术领域，尤其涉及一种基于区块链的算力网络流量处理方法、设备及介质。


背景技术：

2.流量业务方面的数据使用频次、数量呈现大规模增长趋势，算力网络中移动边缘计算业务位置的下沉，且分布式算力、存储等资源的不断整合，其对于密集、大规模、分散化的流量计费也产生了更加安全、透明、科学的需求。流量服务由网络运营商提供，在网络中建立用户与算力资源之间连接，并提供通道以实现数据信息的稳定传输。流量服务的安全与速度直接影响着算力网络的运行质量，流量计费的透明规范影响着流量服务的效率与品质。
3.网络流量业务识别是实现网络监管的前提条件，同时也是提高网络服务质量和实现网络安全管理的基础。在算力网络中，由于算力资源分布在不同地域，通过不同的网络节点接入，其在算力任务完成过程中的服务流量计费阶段以及业务识别中均易遭受恶意节点的网络攻击，导致网络流量数据的信息安全性和可靠性较低。


技术实现要素：

4.本公开提供一种基于区块链的算力网络流量处理方法、设备及介质，以至少解决现有网络流量数据的信息安全性和可靠性较低的问题。
5.本公开的技术方案如下：本公开实施例提供一种基于区块链的算力网络流量处理方法，应用于全区块链网络，所述全区块链网络包括：流量处理区块链微网络和流量统计区块链网络，所述流量处理区块链微网络包括：业务识别节点，流量监管节点和计费节点，包括：所述业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；所述流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在所述当前算力任务完成后，统计所述当前算力任务的流量使用信息，并将所述流量使用信息广播至所述流量统计区块链网络，其中，所述流量使用信息包括流量使用费用；所述计费节点，根据所述当前流量业务类型和所述流量使用量，确定所述流量使用费用，并将所述流量使用费用广播至所述流量统计区块链网络；所述流量处理区块链微网络中的各节点进行共识操作，将所述流量使用信息经过流量统计区块链网络上传至目标区块中，并将所述目标区块广播至所述全区块链网络。
6.本公开实施例还提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器;其中，所述处理器被配置为执行所述指令，以实现上述的方法中的各步骤。
7.本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
8.本公开实施例还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述的方法。
9.本公开的实施例提供的技术方案至少带来以下有益效果：在本公开的一些实施例中，全区块链网络包括：流量处理区块链微网络和流量统计区块链网络，流量处理区块链微网络包括：业务识别节点，流量监管节点和计费节点；业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在当前算力任务完成后，统计当前算力任务的流量使用信息，并将流量使用信息广播至流量统计区块链网络，其中，流量使用信息包括流量使用费用；计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络；流量处理区块链微网络中的各节点进行共识操作，将流量使用信息经过流量统计区块链网络上传至目标区块中，并将目标区块广播至全区块链网络；基于区块链网络，实现了对于算力任务完成过程中流量业务的识别以及流量使用的监控，尽量降低恶意节点攻击带来的数据破坏与损失，提高了网络流量数据的信息安全性和可靠性。
10.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
11.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
12.图1为本公开示例性实施例提供的一种基于区块链的算力网络流量处理方法的流程示意图；图2为本公开实施例提供的一种全区块链网络的结构示意图；图3为本公开实施例提供的一种全区块链网络的结构示意图；图4为本技术示例性实施例提供的一种电子设备的结构示意图。
具体实施方式
13.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
14.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或 描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与本公开的一些方面相一致的装置和方法的例子。
15.需要说明的是，本公开所涉及的用户信息包括但不限于：用户设备信息和用户个人信息；本公开中的用户信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
16.针对上述技术问题，在本公开的一些实施例中，全区块链网络包括：流量处理区块链微网络和流量统计区块链网络，流量处理区块链微网络包括：业务识别节点，流量监管节点和计费节点；业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在当前算力任务完成后，统计当前算力任务的流量使用信息，并将流量使用信息广播至流量统计区块链网络，其中，流量使用信息包括流量使用费用；计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络；流量处理区块链微网络中的各节点进行共识操作，将流量使用信息经过流量统计区块链网络上传至目标区块中，并将目标区块广播至全区块链网络；基于区块链网络，实现了对于算力任务完成过程中流量业务的识别以及流量使用的监控，尽量降低恶意节点攻击带来的数据破坏与损失，提高了网络流量数据的信息安全性和可靠性。
17.以下结合附图，详细说明本技术各实施例提供的技术方案。
18.图1为本公开示例性实施例提供的一种基于区块链的算力网络流量处理方法的流程示意图。其中，全区块链网络包括：流量处理区块链微网络和流量统计区块链网络，流量处理区块链微网络包括：业务识别节点，流量监管节点和计费节点。如图1所示，该方法包括：s101：业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；s102：流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在当前算力任务完成后，统计当前算力任务的流量使用信息，并将流量使用信息广播至流量统计区块链网络，其中，流量使用信息包括流量使用费用；s103：计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络；s104：流量处理区块链微网络中的各节点进行共识操作，将流量使用信息经过流量统计区块链网络上传至目标区块中，并将目标区块广播至全区块链网络。
19.在本实施例中，节点，是一个连接到网络的有源电子设备，能够通过通信通道发送、接收或转发信息，且其上存在一块或多 块物理硬盘。节点可以是工作站，服务器等，但不限于此。本公开实施例中的节点，可以包括多个物理硬盘。物理硬盘包括但不局限于：固态硬盘、机械硬盘、混合硬盘等。
20.图2为本公开实施例提供的一种全区块链网络的结构示意图。如图2所示，本公开实施例的全区块链网络包括：流量处理区块链微网络和流量统计区块链网络。在使用流量处理区块链微网络和流量统计区块链网络之前，需要先构建流量处理区块链微网络和流量统计区块链网络。
21.在本公开的一些实施例中，在算力网络编排管理层构建流量处理区块链网络。一种可实现的方式为，流量处理区块链网络采用联盟链形式，且每个已完成资源匹配的算力任务对应一个流量处理区块链微网络。流量处理区块链微网络在算力任务结束后，形成流量计费详情区块经流量统计区块链网络记录并上传，在网关节点接收成功的算力任务所对应的流量处理区块链微网络即可进行删除销毁操作。流量处理区块链微网络中节点共包含四种类型，分别为：流量监管节点、计费节点、业务识别节点以及参与方节点。流量监管节点
由移动边缘计算业务平台进行添加、删除、更新等等操作的管理，其主要完成基于移动边缘计算和基层设备实现对流量使用情况进行监管、整理和出块。计费节点也由移动边缘计算业务平台进行管理，依据不同类型的计费事件或计费策略进行相应费用的统计。业务识别节点由算力网络中编排管理层部署，主要负责流量业务类型的识别。参与方节点包括流量需求方和流量提供方两方节点，主要负责监督和备份整体流量处理过程。
22.在本公开的一些实施例中，在算力网络编排管理层构建流量统计区块链网络。一种可实现的方式为，流量统计区块链网络包含两类节点：流量监管节点和网关节点。流量监管节点与流量处理区块链网络中同名节点一致，为各流量处理区块链网络中该类节点的集合，由移动边缘计算业务平台进行管理，初始完成各算力任务流量使用情况及计费细节的信息广播，确保过程安全可靠。网关节点由算力网络中的网络转达层进行管理，负责添加相应的边缘网关基础设施节点，实现流量计费结果的安全记录和传输。
23.在本公开的一些实施例中，业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型。具体地，算力网络中成功匹配资源的算力任务启动计算后，固定周期，流量处理区块链网络中业务识别节点调用流量业务识别智能合约，进行内的业务识别，得到该时段的流量业务类型。
24.在本公开的一些实施例中，计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络。一种可实现的方式为，每单位周期()内，计费节点依据计算积累至当前时段的流量使用费用：其中，为流量业务类型费用映射函数，可依据不同情况由运营商调整。
25.计费节点每周期完成流量使用费用统计后，在流量统计区块链网络内广播此次流量计费明细。
26.在本公开的一些实施例中，流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在当前算力任务完成后，统计当前算力任务的流量使用信息，并将流量使用信息广播至流量统计区块链网络。流量监管节点进行当前算力任务下的流量使用情况监控，采集当前时段流量使用量。流量监管节点统计流量使用信息，包括以下至少一种：分段流量业务类型、分段流量使用时长、流量总体使用量、整体费用和任务耗时等等参数。流量监管节点将以上信息打包广播至流量统计区块链网络。
27.在本公开的一些实施例中，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络之后，判断流量使用费用是否大于预期费用；在流量使用费用大于预期费用的情况下，则停止执行当前算力任务；在流量使用费用小于等于预期费用的情况下，则继续执行当前算力任务，并向算力网络发送资源配置请求，以供算力网络下发新的算力资源。需要说明的是，若算力任务选择离线处理方式，则计费节点可在算力任务完成的最后一个周期内，根据流量监管节点所广播的信息，进行流量使用费用的核算。
28.在本公开的一些实施例中，参与方节点接收到流量使用信息后，对流量使用信息进行验证操作；在流量使用信息验证通过的情况下，将流量使用信息存入自身的记录池中。
29.在本公开的一些实施例中，流量处理区块链微网络中的各节点进行共识操作，将流量使用信息经过流量统计区块链网络上传至目标区块中，并将目标区块广播至全区块链网络。流量处理区块链网络中所有节点启动共识流程，采用pbft（practical byzantine fault tolerance，实用拜占庭容错算法）进行共识，将该算力任务完成过程中流量使用情况及费用明细均存入区块中，最后将该区块广播至全区块链网络。
30.在将目标区块广播至全区块链网络之后，流量处理区块链微网络中的各节点接收目标区块，并对目标区块进行验证操作；在目标区块验证通过的情况下，将目标区块加入自身区块链的末尾；在目标区块验证未通过的情况下，舍弃目标区块。需要说明的是，若此时段参与方节点处于离线状态，无法接收同步区块，则可后续恢复在线状态后向算力网络申请，依据流量统计区块链网络内相同算力任务下的区块，配合对应时间戳再次进行信息同步。
31.在本实施例中，间隔固定周期()，流量监管节点在流量统计区块链网络广播该时段内的新增区块，即该时段内新增流量使用情况信息。流量统计区块链网络启动共识机制，并将共识通过的信息存入新的区块中，之后将新区块广播至全网。
32.在本公开的一些实施例中，网关节点接收到目标区块，并对目标区块进行验证操作；在目标区块验证通过的情况下，将目标区块加入自身区块链中；以及向流量处理区块链微网络发送目标区块接收成功通知；流量处理区块链微网络在接收到目标区块接收成功通知后，将当前算力任务和流量处理区块链微网络进行删除操作。
33.在使用随机森林模型之前，需要先构建随机森林模型。随机森林模型的构建过程如下:步骤一：初次识别前需先建立并训练一定数量的流量业务类型决策树，以此形成随机森林。
34.步骤二：从多个流量业务类型的周期内的个数据包构建原始数据集；步骤三：采取有放回策略在原始数据集中进行抽样，生成与原始数据集数据量对应的子数据集；其中，子数据集的内部元素能够重复，子数据集内元素个数为（）；流量业务类型共分为种，为；数据包中的每项数据包括各项流量业务的个特征；其中，流量业务的特征包括以下至少一种：数据包大小的均值、方差和最值，数据包到达时间间隔的均值和方差，上下行字节数之比，数据包到达时间间隔的均值和方差，下行所含ip数量，下行子流片段数目，整体分组速率和下行字节速率；步骤四：每棵决策树随机从各项流量业务的特征中随机抽取个特征，以及每棵决策树根据子数据集，计算熵值，其中，，为目标子数据集中各元素决策后结果的概率，即决策后各流量业务类型的概率值；步骤五：每棵决策树根据抽取到的个特征，分别使用个特征中的每个特征作为第一分支的节点特征，并依次计算使用该特征（第个特征）决策后的数据集的熵值，
其中，为每个特征中第个元素在第个属性下的决策后结果的概率，为第个特征的属性个数，为各决策结果所占权值；步骤六：计算各特征的信息增益，其中，，取中最大值所对应的特征作为此棵决策树此次分支的节点；步骤七：重复选择特征作为决策树的分支节点，若下一节点选出的属性是其父节点分裂时所用的属性，则得到分类完成的决策树；步骤八：对分类完成的决策树未进行后剪枝处理，计算去除某节点后的整体损失，其中，；其中，为该节点的熵值，为平衡系数，为节点所包含的叶子结点的个数；对分类完成的决策树中目标分支节点分别进行剪枝和不剪枝的损失计算，得到第一损失结果和第二损失结果；在第一损失结果小于等于第二损失结果的情况下，则对目标分支节点进行剪枝处理，在第一损失结果大于第二损失结果的情况下，保留目标分支节点，其中，目标分支节点为决策树中的任意一个；步骤九：重复决策树的创建过程，得到随机森林模型，其中，随机森林模型所含决策树棵数应大于。
35.在本公开的一些实施例中，业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型，一种可实现的方式为，业务识别节点将当前流量的流量使用信息输入已经训练完成的随机森林模型中，得到多个流量业务类型分类结果；利用投票算法，从多个流量业务类型分类结果中选择出当前流量业务类型。业务识别节点依据移动边缘计算业务平台采集的内的流量使用数据信息，通过已经训练好的随机森林对该时段流量业务进行判断，得到随机森林中所有决策树对该段流量业务类型判断输出结果为。利用投票法进行最终决策：若，则本次识别失败，需重新执行上述识别步骤。若，则可得到最终识别流量业务类型结果为。
36.在本实施例中，采取联盟链的形式对算力网络中大规模分散化流量使用情况进行管理，并引入多方节点共同监督，提升系统容错能力，借助区块链分布式账本的自身属性，实现了流量使用的全过程透明监管和相关方信息通知备份，增强了整体系统的安全性与透明度，同时避免了同步信息的资源浪费，提高了工作效率。采用随机森林算法完成对流量业
务类型的识别工作，并由业务类型进而对流量使用情况进行计费，同时计费节点定时广播费用明细，使得用户能够及时了解并核对费用去向，避免计费出错的事件发生，提升计费准确性，保证运营商与用户双方的利益。设计流量处理和流量统计两种区块链网络，将流量业务识别计费与流量信息上报两种功能分割开来，确保信息传输的可靠性，降低小概率下发生故障所涉及的节点与资源数量。针对每个算力任务生成个性化的流量处理区块链微网络，在任务结束时该网络即可删除并销毁，减小了各节点的存储压力。
37.图3为本技术示例性实施例提供的一种全区块链网络30的结构示意图。如图3所示，该全区块链网络30包括：流量处理区块链微网络31和流量统计区块链网络32。流量处理区块链微网络31包括：业务识别节点311，流量监管节点312、计费节点313和参与方节点314。流量统计区块链网络32包括：网关节点321和流量监管节点322。
38.其中，业务识别节点311，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；流量监管节点312，采集当前算力任务下的当前时段的流量使用量，并在当前算力任务完成后，统计当前算力任务的流量使用信息，并将流量使用信息广播至流量统计区块链网络，其中，流量使用信息包括流量使用费用；计费节点313根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络；流量处理区块链微网络31各节点进行共识操作，将流量使用信息经过流量统计区块链网络上传至目标区块中，并将目标区块广播至全区块链网络30。
39.可选地，计费节点313，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络之后，方法还包括：判断流量使用费用是否大于预期费用；在流量使用费用大于预期费用的情况下，则停止执行当前算力任务；在流量使用费用小于等于预期费用的情况下，则继续执行当前算力任务，并向算力网络发送资源配置请求，以供算力网络下发新的算力资源。
40.可选地，流量监管节点312将流量使用信息广播至流量统计区块链网络之后，还可用于：参与方节点314接收到流量使用信息后，对流量使用信息进行验证操作；在流量使用信息验证通过的情况下，将流量使用信息存入自身的记录池中。
41.可选地，在将目标区块广播至全区块链网络之后，还可用于：流量处理区块链微网络中的各节点接收目标区块，并对目标区块进行验证操作；在目标区块验证通过的情况下，将目标区块加入自身区块链的末尾；在目标区块验证未通过的情况下，舍弃目标区块。
42.可选地，在将目标区块广播至全区块链网络之后，还可用于：网关节点321接收到目标区块，并对目标区块进行验证操作；在目标区块验证通过的情况下，将目标区块加入自身区块链中；以及向流量处理区块链微网络发送目标区块接收成功通知；流量处理区块链微网络在接收到目标区块接收成功通知后，将当前算力任务和流量处理区块链微网络进行删除操作。
43.可选地，业务识别节点311在调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型时，用于：业务识别节点将当前流量的流量使用信息输入已经训练完成的随机森林模型中，得到多个流量业务类型分类结果；利用投票算法，从多个流量业务类型分类结果中选择出当前流量业务类型。
44.可选地，业务识别节点311在使用随机森林模型之前，还可用于：从多个流量业务类型的周期内的个数据包构建原始数据集；采取有放回策略在原始数据集中进行抽样，生成与原始数据集数据量对应的子数据集；其中，子数据集的内部元素能够重复，子数据集内元素个数为（）；流量业务类型共分为种，为；数据包中的每项数据包括各项流量业务的个特征；其中，流量业务的特征包括以下至少一种：数据包大小的均值、方差和最值，数据包到达时间间隔的均值和方差，上下行字节数之比，数据包到达时间间隔的均值和方差，下行所含ip数量，下行子流片段数目，整体分组速率和下行字节速率；每棵决策树随机从各项流量业务的特征中随机抽取个特征，以及每棵决策树根据子数据集，计算熵值，其中，，为目标子数据集中各元素决策后结果的概率，即决策后各流量业务类型的概率值；每棵决策树根据抽取到的个特征，分别使用个特征中的每个特征作为第一分支的节点特征，并依次计算使用该特征（第个特征）决策后的数据集的熵值，其中，为每个特征中第个元素在第个属性下的决策后结果的概率，为第个特征的属性个数，为各决策结果所占权值；计算各特征的信息增益，其中，，取中最大值所对应的特征作为此棵决策树此次分支的节点；重复选择特征作为决策树的分支节点，若下一节点选出的属性是其父节点分裂时所用的属性，则得到分类完成的决策树；对分类完成的决策树未进行后剪枝处理，计算去除某节点后的整体损失，其中，；其中，为该节点的熵值，为平衡系数，为节点所包含的叶子结点的个数；对分类完成的决策树中目标分支节点分别进行剪枝和不剪枝的损失计算，得到第一损失结果和第二损失结果；在第一损失结果小于等于第二损失结果的情况下，则对目标分支节点进行剪枝处理，在第一损失结果大于第二损失结果的情况下，保留目标分
支节点，其中，目标分支节点为决策树中的任意一个；重复决策树的创建过程，得到随机森林模型，其中，随机森林模型所含决策树棵数应大于。
45.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
46.图4为本技术示例性实施例提供的一种电子设备的结构示意图。如图4所示，电子设备包括：存储器41和处理器42。另外，电子设备还包括电源组件43和通信组件44。
47.存储器41，用于存储计算机程序，并可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令。
48.存储器41，可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（sram），电可擦除可编程只读存储器（eeprom），可擦除可编程只读存储器（eprom），可编程只读存储器（prom），只读存储器（rom），磁存储器，快闪存储器，磁盘或光盘。
49.通信组件44，用于与其他设备进行数据传输。
50.处理器42，可执行存储器41中存储的计算机指令，以用于：业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在当前算力任务完成后，统计当前算力任务的流量使用信息，并将流量使用信息广播至流量统计区块链网络，其中，流量使用信息包括流量使用费用；计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络；流量处理区块链微网络中的各节点进行共识操作，将流量使用信息经过流量统计区块链网络上传至目标区块中，并将目标区块广播至全区块链网络。
51.可选地，计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络之后，处理器42还可用于：判断流量使用费用是否大于预期费用；在流量使用费用大于预期费用的情况下，则停止执行当前算力任务；在流量使用费用小于等于预期费用的情况下，则继续执行当前算力任务，并向算力网络发送资源配置请求，以供算力网络下发新的算力资源。
52.可选地，流量处理区块链微网络还包括：参与方节点；流量监管节点将流量使用信息广播至流量统计区块链网络之后，处理器42还可用于：参与方节点接收到流量使用信息后，对流量使用信息进行验证操作；在流量使用信息验证通过的情况下，将流量使用信息存入自身的记录池中。
53.可选地，在将目标区块广播至全区块链网络之后，处理器42还可用于：流量处理区块链微网络中的各节点接收目标区块，并对目标区块进行验证操作；在目标区块验证通过的情况下，将目标区块加入自身区块链的末尾；在目标区块验证未通过的情况下，舍弃目标区块。
54.可选地，流量统计区块链网络包括：网关节点；在将目标区块广播至全区块链网络
之后，处理器42还可用于：网关节点接收到目标区块，并对目标区块进行验证操作；在目标区块验证通过的情况下，将目标区块加入自身区块链中；以及向流量处理区块链微网络发送目标区块接收成功通知；流量处理区块链微网络在接收到目标区块接收成功通知后，将当前算力任务和流量处理区块链微网络进行删除操作。
55.可选地，业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型时，处理器42用于：业务识别节点将当前流量的流量使用信息输入已经训练完成的随机森林模型中，得到多个流量业务类型分类结果；利用投票算法，从多个流量业务类型分类结果中选择出当前流量业务类型。
56.可选地，在使用随机森林模型之前，处理器42还可用于：从多个流量业务类型的周期内的个数据包构建原始数据集；采取有放回策略在原始数据集中进行抽样，生成与原始数据集数据量对应的子数据集；其中，子数据集的内部元素能够重复，子数据集内元素个数为（）；流量业务类型共分为种，为；数据包中的每项数据包括各项流量业务的个特征；其中，流量业务的特征包括以下至少一种：数据包大小的均值、方差和最值，数据包到达时间间隔的均值和方差，上下行字节数之比，数据包到达时间间隔的均值和方差，下行所含ip数量，下行子流片段数目，整体分组速率和下行字节速率；每棵决策树随机从各项流量业务的特征中随机抽取个特征，以及每棵决策树根据子数据集，计算熵值，其中，，为目标子数据集中各元素决策后结果的概率，即决策后各流量业务类型的概率值；每棵决策树根据抽取到的个特征，分别使用个特征中的每个特征作为第一分支的节点特征，并依次计算使用该特征（第个特征）决策后的数据集的熵值，其中，为每个特征中第个元素在第个属性下的决策后结果的概率，为第个特征的属性个数，为各决策结果所占权值；计算各特征的信息增益，其中，，取中最大值所对应的特征作为此棵决策树此次分支的节点；重复选择特征作为决策树的分支节点，若下一节点选出的属性是其父节点分裂时所用的属性，则得到分类完成的决策树；对分类完成的决策树未进行后剪枝处理，计算去除某节点后的整体损失，其中，；
其中，为该节点的熵值，为平衡系数，为节点所包含的叶子结点的个数；对分类完成的决策树中目标分支节点分别进行剪枝和不剪枝的损失计算，得到第一损失结果和第二损失结果；在第一损失结果小于等于第二损失结果的情况下，则对目标分支节点进行剪枝处理，在第一损失结果大于第二损失结果的情况下，保留目标分支节点，其中，目标分支节点为决策树中的任意一个；重复决策树的创建过程，得到随机森林模型，其中，随机森林模型所含决策树棵数应大于。
57.相应地，本技术实施例还提供一种存储有计算机程序的计算机可读存储介质。当计算机可读存储介质存储计算机程序，且计算机程序被一个或多个处理器执行时，致使一个或多个处理器执行图1方法实施例中的各步骤。
58.相应地，本技术实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序/指令，计算机程序/指令被处理器执行图1的方法实施例中的各步骤。
59.上述图4中的通信组件被配置为便于通信组件所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络，如wifi，2g、3g、4g/lte、5g等移动通信网络，或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件还包括近场通信（nfc）模块，以促进短程通信。例如，在nfc模块可基于射频识别（rfid）技术，红外数据协会（irda）技术，超宽带（uwb）技术，蓝牙（bt）技术和其他技术来实现。
60.上述图4中的电源组件，为电源组件所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
61.上述电子设备还包括显示屏和音频组件。
62.显示屏包括屏幕，其屏幕可以包括液晶显示屏（lcd）和触摸面板（tp）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。
63.音频组件，可被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风（mic），当音频组件所在设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。
64.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
65.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流
程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
66.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
67.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图中至少一个流程，和／或方框图中至少一个方框中指定的功能的步骤。
68.在一个典型的配置中，计算设备包括一个或多个处理器 (cpu)、输入/输出接口、网络接口和内存。
69.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (ram) 和/或非易失性内存等形式，如只读存储器 (rom) 或闪存(flash ram)。内存是计算机可读介质的示例。
70.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (pram)、静态随机存取存储器 (sram)、动态随机存取存储器 (dram)、其他类型的随机存取存储器 (ram)、只读存储器 (rom)、电可擦除可编程只读存储器 (eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器 (cd-rom)、数字多功能光盘 (dvd) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
71.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
72.以上仅是本技术的具体实施方式，使本领域技术人员能够理解或实现本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种基于区块链的算力网络流量处理方法，应用于全区块链网络，所述全区块链网络包括：流量处理区块链微网络和流量统计区块链网络，所述流量处理区块链微网络包括：业务识别节点，流量监管节点和计费节点，其特征在于，包括：所述业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型；所述流量监管节点，采集当前算力任务下的当前时段的流量使用量，并在所述当前算力任务完成后，统计所述当前算力任务的流量使用信息，并将所述流量使用信息广播至所述流量统计区块链网络，其中，所述流量使用信息包括流量使用费用；所述计费节点，根据所述当前流量业务类型和所述流量使用量，确定所述流量使用费用，并将所述流量使用费用广播至所述流量统计区块链网络；所述流量处理区块链微网络中的各节点进行共识操作，将所述流量使用信息经过流量统计区块链网络上传至目标区块中，并将所述目标区块广播至所述全区块链网络。2.根据权利要求1所述的方法，其特征在于，所述计费节点，根据所述当前流量业务类型和所述流量使用量，确定所述流量使用费用，并将流量使用费用广播至所述流量统计区块链网络之后，所述方法还包括：判断所述流量使用费用是否大于预期费用；在所述流量使用费用大于所述预期费用的情况下，则停止执行所述当前算力任务；在所述流量使用费用小于等于所述预期费用的情况下，则继续执行所述当前算力任务，并向算力网络发送资源配置请求，以供所述算力网络下发新的算力资源。3.根据权利要求1所述的方法，其特征在于，所述流量处理区块链微网络还包括：参与方节点；所述流量监管节点将所述流量使用信息广播至所述流量统计区块链网络之后，所述方法还包括：所述参与方节点接收到所述流量使用信息后，对所述流量使用信息进行验证操作；在所述流量使用信息验证通过的情况下，将所述流量使用信息存入自身的记录池中。4.根据权利要求1所述的方法，其特征在于，在所述将所述目标区块广播至所述全区块链网络之后，所述方法还包括：所述流量处理区块链微网络中的各节点接收所述目标区块，并对所述目标区块进行验证操作；在所述目标区块验证通过的情况下，将所述目标区块加入自身区块链的末尾；在所述目标区块验证未通过的情况下，舍弃所述目标区块。5.根据权利要求1所述的方法，其特征在于，所述流量统计区块链网络包括：网关节点；在所述将所述目标区块广播至所述全区块链网络之后，所述方法还包括：所述网关节点接收到所述目标区块，并对所述目标区块进行验证操作；在所述目标区块验证通过的情况下，将目标区块加入自身区块链中；以及向所述流量处理区块链微网络发送目标区块接收成功通知；所述流量处理区块链微网络在接收到目标区块接收成功通知后，将所述当前算力任务和所述流量处理区块链微网络进行删除操作。6.根据权利要求1所述的方法，其特征在于，所述业务识别节点，调用流量业务识别智能合约，进行当前业务识别，得到当前流量业务类型，包括：
所述业务识别节点将当前流量的流量使用信息输入已经训练完成的随机森林模型中，得到多个流量业务类型分类结果；利用投票算法，从多个所述流量业务类型分类结果中选择出所述当前流量业务类型。7.根据权利要求6所述的方法，其特征在于，在使用所述随机森林模型之前，所述方法还包括：从多个流量业务类型的周期内的个数据包构建原始数据集；采取有放回策略在所述原始数据集中进行抽样，生成与所述原始数据集数据量对应的子数据集；其中，所述子数据集的内部元素能够重复，所述子数据集内元素个数为（）；流量业务类型共分为种，为；所述数据包中的每项数据包括各项流量业务的个特征；其中，流量业务的特征包括以下至少一种：数据包大小的均值、方差和最值，数据包到达时间间隔的均值和方差，上下行字节数之比，数据包到达时间间隔的均值和方差，下行所含ip数量，下行子流片段数目，整体分组速率和下行字节速率；每棵决策树随机从各项所述流量业务的特征中随机抽取个特征，以及每棵所述决策树根据所述子数据集，计算熵值，其中，，为目标子数据集中各元素决策后结果的概率，即决策后各所述流量业务类型的概率值；每棵所述决策树根据抽取到的个特征，分别使用个特征中的每个特征作为第一分支的节点特征，并依次计算使用该特征（第个特征）决策后的数据集的熵值，其中，为每个特征中第个元素在第个属性下的决策后结果的概率，为第个特征的属性个数，为各决策结果所占权值；计算各特征的信息增益，其中，，取中最大值所对应的特征作为此棵决策树此次分支的节点；重复选择特征作为决策树的分支节点，若下一节点选出的属性是其父节点分裂时所用的属性，则得到分类完成的决策树；对分类完成的所述决策树未进行后剪枝处理，计算去除某节点后的整体损失，其中，；其中，为该节点的熵值，为平衡系数，为节点所包含的叶子结点的个数；对分类完成的所述决策树中目标分支节点分别进行剪枝和不剪枝的损失计算，得到第一损失结果和第二损失结果；在所述第一损失结果小于等于所述第二损失结果的情况下，则对所述目标分支节点进行剪枝处理，在所述第一损失结果大于所述第二损失结果的情况下，保留所述目标分支节点，其中，所述目标分支节点为所述决策树中的任意一个；重复决策树的创建过程，得到随机森林模型，其中，所述随机森林模型所含决策树棵数
应大于。8.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器;其中，所述处理器被配置为执行所述指令，以实现如权利要求1-7中任一项所述的方法中的各步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。10.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1-7中任一项所述的方法。

技术总结
本公开提供一种基于区块链的算力网络流量处理方法、设备及介质。在本公开的一些实施例中，全区块链网络包括：流量处理区块链，微网络和流量统计区块链网络，流量处理区块链微网络包括：业务识别节点，流量监管节点和计费节点；业务识别节点，调用流量业务识别智能合约，得到当前流量业务类型；流量监管节点，将统计的流量使用信息广播至流量统计区块链网络；计费节点，根据当前流量业务类型和流量使用量，确定流量使用费用，并将流量使用费用广播至流量统计区块链网络；流量处理区块链微网络中的各节点进行共识操作，将流量使用信息上传至目标区块中，并将目标区块广播至全区块链网络；提高了网络流量数据的信息安全性和可靠性。提高了网络流量数据的信息安全性和可靠性。提高了网络流量数据的信息安全性和可靠性。


技术研发人员：魏永强 罗攀峰 曾纪才 雷瑞恒
受保护的技术使用者：北京中科江南信息技术股份有限公司
技术研发日：2023.06.07
技术公布日：2023/7/12