(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211023380.1 (22)申请日 2022.08.25 (71)申请人 广州中南网络技 术有限公司 地址 510630 广东省广州市天河区东圃车 陂路70号四层南 430房 (72)发明人 黄文科　 (51)Int.Cl. H04L 43/0805(2022.01) H04L 67/141(2022.01) H04L 41/0654(2022.01) H04L 67/104(2022.01) G06F 16/27(2019.01) G06F 16/23(2019.01) G06Q 40/04(2012.01) (54)发明名称 互联网区块链数字标志传输识别方法 (57)摘要 本发明公开了互联网区块链数字标志传输 识别方法， 属于数据传输技术领域， 该传输识别 具体步骤如下： (1)对各网络节点服务器进行通 信检测； (2)分发板块信息并进行 实时通信修复； (3)筛选交易数据并进行级联分析； (4)将分析结 果导入各板块进行信息传递； 本发 明通过构建多 组神经网络对 各组交易数据进行级联分析， 能够 高效准确地提取各组交易数据地特征数字， 同时 将交易特征数字通过固定规则进行板块链传递 能够使数据传输更加稳定， 并且能够使各服务器 之间地数据传输更加迅速， 提高工作人员使用体 验。 权利要求书2页 说明书5页 附图1页 CN 115361311 A 2022.11.18 CN 115361311 A 1.互联网区块链数字标志传输识别方法， 其特 征在于， 该传输识别具体步骤如下： (1)对各网络节点 服务器进行通信检测； (2)分发板块信息并进行实时通信修复； (3)筛选交易数据并进行级联分析； (4)将分析 结果导入各板块进行信息传递。 2.根据权利要求1所述的互联网区块链数字标志传输识别方法， 其特征在于， 步骤(1) 中所述通信检测具体步骤如下： 步骤一： 工作人员通过终端设备与网络主服务器建立通信连接， 之后主服务与通信连 接的各组节点 服务器上安装并启动相关软件 包， 再将所有节点 服务器建立连接； 步骤二： 若建立连接时存在异常， 则断开连接， 并重新对相关节点服务器进行连接， 直 至连接成功， 之后 构建一组集群， 并向各组节点服务器发送传输命令， 同时向各组节点服务 器发送文件名、 文件长度以及文件数据； 步骤三： 节点服务器自行使用相关命令往挂载的存储目录里录入数据， 然后主服务器 自行接收各节点服务器上 的数据分布情况， 并对存在异常存储的节点服务器进行记录， 同 时切断与该节点 服务器机的通信连接， 且将该节点 服务器反馈给维修人员进行维护。 3.根据权利要求2所述的互联网区块链数字标志传输识别方法， 其特征在于， 步骤一中 所述终端设备 具体包括内网电脑、 智能手机以及平板电脑。 4.根据权利要求2所述的互联网区块链数字标志传输识别方法， 其特征在于， 步骤(3) 中所述所述 通信修复具体步骤如下： 第一步： 主服务器依据系统默认或人工设定的阈值生成若干组不同的模块身份以及不 同模块等级， 之后将各组模块身份以及模块 等级分配至不同板块内； 第二步： 主服务器收集相同模块身份与模块等级的各板块之间的通讯信息， 将收集到 的通讯信息通过符值转换、 归一化计算以及特征降维处理后分为验证集、 测试集以及训练 集； 第三步： 主服务器构建通信检测网络， 并重复多次使用验证集中的各组数据对通信检 测网络精度进行验证， 并统计测试集中各数据均方根误差， 同时对每组数据都进行一次预 测， 并将预测结果 最好的数据作为 最优参数输出； 第四步： 依据最后参数对训练集进行标准化处理生成训练样本， 之后将训练样本输送 倒通信检测网络中， 并通过通信检测网络对各板块通信进行迭代优化， 之后通过焦点损失 函数对各板块通讯损失值进行计算， 同时依据计算出 的通讯损失值进行稳定性分析， 并将 分析结果反馈给工作人员， 之后工作人员依据分析结果对存在异常通信的服务器进行修 复。 5.根据权利要求1所述的互联网区块链数字标志传输识别方法， 其特征在于， 步骤(3) 中所述级联分析 具体步骤如下： S1： 主服务器获取系统化的、 有规则性以及有统一性的各组交易数据， 并构建骨干网络 提取出各组交易数据的阈值数字送入相对应模块进行尺度归一 化处理； S2： 再将各组交易数据的特征数据进行特征融合， 通过将融合结果进行分类回归， 并输 出类别和分数， 将各组输出 结果进行非极大值抑制以输出最后检测出的特 征数据； S3： 搭建卷积神经网络， 并将检测出的特征数据的分辨率r， 卷积神经网络的宽度w和 深权　利　要　求　书 1/2 页 2 CN 115361311 A 2度d作为待优化的参数， 再对该卷积神经网络架构进 行大量的搜索， 在卷积神经网络参数量 小于某一数值的情况 下， 寻找让其精确率 最高的参数(r,w,d)； S4： 卷积神经网络对各组特征数据进行特征降维处理， 同时通过精确率最 高的参数(r, w,d)验证各组特征数据的准确度， 若存在特征数据准确度低于系统默认或人工 设定的阈值 时， 重新对相关交易数据的特 征数据进行检测； S5： 将达到阈值的各组特征数据转换为特征样本图， 同时对其进行归一化处理以输出 相对应的特征检测框， 再检测框信息进 行收集， 并生成对应检测框坐标， 之后对相关特征样 本图进行扩大化剪裁以获取相关交易数据的特征数字， 并将获取的各组特征数字上传至主 服务器以及各节点服务器中， 同时各组依据特征数字生成时间逐渐累积由新到 老进行顺序 统一存储。 6.根据权利要求1所述的互联网区块链数字标志传输识别方法， 其特征在于， 步骤(4) 中所述信息传递具体步骤如下： P1： 工作人员通过终端设备自愿选择需要使用模块身份以及模块等级的板块链， 主服 务器接收到终端设备发送的选择信息后， 调取相对应的板块链， 并将相对应的交易特征阈 值数字发送至所识别到 板块链中的对应板块中进行存 储； P2： 主服务器采集该板块的模块等级以及模块身份， 同时遍历整个板块链中其余板块 信息， 若存在模块身份以及模块等级一致的板块， 主服务器则将该板块存储的交易特征数 字传输至信息一致的各组板块中， 之后主服务器依据该板块的模块身份遍历整个板块链， 同时提取其中同等级以及低于自身的等级相同模块身份进 行储存， 如 模块等级大于该板块 模块等级的相关板块， 并将该板块存储的交易特征阈值数字直接跳跃当前 的模块， 另传输 至所对应符合条件相同的板块中进行 数字归位储 存； P3： 当主服务器数字传递流程根据不同模块的前端人工选择的时间不同周期不同结束 时间不同后， 对各该模块等级进行归位服务器基础等级， 之后等待前端人工可自愿再次设 定流程进 行方式以形成周期律， 同时主服务器依据系统默认或人工 设定的循环时间值从新 对所识别到相对应的模块交易数据特 征的数字阈值进行 数据统一归位收集储 存。 7.根据权利要求6所述的互联网区块链数字标志传输识别方法， 其特征在于， P3 中所述 数据收集具体步骤如下： Q1： 当各组服务器中存储的数字取值达到规定阈值后， 主服务器依据系统默认或人工 设定的循环时间值定期对各存 储数据进行收集计算以及更新； Q2： 将每次更新后的收集数值反馈至终端设备供工作人员进行查看， 之后各组服务器 自行由老到新抽取相对应时间内的各组存储数据， 再对各组存储数字取值的数据依据规定 的阈值的数字进行收集， 并将收集信息反馈 至终端设备 供工作人员进行查看。权　利　要　求　书 2/2 页 3 CN 115361311 A 3