(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 202210332259.0 (22)申请日 2022.03.30 (71)申请人 长沙航空职业 技术学院 地址 410124 湖南省长 沙市雨花区长沙航 空职业技术学院 （跳马校区） (72)发明人 黄婕　吴徳华　 (74)专利代理 机构 长沙智路知识产权代理事务 所(普通合伙) 4324 4 专利代理师 张毅 (51)Int.Cl. G06F 3/06(2006.01) G06F 16/23(2019.01) G06F 16/27(2019.01) G06F 21/60(2013.01) G06F 21/78(2013.01)G06N 3/04(2006.01) H04L 9/08(2006.01) (54)发明名称 一种区块链网络中基于深度强化学习的云 存储公开审计方法 (57)摘要 本申请涉及一种区块链网络中基于深度强 化学习的云存储公开审计方法， 包括： 数据拥有 者获取用户私钥及用户公钥； 数据拥有者获得加 密文件块及哈希标签； 数据拥有者将加密文件上 传到云端， 将哈希标签广播给区块链中的所有网 络节点， 并将哈希标签添加到区块链网络中； 公 开审计者基于审计请求， 将经过签名的MHT证明 根值PBC发送给数据拥有者； 云服务提供者基于 审计挑战， 验证数据拥有者的外包数据， 并将经 过签名后的MHT证明根值Pcsp发送给数据拥有 者； 数据拥有者通过检验是否同时满足PBC＝Pcsp以 及双曲线映射， 以判断数据拥有者存储在云端的 数据的完整性和正确性。 该公开审计方法最大程 度减少了系统长期开销， 提高了云存储中公开审 计的安全性。 权利要求书2页 说明书8页 附图3页 CN 114691044 A 2022.07.01 CN 114691044 A 1.一种区块链网络中基于深度强化学习的云存储公开审计方法， 其特征在于， 所述公 开审计方法包括： L10、 数据拥有者基于ECC算法的双线性映射函数获取用于数字签名的随机秘钥对 (spk,ssk)， 并基于所述随机 秘钥对(spk,s sk)获取用户私钥sk及用户公钥pk； 其中， ssk为随机私钥， spk 为随机公钥； L20、 数据拥有 者通过对需要上传到云端的文件F划分以获得文件 块mi， 通过用户私钥对 文件块mi加密以获得加密文件块ei， 并对加密文件块ei进行哈希操作以获取哈希标签； L30、 数据拥有者将加密文件F'上传到云端， 将哈希标签广播给 区块链网络中的所有网 络节点， 并将所述哈希标签添加到区块链网络中； 其中， 所述加密文件F'为所有加密文件块ei按顺序排列所构成的文件； L40、 公开审计者接 收数据拥有者发起的审计请求， 将经过签名的MHT证明根值PBC发送 给数据拥有者； 所述公开审计者为基于区块链网络中的全部网络节点， 数据拥 有者通过随机可验证函 数随机选择出的网络节点； L50、 云服务提供者接收数据拥有者发起的审计挑战， 基于用户ID验证所述数据拥有者 的外包数据， 并将经 过签名后的M HT证明根 值Pcsp发送给数据拥有者； L60、 数据拥有者通过检验是否同时满足PBC＝Pcsp以及双曲线映射， 以判断数据拥有者 存储在云端的数据的完整性和正确性； 所述双曲线映射 为映射E： G ×G→Gr； 其中， 群G为GapDif fie‑Hellman群， 群Gr为质数ρ 的乘法循环群。 2.根据权利要求1所述的公开审计方法， 其特征在于， 所述L20之后， L30之前， 还包括： 数据拥有者基于群G随机选择一个元素u， 通过随机私钥ssk对加 密文件块ei进行签名， 获得 签名后的加密文件块σi。 3.根据权利要求1所述的公开审计方法， 其特征在于， 所述L30之后， L40之前， 还包括： 数据拥有者在 对其存储在云端的数据进行更新时， 对区块链上对应的哈希标签进 行动态更 新。 4.根据权利要求1所述的公开审计方法， 其特征在于， 所述L40包括： 公开审计者基于数 据拥有者的用户公钥pk和用户ID， 回溯所述数据拥有者在区块链上的哈希标签； 以及， 公开审计者基于所述哈希标签构建MHT， 基于所述MHT获取MHT证明根值PBC， 并对 所述MHT证明根 值PBC进行签名； 其中， 所述M HT为基于哈希值的多树或二叉树。 5.根据权利要求1所述的公开审计方法， 其特征在于， 所述L50还包括： 若当前数据拥有 者无法检验外包数据的完整性和正确性， 则基于区块链网络 选择一个新的数据拥有者； 以及， 所述新的数据拥有者基于当前数据拥有者的用户ID和用户公钥pk， 对当前数据 拥有者外包数据的完整性和正确性进行检验。 6.根据权利要求1所述的公开审计方法， 其特征在于， 所述L50包括： 云服务提供者通过 对数据拥有者的用户ID的加密文件块ei进行哈希计算 来构建MHT； 以及， 云服务提供者基于所述MHT获取MHT证明根值Pcsp， 并对所述MHT证明根值Pcsp进行 签名。权　利　要　求　书 1/2 页 2 CN 114691044 A 27.根据权利要求1所述的公开审计方法， 其特征在 于， 所述L60包括： 若满足Pcsp＝PBC， 以 及双线性映射满足双线性、 可计算性和非退化性， 则所述数据拥有者存储在云端的数据具 有完整性和正确性； 否则， 所述数据不具有完整性和正确性。 8.根据权利要求1所述的公开审计方法， 其特 征在于， 所述 L10之前， 还 包括： L01、 公开审计者通过对随机过程进行初始化， 以探索需要执行的动作； 公开审计者初 始化区块链网络环境， 并接收初始 观察状态S1； 其中， 通过随机函数产生所述随机过程； L02、 公开审计者基于预 先定义的审计策略， 通过 执行动作at对噪声进行探索和采样； 其中， at为共识周期t的动作； L03、 公开审计者通过执行动作at， 设置共识周期t+1 的长度和区块的大小； 若满足约束 条件， 公开审计者则将奖励rt设置为吞吐量， 否则设置奖励rt＝0， 并观察共识周期t+1的状 态St+1； 其中， 基于对状态空间、 动作空间、 奖励的条件限定， 确定所述约束条件； L04、 公开审计者将经验样本数据(St,at,rt,St+1)存储到回放缓存R和区块链中， 并对网 络目标值进行设置； L05、 公开审计者基于最小化损失函数对Critic 网络进行更新， 通过样本梯度下降法对 Actor网络进行 更新， 并对Critic目标网络和Actor目标网络进行 更新； 其中， 所述目标网络为 通过设置网络目标值所确定的网络 。 9.根据权利要求8所述的公开审计方法， 其特 征在于， 1)所述状态空间St表示为： St＝[p,n]t 其中， p为 等待追加到区块链的交易数， n 为区块链网络中的节点数； 2)所述动作空间at表示为： at＝[Ttotal， Sb， b]t 其中， Ttotal为共识周期的总延迟， Sb为区块链中的区块大小； 令L为最大共识周期长度， Ttotal∈(0,L)； b＝2i， i ＝0,1,2. ..,B， B∈N； 3)所述奖励rt表示为： 其中， Sa为交易的平均大小， nc为交易的副本数量， Sh为区块头大小， Rt为数据传输速度， tv为节点的身份认证时间， Ca为添加新区块到区块链中需要花费的时间， tgs为生成一个新 的状态区块需要的时间， tj为新节点加入区块链网络的时间， tr为过程中生成随机数的时 间。权　利　要　求　书 2/2 页 3 CN 114691044 A 3