一种大规模跨链动态接入管理系统及方法

技术领域

本发明涉及区块链技术领域，具体是涉及一种大规模跨链动态接入管理系统及方法。

背景技术

区块链技术，是分布式数据存储、点对点传输、分布式共识算法、加密算法等计算机技术的集成应用。区块链技术不依赖额外的第三方管理机构或硬件设施，没有中心管制，除了自成一体的区块链本身，通过分布式核算和存储，各个节点实现了信息自我验证、传递和管理。在业务形式日益复杂的商业应用场景下，链与链之间缺乏统一的互联互通机制，这极大限制了区块链上数字资产价值的流动性，因此产生了跨链需求。跨链指的是通过连接相对独立的区块链系统，实现不同账本的可信互操作，但信息交换涉及链与链之间的数据同步和相应的跨链调用，实现更为复杂，各个区块链应用之间互通壁垒极高，无法有效地进行跨链信息共享。

传统的跨链接入多采用链对链架构，不同的链通过各自的跨链网关直接相连，跨链网关承担信息交互和验证角色；然而该方式只适用于跨链参与方有信任基础或者安全性要求不那么高的场景，对于安全性要求高的应用场景，技术还需提升。如专利申请CN114499898A，其公开了一种区块链跨链安全接入方法及装置，是针对区块链跨链交易过程不顺畅问题提出的一个基础性专利，所述方法用于在多个应用链和至少一个中继链之间运行，各应用链通过多节点网关连接所述中继链，并采用一次性会话密钥进行通信；但其缺少对不合规交易的相应处理，并且没有考虑具体应用链特性需要适配网关接口的情况，不利于跨链交易安全和接入管理。

发明内容

为解决针对大规模跨链动态接入下的应用链接入认证、标准不一、接入效率低等问题，，本发明提供了一种大规模跨链动态接入管理系统及方法，设计一种基于网关集群多签的接入链认证机制，实时监听接入应用链全接入周期内的跨链事件，通过跨链网关和中继链验证跨链交易的合规性；同时基于强化学习设计一种与跨链过程操作合规性链接的惩罚机制，对不合规操作对象进行奖惩；另外增设请求状态列表和接入列表，提供大规模区块链动态接入的稳定跨链服务同时维护正常跨链管理。

本发明所述的一种大规模跨链动态接入管理系统，包括网关接口模块、网关监听模块、分发模块、签名模块、中继链验证模块、奖惩模块、执行模块；

所述网关接口模块用于适配不同区块链；

所述网关监听模块用于网关节点监听相应传送链上的跨链事件，确认跨链事件是否存在；

所述签名模块用于跨链网关确认存在的跨链事件签名；

所述分发模块用于网关分发跨链事件到中继链；

所述中继链验证模块用于验证跨链对象是否合规，若验证不通过则中继链返回失败回执和错误信息至来源链，同时启用奖惩机制；

所述奖惩模块用于对跨链对象的交易规则进行梯度更新，强化学习根据跨链事件信息与中继链验证规则的动态交互，基于最大化反馈奖励期望动态调整应用链跨链对象的合规性，促使跨链事件成功接入；

所述执行模块用于目的链执行交易；跨链对象通过验证后提交到目标链执行，代表该跨链对象成功接入，同时目的链将跨链对象记录加入管理合约接入列表中，并发送回执至来源链；另外根据执行结果向关联中继链反馈对象状态，中继链事务管理合约进行相应的更新。

进一步的，所述奖惩模块包括获取环境信息模块、模型搭建模块、策略更新模块和奖惩反馈模块；

所述获取环境信息模块用于获取应用链交易信息；所述信息包括：跨链事件信息、中继链验证规则、中继链验证结果；

所述模型搭建模块用于搭建基于强化学习policy gradient算法的模型，通过与周围环境交互得到的奖励引导，学习使跨链对象合规通过中继链验证的策略；

所述策略更新模块用于训练基于强化学习policy gradient算法的模型，依据实际情况进行强化学习参数设计，并根据已有的梯度递增公式进行参数更新，在此基础上循环，从而获得一个最优期望策略；

所述奖惩反馈模块以强化学习的目标为导向，使模型调整对象信息能够不断趋向相应中继链验证规则。

进一步的，所述梯度递增公式如下：

其中θ为网络参数，τ为数据轨迹，R(τ)为各阶段奖励和，

进一步的，所述奖惩反馈模块调整策略动作后，以原先来源链回执量为基准，回执量增加时，认为强化学习模型调整动作发生后，通过中继链验证的合规对象增加，从而提高该动作发生的几率；反之，回执量减少时，认为强化学习模型调整动作发生后，通过中继链验证的合规对象减少，从而降低该动作发生的几率。基于上述大规模跨链动态接入管理系统，本发明设计了一种大规模跨链动态接入管理方法，其包括以下步骤：

步骤1、应用链1发起对象接入请求，该链管理合约抛出跨链事件时携带应用链2地址，同时在管理合约中将该跨链对象列入请求接入状态表；

步骤2、相应适配的跨链网关1监听确认事件存在后，接收该跨链事件并对该事件进行签名，在跨链网关集群中通过分布式哈希表的方式进行查询，将该事件及签名发送至管理应用链1的中继链A上；

步骤3、中继链A对该跨链事件及附带签名进行验证，若验证不通过则中继链A返回失败的回执与相关错误信息至应用链1，同时启用奖惩机制，应用链1调整重新发送直至中继链A验证通过；

步骤4、中继链A验证通过后，将跨链事件和事件证明发送至相应适配跨链网关2；

步骤5、跨链网关2接收该跨链事件和事件证明后对其进行签名，然后根据该跨链事件的目的链地址，在跨链网关集群中通过分布式哈希表的方式进行查询，将该事件及签名发送至管理应用链2的中继链B上；

步骤6、中继链B对该跨链事件及签名进行验证，若验证不通过则中继链B返回失败的回执与相关错误信息至应用链1，同时启用奖惩机制，应用链1调整重新发送；

步骤7、中继链B通过验证后提交到应用链2执行，同时将跨链对象记录加入该链管理合约接入列表中，表示接入成功；另外发送回执至应用链1，清除应用链1管理合约请求状态列表中该对象的记录。

进一步的，所述奖惩机制具体包括以下步骤：

步骤a：针对具体应用链跨链事件，利用获取环境信息模块动态实时采集跨链事件数据，如相应中继链验证规则、跨链网关签名信息、中继链验证结果等内容；

步骤b：利用模型搭建模块，根据所获取到的跨链事件数据，搭建基于强化学习policy gradient算法的模型，并按照理论上的策略应用于事件；

步骤c：利用奖惩反馈模块，获知上一轮跨链事件基于原模型状态下的模型调整动作效果；

步骤d：根据上一轮跨链事件模型状态及模型调整动作奖励，利用策略更新模块，更新相应策略参数，从而循环控制智能体行动策略并加以应用。

本发明所述的有益效果为：本发明提供一种大规模跨链动态接入管理系统及方法，通过网关接口模块、网关监听模块、签名模块、分发模块、中继链验证模块、奖惩模块、执行模块之间的数据连接，能够有效提高接入效率；本发明基于网关集群，提升容错能力的同时防止网络攻击，设置网关适配接口以增强交互能力；本发明实时监听跨链事件，通过跨链网关和中继链验证跨链交易的合规性，增强其安全性；本发明设计惩罚机制，对不合规操作对象进行奖惩，调动网关节点积极性的同时降低安全风险；通过增设请求状态列表和接入列表，实时更新跨链交易状态，降低其管理复杂度。

附图说明

图1是本发明所述的跨链动态接入管理系统结构图；

图2是本发明所述的跨链交易处理流程示意图；

图3是基于强化学习的奖惩机制流程示意图。

具体实施方式

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。

如图1所示，本发明所述的一种大规模跨链动态接入管理系统，包括网关接口模块、网关监听模块、分发模块、签名模块、中继链验证模块、奖惩模块、执行模块；各模块主要内容如下：

(1)网关接口模块：

用于适配不同区块链。跨链网关对接具体类型区块链以及转发跨链消息，为提升与应用链的交互能力，设置网关插件机制以实现具体接口，交互接口适配不同区块链；

(2)网关监听模块：

用于网关节点监听相应区块链上的跨链事件。来源链发起接入请求，该链管理合约抛出跨链事件，各网关节点需要监听确认该跨链事件是否存在，确认事件存在后方可对其进行签名和分发；

(3)签名模块：

用于跨链网关对接收的跨链事件签名，以便后续发送给中继链作为审核内容之一；

(4)分发模块：

用于网关分发跨链事件到中继链。分发模块统筹负责跨链交易具体的传递对象，每个跨链网关维护一个全网的分布式哈希表，记录应用链和中继链的管理服务关系。对跨链事件进行签名后，通过查询分布式哈希表将事件及签名发送至管理该来源链的中继链上。网关加入路由网络时，广播中继链管理的所有应用链信息，其他网关根据广播信息进分布式哈希表的更新；

(5)中继链验证模块：

用于中继链验证跨链对象是否合规。多中继链跨链架构下，中继链验证应用链发出的跨链对象，各个跨链对象以平等的身份加入到中继链中。中继链验证内容包括网关的附带签名和跨链事件的交易规则，若验证不通过则中继链返回失败回执和错误信息至来源链，同时启用奖惩机制；

(6)奖惩模块：

用于对跨链对象的交易规则进行梯度更新。针对各种因素造成的不合规跨链对象，在中继链上引入惩罚机制，基于强化学习算法通过经济激励的方式保证过程的可靠性。

强化学习根据跨链事件信息与中继链验证规则的动态交互，基于最大化反馈奖励期望动态调整应用链跨链对象的合规性，促使跨链接入；

(7)执行模块：

用于目的链执行交易。跨链对象通过验证后提交到目标链执行，代表该跨链对象成功接入。同时目的链将跨链对象记录加入管理合约接入列表中，并发送回执至来源链，

另外根据执行结果向关联中继链反馈对象状态，中继链事务管理合约进行相应的更新。

所述奖惩模块包括获取环境信息模块、模型搭建模块、策略更新模块和奖惩反馈模块，各模块具体内容如下：

(1)获取环境信息模块：

用于获取应用链交易信息，所述信息包括：跨链事件信息、中继链验证规则、中继链验证结果等；

(2)模型搭建模块：

用于搭建基于强化学习policy gradient算法的模型，通过与周围环境交互得到的奖励引导，学习一种使跨链对象合规通过中继链验证的策略；

(3)策略更新模块：

用于训练基于强化学习policy gradient算法的模型，根据该算法梯度递增公式如下：

其中θ为网络参数，τ为数据轨迹，R(τ)为各阶段奖励和，

(4)奖惩反馈模块：

该奖惩机制以强化学习的目标为导向，使模型调整对象信息能够不断趋向相应中继链验证规则。调整策略动作后，以原先来源链回执量为基准，回执量增加时，认为强化学习模型调整动作发生后，通过中继链验证的合规对象增加，从而提高该动作发生的几率；反之，回执量减少时，认为强化学习模型调整动作发生后，通过中继链验证的合规对象减少，从而降低该动作发生的几率。

如图2所述，基于上述管理系统，本发明提供一种大规模跨链动态接入管理方法，包括以下步骤：

步骤1、应用链1发起对象接入请求，该链管理合约抛出跨链事件时携带应用链2地址，同时在管理合约中将该跨链对象列入请求接入状态表；

步骤2、相应适配的跨链网关1监听确认事件存在后，接收该跨链事件并对该事件进行签名，在跨链网关集群中通过分布式哈希表的方式进行查询，将该事件及签名发送至管理应用链1的中继链A上；

步骤3、中继链A对该跨链事件及附带签名进行验证，若验证不通过则中继链A返回失败的回执与相关错误信息至应用链1，同时启用惩罚机制，应用链1调整重新发送直至中继链A验证通过；

步骤4、中继链A验证通过后，将跨链事件和事件证明发送至相应适配跨链网关2；

步骤5、跨链网关2接收该跨链事件和事件证明后对其进行签名，然后根据该跨链事件的目的链地址，在跨链网关集群中通过分布式哈希表的方式进行查询，将该事件及签名发送至管理应用链2的中继链B上；

步骤6、中继链B对该跨链事件及签名进行验证，若验证不通过则中继链B返回失败的回执与相关错误信息至应用链1，同时启用惩罚机制，应用链1调整重新发送；

步骤7、中继链B通过验证后提交到应用链2执行，同时将跨链对象记录加入该链管理合约接入列表中，表示接入成功；另外发送回执至应用链1，清除应用链1管理合约请求状态列表中该对象的记录。

针对各种因素造成的不合规接入对象，在中继链上引入惩罚机制，通过经济激励的方式保证过程的稳定性。本发明基于强化学习设计一种惩罚机制，强化学习根据跨链事件信息与中继链验证规则进行动态交互，基于最大化反馈奖励期望动态调整应用链对象的合规性，促使达成跨链接入的目的。

其中，如图3所示，所述奖惩机制具体包括以下步骤：

步骤a：针对具体应用链跨链事件，利用获取环境信息模块动态实时采集跨链事件数据，如相应中继链验证规则、跨链网关签名信息、中继链验证结果等内容；

步骤b：利用模型搭建模块，根据所获取到的跨链事件数据，搭建基于强化学习policy gradient算法的模型，并按照理论上的策略应用于事件；

步骤c：利用奖惩反馈模块，获知上一轮跨链事件基于原模型状态下的模型调整动作效果；

步骤d：根据上一轮跨链事件模型状态及模型调整动作奖励，利用策略更新模块，更新相应策略参数，从而循环控制智能体行动策略并加以应用。

以不同央行数字货币之间的跨链转账为例，商业银行1、2作为跨链网关对交易进行签名，央行C、D担任中继链验证人运行中继链节点。A央行交易目的为转账至B央行，A央行提出转账请求发送给业务适配的商业银行1，在A央行系统中记录该笔交易的交易状态；商业银行1确认该笔交易存在后对交易签名，然后查询银行从属表明确下一环节发送对象，将交易信息和签名一并发送到管理A央行的C央行；C央行验证转账银行的标识和转账信息，若转账流程和交易本身符合现阶段跨行交易规定，代表通过该检查，将转账业务发送到适配的商业银行2。

商业银行2确认该笔交易存在后再对交易签名，然后查询银行从属表和收款银行明确下一环节发送对象，将交易信息和签名一并发送到管理B央行的D央行；D央行验证转账业务第二道签名和其他信息，若检查对象均符合这一阶段跨行交易规定，代表通过检查，D央行将转账金额发送到目的地B央行；B央行接收这笔转账，同时在系统中记录已经执行完这笔交易，并发送交易完成回执到A央行；A央行收到回执后将该笔转账业务在系统中的状态标记已完成。

充当验证人的两家央行有可能出现验证该笔交易不通过的情况，不论在哪一家中间央行交易停滞，都需立刻将现行交易拦截回A央行，包括中间央行的反馈和经手商业银行信息。A央行针对具体问题和反馈按照交易规则对要进行的转账业务进行整改，比如合理修改转账金额、检查经手人员流程是否合规等，然后再重新在交易链提交转账请求，之后几次交易按上述要求调整；几轮过后审查A央行收到的交易回执，如果回执增加则表示整改可行，没有收到回执或中途收到退回业务则表示规整没有效果，需要重新按照流程调整并重新发出，直至所发出的转账业务都成功完成。

以上所述仅为本发明的优选方案，并非作为对本发明的进一步限定，凡是利用本发明说明书及附图内容所作的各种等效变化均在本发明的保护范围之内。