基于零知识证明的跨链隐私智能合约

针对跨链智能合约的代码和数据在跨链交易中公开披露用户隐私信息的情景,设计具有隐私保护功能的跨链智能合约,该合约中每一个函数所涉及的用户隐私信息,将被用户加密后作为函数参数输入,同时引入零知识证明电路,用于证明用户输入密文的正确性。在合约执行过程中,合约调用者通过输入公共参数和隐私参数密文发起合约调用请求,跨链隐私智能合约的验证节点使用零知识证明电路来验证用户输入信息的正确性并执行智能合约,从而在保护用户隐私信息的同时确保智能合约的正确执行。     

基于零知识证明的账户模型区块链系统隐私保护分析

本文以账户模型为研究对象,简单梳理区块链技术、区块链隐私与零知识证明。进一步分析账户模型下区块链的隐私保护,从相关问题、数据构成、保护方案与安全性分析着手,并大致讨论保护方案,针对账户模型区块链细节与隐私探究,提出攻击预防思路,通过性能检测研究,评估BlockMaze可用性。     

基于区块链技术的医院数据共享与隐私保护研究

作为一种去中心化、不可篡改的分布式账本技术,区块链技术具有天然的安全性和隐私保护优势。在医院数据共享中,区块链可以通过智能合约和加密算法实现高效、安全的数据传输和隐私保护。文中探讨了基于区块链技术的医院数据共享与隐私保护机制,分析了区块链网络的架构及其节点功能,重点研究了其数据共享和隐私保护机制,包括智能合约的应用、同态加密及零知识证明技术在数据隐私保护中的实现。     

零知识证明研究综述

文章论述了密码学的新领域——零知识证明的概念、方法、算法、应用,以及其在区块链领域的若干应用。     

基于区块链的供应链信息可溯源方法研究

文中通过研究传统供应链信息溯源存在的问题提出基于区块链的供应链信息可溯源方法.论文设计了供应链中信息可溯源架构,此架构包括四个层次、分别为应用层、智能合约层、区块链网络层和区块链存储层.研究可溯源应用系统模块间的调用关系,基于以上设计和研究设计了供应链可溯源的智能合约,设计了智能合约溯源结构体以及权限控制合约、数据存储...     

基于区块链技术的威胁情报共享系统研究

威胁情报融合了网络安全、情报学等多方面的知识,合理地利用威胁情报可以判断攻击者的攻击目标、时间等,然后及时地采取相应的防御手段,保护网络环境的安全。但是目前对于威胁情报的利用还存在诸多问题:威胁情报数据规范程度不高;各个机构情报数据集中存储,一方面可能会因为网络攻击造成数据泄露,另一方面各个情报机构间的数据难以共享,用户想要获取情报数据更是困难;另外,各用户间的信任问题也难以得到解决。文章针对上述问题提出一个基于区块链技术的威胁情报共享系统。     

基于区块链的高校数据共享系统研究

本文设计基于区块链的高校数据共享系统,详细描述了数据共享思路、系统架构设计、数据格式优化智能合约算法和用户零知识证明登录流程。通过实验测试,智能合约性能满足用户需求范围。高校共享系统的构建,有效的提升了系统的安全性和高校工作的效率。     

基于区块链的数据共享解决方案

基于区块链的数据共享有助于推进跨地域、跨系统、跨主体之间的数据共享,让数据提供方放心、数据监管方省心、数据使用方小心,真正促进数据价值流动,实现数字政府.通过分析现有数据共享政策及应用需求,提出基于区块链的数据共享解决方案,从数据发布、数据共享访问控制、数据评价等多个维度设计智能协议,并对相关协议进行了测试验证,给出了...     

区块链隐私众包中的数据验证与可控匿名方案

针对隐私众包场景下出现的数据验证、匿名作恶检测和跨平台资源交互等需求,该文基于区块链技术,并结合零知识证明与环签名技术,提出一种联盟链架构下的隐私众包方案。该方案依靠零知识证明实现对加密数据的验证,依靠链接可撤销环签名改进方案实现工人身份的可控匿名,引入联盟链架构实现众包实体之间的资源交互。在完成众包完整流程的同时,实现隐私众包所需的数据保护与身份保护。安全性分析表明,该方案具有隐私性、可验证性、可控匿名性与公平性。实验结果验证了方案在效率与性能方面的有效性。     

基于区块链的农产品溯源系统数据隐私保护技术研究

随着食品安全问题日益突出,基于区块链的农产品溯源系统成为保护消费者利益和提升供应链透明度的关键。为解决该系统中的数据隐私保护问题,文中提出了结合零知识证明、同态加密和聚合加密的创新策略,通过这些技术,能在确保溯源信息真实性和完整性的同时,有效保护生产者和消费者的数据隐私。研究结果为农产品溯源系统提供了一个安全、高效的隐私保护方案,对区块链技术在其他领域的隐私保护应用也具有指导意义。     

基于双层孪生神经网络的区块链智能合约分类方法

当前通过深度学习方法进行区块链智能合约分类的方法越来越流行,但基于深度学习的方法往往需要大量的样本标签数据去进行有监督的模型训练,才能达到较高的分类性能。该文针对当前可用智能合约数据集存在数据类别不均衡以及标注数据量过少会导致模型训练困难,分类性能不佳的问题,提出基于双层孪生神经网络的小样本场景下的区块链智能合约分类方法：首先,通过分析智能合约数据特征,构建了可以捕获较长合约数据特征的双层孪生神经网络模型;然后,基于该模型设计了小样本场景下的智能合约训练策略和分类方法。最后,实验结果表明,该文所提方法在小样本场景下的分类性能优于目前最先进的智能合约分类方法,分类准确率达到94.7%,F1值达到94.6%,同时该方法对标签数据的需求更低,仅需同类型其他方法约20%数据量。     

A discrete logarithm implementation of perfect zero-knowledge blobs

Brassard and Crépeau [BCr] introduced a simple technique for producing zero-knowledge proof systems based on blobs. As is to be expected, their implementation rests on an unproven cryptographic assumption, specifically, that it is easy to generate numbers that are difficult to factor. In this paper we present an implementation of blobs based on a different cryptographic assumption, specifically, that it is easy to generate primes p over which it is difficult to compute discrete logarithms. If, in addition, we can produce a generator for Z _p ^* , this implementation then has the advantage that it leads to proof systems which are perfect zeroknowledge, rather than only almost perfect zero-knowledge.The relationship between factoring and finding discrete logarithms is not well understood, although Bach [Bac1] is an important contribution. Given our current state of number theoretic knowlege, there is no reason to prefer the cryptographic assumption required by one of these implementations over that required by the other. In any event, we introduce the notion of a product blob, whose favorable properties depend only on at least one of these assumptions holding.The first author was supported in part by NSA Grant MDA 904-84-H-00171. The second author was supported in part by NSF Grant DCR-8602562.     

以太坊DApp教学改革的探索与实践

随着区块链技术的崛起,以太坊在金融和教育领域展现出巨大的潜力。基于以太坊的智能合约技术,可以构建去中心化应用,从而革新教育资源分配、教学监管和学习认证。然而,传统教育面临着资源分配不均、透明度不足和认证难题等问题。以太坊引入区块链应用,为这些问题提供了创新解决方案。通过去中心化资源分配,学生可以更广泛地受益。智能合约确保了教学的公正和透明,而区块链的不可篡改性则保障了学生的学习成果和身份认证,这些创新为未来教育的发展打开了广阔的前景。