基于数字签名的多源链下数据真实性信任评估方法、系统及介质

本发明属于区块链安全与分布式数据处理领域，具体涉及基于基于数字签名的多源链下数据真实性信任评估方法、系统及介质。

背景技术：

1、在区块链多源链下数据聚合领域，如何将来自多个注册数据源且独立签名的报告准确融合为单个可信的估计值，是该领域的核心研究方向。因此，该技术在多个领域具有重要的应用价值，如金融喂价、物联网传感器聚合、供应链验证以及其他需要获取现实世界输入的智能合约应用中。现有的稳健聚合算法如krum通过选择到其最近邻居距离总和最小的候选者，在假设源身份固定可信的前提下提供了拜占庭容错（bft）的估计能力。同时，基于签名的方法如town crier通过建立基于硬件或密码学证明的可信数据馈送，确保了数据源的身份认证以及数据在传输中未被篡改。

2、然而，如何进一步提升预言机系统在面临节点动态演变时的安全防御能力，而不仅仅依赖于静态的身份防伪和单轮次的数值过滤，仍对聚合系统的安全架构提出了更高的要求。尽管如town crier和krum这类方法在数据完整性保护与数值去噪方面已取得显著进展，但在处理合法认证密钥被恶意利用并持续注入偏差数据的复杂对抗场景时，其防御效果仍不理想，难以实现对行为演变节点的深度识别与有效剔除。无状态的稳健聚合器由于无法跨轮次记忆，难以利用累积的行为历史证据来检测和排除持续作恶的数据源；而单纯的签名认证更无法防范合法身份在验证通过后的行为作恶。此外，现有技术缺乏将硬签名验证与软行为信誉相结合的统一架构，更未能在低偏差持续攻击（如密钥妥协）下，对系统的检测边界及恶意节点所能造成的最大破坏力进行量化的理论分析。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供一种数智车位智能停车引导方法，用于克服现有技术中的上述缺陷。

2、为实现上述目的，本发明提供了如下技术方案：

3、基于基于数字签名的多源链下数据真实性信任评估方法，包括以下步骤：

4、硬身份验证步骤：接收数据源提交的带签名的多源数据包，通过网关执行来源合法性验证与协议新鲜度检查，确认身份绑定并拦截异常数据包；

5、行为信誉评估步骤：针对通过验证的数据包，提取报告值计算鲁棒共识中心及量化数据离散程度的稳健尺度估计值；结合所述两者计算连续型一致性得分；将所述一致性得分作为软证据累加至经过衰减的历史状态参量中，更新各数据源的后验信誉得分及后验方差；

6、安全准入控制步骤：基于检测边界理论模型确立信誉排除阈值，结合后验方差阈值对后验信誉得分与后验方差进行分支判定；依据判定结果将数据源划分至不同准入状态，并分别赋予正常信任权重、受限惩罚权重或零权重；

7、鲁棒聚合输出步骤：筛选具备非零信任权重的有效数据源，当数量满足节点阈值时，对信任权重归一化并结合报告值加权平均计算，输出最终聚合估计值；当不满足时，触发降级聚合机制提取中位数作为最终聚合估计值。

8、作为优选，所述基于检测边界理论模型确立信誉排除阈值，具体包含：利用闭合形式的检测边界理论模型界定系统对持续偏差攻击的最大容忍极限，所述最大容忍极限表征为恶意数据源能够逃避系统检测的最大注入偏差量；基于本轮次确立的稳健尺度估计值与信誉排除阈值，构建两者间的对数乘积负相关关系；通过所述对数乘积负相关关系逆向求解并设定符合安全要求的信誉排除阈值，将恶意节点的破坏力强制限制在所述理论模型限定的边界内。

9、作为优选，所述将所述一致性得分作为软证据累加至经过衰减的历史状态参量中，更新各数据源的后验信誉得分及后验方差，具体包含：为每个独立的数据源初始化基于概率分布模型的状态参量，所述状态参量包含用于记录正面表现的成功计数器以及记录偏离表现的失败计数器；应用设定的遗忘因子对所述成功计数器与失败计数器内的历史累积数值进行比例衰减；将所述连续型一致性得分作为正面软证据累加至衰减后的成功计数器中，并将满分基准数值与所述一致性得分的差值作为负面软证据累加至衰减后的失败计数器中；基于更新后的各计数器数值，运用推断算法演算得出数据源的后验信誉得分及表征不确定度的后验方差。

10、作为优选，所述依据判定结果将数据源划分至不同准入状态，并分别赋予正常信任权重、受限惩罚权重或零权重，具体包含：当数据源的后验方差大于后验方差阈值时，判定该数据源处于观察期状态，并对其信任权重施加比例上限惩罚以生成受限惩罚权重；当数据源的后验方差不大于所述后验方差阈值且其后验信誉得分低于所述信誉排除阈值时，判定该数据源处于排除状态，将其信任权重置为零；当数据源的后验方差不大于所述后验方差阈值且其后验信誉得分不低于所述信誉排除阈值时，判定该数据源处于正常状态；提取该数据源报告值与历史共识序列的关联匹配状态结合衰减计算得出语义新鲜度因子，并综合该数据源的后验信誉得分、连续型一致性得分以及语义新鲜度因子相乘计算得出正常信任权重。

11、作为优选，所述提取报告值计算鲁棒共识中心及稳健尺度估计值，具体包含：对当前轮次所有通过硬身份验证步骤的数据源报告值进行汇总，计算得出对应数值序列的中位数，将该中位数确立为系统当前轮次的鲁棒共识中心；分别计算每个数据源报告值与所述鲁棒共识中心之间差值的绝对值，求解所有绝对值构成序列的中位数得到绝对中位差；将所述绝对中位差进行预设常数比例的缩放处理，生成所述稳健尺度估计值。

12、作为优选，所述结合所述两者计算连续型一致性得分，具体包含：根据每个数据源的报告值偏离所述鲁棒共识中心的距离，将其与所述稳健尺度估计值进行相除运算，并在分母中引入防溢出极小常数参数；将上述运算结果通过负指数函数进行映射衰减处理，映射输出处于预设数值区间内的连续型一致性得分，以连续变量数值形式实现对单轮次报告数据可靠程度的量化表征。

13、作为优选，所述多源数据包至少包含报告值、源标识符、时间戳、随机数以及基于数据源私钥生成的数字签名；

14、所述硬身份验证步骤进一步包括：

15、来源合法性验证：对所述多源数据包中的数字签名执行加密机制的合法性校验，验证通过则确认数据包来源归属；

16、协议新鲜度检查：验证所述随机数未在预设的历史滑动窗口内重复出现，并核实所述时间戳与系统当前时间的偏差值处于设定的安全时间阈值之内；仅当上述签名验证与协议检查均通过时，所述多源数据包方可进入行为信誉评估步骤。

17、作为优选，所述鲁棒聚合输出步骤之后还包括可审计记录生成步骤：提取当前轮次具有非零信任权重的准入数据源所对应的源标识符、原始报告值、时间戳、随机数、数字签名以及系统最终分配的信任权重参数；将上述提取的参数信息连同计算得出的最终聚合估计值进行关联封存打包，生成单轮次具备归因性和聚合路径完全可复现特征的可审计聚合记录文件。

18、基于数字签名的真实性信任评估多源链下数据聚合系统，其特征在于，包含执行所述多源链下数据聚合框架的多个功能模块，所述功能模块至少包含：

19、硬身份验证模块，配置以接收带数字签名的多源数据包，并通过网关执行来源合法性验证与协议新鲜度检查；

20、行为信誉评估模块，配置以提取报告值并计算系统的鲁棒共识中心、稳健尺度估计值及连续型一致性得分，结合状态参量推断更新后验信誉得分与后验方差；

21、安全准入控制模块，配置以结合检测边界理论模型进行数据源的准入状态判定，并分配对应状态的信任权重；

22、鲁棒聚合输出模块，配置以对具备非零信任权重的有效数据源执行归一化加权平均计算或触发降级聚合机制提取中位数，输出最终聚合估计值。

23、一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现基于基于数字签名的多源链下数据真实性信任评估方法中的全部步骤。

24、本发明的有益效果：采用分层信任评估架构，结合基于ed25519的硬身份验证与基于beta分布的软行为审计构建准入过滤体系，并通过三态准入控制器执行动态调度，使其能够精准捕捉合法密钥被控后持续注入的隐蔽偏差行为。与现有的无状态鲁棒聚合算法相比，本发明在应对行为突变、间歇性攻击及长尾噪声等动态对抗环境中，均表现出显著的鲁棒性提升与更低的聚合误差。此外，本发明还确立了闭合形式的检测边界理论模型，理论推导与实证分析均表明，该边界不仅精准量化了系统的防御极限，更实现了对恶意节点累积破坏力上限的严格封锁。