一种基于区块链的云服务安全交易方法及系统与流程

1.本发明涉及数字处理技术领域，具体涉及一种基于区块链的云服务安全交易方法及系统。


背景技术：

2.在线交易(on-line trading)，简单来说就是通过互联网进行交易，相比于传统的交易方式而言，极大的推动了交易的执行效率，提升在线交易的用户的交易体验，但是不可避免的，在进行交易过程中，用户存在交易风险(用户的交易信息被不法监控，诱导消费者进行交易)，为保证在线交易的安全，可以通过云服务，进行交易安全验证，保障交易的安全性。
3.现有技术中存在在线交易的安全保护不完善，导致交易安全存在威胁的技术问题。


技术实现要素：

4.本技术通过提供了一种基于区块链的云服务安全交易方法及系统，解决了在线交易的安全保护不完善，导致交易安全存在威胁的技术问题，达到了通过区块链，对交易进行多节点全方位监控，全面评估交易安全问题，多方位保护在线交易的安全，通过云服务，及时获取预警信息，终止风险交易，提升交易的安全性的技术效果。
5.鉴于上述问题，本技术提供了一种基于区块链的云服务安全交易方法及系统。
6.本技术的第一个方面，提供了一种基于区块链的云服务安全交易方法，其中，所述方法包括：构建云服务平台，其中，所述云服务平台内包括多个服务提供端和多个客户端；基于所述云服务平台，构建云服务区块链；第一客户端在所述云服务平台内发起云服务交易请求，其中所述第一客户端包括于所述多个客户端内；第一服务提供端获取所述云服务交易请求；根据所述云服务区块链，分析所述第一服务提供端的信用，获得第一提供端信用信息；判断所述第一提供端信用信息是否满足预设要求；若是，则通过所述云服务区块链将所述第一提供端信用信息发送给所述第一客户端，若否，则获得预警信息，通过所述云服务区块链将所述第一提供端信用信息和所述预警信息发送给所述第一客户端；所述第一客户端根据所述第一提供端信用信息或根据所述第一提供端信用信息和所述预警信息，进行所述云服务交易请求的交易。
7.本技术的第二个方面，提供了一种基于区块链的云服务安全交易系统，其中，所述系统包括：平台构建单元，所述平台构建单元用于构建云服务平台，其中，所述云服务平台内包括多个服务提供端和多个客户端；区块链构建单元，所述区块链构建单元用于基于所述云服务平台，构建云服务区块链；交易请求发起单元，所述交易请求发起单元用于第一客户端在所述云服务平台内发起云服务交易请求，其中所述第一客户端包括于所述多个客户端内；交易请求获取单元，所述交易请求获取单元用于第一服务提供端获取所述云服务交易请求；信用分析单元，所述信用分析单元用于根据所述云服务区块链，分析所述第一服务
提供端的信用，获得第一提供端信用信息；要求判断单元，所述要求判断单元用于判断所述第一提供端信用信息是否满足预设要求；信息发送单元，所述信息发送单元用于若是，则通过所述云服务区块链将所述第一提供端信用信息发送给所述第一客户端，若否，则获得预警信息，通过所述云服务区块链将所述第一提供端信用信息和所述预警信息发送给所述第一客户端；交易执行单元，所述交易执行单元用于所述第一客户端根据所述第一提供端信用信息或根据所述第一提供端信用信息和所述预警信息，进行所述云服务交易请求的交易。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
9.由于采用了构建云服务平台，构建云服务区块链；发起云服务交易请求；第一服务提供端获取云服务交易请求；获得第一提供端信用信息，判断是否满足预设要求；若是，则将所述第一提供端信用信息发送给所述第一客户端，若否，则获得预警信息，将所述第一提供端信用信息和所述预警信息发送给所述第一客户端；进行云服务交易请求的交易。本技术达到了通过区块链，对交易进行多节点全方位监控，全面评估交易安全问题，多方位保护在线交易的安全，通过云服务，及时获取预警信息，终止风险交易，提升交易的安全性的技术效果。
附图说明
10.图1为本技术一种基于区块链的云服务安全交易方法的流程示意图；
11.图2为本技术一种基于区块链的云服务安全交易方法的构建数据区块的流程示意图；
12.图3为本技术一种基于区块链的云服务安全交易方法的构建提供端信用分析模型的流程示意图；
13.图4为本技术一种基于区块链的云服务安全交易系统的结构示意图。
14.附图标记说明：平台构建单元11，区块链构建单元12，交易请求发起单元13，交易请求获取单元14，信用分析单元15，要求判断单元16，信息发送单元17，交易执行单元18。
具体实施方式
15.本技术通过提供了一种基于区块链的云服务安全交易方法及系统，解决了在线交易的安全保护不完善，导致交易安全存在威胁的技术问题，达到了通过区块链，对交易进行多节点全方位监控，全面评估交易安全问题，多方位保护在线交易的安全，通过云服务，及时获取预警信息，终止风险交易，提升交易的安全性的技术效果。
16.实施例一
17.如图1所示，本技术提供了一种基于区块链的云服务安全交易方法，其中，所述方法包括：
18.步骤s100：构建云服务平台，其中，所述云服务平台内包括多个服务提供端和多个客户端；
19.步骤s200：基于所述云服务平台，构建云服务区块链；
20.具体而言，在进行数字化交易过程中，需要保证交易效率的同时，保障交易的安全，通过云服务平台，进行交易安全性验证，极大程度上保证了安全性验证效率，通过进行
交易安全性验证，及时进行交易预警，判断是否继续进行交易，可以提升交易的安全性，降低客户端的交易风险。
21.具体而言，所述云服务平台为一云端虚拟运算处理平台，云服务平台内包括多个服务提供端和多个客户端，其中，所述服务提供端与所述客户端一一对应，基于多个服务提供端和多个客户端，通过多个服务提供端的地址信息与多个客户端的地址信息，进行通信连接，搭建云服务平台，为后续进行交易验证提供基础。
22.基于所述云服务平台，对客户发起的建立短连接(长时间连通会增加信息泄露的风险，短连接即在数据传送过程中，只在需要发送数据时，建立一个连接，数据发送完成后，则断开此连接，为现有技术)进行连通检索验证，通过多个服务提供端的地址信息与多个客户端的地址信息的通信连接，构建云服务区块链，所述云服务区块链包括多条服务提供端到客户端的地址信息为连通基础的多区块组成的链条。其中，每一个节点的区块中均保存了一定的信息，在一条服务提供端到客户端的地址信息为连通基础的链条上，区块按照各自产生的时间顺序连接，生成链条，为后续进行交易验证提供支持。
23.进一步的，基于所述云服务平台，构建云服务区块链，步骤s200还包括：
24.步骤s210：在所述多个服务提供端和所述多个客户端处，构建多个节点；
25.步骤s220：基于所述多个节点，在任意服务提供端和任意客户端完成云服务交易时，构建数据区块；
26.步骤s230：将构建的多个数据区块通过所述多个节点进行上传，生成数据区块链条，构建获得所述云服务区块链。
27.进一步的，如图2所示，基于所述多个节点，在任意服务提供端和任意客户端完成云服务交易时，构建数据区块，步骤s220包括：
28.步骤s221：在任意服务提供端和任意客户端完成云服务交易时，获取服务时间信息和服务完成度信息；
29.步骤s222：获取完成云服务的客户端对云服务交易的服务评价，获得服务评价信息；
30.步骤s223：获取云服务交易完成时的时间信息，获得时间戳信息；
31.步骤s224：对所述服务时间信息、服务完成度信息和服务评价信息进行哈希算法处理，获得数据哈希值；
32.步骤s225：构建数据区块，其中，所述数据区块包括所述数据哈希值和所述时间戳信息。
33.具体而言，在所述多个服务提供端和所述多个客户端处，进行节点标记(在所述云服务平台的短连接检索验证完成后)，确定多个节点，其中，所述多个节点可以通过节点标记进行标记区分，不同链条对应的节点标记不同，基于所述多个节点，在任意服务提供端和任意客户端(任意服务提供端和任意客户端的节点标记相同)完成云服务交易时，构建数据区块，便于后续进行交易信息安全验证，将构建的多个数据区块通过所述多个节点进行上传，基于所述多个服务提供端和所述多个客户端，将所述数据区块对应的多个节点并入，生成数据区块链条，构建获得所述云服务区块链，为保证云服务区块链的完整性，便于后续进行交易验证。
34.进一步具体而言，在任意服务提供端和任意客户端完成云服务交易时，通过交易
日志进行数据提取，获取服务时间信息(服务时间信息包括服务请求发起时间信息、服务执行时间信息等相关时间信息)和服务完成度信息(服务完成度信息与交易流程相对应，服务完成度信息即交易流程的进度)；在完成云服务交易后，发出用户评价邀请，在用户提交服务评价后，获取客户端对云服务交易的服务评价，将所述服务评价的信息进行整理合并，获取服务评价信息；在服务完成度信息为100％的时刻点(所述时刻点为服务完成度信息到100％的最早时刻点)，将所述时刻点的时间信息设定为时间戳信息；将所述服务时间信息、服务完成度信息和服务评价信息进行合并(合并后的服务时间信息、服务完成度信息和服务评价信息为任意长度)，通过散列算法变换成固定长度的输出，所述固定长度的输即数据哈希值(哈希算法处理简单来说就是一种压缩映射转换，就是一种将任意长度的消息压缩到某一固定长度的消息摘要的算法，为现有技术)，获得数据哈希值；在哈希算法处理完成后，构建数据区块，所述数据区块包括所述数据哈希值和所述时间戳信息，降低数据管理难度，为提高交易安全验证效率提供支持。
35.通过进行数据长度固定，保证了数据区块中数据的一般性，一方面，哈希算法处理运算简单，预处理时间较短，匹配查找速度比较快，便于后续进行数据处理，为保障安全校验的执行效率提供支持，另一方面，进行哈希算法处理后，得到的哈希值的长度都是相同的，得到的数据哈希值没有规律，保护数据区块中数据的安全。
36.步骤s300：第一客户端在所述云服务平台内发起云服务交易请求，其中所述第一客户端包括于所述多个客户端内；
37.步骤s400：第一服务提供端获取所述云服务交易请求；
38.步骤s500：根据所述云服务区块链，分析所述第一服务提供端的信用，获得第一提供端信用信息；
39.具体而言，所述第一客户端包括于所述多个客户端内，所述第一客户端为云服务区块链中的任意一区块链的客户端，获取第一客户端在所述云服务平台内发起云服务交易请求，所述云服务交易请求可以是期货交易请求、虚拟货币交易请求、外汇交易请求或其他任意交易请求，所述获取方式不唯一，可以通过用户服务请求方式进行确定；第一服务提供端接收第一客户端的云服务交易请求(云服务交易请求若为期货交易请求，在第一服务提供端接收云服务交易请求后，可以开始进行期货份额计算与预定，上述示例是为进行参量理解，具体结合实际交易流程进行具体确定)；根据所述云服务区块链，综合评估所述第一服务提供端的信用，在信用评估结束后，获得第一提供端信用信息，所述第一提供端信用信息即第一服务提供端的信用评估结果，通过进行信用评估，为全方位维护云服务交易的安全提供支持。
40.进一步的，根据所述云服务区块链，分析所述第一服务提供端的信用，步骤s500包括：
41.步骤s510：根据所述云服务区块链，构建提供端信用分析模型；
42.进一步的，根据所述云服务区块链，构建提供端信用分析模型，步骤s510包括：
43.步骤s511：根据所述云服务区块链，获得所述多个服务提供端在不同时间节点前进行全部云服务交易的数据区块集合，获得多个样本数据区块集合；
44.步骤s512：根据所述多个样本数据区块集合，计算获得多个样本平均服务时间信息、多个样本平均服务完成度信息和多个样本平均服务评价信息；
45.步骤s513：根据所述多个样本平均服务时间信息、多个样本平均服务完成度信息和多个样本平均服务评价信息，分别对所述多个样本数据区块集合进行信用等级评估，获得多个样本提供端信用信息；
46.步骤s514：将所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务评价信息和所述多个样本提供端信用信息作为构建数据，构建所述提供端信用分析模型。
47.进一步的，如图3所示，将所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务评价信息和所述多个样本提供端信用信息作为构建数据，构建所述提供端信用分析模型，步骤s514包括：
48.步骤s514-1：基于bp神经网络，构建所述提供端信用分析模型，其中，所述提供端信用分析模型的输入数据为平均服务时间信息、平均服务完成度信息和平均服务评价，输出数据为提供端信用信息；
49.步骤s514-2：对所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务评价信息和所述多个样本提供端信用信息进行数据标识，获得构建数据集；
50.步骤s514-3：根据所述构建数据集，采用k折交叉验证法，对所述提供端信用分析模型进行监督训练和验证，获得准确率符合预设要求的提供端信用分析模型。
51.步骤s520：根据所述云服务区块链，获取所述第一服务提供端在所述云服务交易请求前的全部云服务交易的数据区块，获得第一数据区块集合；
52.步骤s530：根据所述第一数据区块集合，计算获得第一平均服务时间信息、第一平均服务完成度信息和第一平均服务评价信息；
53.步骤s540：将所述第一平均服务时间信息、第一平均服务完成度信息和第一平均服务评价信息输入所述提供端信用分析模型，获得所述第一提供端信用信息。
54.具体而言，根据所述云服务区块链对应的多条区块链，基于云服务交易的历史信息，分离出所述多个服务提供端在不同时间节点前进行全部云服务交易的多个数据区块，分离后对数据区块进行节点标记，所述节点标记与对应的服务提供端和客户端的节点标记相同，通过多个数据区块，构建数据区块集合，所述数据区块集合包括多个样本数据区块，通过节点标记，对所述数据区块集合进行整理，将同一标记的数据区块集中于任意样本数据区块子集中，在整理完成后，通过多个样本数据区块子集，获得多个样本数据区块集合；根据每个样本数据区块集合内的多个样本数据区块子集，对服务时间信息、服务完成度信息和服务评价信息进行归一化处理，获取服务时间信息归一化结果、服务完成度信息归一化结果和服务评价信息归一化结果，计算多个样本数据区块子集内多个服务时间信息归一化结果、服务完成度信息归一化结果和服务评价信息归一化结的均值，获得多个样本平均服务时间信息、多个样本平均服务完成度信息和多个样本平均服务评价信息；将市场服务时间信息、市场服务完成度信息和市场服务评价信息作为知识库，构建专家系统，根据所述多个样本平均服务时间信息、多个样本平均服务完成度信息和多个样本平均服务评价信息，通过专家系统，分别对所述多个样本数据区块集合进行信用等级评估(依次进行)，获取多组信用等级评估结果，将所述多组信用等级评估结果对应设定为多个样本提供端信用信息；将所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务
评价信息和所述多个样本提供端信用信息作为构建数据，进行数据模拟运算，构建所述提供端信用分析模型，进行筛选确定模型的数据样本，为保证模型的有效性提供支持。
55.具体而言，以bp神经网络为提供端信用分析模型的模型基础，对模型基础进行输入输出参变量限定，所述提供端信用分析模型的输入数据限定为平均服务时间信息、平均服务完成度信息和平均服务评价，输出数据限定为提供端信用信息，同步生成构建数据集，具体的，对所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务评价信息和所述多个样本提供端信用信息进行数据标识(同一服务提供端的平均服务时间信息、平均服务完成度信息、平均服务评价信息和提供端信用信息的标识一致，标识一致的数据分为同一分组数据)，在数据标识完成后，对标记数据进行分组整合，获得构建数据集；基于构建数据集，采用k(k∈n*)折交叉验证法，在模型训练验证过程中，可以将k取为10(在不进行过度运算的情况下，保证结果的稳定性，经多次验证计算确定)，所述k值的大小不做固定限制，具体需要通过构建数据集的数据量进行具体确定，采用k(k∈n*)折交叉验证法，对构建数据集进行分组，不重复地将构建数据集随机分为k组，挑选其中1份作为验证集，剩余k-1份作为训练集对bp神经网络进行训练，在训练完成后，通过挑选的验证集，对模型进行验证测试，保存模型的评估指标，再挑选确定验证集，重复进行k次(k次中，每次的验证集均不同)，计算k次所得评估指标的均值，将所述评估指标的均值设定为所述提供端信用分析模型的精度估计结果，通过精度估计结果与准确率符合预设要求(准确率符合预设要求为一预设参数指标)，判断精度估计结果是否满足准确率符合预设要求，若精度估计结果满足准确率符合预设要求，获得准确率符合预设要求的提供端信用分析模型；若精度估计结果不满足准确率符合预设要求，将精度估计结果、构建数据集与k折交叉验证法对应的k值打包发送至云服务平台的相关管理人员，通过k折交叉验证法，保证提供端信用分析模型的稳定性，确定提供端信用分析模型，为后续进行数据处理提供模型基础。
56.具体而言，根据所述云服务区块链，筛选确定模型的数据样本，进行数据模拟运算，构建提供端信用分析模型，根据所述云服务区块链，获取所述第一服务提供端在所述云服务交易请求前的全部云服务交易的数据区块，所述获取方式不唯一，常见的，基于云服务交易的历史信息，获得第一数据区块集合，所述第一数据区块集合包括第一服务提供端的历史服务的所有数据区块；根据所述第一数据区块集合，获得第一服务时间信息、第一服务完成度信息和第一服务评价信息，通过第一服务时间信息、第一服务完成度信息和第一服务评价信息，进行均值计算，获得第一平均服务时间信息、第一平均服务完成度信息和第一平均服务评价信息；将所述第一平均服务时间信息、第一平均服务完成度信息和第一平均服务评价信息作为模型输入信息，输入所述提供端信用分析模型，获取提供端信用分析模型输出，所述提供端信用分析模型输出即第一提供端信用信息，独立对服务提供端进行信用评估，全方位进行信用评估，为保证交易安全验证的稳定性提供基础。
57.进行数据筛选，设定模型的数据端口，通过筛选所得数据对照数据端口的参数类型，分组对应进行参数映射输入，采用k折交叉验证法，对构建数据集进行分组，保证了分组的一般性，进行模型监督训练过程，在模型输出稳定后进行模型验证，为保证模型的稳定性提供支持。
58.步骤s600：判断所述第一提供端信用信息是否满足预设要求；
59.进一步的，判断所述第一提供端信用信息是否满足预设要求，步骤s600包括：
60.步骤s610：根据所述多个样本提供端信用信息，获得所述预设要求，其中，所述预设要求包括预设信用阈值；
61.步骤s620：判断所述第一提供端信用信息是否满足所述预设信用阈值。
62.步骤s700：若是，则通过所述云服务区块链将所述第一提供端信用信息发送给所述第一客户端，若否，则获得预警信息，通过所述云服务区块链将所述第一提供端信用信息和所述预警信息发送给所述第一客户端；
63.步骤s800：所述第一客户端根据所述第一提供端信用信息或根据所述第一提供端信用信息和所述预警信息，进行所述云服务交易请求的交易。
64.具体而言，根据所述多个样本提供端信用信息，获得所述预设要求，所述预设要求包括预设信用阈值，所述预设要求与预设信用阈值均属于预设参数指标，准确率符合预设要求与预设要求存在关联对应，判断所述第一提供端信用信息是否满足所述预设信用阈值，若第一提供端信用信息满足所述预设信用阈值，则通过所述云服务区块链将所述第一提供端信用信息发送给所述第一客户端，若第一提供端信用信息不满足所述预设信用阈值，则获得预警信息，通过所述云服务区块链将所述第一提供端信用信息和所述预警信息发送给所述第一客户端，为用户进行安全警示，用户终止交易的进行，同步将所述预警信息反馈至云服务平台；在第一提供端信用信息满足所述预设信用阈值后，所述第一客户端根据所述第一提供端信用信息或根据所述第一提供端信用信息和所述预警信息，判断是否获取交易终止信号(所述第一客户端根据所述预警信息，获取交易终止信号，用户终止交易的进行)，在未获取交易终止信号情况下，进行所述云服务交易请求的交易，根据预警信息，判断是否交易，全面提升交易的安全性。
65.综上所述，本技术所提供的一种基于区块链的云服务安全交易方法及系统具有如下技术效果：
66.由于采用了构建云服务平台，构建云服务区块链；发起云服务交易请求；第一服务提供端获取云服务交易请求；获得第一提供端信用信息，判断是否满足预设要求；若是，则将第一提供端信用信息发送给第一客户端，若否，则获得预警信息，将第一提供端信用信息和预警信息发送给第一客户端；根据第一提供端信用信息或根据第一提供端信用信息和预警信息，进行云服务交易请求的交易，本技术通过提供了一种基于区块链的云服务安全交易方法及系统，达到了通过区块链，对交易进行多节点全方位监控，全面评估交易安全问题，多方位保护在线交易的安全，通过云服务，及时获取预警信息，终止风险交易，提升交易的安全性的技术效果。
67.由于采用了获取服务时间信息和服务完成度信息；采集服务评价，获得服务评价信息；获取时间信息，生成时间戳信息；对服务时间信息、服务完成度信息和服务评价信息进行哈希算法处理，获得数据哈希值；构建数据区块，降低数据管理难度，通过进行数据长度固定，保证了数据区块中数据的一般性，一方面，哈希算法处理运算简单，预处理时间较短，匹配查找速度比较快，便于后续进行数据处理，为提高交易安全验证效率提供支持，另一方面，进行哈希算法处理后，得到的哈希值的长度都是相同的，得到的数据哈希值没有规律，保护数据区块中数据的安全。
68.由于采用了基于bp神经网络，构建提供端信用分析模型；进行数据标识，获得构建数据集，采用k折交叉验证法，进行监督训练和验证，获得准确率符合预设要求的提供端信
用分析模型，采用k折交叉验证法，对构建数据集进行分组，保证了分组的一般性，通过k折交叉验证法，保证提供端信用分析模型的稳定性，确定提供端信用分析模型，为后续进行数据处理提供模型基础。
69.实施例二
70.基于与前述实施例中一种基于区块链的云服务安全交易方法相同的发明构思，如图4所示，本技术提供了一种基于区块链的云服务安全交易系统，其中，所述系统包括：
71.平台构建单元11，所述平台构建单元11用于构建云服务平台，其中，所述云服务平台内包括多个服务提供端和多个客户端；
72.区块链构建单元12，所述区块链构建单元12用于基于所述云服务平台，构建云服务区块链；
73.交易请求发起单元13，所述交易请求发起单元13用于第一客户端在所述云服务平台内发起云服务交易请求，其中所述第一客户端包括于所述多个客户端内；
74.交易请求获取单元14，所述交易请求获取单元14用于第一服务提供端获取所述云服务交易请求；
75.信用分析单元15，所述信用分析单元15用于根据所述云服务区块链，分析所述第一服务提供端的信用，获得第一提供端信用信息；
76.要求判断单元16，所述要求判断单元16用于判断所述第一提供端信用信息是否满足预设要求；
77.信息发送单元17，所述信息发送单元17用于若是，则通过所述云服务区块链将所述第一提供端信用信息发送给所述第一客户端，若否，则获得预警信息，通过所述云服务区块链将所述第一提供端信用信息和所述预警信息发送给所述第一客户端；
78.交易执行单元18，所述交易执行单元18用于所述第一客户端根据所述第一提供端信用信息或根据所述第一提供端信用信息和所述预警信息，进行所述云服务交易请求的交易。
79.进一步的，所述系统包括：
80.节点构建单元，所述节点构建单元用于在所述多个服务提供端和所述多个客户端处，构建多个节点；
81.数据区块构建单元，所述数据区块构建单元用于基于所述多个节点，在任意服务提供端和任意客户端完成云服务交易时，构建数据区块；
82.区块链条生成单元，所述区块链条生成单元用于将构建的多个数据区块通过所述多个节点进行上传，生成数据区块链条，构建获得所述云服务区块链。
83.进一步的，所述系统包括：
84.服务信息获取单元，所述服务信息获取单元用于在任意服务提供端和任意客户端完成云服务交易时，获取服务时间信息和服务完成度信息；
85.服务评价单元，所述服务评价单元用于获取完成云服务的客户端对云服务交易的服务评价，获得服务评价信息；
86.时间戳信息获得单元，所述时间戳信息获得单元用于获取云服务交易完成时的时间信息，获得时间戳信息；
87.算法处理单元，所述算法处理单元用于对所述服务时间信息、服务完成度信息和
服务评价信息进行哈希算法处理，获得数据哈希值；
88.数据区块构建单元，所述数据区块构建单元用于构建数据区块，其中，所述数据区块包括所述数据哈希值和所述时间戳信息。
89.进一步的，所述系统包括：
90.信用分析模型构建单元，所述信用分析模型构建单元用于根据所述云服务区块链，构建提供端信用分析模型；
91.数据区块集合获取单元，所述数据区块集合获取单元用于根据所述云服务区块链，获取所述第一服务提供端在所述云服务交易请求前的全部云服务交易的数据区块，获得第一数据区块集合；
92.信息计算单元，所述信息计算单元用于根据所述第一数据区块集合，计算获得第一平均服务时间信息、第一平均服务完成度信息和第一平均服务评价信息；
93.信用信息获得单元，所述信用信息获得单元用于将所述第一平均服务时间信息、第一平均服务完成度信息和第一平均服务评价信息输入所述提供端信用分析模型，获得所述第一提供端信用信息。
94.进一步的，所述系统包括：
95.样本数据区块集合获得单元，所述样本数据区块集合获得单元用于根据所述云服务区块链，获得所述多个服务提供端在不同时间节点前进行全部云服务交易的数据区块集合，获得多个样本数据区块集合；
96.数据计算单元，所述数据计算单元用于根据所述多个样本数据区块集合，计算获得多个样本平均服务时间信息、多个样本平均服务完成度信息和多个样本平均服务评价信息；
97.等级评估单元，所述等级评估单元用于根据所述多个样本平均服务时间信息、多个样本平均服务完成度信息和多个样本平均服务评价信息，分别对所述多个样本数据区块集合进行信用等级评估，获得多个样本提供端信用信息；
98.构建数据设定单元，所述构建数据设定单元用于将所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务评价信息和所述多个样本提供端信用信息作为构建数据，构建所述提供端信用分析模型。
99.进一步的，所述系统包括：
100.模型构建单元，所述模型构建单元用于基于bp神经网络，构建所述提供端信用分析模型，其中，所述提供端信用分析模型的输入数据为平均服务时间信息、平均服务完成度信息和平均服务评价，输出数据为提供端信用信息；
101.数据标识单元，所述数据标识单元用于对所述多个样本平均服务时间信息、多个样本平均服务完成度信息、多个样本平均服务评价信息和所述多个样本提供端信用信息进行数据标识，获得构建数据集；
102.训练与验证单元，所述训练与验证单元用于根据所述构建数据集，采用k折交叉验证法，对所述提供端信用分析模型进行监督训练和验证，获得准确率符合预设要求的提供端信用分析模型。
103.进一步的，所述系统包括：
104.预设要求获取单元，所述预设要求获取单元用于根据所述多个样本提供端信用信
息，获得所述预设要求，其中，所述预设要求包括预设信用阈值；
105.信用信息判断单元，所述信用信息判断单元用于判断所述第一提供端信用信息是否满足所述预设信用阈值。
106.本说明书和附图仅仅是本技术的示例性说明，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。