基于马尔可夫链的多方区块链隐蔽通信生成模型的制作方法

本发明属于区块链领域，具体来说是涉及一种基于马尔可夫链的区块链生成式多方隐蔽通信模型。

背景技术：

1、秘密交流被认为是交流双方在网络环境中，根据当前协议或标准，建立具体规则，以便于在不引起第三方注意的情况下传输隐藏信息。随着个人电脑计算能力的大幅提升，人们对电脑的关注度也越来越高。随着计算机和计算架构的快速发展，传统的计算方法已经无法满足日益增长的保护隐私的要求，安全面临着前所未有的挑战。隐蔽通信这是一种非常规的传播方式，近年来，越来越多的人开始使用这种方式。一些研究人员建议将加密通信作为传统方法的有力补充。

2、研究人员通常将现代隐蔽通信的起源归功于simmons提出的“囚徒模型”。与传统的隐蔽信息区块链作为一种分布式技术平台，具有以下特点：如去中心化、不可信任、不可更改性和开放式共识。这些特征这些技术符合隐蔽通信的要求，并能应对各种挑战与传统隐蔽通信相关联。因此，自2018年以来，研究人员已经开始探索利用区块链构建隐蔽通信系统的方法。

3、partala(区块链上可证明的安全秘密通信，密码学2018.2.18。)首次尝试利用区块链作为媒介构建隐蔽通信信道，并提出了区块链隐蔽信道(blocce)模型。该模型将信息隐藏在交易地址的最后一位数字中，并通过按顺序使用相应周期内生成的交易地址确保秘密信息的顺序性。随后，研究人员解决了这一模型的局限性，提出了改进的区块链隐蔽通信方法，并试图降低通信成本。郭(具有可证明安全性的实用莫奈罗隐蔽信道，ieee，2021,9,31816-31825)和蓝怡琴等(利用门罗币实现隐蔽通信，西安电子科技大学学报，2020,47,19-27)通过将多层可链接的自发匿名群组签名与融合了新型椭圆曲线算法和其他密码技术的加密货币monero结合起来，在其区块链应用中构建隐蔽通信信道，利用monero的高安全性增强信道的隐蔽性实现了混合。佘维等(结合区块链和行星际的双重隐写模型文件系统，对点网络与应用，2021，14期，3029-3042)提出了一种结合区块链和星际文件系统(interplanetary file system,ipfs)的双重隐写术模型。这种合作模式有效解决了在区块链上构建隐蔽通信信道的隐藏容量问题，而且链上存储的特殊信息极少，大大提高了信道的隐蔽性。佘维等人(面向纯文本信息隐藏的区块链隐蔽通信模型，计算机科学，2022,49,345-352)提出了一种用于纯文本信息隐藏的区块链隐蔽通信模型，与blocce相比，在一定程度上提高了嵌入强度。随后，提出了一种将基于属性的加密(cp-abe，ciphertext-policy attribute-based encryption)和基于生成对抗网络(gan)的图像隐写术(imagesteganography)结合起来的区块链隐蔽通信模型，用于隐藏敏感文件和发送者身份(一种可隐藏敏感文档和发送者身份的区块链隐蔽通信模型，电子学报，2022，50，1002-1013)。姜鹏坤等基于正常交易掩盖下的区块链隐蔽通信方案，网络与信息安全学报，2022，第8期第77页)提出了一种区块链隐蔽通信方案，利用哈希算法构建一个密码表用于匹配二进制位，无需传输。近年来，在区块链3.0时代实际应用需求日益增长的推动下，基于区块链构建隐蔽通信信道的研究不断深入。然而，现有研究仍面临一些尚未解决的问题。

4、问题1：预处理或信道构建过程往往需要人工干预，给隐蔽信道带来不确定性。它还涉及对开始标识符、结束标识符、信息接收者或密钥等关键信息的预协商，以实现通信同步，这增加了隐蔽信道的构建成本和构建风险。

5、问题2：一些利用区块链交易地址隐写信息的方案原理相对简单，隐蔽性差，难以抵挡常规的隐蔽信道检测。此外，由于区块链的透明性，所有节点都能查看区块信息。如果区块链中有其他隐蔽通信对象，则存在"信息交叉"的风险。在这种情况下，其他通过隐蔽信道传输的秘密信息可以互相可检测到。

6、问题3：传统的隐蔽通信通常需要引入一个第三方公共媒介，这可能会造成通过数学统计分析的方法增加暴露身份的风险。。然而，基于区块链构建隐蔽信道构的隐蔽容量有限，导致在完成一次通信方面有较长的延误，或是有要求严格的条件，如对交易出块的顺序排序，使其难以满足实际应用场景的要求。

技术实现思路

1、本发明要解决的技术问题是：解决背景技术中的三个问题(构建难度大、隐蔽能力有限等问题)，提出一种基于马尔可夫链的多方区块链隐蔽通信生成模型。

2、为解决上述技术问题，本发明采用以下技术方案：

3、基于马尔可夫链的多方区块链隐蔽通信生成模型，分为密码本分发、预处理、嵌入、传输、提取五个过程；

4、密码本分发为：在进行秘密通信之前，必须确保马尔可夫训练文本数据集的安全分发，分配过程如下：

5、1)通过生物特征识别技术完成对发送者和潜在接受者lui的生物特征fa(lui)收集，并进行存储；所有潜在接收方lui拥有私有编号numi，将该私有编号放入伪随机数生成器生成值rai，并与该接收方的生物特征fa(lui)进行散列函数计算，生成用户hash值hashi，将hashi公布在公共网络中以便未来可能进行的密码本分发；

6、2)发送方将公用密钥hash pub_key与t个期望接收方的hash值hashi进行拼接，作为秘密信息进行秘密分割；

7、3)发送方利用私钥pr_key将数据集上传至ipns，并将所有期望接收方的hash公布在公开网络中，告知接收方接收数据集；

8、4)收到接受密码本通知的各接收方用户分别进行生物特征识别；

9、5)各接收方利用私有编号numi与生物特征fa(ui)进行散列生成其用户的hashi，并与公共网络中期望接收方的用户hash对比；如果对比成功则表明该用户属于期望接收方，否则终止后续过程；

10、6)当每个用户成功提取自身秘密份额，将所有秘密份额放置于集合s中，并进行集中判定；若判定结果成功，则输出的结果是公用密钥pu_key拼接了所有接收方用户hash的内容；

11、7)收集所有接收方用户hash hs，恢复发送方的公钥pu’；

12、8)最后各接收方使用得到的公钥pub_key在ipns系统中下载资源，获取相应的训练数据集；

13、嵌入过程包括如下步骤：

14、1)发送者嵌入密文的过程如下步骤：将密文文本secret_message转换成二进制流bin1；

15、2)在初始霍夫曼树t1中搜索与之匹配的二进制数据流的起始部分，将相应单词放在初始位置；

16、3)完成初始二进制流嵌入后，继续嵌入其余信息；

17、4)重复步骤3)直到嵌入整个二进制数据流；

18、5)解码完成后，获得长度为len-1的wordi，其中i∈{2,3,…,len}，len代表已解码密文的字数；随后由word1和wordi形成一个向量sen＝(word1,word2,…,wordlen)，按它们的顺序排列，这个向量构成了作为隐蔽通信输出的密文；

19、传输过程：发送者向区块链网络发布带有环签名的交易并将其广播到各个节点；一旦交易被验证为正确和有效，它将被通过共识纳入区块，新生成的区块更新区块链；

20、提取过程中的收件人的提取步骤如下：

21、1)接收者遍历区块链网络中新生成的交易信息

22、message＝γ(time,transaction(text))   (1)

23、time表示读取区块链交易的指定时间间隔，函数γ(x,y)表示以x时间间隔遍历y中新生成的交易字段；

24、2)报文设置为矢量mes，

25、mes＝(word1',word2',…,wordlen')   (2)

26、wordi'表示载体信息中的单词，i的范围为{i|i∈n*,2≤i≤len}，len表示单词的数量；

27、3)接收者使用已训练的霍夫曼树集合t解码矢量mes中的每个元素词wordi'，并定义了以下函数

28、codei＝v(wordi',t),i∈n*,and i∈[1,len]   (3)

29、v(x,y)表示在集合y中找到合适的元素来解码单词x并得到一个二进制流；然后将解码后的二进制代码添加到向量c中，

30、c＝(code1,code2,…codelen)   (4)

31、4)如果无法完全执行第3)步，则表明消息并不是作为密文发送给该收件人；如果可以得到一个完整的有序集合c，那么由该有序集合中的元素组成的二进制数据流就是要发送给该接收者，

32、bin1＝h(code1,code2,…,codelen)   (5)

33、其中h(x1,x2,…,xn)表示将二进制值x1,x2,..,xn连接起来，从而得到秘密二进制流bin1；然后进行反向操作

34、secret_message＝z-1(bin)   (6)

35、z(x)表示将密文文本x转换成二进制流，其收件人通过上述步骤获取密文。

36、文本预处理过程中涉及的具体操作如下面公式所示：

37、l(sei)＝u(h(g(f(sei)))),sei∈se   (7)

38、f(x)表示删除x中的特殊字符，g(x)表示删除x中的网页链接、h(x)表示将所有x转换为小写，u(x)表示删除x中的表情符号，数据集a中用终止符标记的句子集，se＝{se1,se2,…sen}。接下来，对预处理后的文本数据集a进行马尔可夫模型训练，具体步骤如下：

39、1)建立一个包含数据集中所有单词的集合d＝{d1,d2,…,dnum}，这个集合表示给定随机变量的有限集合；

40、2)每个句子sei及其相应的位置和单词可映射到马尔科夫链中时间和状态的离散值，表示为

41、

42、i∈{1,2,...n},j∈{1,2,…li}，sei表示句子编号，li表示该句中的字数；

43、3)使用一阶马尔可夫链来计算过渡概率表示为

44、

45、且

46、

47、sn表示集合s中元素的个数，经过这三个步骤，就可以得到所需的条件转换概率矩阵：

48、

49、4)创建一个初始的霍夫曼树t1，表示所有可能出现在初始位置的单词；使用发生概率作为权重来构造t1；对于初始位置以外的位置，对于特定基词wordi+1；构建一个huffman树，以每个可能的单词转移概率p(wordi)作为权重；这对应于使用矩阵pnm中的特定行构建霍夫曼树；总共有n-1个这样的情况，导致除了t1之外还有n-1个状态转移霍夫曼树；定义函数

50、ti＝o(wordi-1,p(wordi-1))   (12)

51、其中i∈{2,3,…,n},o(x,y)表示霍夫曼树构建算法。

52、传输过程中，环签名算法定义如下：

53、

54、ek表示对称加密算法，k是ek对应的密钥，对包含以下内容的区块链交易(封面信息)执行环签名秘密信息，环签名成员的公钥分别为p1,p2..pn,以及信息发送者拥有公钥ps和相应的私钥；

55、让k＝hash(transaction(covermessage))，这意味着在环签名递归公式中，交易的哈希值被用作对称加密的密钥；发件人随机选择一个值v；然后，除了发送方xs之外，随机选择n-1个值{x1,x2,...,xs-1,xs+1,...,xn}并通过函数yi＝gi(xi)使用相应的公钥pi计算相应的n-1个值{y1,y2,...,ys-1,ys+1,...,yn}；

56、接下来，让rk,y(y1,y2,...,ys,...,yn)＝v，并计算满足等式的值ys。

57、最后，使用递归公式获得交易的环签名，由发送方创建的消息是一个2n+1元组(p1,p2,…,pn；v；x1,x2,…,xn)，区块链网络中的用户无法根据此签名确定发件人的真实身份。

58、采用上述技术方案的本发明，提出一种，基于马尔可夫链的生成式区块链隐蔽通信(gmbcc)模型。发送者首先使用文本数据集分发方案将文本数据集分发给预定接收者。然后，发送者将文本数据集转换成二进制流，同时执行马尔可夫模型训练。使用与接收者相同的文本数据集进行训练。训练后的条件转换概率矩阵用于构建哈夫曼树。哈夫曼二进制解码流产生的文本信息更具可读性。最后，文本信息通过环形签名发布到区块链上。本发明具有以下有益效果：

59、1)本发明将生成式文本隐写术技术纳入了区块链网络内的隐蔽通信通道。这大大减少了人为干预造成的通道不稳定的风险。通过在区块链网络中自动执行合约的设计思想，有利于构建隐蔽信道，并提供更强的可扩展性、灵活性和更低的暴露风险，从而部分解决了问题1。

60、2)在隐写过程中结合马尔可夫链和哈夫曼编码，本发明无需预先协商就能实现完全异步的通信，这消除了就隐蔽通信的位置和对开始/结束标志进行协商的要求。因此，在确保信道保密的同时，也降低了秘密传输的成本，进一步解决问题1。

61、3)不同的通信对只需维护不同的模型训练文本数据集，以确保双方之间的信道完全保密。这种隔离不同的隐蔽通信对消除了其他用户误读的可能性，，从而解决了问题2。

62、4)与之前基于区块链区块结构的隐写方法相比，所提出的方法可大幅提高信道隐藏能力，且不需要第三方平台，它实现了隐藏容量与抵御潜在风险的相对平衡。此外，将区块链严格视为一种通信媒介并引入环形签名技术，将现实世界中的对象从网络中分离出来，打破了潜在的映射关系，因为区块链的透明性，发送方不需要将携带秘密信息的交易直接发送给信息接收方，解决第三个问题。

63、5)最后，我们提出了一种基于秘密共享的文本数据集分发方案，用于将马尔可夫模型训练的文本数据集从发送者分发到预期的接收者。该文本数据集是本研究中构建隐蔽通信通道的关键要素。通过安全高效地传输文本数据集并与生成式隐写技术相结合，可以实现完整的隐蔽通信过程。