Trac2Trac 2 ZChain:具有关联隐私保护的区块链图数据可追踪性与可追溯性

《Distributed Ledger Technologies: Research and Practice》:Trac2Trac 2 ZChain: Trackability and Traceability of Graph Data in Blockchain with Linkage Privacy

【字体: 大 中 小 】 时间:2026年09月15日 来源:Distributed Ledger Technologies: Research and Practice 2.2

编辑推荐:

   摘要AI 摘要要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要区块链的防篡改、去中心化特性使其非常适合在分布式环境中运行共享溯源应用,例如审计数据共享或监控供应链。然而,区块链在存储敏感溯源数据时面临挑战,包括数据记录本身及其关联关系,因为(1)由于防篡改

  

摘要

摘要

区块链的防篡改、去中心化特性使其非常适合在分布式环境中运行共享溯源应用,例如审计数据共享或监控供应链。然而,区块链在存储敏感溯源数据时面临挑战,包括数据记录本身及其关联关系,因为(1)由于防篡改性,记录无法被修改;(2)区块链上的溯源系统需要高效的图追踪/追溯;(3)记录之间的关联关系应对未授权用户(包括区块链维护者)保密。现有方法要么缺乏足够的隐私保护,要么仅支持简单结构,要么在使用UTXO模型时无意中泄露关联数量。我们提出了 Trac2ZChain,它基于我们之前的工作 Trac2Chain[57],这是一个为区块链存储的溯源图提供完整关联隐私(即不会从记录大小中泄露信息)和完整追踪/追溯功能的框架。文献[57]中提出的创新图存储架构能够生成任意图结构的溯源依赖关系,同时保持区块链的防篡改性。然而,之前的工作未能为区块链提供验证溯源记录真实性的能力,而这应该是任何基于区块链的系统所必须具备的基本属性。在 Trac2ZChain 中,我们修改了原始的 Trac2Chain 协议,使其能够应用零知识证明,从而允许区块链对等节点在不获取私有信息的情况下验证链上溯源功能的正确性。评估和对比表明,Trac2ZChain 能够实现高效的溯源功能、记录验证和关联隐私保护,与现有最先进的方法相比具有合理的开销。

AI 摘要

AI 生成摘要(实验性)

本摘要使用自动化工具生成,未经论文作者撰写或审核。它旨在支持发现,帮助读者评估相关性,并协助来自相关研究领域的读者理解该工作。它作为作者提供的摘要的补充,后者仍然是论文的主要概述。完整文章仍然是权威的正式版本。点击此处了解更多。

点击 此处 对此摘要的准确性、清晰度和实用性发表评论。这样做将有助于改进和未来的重新生成版本。

要查看此AI生成的简明摘要,您必须拥有高级访问权限。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号