CN114708096B 基于智能合约的计算、更新、读取方法及装置、电子设备 （蚂蚁区块链科技(上海)有限公司）

述数据集合中分层采样得到的数据样本进行近2接收计算发起方发起的针对所述智能合约的智能合约述置信概率表征所述近似计算的准确度；所述智能合约维护了基于霍夫丁不等式推导出近似计算的数据集合对应的采样数量三者之间的数学信概率以及与所述各个数据子集对应的所述最优误差值，输入至所述数学关系中进行计进一步调用所述智能合约调用交易包含的近似计算逻辑，基于从所述2.根据权利要求1所述的方法，所述对与所述数据标识对应的所述数据集合中的数据通过与所述智能合约对应的预言机程序，从与所述区块链对接的链外数采用最优化求解方法，求解在针对所述数据集合进行分层采样时所需步骤C，将所述置信概率以及调整之后的i值作为计算步骤E，基于所述最优i值确定针对所述数据集合进行分35.根据权利要求1所述的方法，对与所述数据标识对应的所述数据集合中的数据样本按照所述最优数量将所述数据集合划分为若干个数据子集；按照所述最优采样数量分别对各个数据子集中的数据样本进6.根据权利要求5所述的方法，分别对各个数据子集中的数据样本进行采样的方式包基于所述随机数分别对各个数据子集中的数据样本进行随机采样调用所述区块链上部署的随机函数生成用于进行基于所述节点设备中搭载的可信执行环境中维护的随机数种从所述智能合约维护的数据相关的数据参数中，获取作为所述随机数种通过与所述智能合约对应的预言机程序，获取在链外生成的用于通过与所述智能合约对应的预言机程序，获取在链外生成的用于种子，并基于获取到的目标数据参数在所述智能合约中生成用于进行随机采样的随机数；8.根据权利要求1所述的方法，所述计算参数还包括指示所述近似计算对应的计算类基于从所述数据集合中分层采样得到的数据样本，按照所述算法9.根据权利要求1所述的方法，所述智能合约部署在所述节点设备搭载的可信执行环所述对与所述数据标识对应的所述数据集合中的数据样本进行分层采样之前，还包在所述可信执行环境中对所述计算参数以及对获取到的所述数据集合中的数据样本4及与参与近似计算的数据集合对应的采样数量三者之间的数学关采样模块，响应于所述智能合约调用交易，调用所述智能合约调计算模块，进一步调用所述智能合约调用交易包含的近似集合中分层采样得到的数据样本进行近似计算，以得到针对所述数据集合的近似计算结其中，所述处理器通过运行所述可执行指令以实现如权利要求1-9中任一项所述的方56中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相针对每一条数据分别进行I/O操作的耗时和对上述一组数据批量进行I/O操作处理操作的耗时；Oper以部署在区块链节点设备搭载的TEE(Trustedexecutionenvironment，可信执行环境)7[0029]其中，在上述公式中，Operationi表示对数据集合中的第i条数据进行解密的耗升针对业务相关的数据进行计算的计算效率合约包含的近似计算逻辑，基于从上述数据集合中分层采样得到的数据样本进行近似计8因此智能合约中引入了分层采样机制之后，通过该智能合约对数据集合进行计算时的耗[0041]请参见图1，图1是一示例性实施例提供的一种基于智能合约的计算方法的流程设备即可。而如果该计算发起方通过诸如Baas(BlockchainasaService)平台提供的区9以及该智能合约调用交易的执行结果进行共识处理的过程不[0055]在示出的一种实施方式中，区块链节点设备在调用所述智能合约包含的采样逻外数据库中。在这种情况下，该智能合约可以通过与其对应的预言机程序(oracle链外的服务设备上的一个预言机服务程序。当上述预言机程序为去中心化的预言机程序[0068]在示出的一种实施方式中，区块链节点设备在调用上述智能合约包含的采样逻ggggg信概率δ和误差值ε输入维护的上述数学关系中进行计算，得到与上述数据集合对应的采g到的置信概率δ和各个bucket的误差值εk输入维护的上述数学关系中分别进行计算，得到与上述数据集合划分出的各个bucket对g起方指定的针对上述数据集合进行近似计算的总误差ε以外，还需要携带K个与各个gbucket对应的误差值εk。及每一个bucket对应的误差值εk，具体也可以是由上述智能合对上述数据集合进行分层采样时所需划分出的bucket的最优数量K，以及每一个bucket对应的最优误差值εk，再将上述智能合约调用交易中的计算参数中与近似同的最优化求解算法。例如，在实际应用中，具体可以采用诸如梯度下降法(Gradient就可以基于上述优化目标来为上述最优化求解方法设置上述约[0085]针对各个bucket对应的误差值进行加权平均计算，得到并且不大于针对上述数据集合进行近似计算bucket的最优数量和各个bucket的[0095]步骤204，将上述置信概率δ概率δ)以及调整之后的i值(即与各个bucket对应的样本数量)作为计算参数，输入至所述易携带的计算参数中包含的与近似计算对应的误差值)，并且小于上一轮迭代计算出的加述数据集合进行分层采样时，首先可以按照该最优数量将上述数据集合划分为若干个[0107]在示出的一种方式中，在区块链上可以预先部署一个用于生成随机数的随机函[0108]在示出的另一种方式中，上述区块链节点设备上可以搭载一个可信执行环境的在链外生成的随机数种子，然后基于获取到的该随机数种子在该智能合约中生成随机个部署在区块链节点设备搭载的可信执行环信执行环境中，对上述计算参数以及对获取到的上述数据集合中的数据样本分别进行解因此智能合约中引入了分层采样机制之后，通过该智能合约对数据集合进行计算时的耗[0130]本说明书的装置的实施例可以应用在电子设备上。装置实施例可以通过软件实[0131]从硬件层面而言，如图3所示，为本说明书的装置所在电子设备的一种硬件结构[0142]将与所述近似计算对应的所述置信概率以及与所述各个数据子集对应的所述最[0157]在本实施例中，分别对各个数据子集中的数据样本进行采样的方式包括随机