【摘 要】
:
随着物联网的蓬勃发展,它在数据安全性和设备可靠性方面的问题也逐渐暴露出来。区块链技术可以有效解决这些问题,但是巨大的资源消耗和有限的数据处理性能限制了其在物联网场景中的部署。为了解决上述问题,本文对不同区块链系统的性能展开了多维度分析,并进行了针对性的共识机制优化和节点存储优化研究。本文的主要贡献概括如下:(1)为了深入研究物联网场景下的区块链系统性能,提出了一个综合的性能指标集和区块链基准测试工
论文部分内容阅读
随着物联网的蓬勃发展,它在数据安全性和设备可靠性方面的问题也逐渐暴露出来。区块链技术可以有效解决这些问题,但是巨大的资源消耗和有限的数据处理性能限制了其在物联网场景中的部署。为了解决上述问题,本文对不同区块链系统的性能展开了多维度分析,并进行了针对性的共识机制优化和节点存储优化研究。本文的主要贡献概括如下:(1)为了深入研究物联网场景下的区块链系统性能,提出了一个综合的性能指标集和区块链基准测试工具,从可用性、资源利用率、稳定性方面分析了Ethereum、Fabric v1.4和IOTA的性能。实验证明,所提指标可以较好地衡量区块链系统的性能,同时,测试工具也具有较好的实时性、兼容性以及扩展性。(2)为了解决区块链交易吞吐量低、确认延迟高等问题,提出了一种基于声誉激励的Po W共识机制优化算法。该算法首先基于声誉区间和声誉波动基本实现了对矿工节点的身份判断,然后根据矿工节点声誉值动态调整哈希计算的难度值,最后定义了两种不同的工作策略以此激励矿工节点进行诚实挖矿。实验证明,改进后的Po W共识机制是可行的,有效提升了区块链系统的性能。(3)为了解决区块链节点存储容量不足的问题,提出了一种基于分组-分片的区块链节点存储优化策略。在节点分组的基础上,该策略基于节点功能分配策略选出全量节点和轻量节点,并为轻量节点提出区块分片存储策略,引入虚拟节点分配节点存储数据量。同时,设计了全量节点替换策略以应对全量节点突然下线的情况。此外,还讨论了节点加入和退出时的节点变化情况以及节点交易验证过程。实验证明,该策略显著降低了节点的数据存储量,有效节省了节点存储空间。
其他文献
分类算法是数据挖掘中极其重要且基础的部分,传统的分类方法往往注重数据整体的分类准确率,应用于不平衡数据时,通常是以牺牲少数类的分类精度为代价来提升整体的分类准确率。在很多实际应用中,少数类样本在不平衡数据集中的作用至关重要,因此不平衡数据分类算法研究受到专家学者的广泛关注。论文首先对不平衡数据的二分类问题提出一种初始样本选择策略,以重点关注少数类,减少后续迭代开销,并且将该策略推广至线性不可分数据
开关磁阻电机(SRM)结构简单、耐高温、高速适应性强,在航空航天、军事和民用领域具有独特应用特色。电磁轴承磁通可调节、固有刚度大、承载能力大、且控制灵活,在高速电机应用范围广。电磁轴承与SRM构成的磁悬浮开关磁阻电机(MBSRM),不仅可有效解决高速电机的轴承支撑问题,还可进一步发挥SRM的高速优势。然而,传统的MBSRM系统中,磁轴承和电机通常是单独设计和独立控制,系统庞大,集成度低;另外,电磁
近年来自然灾害频发、公众突发紧急状况频出,各国纷纷开发结合自身国情的应急通信系统与之应对。作为一种暂时性的、应对各类突发情况而提供的特殊通信机制,应急通信系统的研究愈发受到各国重视。本课题设计实现基于卫星通信的多通道应急网络平台,为重特大突发环境事件状况提供可靠的通信模式,系统依靠多种通信模式之间的支撑、互补、互备,支持从小带宽到大带宽通信的切换,构建多网络覆盖、多模式切换的立体环境应急通信网络,
宇宙中存在一些稀有星体,这些星体数量稀少但有重要研究价值。在海量天文观测数据中,智能高效地识别稀有星体能更好地辅助天文学家研究宇宙。由于稀有星体数据较少,可识别的特征不多,传统稀有星体识别方法需要人工选择特征,无法实现智能化识别。本文面向稀有星体的数据增强与识别模型进行研究,具体分为以下三个方面:首先,本文对光谱数据与图像数据进行预处理,并提出了一种基于局部连接卷积与生成对抗网络的稀有星体光谱数据
为解决高速移动场景下载波间干扰和符号间干扰对通信系统所带来的问题,Hadani等人提出了正交时频空(Orthogonal Time Frequency Space,OTFS)调制方案,相比于承载在时频域的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM),承载在时延多普勒(Delay Doppler,DD)域的OTFS具有抵抗时间色散和频
随着密码技术和信息技术的发展,目前的密码算法本身已足够强大,能够对抗传统的密码分析手段,但由于设备本身的工艺特性,其运行时会泄露如功耗、电磁、时间等信息,这些信息能够被攻击者利用从而破解密钥,该方法称为侧信道分析SCA(Side Channel Analysis)。由于侧信道的出现,对加密算法产生了很大破坏性,攻击者利用该方法可以轻松的破解密码芯片的密钥。许多应用加密算法的芯片都容易受到该攻击,其
材料研究的进程不断加快,对材料性能的需求也不仅仅满足于常规条件下。极端条件如高温、强压下材料的性能研究正在成为热点。本文的研究基于密度泛函理论(DFT)的第一性原理,使用计算机软件进行理论模拟计算。分别对间氨基苯甲酸晶体、4-硝基苯乙酸晶体和1,2-双(甲氨基)苯(以下简称2-Bis晶体)进行高压下理论模拟计算,分析三种晶体在高压下晶体结构、电子性质和光学性质的变化,主要研究内容如下:通过分析不同
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统使用的是传统的蜂窝式网络,蜂窝式网络的小区边界会受到干扰,这一直限制着大规模MIMO的性能。去蜂窝大规模MIMO结合了大规模MIMO与分布式天线的特点,在广域上分布大量的接入点(Access Point,AP),并通过时分双工的操作为同一时频资源中的所有用户服务。去蜂窝大规模MIMO引入了“以用户为中心
兵棋推演是一种对实际战争进行仿真、模拟的方法,是研究作战行动的重要工具,也是未来战争的关键环节。在兵棋推演过程中利用规则进行决策的方式缺乏对不同地图以及不同对手的适应能力,若利用强化学习方法可以更好地进行推演过程中的自主学习和智能决策,但是现阶段多智能体领域存在的问题限制了该类方法在兵棋推演中的应用。本文以强化学习方法为基础,针对多智能体领域的置信分配以及稀疏奖励两个问题,分别引入值分解方法与分层
随着互联网的飞速发展,数字产品的消费者可以通过网络频繁地进行数据共享,存在敏感信息可能被用户非法泄漏的隐患,近年来,在数字产品分发系统中,叛徒泄漏明文敏感信息的事件呈现高速增长的趋势,给版权保护带来了巨大的挑战,如何准确且高效地追踪数字产品分发系统中的叛徒成为学术界的研究热点。传统叛徒追踪算法已经无法满足大数据背景下准确且高效地追踪叛徒的需求,而且现有的叛徒追踪算法大多数聚焦于抵抗用户的密钥攻击而