基于区块链的多租户卫星网络资源租赁方法研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:cooltom
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着软件定义网络(Software Defined Network,SDN)和网络功能虚拟化(Network Functions Virtualization,NFV)技术在卫星网络架构里的应用,使得卫星网络的资源配置与管理变得更加灵活。然而,传统的资源租赁模式依赖于一个可信的第三方,导致了权利集中化,从而出现了资源信息不对等、资源管理过程不透明、交易结果易被篡改等问题。另一方面,频繁的资源交易与管理是手工所不能应付的,需要新的自动化流程管理来提高资源的利用率。区块链技术所拥有的去中心化、防篡改等特性为解决上述问题提供了新的思路。本文主要研究内容如下:1.针对传统集中式资源租赁方法中过度依赖第三方而带来的信息不公开透明,以及手工管理无法满足需求等问题,提出了一种基于区块链的多租户分布式卫星网络资源租赁交易模型。该模型采用联盟链架构,实现了分布式的资源租赁过程,防止代理实体暗中操纵交易结果而带来的威胁,保障了交易双方的公平性;同时,将双方交易过程记录在区块链上,实现交易信息的公开透明,并为可能发生的纠纷提供依据。然后设计了基于信誉值的提案发出者选择方案和双重拍卖机制,并将它们在智能合约中实现,以此来得到公平的交易价格,同时激励参与者诚实地工作。安全性分析表明,该模型能满足资源租赁场景中的更多安全性需求,且仿真实验结果表明该模型的区块链性能良好。2.针对基于区块链的多租户分布式卫星网络资源租赁交易模型中实体可能遭受的拒绝服务(Denial of Service,Do S)攻击,设计了一个基于智能合约的解决方案。该方案首先将基于服务提供配置文件的请求验证过程在智能合约中实现,来防止有限的资源被恶意用户占用;然后将基于历史价格过滤请求的过程也在智能合约中实现,以此来过滤掉大量无效的资源请求,减轻分布式拒绝服务攻击。仿真结果表明,该解决方案带来的交易处理延迟在可接受的范围内,且该方案能有效的减轻拒绝服务攻击带来的负面影响。
其他文献
报纸
区块链技术以其独有的去中心化、不可篡改、隐私保护和可溯源等原生特性,为许多传统行业和领域进行技术瓶颈突破提供了关键助力。但随着时间的推移和技术的更迭,链上数据往往会不断积累最终达到惊人的数量级,尤其是比特币这种开放的公有区块链系统。庞大的链上数据提升了区块链网络中的节点存储和计算的性能门槛,节点需要具备大量的存储空间进行账本维护。并且新节点同步过程也需要下载、验证和存储同样量级的数据,提升了加入网
学位
信息化时代得到了快速发展,这使得传输数据的呈现形式变得丰富多彩。然而信息在网络传输过程中安全性未得到保证,在图像加密应用中尤为突出。因此,设计出一种新的安全性强的图像加密算法成为了当前迫切需要解决的问题。混沌所具有的对初始状态值异常敏感、难以预测的伪随机性等特点,与密码学的特性相关联,因此受到了信息安全和密码学研究者的重视,并在密码学当中得到了广泛应用。混沌系统迭代产生的伪随机序列能够为图像加密算
学位
以互联网新技术为载体,精品在线开放课程日趋受到广大师生的欢迎。在2021年4月的全国职教工作会议中,明确提出要大力推进“岗课赛证”综合育人模式,提升人才培养质量。但从目前传统课程“岗课赛证”融通来看还存在一些问题,如课程内容融通不紧密,课程思政主线不突出,“三教”融通不充分,课程评价不能有效达到学生预期等。针对这些问题,为了更好地适应“岗课赛证”融通要求,也为了使课程更加丰富,开发传统课程(线下)
学位
随着信息技术的发展,使得漏洞数量迅猛增长,网络安全形势愈发严峻。多步攻击是当前网络攻击的主要特点,攻击者利用多个漏洞和攻击技术,逐步深入目标系统,因此非常难以被发现。为更好地防御复杂的网络攻击,需要重点研究漏洞之间的关联关系并预测攻击者的多步攻击行为。攻击图技术是一种描述和分析网络攻击的有效方法,通过反映攻击者的行为和目标系统中的漏洞来揭示攻击行为和安全漏洞,因此被广泛应用于网络多步攻击的研究。然
学位
随着大数据时代的到来,海量信息喷涌而出,现实生活中的网络信息规模不断扩张。如今在网络中已经涌现出纷繁复杂的节点类型,以及复杂多样的关系类型,甚至伴随出现了节点或关系的附属属性信息,此类异质网络给网络分析带来了挑战。异质网络表示学习的目的是在最大程度上保留网络拓扑结构信息以及丰富语义信息的情况下,将节点嵌入到低维向量空间中,并通过一系列下游验证任务来验证节点表示的准确性。近年来,异质信息网络表示学习
学位
四边形网格是三维模型数字化表示的重要形式,因其天然具有张量积性质、能够直观地捕获模型的几何特征和语义信息等优良特性,而被广泛应用于多边形建模、高阶曲面造型、纹理映射、有限元建模、压缩等方面。因此,高效率、高质量、自动化地生成四边形网格算法已成为国内外研究内容的热点。基于方向场参数化,从输入的三角形网格中获得特征对齐的四边形网格是目前最有效也是最流行的方法。但是当输入带有小尺度拓扑特征的大型网格模型
学位
自然语言文本作为互联网中不可或缺的信息载体,近年来其体量呈现爆炸性增长,进而兴起了许多协助用户快速获取信息的技术。其中,事件抽取作为信息抽取的关键子任务,可以为下游的自然语言理解和生成任务提供细粒度的事实数据。同时在基于神经网络的研究方法中,兼顾全局和局部的特征表示法已经被证实是有效的特征提取方法。基于此,本文在篇章级事件论元抽取上的主要研究内容如下:首先,研究了词跨度的实体语义增强嵌入。由于事件
学位
期刊
就酒类专用炭的应用剂量、处理时间进行了试验,以2‰的用量,处理16小时为佳,并具澄清、除苦、去杂味之功能。(陆月霜)
期刊