【摘 要】
:
针对当前区块链和物联网结合面临的存储和交易吞吐量压力进行了研究,提出一种基于双链的可扩展物联网模型.首先,设计了基于交易链和哈希(hash)链的双链存储结构和分区模型,通过交易链差异化存储降低了节点的存储压力,通过hash链提升了系统的整体安全性,并实现了全网数据的自由交易;其次,提出了一种并行多块创建协议(parallel multi-blocks creation protocol,PMCP),降低了系统共识时延,提高了系统的吞吐量,具有良好的可伸缩性;最后,提出了基于信誉的验证者和领导者选举算法,保
【机 构】
:
华东理工大学 信息科学与工程学院,上海200237;华东理工大学 商学院,上海200237
论文部分内容阅读
针对当前区块链和物联网结合面临的存储和交易吞吐量压力进行了研究,提出一种基于双链的可扩展物联网模型.首先,设计了基于交易链和哈希(hash)链的双链存储结构和分区模型,通过交易链差异化存储降低了节点的存储压力,通过hash链提升了系统的整体安全性,并实现了全网数据的自由交易;其次,提出了一种并行多块创建协议(parallel multi-blocks creation protocol,PMCP),降低了系统共识时延,提高了系统的吞吐量,具有良好的可伸缩性;最后,提出了基于信誉的验证者和领导者选举算法,保证了节点选择的随机性和公平性,避免了系统中心化问题,设计了节点信誉值的评估机制,保证了协议的安全性.实验结果表明,该模型存储容量较传统区块链模型有大幅度提升,提高了区块链系统的可扩展性,PMCP协议的吞吐量和时延要明显优于PBFT等协议,所提信誉机制激励节点作出理性选择,可以很好地提升网络的安全性.
其他文献
针对模糊C均值(FCM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FCM算法.首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距离计算邻域隶属度权重,加权得到邻域隶属度,利用邻域隶属度约束目标函数,修正隶属度迭代过程,最终达到提升FCM聚类算法性能的目的.理论分析和在人造数据集、多个UCI数据集的试验结果表明,改进后的算法在聚类效果、鲁棒性上均优于传统FCM算法、PCM算法、KFCM算法、KPCM算法和DS
在城市交通网络设计中,可交易电子路票系统是一种新型且更加公平的拥挤收费方法.本文将具有征收与补偿机制的0分配可自由交易电子路票和路网离散改造设计结合起来共同研究城市道路交通网络设计与管理问题.建立的新型路网设计与管理模型同时考虑了0分配电子路票系统与离散路网设计.采用Logit随机用户均衡原理模拟出行者的路线选择行为,并设计具有路段容量和电子路票可行约束的随机均衡问题的有效算法.由于该模型是一个具有不动点约束的数学规划问题,求解比较困难,因此采用常见的群体智能优化算法求解该模型,数值实验验证了模型和算法的
实现对不同类型心律失常的自动分类可为医生提供可靠诊断信息,有效提高该类疾病的诊断效率.因此,本文提出一种改进的残差密集网络用于心律失常的自动分类.该模型将改进的残差密集块作为残差密集网络的基本模块,使用深度可分离卷积替代传统卷积可有效提取通道间特征,降低参数量,同时引入通道注意力机制,实现特征选择,提高重要特征的权重分布.实验基于2018中国生理信号挑战赛提供的公开数据集,对9种类型的心律失常进行分类,F1均值达到81.2%,优于主流的深度学习网络模型.实验结果验证了该模型的可行性与优势,为心律失常分类提
药用植物文本的命名实体识别对中医药领域的信息抽取和知识图谱构建起着重要作用.针对药用植物属性文本存在长序列语义稀疏的问题,提出一种基于注意力机制的双向长短时记忆网络(BiLSTM)和条件随机场(CRF)模型相结合的疾病实体识别方法(BiLSTM+ATT-CRF,BAC).首先对药用植物属性文本进行预处理和半自动化标注构建数据集,并进行预训练得到低维词向量;然后将这些低维词向量输入BiLSTM网络中,得到双向语义依赖的特征向量;Attention层把注意力集中到与当前输出特征高度相关的信息上;最后通过条件随
在协作式自动泊车的实现过程中,较为关键的一点是停车场全局范围内相关车辆的识别与定位,因此本文提出一种应用于场端基于单目视觉的车辆识别与定位方法.首先,考虑基础设施停车场的特点,设计灵活性更好的以分布式架构为核心的感知系统架构,改进SSD网络以使检测模型更适于在边缘处理设备中部署运行;之后分析并构建用于场端的单目视觉测距数学模型;最终综合利用目标检测与视觉测距算法,完成目标车辆的识别与定位.为验证单目视觉测距算法在场端中应用的有效性,在真实的停车场环境中设计模拟实验,进行相应的测试,实验结果表明,视觉测距精
为确保加入区块链的农产品供应链主体遵循协议共享初始真实信息,针对农产品供应链信息不对称、缺乏信任等问题,搭建了区块链技术的农产品供应链框架.对采用区块链技术的农产品供应链参与主体是否守约构建演化博弈模型,分析各主体遵循区块链节点共享初始真实信息的影响因素.使用MATLAB进行仿真,结果表明,当加入区块链的信任程度、协同收益、激励和惩罚提高、风险系数变低,农产品供应链参与主体更倾向于遵守区块链协议守约,这些因素影响区块链节点下参与的主体策略选择.明确区块链技术运用在农产品供应链的可行性,可为各参与方提供对策
针对委托权益证明(delegated proof of stake,DPoS)共识机制存在恶意节点相互勾结以及权益分配不合理的两大问题,提出了一种改进方案.首先,引入RBF神经网络模型,根据节点在整个区块链上工作表现的历史数据和相关属性计算综合信任值,使得通过综合信誉值选举出的节点更加权威可信;同时,加入基于动态博弈的信誉激励机制,增加了节点恶意攻击的成本,使得共识节点的出块更加安全.其次,利用沙普利值对节点权益进行合理划分,使得节点的权益得到了分散,增强了“去中心化”程度,降低了“财阀统治”的可能性.实
为了总结前人工作,给相关研究者提供思路,首先讨论了当前多模态知识图谱的基本概念,然后从图数据库和知识图谱这两个角度介绍了多模态知识图谱的构建工作,并总结了两种主要方法的思路.还分析了多模态知识图谱的构建和应用中的关键技术和相关工作,如多模态信息提取、表示学习和实体链接.此外,列举了多模态知识图谱在四种场景中的应用,包括推荐系统、跨模态检索、人机交互和跨模态数据管理.最后,从四个方面展望了多模态知识图谱的发展前景.
随着大数据不断发展,联邦学习已被广泛应用于各种各样的场景,从而方便人们的生产生活,但该技术给人们带来便利的同时也让用户面临着数据泄露的挑战,因此数据安全成为联邦学习研究的热点问题.通过介绍横向及纵向联邦学习的训练过程,并对该过程的潜在对手及其攻击原因进行研究,从而分类总结了现有的攻击手段,如投毒攻击、对抗攻击及模型逆推攻击等;在两种场景下分类介绍针对几种攻击手段的防御措施,如梯度稀疏化、恶意检测、秘密样本对齐、标签保护、加密共享和扰动共享等,这些方法不仅可以保证参与方的数据安全,也可以保证联合模型的准确率