基于RW-BFT共识机制的电子数据存证系统

来源 :南昌大学 | 被引量 : 0次 | 上传用户:ljiand
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
利用区块链技术解决第三方信任危机和数字安全隐患问题,是当前电子数据存证系统的研究热点之一。本文针对实用拜占庭容错算法延展性差、通信开销大、效率低及无法动态增加节点等问题,应用最大容错理论,研究提出了基于权重视图切换与两阶段共识策略的WPBFT~1算法以及基于共识信息同步与WPBFT的RW-BFT算法,设计实现了基于RW-BFT~2共识机制的电子数据存证系统。主要研究工作和成果包括:1.提出了一种基于权重视图切换与两阶段共识策略的拜占庭容错算法WPBFT。首先通过引入权重因子,选取部分节点参与共识,同时修改视图切换协议,提高系统的效率,提升延展性。其次,将PBFT三阶段共识改为二阶段共识,减少通信量。实验结果表明,相比于PBFT,WPBFT提高了系统的可扩展性以及降低了通信损耗。2.提出了一种基于共识信息同步与WPBFT的RW-BFT算法。引入Raft算法,解决WPBFT算法在添加节点时必须将所有节点停止导致信息同步差的问题,通过将Raft算法内置于WPBFT之中,由Raft算法负责保证各节点配置信息一致,而WPBFT算法负责同步产出区块,以实现信息同步的节点动态增加。实验结果表明,RW-BFT算法可有效实现节点动态增加,且可较好地保持信息同步。3.采用SSM框架开发了基于RW-BFT共识机制的电子数据存证系统。系统分区块链层、智能合约层、业务层三层设计。区块链层的网络模块包含P2P网络通信和共识算法,数据模块用于存储区块数据。智能合约层用来连接业务层和区块链层,实现数据上区块链和查询已上链数据。业务层主要包括电子数据上传、电子数据下载、电子数据鉴定、电子数据认证以及电子数据查询等功能模块。系统采用RESTful架构开发,留有存证系统与取证系统、出证系统对接接口。测试结果表明,系统达到了预期功能且稳定性较好。主要贡献:提出一种引入权重因子且将三阶段共识改为二阶段共识,同时与Raft算法结合达到动态增加节点的共识算法,并将该算法应用于电子数据存证系统中,实现了电子数据存证的全过程。
其他文献
疲劳驾驶是造成交通事故的几大主要原因之一。针对噪声影响下疲劳驾驶识别模型性能大幅度下降,难以在实际应用中达到理想效果的问题。本文致力于解决如何在任意通道脑电信号遭受噪声影响下保持疲劳驾驶识别模型的稳定性问题,建立了基于深度卷积神经网络去噪并动态构建功能脑网络的疲劳驾驶识别框架。框架中提出了残差卷积脑电波降噪网络、以奇异值熵和分形维数为特征的动态功能脑网络构建方法和基于B样条曲线的图空间卷积功能脑网
量子计算具备快速处理数据的能力,这对经典密码体系造成了威胁。随着量子保密通信在理论基础和物理实验方面的迅速发展,学者们开始关注和研究其中的不同方向。量子信息隐藏就是其中的一个新研究方向。本文设计了两种基于混沌映射的量子水印算法并实现其量子线路。主要研究工作如下:在量子小波变换中,图像的像素可能为带符号的十进制小数而不是整数,因此本文提出了对带符号十进制小数的广义表示法来承载量子图像中的像素。基于带
【目的】为了明确人工加速老化法测定黄瓜种子活力的适宜处理时间。【方法】以3个种批的黄瓜种子为材料,在45℃、75%相对湿度下分别处理0、2、4、6、8、10、12及14 d,分析发芽率的变化,确定人工加速老化的适宜时间。以30个黄瓜品种为试验材料,分别进行标准发芽和人工加速老化试验,测定相关发芽指标。通过隶属函数和聚类分析对30个黄瓜品种的耐老化能力进行综合评价及分类。【结果】人工加速老化处理黄瓜
本文分析了乡村振兴战略背景下,农业产业发展存在的问题,针对性指出了相关的解决对策,以期为此后农业产业运行提供更多助力。
近几年,伴随着我国旅游业和教育业的高速发展,商用客车的市场需求也逐渐增大,对个性化设计要求较高的商用车生产企业,如果不能把客户的需求及时准确的转化为订单要求,产品的设计和生产周期就会延长,交货期就难以满足客户的要求。因此,研究开发一套能够快速准确描述客户需求,并将其转化为正式订单的系统,对商用车企业具有十分重要的实际意义。商用车行业的复杂性决定了对该行业信息化的复杂性,实现原型企业信息化显得尤为重
互联网飞速发展,大数据时代降临,庞大的数据资源推动了各个产业的量化进程,但同时也带来了信息过载的负面影响。推荐系统的出现正是为了解决信息时代的信息过载问题,个性化推荐技术的发展则提升了用户获取所需信息的体验。大数据时代下,数据量庞大但数据内容稀疏是推荐算法进行数据分析时遇到的经典问题,为了提升推荐性能以及用户满意度,挖掘更多用户与项目之间的联系是推荐算法研究学者的关注热点。推荐系统中,评分数据往往
Android恶意应用检测是保障用户信息安全的重要方法。为提高Android恶意应用检测的准确性,从特征选择、不平衡学习、对抗攻击三个角度进行了研究,提出了面向Android恶意应用静态检测的特征频数差异增强算法、基于不平衡学习的Android恶意应用检测方法、基于特征选择的Android恶意应用对抗样本生成和检测方法,通过实验及开发的APK检测工具和网站验证了方法有效性。主要研究工作和成果包括:
近重复文本图像检索在文本图像分析与理解中起着非常重要的作用,而且在很多领域有着迫切的实际应用需求。传统近重复文本图像检索方法需要人工事先确定近重复图像之间存在的变换类型,并根据变换类型选取合适的特征来描述图像。由于传统方法受人工影响大、主观性强,本文聚焦于基于深度学习的近重复文本图像检索问题,研究内容主要包括以下两个方面。首先,本文提出一种基于分类卷积神经网络的近重复文本图像检索方法,使用卷积神经
随着深度学习技术的发展和成熟,深度学习技术被广泛的运用于各个研究领域,使得许多领域都有突破性的进展,尤其是在计算机视觉领域。在计算机视觉中图像风格迁移学习是一个热门研究方向,图像风格迁移可以使图像转换风格,而图像内容保持不变。风格迁移学习主要通过两类损失函数:内容损失函数和风格损失函数来训练模型,使得生成的图像风格转换为目标图像,而内容则保持和原图一样。面部表情识别技术是属于模式识别、情感计算等学
生物特征(人脸、指纹、虹膜等模态)识别极具发展前景的新型身份认证方式。与其他模态相比,掌纹包含丰富的鉴别性特征、用户接受性强、隐私性高等优点,逐渐成为近年来的研究热点。编码类掌纹识别算法具有无需训练,非数据驱动,存储量低并且匹配速度快等优势,是一种重要的实用化主流技术。在编码类掌纹识别算法中,通常将掌纹图像均匀划分为4×4个像素的子块,每个子块下采样为一个特征点,因此模板尺寸仅为原始图像的1/16