【摘 要】
：
在云存储系统中,数据完整性的检验依赖于与数据一同存放的完整性证据,而如果数据完整性证据被破坏,数据的完整性也就面临着前所未有的挑战。提出一种基于区块链技术的云存储数据完整性增强机制BEMDICS,将云存储用户的数据完整性证据存放在区块链中,使得数据完整性证据不可篡改、不可删除。用户可以更安全地掌握数据,增强云存储环境下数据完整性。实验结果表明该机制可以抵御云存储中数据完整性证据被破坏而失去完整性的威胁。
论文部分内容阅读
在云存储系统中,数据完整性的检验依赖于与数据一同存放的完整性证据,而如果数据完整性证据被破坏,数据的完整性也就面临着前所未有的挑战。提出一种基于区块链技术的云存储数据完整性增强机制BEMDICS,将云存储用户的数据完整性证据存放在区块链中,使得数据完整性证据不可篡改、不可删除。用户可以更安全地掌握数据,增强云存储环境下数据完整性。实验结果表明该机制可以抵御云存储中数据完整性证据被破坏而失去完整性的威胁。
其他文献
采用溶胶-凝胶法合成了NASICON结构Na3CrV(PO4)3@C钠离子电池正极材料,所包覆的碳源为聚乙烯吡咯烷酮(PVP-K30)和柠檬酸.通过XRD、Raman、XPS、TGA、SEM等对材料的结构组成和
在碳达峰、碳中和的战略目标下,煤基能源的兴衰关系到煤炭、煤电和煤化工上下游各个相关板块,影响面甚广。通过研究能源形态变革的演进规律发现,氢能是架起传统能源与新能源之间的桥梁,是可再生能源高比例发展的推进器,是煤化工/冶金产业转型发展的原料仓,是交通/电力领域多元发展的动力源,是未来电网平衡的稳定器。基于此,研究提出了氢能-煤基能源产业发展的契入点,布局氢源和制氢技术,建设通道,建立一体化产业发展模式,激活煤炭原料属性,实现CO2零排放。最后阐述了氢能-煤基能源产业发展路径和建议,以切
目标检测网络算法具有更高的检测精度,但庞大的计算复杂度使得传统硬件难以满足实时计算需求。为此,一种面向低延时目标检测的FPGA神经网络加速器被设计研究。该加速器能够支持高并行卷积稀疏计算,进而优化计算延时;同时设计了集中式存储阵列结构,能够实现存储阵列和计算阵列非一一对应的数据交互。基于Xilinx VCU118开发板和YOLOv3深度神经网络的测试结果显示,加速器单帧延时只有24.36 ms,并具有2704 GOPS的吞吐性能和更高的面积效率。
阐述中药材供应链、中药材溯源体系的行业现状,参考目前较成熟的食品质量溯源体系结合中药材自身特点,分析目前中药材溯源体系存在的问题和中药材溯源过程涉及到的关键信息点,提出基于区块链技术对中药材溯源体系进行设计和研究,包括溯源体系的整体设计、中药材加工模块的详细设计以及中药材溯源智能合约小程序的设计实现。
完美石墨烯不具有氧还原活性,掺杂石墨烯是产生氧吸附活性位、提高氧还原活性的关键。以石墨为原料,通过改进的hummers氧化还原方法得到氧化石墨烯(GO)溶液;以卟啉铁为Fe、N源,进一步制备出高氧还原催化活性的Fe、N掺杂石墨烯。结果发现,随着卟啉铁与石墨烯质量比的增加,其活性先增大后减小,当石墨烯与卟啉铁质量比为1∶4时,具有较高的催化活性。结果表明,合适的掺杂质量比有利于形成更多Fe3C活性位点,得到较大的比表面积,从而获得高活性的掺杂石墨烯。
在1-丁基-3-甲基氯咪唑([Bmim] C1)离子液体均相反应介质体系下,以易改性甘蔗渣为原材料,经1％的NaOH预处理后,选用N,N'-亚甲基双丙烯酰胺(MBA)为交联剂、过硫酸铵(APS)为引发
针对近年来农产品供应链情景下参与方互信难、信息不对称、产品质量和安全问题追责难等问题,提出一种基于区块链的农产品供应链追溯系统。首先对系统的框架模型进行了研究和设计,对Hyperledger Sawtooth的应用进行了进一步探索,然后设计了契合农产品供应链追溯场景的用户角色、交易模型、数据结构和寻址方案等,同时引入了GS1标准编码体系对农产品对象进行了标准化,利用“追”与“溯”的算法实现追溯链的构建。运行测试结果表明,本系统能够稳定运行并构建农产品追溯链,可满足农产品供应链的追溯需求。
为了提高西北地区弃风电的利用率、减少煤化工产业对当地环境的污染,提出了风电与煤化工进行耦合的方案。该方案构建了风电制氢与煤化工相耦合的基本架构,将不能并网的富裕风电电解水制氢,氢气应用于煤化工系统,简化其单元过程。以30万t/a甲醇规模为例,对两种方案的能耗、投资及经济可行性进行了分析。结果表明,在有充足弃风电的西北地区,风电制氢与煤化工耦合系统的煤耗量、水耗量和CO2排放量分别是原单纯煤化工系统的51.9%、62.2%、22.2%,就地可利用弃风电电量1.238 4×10
图像分割是一种基于图像中各个像素的相似性,把图像分成多个区域,以提取出所需目标的技术。当前图像分割研究过程中,由于图像分割需处理的数据量较大,导致传统的基于聚类算法的图像分割算法难以处理大规模的图像分割问题。针对该问题,本文根据对传统谱聚类算法进行改进研究,提出一种新的基于自适应超像素的改进谱聚类图像分割方法。首先通过运用贝叶斯自适应超像素算法,作为谱聚类算法的预处理,从而达到降低算法运算的复杂度
针对不均匀光线图像的复原问题,本文提出了一种非静止的卷积模板构造算法,利用像素点与其邻域的强相关性为每一个像素点构造不同的卷积模板。使用这种动态模板,在完全未知相关原始图像和图像退化模型的情况下,对退化图像进行盲图像复原;本文还提出了一种曝光过度退化模型,用于模拟真实情况中的曝光过度现象。实验结果表明,本文提出的图像复原算法能够修复由于光学成像缺陷造成的曝光过度的图像,改善图像细节,提高图像质量;