【摘 要】
:
近年来随着区块链技术的快速发展,区块链相关领域的研究也成为当前热点。区块链是一种分布式账本技术,具有去中心化的特点,其通过密码学技术保证了数据的公开可验证性、可追踪性、防篡改等特性。根据区块链的应用场景区块链可分为公链、联盟链以及私有链三类。为了解决区块链系统交易吞吐量低下以及提升交易处理速度的问题,本文设计了一种基于分片架构的公链共识算法。本文的主要工作及创新包括如下几个部分:(1)对分片架构及
论文部分内容阅读
近年来随着区块链技术的快速发展,区块链相关领域的研究也成为当前热点。区块链是一种分布式账本技术,具有去中心化的特点,其通过密码学技术保证了数据的公开可验证性、可追踪性、防篡改等特性。根据区块链的应用场景区块链可分为公链、联盟链以及私有链三类。为了解决区块链系统交易吞吐量低下以及提升交易处理速度的问题,本文设计了一种基于分片架构的公链共识算法。本文的主要工作及创新包括如下几个部分:(1)对分片架构及区块链扩容等存在的问题进行了分析,针对分片技术中需要涉及到的分片构建、节点分配以及交易分发等问题,提出了一种基于乘同余法的分片算法。节点通过Po W完成身份认证之后,分配算法可使节点均匀且随机的分配到网络分片中,之后交易指派到不同的分片中进行共识。算法可有效解决了区块链扩容问题,提升系统的交易吞吐量。(2)针对区块链系统共识效率低下的问题,在分片架构下设计了一种基于PBFT的区块链共识算法。优化了PBFT算法中节点选举可靠性,在选举算法中设计了基于FTS(follow-the-satoshi)算法的投票模型以及基于线性回归方程的信誉度模型,生产节点选举根据节点信誉度依概率选取,使得生产节点选取具有更高的可靠性。(3)为解决共识流程中网络资源消耗大、共识效率低、广播次数多等问题提出了一种可证明安全的聚合签名方案,并将该聚合签名算法应用于本文提出的Po C(Proof of Credit)共识算法中,Po C算法优化了共识流程,提高了共识流程中数据处理效率,减少了消息广播次数。通过安全性分析,Po C算法可以有效防止双花攻击、权益累积攻击等,实验分析表明本文共识算法能有效提升系统吞吐量,减少网络通信消耗。
其他文献
探究基因调控网络拓扑结构、准确识别基因模块是生物信息学的重要研究内容。基因调控网络的重构与基因模块的识别有助于解析基因间的关系、揭示基因功能,为疾病病理研究与靶向药物研发提供帮助与支持。两者的发展相辅相成相互促进,基因调控网络拓扑结构中存在基因模块,同时基因模块内的网络调控关系又更为活跃与密切。本文利用机器学习相关算法,从基因表达数据出发,深入研究了基因表达数据的模块识别与基因调控网络重构方法,在
乳腺癌的发病率逐年升高,已成为全球第一大癌症。癌症快速筛查以及治疗效果评价是提高癌症生存率和降低死亡率的关键,因此,迫切地需要一种简单快速的方法,对诊断和治疗乳腺癌进行监控,以提升患者的生存率。表面增强拉曼光谱(surface enhanced Raman spectroscopy,SERS)是一种新兴的光谱分析技术,具有快速、灵敏、“指纹图谱”的特征,可在分子水平进行信息检测。本研究利用单细胞S
散热片是为电器中的发热电子元件散热的器件。随着科学技术的发展日新月异,电子设备对散热片的需求数量也稳步上升。再加上生产电子设备的厂商引入机器人进行元器件的自动夹持、安装与焊接。因此对散热片的总体尺寸和铆接针脚尺寸提出了更高的要求。而长期以来散热片生产环节都存在工作环境差,劳动强度大,生产效率低的不足之处。本文在广泛调研查阅文献资料的基础上,围绕着开发散热片插针铆接自动化工作站开展了工作。首先分析了
目标识别是智能感知领域中机器视觉方向的研究热点之一。随着全球数字化进程的发展,大面积海量布置的相机存在参数差异、图像在全天候获取过程中存在外界环境变化、同来源的大规模训练数据难以获取等因素都会导致训练时的源域数据与测试时的目标域数据在特征空间的分布差异较大,即产生跨域问题,进一步增加了识别的难度。因此,当下面向目标识别中的跨域问题研究十分紧迫且具有重要的意义。本文以目标识别中的行人重识别和小样本学
纹理合成是图像处理和计算机图形学领域中的经典问题。传统的纹理合成方法已经在均匀纹理的合成上取得了成功,并且得到了广泛的应用。但是非均匀纹理更为复杂且表现出各向异性的特点,现有的纹理合成方法在合成这类纹理时很难取得令人满意的效果。一方面,传统的纹理合成方法通常假设样图是均匀的,通过纹理中存在的局部相似性或全局一致性合成大面积纹理,但这类方法很少涉及非均匀纹理;另一方面,基于深度学习的方法在处理一些纹
有监督机器学习模型需要采集大量有标注的数据,会消耗较高的时间和人力成本。相比而言,无标签数据的获取较为方便,通过这些无监督样本对有限的训练集进行扩充可以提升模型的泛化能力。自训练模型通过特定的筛选机制将预测样本不断加入训练集,从而实现数据扩增。置信学习理论能衡量预测样本与已知的训练样本的一致性,在给出预测标签的同时提供可信度信息。本文以电子鼻数据为例,利用无标签数据探究了基于置信学习理论的数据扩增
民营企业通常被认为是一种保守的企业组织形式。但一些民营企业也成为世界上最具创新性的企业。本文考察了经济转轨过程中中国民营企业的创新投入与创新效率。从民营企业的基本特征出发,利用一个大规模的微观数据集,本文得到了以下结果:与其他所有制企业比较起来,民营企业对技术创新投入的更少。同时,民营企业的创新效率也更低;市场竞争环境和企业年龄对民营企业的技术创新活动没有明显影响。但政府补贴和加强产学研结合不仅能
机器人定位技术是机器人自主执行各种任务的基础。人工智能技术的发展使得机器人对各种任务有了理解和智能执行的潜力,这也进一步扩大了机器人对定位技术的需求,特别是复杂环境下的鲁棒高精度定位。同时定位与建图技术,能够基于输入的传感器信息对自身的位姿进行估计同时构建出环境的地图信息,是一种具有广泛应用潜力的解决方案。而视觉同时定位与建图技术,通过与相机结合,实现了高信息量、高鲁棒性以及轻量化低成本等优点,是
在现代流程工业中,每个工厂都有着成百上千条自动控制回路,若回路长期处于控制性能不佳的状态,不仅会影响产品的质量,还会降低工厂的生产效率以及经济效益。控制阀粘滞是导致控制性能下降的最主要原因之一,因此,在不影响回路正常生产的情况下,对控制阀粘滞进行检测并量化粘滞程度的大小对保障工厂高效运行有着重要意义。然而,控制阀粘滞在不同回路的常规运行数据中呈现出不同的特征,给控制阀粘滞检测与量化问题带来了严峻挑
图像包含了日常生活、工业应用和科学研究所需的大量信息,是视觉感知信息的重要载体。由于弱光环境或成像设备的影响,无法避免采集到低照度图像,其低亮度、高噪声、色彩暗淡及信息损失等问题不仅影响人的视觉感受,也影响了其他视觉任务的效果。目前在低照度图像增强领域,大量深度学习方法的性能方面还存在不足,使其在应用中也有一定限制。基于此,论文展开了基于深度学习的低照度图像增强方法的应用研究工作,主要目标是提高方