基于B-M树的区块链存储结构、B-M树建立算法及查找算法

    公开(公告)号:CN108846133A

    公开(公告)日:2018-11-20

    申请号:CN201810721873.X

    申请日:2018-07-04

    Applicant: 东北大学

    Abstract: 本发明的一种基于B-M树的区块链存储结构、B-M树建立算法及查找算法,存储结构包括:数据序列化后的哈希值或合并后的哈希值、其包含所有叶子节点记录发起者地址的最大值和叶子节点记录发起者地址的最小值、该位置在平衡二叉树映射节点地址、指向叶子节点的左指针和右指针;梅克尔树的根是由区块主体中所有交易的哈希值再逐级两两哈希计算出来的。本发明的基于B-M树的区块链存储结构,既实现了梅克尔树的特点,又提高了在一条完整区块链上的数据查询效率,并使区块链支持数据范围查询。并给出了B-M树的建立算法和基于B-M树的查找算法。区块链基于B-M树的存储结构,会在区块链进行在块内的局部查找时,提高区块链的查询速度。

    一种去中心化协同验证系统及验证方法

    公开(公告)号:CN108923932B

    公开(公告)日:2020-12-11

    申请号:CN201810748682.2

    申请日:2018-07-10

    Applicant: 东北大学

    Abstract: 本发明公开一种去中心化协同验证模型及验证算法,模型包括:数据所有者、云服务提供商、协作网络和区块链四个关键组件,其中区块链的块体存储由POR记录生成的POR Merkle树,POR Merkle树的叶子节点由一个二元组构成,二元组记录POR记录和数据所有者的数字签名。本发明将区块链的特性带入了不可信环境下外包数据存储和验证过程中,可以提高数据安全性,避免了在传统数据外包服务中将数据验证过程移交给第三方可能造成的安全问题,效率提高,安全性提高。

    一种去中心化协同验证模型及验证算法

    公开(公告)号:CN108923932A

    公开(公告)日:2018-11-30

    申请号:CN201810748682.2

    申请日:2018-07-10

    Applicant: 东北大学

    CPC classification number: H04L9/3247 H04L67/104 H04L67/1097

    Abstract: 本发明公开一种去中心化协同验证模型及验证算法,模型包括:数据所有者、云服务提供商、协作网络和区块链四个关键组件,其中区块链的块体存储由POR记录生成的POR Merkle树,POR Merkle树的叶子节点由一个二元组构成,二元组记录POR记录和数据所有者的数字签名。本发明将区块链的特性带入了不可信环境下外包数据存储和验证过程中,可以提高数据安全性,避免了在传统数据外包服务中将数据验证过程移交给第三方可能造成的安全问题,效率提高,安全性提高。

    基于B-M树的区块链存储结构、B-M树建立算法及查找算法

    公开(公告)号:CN108846133B

    公开(公告)日:2020-11-27

    申请号:CN201810721873.X

    申请日:2018-07-04

    Applicant: 东北大学

    Abstract: 本发明的一种基于B‑M树的区块链存储结构、B‑M树建立算法及查找算法,存储结构包括:数据序列化后的哈希值或合并后的哈希值、其包含所有叶子节点记录发起者地址的最大值和叶子节点记录发起者地址的最小值、该位置在平衡二叉树映射节点地址、指向叶子节点的左指针和右指针;梅克尔树的根是由区块主体中所有交易的哈希值再逐级两两哈希计算出来的。本发明的基于B‑M树的区块链存储结构,既实现了梅克尔树的特点,又提高了在一条完整区块链上的数据查询效率,并使区块链支持数据范围查询。并给出了B‑M树的建立算法和基于B‑M树的查找算法。区块链基于B‑M树的存储结构,会在区块链进行在块内的局部查找时,提高区块链的查询速度。

    可信赖协同模型及数据模型、元数据存储及协同验证算法

    公开(公告)号:CN109194486A

    公开(公告)日:2019-01-11

    申请号:CN201810964031.7

    申请日:2018-08-23

    Applicant: 东北大学

    Abstract: 本发明公开一种可信赖协同模型,包括存储层、验证层和区块链层,用于在不可信任环境中的元数据管理,并提供了相关基于区块链的数据模型,包括签名元数据、元数据块和元数据区块链。同时也提出了用于元数据存储和协同验证算法。本发明的可信赖协同模型不仅可以有效地存储和验证元数据,还可以提供高可扩展性。本发明的数据模型具有数据完整性、准确性和可追溯性。元数据存储算法,在协作网络中由验证节点返回的元数据对于任何给定签名都是准确的,具有数据准确性。元数据验证协同算法,只要协作网络中超过一半的节点正常工作,就可获得相应元数据的副本。也可获得签名的相应元数据,意味着可信赖协同模型中的元数据是可追踪的。

    一种容量可扩展区块链查询方法及系统

    公开(公告)号:CN108959563A

    公开(公告)日:2018-12-07

    申请号:CN201810721760.X

    申请日:2018-07-04

    Applicant: 东北大学

    Abstract: 本发明的一种容量可扩展区块链查询方法,包括:发送查询请求,访问发起节点的数据缓存模块,若没找到相应数据向查询层发送查询请求;判断发起节点是否为叶子节点,根据判断结果找到接近查找目标的目标超级节点;找到目标叶子节点并发起范围查询,查找区块链中的具体数据信息;将查询结果同其所在的区块和与之相连的其他区块的区块头作为最终查询结果返回给发起节点;通过本地保存的区块头数据与最终查询结果作对比,验证最终查询结果是否在被篡改过并将检验结果发给验证节点;根据检验结果调整查询路径上的超级节点和叶子节点的可靠性值。该查询方法在模型响应数据查询请求时优先访问超级节点,在保证数据安全的前提下提高了数据查询效率。

    一种基于混合模型的命名实体识别方法

    公开(公告)号:CN106649272B

    公开(公告)日:2019-06-25

    申请号:CN201611205877.X

    申请日:2016-12-23

    Applicant: 东北大学

    Abstract: 一种基于混合模型的命名实体识别方法,包括:预处理;利用自适应的选择方式,在隐马尔科夫模型和条件随机场模型中,选择出F值较高的作为自适应的统计识别模型,对已识别语料进行初步的命名实体识别,得到初步的命名实体识别结果;构建由知识库和识别规则库构成的基础词典;利用基础词典,采用自适应的统计识别模型,对初步的命名实体识别结果进行二次识别,分析二次识别结果的F值,更新基础词典;构建基于基础词典和自适应的统计识别模型的混合模型,对待识别语料进行识别,得到待识别语料中的人名实体、地名实体和机构名实体,将识别结果补充到知识库中,更新基础词典,供下一次识别使用。本发明的识别准确率和识别召回率有显著提高。

    一种基于混合层叠模型的命名实体识别方法

    公开(公告)号:CN106598950B

    公开(公告)日:2019-02-05

    申请号:CN201611205879.9

    申请日:2016-12-23

    Applicant: 东北大学

    Abstract: 一种基于混合层叠模型的命名实体识别方法,包括:预处理;利用自适应的选择方式,在隐马尔科夫模型和条件随机场模型中,选择出F值较高的作为自适应的统计识别模型,对预处理后的已识别语料进行初步的命名实体识别,得到初步的命名实体识别结果;构建由知识库和识别规则库构成基础词典;利用基础词典,采用自适应的统计识别模型,对初步的命名实体识别结果进行二次识别,分析二次识别结果的F值,更新基础词典;构建混合层叠模型,对预处理后的待识别语料逐层进行识别,将当前层识别出的识别结果添加到基础词典中供下一层识别使用,最后得到待识别语料中的人名实体、地名实体和机构名实体。本发明的识别准确率和识别召回率有显著提高。

    一种基于混合模型的命名实体识别方法

    公开(公告)号:CN106649272A

    公开(公告)日:2017-05-10

    申请号:CN201611205877.X

    申请日:2016-12-23

    Applicant: 东北大学

    CPC classification number: G06F17/278

    Abstract: 一种基于混合模型的命名实体识别方法,包括:预处理;利用自适应的选择方式,在隐马尔科夫模型和条件随机场模型中,选择出F值较高的作为自适应的统计识别模型,对已识别语料进行初步的命名实体识别,得到初步的命名实体识别结果;构建由知识库和识别规则库构成的基础词典;利用基础词典,采用自适应的统计识别模型,对初步的命名实体识别结果进行二次识别,分析二次识别结果的F值,更新基础词典;构建基于基础词典和自适应的统计识别模型的混合模型,对待识别语料进行识别,得到待识别语料中的人名实体、地名实体和机构名实体,将识别结果补充到知识库中,更新基础词典,供下一次识别使用。本发明的识别准确率和识别召回率有显著提高。

Patent Agency Ranking