-
公开(公告)号：CN110535836B
公开(公告)日：2021-10-29
申请号：CN201910739782.3
申请日：2019-08-12
Applicant: 安徽师范大学
Abstract: 本发明适用于区块链技术领域，提供一种基于角色分类的信任区块链共识方法，该方法包括：S1、检测当前接收交易T的节点，识别该节点的节点角色，若该节点为验证节点或记账节点，则验证交易T是否合法；S2、若交易T合法，则将交易T的验证反馈信息P反馈至当前的主记账节点；S3、主记账节点在交易T的验证反馈信息P数量达到数量阈值时，将交易T打包成区块，并将打包好的区块发送至记账节点团；S4、记账节点团对区块的打包信息进行验证，验证通过后，则将该区块连接至上一区块的尾部，并进行全网广播；对每个节点添加信任值属性，将节点进行角色分配并加入升降级机制，通过这些方法降低系统的能耗和时延，提高系统吞吐量和容错率。
-
公开(公告)号：CN109547541B
公开(公告)日：2021-08-27
申请号：CN201811338737.9
申请日：2018-11-12
Applicant: 安徽师范大学
IPC: H04L29/08
Abstract: 本发明适用于云计算技术领域，提供了一种雾计算环境下基于过滤与分配机制的节点低开销协作方法，包括如下步骤：S1、服务器接收任务请求；S2、基于任务请求检测队列当前是否已满，若队列未满，则将任务插入队列；S3、基于任务的需求来选择协作节点；S4、基于最小延迟将子任务分配给协作节点。在选择协作节点之前，对雾节点的属性标签化，通过分析雾节点标签选择协作雾节点，可以降低雾节点间通信的开销；通过改进的Bloom Filter对所挑选的协作节点进行过滤，保证了节点的安全性；基于最小延迟的任务分配算法给各协作节点分配任务，减小了延迟。
-
公开(公告)号：CN108989083B
公开(公告)日：2021-02-09
申请号：CN201810571898.6
申请日：2018-06-01
IPC: H04L12/24
Abstract: 本发明适用于云技术领域，提供了一种云环境下基于混合策略的故障检测性能优化方法，该方法包括：S1、对云系统运行环境进行异常程度评估；S2、基于云系统运行环境的异常程度来确定云系统的检测时间周期。本发明基于云系统运行环境异常程度自适应调节检测周期，异常程度低，检测周期长，异常程度高，检测周期短，从而达到检测周期的合理性，在提高故障检测的针对性的同时降低其代价。
-
公开(公告)号：CN107070954B
公开(公告)日：2020-06-19
申请号：CN201710437262.8
申请日：2017-06-12
Applicant: 安徽师范大学
Abstract: 本发明揭示了一种基于匿名的信任评价方法，匿名连接池内的云用户数据缓冲区和云服务商数据缓冲区通过连接管理器建立匿名连接，每个云用户数据缓冲区均与相应云用户连接，每个云服务商数据缓冲区均与相应云服务商连接，每个所述云用户数据缓冲区和云服务商数据缓冲区均设有存储所连接云用户和云服务商信任评价值的信任存储表；本发明是一种基于匿名评价的信任计算模型并进行博弈分析、云服务商的串谋欺骗行为进行惩罚等，实现了可靠的匿名评价模型，解决了传统的信任计算由于串谋、恶意攻击带来的信任评价不可靠的问题。
-
公开(公告)号：CN110519246A
公开(公告)日：2019-11-29
申请号：CN201910753834.2
申请日：2019-08-15
Applicant: 安徽师范大学
Abstract: 本发明适用于区块链技术领域，提供一种基于信任区块链节点的信任度计算方法，包括如下步骤：S1、针对信任区块链网络中的节点，基于节点的交易信任值Cd及行为信任值Fb来计算节点的综合信任值；S2、对节点的综合信任值加入时间戳，形成带有时间戳的综合信任值。综合节点交易产生的信任值与节点行为产生的信任值来计算节点的综合信任值，基于综合信任值选出可信节点，有效保证区块链网络环境的安全，同时降低平均事务延时和提高出块速率。
-
Patent Agency Ranking
公开(公告)号：CN109544234A
公开(公告)日：2019-03-29
申请号：CN201811398242.5
申请日：2018-11-22
Applicant: 安徽师范大学
CPC classification number: G06Q30/0283 , G06F9/45558 , G06F9/4881 , G06F9/5077 , G06F2009/4557 , G06N3/006
Abstract: 本发明适用于云计算技术领域，提供了一种云环境下基于帕累托最优的资源定价方法，该方法包括如下步骤：S1、基于用户满意度及云服务提供商利润的最大效用，建立帕累托最优的云服务资源定价模型；S2、基于混合搜索算法查找帕累托最优，即获取各云服务资源最佳的定价。本发明提出基于帕累托最优的资源定价模型，将这种价格矛盾转化为用户满意度与云服务提供商利润间的博弈，最终实现用户满意度与云服务提供商利润的均衡，即实现帕累托最优，获取各云服务资源的最佳定价。
-
公开(公告)号：CN108108228A
公开(公告)日：2018-06-01
申请号：CN201810010187.1
申请日：2018-01-05
Applicant: 安徽师范大学
Abstract: 本发明涉及一种资源分配方法，特别涉及一种基于差分进化算法的资源分配方法。本发明包括首先用户向云服务中心提交服务请求，资源分配中心将所述服务请求转化为云任务需求，再基于差分进化算法建立资源分配模型，利用资源分配模型将云任务需求映射到虚拟机上，通过虚拟机对云任务需求进行分配和处理。本发明从时间、负载两个方面作出优化，当用户提交任务请求时，资源分配模型能够给出合理的资源配置方案，提高用户满意度的同时也优化了负载。本发明从性能上根据各虚拟机的负载比对算法优劣性进行比较，能够使资源分配处于较优的负载均衡状态，提升资源分配模型的整体性能。
-
公开(公告)号：CN109255079B
公开(公告)日：2021-09-28
申请号：CN201811345729.7
申请日：2018-11-13
Applicant: 安徽师范大学
IPC: G06F16/9535 , G06Q50/10 , H04L29/08
Abstract: 本发明适用于云计算技术领域，提供了一种基于稀疏线性方法的云服务个性化推荐系统及方法，该方法包括：S1、接收用云用户Ui提交的个性化需求Pk，即选择若干最为看重的属性；S2、基于云用户Ui在评价数据库中的历史评价数据，获取云用户在个性化需求Pk下针对各云服务J的评分；S3、向云用户Ui推荐评分最高的云服务。本发明提供的基于稀疏线性方法的云服务个性化推荐方法具有如下有益技术效果：1.可以精准且灵活地定义个性化需求；2.通过学习的相关历史数据来获取云用户在各个性化需求下与无个性需求下的偏差，基于偏差来进行预测，使得推荐结果更为精准。
-
公开(公告)号：CN112258321A
公开(公告)日：2021-01-22
申请号：CN202011091440.4
申请日：2020-10-13
Applicant: 安徽师范大学
Abstract: 本发明公开了一种区块链分片的交易放置方法，所述方法具体包括如下步骤：S1、计算当前交易u在各分片中的平均等待时间 S2、基于交易u在分片i中的平均等待时间 及分片i中的父交易数量来计算交易u在分片i的适应度；S3、将交易u放入最大适应度值对应的分片。通过将交易进行合理放置来减少跨片交易，进一步提高分片系统的可扩展性。
-
公开(公告)号：CN110535836A
公开(公告)日：2019-12-03
申请号：CN201910739782.3
申请日：2019-08-12
Applicant: 安徽师范大学
Abstract: 本发明适用于区块链技术领域，提供一种基于角色分类的信任区块链共识方法，该方法包括：S1、检测当前接收交易T的节点，识别该节点的节点角色，若该节点为验证节点或记账节点，则验证交易T是否合法；S2、若交易T合法，则将交易T的验证反馈信息P反馈至当前的主记账节点；S3、主记账节点在交易T的验证反馈信息P数量达到数量阈值时，将交易T打包成区块，并将打包好的区块发送至记账节点团；S4、记账节点团对区块的打包信息进行验证，验证通过后，则将该区块连接至上一区块的尾部，并进行全网广播；对每个节点添加信任值属性，将节点进行角色分配并加入升降级机制，通过这些方法降低系统的能耗和时延，提高系统吞吐量和容错率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.037 seconds)
