-
公开(公告)号：CN118426949A
公开(公告)日：2024-08-02
申请号：CN202410503364.5
申请日：2024-04-25
Applicant: 西安电子科技大学 , 广州云趣信息科技有限公司 , 广州链融信息技术有限公司 , 西安电子科技大学广州研究院
IPC: G06F9/50 , G06N3/092 , H04W4/44 , H04W12/106 , H04L9/00
Abstract: 本发明属于区块链技术领域，提出了一种基于可扩展区块链的可信计算卸载方法及系统，该方法包括以下步骤：上传需要卸载的计算任务信息；把请求信息传输到区块链系统上；对请求信息进行验证，根据计算任务信息计算获取卸载决策；输出卸载方案并把合法请求和卸载方案打包到区块中，并记为当前块；对当前块进行共识，其他节点验证请求信息和卸载方案决定是否接收当前块；决定接受当前块后则将当前块链接到区块链上并根据卸载方案把任务传输到对应的节点上。根据本发明实施例的计算卸载方法，可以考虑到区块链共识过程中的计算和通信延迟，能够得到更加合适的卸载方案，提高任务卸载的效率和质量。
-
公开(公告)号：CN118433194A
公开(公告)日：2024-08-02
申请号：CN202410503330.6
申请日：2024-04-25
Applicant: 西安电子科技大学 , 广州云趣信息科技有限公司 , 广州链融信息技术有限公司 , 西安电子科技大学广州研究院
IPC: H04L67/104 , H04L9/00 , G06N3/092 , G06N3/126 , G06F18/23213
Abstract: 本发明属于信息技术探测领域，提出了一种融合深度强化学习和遗传算法的区块链分片方法及系统，该方法包括以下步骤：构建双层区块链系统；通过边缘层中收集节点的行为并进行聚合来获得节点在每一时间段上的信誉值；通过边缘层对所有节点进行重新分片，通过使用深度强化学习模型输出区块链系统的超参数并使用遗传算法对所有的节点进行划分；根据分片数目，将所有节点随机分配到分片之中使用启发式算法根据适应度函数调整节点的分片方案适应度函数不再增长时，节点分片算法停止，把所有节点分配到对应分片中，根据信誉值选取主节点。可以实现区块链节点分片，兼顾了系统对于安全性和效率的追求。
-
公开(公告)号：CN118378244A
公开(公告)日：2024-07-23
申请号：CN202410402709.8
申请日：2024-04-03
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06F21/55 , H04L9/40 , G06F21/57 , G06F16/9535 , G06N3/0442 , G06N3/049 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于记忆力网络的时序推荐系统的数据投毒攻击方法，涉及网络安全技术领域，包括：获取真实用户的数据；构建虚假用户，根据真实用户的数据，获取虚假用户的数据，结合真实用户的数据，计算第一攻击损失函数；构建预训练阶段的代理模型，计算代理模型的第二攻击损失函数；构建目标项，计算目标项的第三攻击损失函数；对第一攻击损失函数、第二攻击损失函数和第三攻击损失函数赋予不同的权重，并构建攻击损失函数，计算攻击损失函数，直至收敛，获取更新后的虚假用户的数据。本发明能够实现对时序推荐系统攻击的高效性。
-
公开(公告)号：CN117354829A
公开(公告)日：2024-01-05
申请号：CN202311197332.9
申请日：2023-09-15
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种面向实用拜占庭容错共识的资源分配方法，包括：获得包括多个共识车辆的共识网络，初始化时延上限；分别确定客户端车辆、共识网络中车辆的传输功率和车载CPU计算频率；设定最大迭代次数和精度；根据前一次迭代获得客户端车辆、共识网络中车辆的传输功率和车载CPU计算频率获得当前迭代的时延上限；根据当前迭代整个共识过程的时延上限获得当前迭代中的传输功率和车载CPU计算频率；判断时延上限的精度是否满足要求，若满足，则获得最佳传输功率和最佳车载CPU计算频率，若不满足，继续进行迭代。本发明的方法为每个参与共识的车辆制定资源优化问题，以在时间和能量约束下适当分配其计算和通信资源，确保快速和成功的共识。
-
公开(公告)号：CN116133140A
公开(公告)日：2023-05-16
申请号：CN202310074158.2
申请日：2023-01-19
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: H04W72/53
Abstract: 本发明公开了一种基于在线学习的用户关联方法，包括：定义并初始化基站和VR用户的各项数据；根据t‑1时刻基站m与用户u的关联次数gm,u(t‑1)计算并更新t时刻置信上界的估值根据分配t时刻基站m为用户u选择的最优压缩比基站m到用户u所需的最优传输时间以及基站m为用户u分配的最优GPU时钟频率根据计算t时刻与用户u相关联的基站m(u,t)*，并计算用户关联A(t)；计算更新t+1时刻存储在基站m对应的MEC服务器中的数据量Qm(t+1)；更新t时刻基站m与用户u的关联次数gm,u(t)；按照上述步骤进行迭代更新，以实现基于在线学习的动态用户关联。该方法实现了通信和计算延迟之间的平衡，降低了算法的计算复杂度，且具有良好的收敛性。
-
Patent Agency Ranking
公开(公告)号：CN118734999A
公开(公告)日：2024-10-01
申请号：CN202410868865.3
申请日：2024-07-01
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本申请的实施例涉及数据聚合技术领域，特别涉及一种基于持续知识蒸馏和联邦学习的物联网设备数据聚合方法，包括：基于物联网边缘数据集和各本地数据集，生成全局测试数集；由边缘节点基于本地数据集对自身的网络模型进行训练，得到教师模型，并用教师模型对全局测试数集进行测试，得到初始知识；分别基于各边缘节点对应的初始知识和本地数据集，利用KLIEP算法进行筛选，得到各边缘节点对应的有效知识；对各边缘节点对应的有效知识进行数据聚合，经数据处理后，作为下放知识分发给各边缘节点；各边缘节点将教师模型作为学生模型，基于下放知识进行蒸馏，得到新一轮的教师模型。该方法使得数据能够在不同设备之间无缝集成。
-
公开(公告)号：CN117857200A
公开(公告)日：2024-04-09
申请号：CN202410076841.4
申请日：2024-01-18
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: H04L9/40 , G06N3/045 , G06F18/214
Abstract: 本发明提供了一种基于图注意力模型的高级持续威胁检测方法及装置，使用GAT网络处理数据来源图中的节点数据，利用子模型输出对应节点的预测类型概率；如果选择的子模型存在没有输出节点的预测类型的情况，则选择的另一子模型得到节点的预测类型概率；将预测类型概率大于阈值的预测类型确定为节点的真实类型。本发明将注意力机制引入图神经网络中，在图神经网络中能够用注意力机制学习和更新节点特征，能够更好地提取和学习良性节点的特征，并且本发明的子模型是使用良性节点训练得到，在检测阶段不需要提前获取异常节点的信息，对于未被发现的零日漏洞也具备同样的检测效果，能够成功检测攻击者使用的新型攻击方式和零日漏洞。
-
公开(公告)号：CN116996937A
公开(公告)日：2023-11-03
申请号：CN202310896468.2
申请日：2023-07-20
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司 , 佛山链融新技术有限公司
IPC: H04W28/08
Abstract: 本发明公开了一种基于数字孪生的QoE保障公平资源优化方法，包括：初始化模式选择；根据模式选择决策，得到HDM客户端在TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率和计算时间；根据TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率和计算时间，得到HDM客户端模式选择决策策略；基于TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率、计算时间和模式选择决策策略，确定目标值；根据预设阈值和判断条件，重复执行以上步骤直至得到联合优化后的模式选择决策、TR模式下的传输功率、VPR模式下的传输功率、GPU周期频率和计算时间；本发明通过联合优化的方式，能够实现最大化头戴式显示器客户端QoE和资源公平分配的效果。
-
公开(公告)号：CN117579342A
公开(公告)日：2024-02-20
申请号：CN202311540698.1
申请日：2023-11-17
Applicant: 西安电子科技大学 , 西安链融科技有限公司 , 广州链融信息技术有限公司
IPC: H04L9/40 , H04L12/18 , H04L67/104
Abstract: 本发明公开了一种基于可验证随机选择的区块链共识方法、装置及系统。其中，基于可验证随机选择的区块链共识方法，包括：通过计算得到节点打包出块顺序，并按照节点打包出块顺序获取当前轮次的出块节点，使得网络中分布式节点无需多轮通信进行信息交换，也无需消耗过多资源竞争出块。此外，通过分叉选择计算，得到新区块的构造块，保证了网络中的分布式节点能够以相同的规则选择区块，使区块链共识并收敛，降低了资源开销，提高了支持节点的数量。
-
公开(公告)号：CN117196010A
公开(公告)日：2023-12-08
申请号：CN202310972846.0
申请日：2023-08-03
Applicant: 西安电子科技大学杭州研究院 , 广州链融信息技术有限公司 , 杭州链融数科技术有限公司
Abstract: 本发明属于信息技术服务技术领域，公开了一种面向网联汽车的区块链分布式联邦学习方法、系统及终端，去除了传统联邦学习框架中，中央服务器的联邦聚合作用，将其聚合功能应用于区块链中，利用区块链的公开透明性以及不可篡改性完成每一轮的联邦聚合过程。为了避免在训练过程中，各客户端传递模型梯度时出现隐私泄露，本发明在框架中引入基站，即设备管理层。由各基站预先对其下层管理的各个设备端的模型梯度进行初步聚合，将聚合结果上传至区块链中。通过区块链智能合约共识算法，计算出各个区块链节点算力值，考虑不同区块链节点模型梯度优劣，选择出本轮的leader节点，进行最终模型聚合并将聚合结果公开，从源头解决了联邦学习中央服务器的单点故障问题。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.088 seconds)
