-
公开(公告)号：CN108616596A
公开(公告)日：2018-10-02
申请号：CN201810436719.8
申请日：2018-05-09
Applicant: 南京邮电大学
CPC classification number: H04L67/1051 , G06F21/64 , G06Q40/04 , H04L41/0663 , H04L67/10 , H04L67/1044 , H04L67/18 , H04L67/20
Abstract: 本发明公开了一种基于动态授权和网络环境感知的区块链自适应共识方法，包括如下步骤：1)根据地理位置对区块链网络节点进行分簇，同一簇内选出一个授权代表；2)每一簇内选出的授权代表组成验证本次交易的全部共识节点，共识节点间采用使用拜占庭容错算法来对本次交易是否成立达成共识；3)根据网络规模、拓扑、资源或业务类型的变化调整或重新分簇；4)一笔交易完成验证后，在下一笔交易中，需要更新授权代表。本发明所达到的有益效果：用于基于区块链建立分布式边缘云之间快速可信的协作机制，边缘节点可在没有信任基础的情况下以快速、高效地达成共识；解决以工作量证明为代表的共识算法的低吞吐量、髙时延、低效等问题。
-
公开(公告)号：CN108667734B
公开(公告)日：2020-12-08
申请号：CN201810480062.5
申请日：2018-05-18
Applicant: 南京邮电大学
IPC: H04L12/751 , H04L12/725
Abstract: 本发明公开了一种基于Q学习和LSTM神经网络的快速路由决策算法，该算法主要分为模型训练和动态路由决策两个阶段；模型训练阶段主要是利用启发式算法根据不同的QoS请求计算出满足约束条件的最优或者较优路径。之后将该启发式算法的输入和其相应的输出联合构成机器学习模型的训练集，并以此作为不同路由的目标Q值来对决策模型进行训练。在此基础上，当控制器收到新的QoS请求时，相应的机器学习模型将会把当前的网络状态和请求中的约束条件一同作为模型的输入，通过LSTM和Q学习相结合的路由决策模型快速计算出相应的Q值，完成预测并输出最优路径。该过程所需的时间比起启发式算法的来说将大大缩短，而结果却十分相似。
-
公开(公告)号：CN108616596B
公开(公告)日：2020-12-25
申请号：CN201810436719.8
申请日：2018-05-09
Applicant: 南京邮电大学
IPC: H04L29/08 , G06Q40/04 , G06F21/64 , G06F16/901 , H04L12/24
Abstract: 本发明公开了一种基于动态授权和网络环境感知的区块链自适应共识方法，包括如下步骤：1)根据地理位置对区块链网络节点进行分簇，同一簇内选出一个授权代表；2)每一簇内选出的授权代表组成验证本次交易的全部共识节点，共识节点间采用使用拜占庭容错算法来对本次交易是否成立达成共识；3)根据网络规模、拓扑、资源或业务类型的变化调整或重新分簇；4)一笔交易完成验证后，在下一笔交易中，需要更新授权代表。本发明所达到的有益效果：用于基于区块链建立分布式边缘云之间快速可信的协作机制，边缘节点可在没有信任基础的情况下以快速、高效地达成共识；解决以工作量证明为代表的共识算法的低吞吐量、髙时延、低效等问题。
-
公开(公告)号：CN108667734A
公开(公告)日：2018-10-16
申请号：CN201810480062.5
申请日：2018-05-18
Applicant: 南京邮电大学
IPC: H04L12/751 , H04L12/725
CPC classification number: H04L45/08 , H04L45/302
Abstract: 本发明公开了一种基于Q学习和LSTM神经网络的快速路由决策算法，该算法主要分为模型训练和动态路由决策两个阶段；模型训练阶段主要是利用启发式算法根据不同的QoS请求计算出满足约束条件的最优或者较优路径。之后将该启发式算法的输入和其相应的输出联合构成机器学习模型的训练集，并以此作为不同路由的目标Q值来对决策模型进行训练。在此基础上，当控制器收到新的QoS请求时，相应的机器学习模型将会把当前的网络状态和请求中的约束条件一同作为模型的输入，通过LSTM和Q学习相结合的路由决策模型快速计算出相应的Q值，完成预测并输出最优路径。该过程所需的时间比起启发式算法的来说将大大缩短，而结果却十分相似。
-
-
-
Search Results
4
records
(took 0.017 seconds)
