一种基于智能合约的工业物联网身份认证和数据交互方法及系统

    公开(公告)号:CN117997529A

    公开(公告)日:2024-05-07

    申请号:CN202410109379.3

    申请日:2024-01-25

    摘要: 本发明公开了基于智能合约的工业物联网身份认证和数据交互方法及系统,方法如下:对申请身份认证的部门内的工业物联网设备进行链上注册以及对部门进行身份认证的参数进行初始化;申请部门将自己的参数和公钥进行公开,通过服务器发送到区块链上,区块链调用身份智能合约,合约接收公共参数,根据证明者上传的身份标识,生成部门的链上身份;部门根据合约的输出计算得到链上身份并得到公私密钥;申请部门计算零知识证明所需要的参数,连同链上身份的哈希值共同输入到区块链,区块链调用身份认证合约,通过哈希值对比找到部门需要验证的链上身份,进行身份认证;申请部门通过认证后,调用数据交互智能合约,进行异步的数据交互。

    基于SiamACCU++网络的遥感视频目标跟踪方法

    公开(公告)号:CN117522918A

    公开(公告)日:2024-02-06

    申请号:CN202311465147.3

    申请日:2023-11-07

    IPC分类号: G06T7/246 G06N3/0464

    摘要: 本发明公开了基于SiamACCU++网络的遥感视频目标跟踪方法,该方法首先获取由遥感视频片段构成的数据集。其次构建由特征提取模块、特征自适应互相关模块、自适应模板更新模块组成的遥感视频目标跟踪模型,获取输入视频片段中目标的前景背景信息和边界框信息。然后配置遥感视频目标跟踪模型参数,通过数据集中训练集训练网络模型。最后通过数据集中测试集,测试和评估遥感视频目标跟踪模型在遥感图像中效果。本发明提高了算法的速度和性能,使得网络模型具备了更强的抗尺度变化的能力,可以准确进行时间目标跟踪。

    一种基于全局费用最小化的雾计算任务卸载方法及系统

    公开(公告)号:CN115297123B

    公开(公告)日:2024-10-25

    申请号:CN202210937214.6

    申请日:2022-08-05

    摘要: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统,方法包括:S1,获取整个雾网络的信息;S2,根据S1获取的信息,判断各终端和雾节点的卸载可行性,并计算可行匹配的最优卸载比例和对应的费用;S3,根据S2得到的信息,计算各终端节点与雾节点之间的权重;S4,利用扩展Kuhn‑Munkres算法,根据S3得到的权重,以网络整体权重最大为目标,求解终端节点与雾节点之间的一对一匹配,得到任务卸载决策矩阵X;S5,以S4得到的决策矩阵X为索引,得到终端节点和对应雾节点的卸载比例、费用,以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景,以全局的思想,保证最大化卸载成功率的前提下最小化网络的卸载费用,避免了局部最优的情况。

    基于推荐信誉模型和聚类分析的改进拜占庭容错方法及系统

    公开(公告)号:CN117640650A

    公开(公告)日:2024-03-01

    申请号:CN202311392197.3

    申请日:2023-10-24

    摘要: 本发明公开了一种基于推荐信誉模型和聚类分析的改进拜占庭容错方法及系统,方法如下:步骤1,对所有节点平均分配初始全局信任值;步骤2,将节点的全局信任值从高到低进行排序,根据节点的全局信任值将节点划分为共识组和非共识组;步骤3,在共识组中选取节点全局信任值排名靠前的节点成为主节点备选组,即主组;步骤4,进行一轮共识;步骤5,计算节点的全局信任值;步骤6,判断是否正常达成共识,若未达成共识,则从主组中重新选择主节点,并转到步骤2;若达成共识,则转到步骤7;步骤7,根据节点之间的通信行为,使用聚类分析并更新节点的全局信任值。本发明解决现有PBFT算法存在通信复杂度高、主节点作恶对系统影响较大的问题。

    基于YOLOv5模型的密集行人目标检测方法及系统

    公开(公告)号:CN115797970B

    公开(公告)日:2023-08-18

    申请号:CN202211511629.3

    申请日:2022-11-29

    摘要: 本发明属于目标检测技术领域,具体涉及基于YOLOv5模型的密集行人目标检测方法及系统。方法如下:S1,对行人数据进行采集形成数据集,并对数据集进行数据预处理;S2,根据硬件设备的参数以及需要达到的识别效果,配置YOLOv5模型参数;S3,对原YOLOv5模型进行修改,获得修改后的YOLOv5模型;S4,将预处理后的数据集分成训练集,验证集和测试集;使用训练集和验证集对修改后的YOLOv5模型进行训练;S5,训练结束后的YOLOv5模型生成权重文件,导入训练好的权重与待检测的图片,得到检测后的图片,比较识别效果和检测精度是否达到预期要求。本发明具有能增加检测速度,保持检测精度,提升模型泛化力且能解决因密集行人造成的错检漏检问题的特点。

    一种基于中心共轭零化的快速高精度阵列互耦自校正方法

    公开(公告)号:CN115828081A

    公开(公告)日:2023-03-21

    申请号:CN202211525491.2

    申请日:2022-11-30

    摘要: 本发明涉及一种基于中心共轭零化的快速高精度阵列互耦自校正方法,用于提高阵列的互耦校正精度和提高算法执行速度。本发明方法首先进行阵列布阵及互耦存在时的信号建模,然后基于奇异值分解进行数据维度压缩,再基于中心共轭零化建立优化问题,并基于实数SQP优化方法求解该优化问题,最后估计波达方向和阵列互耦。本发明方法通过赋予零化滤波器中心共轭的性质,从而让滤波器的零点位于单位圆上,使得所建模型与阵列信号处理模型相符,可提高互耦校正精度;其次,本发明方法无需进行二次迭代计算,因而可提高算法执行速度。

    基于YOLOv5模型的密集行人目标检测方法及系统

    公开(公告)号:CN115797970A

    公开(公告)日:2023-03-14

    申请号:CN202211511629.3

    申请日:2022-11-29

    摘要: 本发明属于目标检测技术领域,具体涉及基于YOLOv5模型的密集行人目标检测方法及系统。方法如下:S1,对行人数据进行采集形成数据集,并对数据集进行数据预处理;S2,根据硬件设备的参数以及需要达到的识别效果,配置YOLOv5模型参数;S3,对原YOLOv5模型进行修改,获得修改后的YOLOv5模型;S4,将预处理后的数据集分成训练集,验证集和测试集;使用训练集和验证集对修改后的YOLOv5模型进行训练;S5,训练结束后的YOLOv5模型生成权重文件,导入训练好的权重与待检测的图片,得到检测后的图片,比较识别效果和检测精度是否达到预期要求。本发明具有能增加检测速度,保持检测精度,提升模型泛化力且能解决因密集行人造成的错检漏检问题的特点。

    一种无需安全信道的基于安全多方乘积的匿名投票方法及系统

    公开(公告)号:CN117675208A

    公开(公告)日:2024-03-08

    申请号:CN202311385493.0

    申请日:2023-10-24

    IPC分类号: H04L9/30 H04L9/32

    摘要: 本发明公开了无需安全信道的基于安全多方乘积的匿名投票方法及系统,方法如下:对用户、投票发起者进行初始化;用户作为参与安全多方计算的各方,提交用户自己所计算的结果,将这个结果通过RSA加密算法进行加密之后进行变体,使得投票发起者最终得到正确的乘积值;投票发起者接收到来自各方的信息之后,验证用户身份的合法性,对于不同的用户,通过不同用户提交的验证信息来进行验证;经过用户认证阶段之后,投票发起者确定参与计算的各方是否为合法用户;在接收到来自各方的加密信息后,投票发起者将各方的计算结果进行乘积计算。本发明不仅可以更加准确的得到各方运算结果,进行统计,而且用户可在公共网络进行通信并能正确的判断用户身份。

    基于差分重构星座图的辐射源个体识别方法

    公开(公告)号:CN117668637A

    公开(公告)日:2024-03-08

    申请号:CN202311564967.8

    申请日:2023-11-22

    IPC分类号: G06F18/241 G06F18/213

    摘要: 本发明涉及辐射源个体识别技术领域,为了提高低信噪比下识别准确率、有效性和可靠性,本发明提出一种基于差分重构星座图的辐射源个体识别方法,对各信号源的初始I/Q两路信号数据;进行差分处理后分别进行EMD、VMD、ITD分解,将分解后频率最高的三项相加重构后生成星座图,通过深度卷积神经网络进行辐射源个体识别。本发明通过三种不同的分解方式可以集合各分解的优势,使得个体特征更大可能的凸显出来,再利用深度卷积神经网络对图像处理方面的优势来进行识别,可以提高识别的准确率和可靠性。