-
公开(公告)号:CN112491846A
公开(公告)日:2021-03-12
申请号:CN202011294886.7
申请日:2020-11-18
申请人: 深圳前海微众银行股份有限公司 , 南京邮电大学
摘要: 本发明实施例提供了一种跨链的区块链通信方法及装置,该方法包括跨链验证节点接收第一代理节点发送的第一跨链密文,解密第一跨链密文得到第二跨链请求并验证第二跨链请求,在验证通过第二跨链请求后,触发第二代理节点所在的区块链系统处理第二跨链请求。由于代理节点用于对区块链系统内的节点的跨链消息进行转收发,且第一跨链密文是第一代理节点对本链节点发起的第一跨链请求进行共识后生成的,并在验证通过第二跨链请求后触发第二代理节点所在的区块链系统处理第二跨链请求,如此可以确保跨链通信的安全性。此外,该技术方案无需管理和维护大量用户证书的生成、颁发、撤销等,因此可以节约计算资源和存储资源。
-
公开(公告)号:CN112381651A
公开(公告)日:2021-02-19
申请号:CN202011306637.5
申请日:2020-11-19
申请人: 深圳前海微众银行股份有限公司 , 南京邮电大学
摘要: 本发明实施例提供了一种基于物联网的区块链跨链交易方法及装置,该方法包括责权区块链接收交易发起方的数据交易请求,数据交易请求用于从交易接收方获取数据,交易发起方为注册至所述责权区块链的用户,交易接收方为注册至物联网区块链的用户,调用智能合约记录数据交易请求的发起信息,触发交易发起方与交易接收方之间执行针对数据交易请求的跨链操作,在跨链操作结束后,调用智能合约记录所述数据交易请求的完成信息。如此,可以通过责权区块链实现交易发起方与交易接收方的数据交互,并可以记录交易发起方与交易接收方进行数据交互的完整过程,以便在出现数据隐私泄露问题时,可以及时准确地确定出数据泄露问题的责任归属。
-
公开(公告)号:CN112491846B
公开(公告)日:2023-04-18
申请号:CN202011294886.7
申请日:2020-11-18
申请人: 深圳前海微众银行股份有限公司 , 南京邮电大学
IPC分类号: H04L9/40 , H04L67/56 , H04L67/562 , H04L9/08 , H04L9/32
摘要: 本发明实施例提供了一种跨链的区块链通信方法及装置,该方法包括跨链验证节点接收第一代理节点发送的第一跨链密文,解密第一跨链密文得到第二跨链请求并验证第二跨链请求,在验证通过第二跨链请求后,触发第二代理节点所在的区块链系统处理第二跨链请求。由于代理节点用于对区块链系统内的节点的跨链消息进行转收发,且第一跨链密文是第一代理节点对本链节点发起的第一跨链请求进行共识后生成的,并在验证通过第二跨链请求后触发第二代理节点所在的区块链系统处理第二跨链请求,如此可以确保跨链通信的安全性。此外,该技术方案无需管理和维护大量用户证书的生成、颁发、撤销等,因此可以节约计算资源和存储资源。
-
公开(公告)号:CN118523937A
公开(公告)日:2024-08-20
申请号:CN202410645345.6
申请日:2024-05-23
申请人: 南京邮电大学
IPC分类号: H04L9/40 , G06F16/215
摘要: 本发明公开了一种基于历史置信度和攻破概率的拟态异步裁决方法,涉及网络安全技术领域,设计了一致数据计算模块、可信度计算模块和裁决判定模块等来实现拟态防御中的裁决方法,首先一致数据计算模块接受各个执行体输出的结果并对数据分类,形成多个一致数据集,然后裁决判定模块判断是否存在可信度达判定阈值的一致数据集,并输出该一致数据集的平均值作为最终结果,最后通过可信度计算模块对执行体集中的异构体进行可信度更新,清洗下线低于阈值的异构体,再从等待队列中选取新的异构体加入执行体集。本方法不仅可以减少脆弱的执行体输出结果对裁决的影响,还缩短了裁决输出的平均等待时间,从而多方面提高电力系统的运行效率。
-
公开(公告)号:CN118379496A
公开(公告)日:2024-07-23
申请号:CN202410533364.X
申请日:2024-04-30
申请人: 南京邮电大学
IPC分类号: G06V10/26 , G06V40/18 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0455
摘要: 本发明属于计算机视觉技术领域,公开了一种融合swin‑transformer和通道注意力的视网膜血管分割方法,本发明在编码器部分将Swin‑transforme中的多头自注意力改为级联多头自注意力,减少计算冗余,在解码器中引入通道注意力模块,抑制无关特征,本发明增加特征融合模块,将深浅层特征进行融合,充分利用特征信息,增加分割精准。本发明可以提高血管分割精度,可以准确的分割出视网膜眼底图像的血管脉络,为医生进行疾病诊断提供重要辅助信息。
-
公开(公告)号:CN118232930A
公开(公告)日:2024-06-21
申请号:CN202410430490.2
申请日:2024-04-10
申请人: 南京邮电大学
IPC分类号: H03M13/29
摘要: 本发明提供一种基于DHR的高可靠性Turbo动态编译码方法及系统,该方法通过在通信准备开始时,采用重复次数为n的随机选择算法从异构构件池中,选出相应的组件构成n组Turbo动态编码异构执行体和Turbo动态译码异构执行体;当需要进行Turbo编码时,每个Turbo动态编码异构执行体接收信息序列进行编码得到码字序列;匹配器将输入的n个Turbo动态编码异构执行体的码字序列分配到对应的Turbo动态译码执行体中;Turbo动态译码异构执行体选择对应Turbo动态编码异构执行体输出的译码信息序列进行迭代译码;裁决模块将每个Turbo动态译码结果进行裁决,输出最终的译码结果;本发明通过结合拟态防御思想,能够提高抵抗未知安全风险能力,同时保障译码结果的准确性、可靠性与可信性。
-
公开(公告)号:CN114374700B
公开(公告)日:2024-05-03
申请号:CN202210022217.7
申请日:2022-01-10
IPC分类号: H04L67/1042 , H04L9/40 , H04L9/32
摘要: 基于主从多链的支持广域协同的可信身份管理方法,通过权威认证机构检测身份信息的真实性,并将用户注册到身份管理链上生成用户唯一ID和电子身份凭证;验证用户电子身份凭证是否有效;针对链上用户电子身份凭证可能会过期或者有误,设计了撤销机制;引入链上认证管理员角色,通过认证管理员来管理不同域中同一网络实体;最后将用户认证过程以及时间戳记录在电子身份凭证中,用来进行审计和追踪。为零信任复杂环境提供更安全、高效、可持续验证的动态身份管理。通过设计统一、标准的身份标识,将各类多域多形态的身份管理系统进行统一管理,并且基于主从多链的模式,对传统基于单链的身份管理模型进行扩展,减轻了单链结构的存储压力。
-
公开(公告)号:CN115297016B
公开(公告)日:2024-02-20
申请号:CN202210876364.0
申请日:2022-07-25
申请人: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC分类号: H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/0442 , G06N3/08
摘要: 本发明涉及电网人工智能和数据处理技术领域,公开了一种基于深度学习的电力网络活跃度评价和预测方法,包括:获取原始数据,筛选待评价服务端口流量数据,进行活跃度计算;进行数据预处理,得到历史活跃度数据集,自动化定时对数据集进行更新;将数据集划分为训练样本和测试样本,训练样本进行样本重构并输入到不同的深度学习模型进行模型训练;将测试样本输入到训练好的模型中,并对模型进行评估和比较,得到一个该服务的最优模型,将模型保存;自动化实时获取不同网络服务的活跃度数据,得到未来的活跃度预测结果。与现有技术相比,本发明能够及时发现活跃度异常的网络服务并且便(56)对比文件纪娟.基于深度学习的远程教育学生流失预测模型的建立与评估.2022,第21卷(第3期),21-26.
-
公开(公告)号:CN117149434A
公开(公告)日:2023-12-01
申请号:CN202311194533.3
申请日:2023-09-14
申请人: 南京邮电大学
摘要: 本发明提供一种基于双重延迟深度确定性策略梯度算法的多无人机辅助计算迁移方法,通过建立三层多无人机辅助的MEC计算卸载系统;使用时延与能耗作为度量网络性能的两个核心指标,构建多无人机辅助MEC系统WD计算卸载模型的优化问题;将计算卸载模型的优化问题解释为多智能体的马尔可夫决策过程;定义状态空间、动作空间和奖励函数;基于双重延迟深度确定性策略梯度算法与云边协同,对计算卸载模型进行分阶段模型训练,得到训练后的计算卸载模型;得到无人机在高维连续动作空间中最佳卸载决策;该方法收敛速度快,能够有效降低计算时延和能耗,能够使无人机在高维连续动作空间中更快地得到最佳卸载决策。
-
公开(公告)号:CN117112207A
公开(公告)日:2023-11-24
申请号:CN202311037605.3
申请日:2023-08-17
申请人: 南京邮电大学
IPC分类号: G06F9/50 , G06N3/006 , G06N3/045 , G06N3/0464 , G06N3/092 , G06N3/084 , H04W28/084 , H04W28/08
摘要: 本发明公开了一种基于深度强化学习的混合资源调度方法,属于计算机技术领域;该方法包括以下步骤:构建马尔可夫决策过程的数学框架;构建深度强化学习模型;深度强化学习模型包括评价网络和目标网络;对构建的深度强化学习模型进行训练;利用深度强化学习模型获得初始化粒子群;采用分层学习划分粒子群,并计算粒子群的粒子适应值;对粒子群进行更新,位于低层的粒子随机选取高层的粒子作为参考进行速度及位置的更新,从而得到全局最优解即最优的资源调度方案。本发明通过将深度强化学习模型、分层学习的策略以及粒子群算法相结合,提高算法收敛速度的同时降低边缘服务器能耗;提高边缘服务器资源利用效率和服务器运算性能、减少能源消耗。
-
-
-
-
-
-
-
-
-