-
公开(公告)号：CN111431960A
公开(公告)日：2020-07-17
申请号：CN202010102761.3
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于超级账本的去中心化物联网异构标识解析方法，属于物联网技术领域。该方法包括以下步骤：S1：构建基于区块链的去中心化物联网标识解析架构，利用Hyperledger Fabric超级账本多通道特性，将传统单根节点解析转换为多根节点对等解析；S2：引入基尼系数，构建异构标识解析节点信誉值的解析服务竞争模型，动态平衡各解析服务器负载，提高标识解析效率；S3：设计适用于标识解析的区块结构，通过智能合约实现物联网异构标识对等解析。该方法通过解析节点上链和解析多通道的方式以保障异构标识解析的去中心化和稳定性，解决了传统标识解析系统中单根节点解析结构中心化问题，避免了出现单一节点负载过重的问题。
-
公开(公告)号：CN111258923A
公开(公告)日：2020-06-09
申请号：CN202010047252.5
申请日：2020-01-16
Applicant: 重庆邮电大学
IPC: G06F12/02 , G06F12/123
Abstract: 本发明属于计算机存储领域，涉及一种基于异构混合内存系统的页面分配方法，包括根据异构混合内存系统页面的访问模式和存储特性，在页面分配过程中对页面进行分类存储；将所有页面都存放于DRAM中，当DRAM存储空间不足时，优先将具有读特性的页面置换至NVM中存储；采用蓄水池抽样算法对置换的页面即请求页面进行页面抽样，提取出样品，记录并确定样品位置；选择NVM空闲页面链表中的部分空闲页面，根据请求页面记录的样品位置提取出NVM空闲页面的样品，并更新NVM样品集；计算请求页面样品和样品集中样品的相似度，选择相似度最高的样品所代表的NVM的空闲页面，将其分配给请求页面；本发明在有限的系统开销内降低系统能耗，具有较好的实用性。
-
Patent Agency Ranking
公开(公告)号：CN111131181A
公开(公告)日：2020-05-08
申请号：CN201911235811.9
申请日：2019-12-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于信誉机制和DPBFT算法的区块链动态DPoS共识方法，属于区块链技术领域。该方法包括：S1初始化全网节点信誉记录；S2统计各节点的信誉权重票数和支持节点数，选择得票数排名前TN的节点组成Pool，从Pool中选择排名前n的节点作为代表节点；S3代表节点通过洗牌算法生成随机序列，通过DPBFT算法确认问题原因并做出处理措施，直至一个序列的所有代表节点完成产块；S4待完成一轮产块，通过洗牌算法生成新的出块序列，直至下一个运行周期或候选节点数量少于阈值TNM。本发明通过引进信誉机制降低DPOS投票过程以及区块生产过程中恶意节点对系统的影响，并提高全网节点参与共识过程的积极性。
-
公开(公告)号：CN109582758A
公开(公告)日：2019-04-05
申请号：CN201811486046.3
申请日：2018-12-06
Applicant: 重庆邮电大学
IPC: G06F16/31
Abstract: 本发明属于计算机技术领域，具体为一种Elasticsearch索引分片优化方法；所述方法包括根据Elasticsearch集群节点的负载性能和索引的预估业务数据量，构建索引分片数量模型，计算出合理的索引分片数量，并调整索引的参数设置用于放宽同一索引的分片在每个节点上总数量的限制；根据Elasticsearch集群节点的负载性能，对索引分片分布策略进行优化，使得性能较优的节点优先放置索引分片；根据节点的负载性能，建立负载均衡策略，对高负载节点中的热点分片进行迁移，使得Elasticsearch集群负载均衡；通过本发明采用的方法可以提高索引分片性能以及实现集群负载均衡的目标。
-
公开(公告)号：CN107391704A
公开(公告)日：2017-11-24
申请号：CN201710631190.0
申请日：2017-07-28
Applicant: 重庆邮电大学
CPC classification number: G06F17/30424 , G06F17/30303 , G06F17/30958 , G06K9/6215
Abstract: 本发明涉及一种基于Spark框架的实体统一算法，属于大数据融合技术领域，该方法包含如下步骤S1：输入待统一的实体集数据；S2：利用标准分块算法初步将较为相似的实体集数据划分到同一个块中得到实体合集；S3：利用模式快速扫描算法PRSA和模式匹配算法PMABED计算任意实体对的相似度，对步骤S2经过分块后的实体合集进行模式匹配，利用模式抽取算法PEA，将匹配的实体对通过PMABED算法进行回溯合并，得到抽取的模式合集，利用PRSA、PMABED算法对模式合集进行模式匹配，利用PEA算法，将匹配的模式通过PMABED算法回溯进行合并，得到共同模式；S4：得到实体统一的结果。本发明提高了实体统一计算效率，能够从大规模数据中更快速地筛选出有价值的数据。
-
公开(公告)号：CN107038071A
公开(公告)日：2017-08-11
申请号：CN201710385355.0
申请日：2017-05-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据流预测的Storm任务伸缩调度算法，属于数据交换网络领域。通过监控模块获得用户提交的Topology任务的实时运行数据，求解在满足组件负载的情况下Topology中相连组件的并行度，然后迭代求出Topology中所有组件的并行度。利用时间序列模型来预测Topology要处理的数据量，并求得在该情况下Topology中开始组件spout的较优并行度，获得预测情况下的Topology中各组件的较优并行度，并进行调度。在调度中使用线上调度算法，最大限度减少结点间的网络通信并保证集群的负载均衡。本发明克服了现有对Topology中各组件间的关联性考虑的不足，弥补了不能快速高效地求解到用户提交Topology中各组件的较优并行度的不足，具有提前预测变化、提高吞吐量、降低处理时延的优点。
-
公开(公告)号：CN106407445A
公开(公告)日：2017-02-15
申请号：CN201610866321.9
申请日：2016-09-29
Applicant: 重庆邮电大学
IPC: G06F17/30
CPC classification number: G06F16/33 , G06F16/38 , G06F16/61 , G06F16/686 , G06F16/71 , G06F16/7867 , G06F16/9566
Abstract: 本发明涉及一种基于URL的非结构化数据资源标识和定位方法，属于非结构化数据技术领域。该方法对非结构化数据建立包括特征属性、内容属性、基本属性等多个方面的抽象模型，基于该模型采用URL标识表示数据资源，并设计了非结构化数据模型的标识规则。针对用户提交的复杂条件访问，数据标识服务器解析该条件并与存储的非结构化数据标识进行相似度匹配，从而获取相匹配的标识资源地址并返回给用户，用户根据返回的资源地址实现数据资源访问。通过本发明方法将非结构化数据统一抽象为URL标识资源，能够更好支撑细节刻画的非结构化数据访问及应用。
-
-
-
-
-
-
Search Results
147
records
(took 0.022 seconds)
