一种基于区块链链上-链下协同的数据交互方法

    公开(公告)号:CN110673966B

    公开(公告)日:2023-03-07

    申请号:CN201910908610.4

    申请日:2019-09-25

    Applicant: 东北大学

    Abstract: 本发明涉及计算机区块链技术领域,提供一种基于区块链链上‑链下协同的数据交互方法。首先构建链上‑链下协同交互框架;当用户请求写入/更新数据时,在链下数据中心写入/修改原始数据,从原始数据/要修改的数据中提取数据摘要并签名,选取主节点构建区块并接入区块链,再通知其他节点同步;当用户请求查询数据时,发送签名给验证节点,验证节点查询链上数据并广播数据,当多于半数的验证节点查询到相同的数据时,选取主节点,主节点从链下数据中心查询原始数据并提取数据摘要,对比链上数据与链下数据,若一致则返回用户的查询权限,若不一致则通知用户数据损坏。本发明能够保证数据安全性和完整性,且在进行大型数据的交互时速度快。

    一种基于区块链跨链的数据交叉存储方法

    公开(公告)号:CN110719322A

    公开(公告)日:2020-01-21

    申请号:CN201910908631.6

    申请日:2019-09-25

    Applicant: 东北大学

    Abstract: 本发明涉及计算机区块链技术领域,特别是涉及一种基于区块链跨链的数据交叉存储方法。步骤1:建立n条区块链,基于PBFT共识机制向区块链中添加区块,若有区块链添加至触发转移区块条件的区块则执行步骤2至步骤5,若没有则继续添加区块;步骤2:选取一条添加至触发转移区块条件的区块的区块链记为original链,将该区块记为transition块;步骤3:在非original链集合中选取select链;步骤4:在select链中添加完整的transition块;步骤5:在original链及途径区块链集合S中的区块链中添加区块头。本发明能够有效保证区块链的安全性和完整性,且节省运行时占用的内存。

    一种基于区块链的数据动态可靠性验证方法

    公开(公告)号:CN110691078A

    公开(公告)日:2020-01-14

    申请号:CN201910908619.5

    申请日:2019-09-25

    Applicant: 东北大学

    Abstract: 本发明涉及计算机区块链技术领域,特别是涉及一种基于区块链的数据动态可靠性验证方法。首先构建基于区块链的数据动态可靠性验证框架包括区块链、链下的数据中心、验证网络;然后,对动态更新的原始数据进行数据类型标记并签名后存入链下的数据中心;接着,选取主节点,利用主节点将原始数据的元数据 写入区块链;最后,验证节点结合用户签名和数据类型在链上查询用户的所有元数据,得到链上的数据摘要,并选取主节点从链下的数据中心查询用户的原始数据并提取链下的数据摘要,进行链上、链下的对比后判断数据验证是否可靠。本发明能够实现基于区块链的数据动态可靠性验证,且提升验证效率和准确性。

    一种基于改进工作量证明与权益证明的区块链共识方法

    公开(公告)号:CN110661867A

    公开(公告)日:2020-01-07

    申请号:CN201910908746.5

    申请日:2019-09-25

    Applicant: 东北大学

    Abstract: 本发明涉及计算机区块链技术领域,提供一种基于改进工作量证明与权益证明的区块链共识方法。步骤1:区块链中的算力统计节点统计计算节点的算力;步骤2:算力统计节点对区块链中所有计算节点的算力进行均匀分组,为每个计算组在加入区块链之前分配Token值;步骤3:用户发送存入数据的请求,对所有计算组按照Token值由大到小排序,选择前k个计算组分别对数据进行打包成区块操作,选取最先完成打包成区块操作的计算组为主节点,主节点将区块连接至区块链中,并利用协议向其他节点广播消息,其他节点同步区块链状态。本发明能够节约系统算力、缩短计算周期,且避免对新加入网络的节点和拥有计算资源较少的节点不友好的问题。

    一种基于改进CNN的肺结节计算机辅助诊断装置及方法

    公开(公告)号:CN110148467A

    公开(公告)日:2019-08-20

    申请号:CN201910406366.1

    申请日:2019-05-16

    Applicant: 东北大学

    Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法,涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像;然后将处肺结节CT图像输入到图像特征提取器,提取肺结节CT图像的特征映射图,并对特征映射图进行压缩;最后将肺结节的特征映射图整合成一个特征向量;同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优;然后将特征向量输入到数据训练器中进行数据的训练,最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法,可以得到更好的准确率和更低的误诊率,获得了更好的肺结节良恶性辅助诊断的效果。

Patent Agency Ranking