一种可编辑区块链系统
    31.
    发明授权

    公开(公告)号:CN111460497B

    公开(公告)日:2023-04-07

    申请号:CN202010236720.3

    申请日:2020-03-30

    Applicant: 中南大学

    Abstract: 本发明公开了一种可编辑区块链系统,包括第一链、第二链;所述第一链和所述第二链通过共同节点连接;所述第一链拥有编辑控制智能合约;所述共同节点拥有陷门分片,所述陷门分片用于合成陷门;所述共同节点用于发起编辑行为,根据陷门分片合成陷门,并通过所述编辑控制智能合约对所述陷门进行验证,验证通过后根据原始内容、原始随机数、目标内容计算哈希冲突值,并将目标内容和哈希冲突值发布至第二链;所述第二链中的节点对所述目标内容和哈希冲突值进行验证,验证通过则将所述目标内容替换原始内容。具有既能满足对数据存储的安全性的需求,又可满足在特定情况下对数据修改的需求的等优点。

    一种面向多安全域架构的安全域快速建立方法

    公开(公告)号:CN114579313A

    公开(公告)日:2022-06-03

    申请号:CN202210217892.5

    申请日:2022-03-07

    Applicant: 中南大学

    Inventor: 任炬 丁标 张尧学

    Abstract: 本发明公开了一种面向多安全域架构的安全域快速建立方法,用户态安全区建立的步骤包括:敏感应用触发执行时,若存在所述敏感应用对应的用户态安全区,执行快速CPU分配方法分配CPU资源给所述用户态安全区,根据所述用户态安全区的执行环境信息恢复用户态安全区的执行环境;用户态安全区CPU计算资源回收的步骤包括:所述敏感应用执行完成后,关闭所述用户态安全区,保存所述用户态安全区的执行环境信息到安全世界,最后回收CPU资源。本发明可以缩短敏感应用响应的时间并且加快敏感应用执行的速度。

    基于大数据分析的互联网卡用户画像构建方法及系统

    公开(公告)号:CN114004654A

    公开(公告)日:2022-02-01

    申请号:CN202111298277.3

    申请日:2021-11-04

    Applicant: 中南大学

    Abstract: 本发明公开了基于大数据分析的互联网卡用户画像构建方法及系统,收集互联网卡用户的用户属性信息以及用户行为信息,对所述用户属性信息以及用户行为信息进行数据清洗;对清洗完的互联网卡用户的用户属性信息以及用户行为信息进行分析,得到互联网用户的属性特征、上网行为特征以及离网行为特征;在基于属性特征、上网行为特征以及离网行为特征构建用户画像,并使用所述用户画像进行用户流失预测/精准营销。通过对互联网卡用户进行了多维度立体的分析,刻画出了互联网卡用户的基本属性特征以及上网行为特征,可用于指导运营商进行精准营销与战略调整以及互联网卡用户价值体系的构建。同时刻画出了流失用户的离网行为特征,运营商可根据流失特征进行用户流失预测,可利用此特征提高预测精度。

    一种无线网络的接入方法及装置

    公开(公告)号:CN111417166B

    公开(公告)日:2021-07-09

    申请号:CN202010217694.X

    申请日:2020-03-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种无线网络的接入方法,方法包括:S1.无线接入点从其网络覆盖的用户中选择意向接入用户,无线接入点为意向接入用户的意向接入点;S2.在预设的AP组内进行冲突处理,得到冲突用户列表;判断冲突用户列表是否为空,跳转至步骤S4,否则跳转至步骤S3;冲突用户是同时被2个以上的无线接入点选择为意向接入用户的用户;S3.从冲突用户列表中选择一个冲突用户,将其移出冲突用户列表,并从其意向接入点中确定一个为目标接入点,其余意向接入点为非目标接入点,并设置冲突用户不被非目标接入点网络覆盖;对于非目标接入点跳转执行步骤S1;S4.无线接入点为其意向接入用户分配网络。具有可有效提高用户的效用,使得网络资源能更有效的利用等优点。

    一种云—边协同处理的传输方法及系统

    公开(公告)号:CN109889578B

    公开(公告)日:2021-03-02

    申请号:CN201910063409.0

    申请日:2019-01-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种云—边协同处理的传输方法及系统,方法包括如下步骤:S1.ECRAP响应终端节点的数据请求,确定所述终端节点的请求数据内容,并根据各所述终端节点的请求数据内容对终端节点进行分组;S2.ECRAP根据本地的缓存数据内容将所述请求数据内容划分为已缓存数据和未缓存数据;S3.ECRAP向所述终端节点传输所述已缓存数据,同时,向服务端申请加载所述未缓存数据,并在所述未缓存数据加载至本地后再传输给所述终端节点。具有可充分复用边缘缓存使能射频接入节点的缓存与信号处理能力,能有效降低前传链路开销和数据传输时延等优点。

    一种高效通信的分层联邦学习框架及其优化方法和系统

    公开(公告)号:CN112070240A

    公开(公告)日:2020-12-11

    申请号:CN202010929585.0

    申请日:2020-09-07

    Abstract: 本发明公开了一种高效通信的分层联邦学习框架及其优化方法和系统,该框架包括:一个云聚合器、多个边缘聚合器和多个分布式计算节点;在每轮云聚合迭代中,边缘聚合器首先从云聚合器下载全局学习模型,每个分布式计算节点从其关联的边缘聚合器下载全局学习模型,训练模型更新上传到关联的边缘聚合器;边缘聚合器聚合接收模型更新并聚合发送回关联的计算节点,经过多次边缘聚合迭代后,将边缘模型更新上传到云聚合器;云聚合器将多个边缘模型聚合后得到全局模型更新发送回所有的边缘聚合器;重复边缘聚合以及云聚合迭代,直至全局模型达到目标精度。该优化方法采用通信开销最小化作为优化目标。本发明提高学习性能的同时,可降低系统的通信开销。

    一种可编辑区块链系统
    37.
    发明公开

    公开(公告)号:CN111460497A

    公开(公告)日:2020-07-28

    申请号:CN202010236720.3

    申请日:2020-03-30

    Applicant: 中南大学

    Abstract: 本发明公开了一种可编辑区块链系统,包括第一链、第二链;所述第一链和所述第二链通过共同节点连接;所述第一链拥有编辑控制智能合约;所述共同节点拥有陷门分片,所述陷门分片用于合成陷门;所述共同节点用于发起编辑行为,根据陷门分片合成陷门,并通过所述编辑控制智能合约对所述陷门进行验证,验证通过后根据原始内容、原始随机数、目标内容计算哈希冲突值,并将目标内容和哈希冲突值发布至第二链;所述第二链中的节点对所述目标内容和哈希冲突值进行验证,验证通过则将所述目标内容替换原始内容。具有既能满足对数据存储的安全性的需求,又可满足在特定情况下对数据修改的需求的等优点。

    一种多跳认知无线网络的能量与信道分配方法及装置

    公开(公告)号:CN111417138A

    公开(公告)日:2020-07-14

    申请号:CN202010182279.5

    申请日:2020-03-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种多跳认知无线网络的能量与信道分配方法及装置,方法包括:S1.获取物联网节点的能量队列、数据队列和预设的虚拟队列;所述虚拟队列用于控制所述物联网节点的数据延迟;S2.根据所述能量队列、数据队列和虚拟队列构建李雅普诺夫函数的偏移减效函数;S3.以最小化所述偏移减效函数的线性上界作为优化目标,对所述偏移减效函数的线性上界进行优化,得到物联网节点从环境中获取的能量、采集的数据、丢弃的数据量和链路信道分配;S4.将所述从环境中获取的能量、采集的数据、丢弃的数据量和链路信道分配分发给物联网节点。具有有效降低物联网节点的最大有限延时,可更好的优化网络效益等优点。

    一种基于深度强化学习的仿人机器人运动控制方法及系统

    公开(公告)号:CN111360834A

    公开(公告)日:2020-07-03

    申请号:CN202010217670.4

    申请日:2020-03-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于深度强化学习的仿人机器人运动控制方法及系统,方法包括:S1.仿真控制:获取仿人机器人的当前状态,根据所述当前状态以预设的深度强化学习模型计算确定仿人机器人各关节的目标角度;S2.PD控制:通过PD控制器,以所述目标角度作为控制目标,以关节的实际角度和关节力矩为反馈,确定关节的控制力矩,并根据所述控制力矩控制关节动作。本发明具有控制稳定性好、可靠性好等优点。

    一种智能可穿戴设备蓝牙通信预测方法及系统

    公开(公告)号:CN109905868A

    公开(公告)日:2019-06-18

    申请号:CN201910148244.7

    申请日:2019-02-27

    Applicant: 中南大学

    Abstract: 本发明公开了一种智能可穿戴设备蓝牙通信预测方法及系统,方法包括训练过程、预测过程和通信过程:所述训练过程包括:服务端采样智能可穿戴设备的RSSI值,生成训练样本,对神经网络模型进行训练,得到训练好的神经网络模型;所述预测过程包括:服务端采样智能可穿戴设备的RSSI值,生成分析样本,通过所述神经网络模型对所述分析样本进行分析,预测出下一个RSSI值的峰值时刻;所述通信过程包括:所述智能可穿戴设备根据所述峰值时刻与所述服务端进行蓝牙通信。具有可有效降低智能可穿戴设备在蓝牙通信预测过程中的能量消耗,预测准确性好、可有效提高蓝牙通信质量等优点。

Patent Agency Ranking