一种基于联盟链的节点区块存储分配优化方法及系统

    公开(公告)号:CN115878729B

    公开(公告)日:2023-05-02

    申请号:CN202310199365.0

    申请日:2023-03-03

    Abstract: 本发明提供一种基于联盟链的节点区块存储分配优化方法及系统,联盟链包括处于同一地理位置的多个节点组成的节点集群,方法包括:确定需要存储于所述节点集群的活跃区块;根据联盟区块链的存储资源要求和数据访问要求建立优化目标函数和约束条件;基于遗传算法对优化目标函数进行求解,得到近似最优的节点集群的区块分配方案。本发明结合云数据库扩展节点集群的存储能力,通过节点集群模式降低节点的区块存储冗余度,考虑节点的存储平衡率和区块查询效率得到区块分配方案,缓解当区块数量增多时区块链节点的存储压力,适用于存储空间受限的联盟区块链系统。

    一种基于云计算中心网络架构的微服务部署方法

    公开(公告)号:CN115529316A

    公开(公告)日:2022-12-27

    申请号:CN202211206589.1

    申请日:2022-09-30

    Abstract: 本发明提供一种基于云计算中心网络架构的微服务部署方法,采用一种联合优化的方式同时解决微服务部署问题和用户请求路由问题,具体而言,本发明以微服务实例部署方案为前置条件,以请求路由结果计算得到的响应时延为评估标准对实例部署方案进行评价,从而充分利用二者的强耦合关系。此系统在一定的约束下能支持不同类型的业务,同时能应对海量的移动用户请求。此外,本发明考虑了不同微服务之间的相互依赖性,通过充分考虑各微服务之间的通信依赖关系,有效降低了系统对用户请求的响应时延,提升了用户应用体验。

    一种性能感知的服务功能链智能部署方法及装置

    公开(公告)号:CN113794748B

    公开(公告)日:2022-07-12

    申请号:CN202110885390.5

    申请日:2021-08-03

    Abstract: 本发明公开了一种性能感知的服务功能链智能部署方法及装置,属于通信技术领域。方法包括:S1,计算服务功能链中所有VNF的性能影响因子总和;其中,每个VNF的性能影响因子为所述每个VNF所需的虚拟资源与对应物理服务器剩余的物理资源的比值;S2,以所述总和最小为优化目标,利用深度强化学习算法得到最佳节点映射方案;S3,基于所述最佳节点映射方案,完成所有VNF的映射;S4,基于多路径的链路部署方法,完成服务功能链中不同VNF之间的链路映射。本发明提出的性能感知的服务功能链智能部署方法有效提高了服务功能链总服务性能,降低了服务功能链部署中因过度竞争资源所带来的服务性能影响。

    一种基于网络边缘系统的微服务部署和路由方法

    公开(公告)号:CN114338504A

    公开(公告)日:2022-04-12

    申请号:CN202210249897.6

    申请日:2022-03-15

    Abstract: 本发明提供一种基于网络边缘系统的微服务部署及路由方法,网络边缘系统包括多个移动边缘云,每一个移动边缘云中部署多个边缘服务器,用于处理网络中用户的请求,多种微服务部署于边缘服务器上,通过不同微服务的组合构成不同功能的微服务链,每一个微服务链对应一种功能。基于该网络边缘系统采用一种联合优化的方式同时解决微服务部署问题和用户请求路由问题,提高网络部署方案与请求路由的相互适应性,以降低网络时延与能耗,能应对海量的移动用户请求。此外考虑了不同微服务之间的相互依赖性,通过有效解决各微服务之间的通信依赖关系,有效降低了系统的处理时延、运行能耗,提升了用户的体验感。

    一种基于机器学习成员推断攻击的数据集认证方法及系统

    公开(公告)号:CN113259369B

    公开(公告)日:2021-09-07

    申请号:CN202110614017.6

    申请日:2021-06-02

    Abstract: 本发明公开了一种基于机器学习成员推断攻击的数据集认证方法及系统,属于物联网数据保护领域,方法包括:在获取目标数据集和辅助数据集后,选取多种机器学习模型,分别构建基于两种数据集的参考模型群;利用两类参考模型群对目标数据集进行预测,得到成员预测集和非成员预测集;以成员预测集和非成员预测集作为特征,以相应的成员属性作为标签,训练得到认证模型;利用认证模型对成员预测集中所有数据进行成员推断攻击,并从目标数据集中筛选得到成员指纹数据;基于认证模型,得到成员指纹数据为可疑模型的成员数据的概率,由此判定可疑模型是否由物联网数据集训练得到。如此,本发明能够有效保护数据所有者的利益和隐私。

    一种基于线性核SVM的物联网智能模型的局部解释方法

    公开(公告)号:CN111639688B

    公开(公告)日:2021-02-05

    申请号:CN202010425869.6

    申请日:2020-05-19

    Abstract: 本发明公开了一种基于线性核SVM的物联网智能模型的局部解释方法,属于物联网领域。包括:将待解释的物联网目标样本与扰动样本输入至物联网智能模型得到对应的预测结果;将目标样本与扰动样本及其对应的预测值输入至局部线性核SVM模型进行训练;从训练后的局部SVM模型中提取与目标样本分类相同且与物联网智能模型预测结果一致的支持向量,计算每个特征的重要度;各个特征和对应的重要度构成参考决策集,将其与已知的标准决策集进行匹配,根据匹配结果评价物联网智能模型预测结果的准确度。本发明能够有效解析出物联网智能模型决策所依据的特征,以及各个特征的重要度,将其与标准判据进行比较,能够有效验证模型决策结果的准确度。

Patent Agency Ranking