-
公开(公告)号：CN114116198B
公开(公告)日：2024-07-19
申请号：CN202111229664.1
申请日：2021-10-21
Applicant: 西安电子科技大学 , 西安电子科技大学工程技术研究院有限公司
Abstract: 本发明属于车辆管理技术领域，公开了一种移动车辆的异步联邦学习方法、系统、设备及终端，所述移动车辆的异步联邦学习系统，包括用户层、域‑边缘服务器层和数据处理中心层；所述移动车辆的异步联邦学习方法包括：综合利用云计算和边缘计算，提出基于云边车的网络分层分域架构；提出适用于所述基于云边车的网络分层分域架构的异步联邦学习聚合算法aFedV；针对聚合算法和分层分级架构，在不同数据分布上开展实验，从模型训练准确率和通信开销方面验证aFedV算法的性能。本发明综合利用云计算和边缘计算的优势，采用异步模式更新参数，能够减少整个训练过程的通信次数，解决移动联邦成员在计算过程中动态连接无法及时更新参数的问题。
-
公开(公告)号：CN114116198A
公开(公告)日：2022-03-01
申请号：CN202111229664.1
申请日：2021-10-21
Applicant: 西安电子科技大学 , 西安电子科技大学工程技术研究院有限公司
Abstract: 本发明属于车辆管理技术领域，公开了一种移动车辆的异步联邦学习方法、系统、设备及终端，所述移动车辆的异步联邦学习系统，包括用户层、域‑边缘服务器层和数据处理中心层；所述移动车辆的异步联邦学习方法包括：综合利用云计算和边缘计算，提出基于云边车的网络分层分域架构；提出适用于所述基于云边车的网络分层分域架构的异步联邦学习聚合算法aFedV；针对聚合算法和分层分级架构，在不同数据分布上开展实验，从模型训练准确率和通信开销方面验证aFedV算法的性能。本发明综合利用云计算和边缘计算的优势，采用异步模式更新参数，能够减少整个训练过程的通信次数，解决移动联邦成员在计算过程中动态连接无法及时更新参数的问题。
-
公开(公告)号：CN118214561A
公开(公告)日：2024-06-18
申请号：CN202410203609.2
申请日：2024-02-23
Applicant: 西安电子科技大学
IPC: H04L9/32 , H04L9/00 , H04L9/40 , H04L67/1095
Abstract: 本发明公开了一种基于轻量级聚合签名的异构联盟链跨链方法，包括：源链(主链)监听收集跨链交易存储到缓冲池中；当交易达到规定数量时，成立委员会并选举出领导者；成员对缓冲池中的跨链交易签名，领导者对签名进行聚合得到聚合签名，生成跨链交易正确性证明；从默克尔山脉中获取用于交易存在性的哈希数据；基于跨链交易正确性证明和哈希数据生成跨链原语；目标链(侧链)收到跨链原语后进行跨链交易的有效性和正确性验证，通过后完成跨链交易；主链和侧链采用统一的账本存储方式。本发明解决了现有联盟跨链方案均存在的跨链交互时与共识协议、数据结构、智能合约等关键技术耦合性高、跨链原语复杂的问题，可满足大规模跨链交互的性能需求。
-
公开(公告)号：CN116707749A
公开(公告)日：2023-09-05
申请号：CN202310540670.1
申请日：2023-05-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合信誉的多层级多链用户权限动态调整方法，该方法包括：获取目标节点在周期t内参与的区块链交易的业务类型和交易信息；t为大于0的整数；根据业务类型和跨链交易信息分别确定目标节点所在的区块链在周期t内的链属性量化值、目标节点在周期t内的节点属性量化值，以及目标节点在周期t内的行为量化值；基于预设权重、目标节点所在的区块链在周期t内的链属性量化值、节点属性量化值、行为量化值，以及目标节点在周期t‑1内的混合信誉值，确定目标节点在周期t内的混合信誉值；基于周期t内的混合信誉值，调整目标节点在周期t+1内的权限值；每个节点的权限值与所述混合信誉值正相关。
-
公开(公告)号：CN114978545A
公开(公告)日：2022-08-30
申请号：CN202210565428.5
申请日：2022-05-23
Applicant: 西安电子科技大学
Abstract: 本发明提供一种面向异构联盟链的跨链原语生成方法以及相关装置，本发明的面向异构联盟链的跨链原语生成方法包括：利用原语生成模型对跨链交易及辅助信息进行处理，得到跨链原语，其中，所述原语生成模型包括零知识证明算法和可验证延迟函数；对所述跨链原语进行验证，确认所述跨链交易及辅助信息是否成功上链。通过零知识证明算法和可验证延迟函数的配合，能够有效的保护交易隐私，防止隐私泄露。
-
Patent Agency Ranking
公开(公告)号：CN113423091A
公开(公告)日：2021-09-21
申请号：CN202110563049.8
申请日：2021-05-24
Applicant: 西安电子科技大学
Abstract: 本发明属于车联网技术领域，公开了一种车载算力网络的多维资源智能联合优化方法、系统，所述车载算力网络的多维资源智能联合优化方法包括：定义两个变量分别表示任务是否卸载给路边单元处理和是否需要从云端下载该应用，计算得到服务器完成任务处理所需要的时延；利用系统处理完所有用户任务的平均时延表示其效用性，反映系统的整体性能，利用个体时延和系统平均时延之间平均偏差充分考虑个体性能的公平度；基于异步优势的演员‑评论家算法分布式学习策略的优势求解整体性能、个体性能的公平度和整体的存储开销三者的优化问题。本发明利用分布式强化学习实现了网络资源统一协同管理和高效按需分配，优化了整体和个体双边的性能。
-
公开(公告)号：CN116226283A
公开(公告)日：2023-06-06
申请号：CN202310215196.5
申请日：2023-03-07
Applicant: 西安电子科技大学
IPC: G06F16/27 , G06F16/2455 , G06F16/25 , G06Q40/04
Abstract: 本发明公开了一种联盟链高并发跨通道交易处理方法，包括：客户端根据用户操作发起交易请求，并将其发送至联盟链网络中的目标中间人节点；目标中间人节点根据自身的键和接收到的每个交易请求，对应生成包含目标中间人节点的键的复合键，将复合键添加至交易池，从交易池中查询出包含目标中间人节点的键的多个复合键，并对多个复合键拆分，根据拆分结果得到每个复合键包含的交易内容，以及每个交易内容对应的目标交易接收方，并确定每个目标交易接收方的总交易内容，向每个目标交易接收方对应的客户端发送处理成功通知；客户端根据处理成功通知调用目标交易接收方对应的目标通道上的智能合约，进行目标交易接收方的总交易内容的交易。
-
公开(公告)号：CN116226283B
公开(公告)日：2025-04-25
申请号：CN202310215196.5
申请日：2023-03-07
Applicant: 西安电子科技大学
IPC: G06F16/27 , G06F16/2455 , G06F16/25 , G06Q40/04
Abstract: 本发明公开了一种联盟链高并发跨通道交易处理方法，包括：客户端根据用户操作发起交易请求，并将其发送至联盟链网络中的目标中间人节点；目标中间人节点根据自身的键和接收到的每个交易请求，对应生成包含目标中间人节点的键的复合键，将复合键添加至交易池，从交易池中查询出包含目标中间人节点的键的多个复合键，并对多个复合键拆分，根据拆分结果得到每个复合键包含的交易内容，以及每个交易内容对应的目标交易接收方，并确定每个目标交易接收方的总交易内容，向每个目标交易接收方对应的客户端发送处理成功通知；客户端根据处理成功通知调用目标交易接收方对应的目标通道上的智能合约，进行目标交易接收方的总交易内容的交易。
-
公开(公告)号：CN113435472A
公开(公告)日：2021-09-24
申请号：CN202110562894.3
申请日：2021-05-24
Applicant: 西安电子科技大学
Abstract: 本发明属于智能车载算力网络技术领域，公开了一种车载算力网络用户需求预测方法、系统、设备、介质，所述车载算力网络用户需求预测方法包括：构建端‑边‑云的混合联邦架构，均衡联邦学习通信和计算间的性能；设计学习参与者动态选择机制，应对随机性的移动特征和差异化的数据质量；通过车辆历史服务应用信息的分析，在混合联邦架构上部署神经网络算法，在保障车辆隐私的前提下预测其未来时刻的服务需求。本发明考虑用户需求预测带来的数据安全隐私和车辆移动行为对车载计算的影响，实现车载计算节点提前部署服务应用，保障不同用户个性化的服务需求；通过构建端‑边‑云的混合联邦架构，本地数据训练，边缘参数聚合和云端数据聚合有效解决矛盾。
-
公开(公告)号：CN114978545B
公开(公告)日：2023-08-01
申请号：CN202210565428.5
申请日：2022-05-23
Applicant: 西安电子科技大学
Abstract: 本发明提供一种面向异构联盟链的跨链原语生成方法以及相关装置，本发明的面向异构联盟链的跨链原语生成方法包括：利用原语生成模型对跨链交易及辅助信息进行处理，得到跨链原语，其中，所述原语生成模型包括零知识证明算法和可验证延迟函数；对所述跨链原语进行验证，确认所述跨链交易及辅助信息是否成功上链。通过零知识证明算法和可验证延迟函数的配合，能够有效的保护交易隐私，防止隐私泄露。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.027 seconds)
