-
Patent Agency Ranking
公开(公告)号：CN113747433A
公开(公告)日：2021-12-03
申请号：CN202111044965.7
申请日：2021-09-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种雾网络中基于区块侧链结构的设备认证方法，属于移动通信领域。首先向本地授权服务中心ASC进行认证信息的注册，设备数字证书哈希值会存储在本地侧链中，雾节点集编号会存储在公共主链中，以实现认证信息的共享；其次，设备向距离最近的雾节点FN发送认证请求，FN在主链中查询设备注册时所在的雾节点集编号，根据编号选择认证方式。若属于当前雾节点集，则进入本地认证阶段；否则，进入信息共享认证阶段。由此，通过认证信息共享实现设备的跨域认证。在本方案中，通过可信FN之间通信，减少加密和签名的次数，减少了计算资源的消耗；同时通过分域和认证信息共享，减小了认证时间和存储开销。
-
公开(公告)号：CN113242553A
公开(公告)日：2021-08-10
申请号：CN202110691920.2
申请日：2021-06-22
Applicant: 重庆邮电大学
IPC: H04W12/122 , H04W12/60
Abstract: 本发明涉及一种基于区块链分片的恶意节点检测方法，属于移动通信技术领域。该方法利用分片技术提高区块链吞吐量。分片技术将网络节点划分为多个分片，每个分片可以并行处理交易记录。本发明提出了一种基于归一化熵估计恶意节点比例的方法，并计算出最大安全分片数。此外，结合贪心算法和最大最小公平算法，提出一种s型节点分配算法S‑NA。本方案在保证整个系统安全性的前提下，有效降低系统时延，提高吞吐量，降低雾计算网络中恶意节点比例。
-
公开(公告)号：CN116634391A
公开(公告)日：2023-08-22
申请号：CN202310591381.4
申请日：2023-05-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机辅助的数据收集方法，属于移动通信技术领域。以最小化无线传感器网络总功率为目标，提出一种基于无人机辅助的高效数据收集方法。首先，构建了UAVs辅助的数据采集模型。该模型分为两层，下层为地面层，地面层将传感器分为簇成员CM和簇头CH。CMs负责感知环境数据，并将数据发送至CH。CH负责对簇内CMs发送的数据进行收集和处理，并将最终数据上传至UAV。上层为空中网络层，由多架UAV组成，负责CHs上传数据的收集、存储和转发，最后将数据传输给地面数据中心DC进行数据分析。通过优化CH数量及位置、UAV位置和UAV与CHs关联，最小化系统总功率。
-
公开(公告)号：CN113242553B
公开(公告)日：2022-05-20
申请号：CN202110691920.2
申请日：2021-06-22
Applicant: 重庆邮电大学
IPC: H04W12/122 , H04W12/60
Abstract: 本发明涉及一种基于区块链分片的恶意节点检测方法，属于移动通信技术领域。该方法利用分片技术提高区块链吞吐量。分片技术将网络节点划分为多个分片，每个分片可以并行处理交易记录。本发明提出了一种基于归一化熵估计恶意节点比例的方法，并计算出最大安全分片数。此外，结合贪心算法和最大最小公平算法，提出一种s型节点分配算法S‑NA。本方案在保证整个系统安全性的前提下，有效降低系统时延，提高吞吐量，降低雾计算网络中恶意节点比例。
-
公开(公告)号：CN113919507A
公开(公告)日：2022-01-11
申请号：CN202111186244.X
申请日：2021-10-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于DAG区块链的联邦学习方法，属于移动通信技术领域。首先，在备选设备集中选择在滑动窗口w内信誉值较高的设备参与局部训练。其次，在被选中的设备进行本地训练过程中进行基于本地DAG区块链局部模型的聚合。最后主雾节点收集训练的局部模型，并采用基于隔离森林的快速检测算法初步检测出潜在恶意模型。再由主雾节点利用任务发布者的测试数据集，测试潜在恶意模型的精度，如果其精度与当前全局模型精度差大于β，该模型被确认为恶意模型，否则为正常模型；最后，得到新的全局模型。当完成目标模型训练结束后，任务发布者从主区块链获取目标模型，以及相关物联网设备局部模型的属性记录，由主雾节点进行物联网设备信誉值更新。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
