一种雾计算中DAG结构区块链赋能的数据共享激励方法

    公开(公告)号:CN115170190A

    公开(公告)日:2022-10-11

    申请号:CN202210798025.5

    申请日:2022-07-06

    Abstract: 本发明涉及一种雾计算中DAG结构区块链赋能的数据共享激励方法,属于区块链领域。首先,将基于DAG结构的区块链融入雾网络中,提出一种改进的Conflux共识机制,可以提高网络安全性和区块链吞吐量。其次,为更好的利用网络资源,减少由于工作量证明PoW带来的资源消耗对区块链在雾网络中部署的影响,提出一种设备与雾节点协同成块的激励机制,建立两阶段的斯坦柯尔伯格博弈模型,以最大化雾节点和成块设备的收益函数为目标,共同优化设备和雾节点的效益。接着,将雾节点之间的资源配置以及定价问题建模为一个混合整数线性规划问题,提出基于贪婪搜索和迭代的资源分配与定价算法GIRP,减少雾节点的资源共享成本,并提高收益。

    一种区块链赋能数据共享的基于动态权重的共识方法

    公开(公告)号:CN115118732B

    公开(公告)日:2024-02-27

    申请号:CN202210797277.6

    申请日:2022-07-06

    Abstract: 本发明涉及一种区块链赋能数据共享的基于动态权重的共识方法,属于区块链领域。该方法包括以下步骤:S1:建立基于DAG的区块链结构;S2:进行动态权值分配;S3:贪婪广度搜索遍历。本发明针对基于区块链的数据共享效率问题提出一种基于动态权重的Conflux共识机制,提高区块链网络吞吐量。在基于动态权值的Conflux共识机制中将交易打包为区块存储为图的顶点,事务可以并发地附加到DAG上,更高的权值鼓励矿工在空闲期间创建更多的区块,在计算时排除了冲突或重复的交易,提高了系统吞吐量和可伸缩性。

    一种用于人工智能学习算法的用户选择方法

    公开(公告)号:CN116894486A

    公开(公告)日:2023-10-17

    申请号:CN202310940026.3

    申请日:2023-07-28

    Abstract: 本发明涉及一种用于人工智能学习算法的用户选择方法,属于人工智能领域。将神经网络算法通过强化学习进行动态优化,用于优化联邦学习中的用户选择。初始化一个卷积神经网络模型作为策略函数逼近器,接受输入端的联邦学习环境状态,输出选择用户的概率分布,构建一个神经网络模型;初始化一个Q‑learning强化学习算法,根据神经网络模型输出的概率分布选择一个用户子集作为本轮联邦学习的用户。根据梯度下降算法更新策略函数逼近器的参数,以最大化长期回报。重复以上两步,直到达到模型得分超过给定的门限值,即达到理论最高准确性,最快收敛速度、最小误差、最大轮数。该方法提高了联邦学习系统的性能和效率,智能地选择用户。

    一种区块链赋能数据共享的基于动态权重的共识方法

    公开(公告)号:CN115118732A

    公开(公告)日:2022-09-27

    申请号:CN202210797277.6

    申请日:2022-07-06

    Abstract: 本发明涉及一种区块链赋能数据共享的基于动态权重的共识方法,属于区块链领域。该方法包括以下步骤:S1:建立基于DAG的区块链结构;S2:进行动态权值分配;S3:贪婪广度搜索遍历。本发明针对基于区块链的数据共享效率问题提出一种基于动态权重的Conflux共识机制,提高区块链网络吞吐量。在基于动态权值的Conflux共识机制中将交易打包为区块存储为图的顶点,事务可以并发地附加到DAG上,更高的权值鼓励矿工在空闲期间创建更多的区块,在计算时排除了冲突或重复的交易,提高了系统吞吐量和可伸缩性。

Patent Agency Ranking