基于胶囊网络的恶意评论检测

针对传统恶意评论检测模型无法适应不断更新的网络文化和语言习惯以及神经网络丢失信息的问题,提出了一种基于胶囊网络的检测模型.首先,采用BERT模型提取词向量的特征,以保留文本的潜在语义信息;然后,通过胶囊网络在局部范围内提取特征表示,并结合Bi-LSTM在全局范围内提取特征表示,以获得更全面的特征表示;其次,利用注意力机制将局部和全局的特征表示进行融合,提取关键信息并降低特征表示的维度;最后,使用Sigmoid分类器对结果进行分类,并输出检测结果.实验结果表明,所提出的组合模型相对于传统模型能够提取到更精细的语义信息,有效地提高了分类效果,在恶意评论的检测任务中,准确度达到了0.922.

服务激励对区块链无线节点的安全性优化研究

物联网的边缘计算节点引入区块链技术,有效拓展了物联网区块链的应用领域和价值,但区块链无线节点依旧存在安全隐患.为提高节点安全性,提出一种服务激励算法.首先,选择多维指标,通过区块链节点初始化计算出服务提供节点的指标评分;接着,对得分较低的指标通过算法自动计算设置较高的占比,按照占比合并得到新信任评分,新旧信任评分合并时考虑参与评价的消费节点信任评分;其次,对低于标准评分的节点设置激励措施并重复算法过程,鼓励各服务节点提高自身评分;最后,将信任评分通过智能合约广播至区块链中.对比ATA算法和TC算法,仿真实验结果表明,在恶意节点占比不同和物联网节点数量逐渐增加的情况下,服务激励算法的节点评估准确度更高,系统通信时延更低.

局部对称算法在区块链分布式存储中的优化

提出一种局部对称算法,将区块链系统中的节点划分为多个节点子集,每个节点子集生成一个私钥对数据进行加密,将加密后的数据分布存储于节点子集的节点中。利用局部对称算法将哈希值和私钥分别设为全局秘密和局部秘密,用局部秘密对数据区块进行加密并将结果分布存储于节点子集的节点中,用基于中国剩余定理秘密共享的分布式存储方案对私钥和哈希值进行有效存储,达到降低存储成本和通信成本的目的.仿真结果表明,对比减存储算法和单节点故障算法,局部对称算法在区块链分布式存储中的存储成本和通信成本更低.

可信激励算法对区块链移动节点共识优化研究

节点可移动的物联网应用区块链时将节点称为区块链移动节点,区块链移动节点存在通信连通时间较短、算力和存储能力不足等问题导致网络达成共识时安全性和吞吐量较低.本文提出一种可信激励算法对共识过程进行优化,首先区块链移动节点接收共识所需信息完成初始化;其次每个区块链移动节点生成决策块,决策块包含对验证消息的投票结果、自身的可信因子和决策块的生成时间,根据决策块在相邻区块链移动节点组成的集群中选出中继节点,中继节点传播验证消息到下一个集群,并产生区块存储在边缘服务器,一个中继为一跳,当跳数大于网络阈值跳数时完成共识;最后根据激励机制对节点奖励或惩罚,并按激励情况更新节点的行为标识反馈到共识.仿真结果表明,与应用在同样网络情况的PoET和PoS算法相比,可信激励算法在保证了一定的吞吐量情况下,有效降低验证消息验证失败率提高了共识安全性,更适合节点可移动的物联网网络.

齿条式起道器改进设计

介绍了一种起道能力更强的齿条式起道器,对起道器的受力情况进行了分析,提出了一些改善起道器受力状况的措施;介绍了起道器中机壳等主要零件的改进方法。试验结果表明,新起道器各项性能均符合设计要求。