区块链预言机节点选择的深度强化学习中间件

优化区块链环境中现有预言机方案中的节点选择问题,以提高预言机节点选择的准确性和可靠性。引入了基于深度强化学习的区块链预言机节点选择中间件ORLM(oracle reinforcement learning model)。该中间件考虑了不同服务需求下多个节点的消耗,并建立了预言机节点的声誉值模型来评估预言机数据提供节点的声誉值,从而尽可能避免对具有恶意历史的节点的选择。通过深度强化学习DQN(deep Q network)算法,中间件能够对选择节点的过程进行优化,以在保证安全性的情况下进行更好的节点选择。实验结果表明,所提出的中间件能够更好地满足用户的服务请求,且具有较高的可扩展性和可用性,证明了引入深度强化学习来优化预言机节点选择是一个可行的方向。

基于移动边缘计算的区块链资源分配算法仿真

已有的区块链资源分配算法存在分配任务时延较长,且在实际应用中该方法下的资源分配过程能耗过高。为解决上述问题,提出基于移动边缘计算的区块链资源分配算法。利用区块链技术构建去中心化的资源管理模型,将资源账本交给网络中的全部参与者共同维护,利用一个以太坊主链和多个以太坊侧链构成的多用户异构蜂窝网络,实现多用户异构蜂窝移动边缘计算。以以太坊主、侧链的计算资源、任务的时延为约束条件,建立边缘计算能耗迁移与资源分配联合优化模型,并采用蚁群算法通过构建蚂蚁“觅食”路径与更新信息素过程求解模型,获取资源分配全局最优解,实现低能耗的区块链资源分配。仿真结果证明了所提算法消耗的移动边缘计算服务器电池容量与电池能量较低,且该算法收敛性较强,区块链资源分配效果理想。

高稳定性区块链节点存储容量检测仿真技术

高稳定性区块链节点在实际工作时,节点储存的数据产生交互作用,导致实际检测仿真得到的储存容量数值产生较大的错误率。针对上述问题,设计一种高稳定性区块链节点储存容量检测仿真技术。标准化处理高稳定性区块链节点参数后,计算节点性能数值,设定一个检测平衡架构,控制节点数据间的交互,构建节点储存容量检测方法,将检测平衡架构的处理节点过程看作仿真处理步骤,将复制器生成多个分组,并将检测过程整合为一个仿真执行任务,最终完成检测仿真技术的设计。使用已知参数的服务器模拟区块链节点,使用已知功能参数的数字仿真板卡连接服务器与主机,模拟高稳定性区块链节点环境,实验结果表明,所设计检测仿真技术产生的检测错误率数值较小,具有较好的适用性。

面向新兴数字产业的区块链工程专业课程体系设计

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将区块链列为培育壮大的七大数字经济重大产业之一,但该领域的人才培养却缺乏系统化专业化的课程体系。从2020年教育部新增“区块链工程”本科专业开始,教育界开始从实践层面探索区块链人才的专业化培养。本文分析了区块链的价值底蕴、技术体系和教育现状,探讨面向新兴数字产业的区块链本科人才的培养目标和培养理念,进而提出“区块链工程”本科专业课程体系的设计思路和设置方案,以期对区块链专业的建设及人才培养起到积极的促进作用。

基于改进Raft共识算法和PBFT共识算法的双层共识算法

针对目前应用于联盟链中的实用拜占庭(PBFT)共识算法可扩展性不足、通信开销增长过大、难以适用于大规模网络节点环境等问题,提出了一种基于改进Raft共识算法和PBFT共识算法的双层共识算法(DL_RBFT)。首先将区块链中的节点分成若干小组,组成下层共识网络,然后小组的组长再构成上层共识网络,形成一个双层共识网络结构;在下层共识网络的小组内部引入监督机制和声誉机制来改进Raft共识算法,在初始组长的选举流程引入了蚁群算法,使选举效率始终维持在较高水平;在上层共识网络中,使用PBFT共识算法进行共识。改进后的Raft共识算法具备了抗拜占庭节点攻击的能力,提升了算法的安全性。实验结果分析表明,相较于传统的PBFT共识算法,在100个节点的情况下,DL_RBFT将共识时延降低了两个数量级,吞吐量也提升了一个数量级,与其余改进算法相比也有着明显优势。因此DL_RBFT共识算法拥有良好的可扩展性,可以广泛应用于联盟链的各种场景中。

基于区块链技术的血站管理系统应用及构想

血站的物资纷繁复杂,购入难度大,血液保存管理不便等问题在新时代的医疗行业已经影响了医疗行业的发展。近年来,区块链技术发展加快,许多区块链的应用场景不断出现。把区块链的不可篡改,可追溯,去中心化特性运用于血站管理,可以很好的解决血站目前存在的问题:血液数量分配难、血液质量无法保障血源追溯存在障碍、物资自购不便、血库内部物资数量统计不便、血站档案管理混乱等。运用区块链技术可以提高血站之间、医院之间以及血站与医院之间的血液流通性,从而可以帮助解决血液分配不合理、血液质量无法保障及其来源追溯难等问题;同时,还可以促进物资自购的便捷性、物资数量统计审计的严谨性、和血站档案管理的系统性。

基于随机分布圆形模板的抗屏摄盲水印算法

针对现有的抗屏摄水印算法不能兼顾鲁棒性、不可见性和水印容量等问题,提出一种基于随机分布圆形模板的抗屏摄鲁棒盲水印算法。首先将十六进制水印序列转换为固定的角度值,再根据随机线条分布算法生成一系列带有角度信息的圆形模板,将原宿主图像蓝色分量进行整数小波变换并取出低频子带(LL),对LL分块并用密钥选出若干水印嵌入块,最后将圆形模板嵌入被选出的块中。另外,为了提高水印容量,选择十六进制水印密码以代替二维码或条形码;为了提高水印不可见性,将水印模板嵌入整数小波变换的低频子带;为了平衡水印透明性和鲁棒性,利用粒子群寻优算法(PSO)自适应地得出最佳嵌入强度;为了解决拍摄后造成的图像畸变,在水印提取前对拍摄的图像进行几何校正。在数据集USC-SIPI上选取了测试图,进行了常规攻击与屏摄攻击实验,并与该领域主流的六种方法进行了比较。实验结果表明,在保证不可见性的前提下,该算法能抵抗各种常规类型攻击。在一定范围的拍摄距离和拍摄角度内,算法能有效提取出水印密码,并提高了水印容量,在抗屏摄方面具有良好的鲁棒性。

面向中医药典籍的阅读对照系统设计与实现

中医药典籍反映了所处历史时期中医药的发展情况,但其因朝代不同、版本不同而差异较大,这对中医药典籍的异文标注及阅读对比工作提出了新要求。文中运用文本标注工具poplar并结合ElasticSearch构建分布式索引库,提出一种跨平台的中医药典籍阅读对照系统。该系统主要包含典籍阅读、图文对照阅读、异文标注、异文对照阅读及典籍异文全量搜索等功能。系统架构整体基于B/S模式,前端采用Vue,后端采用SpringBoot,数据库采用MySQL。为提升访问效率,采用高速Redis缓存,构建性能高效且便于移植的典籍数据库。中医药文献研究人员的验证及使用结果表明,所设计系统使得异文研究更便捷和规范,同时也为中医药典籍文献的研究提供了较为有力的支撑。

基于U型结构的CT图像分割算法

针对医学图像分割中器官边界分割模糊、器官过度分割的问题,提出一种具有双路径长连接方式的医学图像分割模型AR-UNet。AR-UNet在U型结构的长连接方式中采用具有注意力机制的注意力路径和由残差块组成的残差路径,双路径长连接方式的引入可以增加特征间的关联关系使相似的特征之间增加长依赖关系,同时获取更丰富的特征信息,减少由于边界模糊造成的过度分割,而采用改进的瓶颈结构较传统的残差网络结构弥补了浅层特征的丢失,提升了医学图像器官分割精度。在MSDSpleen公共数据集上测试表明AR-UNet模型的图像分割精度明显提升,验证了该模型在医学图像分割领域的有效性。

融合视觉特征和语义关系特征的视觉故事生成方法

现有视觉故事生成方法没有考虑不同图像之间高层视觉特征和语义关系特征的深层关联、忽视对图像序列主题的挖掘。提出一种既考虑了整个图像序列的主题又考虑不同图像之间视觉特征和语义关系特征相关性的融合视觉特征和语义关系特征的视觉故事生成方法。该方法利用自编码器挖掘图像序列的主题特征,通过主题特征总结由图像中实体推理出的语义关系特征,然后利用相互注意力融合高层视觉特征和语义关系特征。实验表明,该方法可以生成更具一致性和表现力的故事,并在机器评价指标上取得了比现有方法更好的结果。