一种快消品供应链产品追踪召回管理系统及方法

    公开(公告)号:CN106056225A

    公开(公告)日:2016-10-26

    申请号:CN201610458064.5

    申请日:2016-06-22

    CPC classification number: Y02W90/20 G06Q10/30 G06Q30/014 G06Q50/28

    Abstract: 一种快消品供应链产品追踪召回管理系统及方法,该供应链企业间产品追踪召回管理系统包括RFID标签、RFID阅读器、天线、GSM/GPRS/Internet、系统服务器、SMS收发模块和云计算平台,其中RFID标签安装在每个车辆和货物上,若干个RFID阅读器被布置成网状结构置于仓库的内部,天线置于仓库的出入口,RFID标签、RFID阅读器、天线分别接入GSM/GPRS/Internet中,GSM/GPRS/Internet通过系统服务器分别与SMS收发模块和云计算平台连接,所述系统服务器包括EPC服务器、ONS服务器、PML服务器和WEB服务器;这样可以有效的解决快消品供应链企业间的产品追踪召回面临的诸多问题,有利于精确召回供应链中存储的批次缺陷产品。

    一种确定货物装运计划的方法及装置

    公开(公告)号:CN101635040A

    公开(公告)日:2010-01-27

    申请号:CN200910091872.2

    申请日:2009-08-31

    Abstract: 本发明公开了一种确定货物装运计划的方法,包括:获得待运输货物的货运相关信息,并根据所述货运相关信息及预设的车次相关信息生成包含可选择运输路径的第一集合;计算所述第一集合当前包含的各运输路径的贡献度;根据预设条件对第一集合包含的各运输路径进行筛选,将贡献度符合所述预设条件的运输路径包含的服务弧或/和服务链服均由所述第一集合转移至所述第二集合,并根据所述第二集合最终包含的服务弧或/和服务链弧确定货物装运计划;所述服务弧包含直达列车行驶路线,所述服务链弧包含非直达列车行驶路线;这样,有效提高了货物装运计划的制定效率,提升了货物装运计划的方案合理性。本发明同时公开了一种用于确定货物装运计划的装置。

    面向去中心化社区治理的匿名信誉投票方法、装置和系统

    公开(公告)号:CN118353641A

    公开(公告)日:2024-07-16

    申请号:CN202410603602.X

    申请日:2024-05-15

    Abstract: 本发明提供一种面向去中心化社区治理的匿名信誉投票方法、装置和系统,方法包括:对投票内容以智能合约的形式部署在区块链,通过一次性环签名算法对每个意向用户的公钥添加到环签名公钥集中;对投票内容以智能合约的形式部署在区块链,通过一次性环签名算法对每个意向用户的公钥添加到环签名公钥集中;通过计票委员会的协商,获得用于同态加密算法所需的公钥和私钥;将获得的公钥发送到所有认证用户,将获得的私钥通过秘密共享算法分配给计票委员会,使得认证用户通过该公钥对选票进行加密,同时生成一次性环签名发送到区块链的智能合约;获得合法选民发送的加密投票,通过计票委员会对加密选票进行解密,通过区块链的智能合约获得计票委员会中最多相同结果数量的计票结果。

    2μm波段相移取样光纤光栅及制作系统和方法

    公开(公告)号:CN109991699B

    公开(公告)日:2024-04-16

    申请号:CN201711483341.9

    申请日:2017-12-29

    Abstract: 本发明提出了一种2μm波段相移取样光纤光栅,其制作以光敏光纤101为基质,包括纤芯102和包层103;所述纤芯102中包含有n个取样段,取样周期为p,每个取样段包含一个曝光栅区和一个非曝光区段,且曝光栅区长度为a、光栅周期为Λ,非曝光区长度为b,同时在所述2μm波段相移取样光纤光栅中心位置处设置有π相移点104。本发明同时提供了所述2μm波段相移取样光纤光栅的制作系统和方法。所述相移取样光纤光栅在用于2μm波段单纵模窄线宽光纤激光器制作方面具有潜在的应用前景,具有有益的技术效果。

    面向联邦学习投毒攻击的防御方法、装置、设备及介质

    公开(公告)号:CN116527393B

    公开(公告)日:2024-01-16

    申请号:CN202310662319.X

    申请日:2023-06-06

    Abstract: 本发明提供了一种面向联邦学习投毒攻击的防御方法、装置、设备及介质,包括:从多个客户端中获取本地数据对应的第一特征嵌入信息,本地数据预存在客户端中,各个客户端中的本地数据为总训练样本的不相交的样本子集;对第一特征嵌入信息与预存的本地数据对应的数据标签进行互信息计算;根据计算得到的互信息对第一特征嵌入信息进行异常特征嵌入剔除,并将剔除后的第一特征嵌入信息作为正常特征嵌入信息;基于正常特征嵌入信息对预存的顶部模型进行训练,以优化顶部模型参数。本发明能够在不借助辅助数据以及不接触客户端底部模型的条件下实现对恶意样本的规避且不影响模型的可用性,适用于纵向联邦学习场景中。

    一种面向DPoS区块链恶意收购的被动防御安全性评估方法

    公开(公告)号:CN117201156A

    公开(公告)日:2023-12-08

    申请号:CN202311232034.9

    申请日:2023-09-22

    Abstract: 本发明提供一种面向DPoS区块链恶意收购的被动防御安全性评估方法,属于网络安全防御技术领域,获取区块链数据,构建投票权快照和投票快照,测量分析投票数量和投票优先级;根据评估指标量化区块链的被动防御安全性;其中,根据投票数量和投票优先级,选择参数进行仿真模拟,获得评估指标。本发明采用区块链的官方数据接口获取数据集,获得实际的投票者偏好,根据获得的投票者偏好,模拟不同设计下的投票系统的投票权分布,评估不同设计投票系统下的DPoS区块链治理被动防御安全性。

Patent Agency Ranking