-
公开(公告)号：CN119739782A
公开(公告)日：2025-04-01
申请号：CN202411673994.3
申请日：2024-11-20
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本申请涉及一种区块链处理系统的并行处理方法、装置和区块链处理系统，该区块链处理系统的并行处理方法应用于区块链处理系统，区块链处理系统包括多个处理模块，该方法包括：获取各处理模块完成当前任务后所上报的区块高度；在各处理模块完成区块高度的上报后，控制各处理模块进入等待状态；确定各区块高度中的最小区块高度；在最小区块高度大于或等于预设的目标区块高度时，唤醒各处理模块，其中，处理模块在被唤醒后继续执行区块链处理系统所下发的任务。通过本申请，解决了相关技术中区块链处理系统的并行同步机制会导致系统性能和可靠性降低的问题，实现了提高区块链处理系统在并行同步时的系统性能和可靠性的技术效果。
-
公开(公告)号：CN119691109A
公开(公告)日：2025-03-25
申请号：CN202411687132.6
申请日：2024-11-22
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06F16/3329 , G06F3/04883 , G06F21/60
Abstract: 本申请实施例适用于区块链技术领域，提供了一种针对区块链的意图处理方法、装置及计算机设备，所述方法应用于计算机设备，所述计算机设备接入区块链中，所述方法包括：当接收到针对区块链的用户交互信息时，解析所述用户交互信息获得对应的用户意图；对所述用户意图进行安全校验；若所述用户意图通过所述安全校验，则将所述用户意图发送至所述区块链中的目标执行器，所述目标执行器用于在所述区块链中执行与所述用户意图匹配的操作。采用上述方法，可以方便用户与区块链之间的交互，降低区块链的使用门槛，提高区块链应用的可扩展性。
-
公开(公告)号：CN119316233B
公开(公告)日：2025-03-25
申请号：CN202411855149.8
申请日：2024-12-17
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L9/40 , H04L67/02 , H04L41/16 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于增量学习的恶意加密流量检测方法及系统，属于网络安全技术领域。采用双层嵌套的数据组织结构将原始流量处理为标准化特征序列，构建样本集；利用样本集对恶意流量检测模型进行预训练；对预训练后的恶意流量检测模型采用增量学习方式优化模型参数，在增量学习过程中设有用于存储历史训练样本及其模型输出结果、样本标签的经验缓冲区，并随着模型参数优化过程不断更新；结合动态经验回放、稳定性约束和双层元更新机制，解决模型在持续学习过程中的灾难性遗忘问题；最后使用训练完毕的上述模型对待检测数据进行检测。本发明能够有效提升恶意加密流量的检测准确性，并通过增量学习保持模型的持续适应能力，具有良好的实用价值。
-
公开(公告)号：CN119671174A
公开(公告)日：2025-03-21
申请号：CN202411774005.X
申请日：2024-12-04
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06Q10/0631 , G06Q30/0601 , G06Q40/04 , H04L9/00
Abstract: 本申请涉及一种基于区块链的订单分配方法、装置、计算机设备和存储介质，其中，该基于区块链的订单分配方法包括：通过将待分配的多个第一交易订单平均分配至各区块构建者；在接收到多个第二交易订单时，获取每个区块构建者的历史表现信息；其中，历史表现信息包括区块构建者针对不同类别交易订单的处理信息；第二交易订单为第一交易订单的后续订单；基于各第二交易订单的订单类别和各区块构建者的历史表现信息，将多个第二交易订单分配至各区块构建者。通过本申请，解决了无法在不同构建者之间合理分配交易订单流，加剧区块中心化趋势的问题，实现了在不同构建者之间合理分配交易订单流，稳定促进区块去中心化发展。
-
公开(公告)号：CN119652786A
公开(公告)日：2025-03-18
申请号：CN202411804138.7
申请日：2024-12-09
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L43/06 , H04L43/08 , H04L41/08 , H04L41/0894 , H04L41/14
Abstract: 本申请涉及一种自适应区块链网络配置与智能校验测试方法及系统，其中，该方法包括：配置区块链性能测试所需的配置信息；指定配置信息中待测试区块链的网络模型配置信息，以确定对应的第一网络模型；基于指定的网络模型配置信息，启动待测试区块链的节点，得到的第二网络模型；基于第一网络模型对第二网络模型进行校验；对校验成功的第二网络模型执行压力测试，得到测试报告。通过本申请，解决了相关技术中测试效率低下，且容易测试出错的问题，本申请自动配置第二网络模型，并且利用第一网络模型对第二网络模型的校验，保障第二网络模型配置的准确性，从而实现了在提高测试效率的同时，保障测试的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119648233A
公开(公告)日：2025-03-18
申请号：CN202411620414.4
申请日：2024-11-13
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本申请适用于区块链技术领域，提供一种区块链地址的风险识别方法、装置、设备及程序产品。方法包括：获取目标区块链地址的N个关联地址集合；关联地址集合包括第一级关联地址集合至第N级关联地址集合，第一级关联地址集合包括第一级关联地址，第N级关联地址集合包括第N级关联地址，第一级关联地址为与目标区块链地址存在交易记录的地址，第N级关联地址为与第N‑1级关联地址存在交易记录的地址；根据N个关联地址集合的风险信息，确定目标区块链地址的风险因素。本申请方法可以根据第一级关联地址集合至第N级关联地址集合的风险信息，确定目标区块链地址的风险因素，能够快速地确定目标区块链地址是否为接班地址，提高了区块链的安全性。
-
公开(公告)号：CN118864075B
公开(公告)日：2025-03-07
申请号：CN202411331174.6
申请日：2024-09-24
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06Q40/00 , G06F18/243 , G06F21/57 , G06F21/60 , H04L9/08
Abstract: 本发明公开了基于可信执行环境的安全两方金融风险预测方法及装置，在数据持有者拥有待预测的特征向量、模型持有者拥有决策树模型、双方均不想泄漏隐私的情况下，第一参与方和第二参与方分别接收各自的特征向量秘密份额、满二叉树决策树中决策节点的索引秘密份额、阈值秘密份额和叶子结点的标签秘密份额，基于可信执行环境，第一参与方和第二参与方调用Shared OT协议、安全比较协议以及与门协议，得到预测结果的秘密份额，可以实现高效的金融风险预测场景中的决策树安全预测，且参与方之间仅需要一次单向通信即可完成。
-
公开(公告)号：CN119538274A
公开(公告)日：2025-02-28
申请号：CN202411425737.8
申请日：2024-10-12
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06F21/60 , G06F18/214 , G06F18/241
Abstract: 本申请适用于数据安全技术领域，提供了一种数据防护方法、装置、设备及存储介质，该方法包括：获取请求数据；利用请求数据分析模型对所述请求数据进行风险识别，得到请求数据风险值；根据所述请求数据调取对应的返回数据；利用返回数据分析模型对所述返回数据进行风险识别，得到返回数据风险值，所述请求数据分析模型和所述返回数据分析模型均是利用单类分类算法训练得到的；当所述请求数据风险值和所述返回数据风险值中的至少一项满足预设风险阈值时，对所述请求数据执行风险阻断操作。该方案采用请求数据分析模型和返回数据分析模型进行双向风险识别，可以有效应对各种复杂的网络攻击。
-
公开(公告)号：CN119536983A
公开(公告)日：2025-02-28
申请号：CN202411345113.5
申请日：2024-09-25
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06F9/50 , G06F21/71 , G06F21/62 , G06N3/0499 , G06N3/084
Abstract: 本申请涉及一种异构系统的模型并行训练方法、装置和计算机设备，其中，该方法包括：在每个预设条件下，构建待训练模型与各计算设备之间的多种映射关系，并生成策略集合；预设条件包括训练数据的批次大小、待训练模型对应的流水线并行粒度和每个计算设备的预设显存预算；遍历各预设条件，通过动态规划算法对不同的映射关系和策略集合中的各候选策略进行处理，得到当前最优的模型并行训练策略下异构系统的执行成本；基于最小执行成本对应的模型并行训练策略，通过各计算设备执行模型训练。通过本申请，解决了采用固定处理器进行训练，无法利用异构系统中多个计算设备实现高效的并行训练的问题，实现高效的模型并行训练，提升计算设备的资源利用率。
-
公开(公告)号：CN119398289A
公开(公告)日：2025-02-07
申请号：CN202411268070.5
申请日：2024-09-10
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06Q10/047 , G06N5/022 , G06N3/063 , G06N10/20
Abstract: 本申请涉及一种基于混合量子算法的路径优化方法、装置、计算机设备和存储介质，其中，该方法包括：获取待优化路径的无向完全加权图的权重邻接矩阵；将权重邻接矩阵输入到预设的量子电路中进行优化，得到第一候选解和对应的第一权重；其中，在量子电路的编码与剪枝的优化过程中，将所有候选解划分为多个步骤；将旅行商在每个步骤中的选择，编码到量子电路中，执行相应的剪枝，以形成包含所有候选解的均匀叠加态；根据第一权重和预设的第一阈值，更新第一候选解，得到目标路径。通过本申请，解决了相关技术中路径规划的效率低下的问题，有效减少编码候选解所需的量子资源，实现在精确规划路径的同时，能够提高路径规划效率。
-
-
-
-
-
-
-
-
-
Search Results
257
records
(took 0.054 seconds)
