-
公开(公告)号：CN118764157A
公开(公告)日：2024-10-11
申请号：CN202410782042.9
申请日：2024-06-18
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于区块链技术领域，公开了基于区块链的生态系统中异构和不受信任的设备之间对互操作方法及系统，此系统在架构设计上开发模块化架构，适应不同的区块链网络和不受信任的设备，确保数据交换过程的灵活性和可扩展性；在协议开发上设计轻量级通信协议，实现不同区块链系统之间的无缝交互，注重效率、安全和隐私；在智能合约抽象方面，将智能合约抽象为独立的数据模块，以促进分层访问控制并增强数据共享中的隐私保护；在安全措施方面实施强大的安全措施，包括加密技术、访问控制机制和身份验证协议，以保障数据完整性和机密性；在互操作性测试方面，进行严格的测试以验证所设计框架在异构设备之间的互操作性，确保可靠性、效率和兼容性。
-
公开(公告)号：CN117879863A
公开(公告)日：2024-04-12
申请号：CN202311634838.1
申请日：2023-11-30
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种针对基于弹性复杂社交网络的僵尸网络的多层应对系统，包括引入安全框架BotWard，所述安全框架BotWard用于应对僵尸网络并增强网络安全，所述安全框架BotWard在社交网络中引入匿名命令与控制服务器，将命令隐藏在日记中以进行隐蔽通信，并使用自动重新配置机制来提高韧性。本发明阐明社交媒体僵尸网络的复杂运作方式，从而能够找到用来检测并干扰僵尸网络操作的方法，从而加强社交平台在面对不断演变的网络威胁时的安全性。
-
公开(公告)号：CN117573672A
公开(公告)日：2024-02-20
申请号：CN202311429378.9
申请日：2023-10-31
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一个基于区块链的数据管理系统框架，提供了一种安全、透明的数据管理方式。该框架利用智能合约来管理数据访问和权限，确保数据完整性。该系统旨在促进不同组织之间的数据共享，而不需要中央可信机构。该框架由三个核心组件组成：数据库、智能合约和区块链。数据库存储系统内的所有数据，而智能合约则管理数据访问和权限。区块链充当防篡改账本，存储智能合约并记录所有数据修改。
-
公开(公告)号：CN117155945A
公开(公告)日：2023-12-01
申请号：CN202310466900.4
申请日：2023-04-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L67/104 , H04L67/1074 , H04L9/40 , H04L9/00 , G16H50/80
Abstract: 本发明提供了基于多层区块链的可信跟踪系统，包括如下步骤：利用预言机从信息源获取统计信息，提取统计信息并进行存储；利用数据聚合智能合约来检查列出的预言机的统计信息的真实性、可靠性和声誉值；使用预言机从授权的在线资源中检索信息；当预言机检索到受感染比例和死亡人数信息后，将检索到的数据发送到数据聚合智能合约；通过声誉智能合约来更新参与的预言机的声誉值，如果报告的统计信息的数量接近数据聚合智能合约的继承数量，则提高预言机的声誉值。解决了现有技术中存在的当传染病爆发时，统计数据太多，其中存在大量虚假信息并且会侵犯个人数据隐私的问题，能够减少伪造数据的传播，更好地对传染病的传播进行监测。
-
公开(公告)号：CN116861287A
公开(公告)日：2023-10-10
申请号：CN202310752440.1
申请日：2023-06-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/24 , G06F18/22 , G06F18/23 , G06N3/0895
Abstract: 本发明提供了一种基于多标签演化高维文本流的在线半监督分类算法，其特征在于：包括模型初始化、分类阶段和模型维护；取Dinit个带标签的文档，并为每个标签创建Zmin个微簇，微簇包含文档；初始模型对每个到来的文档流进行预测，对于每个到来的文档，模型计算簇‑文档的概率，并基于概率得分，选择k个最近的微簇Zd；此时，需要预测的标签数Y等于具有高于Zd分布均值的微簇的数量lcount；当大于平均值的簇数量为一，则预测在最近的簇中有高簇数量的标签，否侧比较每个标签的簇概率之和，并用最近标签的标签共现得分进行预测；在预测标签后，如果到来的文档没有标签，则将其添加到每个预测标签的最近微簇中，否则将到达的文档添加到地面真实标签的最近微簇中。
-
Patent Agency Ranking
公开(公告)号：CN118734990A
公开(公告)日：2024-10-01
申请号：CN202410716626.6
申请日：2024-06-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N20/00 , H04L67/104 , G06F16/182 , G06F16/22 , G06F16/27
Abstract: 本发明涉及模型训练技术领域，公开了一种基于IPFS和区块链的联邦学习模型去中心化学习方法，该方法包括：使用区块链上的全局参数哈希链接从星际文件系统中获取联邦学习模型的全局模型参数，根据全局模型参数初始化本地模型，并对本地模型进行训练，更新客户端本地参数和本地模型平均回合奖励，将客户端本地参数和本地模型平均回合奖励上传到星际文件系统存储并将对应的本地参数哈希链接存储到区块链中，从星际文件系统中获取根据若干客户端本地参数和本地模型平均回合奖励更新后的全局模型参数，本发明利用IPFS进行模型参数的去中心化存储，整合区块链技术和星际文件系统以进行联邦学习，提高联邦学习的可扩展性。
-
公开(公告)号：CN118296777A
公开(公告)日：2024-07-05
申请号：CN202410476753.3
申请日：2024-04-19
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于交通工程和网络分析的技术领域，公开了一种基于复杂网络理论来识别城市公交网络中关键站点的方法，利用复杂网络理论构建公交网络模型，将公交站点定义为节点，公交路线定义为边。接着，创建一个矩阵G，用以表示公交网络，矩阵中的元素e_{ij}指示站点间是否存在直接连接。通过分析结构模式和负载中心性，确定网络中的关键节点。结构模式分析帮助识别局部连接模式和社区结构，而负载中心性测量则侧重于评估站点在网络流量中的作用。最后，结合这两种分析方法，形成一个混合影响力指标，精确评估并识别出在公交网络中起决定性作用的关键公交站点。这种方法不仅有助于改善城市交通系统的设计和管理，还能提高公交网络的运行效率和服务质量。
-
公开(公告)号：CN118278615A
公开(公告)日：2024-07-02
申请号：CN202410476749.7
申请日：2024-04-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06Q10/063 , G06Q50/26 , G06F18/21 , G06F18/23
Abstract: 本发明涉及一种识别复杂网络中关键节点的方法，旨在通过综合利用节点的局部和全局信息，准确评估节点在网络中的中心性，从而识别出对组织成功至关重要的关键人物。该方法首先构建目标网络模型，利用全局结构模型(GSM)、扩展聚类系数排名测量(ECRM)和基于地域的结构系统(LSS)等新颖度量方法计算节点中心性值。接着，通过易感‑感染(SI)模型确定度量方法的权重，提高中心性值计算的准确性。最后，基于中心性值和权重对网络节点进行综合评估和排序，识别出关键节点。本发明方法克服了传统算法在应对大规模网络复杂性时的局限，提供了一种全面、准确的关键节点识别方法，为智能企业系统内部的互联网业务价值转变提供了有力支持。本发明具有广泛的应用前景，对于提升组织效率和决策水平具有重要意义。
-
公开(公告)号：CN118232007A
公开(公告)日：2024-06-21
申请号：CN202410359318.2
申请日：2024-03-27
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及天线技术领域，具体提供一种用于电磁成像的宽带锥形缝隙贴片天线，包括：贴片层、介质层和接地层；所述贴片层铺设在介质层的正面，所述接地层铺设在介质层的背面；所述贴片层为矩形，矩形内部包括多个椭圆形镂空，多个椭圆形镂空的尺寸相同；所述贴片层电连接锥形馈电条，所述锥形馈电条铺设在介质层的正面；所述锥形馈电条延伸至介质层的边缘，通过外部导线电连接反射器。本发明突出了天线的紧凑、轻巧设计、宽带覆盖、简单的平面结构和辐射对称性，还兼顾了天线在低频率下的效率和结构效率，反射系数、增益性能、辐射效率和时域特性都表现良好。
-
公开(公告)号：CN116822574A
公开(公告)日：2023-09-29
申请号：CN202310636538.0
申请日：2023-05-31
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/0442 , G06N3/045 , G06N3/092
Abstract: 本发明提供了一种基于海马回放和深度强化学习的多智能体感知框架，包括海马回放模块和深度强化学习模块；所述海马回放模块用于使感知代理端回放过去的经验并从中学习；所述深度强化学习模块用于使代理端学习和适应当前环境。将海马特征与深度强化学习相结合，能够模拟海马回放过去经验并利用它们来指导决策，同时融合深度学习算法以提高决策过程的效率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.028 seconds)
