一种基于遗传算法的公证人节点选取方法

    公开(公告)号:CN115640357A

    公开(公告)日:2023-01-24

    申请号:CN202211252050.X

    申请日:2022-10-13

    Abstract: 本发明涉及一种基于遗传算法的公证人节点选取方法,包括:获取多方区块链的跨链信息;根据跨链信息中参与跨链交易的多方区块链中节点的申请信息将具有跨链交易记录的节点作为候选公证人,并根据候选公证人的跨链交易记录与源链交易记录,获得候选公证人的公证交易评分表、候选公证人的源链交易评分表和候选公证人的担保表;根据候选公证人的公证交易评分表计算得到候选公证人的信誉染色体;利用遗传算法计算候选公证人的信誉值,并根据候选公证人的信誉值得到可信候选公证人集合;从可信候选公证人集合中选取对应数量的候选公证人作为公证人节点;通过公证人节点对需要跨链交易的节点之间的跨链交易数据进行处理,完成跨链交易,本发明选取的公证人保证了在跨链交易时的可靠性与安全性。

    一种基于超级账本的去中心化物联网异构标识解析方法

    公开(公告)号:CN111431960B

    公开(公告)日:2022-04-22

    申请号:CN202010102761.3

    申请日:2020-02-19

    Abstract: 本发明涉及一种基于超级账本的去中心化物联网异构标识解析方法,属于物联网技术领域。该方法包括以下步骤:S1:构建基于区块链的去中心化物联网标识解析架构,利用Hyperledger Fabric超级账本多通道特性,将传统单根节点解析转换为多根节点对等解析;S2:引入基尼系数,构建异构标识解析节点信誉值的解析服务竞争模型,动态平衡各解析服务器负载,提高标识解析效率;S3:设计适用于标识解析的区块结构,通过智能合约实现物联网异构标识对等解析。该方法通过解析节点上链和解析多通道的方式以保障异构标识解析的去中心化和稳定性,解决了传统标识解析系统中单根节点解析结构中心化问题,避免了出现单一节点负载过重的问题。

    一种基于深度强化学习和异构Spark集群的节能调度方法及系统

    公开(公告)号:CN114281528A

    公开(公告)日:2022-04-05

    申请号:CN202111505917.3

    申请日:2021-12-10

    Abstract: 本发明属于强化学习和大数据处理领域,具体涉及一种基于深度强化学习和异构Spark集群的节能调度方法及系统;该方法包括:实时获取Spark集群上真实负载下的在线数据信息,将数据信息输入到训练好的Q网络,Q网络对数据信息进行能耗‑时间目标预测,系统根据能耗‑时间目标预测选择能耗‑时间目标最低的方案进行资源分配;本发明考虑到集群异构导致能耗不同从而带来的资源优先分配问题,在保证满足用户响应时间情况下寻找最低能耗‑时间目标,并根据最低能耗‑时间目标进行资源调度,能针对能耗目标或者多种SLA目标进行优化并尽可能的节能减排,对通过此方法来达到平衡云服务提供商成本和用户之间响应时间有重要意义,具有良好的经济效益。

    一种基于融合网络分流器的端网络控制方法及系统

    公开(公告)号:CN114143372A

    公开(公告)日:2022-03-04

    申请号:CN202111476445.3

    申请日:2021-12-06

    Abstract: 本发明涉及网络融合领域,特别涉及一种基于融合网络分流器的端网络控制方法及系统,方法包括在多个5G CPE设备上部署agent,构建本地网络侧的终端接入端网络,以连接各智能终端设备,并且agent定时向融合网络分流器发送特定心跳包;在融合网络分流器与本地网络之间旁路部署miniMEP,融合网络分流器将合法心跳包转发给miniMEP;5G CPE通过融合网络分流器与miniMEP建立心跳机制,并实时更新相关信息到miniMEP;miniMEP实时监测每个5G CPE的工作状态,用户通过miniMEP反向代理控制5G CPE;本发明让用户通过5G CPE访问本地网的方法,加快用户访问本地网的效率。

    基于改进的CCA混合采样组合预测模型的数据分析方法

    公开(公告)号:CN113987952A

    公开(公告)日:2022-01-28

    申请号:CN202111312044.4

    申请日:2021-11-08

    Abstract: 本发明属于大数据分析与处理领域,具体涉及一种基于改进的CCA混合采样组合预测模型的数据分析方法,该方法包括:实时获取客户的数据信息,对获取的数据信息进行预处理;将预处理后的数据信息输入到改进的CCA混合采样组预测模型中,预测该客户是否存在流失风险,不存在流失风险,则保存该客户信息,存在流失风险,则根据客户信息制定挽留策略;本发明基于构造性覆盖算法CCA按照数据真实分布情况划分最佳少数类覆盖、多数类覆盖,能学习到真实的数据全局分布情况。

    一种基于信誉机制和DPOS的区块链跨区域认证方法

    公开(公告)号:CN113038427A

    公开(公告)日:2021-06-25

    申请号:CN202110227576.1

    申请日:2021-03-01

    Abstract: 本发明涉及一种基于信誉机制和DPOS的区块链跨区域认证方法,属于区块链领域。该方法为:S1:初始化各个区域链;S2:需要入网的车辆节点发送认证请求,认证通过后作为投票节点加入到所在区域的链中;S3:车辆根据自身信誉评分对基站节点进行投票,得票数前N的基站节点负责一个周期的区块生产;S4:主链进行DPOS共识;S5:主链与区域链通信,获取车辆信息,信誉分数,实现车辆到新区域的安全认证;本发明在保证车辆之间安全认证的前提下,采用分区域认证和信誉度评分机制,提升了车辆间认证的效率,考虑到节点之间的竞争,使表现好的节点能获得更高收益,尤其适用于计算能力有限的车联网智能终端设备。

    一种基于能耗感知的Spark节能调度方法

    公开(公告)号:CN107704069B

    公开(公告)日:2020-08-04

    申请号:CN201710452338.4

    申请日:2017-06-15

    Abstract: 本发明公开了一种基于能耗感知的Spark节能调度方法。首先构建Spark计算框架下大数据计算能耗模型,基于该模型建立任务与计算资源的能耗和执行时间关系策略表,通过策略表指导并优化Spark任务调度,在保证并行计算效率的前提下有效降低计算总能耗。本发明解决了Spark原有调度策略无法感知能耗的缺陷,该方法具有能耗感知,动态优化调度和高可扩展的特点,有效降低运行在Spark计算框架下的应用程序产生的能耗。

    一种基于数据流预测的Storm任务伸缩调度算法

    公开(公告)号:CN107038071B

    公开(公告)日:2020-06-09

    申请号:CN201710385355.0

    申请日:2017-05-26

    Abstract: 本发明涉及一种基于数据流预测的Storm任务伸缩调度算法,属于数据交换网络领域。通过监控模块获得用户提交的Topology任务的实时运行数据,求解在满足组件负载的情况下Topology中相连组件的并行度,然后迭代求出Topology中所有组件的并行度。利用时间序列模型来预测Topology要处理的数据量,并求得在该情况下Topology中开始组件spout的较优并行度,获得预测情况下的Topology中各组件的较优并行度,并进行调度。在调度中使用线上调度算法,最大限度减少结点间的网络通信并保证集群的负载均衡。本发明克服了现有对Topology中各组件间的关联性考虑的不足,弥补了不能快速高效地求解到用户提交Topology中各组件的较优并行度的不足,具有提前预测变化、提高吞吐量、降低处理时延的优点。

    一种基于Spark算子的序列化存储优化方法

    公开(公告)号:CN106874215B

    公开(公告)日:2020-02-07

    申请号:CN201710160862.4

    申请日:2017-03-17

    Abstract: 本发明公开了一种基于Spark算子的序列化存储优化方法,包括以下步骤:S1)使用ganglia检测应用执行过程中机器的内存使用量,如果检测到当前内存值正常,则继续监测,若检测到已达到指定阈值,则执行步骤S2);S2)计算RDD的执行时间和RDD的执行效率;S3)根据公式(5)得到已排序的RDD序列,即序列化候选集合;S4)从序列化候选集合中选择值最小的进行序列化存储;S5)继续步骤1),直到应用执行完毕。本发明实现在应用执行过程中高效存储有价值的RDD缓存,从而提高内存的使用率。相比与现有的缓存使用方案,本方法应用于现有的Spark大数据平台上,能够在内存资源有限时使整个应用保持较高的执行效率。

    基于动态电压频率调整的双层Spark节能调度方法

    公开(公告)号:CN109582119A

    公开(公告)日:2019-04-05

    申请号:CN201811430691.3

    申请日:2018-11-28

    Abstract: 本发明涉及大数据处理领域和能效领域,特别涉及一种基于动态电压频率调整的双层Spark节能调度方法,包括针对不同应用程序对CPU以及I/O需求的不同,通过观察不同应用的资源使用特性,可以对应用类别数预先进行大致的判断,对应用程序进行一个整体的降频处理;考虑Spark固有特性,在应用程序运行过程中同一个阶段不同任务的完成时间不同,对具体节点进行降频处理,减少节点空运行时间,保证各个Task的完成时间均衡;本发明保证Spark运行过程中任务完成时间均衡,减少了节点CPU空运转时间,有效的降低了应用程序在Spark运行过程中所产生的能耗。

Patent Agency Ranking