-
公开(公告)号：CN116628021A
公开(公告)日：2023-08-22
申请号：CN202310475359.3
申请日：2023-04-28
Applicant: 浙江大学
IPC: G06F16/2455 , H04L67/133 , H04L69/22 , G06F16/27
Abstract: 本发明提供了一种区块链数据查询方法、装置、电子设备和存储介质，所述方法包括：所述方法包括：在确定区块链中产生新区块的情况下确定目标区块区间，其中，所述目标区块区间包括可能产生分叉导致回滚的区块；确定所述目标区块区间内每个区块中的初始数据；根据预设条件对所述初始数据进行解析，生成中间数据；对所述目标区块区间内同一个区块对应的初始数据和中间数据进行关联，得到目标数据；将所述目标数据导入内存数据库，以使去中心化应用对所述内存数据库进行数据查询。本发明提高数据的查询效率。
-
公开(公告)号：CN116402241B
公开(公告)日：2023-08-18
申请号：CN202310672346.5
申请日：2023-06-08
Applicant: 浙江大学 , 物产中大数字科技有限公司
Abstract: 本说明书实施例提供一种基于多模型的供应链数据预测方法，在训练阶段，将离线的供应链数据集切分为多批离线样本，然后分别基于该多批离线样本，训练不同的机器学习模型，得到多个预测模型。在预测阶段，先将在线的供应链数据集切分为多批在线样本。然后针对每批在线样本，从多批离线样本中确定出与其最相似的一批离线样本，并利用对应于该批离线样本的目标预测模型，针对该批在线样本进行预测，得到其中的各个在线样本的预测结果。由此，可以有效地解决数据漂移问题，进而可以提高数据预测的准确率。
-
公开(公告)号：CN116521758A
公开(公告)日：2023-08-01
申请号：CN202310489735.4
申请日：2023-05-04
Applicant: 浙江大学
IPC: G06F16/2458 , G06F16/11 , G06F21/60 , G06F21/62 , G06F16/2455
Abstract: 本发明公开了一种基于区块链的流式隐私求交方法与系统。首先，隐私求交发起方向数据方发送隐私求交任务申请，数据方收到请求后，开始进行并行流计算生成隐私计算结果。在流计算过程中通过二阶段提交机制存储检查点并将计算过程的零知识证明上链，使得流计算集群宕机重启后可以快速恢复到之前的计算状态，并可对之前的计算结果进行验证。且此本发明采用流式隐私求交的方法，使用并行流进行隐私求交的计算，保证计算的高效率与数据的高实时性，同时将流计算的计算过程的零知识证明上链，使得整体计算过程可验证。由此，形成了一个高效率高实时与高可信的隐私求交的方法和系统，为基于区块链的隐私计算提供了巨大价值。
-
公开(公告)号：CN116402241A
公开(公告)日：2023-07-07
申请号：CN202310672346.5
申请日：2023-06-08
Applicant: 浙江大学 , 物产中大数字科技有限公司
Abstract: 本说明书实施例提供一种基于多模型的供应链数据预测方法，在训练阶段，将离线的供应链数据集切分为多批离线样本，然后分别基于该多批离线样本，训练不同的机器学习模型，得到多个预测模型。在预测阶段，先将在线的供应链数据集切分为多批在线样本。然后针对每批在线样本，从多批离线样本中确定出与其最相似的一批离线样本，并利用对应于该批离线样本的目标预测模型，针对该批在线样本进行预测，得到其中的各个在线样本的预测结果。由此，可以有效地解决数据漂移问题，进而可以提高数据预测的准确率。
-
公开(公告)号：CN116028978A
公开(公告)日：2023-04-28
申请号：CN202310183663.0
申请日：2023-03-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于区块链的群体学习激励方法，首先将集群中的节点分为网络节点、数据节点、带激励机制的计算节点和其他节点，对主要节点使用基于区块链和声誉机制的激励方法，辅以基于博弈论的奖惩机制计算每个节点可能的奖赏和罚金，让每个节点诚实工作的收益最大。本发明可实现群体学习的良性循环，依托区块链记录声誉和博弈论方法促进数据节点提供真实的信息；在深度学习和机器学习时代可发挥重要作用，如在各金融机构之间，本无法使它们互信地进行有隐私保护的数据融合，但本发明可以评估各机构之间的信用，维持数据需求方和数据提供方的利益平衡，从而使得各方自愿地加入群体学习过程中，充分发挥潜在的数据价值。
-
Patent Agency Ranking
公开(公告)号：CN119766651A
公开(公告)日：2025-04-04
申请号：CN202411720102.0
申请日：2024-11-28
Applicant: 浙江大学
IPC: H04L41/0823 , H04L41/12 , H04L9/00 , H04L47/762
Abstract: 本发明提供了一种区块链监管系统分布式鉴权优化方法和系统，所述方法包括：构建分布式鉴权通讯网络结构的初始拉普拉斯矩阵；计算所述初始拉普拉斯矩阵对应的第一代数连接度；计算对所述分布式鉴权通讯网络结构增加新中继节点后的信息通讯的影响值；根据所述信息通讯的影响值优化分布式鉴权通讯网络结构。本发明的区块链监管系统分布式鉴权优化方法使得当整个监管网络连通后，所有节点间数据通讯效率最高。
-
公开(公告)号：CN116187524A
公开(公告)日：2023-05-30
申请号：CN202211633885.X
申请日：2022-12-19
Applicant: 物产中大数字科技有限公司 , 浙江大学
IPC: G06Q10/04 , G06Q30/0203 , G06Q30/0201 , G06Q30/0601 , G06F18/2431 , G06F18/214 , G06F18/22
Abstract: 本说明书实施例提供一种基于机器学习的供应链分析模型对比方法及装置，在对比方法中，在针对两个供应链分析模型进行对比时，先将该两个供应链分析模型转换为对应的两个规则集合，其中的每个规则集合中的规则可以看作是对应的供应链分析模型进行预测时的依据。之后，通过计算该两个规则集合的相似度，来确定两个供应链分析模型的对比结果。需要说明，由于本方案在对不同供应链分析模型进行对比的过程中，同时获取到了模型的预测依据，这可以方便于用户直观地了解不同供应链分析模型之间的差异，也即为供应链分析模型之间的差异提供了解释信息。
-
公开(公告)号：CN115617827B
公开(公告)日：2023-04-07
申请号：CN202211461638.6
申请日：2022-11-18
Applicant: 浙江大学 , 物产中大数字科技有限公司
IPC: G06F16/23 , G06F16/174 , G06N3/084 , G06Q30/0601
Abstract: 本说明书实施例提供一种基于参数压缩的业务模型联合更新方法及系统，在更新业务模型的方法中，服务器在判断本轮迭代的轮次为预设的目标轮次时，基于相邻两轮的学习率或者参数的变化幅度，判断模型更新过程是否进入到了关键阶段。在还没有进入关键阶段时，服务器向每个参与方发送对应于k个维度的k个指示信息，其中的每个指示信息是服务器根据从n个参与方接收的n份局部参数向量的每个维度的收敛情况确定的，用于指示在本轮以及后续的若干轮迭代中是否对对应维度进行压缩。由此使得每个参与方在本轮以及后续的若干轮迭代中，对确定的局部参数向量中已经收敛或接近收敛的维度进行压缩，并将得到的数据量变小的目标参数向量提供给服务器。
-
公开(公告)号：CN115587142A
公开(公告)日：2023-01-10
申请号：CN202211093184.1
申请日：2022-09-08
Applicant: 浙江大学
Abstract: 本发明提供了一种区块链结构存储架构优化方法，包括将所述区块链结构中的信息通讯节点映射到二维空间；生成所述二维空间节点的高阶Voronoi图；基于所述高阶Voronoi图的一个控制区域查找控制点生成备选子集；遍历所述高阶Voronoi图的所有控制区域将每一个控制区域内组成的备选子集合并为备选合并节点子集；整合所述备选合并节点子集中通讯延时的总和最小的备选子集对所述区块链结构存储架构进行优化。可以快速确定合并分布式存储引擎对信息通讯效率的影响，从而帮助对区块链分布式存储架构优化。
-
公开(公告)号：CN115580538A
公开(公告)日：2023-01-06
申请号：CN202211093176.7
申请日：2022-09-08
Applicant: 浙江大学
IPC: H04L41/0823 , H04L41/142
Abstract: 本发明提供了一种基于代数连接度对层次化区块链网络结构优化的方法，包括：基于区块链网络结构构建原始拉普拉斯矩阵；计算所述原始拉普拉斯矩阵对应的第一代数连接度；基于所述第一代数连接度计算对所述区块链网络结构增加新边后的信息通讯的影响值；根据所述影响值优化层次化区块链网络结构。根据新增加的不同边对应的通讯信息的影响值来优化层次化区块链网络结构，从而更有助于对区块链网络结构优化。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.039 seconds)
