-
公开(公告)号：CN118093396A
公开(公告)日：2024-05-28
申请号：CN202410204817.4
申请日：2024-02-23
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06F11/36
Abstract: 本申请涉及一种接口测试方法、装置、计算机设备及存储介质。所述方法包括：基于初始协议与目标接口进行数据交互，获取所述目标接口的反馈数据；基于所述初始协议和所述反馈数据，确定标准协议，并基于所述标准协议确定所述目标接口的接口参数；基于所述接口参数确定测试用例，并基于所述测试用例对所述目标接口进行测试。本申请并不依赖接口文档获取接口参数，在接口文档存在错误的情况下仍能准确确定接口参数，能够避免因接口文档错误导致的接口测试错误，有效提高接口测试的准确度。
-
公开(公告)号：CN118069518A
公开(公告)日：2024-05-24
申请号：CN202410224428.8
申请日：2024-02-28
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06F11/36
Abstract: 本申请涉及一种区块链数据的兼容性测试方法、系统、计算机设备和存储介质，其中，该方法包括：获取待测区块链的待测版本号；基于待测版本号从数据库中获取上版历史数据和上版描述文档；数据库中存储有各历史版本号对应的历史数据集合和历史数据描述文档；根据待测区块链、上版历史数据以及上版描述文档进行兼容性测试。通过本申请，解决了相关技术中存在测试时间长，不能适应快速迭代的开发环境的问题，利用待测版本号来获取对应的上版历史数据和上版描述文档来实现缩短测试时间，从而适应快速迭代的开发环境。
-
公开(公告)号：CN117880096B
公开(公告)日：2024-05-17
申请号：CN202410270543.9
申请日：2024-03-11
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L41/0853 , H04L41/082 , H04L9/00 , H04L9/32
Abstract: 本申请涉及区块链技术领域，特别涉及一种区块链配置更新方法、装置、电子设备及可读存储介质；该方法包括：获取当前纪元的第一配置数据，并对当前纪元的第一配置数据进行复制，得到下一纪元的所述第一配置数据；调用纪元管理系统合约，对下一纪元的第一配置数据进行修改，得到下一纪元的第二配置数据；当区块链节点执行完当前纪元的最后一个区块后，调用纪元系统管理合约，切换至所述下一纪元并启用第二配置数据；本申请实施例中区块链节点中通过纪元管理系统合约对链上的配置数据进行复制和修改，可以在不需要区块链节点停机的情况下，通过纪元切换实现对区块链配置数据的更新。
-
公开(公告)号：CN119963337A
公开(公告)日：2025-05-09
申请号：CN202411960897.2
申请日：2024-12-28
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06Q40/06 , G06Q40/04 , G06Q20/06 , G06Q20/40 , H04L67/104
Abstract: 本申请适用于资产数字化技术领域，提供了资产数字化的处理方法、电子设备及介质，方法包括：获取目标资产的资产配置信息；根据目标非同质化通证协议以及预设的智能合约集合，确定目标资产对应的第一智能合约，以及，根据目标同质化通证协议以及智能合约集合，确定目标资产对应的第二智能合约；第一智能合约、第二智能合约、第一子信息以及第二子信息发送至区块链系统，以使区块链系统根据第一智能合约以及第一子信息，创建目标资产对应的至少一个非同质化通证，并根据第二智能合约以及第二子信息，为每个非同质化通证创建同质化通证。提高rwa资产在区块链系统中的流动性并降低rwa资产数字化的难度。
-
公开(公告)号：CN119806415A
公开(公告)日：2025-04-11
申请号：CN202411885157.7
申请日：2024-12-19
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本申请适用于计算机技术领域，提供了一种日志数据的处理方法、装置、终端设备及程序产品，该方法响应于针对目标日志数据的存储指令，确定块设备中已存储日志数据的历史起始偏移量和历史长度数据；根据历史起始偏移量和历史长度数据，确定目标日志数据待存储至块设备的第一起始偏移量；将目标日志数据的第一长度数据和第一起始偏移量以键值对的形式处理为目标日志数据的索引数据，索引数据用于提供读取目标日志数据的索引信息；根据第一起始偏移量和索引数据存储目标日志数据至块设备中。该方法通过存储目标日志数据至块设备，降低了额外的文件开销，同时利用块设备的独立读取功能，能够为后续读取日志数据提供便利，简化日志数据的读取操作。
-
Patent Agency Ranking
公开(公告)号：CN119766490A
公开(公告)日：2025-04-04
申请号：CN202411730702.5
申请日：2024-11-28
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L9/40 , G06Q40/04 , H04L67/568
Abstract: 本申请适用于区块链技术领域，提供了区块链系统的共识方法、区块链系统、介质及程序产品，方法包括：在接收到第一账户的第一交易的情况下，获取第一账户在区块链系统中的账户标识信息；根据账户标识信息，从交易行为评分集合中获取第一账户对应的目标交易行为评分，目标交易行为评分用于指示第一账户攻击区块链系统的概率；在目标交易行为评分满足第一条件的情况下，将第一交易存储至交易缓存池；对交易缓存池中的交易进行共识操作，得到共识结果，共识结果指示区块链系统中的交易的执行顺序。仅允许交易行为评分满足第一条件的账户的交易进入交易缓存池，实现了对恶意用户的拦截，减少共识结果中的异常交易的数量，提高共识成功率。
-
公开(公告)号：CN118939757A
公开(公告)日：2024-11-12
申请号：CN202410990608.7
申请日：2024-07-23
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06F16/33 , G06F16/338 , G06F16/31 , G06F40/216
Abstract: 本发明公开了一种基于大语言模型的零样本跨语言重排序方法、电子设备、介质，包括：获取若干语言种类对应的查询，以及若干语言种类对应的文档数据；对每一语言种类对应的文档数据建立词条到文档的映射，得到对应的倒排索引；将查询输入至该语言种类对应的倒排索引，得到每一查询对应的第一重排文档列表；对于每一查询，将查询分解为若干个子查询，对该查询对应的第一重排文档列表中的每一文档设置唯一标志符；设置提示词模板，将查询、子查询、第一重排文档列表、每一文档对应的唯一标志符、提示词模板输入至大语言模型中，输出每一文档与查询的相关性标志符排序，得到每一查询对应的第二重排文档列表。
-
公开(公告)号：CN118400095B
公开(公告)日：2024-09-27
申请号：CN202410844017.9
申请日：2024-06-27
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
IPC: H04L9/00 , H04L9/32 , H04L67/1097
Abstract: 本申请适用于区块链技术领域，提供了一种区块链系统的共识方法及装置，其中，所述共识方法包括：在第n+x2次共识轮次中，引用多个提案区块，并结合客户端的当前交易，生成一后置提案区块；其中，多个提案区块是在第n次共识轮次中，由多个验证节点引用一前置提案区块所对应产生的，所述前置提案区块在第n‑x1次共识轮次中产生；将所述后置提案区块作为所述前置提案区块的证书，以共识所述前置提案区块。利用本申请提供的共识方法，在共识过程中不再需要传递大量的签名消息，而是通过在不同共识轮次产生的区块之间建立引用关系，以对某个区块进行共识。如此一来，减少了共识过程中传输和验证签名消息的开销。
-
公开(公告)号：CN118631465A
公开(公告)日：2024-09-10
申请号：CN202410642065.X
申请日：2024-05-22
Applicant: 杭州高新区(滨江)区块链与数据安全研究院
Abstract: 本申请涉及一种不可链接的环签名方法、系统、计算机设备和存储介质，其中，该方法包括：生成每个环成员的密钥对；密钥对包括公钥和私钥；基于密钥对和预先生成的随机数，对签名内容进行随机性增强的加密处理，生成用于进行有效性验证的验证参数；根据公钥、随机数、以及验证参数确定环签名；通过公钥和验证参数，对环签名进行有效性验证。通过本申请，在对签名内容进行加密处理时增强了随机性，使得由同一私钥每次生成的环签名都不相关，实现了不可链接的环签名，能够提高环签名的匿名性，解决了可链接的环签名导致环匿名性降低的问题。
-
公开(公告)号：CN118569356A
公开(公告)日：2024-08-30
申请号：CN202410729737.0
申请日：2024-06-06
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06N3/098 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N5/04 , H04L67/10 , G06V10/82 , G06V10/94 , G06V10/764 , G16H50/20
Abstract: 本发明公开了一种基于分组生成及联邦学习的业务执行方法、设备、介质，应用于客户端，包括：接收服务器下发的基准数据集、初始化的业务执行网络和生成对抗网络；利用本地数据集对业务执行网络进行训练，从而在基准数据集上进行推断，统计各标签的准确率组成向量；每一组别参与联邦学习的每轮迭代训练过程，包括对生成对抗网络进行训练；将高斯噪声输入随机选取的若干个经服务器聚合得到的全局对抗生成模型得到合成样本集；其中，每一组别是服务器基于经阈值截断、随机翻转的准确率组成向量对客户端进行分组得到；利用合成样本集和本地数据集对重新初始化的业务执行网络进行训练；接收经服务器聚合得到的全局业务执行网络，以此执行业务任务。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.055 seconds)
