-
公开(公告)号：CN113822758B
公开(公告)日：2023-10-13
申请号：CN202110889794.1
申请日：2021-08-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和隐私的自适应分布式机器学习方法，包括：建立基于区块链的具有隐私保护的分布式机器学习系统模型，并依据区块链共识完成节点间的交互过程。通过详细分析本地节点在训练过程及共识过程中的计算复杂度，考虑能耗进行计算资源分配的优化方法，从而给出基于资源分配优化的自适应聚合方法。仿真结果表明，本发明的技术方法基于分布式共识在节点间进行具有隐私保护的训练过程，一方面在能耗约束下对节点上的计算资源分配进行优化，另一方面自适应调整全局聚合频率，从而提高系统总能量的利用率，进一步提高分布式学习过程的收敛性能。
-
公开(公告)号：CN109657008A
公开(公告)日：2019-04-19
申请号：CN201811551575.7
申请日：2018-12-18
Applicant: 北京工业大学
IPC: G06F16/27 , G06F16/2458
Abstract: 本发明公开了一种基于Spark和区块链的数据处理系统，属于区块链技术领域。由数据上传模块、中枢数据模块、数据处理模块、数据应用模块组成。系统架构建立在区块链上，数据上传模块、数据处理模块皆为区块链的一个子节点；数据上传模块用于将原始数据上传到中枢数据模块；数据处理模块采用基于Spark平台的机器学习算法，用于训练中枢数据模块中的原始数据以得到训练后的数据B，并将B返回至中枢数据模块；数据应用模块用于从中枢数据模块中取得B并应用；中枢数据模块用于存储原始数据以及处理后的数据，并接受数据上传模块、数据处理模块、以及数据应用模块的调用。本发明具有深度挖掘数据价值的功能。
-
公开(公告)号：CN109615015A
公开(公告)日：2019-04-12
申请号：CN201811551766.3
申请日：2018-12-18
Applicant: 北京工业大学
Abstract: 一种基于区块链智能合约与机器学习的数据预处理方法，通过区块链技术和机器学习技术协同完成在节点上的数据预处理。具体包括收集物联网数据，存储到本地节点之后将其标准化；在本地节点上创建机器学习算法文件，用于对物联网数据的预处理；将数据存入区块链；利用入链后的数据对学习算法进行训练，得到模型系数，并存储到本地节点；首先将机器学习算法表达式写入智能合约，然后将得到的模型系数通过调用智能合约存入区块链；利用上链后的模型对待处理数据进行处理；将处理后的数据存入区块链。该方法在区块链的智能合约中加入机器学习算法，利用机器学习提高区块链的数据挖掘能力。
-
公开(公告)号：CN110099055A
公开(公告)日：2019-08-06
申请号：CN201910357081.3
申请日：2019-04-29
Applicant: 北京工业大学
Abstract: 本发明公开了基于轻量级区块链节点的物联网服务架构，该物联网服务架构由设备层、全节点层、区块链网络层、服务层以及应用层这5层组成。将物联网设备作为轻量级区块链节点，利用区块链技术中点对点的通信方式，解决了设备与设备之间数据交换的问题；同时由于区块链技术本身去中心化的特点以及加入密码学的加密算法解决了设备间无信任和数据分享过程中可能存在的安全问题；并且引入智能合约，管理物联网所有设备以及数据信息，通过智能合约的事件触发及自动化运行的脚本系统，优化管理流程，解决了资源整合与管理问题。
-
公开(公告)号：CN113344255B
公开(公告)日：2024-03-19
申请号：CN202110557813.0
申请日：2021-05-21
Applicant: 北京工业大学
IPC: H04W28/08 , H04W28/084 , H04W24/02 , H04W72/044 , G06F9/445 , G06F9/50 , G06N3/045
Abstract: 本发明公开了基于移动边缘计算和区块链的车载网络应用数据传输和计费优化方法，通过构建计算模型、缓存模型和区块链模型，计算车辆本地计算和卸载计算的能耗和开销，供应商内容交付的传输能耗，以及区块链中数据吞吐量和共识过程产生的能耗和开销，从而通过训练深度神经网络，指导调整车辆任务卸载决策、内容缓存决策、共识节点卸载数目、区块间隔和区块尺寸，完成场景内的最优资源分配。本发明克服了车载单元计算和供应商内容交付能耗过高、计费数据安全、区块链中数据吞吐量低以及系统开销高等问题。仿真实验表明，本发明在节省系统能耗、计算开销以及提高区块链中数据吞吐量方面具有一定的优势。
-
Patent Agency Ranking
公开(公告)号：CN113806764B
公开(公告)日：2023-11-10
申请号：CN202110889795.6
申请日：2021-08-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和隐私保护的分布式支持向量机及其优化方法，包括：建立基于区块链的具有隐私保护的分布式支持向量机系统模型，并依据区块链共识PBFT协议完成节点间的交互过程。通过分析本地节点在训练过程及共识过程中的计算复杂度，给出基于能耗及系统能量利用率考虑的计算资源分配的优化方法。仿真结果表明，本发明的技术方案和模型在训练和共识过程中可以为节点及模型提供隐私保护，在能耗约束的条件下，通过对各节点各步骤的资源进行优化，提高系统总能量的利用率和分布式支持向量机学习过程的性能。
-
公开(公告)号：CN113344255A
公开(公告)日：2021-09-03
申请号：CN202110557813.0
申请日：2021-05-21
Applicant: 北京工业大学
Abstract: 本发明公开了基于移动边缘计算和区块链的车载网络应用数据传输和计费优化方法，通过构建计算模型、缓存模型和区块链模型，计算车辆本地计算和卸载计算的能耗和开销，供应商内容交付的传输能耗，以及区块链中数据吞吐量和共识过程产生的能耗和开销，从而通过训练深度神经网络，指导调整车辆任务卸载决策、内容缓存决策、共识节点卸载数目、区块间隔和区块尺寸，完成场景内的最优资源分配。本发明克服了车载单元计算和供应商内容交付能耗过高、计费数据安全、区块链中数据吞吐量低以及系统开销高等问题。仿真实验表明，本发明在节省系统能耗、计算开销以及提高区块链中数据吞吐量方面具有一定的优势。
-
公开(公告)号：CN113822758A
公开(公告)日：2021-12-21
申请号：CN202110889794.1
申请日：2021-08-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和隐私的自适应分布式机器学习方法，包括：建立基于区块链的具有隐私保护的分布式机器学习系统模型，并依据区块链共识完成节点间的交互过程。通过详细分析本地节点在训练过程及共识过程中的计算复杂度，考虑能耗进行计算资源分配的优化方法，从而给出基于资源分配优化的自适应聚合方法。仿真结果表明，本发明的技术方法基于分布式共识在节点间进行具有隐私保护的训练过程，一方面在能耗约束下对节点上的计算资源分配进行优化，另一方面自适应调整全局聚合频率，从而提高系统总能量的利用率，进一步提高分布式学习过程的收敛性能。
-
公开(公告)号：CN112115505B
公开(公告)日：2025-01-10
申请号：CN202010789047.6
申请日：2020-08-07
Applicant: 北京工业大学
Abstract: 本发明公开了基于移动边缘计算和区块链技术的新能源汽车充电站计费数据传输方法，通过构建区块链模型和传输模型，计算区块链中数据吞吐量和共识过程进行本地计算和卸载计算产生的时延和能耗，以及充电站向车辆发送输出结果过程产生的时延和能耗，从而通过训练深度神经网络，指导调整主节点和副本节点卸载决策、区块尺寸和区块间隔，完成场景内的最优资源分配。本发明克服了充电计费数据安全存储和传输、设备因处理计算任务而能耗过高、时延过高以及区块链中数据吞吐量低等问题。仿真实验表明，本发明在节省系统时延、能耗以及提高区块链中数据吞吐量方面具有一定的优势。
-
公开(公告)号：CN113806764A
公开(公告)日：2021-12-17
申请号：CN202110889795.6
申请日：2021-08-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和隐私保护的分布式支持向量机及其优化方法，包括：建立基于区块链的具有隐私保护的分布式支持向量机系统模型，并依据区块链共识PBFT协议完成节点间的交互过程。通过分析本地节点在训练过程及共识过程中的计算复杂度，给出基于能耗及系统能量利用率考虑的计算资源分配的优化方法。仿真结果表明，本发明的技术方案和模型在训练和共识过程中可以为节点及模型提供隐私保护，在能耗约束的条件下，通过对各节点各步骤的资源进行优化，提高系统总能量的利用率和分布式支持向量机学习过程的性能。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
