-
公开(公告)号：CN114036230B
公开(公告)日：2024-07-26
申请号：CN202111314149.3
申请日：2021-11-08
Applicant: 北京航空航天大学
IPC: G06F16/27 , G06F18/2431 , G06N3/09 , H04L67/61 , H04L67/1097 , H04L67/12 , H04L67/52 , G06N3/092
Abstract: 本发明公开一种递归深度强化学习制导的工业区块链优化方法，包括步骤构建状态空间和动作空间；构建强化学习森林，再进入马尔可夫决策过程；在当前决策时期内，执行动作空间,进行迭代调整块大小与块间隔，选择最佳共识算法，获得区块链的块大小、块区间和共识算法；更新RL森林中的信息，更新后的RL森林作为下一决策时期使用；不断进行新数据的输入，并反复执行步骤S20，调整块大小和块区间，输出最佳的共识算法。本发明通过建立递归可扩展的强化学习框架，调整区块链的块大小和块区间，并选择最佳的共识算法，从而优化区块链的性能，能够在当前基础上有效提升区块链系统的事务吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN116777316A
公开(公告)日：2023-09-19
申请号：CN202310207599.5
申请日：2023-03-07
Applicant: 北京航空航天大学 , 石家庄铁道大学 , 石家庄铁大科贤信息技术有限公司
Abstract: 本发明公开一种高性能联盟区块链钢铁物流溯源方法，包括步骤：获取钢铁物流中上链的数据信息；采用词频统计方法和优化的哈希函数进行交易信息识别；对交易识别信息进行交易验证；通过块体缓存和收据缓存进行缓存，并行处理交易验证；进行溯源结果展示，通过多层分布式缓存和优化的哈希函数加速溯源获得溯源结果，通过跨域信息交互和标志字段处理获得DAG图型区块链来提高数据传输效率。本发明减少冗余验证，缓存应用交易，并行处理区块交易验证，选用执行速度快的哈希函数，采用多级分布式缓存技术对联盟区块链钢铁物流溯源进行高性能优化。
-
公开(公告)号：CN114841070B
公开(公告)日：2024-07-26
申请号：CN202210514985.4
申请日：2022-05-11
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/0442 , G06N3/092 , G06F111/06
Abstract: 本发明公开一种智能区块链多分片预测及控制方法，包括构建节点关联性信息网络和提取多维度节点信息表征；根据节点关联性信息网络的节点，利用基于top‑k机制的推荐算法构建亲近性子图集合；利用GCN‑LSTM算法对亲近性子图集合中节点进行时空特征表征学习，构建基于图结构的周期性终身学习架构，为构建多分片预测控制模型做资源储备；构建动态环境下基于时空结构的多分片预测控制模型；利用MAAC算法实现所述多分片预测控制模型性能的更新和优化。本发明提高基于动态资源需求的节点多目标优化策略，增强节点时空多维属性表征能力，提升各分块之间的通信安全和区块链智能化多分片预测模型和控制机制的性能。
-
公开(公告)号：CN114036230A
公开(公告)日：2022-02-11
申请号：CN202111314149.3
申请日：2021-11-08
Applicant: 北京航空航天大学
Abstract: 本发明公开一种递归深度强化学习制导的工业区块链优化方法，包括步骤构建状态空间和动作空间；构建强化学习森林，再进入马尔可夫决策过程；在当前决策时期内，执行动作空间,进行迭代调整块大小与块间隔，选择最佳共识算法，获得区块链的块大小、块区间和共识算法；更新RL森林中的信息，更新后的RL森林作为下一决策时期使用；不断进行新数据的输入，并反复执行步骤S20，调整块大小和块区间，输出最佳的共识算法。本发明通过建立递归可扩展的强化学习框架，调整区块链的块大小和块区间，并选择最佳的共识算法，从而优化区块链的性能，能够在当前基础上有效提升区块链系统的事务吞吐量。
-
公开(公告)号：CN115659919A
公开(公告)日：2023-01-31
申请号：CN202211273214.7
申请日：2022-10-18
Applicant: 北京航空航天大学
IPC: G06F40/151 , G06F40/295 , G06F40/126 , G06N3/08 , G06N3/0442 , G06N3/0455 , G06N3/047
Abstract: 本发明公开一种智能合约的自动生成方法，包括步骤：合约基础内容确定，使用自然语言对合约基础内容进行编写，构成自然语言合约；数据结构化，对自然语言合约利用词嵌入自然语言处理技术将合约内容的每个语句向量化，通过知识抽取将向量化后的合约转化成结构化数据；确定状态图模板，根据结构化数据对状态图进行填充；树生成和UML建模，构建决策树模型对执行流程进行说明，进行UML建模获得UML状态图；智能合约生成，利用UML状态图生成智能合约。本发明旨在减少人工编写操作，提高智能合约的生成效率和准确率。
-
公开(公告)号：CN114841070A
公开(公告)日：2022-08-02
申请号：CN202210514985.4
申请日：2022-05-11
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F111/06
Abstract: 本发明公开一种智能区块链多分片预测及控制方法，包括构建节点关联性信息网络和提取多维度节点信息表征；根据节点关联性信息网络的节点，利用基于top‑k机制的推荐算法构建亲近性子图集合；利用GCN‑LSTM算法对亲近性子图集合中节点进行时空特征表征学习，构建基于图结构的周期性终身学习架构，为构建多分片预测控制模型做资源储备；构建动态环境下基于时空结构的多分片预测控制模型；利用MAAC算法实现所述多分片预测控制模型性能的更新和优化。本发明提高基于动态资源需求的节点多目标优化策略，增强节点时空多维属性表征能力，提升各分块之间的通信安全和区块链智能化多分片预测模型和控制机制的性能。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
