-
公开(公告)号：CN115996226A
公开(公告)日：2023-04-21
申请号：CN202310295550.X
申请日：2023-03-17
申请人： 杭州海康威视数字技术股份有限公司
摘要： 本申请提供一种基于区块链的多重智能合约的共享激励方法、装置及设备，该方法包括：获取数据请求者发送的针对智能合约中的目标数据集的访问请求；基于访问请求对应的验证参数对数据请求者进行验证；若访问请求对应的每个验证参数均满足验证通过条件，则数据请求者验证成功；若验证成功，则为数据请求者生成目标令牌，将目标令牌发送给数据请求者，以使数据请求者基于目标令牌访问目标数据集；其中，访问请求包括资源验证参数，资源验证参数包括第一结算资源和第二结算资源，若第一结算资源不小于目标数据集的数据价格，第二结算资源不小于数据请求者的第一保证价格，则资源验证参数满足验证通过条件。通过本申请技术方案，能够保证数据安全。
-
公开(公告)号：CN115996226B
公开(公告)日：2023-06-27
申请号：CN202310295550.X
申请日：2023-03-17
申请人： 杭州海康威视数字技术股份有限公司
摘要： 本申请提供一种基于区块链的多重智能合约的共享激励方法、装置及设备，该方法包括：获取数据请求者发送的针对智能合约中的目标数据集的访问请求；基于访问请求对应的验证参数对数据请求者进行验证；若访问请求对应的每个验证参数均满足验证通过条件，则数据请求者验证成功；若验证成功，则为数据请求者生成目标令牌，将目标令牌发送给数据请求者，以使数据请求者基于目标令牌访问目标数据集；其中，访问请求包括资源验证参数，资源验证参数包括第一结算资源和第二结算资源，若第一结算资源不小于目标数据集的数据价格，第二结算资源不小于数据请求者的第一保证价格，则资源验证参数满足验证通过条件。通过本申请技术方案，能够保证数据安全。
-
公开(公告)号：CN116016610A
公开(公告)日：2023-04-25
申请号：CN202310283893.4
申请日：2023-03-21
申请人： 杭州海康威视数字技术股份有限公司
IPC分类号： H04L67/12 , H04L9/40 , H04L41/142 , H04L41/16
摘要： 本申请提供一种基于区块链的车联网数据安全共享方法、装置及设备，该方法包括：将初始全局模型参数发送给多个终端设备，以使每个终端设备基于初始全局模型参数获取局部模型参数；获取多个终端设备发送的局部模型参数；从区块链下载终端设备对应的信誉特征，或基于终端设备对应的车联网数据交互信息确定终端设备对应的信誉特征；基于信誉特征确定终端设备为第一类终端或第二类终端；基于所有第一类终端发送的局部模型参数生成目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练模型参数。通过本申请技术方案，能够保护终端设备的数字资产，保证数据安全。
-
公开(公告)号：CN116016610B
公开(公告)日：2024-01-09
申请号：CN202310283893.4
申请日：2023-03-21
申请人： 杭州海康威视数字技术股份有限公司
IPC分类号： H04L67/12 , H04L9/40 , H04L41/142 , H04L41/16
摘要： 本申请提供一种基于区块链的车联网数据安全共享方法、装置及设备，该方法包括：将初始全局模型参数发送给多个终端设备，以使每个终端设备基于初始全局模型参数获取局部模型参数；获取多个终端设备发送的局部模型参数；从区块链下载终端设备对应的信誉特征，或基于终端设备对应的车联网数据交互信息确定终端设备对应的信誉特征；基于信誉特征确定终端设备为第一类终端或第二类终端；基于所有第一类终端发送的局部模型参数生成目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练模型参数。通过本申请技术方案，能够保护终端设备的数字资产，保证数据安(56)对比文件Haoyu Chen.RepBFL: Reputation BasedBlockchain-Enabled Federated LearningFramework for Data Sharing in Internet ofVehicles《.Parallel and DistributedComputing, Applications and Technologies:22nd International Conference》.2022,全文.
-
公开(公告)号：CN113312105B
公开(公告)日：2023-05-02
申请号：CN202110619282.3
申请日：2021-06-03
申请人： 南京邮电大学 , 杭州海康威视数字技术股份有限公司
IPC分类号： G06F9/445 , G06F9/50 , G06N20/00 , H04L67/1004 , H04L67/12
摘要： 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
公开(公告)号：CN113312105A
公开(公告)日：2021-08-27
申请号：CN202110619282.3
申请日：2021-06-03
申请人： 南京邮电大学 , 杭州海康威视数字技术股份有限公司
摘要： 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.088 秒)
