一种面向新型城轨列车大数据的高伸缩分布式索引方法

    公开(公告)号:CN110716933B

    公开(公告)日:2022-03-15

    申请号:CN201910934795.6

    申请日:2019-09-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向新型城轨列车大数据的高伸缩分布式索引方法。针对新型城轨列车大数据采用服务器集群进行存储构建数据库,形成一个图状拓扑结构的服务器集群,为每台服务器分配一个辅键索引范围作为索引区间;将键值类型数据进行分片,分布式地存储到服务器上,每台服务器对本地的数据分片建立分片索引;每台服务器从本地的分片索引中选取中间节点,建立外链索引发布到其他确定服务器上;利用辅键索引处理查询请求。本发明快速定位查找并定位保存了所需数据区块的服务器,建立辅助索引可支持迅速、准确的数据查询功能,解决了键值存储模型缺乏辅助索引的问题,能够提高大数据存储系统的数据检索效率,具有高伸缩性和低延迟的特点。

    一种面向新型城轨列车大数据的高伸缩分布式索引方法

    公开(公告)号:CN110716933A

    公开(公告)日:2020-01-21

    申请号:CN201910934795.6

    申请日:2019-09-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向新型城轨列车大数据的高伸缩分布式索引方法。针对新型城轨列车大数据采用服务器集群进行存储构建数据库,形成一个图状拓扑结构的服务器集群,为每台服务器分配一个辅键索引范围作为索引区间;将键值类型数据进行分片,分布式地存储到服务器上,每台服务器对本地的数据分片建立分片索引;每台服务器从本地的分片索引中选取中间节点,建立外链索引发布到其他确定服务器上;利用辅键索引处理查询请求。本发明快速定位查找并定位保存了所需数据区块的服务器,建立辅助索引可支持迅速、准确的数据查询功能,解决了键值存储模型缺乏辅助索引的问题,能够提高大数据存储系统的数据检索效率,具有高伸缩性和低延迟的特点。

    一种激励驱动的区块链联邦学习方法

    公开(公告)号:CN113657608A

    公开(公告)日:2021-11-16

    申请号:CN202110894759.9

    申请日:2021-08-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种激励驱动的区块链联邦学习方法,任务发布节点根据自身需求通过区块链部署一个联邦训练任务智能合约,任务发布后,训练节点以及验证节点访问区块链,向智能合约获取任务状态,根据自身条件选择报名参与训练或者验证过程。报名完成后,训练节点通过文件句柄下载模型文件,然后利用本地数据进行训练,训练完成后将模型上传至分布式文件系统,然后将文件句柄上传至智能合约。验证节点通过智能合约中的本地模型文件句柄下载对应的模型进行聚合和评估,完成后上传评估结果以及聚合模型。待全部验证节点上传结果后,智能合约比对评估结果。本发明增加了联邦学习系统灵活性以及抵抗恶意攻击的能力,能够应对各种不信任环境。

Patent Agency Ranking