【摘 要】
：
随着以太坊、智能合约和共识算法等区块链技术的不断发展,区块链技术已经从单一的金融领域转变到与人们生活息息相关的智慧医疗、智慧交通和智慧政务等领域。共识算法作为区块链的核心技术之一直接影响区块链系统的性能(如交易吞吐量、可扩展性和容错性)进而影响人们的生活质量。为此,本文对工作量证明(Proof of Work,PoW)、权益证明(Proof of Stake,PoS)和委托权益证明(Delegat
论文部分内容阅读
随着以太坊、智能合约和共识算法等区块链技术的不断发展,区块链技术已经从单一的金融领域转变到与人们生活息息相关的智慧医疗、智慧交通和智慧政务等领域。共识算法作为区块链的核心技术之一直接影响区块链系统的性能（如交易吞吐量、可扩展性和容错性）进而影响人们的生活质量。为此,本文对工作量证明（Proof of Work,PoW）、权益证明（Proof of Stake,PoS）和委托权益证明（Delegated Proof of Stake,DPoS）等主流共识算法进行研究,并重点研究目前使用率较高的DPoS共识算法中存在的问题。本文的主要研究内容如下所示:（1）针对DPoS共识算法存在投票节点积极性低,恶意节点容易被选为代理节点等问题,提出了基于声誉的委托权益证明共识算法（Reputation-based Delegated Proof of Stake,RDPoS）。在RDPoS共识算法中,首先使用声誉模型对节点的历史行为进行可信评估得到该节点的声誉值,然后根据声誉值和票数进行综合评分,最后根据综合评分高低选择代理节点参与区块生成和验证。此外,在RDPoS共识算法中引入混合激励机制通过声誉奖励的方式提高节点投票的积极性。实验结果证明RDPoS共识算法在保证节点投票积极性的前提下有效的降低恶意节点被选为代理节点的概率。（2）RDPoS共识算法中节点进行投票时依旧使用DPoS共识算法的投票方式,被投票节点获得的投票数与投票节点拥有的代币的数量成正比（投票总数=投票数量*代币的数量）,这将影响RDPoS共识算法中的代理节点选择的公平性。在RDPoS共识算法的基础上,提出了一种基于投票信任模型的委托权益证明共识算法（Delegated Proof of Stake based on Voting Trust Model,DPoSVT）解决代理节点选择不公平的问题。在DPoSVT共识算法中,首先使用投票信任模型对全网的投票情况进行可信评估得到节点的信任值,然后根据节点的信任值、RDPoS共识算法中的声誉值和节点的票数进行综合评分,最后根据综合评分高低选择代理节点参与区块生成和验证。实验结果证明DPoSVT共识算法在保证节点投票公平的前提下有效的降低恶意节点被选为代理节点的概率。（3）使用DPoSVT共识算法替换以太坊中的PoW共识算法,基于改进后的以太坊平台设计并实现去中心化的电子病历管理系统。对系统中所有功能进行测试证明,基于DPoSVT共识算法改进的以太坊平台能够满足电子病历管理系统的基本要求。
其他文献
由于实际系统大多数是非线性的,如何处理非线性系统一直是研究的热点。随着模糊理论的发展,模糊控制理论用来处理非线性系统受到诸多研究人员的青睐,如T-S模糊模型能于任意精度逼近一个光滑且有界的非线性函数,将非线性系统描述为一组局部线性模型的凸组合。对于模糊系统的控制综合已进行深入研究并取得重要成果,如控制器设计、H_∞控制等,大多集中于状态反馈,然而实际系统中一些状态很难被测量或者测量的成本很高,因此
本文针对如何更好的建模上下文进行了研究。在上下文的建模和利用中存在着一些问题,本文针对低质量上下文、模糊上下文和缺失上下文三个方面进行了提高上下文质量、模糊本体建模和补全缺失上下文的研究。然后分别将它们应用在了光伏发电预测、文献摘要、文献检索的领域。研究内容如下:研究内容1:对于低质量上下文,本文提出了一种新的方法来建立了高质量本体模型,该本体模型可提高上下文质量。该本体先将上下文按照其来源的不同
心血管病已经成为威胁人类生命健康的主要疾病之一。临床上,心血管病经常伴有心律失常现象发生。有些心律失常可能导致心脏病的症状,包括头晕、昏倒和呼吸急促,还有些类型的心律失常,如房颤和心室颤动,可能会引起中风和心脏骤停,因此及时准确检测心律失常是紧急且必要的。心电信号(ECG)作为一种表征心脏状况的生理信号,对心律失常的检测和诊断具有重要意义。但由于医学数据的特殊性,其标注成本高,许多数据标注的不完全
随着互联网的迅速普及,如何有效地组织、利用以及挖掘数据背后隐含的知识成为一种新的挑战。知识图谱描述了客观世界所存在的实体及语义关联等,并以图结构直观地呈现,为用户提供了结构化的知识,逐渐获得了学术界和工业界的普遍关注,因此如何构建一个知识图谱成为学者们研究的热点。同时多源异构的知识之间往往会存在重复、语义歧义多样、质量参差不齐等问题,要想构建一个高质量的知识图谱,知识融合是不可或缺的关键环节。实体
DNA序列中储存着大量复杂且有价值的生物信息,其中DNA序列的相似性分析可以发现生物之间的进化关系,从而更好地处理生物信息;DNA序列的模式匹配可以统计基因片段出现的位置和数目,有利于对致病基因进行状态跟踪和靶向治疗。但是大多数序列相似性分析和模式匹配方法都针对整个序列而不是频繁序列模式,这就加大了计算的复杂度;并且目前的研究方法均忽略了含缺失碱基的基因片段,即对于负序列模式,还没有统一的分析方法
人脸检测在生产生活中使用越来越广泛,人脸检测安全性问题逐渐成为社会关注要点。人脸攻击导致经济损失事件频频发生,攻击方式主要包括打印照片攻击、屏幕成像攻击、视频回放攻击和假体攻击等,因此在人脸识别中使用活体检测技术越来越重要。随着攻击方式越来越多,人脸活体检测面临越来越大的压力,现今主要使用的活体检测方式比较单一,在复杂环境下准确性和鲁棒性往往达不到要求。在保证模型检测性能基础上还需要考虑模型推理时
在软件的开发和维护过程中,每天会有大量的代码变更被提交到版本管理平台中,而阅读和理解代码的变更是软件开发过程的必要工作,人工的对于变更代码差异的识别也越来越困难。当今软件功能的需求越来越多样化,软件的体系结构也随之增大,如果能够对代码的变更进行自动差异比较分析,则能够将代码变更的差异从源代码中分离,有助于对代码变更的阅读和理解,同时有助于开发人员研究代码变更中相关问题,有利于理解软件演化的过程。当
目前,接入到物联网中的设备数量呈指数级增长,随着这些物联网设备的运行就会生成海量的数据。这些数据可能包含用户的隐私信息,例如家庭住址、年龄、患病史等,若这些数据被任意访问就容易出现隐私泄露问题。如何管理这些海量的数据,使得这些数据能被安全、高效的利用是我们所面临的一大挑战。访问控制技术是目前被广泛使用的安全保护技术之一,为物联网设备数据保护提供了有力支撑。然而,在利用访问控制确保数据能被合法使用的
随着网络技术和数字媒体的蓬勃发展,当今社会已然迈入信息时代,大量数字化产物在网络空间中存储和传输,如何保障数字资源的存储和传播成为社会广泛关注的问题。数字水印技术在众多安全技术中脱颖而出,在数字资源版权保护问题中展现出独特优势。近年来,鲁棒图像水印技术已取得长足进步,现有的鲁棒图像水印算法已能很好地抵抗常规图像处理攻击,但如何抵抗几何攻击和提高计算精度,依然是数字图像水印研究领域共同面临的难题。本
数据挖掘顾名思义就是从海量数据中挖掘出对于企业或者个人来说有用的信息,因为数据挖掘能够为企业创造出更大的利益,所以数据挖掘的相关算法与技术层出不穷,并且已经广泛应用到了许多领域,成为推动大数据发展不可或缺的动力。分类分析是数据挖掘算法中的经典算法之一,其中KNN算法因其原理简单易懂又易于实现等特点被广泛的应用到数据挖掘领域。但因其也存在一些缺陷,如训练样本不均衡问题、冗余特征等会对分类结果产生影响