CN109995610A - 一种模拟生物神经形态的对等网络底层通信系统 - Google Patents
一种模拟生物神经形态的对等网络底层通信系统 Download PDFInfo
- Publication number
- CN109995610A CN109995610A CN201910167656.5A CN201910167656A CN109995610A CN 109995610 A CN109995610 A CN 109995610A CN 201910167656 A CN201910167656 A CN 201910167656A CN 109995610 A CN109995610 A CN 109995610A
- Authority
- CN
- China
- Prior art keywords
- chain
- alliance
- node
- peer
- communication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/50—Address allocation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种模拟生物神经形态的对等网络底层通信系统,包括区块链节点初始化、监测对等网络心跳、底层通信三部分,首先生成区块链地址系统和设计智能合约分级体系;监测对等网络心跳,联盟链内节点主动发送节点状态,且联盟链内节点更新其他节点的状态,实时监测链内任一节点状态;底层通信包括链内通信,即监测接收方节点网络状态,如果在线直接发送UDP数据包,还包括跨链通信,发送方执行通信合约,按频率寻址接收方联盟链,寻址成功后发送方执行智能合约,向接收方发送数据包。本发明依据生物神经系统工作原理,建立超大规模对等网络的心跳监测、底层通信和感知反射系统,可有效提高区块链寻址效率、数据传输效率以及安全性。
Description
技术领域
本发明涉及网络通信技术领域,更为具体来说,本发明涉及一种模拟生物神经形态的对等网络底层通信系统。
背景技术
生物神经系统一般指生物的大脑神经元、细胞、触点等组成的网络,用于产生生物意识,帮助生物进行思考和行动。每个神经元可以看做一个小的处理单元,这些处理单元按照某种方式相互连接起来,构成了大脑内部的生物神经元网络。生物通过神经系统对外界和体内的各种刺激(信息)发生反应,信息在神经元上是以生物电的形式传导的。有研究表明,生物在接受某一感觉刺激或执行特定行为任务时,不同功能的神经元放电频率是不同的,比如躯体运动神经与内脏感觉神经的频率就不同,大脑负责躯体运动的脑神经发出的信号只会在负责躯体运动的神经元上传递,其余神经元因为频率不同会自动屏蔽躯体运动神经信号。正是因为有这样的神经元传递信号的机制,不同的频率相当于形成了不同的信号传递通道,生物神经系统才能各司其职,形成完成复杂高效的感知反射系统。
神经编码(neural coding)是一个和神经科学相关的领域,指神经信息在传递和表达时所采用的一系列规则与机制。在对神经元放电编码规律的认识过程中,形成了各种不同的编码方法,如频率编码、群体编码、时间编码、模式编码等。动作电位,也就是电峰序列,包含的信息可能来自不同的编码方案。例如受神经驱动的肌肉的收缩力量,就单纯取决于动作神经元的“发放频率”,也就是单位时间内的平均电峰数量,称为频率编码。与之相反,复杂的“时间编码”则是基于单个电峰的确切出现时间,它们可能会与外界刺激绑定,例如视觉系统与听觉系统,或者自激发的神经回路的情况都是如此。
乌尔姆(Stanislaw M.Ulam)和冯·诺伊曼(John von Neumann)为了研究机器人自我复制的可能性,在上个世纪50年代提出一种叫做细胞自动机(Cellular Automaton)的离散型动力系统(Discrete Dynamical Systems)。在一个平面上(这里以平面为例,但不限于二维平面)纵横相交的多条直线构成了许多网格,每一个网格被看作一个细胞。这些细胞可以具有一些特征状态,譬如被染成不同颜色。在每个特定的时刻每个细胞只能处于一种特征状态。随着计算机迭代计算过程的进行,全体细胞各自根据周围细胞的状态,按照相同的规则同时自动改变它本身的状态,这就构成了一台细胞自动机。细胞自动机的应用非常广泛,其中一个应用是产生伪随机序列。目前广泛研究的是基于细胞自动机的伪随机序列发生器,主要集中于二维细胞自动机伪随机序列发生器的研究。
TCP/IP协议提供点对点的链接机制,将数据应该如何封装、定址、传输、路由以及在目的地如何接收,都加以标准化。在TCP/IP协议中,TCP协议提供可靠的连接服务,连接是通过三次握手进行初始化的。所谓三次握手是指建立一个TCP连接时需要客户端和服务器端总共发送三个包以确认连接的建立。三次握手的目的是同步连接双方的序列号和确认号并交换TCP窗口大小信息。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。目前区块链应用很多都架构在互联网的TCP/IP协议之上,通信复杂,数据传输效率低,而且区块链的每个节点都需要保存链上所有节点的地址,寻址需要全网搜索,寻址效率低,随着链上的数据传输越来越多,会导致区块数量快速增加,容易造成网络拥堵。
综上所述,现有区块链技术存在的主要问题是:寻址效率低、通信复杂、数据传输效率低、弱健壮性,所以构建高效安全的对等网底层通信系统的需要成为了本领域技术人员急需解决的技术问题和研究的重点。本发明模拟生物神经系统中神经元按频率传递信号的机制,结合神经编码和细胞自动机,构建新的区块链地址系统,建立超大规模对等网络的心跳监测、底层通信和感知反射系统,可有效解决上述区块链技术中存在的问题。
发明内容
为解决现有区块链技术中存在的网络性能中存在的寻址效率低、通信复杂、数据传输效率低、弱健壮性等问题,本发明提供了一种模拟生物神经形态的对等网络底层通信系统。
本发明实现方法如下:1)区块链节点初始化,包括构建区块链地址系统、智能合约三级体系设计;2)构建大规模对等网络心跳监测,每个节点保存联盟链内所有节点的状态,节点按一定频率主动向其他节点发送节点状态(心跳包),活动节点收到心跳包实时更新节点的状态,可实时监测链内任一节点状态;3)底层通信在以上地址系统及心跳监测的基础上分为链内通信和跨链通信两种。链内通信只要监测到接收方节点在线可直接发送UDP数据包;跨链通信,发送方首先执行通信合约,按频率寻址接收方联盟链,寻址成功后再通过执行智能合约向接收方发送数据包,只需要经过二次握手,数据传输效率高。具体构建步骤如下:
步骤S1:区块链节点初始化过程:
步骤S101:区块链地址系统生成,过程如下:
地址系统由主网联盟链地址和联盟链内节点地址组成;主网联盟链地址采用神经编码生成,不同的联盟链地址具有不同的频率编码;联盟链内节点地址由细胞自动机生成,可以保证链内不同节点的地址在链内唯一。
以上地址系统的设计用神经编码替代了互联网中的域名解析服务器以及原区块链中的非对称加密和地址编码规则。
步骤S102:智能合约分级体系设计,过程如下:
智能合约分级体系包含三级,分别是底层合约、通信合约及智能合约;底层合约用于对等网络的心跳监测,由联盟链内节点按一定频率(如0.1s~0.4s)主动触发,向链内其余节点发送节点状态;通信合约用于数据传送前按频率寻址接收方所在联盟链地址并返回该联盟链内所有节点的状态;智能合约用于进行非对称加密的数据传送。
步骤S2:构建大规模对等网络心跳监测,过程如下:
步骤S201:联盟链内节点主动发送节点状态,具体过程如下:
联盟链内节点按一定频率主动触发底层监测合约,向链内其余节点发送节点状态(称为心跳包);节点状态包括硬件状态(CPU、GPU、内存、存储等)和网络状态(网络类型、网速等)。
步骤S202:联盟链内节点更新其他节点的状态,实时监测链内任一节点状态,具体过程如下:
联盟链内每一节点都保存链内所有节点的状态;如果联盟链内活动节点在一定时限(如0.1s~0.15s)内收到链内某节点的心跳包,则实时更新该节点的状态,并置该节点心跳标志为True;如果联盟链内活动节点在一定时限内未收到链内某节点的心跳包,则置该节点心跳标志为False。
步骤S3:底层通信包括链内通信和跨链通信两种,实现过程如下:
步骤S301:链内通信,监测接收方节点网络状态,如果在线直接发送UDP数据包,具体过程如下:
监测数据接受方心跳标志,如果为True,则直接发送UDP数据包;如果心跳标志为False,则隔一定时限后再次监测;接受方收到数据后反馈正常接收信息给发送方,如果没有收到反馈,则隔一定时限后重发。
步骤S302:跨链通信,发送方执行通信合约,按频率寻址接收方联盟链,寻址成功后发送方执行智能合约,向接收方发送数据包,具体过程如下:
发送方执行通信合约,按频率寻址接收方联盟链;如果寻址成功,则返回接收方联盟链所有节点状态,寻址失败则一定时限后重新寻址;发送方执行智能合约向接收方发送UDP数据包。如果就接收节点心跳标志为True,则直接发送,如果心跳标志为False,则发送给接收方联盟链内离发送方最近的活动节点(称为代理缓存节点),由代理缓存节点监测到接收节点的心跳标志后转发。接收方收到数据后反馈正常接收信息给发送方,如果没有收到反馈,则隔一定时限后重发。
上述技术方案中,所述的“一定频率”可以根据具体用户需要进行设定,优选为0.1s~0.4s,所述的“一定时限”优选为0.1s~0.15s。
本发明提供的技术方案的有益效果为:
如图2所示,本发明公开的方案中提出了全新的区块链地址系统构建,主网中各个联盟链通过神经编码中的频率进行编码,包括输入不同联盟链作为神经传递时的不同刺激,来获得不同发放频率,生成不同频率编码,即可得不同频率;链内节点通过细胞自动机产生链内唯一地址,包括将不同联盟链内节点分别传入二维细胞自动机中,并将这些节点与原始的256位二维表随机结合,得到联盟链内节点的唯一地址。寻址的时候,与目标地址不同频率的联盟链将被自动屏蔽,无需全网搜索,另外一旦寻址到目标联盟链,通过该联盟链的监测合约就能获得链内所有节点的状态,快速定位目标节点,寻址效率非常高;
本发明公开的方案中设计了三级合约体系以及对等网络的心跳监测,通过心跳监测可实时监测链内所有节点的状态,链内通信无需通过三次握手,根据心跳标志就可实现数据传输;跨链通信通过通信合约进行两次握手就能进行数据传输,接受方不在线还可以由链内活动节点代为缓存无需等待,通信简单,传输效率高;
本发明公开的方案中提出的对等网络底层通信系统,各个联盟链之间通过不同的频率实现了隔离,相互独立,某个联盟链的瘫痪不会影响其余联盟链的正常运作,较目前的区块链具有更高的安全性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通开发技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提出方法的整体流程图;
图2是本发明提出的区块链地址系统、心跳监测及底层通信系统的架构图。
具体实施方式
为了使本发明的技术方案更加清楚,以下结合实施例,对发明内容的地址系统构成、心跳监测流程、底层通信过程做更加详细的说明,但发明的保护范围不限于下述的实例,本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
下面结合附图对原理做进一步说明。
如图1所示,本发明实施例提供的一种模拟生物神经形态的对等网络底层通信系统,建立包括以下步骤:
主要可以分成三部分,第一部分是区块链节点初始化;第二部分是构建对等网络心跳监测;第三部分是在以上基础上实现底层通信。
第一部分区块链节点初始化,包括以下步骤:
构建新的区块链地址系统,地址由主网联盟链地址+联盟链内节点地址两部分组成;主网联盟链地址采用神经编码中的频率编码生成,不同的联盟链地址具有不同的频率;联盟链内节点地址由二维细胞自动机生成,可以保证链内不同节点的地址在链内唯一。如图2所示,设PC1-PC3节点属于联盟链1,PC4-PC6节点属于联盟链2,PC7-PC9节点属于联盟链3。根据本发明提出的地址系统,联盟链1-3根据神经编码分别具有不同的频率1-3,联盟链内的节点根据细胞自动机生成联盟链内节点地址,设为PCi-j(i:1..3,j:1..3),i代表所属联盟频率,j代表联盟链内节点地址。
除了构建新的区块链地址外,节点初始化还包括智能合约分级体系设计。智能合约分级体系包含三级,分别是底层合约、通信合约及智能合约;底层合约用于对等网络的心跳监测,由联盟链内节点每隔0.1秒主动触发,向链内其余节点发送节点状态;通信合约用于数据传送前按频率寻址接收方所在联盟链地址并返回该联盟链内所有节点的状态;智能合约用于非对称加密的数据传输。
第二部分构建对等网络心跳监测,包括以下步骤:
如图2所示,联盟链内节点每隔一定时限主动触发底层监测合约,向链内其余节点发送节点状态(称为心跳包);节点状态包括硬件状态(CPU、GPU、内存、存储等)和网络状态(网络类型、网速等)。联盟链内每一节点都保存链内所有节点的状态;如果联盟链内活动节点在一定时限内收到链内某节点的心跳包,则实时更新该节点的状态,并置该节点心跳标志为True;如果联盟链内活动节点在一定时限内未收到链内某节点的心跳包,则置该节点心跳标志为False。通过这样的心跳监测机制,联盟链内任一活动节点都可实时监测链内其余节点的状态。
第三部分底层通信,包括链内通信和跨链通信两种,包括以下步骤:
链内通信比较简单,发送方监测保存在本地节点的数据接受方心跳标志,如果为True,则直接发送UDP数据包;如果心跳标志为False,则隔一定时限后再次监测;接受方收到数据后反馈正常接收信息给发送方,如果没有收到反馈,则隔一定时限后重发。如图2所示,PC1-1要向PC1-3发送数据,PC1-1只要监测到本地节点中PC1-3的心跳标志为True,则直接通过智能合约L1发送UDP数据包给PC1-3,PC1-3收到数据后反馈正常接收信息L2给PC1-1,无需通过像TCP-IP协议中的三次握手后再传输数据,非常高效。
跨链通信相对复杂。发送方在发数据之前,首先通过执行通信合约,按频率寻址接收方联盟链;如果寻址成功,则返回接收方联盟链所有节点状态,寻址失败则隔一定时限后重新寻址;寻址成功后,发送方根据返回的节点状态查看接收节点心跳标志,如果为True,则直接发送,如果心跳标志为False,则发送给接受方联盟链内离发送方最近的活动节点(称为代理缓存节点),由代理缓存节点监测到接受节点的心跳标志后转发。接受方收到数据后反馈正常接收信息给发送方,如果没有收到反馈,则隔一定时限后重发。如图2所示,若PC1-1要向PC3-3发送数据,则PC1-1首先触发通信合约L3,由该合约在主网按频率寻址PC3-3所在的联盟链。只要联盟链3中有活动节点存在,则返回离PC1-1最近的活动节点上保存的联盟链3中所有节点的状态L4。PC1-1监测返回的L4中接受方节点PC3-3的心跳标志,如果为True则通过智能合约L5发送UDP数据包至PC3-3,PC3-3数据接收成功再发送接收正常信息L6给PC1-1,数据传输结束。PC1-1监测返回的L4中接受方节点PC3-3的心跳标志如果为False,则PC1-1发送数据给离PC1-1最近的活动节点如PC3-1(称为代理缓存节点),由PC3-1监测到PC3-3的心跳标志后转发。
本发明提供的技术方案的有益效果为:
如图2所示,本发明公开的方案中提出了全新的区块链地址系统构建,主网中各个联盟链通过神经编码中的频率进行编码,链内节点通过细胞自动机产生链内唯一地址,不同的联盟链具有不同的频率编码。寻址的时候,与目标地址不同频率的联盟链将被自动屏蔽,无需全网搜索,另外一旦寻址到目标联盟链,通过该联盟链的监测合约就能获得链内所有节点的状态,快速定位目标节点,寻址效率非常高;
本发明公开的方案中设计了三级合约体系以及对等网络的心跳监测,通过心跳监测可实时监测链内所有节点的状态,链内通信无需通过三次握手,根据心跳标志就可实现数据传输;跨链通信通过通信合约进行两次握手就能进行数据传输,接受方不在线还可以由链内活动节点代为缓存无需等待,通信简单,传输效率高;
本发明公开的方案中提出的对等网络底层通信系统,各个联盟链之间通过不同的频率实现了隔离,相互独立,某个联盟链的瘫痪不会影响其余联盟链的正常运作,较目前的区块链具有更高的安全性。
Claims (7)
1.一种模拟生物神经形态的对等网络底层通信系统,其特征在于,包括如下步骤:
1)初始化区块链节点:包括生成区块链地址系统、设计智能合约分级体系;
2)监测对等网络心跳:包括联盟链内节点主动发送节点状态、联盟链内节点更新其他节点的状态,实时监测链内任一节点状态组成;
3)底层通信:分为链内通信和跨链通信两类,链内通信只需监测接收方节点网络状态,如果在线直接发送UDP数据包;跨链通信则由发送方执行通信合约,按频率寻址接收方联盟链,寻址成功后发送方执行智能合约,向接收方发送数据包。
2.根据权利要求1所述的模拟生物神经形态的对等网络底层通信系统,其特征在于,所述的步骤1)中区块链地址系统具体构建过程如下:
(1)地址系统由主网联盟链地址和联盟链内节点地址组成;
(2)主网联盟链地址采用神经编码生成,不同的联盟链地址具有不同的频率编码;
(3)联盟链内节点地址由细胞自动机生成,可以保证链内不同节点的地址在链内唯一;
以上地址系统的设计用神经编码替代了互联网中的域名解析服务器以及原区块链中的非对称加密和地址编码规则。
3.根据权利要求1所述的模拟生物神经形态的对等网络底层通信系统,其特征在于,所述步骤1)中设计智能合约分级体系,具体构建过程如下:
(1)智能合约分级体系包含三级,分别是底层合约、通信合约及智能合约;
(2)底层合约用于对等网络的心跳监测,由联盟链内节点按一定频率主动触发,向链内其余节点发送节点状态;
(3)通信合约用于数据传送前按频率寻址接收方所在联盟链地址并返回该联盟链内所有节点的状态;
(4)智能合约用于进行非对称加密的数据传送。
4.根据权利要求1所述的模拟生物神经形态的对等网络底层通信系统,其特征在于,所述步骤2)中联盟链内节点主动发送节点状态,具体如下:
(1)联盟链内节点按一定频率主动触发底层合约,向链内其余节点发送节点状态,称为心跳包;
(2)节点状态包括硬件状态和网络状态,所述的硬件状态包括CPU、GPU、内存、存储等,网络状态包括网络类型、网速等。
5.根据权利要求1所述的模拟生物神经形态的对等网络底层通信系统,其特征在于,所述步骤2)中联盟链内节点更新其他节点的状态,实时监测链内任一节点状态,具体如下:
(1)联盟链内每一节点都保存链内所有节点的状态;
(2)如果联盟链内活动节点在一定时限内收到链内某节点的心跳包,则实时更新该节点的状态,并置该节点心跳标志为True;
(2)如果联盟链内活动节点在一定时限内未收到链内某节点的心跳包,则置该节点心跳标志为False。
6.根据权利要求1所述的模拟生物神经形态的对等网络底层通信系统,其特征在于,所述步骤3)中的链内通信,具体如下:
(1)监测数据接受方心跳标志,如果为True,则直接发送UDP数据包;如果心跳标志为False,则隔一定时限后再次监测;
(2)接受方收到数据后反馈正常接收信息给发送方,如果没有收到反馈,则隔一定时限后重发。
7.根据权利要求1所述的模拟生物神经形态的对等网络底层通信系统,其特征在于,所述步骤3)中的跨链通信,由发送方执行通信合约,按频率寻址接收方联盟链,寻址成功后发送方执行智能合约,向接收方发送数据包,具体构建过程如下:
(1)发送方执行通信合约,按频率寻址接收方联盟链;
(2)如果寻址成功,则返回接收方联盟链所有节点状态,寻址失败则一定时限后重新寻址;
(3)发送方执行智能合约向接收方发送UDP数据包,如果接收节点心跳标志为True,则直接发送,如果心跳标志为False,则发送给接受方联盟链内离发送方最近的活动节点(称为代理缓存节点),由代理缓存节点监测到接收节点的心跳标志后再转发;
(4)接受方收到数据后反馈正常接收信息给发送方,如果发送方没有收到反馈,则隔一定时限后重发。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910167656.5A CN109995610A (zh) | 2019-03-06 | 2019-03-06 | 一种模拟生物神经形态的对等网络底层通信系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910167656.5A CN109995610A (zh) | 2019-03-06 | 2019-03-06 | 一种模拟生物神经形态的对等网络底层通信系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109995610A true CN109995610A (zh) | 2019-07-09 |
Family
ID=67130172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910167656.5A Pending CN109995610A (zh) | 2019-03-06 | 2019-03-06 | 一种模拟生物神经形态的对等网络底层通信系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109995610A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055048A (zh) * | 2020-07-29 | 2020-12-08 | 北京智融云河科技有限公司 | 一种面向高吞吐率分布式账本的p2p网络通信方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1922586A (zh) * | 2003-12-30 | 2007-02-28 | 桑迪士克股份有限公司 | 具有存储器平面对准的非易失性存储器及方法 |
CN108075493A (zh) * | 2017-12-28 | 2018-05-25 | 上海唯链信息科技有限公司 | 一种基于区块链技术的分布式能源系统 |
US20190012595A1 (en) * | 2017-07-07 | 2019-01-10 | Pointr Data, Inc. | Neural network consensus using blockchain |
CN109218303A (zh) * | 2018-09-10 | 2019-01-15 | 浙江天脉领域科技有限公司 | 一种同源异构链网融合的新型区块链跨链方法 |
CN109274524A (zh) * | 2018-08-28 | 2019-01-25 | 广东工业大学 | 一种基于联盟区块链的设备管理与共享系统 |
CN109413175A (zh) * | 2018-10-19 | 2019-03-01 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
-
2019
- 2019-03-06 CN CN201910167656.5A patent/CN109995610A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1922586A (zh) * | 2003-12-30 | 2007-02-28 | 桑迪士克股份有限公司 | 具有存储器平面对准的非易失性存储器及方法 |
US20190012595A1 (en) * | 2017-07-07 | 2019-01-10 | Pointr Data, Inc. | Neural network consensus using blockchain |
CN108075493A (zh) * | 2017-12-28 | 2018-05-25 | 上海唯链信息科技有限公司 | 一种基于区块链技术的分布式能源系统 |
CN109274524A (zh) * | 2018-08-28 | 2019-01-25 | 广东工业大学 | 一种基于联盟区块链的设备管理与共享系统 |
CN109218303A (zh) * | 2018-09-10 | 2019-01-15 | 浙江天脉领域科技有限公司 | 一种同源异构链网融合的新型区块链跨链方法 |
CN109413175A (zh) * | 2018-10-19 | 2019-03-01 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055048A (zh) * | 2020-07-29 | 2020-12-08 | 北京智融云河科技有限公司 | 一种面向高吞吐率分布式账本的p2p网络通信方法和系统 |
CN112055048B (zh) * | 2020-07-29 | 2022-09-06 | 北京智融云河科技有限公司 | 一种面向高吞吐率分布式账本的p2p网络通信方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Federated learning for the internet of things: Applications, challenges, and opportunities | |
Lin et al. | Task offloading for wireless VR-enabled medical treatment with blockchain security using collective reinforcement learning | |
Song et al. | Networking systems of AI: On the convergence of computing and communications | |
Veeramanikandan et al. | Publish/subscribe based multi-tier edge computational model in Internet of Things for latency reduction | |
CN105933199B (zh) | 一种保持心跳连接的方法与网关及聊天服务器 | |
Zong et al. | End-to-end transmission control for cross-regional industrial Internet of Things in Industry 5.0 | |
Gafurov et al. | Comprehensive survey on internet of things, architecture, security aspects, applications, related technologies, economic perspective, and future directions | |
Venkatesan et al. | Performance analysis of mobile agent failure recovery in e-service applications | |
Bali et al. | Study of various applications of Internet of Things (IoT) | |
CN101277303B (zh) | 一种可信可控网络体系结构的控制方法 | |
Sahin et al. | An evaluation of internet of nano-things simulators | |
Anchugam et al. | Detection of black hole attack in mobile ad-hoc networks using ant colony optimization-simulation analysis | |
CN109995610A (zh) | 一种模拟生物神经形态的对等网络底层通信系统 | |
Stepanova et al. | Applying large-scale adaptive graphs to modeling internet of things security | |
Gál et al. | Internet of things: application areas and research results of the FIRST project | |
CN110022299A (zh) | 一种超大规模分布式网络计算的方法 | |
Huang et al. | RON-enhanced blockchain propagation mechanism for edge-enabled smart cities | |
CN109936566A (zh) | 一种数据传输方法系统、装置及计算机可读存储介质 | |
Preveze et al. | SDN‐Driven Internet of Health Things: A Novel Adaptive Switching Technique for Hospital Healthcare Monitoring System | |
Kodali | An implementation of MQTT using CC3200 | |
CN109040086A (zh) | 一种工业控制系统ddos攻击仿真方法及装置 | |
Ashraf et al. | Device discovery and configuration scheme for Internet of Things | |
Wang et al. | Directionality reduces the impact of epidemics in multilayer networks | |
Alelaiwi | Resource allocation management in patient-to-physician communications based on deep reinforcement learning in smart healthcare services | |
Hamidouche et al. | Bio-inspired vs classical solutions to overcome the IoT challenges |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |
|
RJ01 | Rejection of invention patent application after publication |