CN112732834A - 一种面向空间数据的区块网安全组织存储映射方法 - Google Patents
一种面向空间数据的区块网安全组织存储映射方法 Download PDFInfo
- Publication number
- CN112732834A CN112732834A CN202110031642.8A CN202110031642A CN112732834A CN 112732834 A CN112732834 A CN 112732834A CN 202110031642 A CN202110031642 A CN 202110031642A CN 112732834 A CN112732834 A CN 112732834A
- Authority
- CN
- China
- Prior art keywords
- data
- block
- dimensional
- propagation
- space
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2255—Hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2358—Change logging, detection, and notification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/23—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on positionally close patterns or neighbourhood relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computer Graphics (AREA)
- Computing Systems (AREA)
- Remote Sensing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioethics (AREA)
- Radar, Positioning & Navigation (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Storage Device Security (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种面向空间数据的区块网安全组织存储映射方法,包括:先根据区块网存储空间数据特性构建区块网基因传播机制,再针对多空间数据中心场景设计多源基因传播机制。在多源基因传播机制中针对可能出现的辐射交叉问题和辐射冲击问题设计传播轮数控制和出入度控制机制。针对空间数据存储场景中数据修改更新需求设计区块网信息更新方案。本发明的优点是:实现对空间数据进行唯一主键块状编码加快索引速度外,还通过多维度编码保留了高程信息,扩大了信息量,提升了空间数据的利用效率,大大提升了数据映射、存储过程的安全性。
Description
技术领域
本发明涉及区块网技术领域,特别涉及一种面向空间数据的区块网安全组织 存储映射方法。
背景技术
近年来随着计算机虚拟现实技术的发展和数据提取与分析能力的提升,人们 对于虚拟现实模拟真实场景的研究也越来越重视,而在按地理区块提取现实世界 信息、并映射到虚拟世界的过程是跨域的,在此过程中可能会出现数据解释错误 和数据被篡改的情况。区块链技术因其去中心化、不可修改、可溯源等特性常常 应用于数据安全存储场景,目前已经在征信、金融和溯源等方面取得了良好的应 用,并改变了人民群众的生活,而对空间三维结构数据进行划分和索引是区块链 技术的一个关键应用场景。
地理位置一般是用来描述地理事物时间和空间关系,从宇宙至细胞皆存在地 理位置属性,如何有效地针对现实-虚拟映射进行地理位置划分并为其构建模型 是一大难点问题。其次,随着5G移动通信、物联网技术的发展,为适应下一代 云计算、分布式结合的主流存储方式,数据采集工作将会偏向于去中心化,届 时,点对点的数据存储及共识机制将打破传统数据寡头垄断,需要在向虚拟空间 映射的过程中保证多维数据的安全性、准确性,并构建一个面向多维数据的可靠 数据组织映射模型。而在此过程中,亟待解决的问题是:如何将复杂且大量的包 含经纬度及高度的三维地理数据进行组织存储,并实现从宏观到微观不同粒度的 地理数据划分,为此构建独特的多层次和多粒度数据结构,实现现实空间到虚拟 空间的数据映射,并严格保障数据安全性。
发明内容
本发明针对现有技术的缺陷,提供了一种面向空间数据的区块网安全组织存 储映射方法,解决了现有技术中存在的缺陷。
为了实现以上发明目的,本发明采取的技术方案如下:
一种面向空间数据的区块网安全组织存储映射方法,包括:
先根据区块网存储空间数据特性构建区块网基因传播机制,再针对多空间数 据中心场景设计多源基因传播机制。在多源基因传播机制中针对可能出现的辐射 交叉问题和辐射冲击问题设计传播轮数控制和出入度控制机制。针对空间数据存 储场景中数据修改更新需求设计区块网信息更新方案,针对空间数据利用场景, 从链式搜索和行列索引两个角度提供数据检索方式。
对于三维空间数据的划分索引,在原有二维Hash地理编码的基础上加入高 程数据,并进行适应多层次划分的数据索引转换,运用三维逻辑距离计算算法在 进行三维逻辑距离判断时,先后对两目标块的经纬度编码和高程编码进行异或运 算,再将两次异或运算的结果进行欧氏距离计算得到三维逻辑距离。
针对球面数据映射到三维数据过程中可能出现的多中心情况,运用球面多源 平移投影方法先将球面数据以随机起始点映射到三维空间,找到多目标点的空间 几何中心,对三维空间数据进行平移转换,使得三维空间数据中心与空间几何中 心对准。
进一步地,根据区块网存储空间数据特性构建区块网基因传播机制,具体如 下:
通过对比传统区块链技术应用于三维Hash地理编码中存在的问题,分析空 间数据组织映射过程的特殊性。不同于区块链的线性存储方案,提出不可拉伸、 变形的面向二维数据的区块存储方案:
步骤1.1:根据空间数据的重要程度选取区块网构建的起始节点;
步骤1.2:对其四联通区域节点进行Hash编码传播,即下一个节点对指向 其的节点集合进行SHA256计算得到指向其的节点的Hash值。
从而实现由中心到边缘的全网蔓延,最终构建区块网数据存储模型。具体到 虚拟现实的应用场景:
步骤2.1:基于三维Hash地理编码对场景数据进行多尺度划分编码;
步骤2.2:根据空间数据中关键区域选取中心点;
步骤2.3:利用球面平移投影对空间位置进行平移映射,从选取的中心点开 始进行区块网存储构建。
不同于区块链传递同步机制,本发明避免双向Hash传播机制导致的重复更 新悖论,证明了单向传播原则并以此建立基因传播机制。提出选取源区块概念并 以此进行辐射传播测试,从而探索不同场景下的传播规则并建立应用于三维 Hash地理编码结合的传播标准。分析区块的出度和入度,研究安全性与源区块 逻辑距离的关系,探索边缘区块安全性的解决方案。由于区块需要对指向其的区 块进行Hash值的计算,在区块网构建过程中,两个区块间不能进行双向的传 播,所以每个区块往中心区块的相反方向进行传播,从而实现区块网的构建。在 区块网构建完成后,根据每个节点的传播轮数计算安全系数,从而评估该模型的 整体安全性。
进一步地,在多源基因传播机制中针对可能出现的辐射交叉问题和辐射冲击 问题设计传播轮数控制和出入度控制机制,具体如下:
在单源区块网络构建中若两关键区域距离较远会导致某一区域安全指标不 足,针对多中心区块网络提出多源区块解决方案,预测多中心区块进行辐射传播 的风险并进行有效规避,研究解决多源区块辐射流交叉问题,建立多源区块辐射 传播规则有效预防重复更新悖论。在实际网络构建中因网络传输、硬件限制,辐 射传播速度也将有差异,则可能会产生辐射冲击风险导致某一源区块传播受到冲 击,从而提出传播轮数概念限制传播速度保证各中心区域安全系数稳定,并依此 建立安全系数评估机制,实现对区块网安全性的客观指标化。
当空间场景中存在多个需要重要描述的中心点时,则需要选取多个源区块进 行传播,利用传播轮数控制每个源区块的传播速度保持同步,即在区块网构建过 程中有一个控制传播轮数的全局变量,在进行每一轮传播时对全局变量进行比 对,区块编号属于该轮次才继续进行传播。同样的,通过统计每个区块所属的传 播轮数,计算该区块网的全局安全系数。
对每个区块的四联通邻域设计出入度状态标记量,表示其对应方向的节点与 其的继承关系,在区块网的传播构建阶段,出入度控制机制工作流程如下:
步骤3.1:所有区块将四联通邻域的出入度状态标记量初始化为入度;
步骤3.2:区块触发传播操作时,检查四联通邻域区块对其的出入度状态, 如果是出度,则执行步骤3.3,否则执行步骤3.4;
步骤3.3:停止往该方向传播,并将对应方向的出入度状态标记设置为入 度;
步骤3.4:将对应方向的出入度状态标记为出度,将对应方向节点放入下一 轮传播列表,执行步骤3.2。
进一步地,实现多数据节点间相互查找与数据检索。在此过程中,需要模型 能够同时对三维球面模型、全球地理区域空间数据节点网络进行位置映射和统一 划分与索引,将三个领域的空间划分方法进行优势整合,
针对空间数据利用场景,检索过程通过链式查找和行列索引两种方式进行, 当进行临近场景资源共享预加载时,需经过以下步骤:
步骤4.1:数据需求节点向临近节点广播自己当前场景位置对应的行列索 引;
步骤4.1:临近节点通过行列索引找到当前场景资源所在区块网位置;
步骤4.2:遍历当前位置的区块信息中四联通方向节点,获取这些节点数据 并加载,从而实现链式查找;
步骤4.3:将对应的场景资源发送给数据需求节点。
进一步地,所述三维Hash地理编码设计三维逻辑距离计算算法具体如下:
针对现有Hash地理编码技术在多维度地理信息组织中的不足,从空间数据 的采集和整理需求出发,深度分析空间数据的划分特点。通过比较分析空间信息 数据与Hash地理编码优缺点,对包含经度、纬度和高度的三维空间进行划分并 构建数据模型,实现空间数据化,将空间数据按照经纬度观测平面进行多层十六 叉树划分,并在每一层对每个节点附加对应编码,直到叶子节点划分粒度表示空 间数据的最小单元,即构建对空间数据的满十六叉索引树,每个叶子节点表示经 纬度观测平面上的最小划分单元,其在垂直方向还存储着不同程度的高程信息, 再通过将这些高程信息进行三位十六进制编码生成垂直编码与经纬度编码组成三 维Hash地理编码。其中空间划分方法可实现从宏观到微观的无限制梯度划分。 使其更加适应于多维度多层次空间数据分块存储,并探索基于三维Hash地理编码的逻辑距离判断方法,在进行三维空间距离判断时,先对两个三维Hash地理 编码的前缀经纬度编码进行异或计算得到平面距离,再对后缀高程编码进行异或 计算得到垂直距离,最后通过将平面距离和垂直距离进行计算得到其空间欧式距 离。
进一步地,区块网数据修改更新方法具体如下:
在虚拟现实数据映射等应用场景中,利用前文所提到的传播方法,针对区块 网的多中心区域场景进行网络构建,保证对现实空间数据的高度还原地同时实现 高效更新区块网上数据,具体步骤如下:
步骤5.1:当区块网上触发了数据修改操作时,将要修改的区块的数据字段 更改;
步骤5.2:遍历该区块指向的区块,将这些区块对应的Hash值进行重新计 算;
步骤5.3:重复步骤5.2直到到达边缘结束递归过程。
进一步地,球面多源平移投影方法具体如下:
地球地理数据是空间数据映射模型的一个典型应用场景,其在虚拟现实中的 应用也最为广泛。目前,区块网是在一个二维平面上存储数据,实际上地球是一 个球形,这会不可避免地进行分割。由于远离源区块的数据安全系数更低,并且 即使我们可以选择多个源区块也会出现源区块出现在边缘的情况。针对此问题设 计球面多源平移投影技术,基于此技术重新对球面进行二维映射,保证区块网安 全系数达到最优值,具体步骤如下:
步骤6.1:选取随机空间位置作为中心点进行球面到空间的几何映射;
步骤6.2:根据空间数据的重要性选取若干中心区域;
步骤6.3:计算这些中心的空间几何中心;
步骤6.4:以步骤6.3中得到的几何中心位置作为中心点重新进行一次球面 到空间的几何映射。
与现有技术相比,本发明的优点在于:
相较于传统经纬度地理编码和二维Hash地理编码,本发明除实现对空间数 据进行唯一主键块状编码加快索引速度外,还通过多维度编码保留了高程信息, 扩大了信息量,提升了空间数据的利用效率。并且本发明所提出的区块网突破了 传统区块链技术仅能保存线性数据的瓶颈,提升了存储数据的维度,拓宽了区块 链技术的应用场景,提出的区块网信息修改更新方案,在保证数据安全性的同时 使得区块链上数据动态更新成为了可能,并且其在空间数据的应用大大提升了数 据映射、存储过程的安全性。同时,将此模型应用于地理三维空间、数据利用场 景空间和数据存储网络空间的划分索引,为基于虚拟层的理论研究提供与现实层 高度拟合的多维度可靠实验环境。
附图说明
图1是本发明实施例技术路线图;
图2是本发明实施例区块链存储二维数据结构图;
图3是本发明实施例区块链进行横向拉伸后的结果示意图;
图4是本发明实施例双向链条导致反复更新示意图;
图5是本发明实施例区块网基因传播机制示意图;
图6是本发明实施例多源区块网基因传播模型图;
图7是本发明实施例区块网基因传播轮数与安全系数示意图;
图8是本发明实施例辐射冲击示意图;
图9是本发明实施例同步传播机制的多源区块网模型图;
图10是本发明实施例修改区块网上数据示意图;
图11是本发明实施例Hash地理编码划分方式示意图;
图12是本发明实施例经球面多源平移投影前的结果图;
图13是本发明实施例经球面多源平移投影后的结果图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下根据附图并列举实 施例,对本发明做进一步详细说明。
本发明以Hash地理编码、区块链和虚拟现实等理论方法为基础,面向全空 间数据安全组织存储映射应用需求,通过三维Hash地理编码、区块网基因传播 构建方法和辐射交叉冲击等关键技术研究,探索面向空间数据的区块网安全组织 存储映射模型。最后采用理论分析与应用需求相结合、算法设计与系统实现相结 合的研究方法,设计和开发原型系统,并对城市级别与分子尺度下基于三维 Hash地理编码的安全性数据存储映射进行有效性验证。
图1展示了本发明所研究内容的总体架构流程。所开展的区块网技术研究是 为了对空间数据进行高安全性组织存储映射。
(1)多维度多层次三维Hash地理编码的设计
主流的Hash地理编码都是在二维平面上进行,其原理是将平面划分成16个 区块,对每一个区块可再进行划分,从而实现多层次划分;其编码过程是将地理 现实空间的经度纬度转换成二进制编码后交叉组合,然后每四位为一组转换成对 应的十六进制;但其缺点是仅能对二维平面的信息进行单一主键索引,并不能表 示高度或索引高维度信息。而在空间数据组织映射过程尤其是虚拟空间构建过程 中,对于多维度信息的索引极具必要性,所以高度也是一个主要参数,要把高度 加入Hash地理编码,有两种方案:
1.在交叉组合时,同时交叉经度、纬度、高度,也就是用三段二进制编码代 替原来的两段二进制编码进行交叉组合,即将经度、纬度高度各取n位二进制有 效数字,按先后顺序拼接经度、纬度、高度编码的第一项,随后是第二项,以此 类推,从而组成3n位的组合编码,再以4位为一组转换为十六进制组成三维 Hash地理编码。但这种方法由于高度的插入,导致在进行平面逻辑距离计算过 程中,嵌在其中的高度信息成为了不可避免的噪声数据,经纬度相近的点逻辑距 离反而很远;
2.除直接将经度、纬度、高度编码交叉组合外,另一种实现方式是,在进行 编码的交叉组合时,先仅交叉n位经度、纬度,组成2n位二进制编码组合,进 行十六进制转换组合成二维Hash地理编码后,将高度参数转换为十六进制拼接 在后面,作为后缀码与二维Hash地理编码组成定长码,表1是以崂山为例的三 维Hash地理编码:
表1.三维Hash地理编码
在上表中,经度纬度均取8位二进制,进行交叉组合后形成16位二进制编 码,进行十六进制转换后是4位二维Hash地理编码。以地球为例,由于大气层 厚度在1000千米以上,而5位十六进制能表示的最大十进制数字恰好为 1048575,则将5位十六进制作为定长高度编码。
逻辑距离判断分为两种情况:在进行平面逻辑距离判断时,将两个节点的平 面Hash地理编码转换为二进制进行异或得到逻辑距离。在进行三维逻辑距离判 断时,先通过经纬度编码进行异或计算平面距离,再通过高度编码进行异或计算 高度距离,通过空间几何函数计算得到两个区域间的三维逻辑距离。
(2)多维度数据安全存储技术——区块网
基于传统区块链技术实现空间数据安全组织映射是将Hash地理编码划分后 的空间地理数据利用区块链进行组织存储,每个地理数据单元在区块链中表现为 前后连接的区块,而存放地理信息的数据结构并非是一维线性,大多是四联通或 八联通的二维表状结构。如果通过区块链将地理编码连接起来即用链式结构表达 表状数据,目前大部分方案是选取某一角为创世区块,沿某一方向走“之”字型 进行串联,图2是目前利用区块链存储二维数据的解决方案。
然而,区块链是类似链表的单向线性存储结构,其特性是链上区块中除创世 区块和尾区块,其它任意区块仅保存其前一节点的Hash值,它本身的Hash值保 存在下一个区块中,即区块链仅记录两个相邻节点的先后关系,不考虑某一区块 在二维平面中的坐标位置。因其这一性质,利用线性数据结构存储多维数据,就 会不可避免地面临链式结构拉伸导致相对位置失效问题。
图3是对区块链进行横向拉伸后的结果,每一个区块的先后顺序关系不变, 但大部分区块在二维平面中的相对位置发生了变化。区块链中并不记录位置信 息,所以区块链机制不能检测这一变化,而在空间数据组织映射过程中,空间位 置是最主要的数据,也是信息检索的唯一主键,这种现象无疑是致命的。所以, 传统区块链仅适合针对一维线性数据进行安全性、去中心化存储,而面临二维数 据安全性存储映射需求,需要设计另一种数据存储模型。
针对这个问题我们提出了一个面向二维数据的区块存储方案——区块网:在 区块网存储模型中,区块之间不仅有先后连接的关系,不同于传统区块链每个节 点仅有一个入度和一个出度,区块网中每个节点有多个入度、多个出度,经过全 网蔓延式基因传播后,生成的区块网模型将具有很强的健壮性和抗拉伸性,从而 实现区块网不可拉伸和变形等特性。接下来将对区块网的基因传播及其他问题进 行详细说明。
(3)区块网构建基因传播机制
区块链技术实现数据不可篡改的核心方法是:每个区块保存其上一个区块数 据的Hash值,若某一个区块数据变更,其相邻区块也需要进行相应修改,那么 修改一条数据的代价是更新全部链上数据。
在此模型中,起初我们设计的构建方案是每个区块保存其四连通区块数据的Hash值,但该方法存在重复更新的问题,如:A区块保存其右侧B区块的数据 Hash值b,B区块保存A区块的数据Hash值a,但此操作完成后,B区块的数据 发生了变化,A区块中的b需要更新,而又会导致B区块需要更新a,导致死循 环的出现。图4是双向链条机制导致的相邻区块间反复更新数据。
所以我们认为在该模型中,区块之间的链条应该是单向的,这就要求我们需 要找一个区块作为起始区块进行扩散式基因传播(因下一个区块存储当前区块数 据的Hash值,我们将此比作基因遗传)。第一个开始传播的区块称为源区块,我 们以中心区块为源区块进行测试,最终设计了区块网的初代传播规则,即每一个 区块向相对源区块相反方向传播,依此规则进行区块网传播即可对二维数据实现 全网蔓延式传播。图5是区块网的基因传播机制。
通过观察构造的模型我们发现,平均每个区块的入度和出度都为2,因每个 区块的数据都被Hash编码后添加至其后继区块中,出度越高的区块越不容易被 篡改,距离中心区块越远的区块篡改数据的代价越低,我们可以观察到有两种区 块比较特殊:区块网正中间的源区块和四个顶角的边缘区块。源区块是创世区 块,没有入度、出度为4,是整个网络中最安全的区块;边缘区块仅有入度没有 出度,是最容易被篡改的区块,篡改难度几乎为0。
为保证边缘区块数据的安全性,我们将边缘区块的数据Hash值打包在一起 保存到一个单独的区块中供其它区块进行监督。
区块网被设计用于多维数据的安全性存储,以平面数据为例,其本质上还是 通过指针实现的二维表格状数据库,所以我们基于表格数据结构进行设计。每个 区块被映射到区块对象表格中的一对行列索引,区块中除保存必要的数据信息 外,还必须包含upStatus、downStatus、leftStatus、rightStatus四个布尔类 状态标记,用于表示当前区块四联通区域的出入度状态,0表示入度、1表示出 度;并且还有upNode、downNode、leftNode、rightNode四个指针分别指向其四 联通邻域的区块位置;除此之外,为实现上文提到的基因遗传过程,每个区块维 护一个最大为4的Hash列表,列表中按照上下左右顺序存储父节点的Hash值。 所以每个区块的数据结构如表2所示:
表2.区块数据结构
在进行区块网基因传播时,先根据数据重要性通过主观判断或者权重计算的 方式选取一个或多个源区块,利用Hash地理编码将该区块映射的空间数据存储 值Data字段;源区块的四个方向均为出度,所以xStaus均为1,并且 ParentHash列表的大小为0,然后根据该区块在二维数组中的行列索引计算四联 通方向的四个子节点位置,本别存入xNode中。在构建后续节点时,先将父节点 对应方向的xStatus状态设置为0,并将其他方向置为1;然后按照顺序根据副 节点中存储的区块信息利用SHA256算法计算Hash编码存入ParentHash,此时 ParentHash列表的大小为该区块的父节点数量;最后同样的计算四联通区域的 行列位置分别存入xNode中。重复以上过程直到区块网络构建完毕。
(4)区块网基因传播辐射交叉问题
在该模型中距离源区块越远的区块安全性越低,而在现实世界到虚拟世界的 数据组织映射过程中不止有一个需要重点描述的热区,若在区块网中仅选取一个 源区块,则大概率会使得一个比较重要的位置出现在边缘区块上,如地球上北京 和华盛顿距离较远但对于数据安全性要求都很高。
针对此问题,我们选择多个区块作为源区块同时进行传播,而在多个源区块 的共同边缘区块处还会出现重复更新的问题,我们称此为辐射交叉。为防止两个 源区块的辐射流交叉,在传播过程中,若目标传播区块已有对当前区块的出度 时,停止传播,传播结束后将出度为0的节点信息存入边缘节点信息区块。
图6是多源区块网基因传播模型,该模型选取了两个区块作为源区块,区块 内的数字表示传播轮数同时也可视作安全等级,可以看出距离中心区块越远的区 块安全等级越低,在虚拟现实应用场景中确实也存在这种情况,可见依此技术面 向二维数据实现带有优先级的安全存储是可行的。
为实现以上过程,我们只需要在原有传播过程中加入一个条件判断,即区块 的出入度状态标记xStatus缺省值均为0,即先将所有节点的四个方向设置为向 内收敛的入度,在某个节点进行构建前,先检查四联通区域的邻近节点对应自己 方向的出入度标记。若为0则认为该节点尚未指向自己并且可以将其视为传播目 标,将对应方向的xStatus置为1;若为1则表明该节点已经指向自己,即该节 点是自己的父节点,停止往该方向传播,避免辐射交叉。
由于在该模型中,基因传播是从源区块开始一层一层地向外扩散,我们可以 观察到传播轮数越高的区块出度越少,而在之前我们讨论过出度越少的区块越容 易被篡改,即传播轮数越高安全系数越低。当通过基因传播算法构建完区块网 后,可以通过统计传播轮数计算安全系数,从而评估该区块网的安全性。图7表 示了区块网基因传播轮数和安全系数的关系。
(5)区块网基因传播辐射冲击问题
在区块网多源传播场景中,为防止两个源的辐射流交叉,在目标传播区块已 有对当前区块的出度时,停止传播,而因网络时延或计算机算力等问题,当用户 对某一源区块的共识速度较快导致其传播速度过快,其蔓延速度大于其他区块, 从而导致区块网中其它节点传播的区域较小,造成区块网整体安全系数偏低,从 而冲击到区块网中其它源区块,图8表示了在区块网多源传播场景中,传播速度 较快的源区块A冲击传播速度较慢的源区块B的情况。
在图8中,区块中数字表示传播轮数。我们可以观察到由于源A传播速度过 快,冲击到了源B,导致源B仅传播了两轮,我们称此现象为辐射流冲击。在前 面我们提到传播轮数越高安全系数越低,由于辐射流冲击,该情况下的总体安全 系数较低。为防止这种情况,我们提出基于消息广播的同步传播机制,即在确保 所有节点传播完一轮后,再进行下一轮的传播,图9是遵循同步传播机制的多源 区块网模型。
我们提出的区块网模型支持中心化网络构建和去中心化网络构建两种方式。 中心化构建是指区块网数据构建过程直接由网络管理员进行,去中心化网络构建 是搭建一个点对点的去中心化网络,由用户自主完成信息采集并达成共识,从而 构建区块网数据库。这两种构建方式适应不同的应用场景,需要根据具体应用进 行选型。然而正如上文提到,不管是中心化网络构建还是去中心化网络构建,都 需要对传播轮数进行控制,在控制传播的程序中加入传播轮数控制量Term,其 表示当前正在进行的传播轮数;Waves[][]被定义为一个动态增长的多维数组。 Waves[i]中存储着若干区块信息,表示在第i轮需要进行传播的目标区块,如 Waves[0]中存储着若干源区块,Waves[1]中存储着源区块的四联通邻域区块,当 传播轮数Term为1时,调度Waves[1]中的区块进行传播,并将这些区块的出度节点信息放入Waves[2],重复以上过程直到网络构建完毕。
(6)区块网数据修改更新方案
为实现保证安全性的前提下虚拟现实空间高度还原现实空间数据,在区块网 上进行信息更新是不可避免的。由于区块链的去中心化特性,目前区块链修改链 上数据的方法仅有一个,即掌握网络上51%的算力,这种情况在某种意义上是不 可能实现的。而在区块网模型中,修改某一区块的数据是被允许的,并且修改某 一区块的数据并不会导致全网数据刷新,图10是区块网上某一节点的数据修改 后,部分区块网节点进行信息更新的过程。
在左下角有一个区块的数据被修改,那么只有被它传播过的区块需要更新数 据,特别的,如果是源区块被修改,那么可能需要刷新全网数据(这取决于是否 有其它源区块)。
当有区块的信息需要修改时,中心化网络管理员或去中心化网络中的数据修 改发起者会调用DataChange方法,修改目标区块上的Data字段,然后遍历四联 通区域的xStatus寻找出度区块,对于出度区块对应的xNode调用Update方 法,这些区块会重新计算父节点Hash值并立即修改ParentHash中对应的数据, 然后再重复上述过程,直到抵达边缘区块EdgeBlock,这就完成了一次区块网数 据更新。
综上所述,区块网数据库构建过程算法描述如下,其中Waves表示每一轮传 播需要进行传播的区块集合、Term表示传播轮数、I和J表示其在二维表中的行 列索引、map表示在行列索引结构下区块的位置信息、DIRECTIONS表示四联通区 域的方向常量、xNode和xStatus分别表示对应方向的指向节点和指向状态、 ParentHash表示对父节点进行SHA256结算后的结果集合:
数据修改及更新过程算法描述如下,其中Data表示每个区块中存储的空间 数据信息、count表示当前区块的发生信息更新的父区块序号:
(7)多层次空间数据组织方式
为实现全空间数据组织映射,需要区块网结合Hash地理编码进行细粒度数 据组织存储,在Hash地理编码中,对于地理信息的编码是多层次的,如:我们 可以用1位16进制数将地理信息划分成16个区块,而用2位16进制数可以将 地理信息划分成256个区块,图11是Hash地理编码划分方式。
由图11我们可以看出Hash地理编码每多一位区块数量就增加16倍,地球 的面积大约为5.1亿平方千米,利用Hash地理编码划分10次(也就是10位 Hash地理编码)精度可以达到0.463m,而这意味着我们精度从粗到细有10层区 块,如果每一层都应用区块网技术,那么构建区块网需要耗费大量时间,而如果 仅在最底层应用区块网,在节省资源的同时也可以保证数据的安全性。表3是 Hash地理编码位数与区块数量、精度的关系。
表3.编码位数、区块数量、精度
(8)球面多源平移投影技术
地球地理数据是Hash地理编码结合虚拟现实技术的一个典型应用场景,而 目前区块网是在一个二维平面上存储数据的技术,而实际上地球是球形,这会不 可避免地进行分割,由于远离源区块的数据安全系数更低,并且即使我们可以选 择多个源区块也可能有源区块出现在边缘的情况,图12是使用球面多源平移投 影技术前,对地球进行区块网多源数据组织映射。
在图12中我们选取了三个源区块,设计了球面多源平移投影,选取所有源 的相对中心点作为中心点进行平移投影,图13是经球面多源平移投影后的结 果,在此基础上构建的区块网安全系数明显上升。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解 本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和 实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不 脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保 护范围内。
Claims (7)
1.一种面向空间数据的区块网安全组织存储映射方法,其特征在于,包括:
先根据区块网存储空间数据特性构建区块网基因传播机制,再针对多空间数据中心场景设计多源基因传播机制。在多源基因传播机制中针对可能出现的辐射交叉问题和辐射冲击问题设计传播轮数控制和出入度控制机制。针对空间数据存储场景中数据修改更新需求设计区块网信息更新方案,针对空间数据利用场景,从链式搜索和行列索引两个角度提供数据检索方式;
对于三维空间数据的划分索引,在原有二维Hash地理编码的基础上加入高程数据,并进行适应多层次划分的数据索引转换,运用三维逻辑距离计算算法在进行三维逻辑距离判断时,先后对两目标块的经纬度编码和高程编码进行异或运算,再将两次异或运算的结果进行欧氏距离计算得到三维逻辑距离。
针对球面数据映射到三维数据过程中可能出现的多中心情况,运用球面多源平移投影方法先将球面数据以随机起始点映射到三维空间,找到多目标点的空间几何中心,对三维空间数据进行平移转换,使得三维空间数据中心与空间几何中心对准。
2.根据权利要求1所述的一种面向空间数据的区块网安全组织存储映射方法,其特征在于:根据区块网存储空间数据特性构建区块网基因传播机制,具体如下:
步骤1.1:根据空间数据的重要程度选取区块网构建的起始节点;
步骤1.2:对其四联通区域节点进行Hash编码传播,即下一个节点对指向其的节点集合进行SHA256计算得到指向其的节点的Hash值。
具体到虚拟现实的应用场景:
步骤2.1:基于三维Hash地理编码对场景数据进行多尺度划分编码;
步骤2.2:根据空间数据中关键区域选取中心点;
步骤2.3:利用球面平移投影对空间位置进行平移映射,从选取的中心点开始进行区块网存储构建。
在区块网构建完成后,根据每个节点的传播轮数计算安全系数,从而评估该模型的整体安全性。
3.根据权利要求1所述的一种面向空间数据的区块网安全组织存储映射方法,其特征在于:在多源基因传播机制中针对可能出现的辐射交叉问题和辐射冲击问题设计传播轮数控制和出入度控制机制,具体如下:
传播轮数控制:当空间场景中存在多个需要重要描述的中心点时,则需要选取多个源区块进行传播,利用传播轮数控制每个源区块的传播速度保持同步,即在区块网构建过程中有一个控制传播轮数的全局变量,在进行每一轮传播时对全局变量进行比对,区块编号属于该轮次才继续进行传播。同样的,通过统计每个区块所属的传播轮数,计算该区块网的全局安全系数。
出入度控制机制流程如下:
步骤3.1:所有区块将四联通邻域的出入度状态标记量初始化为入度;
步骤3.2:区块触发传播操作时,检查四联通邻域区块对其的出入度状态,如果是出度,则执行步骤3.3,否则执行步骤3.4;
步骤3.3:停止往该方向传播,并将对应方向的出入度状态标记设置为入度;
步骤3.4:将对应方向的出入度状态标记为出度,将对应方向节点放入下一轮传播列表,执行步骤3.2。
4.根据权利要求1所述的一种面向空间数据的区块网安全组织存储映射方法,其特征在于:针对空间数据利用场景,从链式搜索和行列索引两个角度提供数据检索方式,具体步骤如下:
步骤4.1:数据需求节点向临近节点广播自己当前场景位置对应的行列索引;
步骤4.1:临近节点通过行列索引找到当前场景资源所在区块网位置;
步骤4.2:遍历当前位置的区块信息中四联通方向节点,获取这些节点数据并加载,从而实现链式查找;
步骤4.3:将对应的场景资源发送给数据需求节点。
5.根据权利要求1所述的一种面向空间数据的区块网安全组织存储映射方法,其特征在于:所述三维Hash地理编码设计三维逻辑距离计算算法具体如下:
针对现有Hash地理编码技术在多维度地理信息组织中的不足,从空间数据的采集和整理需求出发,深度分析空间数据的划分特点。通过比较分析空间信息数据与Hash地理编码优缺点,对包含经度、纬度和高度的三维空间进行划分并构建数据模型,实现空间数据化,将空间数据按照经纬度观测平面进行多层十六叉树划分,并在每一层对每个节点附加对应编码,直到叶子节点划分粒度表示空间数据的最小单元,即构建对空间数据的满十六叉索引树,每个叶子节点表示经纬度观测平面上的最小划分单元,其在垂直方向还存储着不同程度的高程信息,再通过将这些高程信息进行三位十六进制编码生成垂直编码与经纬度编码组成三维Hash地理编码。其中空间划分方法可实现从宏观到微观的无限制梯度划分。使其更加适应于多维度多层次空间数据分块存储,并探索基于三维Hash地理编码的逻辑距离判断方法,在进行三维空间距离判断时,先对两个三维Hash地理编码的前缀经纬度编码进行异或计算得到平面距离,再对后缀高程编码进行异或计算得到垂直距离,最后通过将平面距离和垂直距离进行计算得到其空间欧式距离。
6.根据权利要求1所述的一种面向空间数据的区块网安全组织存储映射方法,其特征在于:区块网数据修改更新方法具体如下:
步骤5.1:当区块网上触发了数据修改操作时,将要修改的区块的数据字段更改;
步骤5.2:遍历该区块指向的区块,将这些区块对应的Hash值进行重新计算;
步骤5.3:重复步骤5.2直到到达边缘结束递归过程。
7.根据权利要求1所述的一种面向空间数据的区块网安全组织存储映射方法,其特征在于:球面多源平移投影方法具体如下:
步骤6.1:选取随机空间位置作为中心点进行球面到空间的几何映射;
步骤6.2:根据空间数据的重要性选取若干中心区域;
步骤6.3:计算这些中心的空间几何中心;
步骤6.4:以步骤6.3中得到的几何中心位置作为中心点重新进行一次球面到空间的几何映射。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110031642.8A CN112732834B (zh) | 2021-01-11 | 2021-01-11 | 一种面向空间数据的区块网安全组织存储映射方法 |
PCT/CN2021/085952 WO2022147923A1 (zh) | 2021-01-11 | 2021-04-08 | 一种面向空间数据的区块网安全组织存储映射方法 |
US17/566,615 US20220121962A1 (en) | 2021-01-11 | 2021-12-30 | BlockNet security organization storage mapping method for spatial data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110031642.8A CN112732834B (zh) | 2021-01-11 | 2021-01-11 | 一种面向空间数据的区块网安全组织存储映射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112732834A true CN112732834A (zh) | 2021-04-30 |
CN112732834B CN112732834B (zh) | 2022-05-20 |
Family
ID=75590460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110031642.8A Active CN112732834B (zh) | 2021-01-11 | 2021-01-11 | 一种面向空间数据的区块网安全组织存储映射方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220121962A1 (zh) |
CN (1) | CN112732834B (zh) |
WO (1) | WO2022147923A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113918622A (zh) * | 2021-10-22 | 2022-01-11 | 南京理工大学 | 基于区块链的信息溯源方法及系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020252479A1 (en) * | 2019-06-13 | 2020-12-17 | Gutierrez Sheris Luis Eduardo | System and method using a fitness-gradient blockchain consensus |
CN114726877A (zh) * | 2022-03-18 | 2022-07-08 | 扬州大学 | 一种基于区块链的边缘计算下数据存储更新方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120226889A1 (en) * | 2011-03-01 | 2012-09-06 | Dwight Merriman | System and method for determining exact location results using hash encoding of multi-dimensioned data |
CN102999585A (zh) * | 2012-11-15 | 2013-03-27 | 深圳先进技术研究院 | 地理位置相关的散列虚拟地理编码方法及系统 |
CN108491557A (zh) * | 2018-06-27 | 2018-09-04 | 赵山山 | 一种使用图形空间的区块对互联网进行索引的系统和方法 |
WO2019117651A1 (ko) * | 2017-12-13 | 2019-06-20 | 서강대학교 산학협력단 | 블록체인 기반 IoT 환경에서의 다중 검색을 지원하는 데이터 구조체를 이용한 검색 방법 및 그 방법에 따른 장치 |
CN111460043A (zh) * | 2020-05-07 | 2020-07-28 | 广州欧科信息技术股份有限公司 | 三维空间图像区块链存储方法及页面显示方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8650220B2 (en) * | 2012-06-05 | 2014-02-11 | Google Inc. | System and method for storing and retrieving geospatial data |
CN102930047A (zh) * | 2012-11-15 | 2013-02-13 | 中国科学院深圳先进技术研究院 | 虚拟地球用户化身节点检索方法及系统 |
CN111367913A (zh) * | 2020-03-03 | 2020-07-03 | 青岛大学 | 一种面向全空间的数据模型的建模方法 |
-
2021
- 2021-01-11 CN CN202110031642.8A patent/CN112732834B/zh active Active
- 2021-04-08 WO PCT/CN2021/085952 patent/WO2022147923A1/zh active Application Filing
- 2021-12-30 US US17/566,615 patent/US20220121962A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120226889A1 (en) * | 2011-03-01 | 2012-09-06 | Dwight Merriman | System and method for determining exact location results using hash encoding of multi-dimensioned data |
CN102999585A (zh) * | 2012-11-15 | 2013-03-27 | 深圳先进技术研究院 | 地理位置相关的散列虚拟地理编码方法及系统 |
WO2019117651A1 (ko) * | 2017-12-13 | 2019-06-20 | 서강대학교 산학협력단 | 블록체인 기반 IoT 환경에서의 다중 검색을 지원하는 데이터 구조체를 이용한 검색 방법 및 그 방법에 따른 장치 |
CN108491557A (zh) * | 2018-06-27 | 2018-09-04 | 赵山山 | 一种使用图形空间的区块对互联网进行索引的系统和方法 |
CN111460043A (zh) * | 2020-05-07 | 2020-07-28 | 广州欧科信息技术股份有限公司 | 三维空间图像区块链存储方法及页面显示方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113918622A (zh) * | 2021-10-22 | 2022-01-11 | 南京理工大学 | 基于区块链的信息溯源方法及系统 |
CN113918622B (zh) * | 2021-10-22 | 2022-04-19 | 南京理工大学 | 基于区块链的信息溯源方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112732834B (zh) | 2022-05-20 |
US20220121962A1 (en) | 2022-04-21 |
WO2022147923A1 (zh) | 2022-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112732834B (zh) | 一种面向空间数据的区块网安全组织存储映射方法 | |
Lv et al. | Blocknet: Beyond reliable spatial digital twins to parallel metaverse | |
CN106407408B (zh) | 一种海量点云数据的空间索引构建方法及装置 | |
CN112115198B (zh) | 一种城市遥感智能服务平台 | |
CN106021567B (zh) | 一种基于Hadoop的海量矢量数据划分方法及系统 | |
CN111367913A (zh) | 一种面向全空间的数据模型的建模方法 | |
CN107515952A (zh) | 点云数据存储、并行计算和实时检索的方法及其系统 | |
CN113268557B (zh) | 一种适应显示导向型可视化分析的快速的空间索引方法 | |
Froese et al. | The border k-means clustering algorithm for one dimensional data | |
CN109614454B (zh) | 一种基于mpi的矢量大数据并行空间叠置分析方法 | |
CN110633262A (zh) | 基于Spark的地图相交区域面积计算方法及系统 | |
CN110287508A (zh) | 一种多源三维城市模型的可视化融合系统 | |
CN114048204A (zh) | 基于数据库倒排索引的北斗网格空间索引方法和装置 | |
CN106204719A (zh) | 基于二维邻域检索的三维场景中海量模型实时调度方法 | |
Shen et al. | Dynamic generation of internet of things organizational structures through evolutionary computing | |
Goldin et al. | Georouting and delta-gathering: Efficient data propagation techniques for geosensor networks | |
Miocchi et al. | An efficient parallel tree-code for the simulation of self-gravitating systems | |
CN110113186A (zh) | 一种基于区块链的混合智慧城市网络结构 | |
Pan et al. | A dynamic sort-based DDM matching algorithm for HLA applications | |
CN110110158A (zh) | 一种三维网格数据的存储空间划分方法及系统 | |
Qarah et al. | A fast exact viewshed algorithm on gpu | |
CN114116948B (zh) | 地理矢量数据空间缓冲区分析方法、装置、设备及介质 | |
Dong et al. | GAT: A unified GPU-accelerated framework for processing batch trajectory queries | |
CN115408382A (zh) | 面向大规模卫星数据的矢量空间信息网格化存储管理方法 | |
CN110765130B (zh) | 一种分布式环境下基于Ripley’s K函数的时空POI数据点模式分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |