【摘 要】
:
在流行病学中,时空数据可以帮助追踪传染病的传播过程,由于这些数据在现实中涉及到如溯源等具有重要实际意义的应用,所以对数据的真实性有较高的要求,同时目前时空数据大多由各个企业、机构单独集中式存储,从而形成了一座座“数据孤岛”,极大的降低了时空数据的流通性和数据价值,并增加了数据造假的风险。区块链技术的不可篡改性与透明性可以为时空数据的存储、共享与溯源需求提供良好的支持,但是当前区块链的数据结构并不是
论文部分内容阅读
在流行病学中,时空数据可以帮助追踪传染病的传播过程,由于这些数据在现实中涉及到如溯源等具有重要实际意义的应用,所以对数据的真实性有较高的要求,同时目前时空数据大多由各个企业、机构单独集中式存储,从而形成了一座座“数据孤岛”,极大的降低了时空数据的流通性和数据价值,并增加了数据造假的风险。区块链技术的不可篡改性与透明性可以为时空数据的存储、共享与溯源需求提供良好的支持,但是当前区块链的数据结构并不是完全适用于时空数据的特性,对这种同时拥有时间与空间属性的数据支持度不足,不能完成较为复杂多变的时空查询场景的要求,且对于时空数据的查询效率较低,所以需要对区块链进行适合时空数据的改进。针对以上问题,本文首先面向空间数据对区块链中的索引结构进行研究,考虑到空间数据查询场景,使区块链在保证空间数据透明性的同时,还能提供高效的可验证空间查询功能。本文将在空间数据外包领域提出的Merkle R-tree的空间可验证索引结构与区块结构相结合,使区块链能够轻松应对空间查询需求,加快空间数据在区块链上的查询效率,同时能够使用该索引进行空间查询验证,并在一定程度上减少空间数据验证对象的数据量大小,加快客户端验证的效率。在空间数据的基础上,考虑到溯源场景涉及到针对某个时间点或时间段上某地点的历史时空数据的查询需求,本文将空间索引结构扩展为时空索引结构,在Mekrle R-tree的基础上提出了Merkle RT-trees时空区块索引结构,该结构同时考虑时空联合查询和本文中时空数据生成的特性,将区块中的时空数据分为不重合的时间分片单独构建Merkle RT-tree索引树,然后在各个时间分片的索引树森林上构建一维时间索引,该结构针对小细粒度的查询需求有较好的效果,并可以更大程度减少时空查询时验证对象的大小。论文最后结合所提出的新型时空区块结构,对时空区块链网络存储模型进行了设计,提出了新的区块链网络节点类型。
其他文献
细胞自噬是一种溶酶体依赖的细胞组分程序性降解通路,在进化中高度保守。细胞自噬通过将受损细胞器和错误折叠蛋白质等物质降解,一方面可以消除这些受损细胞器或蛋白质对细胞的不利影响,另一方面通过对这些物质的重新利用满足细胞的物质能量代谢需求。哺乳动物成体心肌细胞通常被认为是一类终末分化的细胞,几乎没有自我更新能力,通过细胞自噬实现细胞蛋白质和细胞器的自我更新对于维持心肌细胞的存活和稳态更为重要。在过去的十
随着语音技术的飞速发展,深度语音伪造变得越来越方便,这项技术也从高门槛逐渐走向大众,让充满创意的深度伪造语音变成大众娱乐。但在深度伪造语音方便大众的同时也混淆着大众视听,基于深度学习的语音伪造技术让听起来真实的消息不再真实,使得重要的视听消息变得难以让人相信,影响了大众生活,甚至造成财产损失和威胁生命安全,因此,深度伪造语音的检测变得尤为重要。首先,提出加强小波包能量谱,并融合语音特征提取的多种方
位移是结构健康监测的重要指标,广泛用于评估结构的健康状况。考虑到传统位移传感器的局限性,近些年来,研究者们提出了大量基于视觉的方法来进行结构位移监测。与传统位移传感器相比,基于视觉的方法具有远距离、非接触、易部署、成本低等诸多优点。目前基于视觉的结构位移监测方法主要分为三个步骤:首先,通过相机标定方法获得二维图像与三维世界的映射关系,然后通过视频目标跟踪技术获取到目标建筑在视频中的像素位移,最后将
近年来,电子商务如雨后春笋般不断发展壮大,其涵盖面越发广泛,并迅速引领社会发展潮流,电子商务行业已成为国民经济发展的一支坚实力量。自2020年1月月末,新型冠状病毒肺炎疫情进入了大规模爆发期,在这一艰难时段,电子商务的线上运营优势也逐渐显现出来,电商行业所受到的复工影响程度相比其他行业较低,其更高的复工率令其他行业望尘莫及。电商网络具有网络异构性,异构网络表征学习及用户社区划分是挖掘电商网络异构信
生物通路对于研究疾病致病性有重要意义,它对于识别药物靶点和改善疾病临床的治疗效果有着指导意义。高通量测序技术的不断完善,使得生物通路数据被大量积累,因此如何从繁杂冗余的数据中有效提取生物通路信息是当下迫切需要解决的难题。当前存在不少生物通路知识库提供给研究人员通路可视化和生物通路检索功能,还有个别的生物通路知识库能够根据各种用户需求提供差异化的通路排序结果,且检索结果能够按照用户习惯动态更新,但是
近年来,随着计算机技术的不断发展,人工智能领域的研究突飞猛进。其中图卷积神经网络已经成为学习复杂结构与性质之间的关系等应用的一个非常有效的框架。图卷积神经网络在图结构数据上表现出来了非常优异的性能,因此越来越多的研究者开始聚焦于该方向。在诸多方向中由于使用图卷积神经网络进行分子属性预测在分子生成和药物发现等领域起到极为关键的作用,分子属性预测成为了越来越热的研究方向。在化学领域,计算分子的属性通常
计算机视觉技术领域的研究进入了深度学习时代后,人脸检测作为计算机视觉领域中一直都在研究的问题,也跟随人工智能技术不断向前发展,深度学习时代的人脸检测算法也可以从跟通用目标检测的关系来从两个不同的角度看待,分别是专为检测人脸目标而设计的检测器,此类算法大多从人脸与其他目标相比而独有的特征出发而设计,另一种就是在通用目标检测算法的基础上,做一定针对于人脸目标的调整,此类算法的设计往往更加简洁,且具备更
在当今的数字化时代,我们对图像质量提出更高的要求,各个领域的发展都离不开图像。但是由于采集设备的传感器缺陷,或通过通信信道传输的过程中图像容易被脉冲噪声所破坏,具体表现为图像中随机出现的黑点和白点,故也可叫做椒盐噪声,椒盐噪声不仅影响我们视觉对图像质量的判断,而且还会对后续其它图像处理任务造成影响。去除椒盐噪声的方法有很多,有学者提出基于模糊理论的两阶段噪声检测与去除方法,优点是结合模糊理论处理不
漏洞检测一直是软件安全领域的一个重要研究问题,近年来,基于深度学习的代码漏洞检测技术取得了长足的进展,相比于传统方法,它不依赖领域专家,能够自动提取漏洞模式。然而,已有研究表明,深度学习模型具有脆弱性,在样本上施加一个精心设计的小扰动,就有可能成功欺骗模型,使模型输出错误结果,如果稍加扰动就可以让漏洞程序逃避检测,这将对软件安全造成巨大的威胁,施加扰动的方法即是对抗攻击方法。目前,针对对抗攻击方法