基于区块链的去中心化电力交易与访问控制系统

随着信息化的大力发展及广泛应用,传统中心化电力交易与数据存储方式的缺点逐渐显现出来。基于去中心化的区块链技术,提出分布式电力交易方法。此外,为了实现电力数据的安全存储与访问控制,设计了一个多中心属性加密方案,各联盟节点分别管理不同属性,同时联合对用户进行密钥生成及授权,从而达到去中心环境下的电力数据细粒度访问控制机制。     

基于云计算的物流区块链共识算法研究

为解决物流企业供应链的商流、物流、资金流、信息流、服务流等信息的不可篡改性、物品可溯源性、公证防伪不可抵赖性、资金的安全性等日益迫切的问题,提出了基于云计算的物流区块链模型及区块链共识算法。分析传统物流交易流程及其交易模型存在的问题,提出利用云计算与区块链解决其存在不足的思路;根据云计算与区块链的技术特点,融合各自的优势,给出物流区块链和云物流区块链的定义,提出基于云计算的物流区块链模型。根据实用拜占庭共识算法的基本原理和云物流区块链模型,结合去中心化和不可抵赖性的要求,对物流区块链共识算法进行设计,并与原始实用拜占庭共识算法、优化MinBFT算法进行分析比较。该算法与PBFT、MinBFT、CloudPBFT等算法进行对比实验,实验结果表明该算法在节点大于3f+1时,节点越多,吞吐量越大,其吞吐量以及网络延迟时间皆优于PBFT、MinBFT、CloudPBFT等算法。因此,该算法是一种可靠而有效的,具有去中心化和不可抵赖性的物流区块链共识算法。     

基于智能合约的多微电网市场化交易模型及算法

针对传统的输配电网络集中方式管理运行存在的成本高、效率低、透明度低等问题,及多微电网中各博弈主体利益最大化需求,建立公平的竞价规则及多目标动态规划模型。利用区块链可信账本和智能合约技术,形成去中心化、透明开放、信息对称的市场化交易模型,保证各方主体利益。对所构建的交易模型及求解算法进行仿真分析,结果表明,模型分配策略可有效平衡市场主体利益,验证了该竞价规则在多微电网市场化交易场景下具有适用性和有效性。     

基于联盟区块链的供应链信息协同博弈研究

针对传统供应链信息不对称引发的额外库存成本及需求预测准确性差等损害各主体利润的问题,结合区块链去中心化、去信任、可追溯及信息无法窜改等优势,以制造商、销售商及两个第三方物流企业组成的三级供应链为研究对象,考虑采用区块链技术和不采用区块链技术两种情形建立链上企业间的博弈模型,分析博弈模型下各节点企业的最优策略。通过对比采用区块链技术前后的最优收益,明确区块链技术在供应链中的应用策略和应用条件,为供应链上下游企业间的合作共赢创造有利环境。最后通过数值分析验证了结论的正确性。     

基于区块链的大数据交易关键技术与发展趋势

大数据时代下各类数据价值日益凸显,不同主体对大数据交易的需求也愈加迫切.传统集中式平台下的大数据交易存在用户数据被恶意采集、隐私泄露、数据被转售、数据虚假等诸多风险.一般认为,采用具有去中心化、透明性、隐私保护、不可篡改性等特点的区块链技术是解决上述大数据交易问题的一种重要途径.然而,区块链技术在大数据交易领域的应用还处于早期发展阶段,应用方案尚未成熟.对此,对目前学术界提出的多种基于区块链技术的数据交易方案进行总结,从隐私保护、数据转卖和交易公平3个角度出发,介绍使用区块链技术提升集中式数据交易的具体方法,并对各方法的优缺点进行分析;最后从隐私保护、身份认证、海量数据等方面分析"区块链+大数据交易"目前面临的挑战和未来的发展方向.     

物流服务交易区块链与蚁群智能合约算法研究

为解决物流服务交易中供应商、生产商、用户等多方参与者之间的信用关系缺失,提高制定合约的效率,避免干扰合约的正常执行以及传统合约的可抵赖性、可篡改性以及不可追溯性等问题,提出了物流服务交易区块链与蚁群智能合约算法。分析传统的物流服务交易模式存在的问题,提出一种新的物流服务交易合约概念模型,并利用区块链和智能合约的特点和优势,以及物流服务交易中的信息发布、谈判、议价、制定合约等交易环节和区块链的链接关系,构建一种去中心化的物流服务交易智能合约区块链模型。以该模型为基础,依据物流服务交易合约的工作流程以及蚁群算法的特点,设计了物流服务交易区块链与蚁群智能合约算法。在多节点物流服务交易仿真平台进行实验,实验结果表明,该算法实现了基于区块链的多物流用户服务交易智能合约的创建、存储和自动执行,整个过程透明可跟踪、共识且不可篡改。因此,该算法是基于区块链解决物流服务交易问题的一种有效方法。     

RPS下园区能源互联网联盟区块链电力交易策略

能源互联网的快速发展及可再生能源的高比例接入对电力交易提出了新的要求.针对传统电力交易模式与能源互联网背景下市场化电力交易的不匹配,以园区能源互联网为对象,考虑可再生能源配额制(RPS)的影响,借鉴已有研究,提出了一种基于联盟区块链的园区能源互联网弱中心化电力交易模式,以分布式共享账本的方式应对传统电力交易过于中心化而...     

基于区块链的数字作品DCI管控模型

针对互联网生态下数字知识产权面临的版权登记、盗版猖獗和版权纠纷等问题,提出了去信任的数字作品数字版权唯一标识符（DCI）管控模型。首先,构建了基于区块链去中心化理念的端到端体系架构,区块链取代传统关系数据库作为核心存储机制,通过创建交易、构造区块、区块的合法性验证与链接构建了数字作品区块链的交易信息存储机制,保证版权信息不可篡改性和可溯源性;其次,提出了基于智能合约的数字化发行和流通协议,设计了版权登记、查询、转让三类合约,通过自动执行预设指令的方式产生交易,保证模型透明高效与自动化运作。理论分析和仿真表明,在数字作品区块链网络中,伪造区块攻击的概率趋近于零,与传统的基于可信第三方版权认证机制相比,该模型具有更好的架构安全性。实验结果表明,该模型降低了数字版权登记的门槛,增强了版权认证的权威,具有更好的实时性和鲁棒性。     

基于PoA联盟链的微电网无报价交易机制

传统微电网电力交易模式存在中心化、数据不透明等问题, 区块链的去中心化、不可篡改、可追溯和无需信任等特点被广泛用于电力交易. 当前的研究主要在共识机制、交易机制和隐私保护方面, 且大多都需要交易者每周期不断进行报价. 本文提出了一种基于权威证明(Proof of Authority, PoA)共识的联盟链无报价电力交易机制, 电力消费者无需报价只需预存电费, 即可在电费耗尽前基于智能合约自动进行电力交易, 资金的结算采用能源代币. 最后与其它4种现有区块链电力交易方案进行对比分析, 并模拟仿真了5个产消者和5个消费者的电力交易, 分析了买卖双方的收益. 结果表明本方案让买卖双方同时受益, 经济成本更低, 共识效率高.     

基于区块链的数字版权交易系统

在当前数字化、网络化时代中,数字版权交易需求越来越大,传统的中心化版权保护系统存在注册成本高、作品受理时间长、容易遭受破坏者的篡改等问题。区块链技术作为一个以P2P网络为基础,以密码技术为核心的去中心化网络结构,能够在网络上以纯数学方法建立信任关系,无需依托中间平台就能够缓解上述问题。借助区块链技术的自我监管、可追溯、去中心化的特性,结合数字版权交易场景,设计了一个基于联盟链的数字版权交易系统模型,利用当前 IBM 提供的最新联盟链技术,做了版权注册和版权交易的实现,能够保证版权信息不可篡改性和可溯源性。最后,测试了链码部署安装时间。结果表明,系统安装简单,维护成本低。相比传统的基于可信第三方版权认证机制,基于区块链的数字版权交易系统注册时间短,无需注册费,具有更好的架构安全性和可扩展性。     

Blockchain-empowered security and privacy protection technologies for smart grid

With the rapid development in society of the economy and of computational technologies, it is particularly important to build a secure, efficient and reliable smart grid architecture to provide users with high-quality electricity services. However, data collection and energy trading in public networks creates security and privacy challenges in smart grids. Blockchain technologies have the excellent characteristics of decentralization, immutability and traceability, which can resolve the security, integration and coordination problems faced by the traditional centralized networks for smart grids. The goal of this paper is to introduce and compare blockchain-based technologies in addressing the problems of privacy protection, identity authentication, data aggregation and electricity pricing for the data collection and power energy trading processes in smart grids. In addition, the existing challenges and future research directions of smart grids are discussed.     

基于多时段机组组合的中长期市场安全校核方法

为解决电力中长期市场中调度机构安全校核缺乏有效技术方法的问题,基于多时段机组组合模型提出了一种面向电力中长期市场的安全校核方法。以发电企业中长期校核电量偏差最小化为优化目标,综合考虑电力平衡约束、网络传输能力约束、机组发电能力约束等多方面系统运行约束条件,构建了电力中长期市场机组组合模型。利用该机组组合模型,对电网调度过程进行运行模拟。并通过判定各发电企业电力中长期交易结果的完成率偏差,来判定电力中长期市场交易结果是否满足系统运行要求。最后,基于某省区电网实际数据构造的算例表明,与传统典型日运行模拟校核方法相比,本文所提出的校核方法能有效考虑机组启停时间约束等运行要求,更符合电网实际调度运行需要,能够给出更为准确的安全校核判定结果。     

OFDMA认知无线电网络中面向功率控制的频谱定价与分配

针对OFDMA认知无线电网络,提出一种基于Stackelberg博弈的频谱定价和分配模型.对于次基站控制次网络传输功率来保护主网络通信的场景,主基站可通过该模型获得最优的频谱定价方案.从功率控制的角度,重新设计次用户的效用函数,运用Stackelberg博弈对单个主基站和多个次用户在频谱租赁市场中的交易行为进行建模.通过逆向归纳法,求解市场均衡下的最优频谱定价,使得主基站在考虑主网络QoS降级的同时获得最大收益.此外,对于主基站只能获取本地信息的情形,提出了基于动态Stackelberg博弈的分布式频谱定价和分配模型.仿真实验表明,该模型能够在控制次网络传输功率的基础上,提供最优频谱定价和频谱分配方案.     

A self-adaptive Model based on Multi-Objective Programming for Grid Resource Management

Abstract : The growing computational power requirements of grand challenge applications have positioned computational grid as promising next generation computing platform.However, resource management and application with varied requirements in grid environment continue to be a complex undertaking. In order to address complex resource management issues, we provide a self-adaptive model, which is based on multi-objective programming. The model make use of virtues of market mechanism efficiently, meanwhile, the shortcomings of market mechanism, such as too frequent fluctuations of price,are avoided by means of the method of changing prices after trading. Through using atom allocation of resource group, the cooperating allocation is improved, and some problems, such as deadlock of resource and inefficiently occupying resource, are solved. What' s more important, efficiently using various resources in grid system is guaranteed through importing multi-objective programming mechanism in our resource management solution. A frame of resource allocation is given at first, then, the mathematical model of the method is constructed. An algorithm is proposed to get the approximate solution in this paper.     

基于以太坊和动态定价的数据交易模式研究

为了解决现有数据交易模式中交易流程耗时较大且效率较低,信息泄露和公平支付问题,提出一种改进的数据交易模式,通过智能合约预置额外的约束条件,集成了数据交易和仲裁纠纷解决的功能,用于实现交易的公平自治性和交易时间控制,以规避数据交易过程中恶意交易行为。在此基础上,为实现所提出的数据交易模式中价格的动态平衡,基于经济建模方法和动态定价的公平合理性,设计一个自动平衡总供给和总需求的动态定价机制,依据购买需求和数据资源的市场供给进行价格动态调整。从模型的动态性对模型进行了论证,证明了交易价格和需求可以收敛。基于以太坊实验环境部署并执行该合约,并对该智能合约的各功能成本和安全性进行测试和分析。仿真实验结果表明,该改进交易模式在动态定价下能够以较低的执行成本进行数据交易,并且该智能合约存在较少代码漏洞,满足可行性和安全性要求。     

Development of a cooperative power trading system using satisfaction space technology

Many power trading system models have been proposed, but many of them do not aim at load reduction by making customers cooperate with power suppliers in a power trading market. Some researchers have tried to solve the problem by introducing rewards in the power market. This approach was developed on an evaluation function of satisfaction, but there was a problem in that it could be applied only to customers whose evaluation functions could be estimated beforehand. Therefore, this article proposes a new cooperative power trading system that can cope with various kinds of customer by modeling a power market on a satisfaction space. Satisfaction space technology can deal with customers without the evaluation functions.     

基于区块链的数字作品交易系统的研究

随着5G时代的来临,互联网应用在人类社会的方方面面已根深蒂固,而人们所拥有的数字作品也越来越多。为了解决传统的数字作品管理与交易系统存在信任依赖度高、透明度低、维护成本较高,无法完全保障数字作品的安全、无法确保著作人自身的利益等问题,通过对比特币电子现金系统的特点以及区块链技术的发展进行研究与总结,提出了一种利用区块链技术的去中心化、共识机制和链式存储等特点的方法,同时使用基于深度学习的自动定价模型,设计出一种基于区块链的数字作品自动定价与交易系统。实验结果证明,通过该系统能够在保护数字作品安全的同时,解决恶意交易、损害著作人利益等问题;可以实现用户之间的直接交易,保证数字作品完全由著作人自治。     

基于三链的艺术品区块链存证溯源模型

针对现有艺术品流通信息不透明、中心化交易权限不对称等问题,提出一种基于三链的艺术品区块链存证溯源模型.首先,针对艺术品信息单条数据量大的特点,提出基于区块链的对称可搜索加密算法,并结合星际文件系统对艺术品流通记录进行链上链下安全存储.其次,对于艺术品信息有效数据日渐增长的特点,提出基于区块链的倒排快速查询溯源算法,帮助数据用户实现快速溯源定位.同时,首次提出虚假信息联盟链存储失实艺术品流通记录,实现对虚假信息的处理.最后,实验验证了模型的大数据安全存储、快速查询溯源可行性.实验表明该模型可行,查询方法有效.     

计及负荷不确定性的强化学习实时定价策略

面对当前电力系统的负荷不确定、新能源并网与双碳目标等现状,在充分考虑供需双方福利前提下,建立了智能电网背景下考虑负荷不确定与碳交易的实时定价模型,并基于强化学习能够处理变量复杂性、非凸非线性问题优点,采用强化学习中Q学习算法对模型进行迭代求解。首先,将用户与供电商实时交互过程转换为强化学习框架对应的马尔可夫决策过程;其次,通过智能体在动态环境中的反复探索表示用户与供电商的信息交互;最后,通过强化学习中的Q学习算法寻找最优值即最大社会福利值。仿真结果表明,所提实时定价策略能够有效提升社会福利,降低碳排放总量,这验证了所提模型和算法的有效性。