面向可信联盟的区块链账本可验证修改方法研究

区块链历经十年发展,成为信息技术领域最被寄予厚望的颠覆性技术之一.区块链上链数据具有不可篡改性,历史区块数据一旦确认就不能变更.这保证了区块链历史数据的完整性和可验证,但另一方面,当区块链中出现数据管理需求,即历史区块中过期或无效交易需要被压缩、违法违规信息需要被管控删除时,这种特性也将阻碍区块链对有问题的数据进行修改.类似数据管理需求在联盟链、私有链中尤其突出.传统区块链利用哈希算法的碰撞困难,实现区块和交易的完整性验证.而变色龙哈希存在一个陷门,掌握陷门可以轻松找到哈希碰撞.基于这个特性,本文将该类哈希算法的陷门交给多方管理,从而在不影响前后区块的完整性验证的情况下,实现多方共识修改交易数据的功能.本文进一步对变色龙哈希进行改进,设计了一种适用于联盟链的多中心化的账本修改方案.考虑到交易修改功能的去中心化,即变色龙哈希的陷门不应生成、存放于单个节点的问题,改进后的算法允许联盟链的所有权限节点协作生成系统的变色龙哈希公私钥.同时,为了权衡时间、空间代价与安全性,设计了多种有关私钥生成与同步的共识机制,并对它们的空间开销、通信时间、安全程度等性能进行了对比.本文考虑了一些特殊情况下区块链系统的可用性和问责性.最后,利用改进后的变色龙哈希算法构建了原型链,实现了历史交易的管控功能,描述了数据管理功能的设计细节.实验表明,本文提出的账本修改方案,其最佳区块压缩率可达30％、算法执行速率整体达到毫秒级,且具有可证明的安全性.     

综合操作者与管理者行为博弈的系统收益分析方法研究

为研究类似工程管理系统中, 操作者和管理者采取不同行为博弈对系统层面收益的影响, 提出基于空间故障网络(Space Fault Network, SFN)和博弈论的系统收益分析方法。论述了系统中操作者和管理者的意义、界定和关系, 说明了SFN表示博弈过程的可行性。确定了方法的基本参数、基本参数与事件综合收益关系、博弈逻辑关系与系统收益。操作者有安全和不安全行为, 管理者有惩罚和奖励行为, 将操作者和管理者各种行为作用于事件后的事件综合收益, 经过与或逻辑演化最终得到系统收益, 并判断收益博弈胜出者。最后通过实例分析说明了方法的流程、作用和适用性, 为研究系统收益博弈过程提供方法。     

原子荧光光谱法测定尿中痕量砷

应用XDY-2型双道原子荧光光谱仪，研究了尿样中痕量砷的测定方法，将尿样消化后，直接加入还原剂进行预还原，在盐酸介质中测定砷。回收率为95．0％～104．8％，最低检出限为0．81ng/mL。     

井壁附近瞬态温度的数值计算方法

在石油钻井开采等过程中研究热量在地层中的传播具有很重要的意义。特别是在进行井漏机理研究中,利用它可以分析温度对井眼破裂压力、裂缝重启压力以及裂缝延伸压力的影响。本文使用有限差分法近似地求得近井壁地层的温度分布。利用此方法,可以求得任意时刻井壁温度随井深的分布,任意时刻、任意井深处井壁温度的径向分布,任意点温度随时间的变化,从而进一步了解温度在石油工程上的影响。     

浅谈语文课中的情感教育

情感教育是每一个学科都具备的教育功能,语文学科更是情感教育的最佳学科,我们要在教学过程中始终贯彻开来,不能有丝毫的放松,要做到润物细无声,激发起孩子们情感的共鸣,进一步达到发展学生们的智力,塑造学生们良好的道德品质的教学目标。     

分布式海量遥感影像编目检索机制

为了高效地组织、检索分布式海量遥感数据,研究FGDC制定的遥感元数据标准草案,提出一种具有良好可扩展性的遥感编目数据模型。基于该编目数据模型,提出一种基于编目数据的分布式影像检索算法,设计并实现一个遥感数据编目检索系统,实验结果表明,该系统是有效的。     

蓝光光盘中心孔披峰对偏心率的影响

本文从质检的角度入手,对影响蓝光光盘的偏心率(ECC)的细节原因进行了分析。第一步,以以期间检查来验证了检测仪器的可靠性,界定了该问题的得来是出于产品而非检测工具。第二步,通过step by step的分析方法,进一步摸清了问题的源点。所以,品质检测不单可以帮助生产过程发现问题,而且可以通过设计测试方法来分析问题的根源。     

云化元件区域重要度的构建与认识

为了使SFT中的相关概念和计算式更便于应用,且能表示原始故障数据的不确定性,使用云模型对SFT的相关概念进行云化。论文是云化环节中的一部分,即云化元件区域重要度,包括云化元件区域概率重要度和云化元件区域关键重要度。云化后的元件区域重要度能充分反映数据的模糊性、随机性和离散性,并且其计算过程较原方法更为实用。应用SFT一贯算例,结果表明各元件的云化元件区域概率重要度和云化元件区域关键重要度排序相同,即 。最后论述了云化元件区域重要度的必要性和意义。     

云化SFT下的径集域与割集域的重构与研究

为了克服原有SFT体系中径集域和割集域处理具有模糊性、随机性和离散性故障数据能力不足的问题,使用云模型和SFT相结合的方法来解决该问题。首先使用云模型云化SFT特征函数,得到云化特征函数,进而云化径集域和割集域,最终得到云化径集域和云化割集域。云化径集域和云化割集域没有严格的分界线,分布区域是通过云滴表示的。若云滴表示的元件/系统故障概率小于P_b,这些云滴存在的区域即为云化径集域;反之大于P_b的云滴存在的区域为云化割集域。通过实例分析了元件X₁和系统的云化径集域和云化割集域,得到了他们适合工作的环境因素变化范围组合。分析过程和结果表明云化径集域和云化割集域能克服原始故障数据的不确定性。     

一种改进的基于规则实例多覆盖分类算法

基于规则分类算法提取的规则集通常存在3个问题:首先,提取的分类规则集中短规则过少,致使高质量的规则不多;其次,规则集中规则数量少,训练数据中几乎所有实例仅被规则覆盖一次;第三,虽然提取大量的规则,但是训练数据中存在一些小类样本的实例不能被任何一条规则覆盖。本文提出一种改进的基于规则的实例多覆盖分类算法(Rule-based classification with instances covered by multiple rules, RCIM),其特点是:(1)为了提高规则的质量,在选择生成规则的第1项时不仅考虑属性值的好坏,而且还考虑了属性值补的好坏;(2)一次产生尽量多,高质量的规则,而且当训练数据的实例至少被两条规则覆盖后才将其删除;(3)当遇上难以判断的测试数据时,对测试数据的各个属性值进行二次学习提取规则。算法RCIM不仅可以有效地提取大量的规则,而且较大程度地提高了规则的质量。通 过在大量数据上实验结果表明,RCIM比许多其他算法取得了更高的分类准确率。