基于联盟链的能源交易数据隐私保护方案

区块链技术可以有效地解决分布式能源交易系统中的信任缺失、恶意篡改和虚假交易等问题,但区块链开放、透明的特性使得基于区块链的能源交易系统极易受到攻击,导致用户隐私泄露。为此,提出了一种基于差分隐私算法和账户映射技术的隐私保护方案BLDP-AM(Blockchain Local Differential Privacy-Account Mapping),用于保护交易数据的隐私。该方案重新设计了本地差分隐私算法的数据扰动机制使之适用于区块链技术,并基于该扰动机制构造了BLDP(Blockchain Local Differential Privacy)算法来保护交易数据的隐私。同时,为了保证交易正确性以及隐藏交易曲线特征,该方案首先通过账户映射(Account Mapping, AM)技术实现用户与多个账户关联,然后采用指数平滑预测(Exponential Smoothing Prediction, ESP)算法计算各账户的交易预测值,最后使用BLDP算法扰动交易预测值来获得真实交易值并进行交易。通过隐私分析证明了该方案在保护数据隐私方面的可行性,且实验分析表明该方案具有较好的性能。     

区块链隐私保护研究与实践综述

基于区块链的分布式账本，集成了非对称加密体系、P2P网络、共识算法、智能合约等多种技术，保证事务记录的一致性和不可篡改性.但是，区块链技术中的账本共享机制也带来了隐私威胁，用户身份、账户地址、交易内容等信息的隐私保护成为研究的关注点.讨论了区块链系统中的隐私威胁；着重分析了地址混淆、信息隐藏、通道隔离等3类隐私保护机制，详细介绍各类机制的原理、模型、特征及实现技术；最后探讨了实际应用中，区块链隐私保护技术在系统性能和可扩展性方面的挑战和发展方向.     

基于双链架构的医药商业资源公有区块链

区块链技术是一种去中心化的共享总账系统和计算范式。作为一种核心的底层支撑技术,它与分布式经济系统有极高的契合度。基于公共服务平台的医药商业资源分布式调度模式是解决当前医药商业行业“散、小、乱、弱”局面的综合性解决方案,在聚合分散性资源和按需调度方面发挥着重要作用。针对公共服务平台当前存在的一些关键问题,提出了一种基于双链架构的医药商业资源公有区块链,重点研究了公有区块链的双链结构及其存储方式、隐私保护、资源寻租与匹配机制和共识算法等问题。研究结果表明,基于双链架构的医药商业资源公有区块链能够兼顾交易信息的开放性、安全性和企业信息的隐私性,自适应地完成资源的寻租和匹配,并大幅提高公共服务平台的公信力和系统的整体效率。     

基于联盟区块链的安全能源交易方案

目前区块链技术广泛应用于车载网、能源互联网、智能电网等领域，但攻击者可以结合社会工程学与数据挖掘算法获取用户记录在区块链网络中的隐私数据，尤其是微网中相邻能源节点之间由于博弈产生的数据更容易导致隐私的泄露。为了解决这一安全问题，基于联盟区块链技术提出一个以一对多的能源节点账户匹配机制为核心的安全能源互联网交易模型。该模型主要通过新账户的生成来防止攻击者通过数据挖掘算法从交易记录中获取能源节点的账户、地理位置、能源使用情况等隐私数据。仿真实验结合联盟链的特点、能源节点新账户生成数量、交易验证时间变化情况，给出对隐私保护性能、交易效率、安全性效率的分析结果。实验结果表明，所提模型在交易发起和验证阶段所需时间较少，具有较高的安全性，且模型能对相邻用户间的交易趋势进行隐藏。所提方案能够很好地适用于能源互联网交易场景。     

智慧能源区块链平台及典型应用分析与设计

针对智慧能源开放、动态和可控难度大等特点,为了实现开放、自主、灵活的能源消费方式,本文利用区块链去中心化的全新分布式基础架构与计算方式等特点,采用区块链技术支持智慧能源领域新的应用模式。本文分析了区块链的基本原理、技术特征和关键技术,基于智慧能源与传统能源的对比分析结果,提出了智慧能源区块链平台并设计了平台架构。随后,本文对平台技术选型进行了分析,提出并设计了平台技术架构和平台接口。最后,本文基于智慧能源区块链平台,提出了社区能源共享及绿证发行管理两类智慧能源典型应用,设计了两个典型应用的数据结构和功能函数。基于本文的分析与设计可以看出,区块链技术在智慧能源领域和未来能源革命中必将发挥重要作用。智慧能源区块链平台的相关理念和技术特征符合未来能源互联网的发展趋势,基于该平台可培育、衍生出众多的基于区块链的智慧能源应用。     

区块链数据隐私保护:研究现状与展望

区块链作为一种分布式账本,集成了分布式共识、对等(peer to peer,P2P)网络、智能合约及密码学等技术,解决了"去中心化"的信任问题.区块链凭借其不可篡改、去中心化等特性,对社会各个领域产生了深远影响,掀起了区块链技术的研究与应用热潮.区块链技术应用场景十分广泛,其独特优势能够解决许多行业中的痛点.但是,区块链技术在应用过程中面临着数据隐私泄露的问题,极大地限制了区块链的应用范围和领域,区块链数据隐私保护方案已成为研究者关注的重点问题之一.基于数据隐私保护的基本概念,详细分析了区块链各技术要点面临的隐私泄露问题,探索并总结了当前区块链数据隐私保护的解决方案.最后,结合目前区块链数据隐私保护研究的最新进展,对未来区块链数据隐私保护的研究方向进行了展望.     

基于区块链的虚拟电厂模型研究

新能源技术和互联网技术推动了电力系统由智能电网向能源互联网进化,未来能源互联网将以分布式能源作为主要的一次能源。虚拟电厂技术能够聚合分布式能源并建立虚拟电力资源交易,逐步成为分布式能源高渗透情况下的核心并网技术。针对以实时电价为驱动的未来能源互联网,结合区块链这一安全、透明、去中心化的分布式计算范式,建立基于区块链的虚拟电厂模型,通过区块链的激励机制将虚拟电厂协调控制手段和分布式能源独立并网行为有机联动,从而实现高效的分布式调度计算。仿真实验表明,所提模型满足能源互联网中分布式能源高渗透率、高自由度、高交易频率、高响应速度的并网需求。     

融合联邦学习与区块链的医疗数据共享方案

随着医疗大数据的发展,医疗数据安全、个人隐私保护等问题日益突出。为在高效利用各个医疗机构医疗数据的同时保护病人的隐私,提出一种将联邦学习与区块链相结合的医疗数据共享与隐私保护方案。使用联邦学习对多源医疗数据进行建模,将训练的模型参数和医疗机构的声誉值存储于区块链上,并利用区块链对贡献高质量数据的医院进行奖励。通过分析数据源质量对联邦学习算法性能的影响,提出一种基于双重主观逻辑模型的声誉值计算算法来改进联邦学习的精确度,使用改进的声誉机制保证在数据共享中筛选数据源的效率,并利用区块链和联邦学习技术,提高共享效率和实现隐私保护。此外,利用Tensorflow搭建分布式平台并对算法性能进行对比分析,实验结果表明,所提方案能够筛选出高质量的数据源,减少边缘节点与恶意节点的交互时间,即使当声誉值在0.5以上时,也能达到0.857的学习精确度。     

基于区块链的网络数据共享系统设计

针对当前的数据共享系统,数据共享的安全性存在隐患,且运行基本开销较大。为解决这一问题,设计基于区块链的网络数据共享系统。结合区块链技术和分布式技术建立系统共享框架。使用Word2Vec算法命名网络数据,并基于区块链实现数据存储与访问。设计数据访问的授权机制和认证机制,保证区块链传输数据安全。对系统进行测试,所设计的系统在攻击状态下的最大泄露比仅为1.34%,且运行占用的时间更短,空间资源更少,性能表现良好。     

基于区块链的能源数据访问控制方法

针对能源互联网跨企业、跨部门的数据共享过程中存在的能源数据易篡改、泄密、数据所有权争议的问题,结合区块链可追溯、难以篡改等特点,提出一种基于区块链多链架构的能源数据访问控制方法,在保护用户隐私的同时实现了能源数据跨企业、跨部门的访问控制。该方法中采用监管链与多数据链相结合的方式保护了数据的隐私,提高了可扩展性;使用链上存储数据摘要、链下存储原始数据的方式缓解了区块链的存储压力;通过支持外包的多授权属性加密技术实现了对能源数据的细粒度访问控制。实验仿真结果表明,所提方法的区块链网络具有可用性而且该方法中支持外包的多授权属性加密技术在功能性及计算花销方面具有优势,因此所提方法可以在保护用户隐私的同时实现能源数据的细粒度访问控制。     

电子货币激励机制综述

电子货币激励机制是信息网络领域普遍采用的方法,在推动资源共享、激发群智感知、促进协作通信等方面有着重要作用,是提升信息网络服务质量与效率的关键.综述电子货币激励机制现有的工作,阐述了电子货币激励机制的挑战,重点介绍了依赖于可信中心的激励机制和基于区块链的分布式激励机制,并探讨了电子货币激励机制中安全可信、隐私保护、可扩展性等问题.     

一种基于TPM匿名证书的信任协商方案

为促进分布式网络环境中跨安全域的信息共享与协作,需要一种合理有效的信任协商敏感信息保护机制.可信计算组织(Trusted Computing Group,TCG)专注于从计算平台体系结构上增强其安全性.基于可信计算的匿名证书机制提出一种新的信任协商方案:匿名证书信任协商ACTN(anonymous credentials based trusted negotiation),良好地解决了跨安全域的敏感信息保护的问题,可以有效地防止重放攻击、窜改攻击和替换攻击.使用一个硬件模块TPM进行隐私信息保护,并通过TPM模块提供可靠的匿名证书和平台认证.定义了ACTN的模型以及模型中的匿名证书,详细说明了匿名证书的基本参数以及匿名证书的创建方法,讨论了策略的安全性、委托机制以及证书链的发现机制,同时设计了协商节点的框架以及协商过程.通过实验并与TrustBuilder和COTN协商系统进行比较,表明系统具有良好的稳定性和可用性.最后指出相关的一些未来研究方向.     

Real-time task scheduling and network device security for complex embedded systems based on deep learning networks

As a hotspot of machine learning research, deep learning is applied in many fields. Embedded systems are becoming more and more complex and networked, so the real-time performance of embedded systems and the security of network embedded devices face severe challenges. Based on this, this paper studies the real-time task scheduling problem for complex embedded systems and the security of embedded network devices. For real-time, this paper proposes a comprehensive task scheduling algorithm. Based on the task classification in the embedded system, different scheduling methods are adopted for different tasks, and the scheduling mode is flexibly changed as the system load changes. A dynamic integrity measurement model is established based on the star trust chain structure, and the hardware implementation mechanism of constructing dynamic trust chain in embedded system is studied. The dynamic reconfigurable hardware design method based on FPGA is applied to the construction of dynamic trust chain, and a verification system is designed to verify the dynamic measurement mechanism. This can solve the security problem of deep network embedded devices to a certain extent.     

基于Petri网模型的柔性加工系统能耗动态优化调度方法

柔性加工系统加工过程中存在突发的动态事件,严重干扰已有调度计划的执行,难以维持较优的能耗指标。针对此问题,在建立柔性加工系统Petri网(flexible machining system Petri net, FMSPN)模型的基础上,考虑新任务插单和机器故障与修复两类事件,提出一种面向能耗目标的动态优化调度方法。在动态事件发生时刻,重新建立FMSPN模型,同时融合系统内各设备不同状态下的能量消耗规律,得到扰动发生时刻至加工完成时刻的能耗目标模型。基于动态规划方法对该能耗模型进行重新优化,求解扰动发生时刻后的系统生产调度计划。最后实例仿真验证了FMSPN模型在优化调度流程中的可靠性,以及此方法在动态扰动下的可行性。     

基于仿生自主神经系统的节能高效云调度研究*

为了实现兼顾性能和能耗的高效云调度管理机制,提出了一种基于仿生自主神经系统（BANS）的云调度管理系统。建立了理论模型来评估和分析重要的性能和能耗指标,并利用纯利润优化模型均衡性能和能耗之间的制约关系。基于理论分析结果,进一步利用最优性分析和自主触发机制实现了动态灵活的局部资源管理,同时,采用启发式算法来获取面向用户请求分发的全局最优调度策略。实验结果展示了重要的性能-能耗制约关系,同时也表明,相比传统负载均衡调度机制,局部自主资源管理可以在纯利润上带来约60%的显著提升,全局请求调度还将进一步带来约15%的提升效果。     

一种基于能耗优化的云计算系统任务调度方法

服务器执行任务产生的能耗是云计算系统动态能耗的重要组成部分。为降低云计算系统任务执行的总能耗,提出了一种基于能耗优化的最早完成时间任务调度方法,建立了服务器动态功率计算模型,基于动态功率的服务器执行能耗模型,以及云计算系统的能耗优化模型。调度策略根据任务的截止时间要求和在不同服务器上的执行能耗,选择不同的调度算法,以获得最小任务执行总能耗。实验结果证明,提出的任务调度方法,能够较好地满足任务截止时间的要求,降低云计算系统任务执行的总能耗。     

An energy‐aware scheduling algorithm for divisible loads in a bus network

The schedule of divisible loads is one of the most typical problems in the research and application of parallel and distributed systems. For these large‐scale systems, the energy consumption problem has drawn great attention in recent years because of falling hardware costs and the growing concern of energy costs. In computing‐intensive systems, energy is primarily consumed by CPUs, and dynamic voltage‐frequency scaling technology is capable of adjusting CPUs' speed as well as saving energy. In this paper, we focus on computing‐intensive applications and study the energy‐aware scheduling problem for divisible loads in a bus network. The energy‐speed model is introduced to characterize the problem based on dynamic voltage scaling, and the energy‐aware scheduling problem is analyzed in the application layer above the operating system. The problem can be formulated mathematically as a nonlinear programming problem, and the solution is achieved using the Lagrange multiplier method under Kuhn–Tucker conditions. Based on the analytical results, an energy‐aware scheduling scheme called ENERG for divisible loads is presented. Finally, the energy‐aware scheme is compared with two other schemes to show the effectiveness and efficiency of the energy savings of our algorithm. Additionally, the experimental results illustrate the influence of network transmission delay on energy consumption. Copyright © 2015 John Wiley & Sons, Ltd.     

WSN中兼顾安全和剩余能量的簇头选择算法

通过对无线传感器网络的信任模型和节点的能量消耗的研究,针对能量受限的无线传感器网络容易受到攻击的问题,提出了一种基于信任机制的分布式簇头选举优化算法。簇头的选举综合考虑了节点的信任度和节点的剩余能量两种因素。实验证明,该算法提高了网络安全性,延长了网络生存周期。并且信任模型中的校正机制体现了模型的健壮性。     

微电网的电流均衡/电压恢复自适应动态规划策略研究

含多类型分布式电源的微电网已经成为了未来电力系统的重要发展方向,其中风能和光能在降低化石能源消耗和二氧化碳排放等方面有着极大优势,考虑二者之间强互补性的协同调度已被广泛研究.但风/光协同调度的微电网多关注分钟级的调度或优化问题而非风/光波动下秒级的实时电流按容量比例精准分担,简称电流均衡,而精准电流均衡有助于可再生能源的高比例消纳.因此,本文提出了基于自适应动态规划的微电网电流均衡和电压恢复控制策略.首先,构建包含风电整流型电能变换器和光电升压型电能变换器的广义风光拓扑同胚升压变换器模型,其提供了后续控制器设计的模型基础.其次,本文将电流均衡和电压恢复问题转化为最优控制问题,基于此,每个能源主体的目标函数转化为获取最优控制变量和最小电压/电流控制偏差,进而转化为求解哈密顿?雅克比?贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程问题.基于此,提出了基于贝尔曼准则的分布式自适应动态规划控制策略以求取HJB方程的数值解,最终实现电流均衡和电压恢复.最后仿真结果验证了所提分布式自适应动态规划控制策略的有效性.     

微电网的电流均衡/电压恢复自适应动态规划策略研究

含多类型分布式电源的微电网已经成为了未来电力系统的重要发展方向,其中风能和光能在降低化石能源消耗和二氧化碳排放等方面有着极大优势,考虑二者之间强互补性的协同调度已被广泛研究.但风/光协同调度的微电网多关注分钟级的调度或优化问题而非风/光波动下秒级的实时电流按容量比例精准分担,简称电流均衡,而精准电流均衡有助于可再生能源的高比例消纳.因此,本文提出了基于自适应动态规划的微电网电流均衡和电压恢复控制策略.首先,构建包含风电整流型电能变换器和光电升压型电能变换器的广义风光拓扑同胚升压变换器模型,其提供了后续控制器设计的模型基础.其次,本文将电流均衡和电压恢复问题转化为最优控制问题,基于此,每个能源主体的目标函数转化为获取最优控制变量和最小电压/电流控制偏差,进而转化为求解哈密顿?雅克比?贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程问题.基于此,提出了基于贝尔曼准则的分布式自适应动态规划控制策略以求取HJB方程的数值解,最终实现电流均衡和电压恢复.最后仿真结果验证了所提分布式自适应动态规划控制策略的有效性.