CN114584397A - 一种分布式云数据集中处理方法及*** - Google Patents

一种分布式云数据集中处理方法及*** Download PDF

Info

Publication number
CN114584397A
CN114584397A CN202210456494.9A CN202210456494A CN114584397A CN 114584397 A CN114584397 A CN 114584397A CN 202210456494 A CN202210456494 A CN 202210456494A CN 114584397 A CN114584397 A CN 114584397A
Authority
CN
China
Prior art keywords
cloud data
target cloud
data
target
uncertain
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
Application number
CN202210456494.9A
Other languages
English (en)
Other versions
CN114584397B (zh
Inventor
毛玉姣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ruizhi Technology Group Co ltd
Original Assignee
Ruizhi Technology Group Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ruizhi Technology Group Co ltd filed Critical Ruizhi Technology Group Co ltd
Priority to CN202210456494.9A priority Critical patent/CN114584397B/zh
Publication of CN114584397A publication Critical patent/CN114584397A/zh
Application granted granted Critical
Publication of CN114584397B publication Critical patent/CN114584397B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • 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
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computer Hardware Design (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了一种分布式云数据集中处理方法及***，其中分布式云数据集中处理方法具体包括以下步骤：获取初始云数据；对初始云数据进行处理获取目标云数据，对目标云数据进行传输；响应于完成目标云数据的传输处理，查询目标云数据中是否存在不确定数据；若目标云数据存在不确定数据，进行目标云数据的不确定处理；响应于完成目标云数据的不确定处理，进行目标云数据的集中处理。本申请能够对数据进行集中处理，具体为集中接收，集中融合，集中传输，提高了在数据传输时的安全性。

Description

一种分布式云数据集中处理方法及***
技术领域
本申请涉及数据处理领域，具体地，涉及一种分布式云数据集中处理方法及***。
背景技术
随着科技的不断发展，对于数据的使用已越来越频繁，人们对于数据的处理的手段也越来越多，在对数据的处理过程中，人们往往考虑数据传输环境的安全性，通常对传输过程进行多重加密，但是却忽略了对数据本身的处理，从而导致无论数据传输的环境有多安全，数据的传输都存在隐患。
因此，如何提供一种能够提高处理数据时的安全性的方法，是本领域技术人员急需解决的问题。
发明内容
本申请提供了一种分布式云数据集中处理方法，具体包括以下步骤：获取初始云数据；对初始云数据进行处理获取目标云数据，对目标云数据进行传输；响应于完成目标云数据的传输处理，查询目标云数据中是否存在不确定数据；若目标云数据存在不确定数据，进行目标云数据的不确定处理；响应于完成目标云数据的不确定处理，进行目标云数据的集中处理。
如上的，其中，若目标云数据不存在不确定数据，则直接进行目标云数据的集中处理。
如上的，其中，设置多个网络接收节点进行多个时刻的初始云数据的获取。
如上的，其中，对初始云数据进行处理获取目标云数据包括，进行初始云数据的融合，得到目标云数据。
如上的，其中，目标云数据定义为
Figure 41744DEST_PATH_IMAGE001
，其中
Figure 224464DEST_PATH_IMAGE002
是网络融合节点i在t时刻接收到的初始云数据。
如上的，其中，目标云数据
Figure 269780DEST_PATH_IMAGE003
具体表示为：
Figure 179837DEST_PATH_IMAGE004
Figure 259788DEST_PATH_IMAGE005
是网络融合节点i在t时刻接收到的初始云数据，N表示网络融合节点的数量。
如上的，其中，将目标数据进行传输处理包括，响应于获取目标云数据，通过多个网络传输节点将目标云数据传输至网络总节点中。
如上的，其中，将网络总节点中融合后的目标云数据分别与多个网络接收节点的初始云数据进行比对，确定目标云数据中是否存在不确定数据。
如上的，其中，进行目标云数据的集中处理具体包括以下子步骤：设定目标云数据的分片时间；根据分片时间对目标云数据进行分片操作；响应于完成目标云数据的分片操作，对分片操作后的目标云数据进行存储。
一种分布式云数据集中处理***，具体包括：获取单元、传输单元、查询单元、不确定处理单元以及集中处理单元；获取单元，用于获取初始云数据；传输单元，用于对初始云数据进行处理获取目标云数据，对目标云数据进行传输；查询单元，用于响应于完成目标云数据的传输处理，查询目标云数据中是否存在不确定数据；不确定处理单元，用于若目标云数据存在不确定数据，进行目标云数据的不确定处理；集中单元，用于响应于完成目标云数据的不确定处理，进行目标云数据的集中处理。
本申请具有以下有益效果：
本申请能够对数据进行集中处理，具体为集中接收，集中融合，集中传输，并在传输后能进行安全存储，提高了在数据传输时的安全性以及存储时的安全性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的分布式云数据集中处理方法的流程图；
图2是根据本申请实施例提供的分布式云数据集中处理***的内部结构图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请涉及一种分布式云数据集中处理方法及***，本申请能够对数据进行集中处理，提高了在数据传输时的安全性以及存储时的安全性。
实施例一
如图1所示，是本申请提供的一种分布式云数据集中处理方法，具体包括以下步骤：
步骤S110：获取初始云数据。
其中初始云数据为网络能够获取的数据，可以是分个时刻获取的多个初始云数据。
具体地，设置多个网络接收节点进行多个时刻的初始云数据的获取。
步骤S120：对初始云数据进行处理获取目标云数据，对目标云数据进行传输。
具体地，设置多个网络节点来进行目标云数据的集中传输处理，其中网络节点包括多个网络传输节点、网络融合节点和网络总节点等，和网络接收节点一样，都是网络节点。其中步骤S120具体包括以下子步骤：
步骤S1201：进行初始云数据的融合，得到目标云数据。
其中单独的初始云数据不是完整数据，需要将多个时刻获取的初始云数据融合后构成目标云数据。
具体地，其中一个或多个网络融合节点从网络接收节点接收初始云数据，并进行初始云数据的融合，可以每个网络融合节点接收一种类型的初始云数据，或一个网络融合节点接收多种类型的初始云数据。
由于获取的初始云数据为多种，因此进行融合后的目标云数据也可能为一种或多种。
例如网络融合节点接收了初始云数据为A、B、C、D、E等，其中初始云数据为A、B、C能进行融合，而初始云数据D、E不需要进行数据融合，则目标云数据为3种，分别是初始云数据为A、B、C融合后形成的目标云数据，以及目标云数据D、E。
其中使用求和函数进行初始云数据融合，初始云数据融合后形成的目标云数据可以定义为
Figure 347830DEST_PATH_IMAGE006
，
Figure 880442DEST_PATH_IMAGE007
是网络融合节点i在t时刻接收到的初始云数据。
其中融合后的目标云数据
Figure 79342DEST_PATH_IMAGE008
具体表示为：
Figure 13800DEST_PATH_IMAGE009
其中
Figure 272743DEST_PATH_IMAGE010
是网络融合节点i在t时刻接收到的初始云数据，N表示网络融合节点的数量。
步骤S1202：响应得到目标云数据，将目标数据进行传输处理。
具体地，响应融合得到一种或多种目标云数据，一个或多个网络融合节点将融合后的一种或多种目标云数据通过网络传输节点传输至网络总节点中。
其中网络传输节点为一个或多个，每一种目标云数据通过对应的一个网络传输节点传输至一个或多个网络总节点中。其中一种目标云数据只能传输至一个网络总节点中。
其中在传输过程中，通信范围内的多个网络传输节点同时发送目标云数据会产生冲突碰撞，因此本实施例根据每个网络传输节点周围可能存在冲突碰撞的节点数量来分配一个特定的随机时间片
Figure 292652DEST_PATH_IMAGE011
，即网络传输节点i在
Figure 295243DEST_PATH_IMAGE012
时间范围内向网络总节点中发送融合后的目标云数据，
Figure 834940DEST_PATH_IMAGE013
为网络传输节点i初始接收到目标云数据的时刻。
在网络传输节点中，将首先发送数据的为“网络传输节点”，网络传输节点接收数据向后面的节点进行传送，发送至网络总节点所经过的为“子网络传输节点”。
其中将多个同时发送数据的网络传输节点定义为一层节点，将网络传输节点向网络总节点发送数据时需要经过的子网络传输节点定义为二层节点。其中在一层节点中，多个同时发送数据的网络传输节点可能互相在对方的通信范围内。在一层与二层节点中，网络传输节点其通信覆盖范围内的子网络传输节点可能处于同一层也可能处于下一层。
其中随机时间片
Figure 530363DEST_PATH_IMAGE014
具体表示为：
Figure 37568DEST_PATH_IMAGE015
其中，
Figure 578271DEST_PATH_IMAGE016
表示网络传输节点的通信范围为50m，数据传输速率为1Mbps时，距离在0-50m的两个网络传输节点在无冲突碰撞的情况下向网络总节点发送数据的时延之和。
Figure 487321DEST_PATH_IMAGE017
表示与网络传输节点i进行通信的子网络传输节点个数，具体来讲，若网络传输节点向网络总节点发送数据时，需要后经过3个子网络传输节点传输才能发送至网络总节点，则
Figure 822487DEST_PATH_IMAGE018
。其中
Figure 816988DEST_PATH_IMAGE019
表示有可能与网络传输节点i发生冲突碰撞范围的节点的个数。
Figure 161382DEST_PATH_IMAGE020
表示某个网络传输节点其通信覆盖范围内的节点与处于同一层的概率。
假设随机分布了M个网络传输节点，与网络传输节点i处于同一层且在通信范围内的节点数为
Figure 924939DEST_PATH_IMAGE021
，那么
Figure 214362DEST_PATH_IMAGE022
。
其中本申请通过计算了随机时间片
Figure 430580DEST_PATH_IMAGE023
，解决了通信范围内的多个网络传输节点同时发送数据会产生冲突碰撞的问题。区别于传统技术中随便定义一个时间，本实施例在计算随机时间片的过程中考虑了时延、可能发生碰撞的网络传输节点个数以及总的网络传输节点的个数等参数，使得计算随机时间片
Figure 578664DEST_PATH_IMAGE024
的过程更加全面化，从而能更好的解决多网络传输节点产生碰撞的问题。
其中本实施例在数据传输的过程中，在初始获取数据时就采用了以节点方式进行获取，以节点与节点之间的传输作为数据的传输路径，从而提高了数据在传输时的安全性。
步骤S130：响应于完成目标云数据的传输，查询目标云数据中是否存在不确定数据。
具体地，在网络总节点中进行目标云数据中不确定数据的查询。
其中由于网络传输或其他原因会造成数据缺失，由于数据传输中的缺失，部分数据没有正常传输，则缺失的数据和没有正常传输的数据则为不确定的数据。不确定数据具体为融合前的一个或多个初始云数据。
其中本实施例在进行不确定数据的查询过程中，由于多个网络接收节点进行多个时刻的初始云数据的获取，因此将网络总节点中融合后的目标云数据分别与多个网络接收节点的初始云数据进行比对。
具体地，若融合后的目标云数据与网络接收节点的初始云数据进行比对，若目标云数据种包含全部初始云数据的元素，则认为目标云数据不存在不确定数据，则根据该目标云数据执行步骤S150。若仅包含部分初始云数据，则认为存在不确定数据，并根据比对确定不确定数据为哪一初始云数据，执行步骤S140。
其中本实施例采用了首先将网络总节点中的目标云数据将初始云数据进行比对，而不是将目标云数据与网络传输节点中的初始云数据进行比对，从排除了初始云数据从根本上异常的可能，并且，若目标云数据种包含全部初始云数据的元素，则认为至少目标云数据是不缺少数据元素的，防止了因数据元素缺失所导致数据异常的问题。
步骤S140：进行目标云数据的不确定处理。
具体地，在网络总节点中进行目标云数据中不确定数据的不确定处理。
步骤S140具体包括以下子步骤：
步骤S1401：判断不确定数据是否能进行替换。
具体地，其中替换为根据相同的初始云数据重新融合产生新的目标云数据，将新的目标云数据替换存在不确定数据的目标云数据。
判断不确定数据是否能进行替换为，判断产生新的目标云数据的时间是否超过指定阈值，若产生新的目标云数据的时间超过指定阈值，则执行步骤S1402，否则将产生的新的目标云数据直接执行步骤S150。
步骤S1402：选取临时数据，构成新的目标云数据。
其中临时数据为，从目标云数据中选取部分与缺失数据相似的数据元素进行复制，作为“临时数据”，将临时数据与原本目标云数据中的数据元素构成新的目标云数据，根据不确定处理后的目标云数据执行步骤S150。
其中由于步骤S130中根据初始云数据具体确定了不确定数据，此时确定目标云数据中的其他数据与不确定数据的相似性，将相似性大于指定阈值的数据作为临时数据。
其中数据元素之间的相似性可以用欧氏距离、最小哈希算法，局部敏感哈希算法来确定数据间的相似性。
其中本申请在提高数据传输安全性的同时，也对数据本身进行了检测，通过多个角度加强了数据传输的安全性。
步骤S150：进行目标云数据的集中处理。
其中目标云数据的集中处理包括目标云数据的分片操作和分片云数据的存储处理。
具体地，其中进行目标云数据的传输处理后，多个网络总节点会分别陆续接收到目标云数据，为了保证数据不被盗取或泄露，网络总节点将原本的目标云数据或产生的新的目标云数据进行分片操作，以下目标云数据均代表步骤S130中的原本的目标云数据或者步骤S140产生的新的目标云数据。
其中接收到目标云数据的网络总节点为第一网络总节点，未接收到目标云数据的网络总节点为第二网络总节点。
具体地，所谓分片操作是指将网络总节点中接收的目标云数据（或新的目标云数据
Figure 196727DEST_PATH_IMAGE025
）随机切分为k片，这k个数据分片的和等于
Figure 404855DEST_PATH_IMAGE025
。
其中步骤S150具体包括以下子步骤：
步骤S1501：设定目标云数据分片时间。
其中假设目标云数据分片阶段的时间为
Figure 108369DEST_PATH_IMAGE026
到
Figure 794565DEST_PATH_IMAGE027
，即目标云数据分片阶段的总时间段为
Figure 532714DEST_PATH_IMAGE028
，那么目标云数据分片阶段的中间时刻
Figure 646163DEST_PATH_IMAGE029
。
步骤S1502：根据分片时间对目标云数据进行分片操作。
具体地，在
Figure 587706DEST_PATH_IMAGE030
时刻，第一网络总节点将目标云数据
Figure 77593DEST_PATH_IMAGE031
随机分成k片，这k个目标云数据分片的和等于
Figure 404669DEST_PATH_IMAGE032
，在目标云数据分片阶段的中间时刻
Figure 954599DEST_PATH_IMAGE033
，将其中一个目标云数据分片自身保留。截至到
Figure 632705DEST_PATH_IMAGE034
时刻，第一网络总节点将其余k-1片目标云数据加密后随机发送给距离自己h跳的第二网络总节点。
由于进行了数据的分片操作，因此就算网络攻击者窃听到他发送出去的分片数据也不是原始的目标云数据，加强了数据传输的安全性。
步骤S1503：响应于完成目标云数据的分片操作，对分片目标云数据进行存储。
具体从第二网络总节点中获取分片的目标云数据进行存储。
具体地，其中设置网络存储节点，网络存储节点在第二网络总节点中获取被分片的目标云数据，并在网络存储节点中融合成整的目标数据进行存储。
本实施例提出的这种存储方式，就算网络攻击者窃听到发送出去的分片数据也不是原始的目标云数据，同样加强了存储数据的安全性。
如图2所示，本申请提供一种分布式云数据集中处理***，具体包括：获取单元210、传输单元220、查询单元230、不确定处理单元240、集中处理单元250。
获取单元210用于获取初始云数据。
传输单元220与获取单元210连接，用于对初始云数据进行处理获取目标云数据，对目标云数据进行传输。
查询单元230与传输单元220连接，用于响应于完成目标云数据的传输处理，查询目标云数据中是否存在不确定数据。
不确定处理单元240与查询单元230连接，用于若目标云数据存在不确定数据，进行目标云数据的不确定处理。
集中单元250分别与查询单元230和不确定处理单元240连接，用于响应于完成目标云数据的不确定处理，或是目标云数据不存在不确定数据，进行目标云数据的集中处理。
本申请具有以下有益效果：
本申请能够对数据进行集中处理，具体为集中接收，集中融合，集中传输，并在传输后能进行安全存储，提高了在数据传输时的安全性以及存储时的安全性。
虽然当前申请参考的示例被描述，其只是为了解释的目的而不是对本申请的限制，对实施方式的改变，增加和/或删除可以被做出而不脱离本申请的范围。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种分布式云数据集中处理方法，其特征在于，具体包括以下步骤：
获取初始云数据；
对初始云数据进行处理获取目标云数据，对目标云数据进行传输；
响应于完成目标云数据的传输，查询目标云数据中是否存在不确定数据；
若目标云数据存在不确定数据，进行目标云数据的不确定处理；
响应于完成目标云数据的不确定处理，进行目标云数据的集中处理。
2.如权利要求1所述的分布式云数据集中处理方法，其特征在于，若目标云数据不存在不确定数据，则直接进行目标云数据的集中处理。
3.如权利要求1所述的分布式云数据集中处理方法，其特征在于，设置多个网络接收节点进行多个时刻的初始云数据的获取。
4.如权利要求1所述的分布式云数据集中处理方法，其特征在于，对初始云数据进行处理获取目标云数据包括，进行初始云数据的融合，得到目标云数据。
5.如权利要求4所述的分布式云数据集中处理方法，其特征在于，目标云数据定义为
Figure 387923DEST_PATH_IMAGE001
，其中
Figure 835084DEST_PATH_IMAGE002
是网络融合节点i在t时刻接收到的初始云数据。
6.如权利要求5所述的分布式云数据集中处理方法，其特征在于，目标云数据
Figure 290336DEST_PATH_IMAGE003
具体表示为：
Figure 455739DEST_PATH_IMAGE004
Figure 287428DEST_PATH_IMAGE005
是网络融合节点i在t时刻接收到的初始云数据，N表示网络融合节点的数量。
7.如权利要求6所述的分布式云数据集中处理方法，其特征在于，将目标数据进行传输处理包括，响应于获取目标云数据，通过多个网络传输节点将目标云数据传输至网络总节点中。
8.如权利要求7所述的分布式云数据集中处理方法，其特征在于，将网络总节点中融合后的目标云数据分别与多个网络接收节点的初始云数据进行比对，确定目标云数据中是否存在不确定数据。
9.如权利要求1所述的分布式云数据集中处理方法，其特征在于，进行目标云数据的集中处理具体包括以下子步骤：
设定目标云数据的分片时间；
根据分片时间对目标云数据进行分片操作；
响应于完成目标云数据的分片操作，对分片操作后的目标云数据进行存储。
10.一种分布式云数据集中处理***，其特征在于，具体包括：获取单元、传输单元、查询单元、不确定处理单元以及集中处理单元；
获取单元，用于获取初始云数据；
传输单元，用于对初始云数据进行处理获取目标云数据，对目标云数据进行传输；
查询单元，用于响应于完成目标云数据的传输处理，查询目标云数据中是否存在不确定数据；
不确定处理单元，用于若目标云数据存在不确定数据，进行目标云数据的不确定处理；
集中单元，用于响应于完成目标云数据的不确定处理，进行目标云数据的集中处理。
CN202210456494.9A 2022-04-28 2022-04-28 一种分布式云数据集中处理方法及*** Active CN114584397B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210456494.9A CN114584397B (zh) 2022-04-28 2022-04-28 一种分布式云数据集中处理方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210456494.9A CN114584397B (zh) 2022-04-28 2022-04-28 一种分布式云数据集中处理方法及***

Publications (2)

Publication Number Publication Date
CN114584397A true CN114584397A (zh) 2022-06-03
CN114584397B CN114584397B (zh) 2022-07-29

Family

ID=81784722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210456494.9A Active CN114584397B (zh) 2022-04-28 2022-04-28 一种分布式云数据集中处理方法及***

Country Status (1)

Country Link
CN (1) CN114584397B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012086919A2 (ko) * 2010-12-24 2012-06-28 (주)케이티 복수 개의 프락시 서버를 포함하는 분산 저장 시스템 및 그 오브젝트 관리 방법 및 컴퓨터에 의하여 독출가능한 저장 매체
CN102883274A (zh) * 2012-08-31 2013-01-16 北京邮电大学 一种交通安全信息的多跳广播方法
CN108574729A (zh) * 2018-03-20 2018-09-25 深圳众厉电力科技有限公司 一种智能变电站云***
CN111065169A (zh) * 2019-12-31 2020-04-24 北京中宸泓昌科技有限公司 一种自主网***信道时分复用的方法
US20200192714A1 (en) * 2018-08-24 2020-06-18 Embotics Corporation Method and system for coordinated service placement in multiple clouds
CN111339192A (zh) * 2020-02-21 2020-06-26 深圳供电局有限公司 一种分布式边缘计算数据存储***
CN112188553A (zh) * 2019-07-01 2021-01-05 大唐移动通信设备有限公司 一种5g***的数据传输方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012086919A2 (ko) * 2010-12-24 2012-06-28 (주)케이티 복수 개의 프락시 서버를 포함하는 분산 저장 시스템 및 그 오브젝트 관리 방법 및 컴퓨터에 의하여 독출가능한 저장 매체
CN102883274A (zh) * 2012-08-31 2013-01-16 北京邮电大学 一种交通安全信息的多跳广播方法
CN108574729A (zh) * 2018-03-20 2018-09-25 深圳众厉电力科技有限公司 一种智能变电站云***
US20200192714A1 (en) * 2018-08-24 2020-06-18 Embotics Corporation Method and system for coordinated service placement in multiple clouds
CN112188553A (zh) * 2019-07-01 2021-01-05 大唐移动通信设备有限公司 一种5g***的数据传输方法及装置
CN111065169A (zh) * 2019-12-31 2020-04-24 北京中宸泓昌科技有限公司 一种自主网***信道时分复用的方法
CN111339192A (zh) * 2020-02-21 2020-06-26 深圳供电局有限公司 一种分布式边缘计算数据存储***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李丹: "基于压缩感知的传感器网络数据采集技术研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Also Published As

Publication number Publication date
CN114584397B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
KR102406020B1 (ko) 탈 중앙화된 비잔틴 오류 감내 분산 합의 장치 및 방법
US11411721B2 (en) Systems and methods for selecting and utilizing a committee of validator nodes in a distributed system
CN111506656B (zh) 区块链***的共识处理方法、装置及智能设备、存储介质
CN111052091B (zh) 网络中的共识形成方法以及构成该网络的节点
US8086729B1 (en) Distributed statistical detection of network problems and causes
CN111381962B (zh) 一种边缘服务迁移方法及装置
Chaurasia et al. Trust computation in VANETs
CN113708929B (zh) 一种物联网边缘网关定时推送量子密钥的方法
WO2018112869A1 (zh) 一种告警同步方法和***
CN112165693B (zh) 一种安全高效的隐私保护数据融合方法
WO2023050966A1 (zh) 验证区块链数据
CN114584397B (zh) 一种分布式云数据集中处理方法及***
Bonomi et al. Practical Byzantine reliable broadcast on partially connected networks
CN113285923A (zh) 基于空海跨域通信网关的数据安全传输方法及存储介质
CN113645278A (zh) 一种区块链的跨链消息传输方法、设备、存储介质
CN111930599A (zh) 一种云服务***的运维数据处理方法、装置及存储介质
Wang et al. Edge intelligence enabled soft decentralized authentication in UAV swarm
CN112667928A (zh) 一种基于Handle***的前缀及标识数据安全订阅方法及***
US11115290B2 (en) Network monitoring of time synchronization protocols using convolutional neural networks
CN111585813A (zh) 一种物联网环境下网络节点的管理方法及***
CN111629022A (zh) 实用性拜占庭容错的节点设置方法
CN108881285B (zh) 一种基于互联网网络安全的大数据实施控制***
CN112866173B (zh) 防范物联网终端异常连接的方法、***和终端
Hasegawa et al. Quick notification of block generation using bloom filter in a blockchain
Park et al. Bloom-filter-aided redundancy elimination in opportunistic communications

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