共識算法是區塊鏈系統維護數據一致性的核心機制。本文深入調研并分析了具有代表性的共識算法及其演化歷程;基于共識過程提出共識算法的分類模型,并對各類型中代表性的共識算法進行詳細分析;最后從去中心化、可擴展性、安全性、一致性、可用性、分區容忍性六個方面建立了一套共識算法的評價指標體系,并對代表性的共識算法進行對比分析,給出各類算法綜合性的性能評價,希望為共識算法的應用與創新提供參考。
//jcs.iie.ac.cn/xxaqxb/ch/reader/create_pdf.aspx?file_no=20210206&year_id=2021&quarter_id=2&falg=1
摘要: 當前,以網絡數據為代表的跨媒體數據呈現爆炸式增長的趨勢,呈現出了跨模態、跨數據源的復雜關聯及動態演化特性,跨媒體分析與推理技術針對多模態信息理解、交互、內容管理等需求,通過構建跨模態、跨平臺的語義貫通與統一表征機制,進一步實現分析和推理以及對復雜認知目標的不斷逼近,建立語義層級的邏輯推理機制,最終實現跨媒體類人智能推理。文中對跨媒體分析推理技術的研究背景和發展歷史進行概述,歸納總結視覺-語言關聯等任務的關鍵技術,并對研究應用進行舉例。基于已有結論,分析目前跨媒體分析領域所面臨的關鍵問題,最后探討未來的發展趨勢。
數字貨幣作為區塊鏈技術迄今為止最典型也最成功的應用, 得益于區塊鏈分布式共識與去中心化信任的技術優勢, 也促使了區塊鏈技術與經濟活動的深度融合, 并由此改變了數字社會的組織方式. 近年來, 無論是在基礎理論研究方面, 還是在實踐應用發展方面, 數字貨幣均呈現出了蓬勃向上的態勢. 本文從技術創新、機制設計以及風險監管三個角度梳理了數字貨幣主要研究問題, 詳細闡述了基礎支撐技術、隱私保護技術、共識機制、激勵機制、幣值機制、發行機制、風險分析、監管考量等方面的研究進展、存在問題及應用現狀, 并展望了未來重點研究方向, 致力于為數字貨幣領域的研究提供有益借鑒.
近年來,隨著數字加密貨幣逐步走進人們的視野,其底層的區塊鏈技術也引起了研究者的高度重視。區塊鏈作為一種分布式賬本技術,具有多方維護、不可篡改、公開透明等特點。首先,將區塊鏈結構按層級進行劃分,從低到高介紹了每層的作用和原理,根據開放程度將區塊鏈分為公有鏈、聯盟鏈、私有鏈,以比特幣、Hyperledger Fabric為例分析了公有鏈和聯盟鏈的工作機理。其次,對區塊鏈的底層核心技術共識算法、智能合約、隱私安全做了詳細闡述。最后,分析了區塊鏈的研究進展并進行了展望。
大數據時代,數據已成為驅動社會發展的重要的資產.但是數據在其全生命周期均面臨不同種類、不同層次的安全威脅,極大降低了用戶進行數據共享的意愿.區塊鏈具有去中心化、去信任化和防篡改的安全特性,為降低信息系統單點化的風險提供了重要的解決思路,能夠應用于數據安全領域.該文從數據安全的核心特性入手,介紹區塊鏈在增強數據機密性、數據完整性和數據可用性三個方向的最新研究成果,對各研究方向存在的缺陷進行分析,進而對未來發展方向進行了展望.該文認為,區塊鏈技術的合理應用能夠增強分布式環境下的數據安全,有著廣闊的前景.
隨著人工智能技術的深入發展,自動駕駛已經成為人工智能技術的典型應用,近十年得到了長足的發展,作為一類非確定性系統,自動駕駛車輛的質量和安全性得到越來越多的關注.對自動駕駛系統,特別是自動駕駛智能系統(如感知模塊,決策模塊,綜合功能及整車)的測試技術得到了業界和學界的深入研究.本文調研了56篇相關領域的學術論文,分別就感知模塊、決策模塊、綜合功能模塊及整車系統的測試技術、用例生成方法和測試覆蓋度量等維度對目前已有的研究成果進行了梳理,并描述了自動駕駛智能系統測試中的數據集及工具集.最后,對自動駕駛智能系統測試的未來工作進行了展望,為該領域的研究人員提供參考.
//www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=6266&flag=1
隨著第一個去中心化加密貨幣系統——比特幣系統自2009年上線成功運行至今,其背后的區塊鏈技術也受到廣泛關注。區塊鏈技術獨有的去中心化去信任的特性,為構建價值互聯平臺提供了可能。在比特幣白皮書中,區塊鏈的概念十分模糊,而現有的一些介紹區塊鏈的文章中,也多從抽象層次進行介紹,對于更深入的后續研究提供的幫助十分有限。本文首先將區塊鏈技術中從具體應用場景中抽象出來,提取出其五層核心架構,并就其中數據、網絡、共識三層基礎架構作詳細說明。這三層架構包含了區塊鏈系統中的三大核心技術:密碼學、共識算法、網絡。文中介紹這三種技術的研究現狀,能夠使讀者迅速了解區塊鏈技術的發展狀況,并能根據自己的需要進行深入閱讀。最后,介紹了區塊鏈目前的應用現狀和技術展望。
深度強化學習主要被用來處理感知-決策問題,已經成為人工智能領域重要的研究分支。概述了基于值函數和策略梯度的兩類深度強化學習算法,詳細闡述了深度Q網絡、深度策略梯度及相關改進算法的原理,并綜述了深度強化學習在視頻游戲、導航、多智能體協作以及推薦系統等領域的應用研究進展。最后,對深度強化學習的算法和應用進行展望,針對一些未來的研究方向和研究熱點給出了建議。
我們生活在一個由大量不同模態內容構建而成的多媒體世界中,不同模態信息之間具有高度的相關性和互補性,多模態表征學習的主要目的就是挖掘出不同模態之間的共性和特性,產生出可以表示多模態信息的隱含向量.該文章主要介紹了目前應用較廣的視覺語言表征的相應研究工作,包括傳統的基于相似性模型的研究方法和目前主流的基于語言模型的預訓練的方法.目前比較好的思路和解決方案是將視覺特征語義化然后與文本特征通過一個強大的特征抽取器產生出表征,其中Transformer[1]作為主要的特征抽取器被應用表征學習的各類任務中.文章分別從研究背景、不同研究方法的劃分、測評方法、未來發展趨勢等幾個不同角度進行闡述.
//www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=6125&flag=1
在大數據時代下,深度學習、強化學習以及分布式學習等理論和技術取得的突破性進展,為機器學習提供了數據和算法層面的強有力支撐,同時促進了機器學習的規模化和產業化發展.然而,盡管機器學習模型在現實應用中有著出色的表現,但其本身仍然面臨著諸多的安全威脅.機器學習在數據層、模型層以及應用層面臨的安全和隱私威脅呈現出多樣性、隱蔽性和動態演化的特點.機器學習的安全和隱私問題吸引了學術界和工業界的廣泛關注,一大批學者分別從攻擊和防御的角度對模型的安全和隱私問題進行了深入的研究,并且提出了一系列的攻防方法. 在本綜述中,我們回顧了機器學習的安全和隱私問題,并對現有的研究工作進行了系統的總結和科學的歸納,同時明確了當前研究的優勢和不足. 最后,我們探討了機器學習模型安全與隱私保護研究當前所面臨的挑戰以及未來潛在的研究方向,旨在為后續學者進一步推動機器學習模型安全與隱私保護研究的發展和應用提供指導.
//www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=6131&flag=1
11月6日,中國通信標準化協會(CCSA)物聯網(TC10)第二十三次全會在許昌召開。在當天的“5G與C-V2X研討會”上,中國聯通攜手中興通訊(ZTE Corporation, 0763.HK / 000063.SZ)并協同其他廠家正式發布了《“物聯網+區塊鏈”應用與發展白皮書》。
該白皮書由CCSA TC10 物聯網區塊鏈子工作組組織研究與制訂,經過子工作組的區塊鏈專家們的深入研討與修訂,最終完成并向業界發布。白皮書基于對區塊鏈技術特點、產業情況、與物聯網融合的分析,從區塊鏈對物聯網網絡發展的促進、對物聯網平臺能力的提升等方面進行了闡述,梳理了區塊鏈賦能物聯網行業的各領域應用案例,對區塊鏈與物聯網融合發展提出了建議。