青岛理工大学郑文虎获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉青岛理工大学申请的专利基于区块链分片和DAG的建筑物联网数据管理方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116405179B 。
龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310255276.3,技术领域涉及:H04L9/00;该发明授权基于区块链分片和DAG的建筑物联网数据管理方法是由郑文虎;王金龙;王旭;熊晓芸;张媛媛;叶晓云;孟凡云;张楠设计研发完成,并于2023-03-16向国家知识产权局提交的专利申请。
本基于区块链分片和DAG的建筑物联网数据管理方法在说明书摘要公布了:本发明公开一种基于区块链分片和DAG的建筑物联网数据管理方法,包括:区块链分片网络构建步骤:获取建筑物联网系统中边缘网关和云服务器的节点性能数据,通过自适应负载均衡算法将边缘节点和云服务器节点划分至不同分片后生成分片配置信息文件并存储;DAG区块链网络构建步骤:选取采集速率高于阈值的边缘网关或云服务器节点部署DAG区块链网络,生成DAG配置文件存储在节点本地;数据采集处理步骤:对采集的终端设备数据进行处理后存储至IPFS私有网络;数据封装步骤:对IPFS存储地址进行封装签名形成交易记录;数据存储步骤:对分片配置信息文件进行解析并确认对应分片,调用交易记录中的封装数据类型对应的存储合约上链存储。
本发明授权基于区块链分片和DAG的建筑物联网数据管理方法在权利要求书中公布了:1.一种基于区块链分片和DAG的建筑物联网数据管理方法,其特征在于,包括: 区块链分片网络构建步骤:获取建筑物联网系统中所有边缘网关和云服务器的节点性能数据,根据所述节点性能数据通过预设的自适应负载均衡算法将边缘节点和云服务器节点划分至不同的分片后生成分片配置信息文件并保存在节点本地; DAG网络构建步骤:选取各个分片中采集速率高于一阈值的边缘网关或云服务器的节点部署DAG区块链网络,生成DAG配置文件存储在节点本地; 数据采集处理步骤:通过所述边缘网关根据设定的采样频率采集各个智能化子系统中的终端设备数据,所述边缘网关对所述终端设备数据进行处理形成多个数据文件,并对所述数据文件进行解析后存储至IPFS私有网络,以获取IPFS存储地址; 数据封装步骤:通过所述边缘网关对所述存储地址进行封装,然后通过节点私钥对封装数据进行签名形成交易记录; 数据存储步骤:通过所述边缘网关对所述分片配置信息文件进行解析,确认所述边缘网关对应的分片后,调用交易记录中的封装数据类型对应的存储合约上链存储; 其中,所述区块链分片网络构建步骤包括: 步骤S11:获取建筑物联网系统中所有边缘节点和云服务器的节点性能数据和各个节点的空间位置、数据类型编号,其中节点性能数据包括节点的计算资源、节点的存储资源、节点的采样数据量、与其他节点的交互积分表以及网络时延,然后将所述节点性能数据写入节点本地配置文件; 步骤S12:部署区块链分片网络环境、DAG区块链网络环境及星际文件系统环境,利用自适应负载均衡算法根据节点性能数据将边缘网关和云服务器的节点划分至不同的分片,并将节点与分片的对应关系写入所述节点本地配置文件; 所述步骤S12包括: 步骤S121:获取各节点的性能数据集合和分片数量; 步骤S122:根据所述节点的采样数据量、计算资源和网络时延之间的关系计算得到各节点的采样频率,根据所述节点的存储资源、所述采样频率和所述节点的计算资源之间的关系计算得到各节点的负载值; 步骤S123:遍历所有节点,如果节点的负载值低于低负载标准值,则将所述节点加入低负载节点集合;如果节点的负载值高于高负载标准值,则将所述节点加入高负载节点集合;其余节点加入适宜负载集合; 步骤S124:将所述高负载节点集合及所述低负载节点集合按照设定规则进行排序后,将两个集合的节点按顺序对分片数量取余并分配至对应分片,然后更新各节点为已分片状态; 步骤S125:将所述适宜负载集合的节点根据节点之间的交互积分表计算与各个分片的交互积分总和,将节点分配至交互积分总和最大的分片; 步骤S126:输出最终分片结果,生成分片配置文件保存在各节点本地及DAG区块链中; 步骤S127:分片完成之后,为DAG区块链节点和为分片节点的边缘网关或云服务器负责实时更新节点交互积分表,每隔一设定时间更新各节点的最新存储资源和计算资源,计算分片负载判断分片状态,若过热分片超过一阈值,则重新分片。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人青岛理工大学,其通讯地址为:266520 山东省青岛市黄岛区嘉陵江东路777号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励