东北大学;北京理工大学王子尧获国家专利权
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!
龙图腾网获悉东北大学;北京理工大学申请的专利一种基于混合区块链的多模态数据近似查询方法和系统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:CN121560962B 。
龙图腾网通过国家知识产权局官网在2026-05-05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:202610078536.8,技术领域涉及:G06F16/2458;该发明授权一种基于混合区块链的多模态数据近似查询方法和系统是由王子尧;袁野;王一舒;赵恒泰;季航旭设计研发完成,并于2026-01-21向国家知识产权局提交的专利申请。
本一种基于混合区块链的多模态数据近似查询方法和系统在说明书摘要公布了:本发明公开一种基于混合区块链的多模态数据近似查询方法和系统,涉及区块链技术领域。本发明构建了可验证索引结构,用于描述多模态数据特征向量的压缩表示及其链下数据指针的映射关系,仅用极小的链上空间记录索引状态变化,避免了将原始高维特征向量或完整数据直接存储于区块链所带来的巨大存储开销。通过乘积量化将特征向量压缩成PQ码,并结合MPT结构生成可验证的轻量级密码学证明,实现了对多模态近似查询结果的真实性验证,使用链上根哈希独立验证Merkle证明,确保结果未被篡改;客户端下载原始数据,执行全精度特征提取与距离计算,补偿PQ压缩带来的精度损失;实现“高效近似搜索+精确结果输出”的完整可信闭环。
本发明授权一种基于混合区块链的多模态数据近似查询方法和系统在权利要求书中公布了:1.一种基于混合区块链的多模态数据近似查询方法,其特征在于,包括以下步骤: 获取多模态的原始数据,并对其进行特征提取与统一向量化,得到每个原始数据的高维特征向量; 对每个高维特征向量进行压缩与乘积量化编码,生成PQ码; 基于生成的PQ码,构建可验证索引结构PQ-MPT; 所述基于生成的PQ码,构建可验证索引结构PQ-MPT,具体包括: C1:根据每个原始数据对应的PQ码,构建键值对; 对每个原始数据的PQ码计算SHA-256哈希,得到256位的加密哈希值作为键;将原始数据在分布式存储系统中的内容标识符CID作为值,进而得到键值对; C2:根据键值对构建MPT树,得到索引结构PQ-MPT; 将可验证索引结构PQ-MPT的根哈希写入区块链,通过共识形成不可篡改的全局状态承诺; 获取用户查询请求,利用可验证索引结构PQ-MPT从多模态的原始数据中查询得到查询结果; 所述获取用户查询请求,利用可验证索引结构PQ-MPT从多模态的原始数据中查询得到查询结果,具体包括: E1:用户通过客户端提交查询请求; E2:对查询请求进行预处理、深度特征提取与向量化,得到高维查询向量; E3:利用PQ码本对高维查询向量进行压缩,生成查询PQ码; E4:将所有原始数据的PQ码聚类为L个簇,每个簇对应一个倒排列表,存储属于该簇的所有PQ码的标识符; E5:计算查询PQ码与L个簇中心的距离,选择距离最近的τ个簇,仅在所选择的簇对应的倒排列表中进行候选搜索,得到候选结果; E6:为每个候选结果生成证明; E7:对候选结果的证明进行验证,保留通过验证的候选结果; E8:对验证通过的候选结果进行精确重排序,得到最终查询结果; 具体为:对通过验证的候选结果,使用其内容标识符CID下载原始数据,对原始数据进行特征提取得到高维特征向量,计算高维特征向量与高维查询向量之间的精确距离,对候选结果进行重排序,输出最终查询结果。
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东北大学;北京理工大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路三号巷11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