基于区块链的众包测试知识产权可信管理框架

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:jiu999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在众测服务的发展过程中,长期存在众测知识产权管理不规范、归属不清晰、缺乏可信等问题。基于区块链去中心化、可追溯、不可篡改的特点,结合IPFS、SHA256算法、数字证书技术,提出一种四个层次、三大模块的众测知识产权可信管理框架,满足众测知识产权溯源、确权与查询等需求,并针对链上数据膨胀带来的存储性能瓶颈问题,提出链上链下分解与融合技术,实现知识产权可信管理原型系统。对其进行功能实验与性能测试,结果表明该系统具有高稳定性,可保证知识产权的可信管理。
其他文献
近年来,卷积神经网络(CNN)凭借强大的特征提取和表达能力,在图像分析领域的诸多应用中取得了令人瞩目的成就。但是,CNN性能的不断提升几乎完全得益于网络模型的越来越深和越来越大,在这个情况下,部署完整的CNN往往需要巨大的内存开销和高性能的计算单元(如GPU)支撑,而在计算资源受限的嵌入式设备以及高实时要求的移动终端上,CNN的广泛应用存在局限性。因此,CNN迫切需要网络轻量化。目前解决以上难题的
知识图谱问答是通过处理用户提出的自然语言问题,基于知识图谱的某种形式,从中获取相关答案的过程。由于知识规模、计算能力及自然语言处理能力的制约,早期知识库问答系统被应用于限定领域。近年来,随着知识图谱的发展,以及开放领域问答数据集的陆续提出,知识图谱已用于开放领域问答研究与实践。以技术发展为主线,对开放领域知识图谱问答进行综述。首先,介绍五种基于规则模板的开放领域知识图谱问答方法:传统语义解析、传统信息检索、三元组匹配、话语模板和查询模板,这类方法主要依赖人工定义的规则模板完成问答工作。其次,描述五种基于深