共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 个人信息保护法与区块链技术冲突的双向纾解及合规监管显示文摘当前区块链技术与《个人信息保护法》在处理个人信息过程中存在内生性冲突,这需要分别从技术和法规的角度出发进行双向纾解,并构建合规体系展开持续性保护。从技术优化的角度,区块链技术需要在技术原理上调整适配《个人信息保护法》的规范要求,同时将保护与利用并重的理念贯彻到技术处理过程中,推动技术进步来弥补个人信息权利保护的缺漏。从《个人信息保护法》的角度,区块链技术进步需要限制公共法益的范围来强调对个人信息自决权的保护,对区块链处理个人信息的方式进行灵活解释,并豁免未侵犯公民个人信息自决权的技术责任。合规监管制度是区块链技术在《个人信息保护法》框架下持续发展的制度保障,需要将法规要求转化为具体的合规任务,优化区块链技术编校方案促进技术合规升级,并将区块链技术合规处理后的个人信息作为合规对象。 | 赵炳昊 | 2022 | 法学论坛2022，37，6： | 7 |
| 2 | FL_Raft:基于联邦学习模型的选举共识方案显示文摘针对异构集群中Raft共识算法的投票分裂和领导者频繁更换造成的吞吐量低、共识时延高和安全性低等问题,提出了一种基于联邦学习模型的Raft选举共识方案FL_Raft。首先,联邦学习聚合运行于每轮领导者迭代后,调用节点的本地特征数据,通过联邦学习训练模型筛选高性能节点组;其次,建立基于行为的权益计算模型,对集群中每个节点的权益值进行动态调整;最后,建立权益选举模型,由队列选举准领导者节点,选取出的节点经全体节点投票选举后成为最终领导者节点。实验结果表明,在保证各节点数据隐私性的前提下,相比Raft,FL_Raft的选举时延降低了50%,领导者可靠性达到95%以上,共识时延缩短了20%,吞吐量提高了13%。FL_Raft共识算法保证了选举的效率和安全,提高了集群的稳定性和领导者的可用性。 | 荣宝俊 郑朝晖 | 2023 | 计算机科学2023，50，11： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员