-
题名基于多目标效用优化的分布式数据交易算法
被引量：5
- 1
-
-
作者
黄小红
张勇
闪德胜
钱叶魁
韩璐
李丹丹
丛群
-
机构
北京邮电大学计算机学院(国家示范性软件学院)
中国人民解放军
陆军炮兵防空兵学院郑州校区
北京网瑞达科技有限公司技术研发部
-
出处
《通信学报》
EI
CSCD
北大核心
2021年第2期52-63,共12页
-
基金
国家重点研发计划基金资助项目(No.2020YFE0200500)
北京邮电大学优秀博士生创新基金资助项目(No.CX2019212)。
-
文摘
传统的集中式数据交易模式不能很好地适用于当前万物互联、数据实时产生的智能时代,为了使产生的数据发挥更大的价值,设计一种有效的数据交易框架至关重要。为此,提出了一种基于联盟区块链的分布式数据交易框架,在不依赖第三方的情况下实现了P2P的数据交易。针对已有数据交易模型仅考虑数据本身的因素,而忽略用户任务相关因素的问题,基于数据质量、数据属性、属性的相关性、消费者竞争等多维因素构建了双层多目标优化模型,以优化数据提供者(DP)和数据消费者(DC)的效用。为求解上述模型,提出了一种改进的多目标遗传算法——协作式NSGAII,通过DP、DC以及数据聚合器(AG)的协作进行计算。仿真结果表明,所提算法在DP和DC的效用方面取得了更好的性能,实现了更有效的数据交易。
-
关键词
联盟区块链
分布式数据交易
优化匹配模型
多目标遗传算法
-
Keywords
consortium blockchain
distributed data trading
optimization matching model
multi-objective genetic algorithm
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
