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！

龙图腾网获悉重庆邮电大学申请的专利一种雾计算中DAG结构区块链赋能的数据共享激励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：CN115170190B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202210798025.5，技术领域涉及：G06Q30/0283；该发明授权一种雾计算中DAG结构区块链赋能的数据共享激励方法是由雷一达;崔太平;曾元鸿;曹宗昊;杨马暘;石嘉颖;张登科设计研发完成，并于2022-07-06向国家知识产权局提交的专利申请。

本一种雾计算中DAG结构区块链赋能的数据共享激励方法在说明书摘要公布了：本发明涉及一种雾计算中DAG结构区块链赋能的数据共享激励方法，属于区块链领域。首先，将基于DAG结构的区块链融入雾网络中，提出一种改进的Conflux共识机制，可以提高网络安全性和区块链吞吐量。其次，为更好的利用网络资源，减少由于工作量证明PoW带来的资源消耗对区块链在雾网络中部署的影响，提出一种设备与雾节点协同成块的激励机制，建立两阶段的斯坦柯尔伯格博弈模型，以最大化雾节点和成块设备的收益函数为目标，共同优化设备和雾节点的效益。接着，将雾节点之间的资源配置以及定价问题建模为一个混合整数线性规划问题，提出基于贪婪搜索和迭代的资源分配与定价算法GIRP，减少雾节点的资源共享成本，并提高收益。

本发明授权一种雾计算中DAG结构区块链赋能的数据共享激励方法在权利要求书中公布了：1.一种雾计算中DAG结构区块链赋能的数据共享激励方法，其特征在于：该方法包括以下步骤： S1：基于雾计算的有向无环图DAG结构区块链成块系统模型； S2：改进的Conflux共识机制； S3：基于两阶段的斯坦柯尔伯格博弈的激励机制； S4：基于贪婪搜索和迭代的资源分配与定价算法； 在所述S2中，提出一种改进的Conflux共识协议，即一种排序协议，将DAG的结构转化为一个线性链，从而处理所有分叉上的交易；分为两个过程，动态权重分配和贪婪遍历；在改进的Conflux共识机制中采用动态权重反映实时账本状态，包括吞吐量；在进行贪婪遍历之前，机制为每个顶点分配对应的动态权值； 在所述S2中，提出一种贪婪的遍历算法确认主链；采用广度优先搜索策略，从创世块开始，逐级比较顶点的权重值；对于同一级的多个顶点，选择拥有最大权重值的顶点作为下一级的起点，依次遍历，最终确定主链； 为确定区块链上交易的顺序，首先根据动态权值分配和贪婪搜索遍历确定主链，主链上每个块负责一个Epoch，这个块能够到达的区块就属于这个Epoch；然后对不同的Epoch进行排序，再去同一个Epoch内的区块根据偏好关系进行排序，如果同一个Epoch中的块不存在偏序关系，就根据区块的Hash大小排序； 在所述S3中，雾节点通过共享计算资源获得收益，设备从雾节点获取额外的计算资源来开采区块获得回报；资源分配与定价算法CRP设置每单位计算资源的价格，成块设备根据价格决定从CRP购买的资源量； 让表示为设备的计算需要即从CRP购买的计算资源量，同时考虑设备的初始计算能力；成块设备的总计算能力为： 1 成块设备相对于所有设备的总计算能力有一个相对计算能力，其表达式如下： 2 其中，表示除设备以外其他成块设备的计算需求；用户在成块游戏中互相竞争解决PoW难题，并获得相应的成块奖励；将用户成块成功的概率表示为： 3 其中表示用户挖掘的块大小，即该块中包含的事务数量；表示为孤立概率；在传统的单链结构中，一个区块的孤立概率为用户找到一个有效的块后由于块中包含的事务较多，验证时延较长导致不是第一个区块而被丢弃的概率；采用DAG结构的区块链与传统的单链区块链不同的是将侧链上的区块也视为有效，在改进的共识机制中不存在块的孤立概率；采取的是先确认区块顺序，再确认交易顺序的原则，有双花或冲突的交易，只承认第一笔，剩下的抛弃，存在一个数据有效概率，假设服从泊松分布，；用户成功挖掘一个区块获得的奖励改写为： 4 成块奖励由固定奖励和变量奖励组成； 在CRP与成块设备的交互过程中，CRP根据用户的请求确定价格，成块设备通过决定购买的计算资源大小来响应价格；这两个事件是连续发生的；因此，CRP和成块设备之间的互动可以形式化为一个领导者和多个追随者的Stackelberg博弈，其中领导者是CRP，追随者是成块设备； 在所述S4中，用户在CRP给定资源定价后总能确定最佳购买数量，通过设置雾节点之间的资源配置，将每个用户的资源请求分配到雾节点上，使得CRP的成本最小化；设置每单位计算资源的价格影响用户购买计算资源的数量，使得CRP收入最大化；CRP的收益函数定义如下，需满足以下约束条件： 5 其中，约束条件表示，当雾节点分享计算资源给用户们时，不能超载；约束条件决定一个用户请求的计算资源有且仅被一个雾节点提供；约束条件表示用户和雾节点之间的映射关系；在CRP子游戏中，CRP通过决定计算资源的价格和选择运行用户卸载任务的雾节点来实现收益最大化；由于，CRP的收益最大化问题是一个非线性整数规划问题，不能直接求解；提出贪婪搜索和迭代的资源分配与定价算法解决CRP的收益优化问题；该问题包括两个子问题：基于用户最佳购买资源量的资源分配问题和给定资源配置下的资源定价问题。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。