图片版权所属：站长之家
今日块讯(ChinaZ.com) 2 月 12 日消息：据检察日报消息，近日，湖北省武汉市检察院承担的中央级专项课题《基于区块链技术的电子数据存证等相关应用研究——以公益诉讼为视角》通过专家组评审，并在北京完成结题答辩，标志着该院 2018 年智慧检务创新研究项目成果获得专家认可。
据介绍，该课题借助区块链技术降低存证成本，提升证据材料流转效率，化解该类案件取证难问题。
（举报）
区块链智慧检务创新研究成果获专家认可
- 相关推荐
-
当区块链遇见千年文化，乐数通以数字技术定义“文化在场”
文章介绍了浙江文交所旗下"乐数通"平台在文化数字化领域的创新实践。该平台通过数字技术让敦煌壁画、《山海经》异兽等传统文化以新形式呈现，构建了包含音乐、影视、戏曲等多领域的文化数字生态。作为全国首家文化数字资产持牌交易机构，浙江文交所率先开展数字音乐、数字文创等资产交易探索，推出"乐数通"等交易平台。平台通过数字呈现、资产化、交易赋能的闭环服务，实现供需双方价值共创。同时，浙江文交所还参与编制《文化数字资产交易实施指南》等国家标准，推动行业规范化发展。文章展现了数字技术如何让传统文化在新时代焕发新生。
-
革新云计算资源管理：微云全息基于Quorum的区块链信任模型
随着云计算发展，传统资源管理方式面临效率低、成本高、安全性不足等问题。微云全息基于Quorum区块链平台开发了新型身份管理模型，利用区块链的去中心化、不可篡改和透明特性，结合智能合约实现自动化身份验证、授权和计费。该方案通过分布式应用程序(DApp)提供用户界面，确保资源管理的安全高效。模型优化了传统云计算的资源分配方式，但仍需大规模性能测试。未来可结合5G、物联网等技术，为云计算资源管理带来革命性变革。
-
微云全息（NASDAQ: HOLO）推出创新区块链治理博弈模型，强化网络安全防护
微云全息(NASDAQ:HOLO)开发了新型区块链治理博弈模型(BGGM)，通过去中心化网络设计有效防御攻击。该模型结合随机博弈理论和波动理论，分析攻击者行为模式，优化网络防护策略。研究显示，BGGM能提升区块链安全性和稳定性，为首次代币发行(ICO)和新链服务提供安全保障。微云全息将持续优化该模型，推动区块链技术发展，为用户带来更安全可靠的体验。
-
SIGMOD评审团评价：源于真实业务的突破！腾讯云TDSQL研究成果入选国际顶会
腾讯云数据库TDSQL团队在ACM SIGMOD 2025发表论文，提出创新性"热点数据"高并发解决方案。该技术通过动态识别热点数据并采用"组锁模式"优化处理，在腾讯金融支付等业务中实现交易性能提升30%，热点场景TPS提升近10倍。性能测试显示其处理速度超业界先进方案6.5-22倍，获评"真实业务驱动研究的典范"。这是TDSQL今年继VLDB、ICDE后第三次入选国际顶级会议，其核心专利此前刚获中国专利金奖。
-
微云全息（NASDAQ: HOLO）引领车联网数据安全新纪元：创新分片技术重塑区块链存储与计算
随着车联网(IoV)技术发展，数据安全问题日益凸显。区块链技术凭借去中心化、不可篡改特性，在解决车联网数据安全需求方面展现出巨大潜力。微云全息(NASDAQ: HOLO)针对区块链存储压力大和跨分片通信效率低两大挑战，创新性地提出内容分片和节点分片两种解决方案。内容分片通过智能合约将数据分类存储在不同节点，降低单节点存储压力；节点分片则将网络节点分组协作，减少跨分片通信次数。这两种方法有效提升了系统性能和可扩展性，为车联网数据安全提供了新思路。
-
微云全息（NASDAQ: HOLO）推出创新区块链重建解决方案， 通过可验证秘密共享技术保障交易安全
微云全息(HOLO)推出创新区块链重建方案，采用可验证秘密共享(VSS)技术解决许可区块链的安全隐患。该方案通过数据加密存储、改进共识机制和智能合约集成，确保在节点受损时仍能保持区块链完整性。VSS技术将密钥信息分散存储，需足够数量节点联合才能重建，防止单点故障。方案还设计了隐私保护机制，即使在不诚实重建情况下也能保护用户私钥。这一技术能快速响应攻击，允许用户独立重建，增强系统稳定性和用户信任，为加密市场带来更高安全性和稳定性。
-
微云全息：基于区块链多任务学习的车联网优化技术框架，将为私家车通勤体验带来革新
随着城市化进程加速和私家车数量激增，通勤体验成为一大挑战。微美全息公司推出基于区块链多任务学习的车联网优化技术框架，通过区块链保障数据安全与隐私，利用多任务学习算法分析车辆轨迹、交通流量等数据，精准预测用户出行需求并提供最优路线规划。该技术能有效缓解交通拥堵，提升通勤效率，同时为城市交通管理提供智能决策支持，推动交通系统向智能化、高效化方向发展。
-
微云全息（NASDAQ: HOLO）采用集成学习革新区块链异常检测技术
微全息公司(HOLO)开发了一种基于集成学习的区块链异常交易检测模型，通过结合决策树、朴素贝叶斯等多种机器学习算法，显著提升了比特币交易欺诈检测的准确性。该模型采用ADASYN-TL技术解决数据不平衡问题，并运用随机搜索等方法优化超参数。评估显示模型在准确率、F1分数等指标表现优异，同时通过SHAP方法增强可解释性。这一创新不仅提高了检测精度，还为区块链安全领域带来了新的技术突破。
-
明略科技研究成果被ACM MM 2025接收，攻克个性化注视点预测难题
明略科技与北京大学、吉林大学合作研发的PRE-MAP模型被ACM MM2025接收。该研究针对现有视觉注意力模型在个性化注视点预测中的局限性，提出新方法PRE-MAP和大规模多模态数据集SPA-ADV，能更好捕捉个体差异并提升高分辨率视频中的多属性注视点预测精度。该成果是明略科技在AI大模型应用领域的又一突破，此前其超图多模态大模型(HMLLM)曾获ACM MM2024最佳论文提名。研究团队通过4500名不同背景用户的真实视觉行为数据，结合多模态大模型技术，实现了"某类人会看哪里"的精准预测，为广告创意优化和投放效果评估提供科学依据。
-
微算法科技(NASDAQ：MLGO)研发可信共识算法TCA，解决区块链微服务中的数据一致性与安全挑战
微算法科技(NASDAQ:MLGO)开发了TCA(可信共识算法)，该算法结合可信执行环境(TEE)和有向无环图(DAG)技术，旨在解决区块链微服务架构中的数据一致性和安全性问题。TCA通过引入安全隔离的执行空间确保数据传输完整性，利用DAG结构提高数据处理效率，降低共识延迟和能耗。该技术可广泛应用于金融、供应链管理和物联网领域，实现高效安全的分布式系统。未来随着技术进步，TCA性能将进一步提升，成为构建分布式系统的重要工具。