CN113037496B - 一种基于区块链技术视频采集装置及其方法 - Google Patents
一种基于区块链技术视频采集装置及其方法 Download PDFInfo
- Publication number
- CN113037496B CN113037496B CN202110273702.7A CN202110273702A CN113037496B CN 113037496 B CN113037496 B CN 113037496B CN 202110273702 A CN202110273702 A CN 202110273702A CN 113037496 B CN113037496 B CN 113037496B
- Authority
- CN
- China
- Prior art keywords
- chip
- video
- signature
- verification
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Abstract
本发明提供了一种基于区块链技术视频采集装置及其方法，包括摄像头、视频处理芯片、共识算法生成芯片、签名芯片、装置基础信息芯片和共识算法验证芯片，摄像头采集视频数据经视频处理芯片进行处理，视频处理芯片信号连接有共识算法生成芯片和RAM存储器，在共识算法生成芯片中生成的带有数字签名特征的图像特征矩阵数据送入网络接口模块A中，并将视频区块数据送入存储装置中，本发明通过摄像头与视频处理芯片结合完成采集数据，并将其利用共识算法生成芯片和签名芯片结合，使得视频采集后在生成视频区块链方面得到了提升，而且还设置有共识算法验证芯片，设置有两个网络接口模块，增加网络利用率，高效实用。
Description
技术领域
本发明属于基于区块链的视频采集装置技术领域，具体涉及一种基于区块链技术视频采集装置及其方法。
背景技术
区块链技术和视频文件进行融合，能更好提高视频文件的安全性和透明性。区块链技术凭借去中心化、去信任、不可篡改、可溯源等特征，在视频文件采集、存储应用建设过程中有充足的应用场景。
目前摄像头采集的视频文件主要特征有实时性、动态化、多样化、容量大，但是仍未从根本上解决视频文件可信性问题，视频文件生成区块链时交易吞吐量低，延时较大，而且视频文件生成区块链时数据签名麻烦，数据隐私问题不能有效解决，视频文件区块链共识机制性能较差等问题，影响区块链的视频采集工作。
发明内容
本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种基于区块链技术视频采集装置及其方法及方法，以解决上述背景技术中提出的问题。
为解决上述技术问题，本发明采用的技术方案是：一种基于区块链技术视频采集装置，包括摄像头、视频处理芯片、共识算法生成芯片、签名芯片、装置基础信息芯片和共识算法验证芯片；
其中，所述摄像头采集视频数据，并将视频数据送至视频处理芯片进行处理，所述视频处理芯片信号连接有共识算法生成芯片和RAM存储器；
所述装置基础信息芯片与签名芯片之间信号连接，所述签名芯片结合装置基础信息芯片及时间戳生成数字签名矩阵，然后将签名芯片数据送入共识算法生成芯片中，在共识算法生成芯片中生成的带有数字签名特征的图像特征矩阵数据送入网络接口模块A中，所述网络接口模块A将带有数字签名特征的图像特征矩阵数据与RAM存储器中视频数据进行打包生成视频区块数据，并将视频区块数据送入存储模块中；
所述网络接口模块B与存储模块之间信号连接，利用网络接口模块B从存储模块上获取视频区块数据，并将获取的视频区块数据送入共识算法验证芯片中进行验证，如果验证矩阵有效及签名有效则利用共识算法验证芯片对验证后的区块特征矩阵进行签名，否则发送给网络接口模块B，完成验证。
优选的，所述视频处理芯片进行的视频处理过程是将通过摄像头采集到的视频数据处理成区块链处理的格式。
优选的，所述共识算法生成芯片是由FPGA芯片或英特尔eASIC NX器件构成，且在共识算法生成芯片嵌入卷积神经网络CNN，由卷积神经网络CNN结合签名芯片生成视频区块链的图像特征；
所述签名芯片由FPGA芯片或英特尔eASIC NX器件构成，在签名芯片嵌入递归神经网络RNN，利用递归神经网络RNN生成数字签名；
所述共识算法验证芯片由FPGA芯片或英特尔eASIC NX器件构成，共识算法验证芯片嵌入递归神经网络RNN、卷积神经网络CNN和目标检测神经网络，用于验证视频图像特征是否合法。
优选的，所述装置基础信息芯片包括网络接口模块A的MAC地址、装置的编号、装置的出场日期、摄像头的编号及型号信息，所述RAM存储器用于暂时存储视频数据。
优选的，所述网络接口模块A用于对视频数据及带有签名的视频区块链的图像特征数据进行打包生成新的区块，并连接视频区块链存储模块，将新的视频区块数据发送给存储模块；
所述网络接口模块B用于连接存储模块，从视频存储模块处获得图像特征进行验证，将验证结果再返还给存储模块。
一种基于区块链技术视频采集装置的使用方法，包括以下步骤：
S1、利用摄像头先进行视频数据的采集，然后将其传送至视频处理芯片2；
S2、视频处理芯片将采集的视频数据区块链处理的格式，具体为生成N分钟*60的矩阵，再将N分钟*60的矩阵送到共识算法生成芯片，等待签名芯片数据，并将视频文件存储到RAM存储器中；
S3、签名芯片结合装置基础信息芯片及时间戳，利用递归神经网络RNN生成N*60位数字签名矩阵，也将签名数据送入共识算法生成芯片中；
S4、共识算法生成芯片利用卷积神经网络CNN生成带有数字签名特征的N分钟*60的图像特征矩阵，并将数据送入网络接口模块A；
S5、网络接口模块A将带有数字签名特征的N分钟*60的图像特征矩阵与RAM存储器中的视频数据进行打包生成视频区块数据，将视频区块数据送入存储模块中；
S6、网络接口模块B从存储模块上获取视频区块数据，将获取的视频区块数据送入共识算法验证芯片中进行验证；
S7、如果共识算法验证芯片验证矩阵有效及签名有效，则利用共识算法验证芯片对验证后的区块特征矩阵进行签名，将带有验证签名的视频区块数据发送给网络接口模块B，完成验证，如果共识算法验证芯片验证矩阵或签名无效，则将带未有验证签名的视频区块数据发送给网络接口模块B。
优选的，所述共识算法验证芯片的验证方法如下，先利用卷积神经网络CNN检查生成的视频图像特征矩阵是否有效，再利用目标检测神经网络提取生成视频图像特征矩阵签名，利用递归神经网络RNN检查生成频图像特征矩阵的装置签名是否有效。
优选的，利用共识算法验证芯片对验证后的区块特征矩阵进行签名的签名方法如下，先结合装置基础信息芯片及时间戳，利用递归神经网络RNN生成N*60位数字签名矩阵，再利用卷积神经网络CNN结合区块特征值，生成带有数字验证签名特征的N分钟*60的图像特征矩阵。
优选的，所述存储模块由6-N组网络模块做成，可连接至少6-N个采集装置，网络模块有2个网络接口构成，具体为网络接口A和网络接口B，网络接口A和网络接口B均为RJ45100M或RJ451000M或光纤接口，其中网络模块的网络接口A用于连接网络接口模块A，所述网络模块的网络接口B连接网络接口模块B。
优选的，所述网络模块的网络接口A获取新生成的区块，利用逻辑回归神经网络判断存储模块的网络模块的每组网络接口B，如果空闲则把新生成的区块通过网络接口B发给采集装置进行验证，验证结束后从存储模块的网络模块网络接口B获得验证后的区块数据，如果验证签名无效则告知生成区块的设备无效，有效则模块对区块进行签名，并将新生成的区块加入区块链。
本发明与现有技术相比具有以下优点：
本发明通过摄像头与视频处理芯片结合完成采集数据，并将其利用共识算法生成芯片和签名芯片结合，使得视频采集后在生成视频区块链方面得到了提升，而且还设置有共识算法验证芯片，设置有两个网络接口模块，双网络接口模块一个采集视频数据生成视频区块数据，一个验证视频区块数据，增加网络利用率，充分利用网络资源，能有效解放PC主机CPU资源提升性能，高效实用。
附图说明
图1是本发明整体原理框架图；
图2是本法存储模块网络模块示意图。
1-摄像头；2-视频处理芯片；3-共识算法生成芯片；4-签名芯片；5-装置基础信息芯片；6-共识算法验证芯片；7-RAM存储器；8-网络接口模块A；9-存储模块；10-网络接口模块B。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1，如图1所示，本发明提供一种技术方案：一种基于区块链技术视频采集装置，包括摄像头1、视频处理芯片2、共识算法生成芯片3、签名芯片4、装置基础信息芯片5和共识算法验证芯片6；
其中，所述摄像头1采集视频数据，并将视频数据送至视频处理芯片2进行处理，所述视频处理芯片2进行的视频处理过程是将通过摄像头1采集到的视频数据处理成区块链处理的格式，体为生成N分钟*60的矩阵。
所述视频处理芯片2信号连接有共识算法生成芯片3和RAM存储器7；所述RAM存储器7用于暂时存储视频数据。
所述共识算法生成芯片3是由FPGA芯片或英特尔eASIC N5X器件构成，且在共识算法生成芯片3嵌入卷积神经网络CNN，由卷积神经网络CNN结合签名芯片4生成视频区块链的图像特征。
所述装置基础信息芯片5与签名芯片4之间信号连接，所述签名芯片4结合装置基础信息芯片5及时间戳生成数字签名矩阵，然后将签名芯片数据送入共识算法生成芯片3中。
所述签名芯片4由FPGA芯片或英特尔eASIC N5X器件构成，在签名芯片4嵌入递归神经网络RNN，利用递归神经网络RNN生成数字签名。
所述装置基础信息芯片5包括网络接口模块A8的MAC地址、装置的编号、装置的出场日期、摄像头1的编号及型号信息。
在共识算法生成芯片3中生成的带有数字签名特征的图像特征矩阵数据送入网络接口模块A8中，所述网络接口模块A8将带有数字签名特征的图像特征矩阵数据与RAM存储器7中视频数据进行打包生成视频区块数据，并将视频区块数据送入存储模块9中；
所述网络接口模块B10与存储模块9之间信号连接，利用网络接口模块B10从存储模块9上获取视频区块数据，并将获取的视频区块数据送入共识算法验证芯片6中进行验证，所述共识算法验证芯片6由FPGA芯片或英特尔eASIC N5X器件构成，共识算法验证芯片6嵌入递归神经网络RNN、卷积神经网络CNN和目标检测神经网络，用于验证视频图像特征是否合法。
如果验证矩阵有效及签名有效则利用共识算法验证芯片6对验证后的区块特征矩阵进行签名，否则发送给网络接口模块B10，完成验证。
所述网络接口模块A8用于对视频数据及带有签名的视频区块链的图像特征数据进行打包生成新的区块，并连接视频区块链存储模块9，将新的视频区块数据发送给存储模块9；
所述网络接口模块B10用于连接存储模块9，从视频存储模块9处获得图像特征进行验证，将验证结果再返还给存储模块9。
实施例2，实施例1中的基于区块链技术视频采集装置的使用方法，包括以下步骤：
S1、利用摄像头1先进行视频数据的采集，然后将其传送至视频处理芯片2；
S2、视频处理芯片2将采集的视频数据区块链处理的格式，具体为生成N分钟*60的矩阵，再将N分钟*60的矩阵送到共识算法生成芯片3，等待签名芯片数据，并将视频文件存储到RAM存储器7中；
S3、签名芯片4结合装置基础信息芯片5及时间戳，利用递归神经网络RNN生成N*60位数字签名矩阵，也将签名数据送入共识算法生成芯片3中；
S4、共识算法生成芯片3利用卷积神经网络CNN生成带有数字签名特征的N分钟*60的图像特征矩阵，并将数据送入网络接口模块A8；
S5、网络接口模块A8将带有数字签名特征的N分钟*60的图像特征矩阵与RAM存储器7中的视频数据进行打包生成视频区块数据，将视频区块数据送入存储模块9中；
视频区块数据由区块头与视频数据组成，区块头包括：上一个区块特征值、本区块特征值、时间戳、本设备签名数据、验证设备签名数据、存储模块签名数据；
其中，上一个区块特征值是存储上一个区块的带有数字签名特征的N分钟*60的图像特征矩阵；
本区块特征值是存储本区块的带有数字签名特征的N分钟*60的图像特征矩阵；
时间戳：生成区块时的时间；
本设备签名数据：本设备生成N*60位数字签名矩阵；
验证设备签名数据：验证设备生成的签名N分钟*60的图像特征矩阵；
存储模块签名设备：存储模块生成的签名N分钟*60的图像特征矩阵；
S6、网络接口模块B10从存储模块9上获取视频区块数据，将获取的视频区块数据送入共识算法验证芯片6中进行验证；
验证方法如下，先利用卷积神经网络CNN检查生成的视频图像特征矩阵是否有效，再利用目标检测神经网络提取生成视频图像特征矩阵签名，利用递归神经网络RNN检查生成视频图像特征矩阵的装置签名是否有效。
S7、如果共识算法验证芯片6验证矩阵有效及签名有效，则利用共识算法验证芯片6对验证后的区块特征矩阵进行签名，签名方法如下，先结合装置基础信息芯片5及时间戳，利用递归神经网络RNN生成N*60位数字签名矩阵，再利用卷积神经网络CNN结合区块特征值，生成带有数字验证签名特征的N分钟*60的图像特征矩阵；
将带有验证签名的视频区块数据发送给网络接口模块B10，完成验证，如果共识算法验证芯片6验证矩阵或签名无效，则将带未有验证签名的视频区块数据发送给网络接口模块B10。
所述存储模块9由6-N组网络模块做成，可连接至少6-N个采集装置，网络模块有2个网络接口构成，具体为网络接口A和网络接口B，网络接口A和网络接口B均为RJ45100M或RJ451000M或光纤接口，其中网络模块的网络接口A用于连接网络接口模块A8，所述网络模块的网络接口B连接网络接口模块B10。
所述网络模块的网络接口A获取新生成的区块，利用逻辑回归神经网络判断存储模块9的网络模块的每组网络接口B，如果空闲则把新生成的区块通过网络接口B发给采集装置进行验证，验证结束后从存储模块9的网络模块网络接口B获得验证后的区块数据，如果验证签名无效则告知生成区块的设备无效，验证签名是否有效方法如下：
先利用目标检测神经网络提取生成视频图像特征矩阵签名及验证设备的矩阵签名；
再利用递归神经网络RNN检查生成视频图像特征矩阵的装置签名及验证设备的签名是否有效；
如果验证签名无效则告知生成区块的设备无效，有效则存储模块9对区块进行签名，方法如下：
结合存储模块信息及时间戳利用递归神经网络RNN生成N*60位数字签名矩阵；
将签名写进区块头存储模块签名数据部分；
用卷积神经网络CNN结合区块特征值生成带有数字验证签名特征的N分钟*60的图像特征矩阵；
再更新本区块特征值；
并将新生成的区块加入区块链。
经测试，本实施例1中的视频采集装置1台设备每秒生成区块数量TPS大于20000个；进行1GB视频区块数据的验证时间小于2秒；1GB数据生成视频区块数据时间小于0.5秒；存储1GB区块的时间小于10秒，高效实用。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于区块链技术视频采集装置，其特征在于，包括摄像头（1）、视频处理芯片（2）、共识算法生成芯片（3）、签名芯片（4）、装置基础信息芯片（5）和共识算法验证芯片（6）；
其中，所述摄像头（1）采集视频数据，并将视频数据送至视频处理芯片（2）进行处理，所述视频处理芯片（2）信号连接有共识算法生成芯片（3）和RAM存储器（7）；
所述装置基础信息芯片（5）与签名芯片（4）之间信号连接，所述签名芯片（4）结合装置基础信息芯片（5）及时间戳生成数字签名矩阵，然后将签名芯片数据送入共识算法生成芯片（3）中，在共识算法生成芯片（3）中生成的带有数字签名特征的图像特征矩阵数据送入网络接口模块A（8）中，所述网络接口模块A（8）将带有数字签名特征的图像特征矩阵数据与RAM存储器（7）中视频数据进行打包生成视频区块数据，并将视频区块数据送入存储模块（9）中；
网络接口模块B（10）与存储模块（9）之间信号连接，利用网络接口模块B（10）从存储模块（9）上获取视频区块数据，并将获取的视频区块数据送入共识算法验证芯片（6）中进行验证，如果共识算法验证芯片（6）验证图像特征矩阵有效及签名有效，则利用共识算法验证芯片（6）对验证后的区块特征矩阵进行签名，将带有验证签名的视频区块数据发送给网络接口模块B（10），完成验证，如果共识算法验证芯片（6）验证图像特征矩阵或签名无效，则将未带有验证签名的视频区块数据发送给网络接口模块B（10）；
验证结束后从存储模块（9）的网络模块网络接口B（10）获得验证后的区块数据，如果验证签名无效则告知生成区块的设备无效，有效则利用存储模块（9）对区块进行签名，并将新生成的区块加入区块链。
2.根据权利要求1所述的一种基于区块链技术视频采集装置，其特征在于，所述视频处理芯片（2）进行的视频处理过程是将通过摄像头（1）采集到的视频数据处理成区块链处理的格式。
3.根据权利要求1所述的一种基于区块链技术视频采集装置，其特征在于，所述共识算法生成芯片（3）是由FPGA芯片或英特尔eASIC N5X 器件构成，且在共识算法生成芯片（3）嵌入卷积神经网络CNN，由卷积神经网络CNN结合签名芯片（4）生成视频区块链的图像特征；
所述签名芯片（4）由FPGA芯片或英特尔eASIC N5X 器件构成，在签名芯片（4）嵌入递归神经网络RNN，利用递归神经网络RNN生成数字签名；
所述共识算法验证芯片（6）由FPGA芯片或英特尔eASIC N5X 器件构成，共识算法验证芯片（6）嵌入递归神经网络RNN、卷积神经网络CNN和目标检测神经网络，用于验证视频图像特征是否合法。
4.根据权利要求1所述的一种基于区块链技术视频采集装置，其特征在于，所述装置基础信息芯片（5）包括网络接口模块A（8）的MAC地址、装置的编号、装置的出场日期、摄像头（1）的编号及型号信息，所述RAM存储器（7）用于暂时存储视频数据。
5.根据权利要求1所述的一种基于区块链技术视频采集装置，其特征在于，所述网络接口模块A（8）用于将带有数字签名特征的图像特征矩阵与RAM存储器（7）中的视频数据进行打包生成视频区块数据，并连接视频区块链存储模块（9），将新的视频区块数据发送给存储模块（9）；
所述网络接口模块B（10）用于连接存储模块（9），从视频存储模块（9）处获得图像特征进行验证，将验证结果再返还给存储模块（9）。
6.一种基于区块链技术视频采集方法，其基于权利要求1-5任一项所述的一种基于区块链技术视频采集装置，其特征在于，包括以下步骤：
S1、利用摄像头（1）先进行视频数据的采集，然后将其传送至视频处理芯片（2）；
S2、视频处理芯片（2）将采集的视频数据区块链处理的格式，具体为生成N分钟*60的矩阵，再将N分钟*60的矩阵送到共识算法生成芯片（3），等待签名芯片数据，并将视频文件存储到RAM存储器（7）中；
S3、签名芯片（4）结合装置基础信息芯片（5）及时间戳，利用递归神经网络RNN生成N*60位数字签名矩阵，也将签名数据送入共识算法生成芯片（3）中；
S4、共识算法生成芯片（3）利用卷积神经网络CNN生成带有数字签名特征的N分钟*60的图像特征矩阵，并将数据送入网络接口模块A（8）；
S5、网络接口模块A（8）将带有数字签名特征的N分钟*60的图像特征矩阵与RAM存储器（7）中的视频数据进行打包生成视频区块数据，将视频区块数据送入存储模块（9）中；
S6、网络接口模块B（10）从存储模块（9）上获取视频区块数据，将获取的视频区块数据送入共识算法验证芯片（6）中进行验证；
S7、如果共识算法验证芯片（6）验证图像特征矩阵有效及签名有效，则利用共识算法验证芯片（6）对验证后的区块特征矩阵进行签名，将带有验证签名的视频区块数据发送给网络接口模块B（10），完成验证，如果共识算法验证芯片（6）验证图像特征矩阵或签名无效，则将未带有验证签名的视频区块数据发送给网络接口模块B（10）。
7.根据权利要求6所述的一种基于区块链技术视频采集方法，其特征在于，所述共识算法验证芯片（6）的验证方法如下，先利用卷积神经网络CNN检查生成的视频图像特征矩阵是否有效，再利用目标检测神经网络提取生成视频图像特征矩阵签名，利用递归神经网络RNN检查生成视频图像特征矩阵的装置签名是否有效。
8.根据权利要求6所述的一种基于区块链技术视频采集方法，其特征在于，利用共识算法验证芯片（6）对验证后的区块特征矩阵进行签名的签名方法如下，先结合装置基础信息芯片（5）及时间戳，利用递归神经网络RNN生成N*60位数字签名矩阵，将数字签名矩阵写入区块头验证设备签名数据部分，再利用卷积神经网络CNN结合区块特征值，生成带有数字验证签名特征的N分钟*60的图像特征矩阵。
9.根据权利要求6所述的一种基于区块链技术视频采集方法，其特征在于，所述存储模块（9）由6-N组网络模块做成，可连接至少6-N个采集装置，网络模块有2个网络接口构成，具体为网络接口A和网络接口B，网络接口A和网络接口B均为RJ45100M或RJ451000M或光纤接口，其中网络模块的网络接口A用于连接网络接口模块A（8），所述网络模块的网络接口B连接网络接口模块B（10）。
10.根据权利要求9所述的一种基于区块链技术视频采集方法，其特征在于，所述网络模块的网络接口A获取新生成的区块，利用逻辑回归神经网络判断存储模块（9）的网络模块的每组网络接口B，如果空闲则把新生成的区块通过网络接口B（10）发给采集装置进行验证，验证结束后从存储模块（9）的网络模块网络接口B（10）获得验证后的区块数据，如果验证签名无效则告知生成区块的设备无效，有效则利用存储模块（9）对区块进行签名，并将新生成的区块加入区块链。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110273702.7A CN113037496B (zh) | 2021-03-15 | 2021-03-15 | 一种基于区块链技术视频采集装置及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110273702.7A CN113037496B (zh) | 2021-03-15 | 2021-03-15 | 一种基于区块链技术视频采集装置及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113037496A CN113037496A (zh) | 2021-06-25 |
| CN113037496B true CN113037496B (zh) | 2022-11-04 |
Family
ID=76468655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110273702.7A Active CN113037496B (zh) | 2021-03-15 | 2021-03-15 | 一种基于区块链技术视频采集装置及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113037496B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111581671A (zh) * | 2020-05-11 | 2020-08-25 | 笵成科技南京有限公司 | 一种深度神经网络与区块链相结合的数字护照保护方法 |
| CN111652615A (zh) * | 2020-06-24 | 2020-09-11 | 杨刘琴 | 基于区块链大数据的安全识别方法及人工智能云服务平台 |
| CN111684412A (zh) * | 2018-01-29 | 2020-09-18 | 亚历山大·石 | 安全区块链集成电路 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107657438B (zh) * | 2017-09-18 | 2020-12-04 | 联动优势科技有限公司 | 一种区块链生成方法、数据验证方法、节点及系统 |
| US20190122258A1 (en) * | 2017-10-23 | 2019-04-25 | Adbank Inc. | Detection system for identifying abuse and fraud using artificial intelligence across a peer-to-peer distributed content or payment networks |
| CN112534453A (zh) * | 2018-03-07 | 2021-03-19 | 珊瑚协议有限公司 | 区块链交易安全 |
| CN113434592A (zh) * | 2018-10-31 | 2021-09-24 | 创新先进技术有限公司 | 基于区块链的数据存证方法及装置、电子设备 |
| CN109660350A (zh) * | 2018-10-31 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 基于区块链的数据存证方法及装置、电子设备 |
| CN109358177A (zh) * | 2018-11-01 | 2019-02-19 | 华东师范大学 | 一种基于区块链的土壤改良跟踪检测系统 |
| CN111522878B (zh) * | 2020-04-14 | 2024-01-02 | 名商科技有限公司 | 基于区块链的车载视频处理方法、装置、计算机和介质 |
| CN111931678B (zh) * | 2020-08-21 | 2021-09-07 | 腾讯科技（深圳）有限公司 | 一种视频信息处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-15 CN CN202110273702.7A patent/CN113037496B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111684412A (zh) * | 2018-01-29 | 2020-09-18 | 亚历山大·石 | 安全区块链集成电路 |
| CN111581671A (zh) * | 2020-05-11 | 2020-08-25 | 笵成科技南京有限公司 | 一种深度神经网络与区块链相结合的数字护照保护方法 |
| CN111652615A (zh) * | 2020-06-24 | 2020-09-11 | 杨刘琴 | 基于区块链大数据的安全识别方法及人工智能云服务平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113037496A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111460526B (zh) | 基于区块链的影像数据记录、获取、验证方法及装置 | |
| US20080010466A1 (en) | Digital identifier chaining | |
| CN110650321B (zh) | 基于区块链技术的视频内容防篡改、防丢失及恢复的方法 | |
| CN107977473B (zh) | 基于Logback的分布式系统日志的检索方法和系统 | |
| CN111614761B (zh) | 区块链消息传输方法、装置、计算机以及可读存储介质 | |
| CN103346960A (zh) | 一种基于可识别图形的跨网络数据传输方法 | |
| CN111444257A (zh) | 一种基于区块链的电子证据的存储方法及系统 | |
| CN103428249B (zh) | 一种http请求包的收集及处理方法、系统和服务器 | |
| CN109040783A (zh) | 一种视频防伪系统、方法及装置 | |
| CN110830259A (zh) | 为多媒体数据提供原始性和完整性证明的方法及系统 | |
| CN109150550A (zh) | 一种电子数据动态哈希链共识存储系统及方法 | |
| CN111224782B (zh) | 基于数字签名的数据校验方法、智能设备及存储介质 | |
| CN107040405A (zh) | 网络环境下被动式多维度主机指纹模型构建方法及其装置 | |
| CN113037496B (zh) | 一种基于区块链技术视频采集装置及其方法 | |
| CN110210252A (zh) | 一种电子数据的主动保全方法、装置及服务器 | |
| CN109104458A (zh) | 一种用于云平台可信性验证的数据采集方法及系统 | |
| CN109167665B (zh) | 一种机器人竞赛规则管理系统 | |
| CN114500588B (zh) | 基于区块链的物联网终端验证云端数据的方法及系统 | |
| CN106161066A (zh) | 一种日志采集方法及服务器 | |
| CN109120714B (zh) | 安防数据恢复方法及系统，节点服务器 | |
| CN114372092A (zh) | 一种案件协查处理方法、系统、装置和电子设备 | |
| CN115277690A (zh) | 一种基于区块链的工业数据监管系统 | |
| CN113609334A (zh) | 一种用区块链提升跨摄像头行为识别可信度的方法 | |
| CN106162059A (zh) | 一种视频监控报警方法和系统 | |
| CN113297223A (zh) | 一种基于区块链的电子数据实时存证系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |