CN110084070A - 一种基于区块链的制造业跨域异构数据的身份构建及溯源方法 - Google Patents
一种基于区块链的制造业跨域异构数据的身份构建及溯源方法 Download PDFInfo
- Publication number
- CN110084070A CN110084070A CN201910320907.9A CN201910320907A CN110084070A CN 110084070 A CN110084070 A CN 110084070A CN 201910320907 A CN201910320907 A CN 201910320907A CN 110084070 A CN110084070 A CN 110084070A
- Authority
- CN
- China
- Prior art keywords
- data
- source
- credible
- internal
- external
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 32
- 238000013461 design Methods 0.000 claims abstract description 27
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000013506 data mapping Methods 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 30
- 238000007726 management method Methods 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 3
- 229940029329 intrinsic factor Drugs 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Bioethics (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Storage Device Security (AREA)
Abstract
本发明提供一种基于区块链的制造业跨域异构数据的身份构建及溯源方法:首先,在智能制造业供应链协同跨域系统的多数据处理阶段预置数据溯源代理,通过该代理实现与区块链系统的数据交互。数据溯源代理抽取各企业写入自身数据库可共享的数据内部指纹,结合数据的外部关联属性特征,设计轻量级椭圆曲线特征提取算法对内外因联合特征进一步轻量抽取并签名,构建出内外因素结合的数据可信安全标签。其次,调用智能合约,在供应链协同跨域系统的多数据处理阶段,生成记录并存储于区块链中数据映射逻辑链,基于区块链的多方共识机制及不可篡改特性,并结合区块链中智能合约的自动化能力,实现多尺度、多数据处理阶段的数据身份链式溯源。
Description
技术领域
本发明属于信息安全的制造业供应链系统多实体协同领域,具体涉及到一种基于区块链的制造业跨域异构数据的身份构建及溯源方法。
背景技术
工业4.0的逐步推进,赋能于智能制造的飞速发展。如今,智能制造领域供应链系统内的各企业间存在着广泛、复杂的数据流转及交互。制造业企业数据往往需要高安全性保障,而供应链协同中各企业的多业务域数据集成共享与其安全性需求构成了矛盾。在从数据采集到存管、分析利用的数据处理链条中,如何保证不同企业、不同制造环节中的多形态结构数据实现数据的可信溯源,是当前急需解决的制造业供应链系统领域应用挑战问题。目前,智能制造领域中的跨环节、多企业的交互过程中,普遍存在着以下制约其数据治理、管理及溯源等方面关键工作的重大弊端:(1)协同企业之间及产品全生命周期包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的多数据处理阶段中的异构数据存在信息孤岛问题,缺乏对称一致性,可利用率低;(2)企业间的数据协同共享缺乏安全保障,并无可信的存证支持,从而不能有效避免数据流转中的恶意篡改等问题的产生,导致事故定位不具备可信度,不能有效追溯原始数据,严重影响针对此类攻击事件的精准有效处理。
针对智能制造中多源异构数据智能治理,现有技术并不能解决制造业供应链协同全生命周期涉及的多源/分布/异构/多类型大数据的跨域安全共享溯源问题。专利《一种用于供应链系统的动态主体协同方法》(CN104036336A)提出基于已建立的某一需求目标来驱动各企业间的合作的方法,没有从数据层面解决数据层面的数据使用的溯源存证;专利《基于区块链的供应链动态多中心协同认证模型及其实施方法》(CN201710511965)涉及区块链、散列原理、供应链电子交易、多中心协同认证等,在企业认证方面提供安全保证,但并未对数据的可信协同和有效溯源给出合理的解决方案;专利《一种基于不同企业间数据共享的供应链协同管理方法》(CN201810028969)更侧重计算机软件与供应链相结合技术,对于产品全生命周期的异构数据没有有效的融合方案,没有解决供应链协同涉及的多源异构数据治理问题,且并不能保证存储数据的安全可追溯。
区块链是利用分布式技术和共识算法重新构造一种去中心化的信任机制,实现所有参与者共同维护的一个交易账本,完成信息的共享。基于区块链去中心化、透明性、公平性以及公开性的特性及优势,将区块链技术与制造业管理相结合,促进制造业企业之间的安全协同及共享,提升生产效率,实现交易的多元化和低成本化。而目前,还未有将区块链技术与异构多源数据管理下多实体协同相结合的方案,保证数据来源可信、内容真实、易于溯源。
发明内容
本发明技术解决问题:克服现有技术的不足,针对智能制造供应链数据流转过程中的协同多源异构数据的安全可信协同问题,提供一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,通过建立兼备多方信息的数据可信标签,利用链式溯源法来保障数据来源可信,内容真实,溯源便捷、可靠。
本发明技术解决方案:一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,步骤如下:
第一步,在智能制造业供应链协同跨域系统的多数据处理阶段,预置数据溯源代理,所述多处理阶段包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的数据处理阶段,通过数据溯源代理实现与区块链系统的数据交互,数据交互包括数据及数据可信安全标签的上链和溯源操作;
所述数据溯源代理从智能制造业供应链协同跨域系统中获取异构原始数据信息,制定智能制造业供应链协同跨域系统内企业的各系统,各系统包括企业WEB(World WideWeb)系统、ERP(Enterprise Resource Planning)系统、PLM(Product LifecycleManagement)系统、PDM(Product Data Management)系统、MES(Manufacturing ExecutionSystem)系统、WMS(Warehouse Management System)系统的跨域异构数据内部指纹提取规则,构成数据内部特征集,数据内部特征集用于形成内外因联合的签名数据可信标签的内因素,所述内因素即数据内部指纹;制定各个企业节点系统执行数据上链操作用户与数据相关的外部关联属性信息提取规则,构成外部关联属性特征集,外部关联属性特征集用于形成内外因素联合的签名数据可信标签的外因素,外因素即数据来源企业、数据来源系统、数据处理人、产品物流信息、财务信息、来源厂商、网络信息等;通过设计的轻量级椭圆曲线特征进一步轻量级内外特征抽取进而构成签名的内外因素联合的数据可信安全标签,对数据内部指纹和数据的外部关联属性的进一步轻量级特征抽取,构成内外因素联合的数据可信安全标签并签名,从而构建内外因素联合的签名数据可信安全标签,并完成上链存储;
第二步,基于区块链智能合约,数据溯源代理在异构数据生命全周期的各个阶段提取到的内外因素联合的签名生成留痕记录,并存储于区块链中;所述异构数据生命全周期,包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的数据处理阶段;数据溯源代理根据区块链账本的数据映射逻辑链,利用流转数据共享的功能,将收到的待溯源的数据,利用该数据的内外因素联合的签名完成异构数据生命全周期各阶段到原始数据的数据可信验证及多数据处理阶段、多尺度的追溯。
所述构成数据内部特征集的过程如下:(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数,Ep(a,b)是数据溯源代理设计的椭圆曲线,考虑异构数据的数量巨大,为确保数据内部指纹的安全性及唯一性,选择使用Secp224k1曲线;为确保生成数据内部指纹的安全性及计算快速性,此处参数p选择181位随机质数;(L,l)代表数据溯源代理用于构建标签的公私钥对,其中L=lG,G(x,y)为椭圆曲线Ep(a,b)上的二维基点;
(1)数据溯源代理从智能制造业供应链协同跨域系统中获取的异构原始数据信息m;
(2)数据溯源代理在异构原始数据信息m中筛选数据内容、关键字段重要内部信息,构成数据内部特征集
(3)数据溯源代理根据内部特征集中整体特征的复杂度,选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数;选取阶n为100~200的基点G(x,y),以此保证数据内部指纹生成的安全性和计算效率;
(4)数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数用于数据内部指纹的计算,保证内部特征数据的可追溯性;
(5)使用数据内部特征集随机整数k、基点G(x,y)计算数据内部指纹的两个元素c2=kG=(x1,y1),其中x1、y1是c2的坐标参数,生成数据内部指纹in_m=(c1,c2),用于构建内外因素联合的签名数据可信安全标签,该数据内部指纹具备高度安全性、轻量级、计算快速性及唯一性。
所述构成外部关联属性特征的过程如下:(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数。特别地,Ep(a,b)是数据溯源代理设计的椭圆曲线,考虑数据对应的外部属性特征的多样性,为确保外部关联属性特征的计算快速性及唯一性,选择使用Secp160k1曲线;为了提高生成外部关联属性特征的安全性及效率,此处参数p选择173位随机质数;(L,l)代表数据溯源代理用于构建标签的公私钥对,其中L=lG,G(x,y)为Ep(a,b)上的二维基点;
(1)数据溯源代理获取不同数据库系统中数据的外部关联属性m1,并进行特征筛选,使用筛选后的关键性外部关联属性特征,构成外部关联属性特征集
(2)数据溯源代理根据外部关联属性的复杂度以及数据量的大小选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y该基点的坐标参数;此处,选取阶n为250~300的基点G(x,y),以此保证外部关联属性特征生成的安全性和计算效率;
(3)数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数用于外部关联属性特征的计算,保证外部特征数据的可追溯性;
(4)使用外部关联属性特征集随机整数k、基点G(x,y)计算外部关联属性特征的两个元素c4=kG=(x2,y2),其中x2、y2是c4的坐标参数,生成外部关联属性特征out_m=(c3,c4),用于构建内外因素联合的签名数据可信安全标签,该外部关联属性特征具备轻量性、唯一性及对应数据高度相关性。
所述通过设计的轻量级椭圆曲线特征进一步轻量级内外特征抽取进而构成签名的内外因素联合的数据可信安全标签的过程如下:
(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数,Ep(a,b)是数据溯源代理设计的椭圆曲线,为确保轻量级内外特征抽取的计算快速性以及提取最终提取生成的内外因素联合的待签名数据可信安全标签的轻量化,选择使用Secp160k1曲线;并且,为了提高数据可信安全标签的安全性,此处参数p选择211位随机质数;(L,l)代表数据溯源代理用于构建内外因素联合的数据可信安全标签的公私钥对,其中L=lG,G(x,y)为Ep(a,b)上的二维基点:
设in_m代表内部指纹信息,out_m代表外部属性特征信息,stage为1位十进制数字,代表数据溯源代理对应的数据处理阶段,m_unsign代表待签名内外因素联合的数据可信安全标签;
具体如下:
(1)数据溯源代理首先进行用于生成内外因素联合的数据可信安全标签的待签名信息,即m_unsign=in_m+out_m+stage;+表示字符串的拼接,生成的m_unsign用于构成数据可信安全标签的信息,包括内外因素特征及原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的处理阶段数据信息;
(2)数据溯源代理根据拼接的内外数据特征信息的数据总量以及数据的复杂度,选选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数,此处,选取阶n为100~150的基点G(x,y),以此保证内外因素联合的数据可信安全标签生成的安全性和计算效率;
(3)数据溯源代理选择一个随机整数k,k∈[1,n-1],用于数据内部指纹和外部关联属性特征的联合特征的计算,确保数据内部指纹与外部关联属性特征构成的组合特征的安全性及可追溯性;
(4)使用待签名内外因素联合的数据可信安全标签m_unsign、随机整数k、基点G(x,y)计算外部关联属性特征的两个元素cl1=m_unsign+kL,cl2=kG=(x3,y3),其中x3、y3是cl2的坐标参数,进一步提取内外因素联合特征,生成未签名的数据可信安全标签m_unsign(cl1,cl2),用于构建内外因素联合的签名数据可信安全标签,该标签具备高度轻量级、唯一性及安全性特征。
所述构建内外因素联合的签名数据可信安全标签并完成上链存储的过程如下:
(1)数据溯源代理根据签名的数据可信安全标签选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数;此处,选取阶n为100~150的基点G(x,y),以此签名的安全性和计算效率;
(2)选定基点后,数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数作为数据可信安全标签签名的私钥,用于确保内外因素联合的数据可信安全标签的可追溯性;
(3)数据溯源代理计算点kG=(x4,y4),x4,y4为该点坐标参数,该点作为用于数据可信安全标签签名的公钥;
(4)确定公私钥对后,数据溯源代理将x4对n进行取余计算,得到参数r,即r=x4modn,若r=0,则选取的随机数不符合签名的安全需求,返回步骤(2)重新选择随机数;
(5)数据溯源代理计算e=sha512(m_unsign),提取待签名的内外因素联合的数据可信安全标签的散列值e;
(6)对于散列值e,数据溯源代理计算s=k-1(e+dr)modn,其中k-1是k对n的逆元,mod为取余运算;若s=0,则选取的随机数不符合签名的安全需求,返回步骤(2)重新选取随机数;
(7)得到内外因素联合的数据可信安全标签的签名值,即二元组m_sign(r,s);
(8)将带有轻量级签名的内外因素联合的数据可信安全标签的数据存储到区块链中,从而实现可信数据的实时共享,且确保数据不可篡改,易于追溯。
所述数据到原始数据的数据安全验证实现过程如下:
设m_trace代表收到的待溯源的数据,m_trace_sign代表该数据的内外因素联合的签名数据可信安全标签;G(x,y)代表数据溯源代理构建内外因素联合的数据可信安全标签时使用的二维基点,(Q,d)代表数据溯源代理用于签名的公私钥对;
验证过程如下:
(1)数据溯源代理提取数据可信安全标签的签名值m_trace_sign(r,s),进行取余运算,得到参数w,即w=s-1modn;
(2)数据溯源代理计算收到数据m的散列值e,即e=sha512(m_trace);
(3)数据溯源代理利用参数w、散列值e进行取余运算,得到参数u1,u2,即u1=ewmodn,u2=rw mod n,用于签名认证;
(4)数据溯源代理使用上一步骤参数,计算点X=u1G+u2Q,还原出签名过程中使用的椭圆曲线的基点;
(5)计算dG(xs,ys),其中xs,ys为坐标参数;若X≠dG,即X、dG不相等,则签名无效;
(6)若X=dG,即X、dG相等,数据溯源代理进一步进行取余运算v=xs modn;参数v与签名值中元素作比较,若v=r,则签名有效,通过安全验证,进行进一步地溯源;否则,签名无效。
所述异构数据生命全周期到原始数据的多数据处理阶段追溯过程如下:
(1)获取数据溯源代理设计的用于构建数据可信安全标签的私钥l;
(2)对于得到的内外因素联合的数据可信安全标签,即m_sign(cl1,cl2),数据溯源代理计算明文m'=cl1-lcl2,m'的最后一位即为该数据所属处理阶段的数据溯源代理编号,即实现多数据处理阶段、多尺度的可信数据溯源。
本发明与现有技术相比的优点在于:
(1)针对现有技术中无法做到真正的数据自适应提取及高度全面化融合问题,本发明结合智能制造业供应链协同跨域系统的数据类型及结构,设计了一种上链数据标签提取及设定方法,数据溯源代理基于本地数据库类型,对数据内部指纹和外部关联属性特征进行信息轻量化联合抽取,构建出海量数据细粒度定位的内外因素联合的签名数据可信安全标签,并利用区块链技术完成可信安全标签的上链存储,进一步保证可信数据标签的唯一性、不可篡改性和可追溯。
(2)针对现有技术中尚未有效解决的供应链多方数据流转缺乏可信的存证支持的问题,本发明提出一种基于数据可信标签的多阶段数据映射链的身份追溯技术,基于数据可信安全标签的在产品全生命周期中包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的数据处理阶段的各个数据处理阶段设置数据溯源代理,将带有内外因素联合的数据可信安全标签的数据存储于区块链上数据映射逻辑链,利用区块链的防篡改和可追溯的特征,及对内外因素联合的数据可信安全标签的自动化分析处理,支持完成不同表现形态的数据到原始数据的追溯,实现供应链协同数据可溯源的安全共享,从而使得在恶意篡改等数据类风险问题出现后能够快速精确地定位到数据来源,实现了多尺度细粒度异构数据溯源。
附图说明
图1为本发明的内外因素联合的签名数据可信安全标签构建示意图;
图2为本发明的异构数据生命全周期各数据处理阶段到原始数据的可信验证及追溯示意图。
具体实施方式
为使本发明的目的、优点以及技术方案更加清楚明白,通过以下具体措施,并结合附图1-2,对本发明作进一步详细说明。
本发明主要包括如下具体内容。
一、构建内外因素联合的签名数据可信安全标签
在智能制造业供应链协同跨域系统的多数据处理阶段节点,如原始数据采集、数据存储和数据分析利用节点,预置数据溯源代,通过该代理实现与区块链子系统的数据交互,包括数据及数据可信安全标签的上链操作,数据溯源等;并基于区块链智能合约,形成数据多阶段留痕映射链。调用智能合约,在异构数据全生命周期包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的数据处理阶段的多数据处理阶段将提取到的数据可信安全标签生成留痕记录,并存储于区块链中的数据映射逻辑链上,完成全部异构数据的多阶段上链存储。如图1所示,数据溯源代理从智能制造业供应链协同跨域系统中获取异构原始数据信息,制定各个企业节点系统的跨域异构数据内部指纹提取规则,构成数据内部特征集,用于形成内外因联合的签名数据可信标签的内因素,即数据内部指纹;制定各个企业节点系统执行数据上链操作用户与数据相关的外部关联属性信息提取规则,构成外部关联属性特征集,用于形成内外因素联合的签名数据可信标签的外因素,即产品物流信息、财务信息、来源厂商、网络信息等外部关联属性特征;进一步轻量级内外特征抽取进而构成未签名的内外因素联合的数据可信安全标签,构建内外因素联合的签名数据可信安全标签。其中,包括数据内部指纹构建,外部数据属性附加以及内外联合特征轻量抽取。
如图1、2所示,本发明具体实现过程如下:
(1)构建数据内部指纹。面向整体视角,兼顾制造业领域产品生命全周期,数据溯源代理从智能制造业供应链协同跨域系统,即企业WEB系统、ERP系统、PLM系统、PDM系统、MES系统和WMS系统等中获取异构原始数据信息,对等来源的异构数据进行数据内部指纹提取。数据溯源代理获取异构数据内部特征,如数据内容、关键字段等,并对数据内部特征信息提取,以此,构建数据内部指纹。对各个企业需要写入企业本地数据库的可共享的关键数据信息,数据溯源代理使用其预置的公私钥证书,设计轻量级椭圆曲线特征提取算法进行内部特征指纹抽取。其具体流程如下:
(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数,特别地,Ep(a,b)是数据溯源代理设计的椭圆曲线,考虑异构数据的数量巨大,为确保数据内部指纹的安全性及唯一性,选择使用Secp224k1曲线;为确保生成数据内部指纹的安全性及计算快速性,此处参数p选择181位随机质数;(L,l)代表数据溯源代理用于构建标签的公私钥对,其中L=lG,G(x,y)为椭圆曲线Ep(a,b)上的二维基点,G的选取将在下述步骤中详述:
具体地,数据内部指纹获取流程如下:
(1.1)数据溯源代理从智能制造业供应链协同跨域系统中获取异构原始数据信息m;
(1.2)数据溯源代理在异构原始数据信息m中筛选数据内容、关键字段重要内部信息,构成数据内部特征集
(1.3)数据溯源代理根据内部特征集中整体特征的复杂度,选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数;此处,选取阶n为100~200的基点G(x,y),以此保证数据内部指纹生成的安全性和计算效率;
(1.4)数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数用于数据内部指纹的计算,保证内部特征数据的可追溯性;
(1.5)使用数据内部特征集随机整数k、基点G(x,y)计算数据内部指纹的两个元素c2=kG=(x1,y1),其中x1、y1是c2的坐标参数,生成数据内部指纹in_m=(c1,c2),用于构建内外因素联合的签名数据可信安全标签,该数据内部指纹具备高度安全性、轻量级、计算快速性及唯一性;
(2)数据溯源代理构建外部关联属性特征。获取来源于智能制造供应链协同跨域系统的数据外部关联属性,即产品物流信息、财务信息、来源厂商、网络信息等外部关联属性特征,作为构建数据可信标签所需的对应数据的外部关联属性特征,设计轻量级的椭圆曲线特征提取算法,从中提取关键信息形成外部关联属性特征;
(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数。特别地,Ep(a,b)是数据溯源代理设计的椭圆曲线,考虑数据对应的外部属性特征的多样性,为确保外部关联属性特征的计算快速性及唯一性,选择使用Secp160k1曲线;为了提高生成数据内部指纹的安全性及效率,此处参数p选择173位随机质数;(L,l)代表数据溯源代理用于构建标签的公私钥对,其中L=lG,G(x,y)为Ep(a,b)上的二维基点。
具体地,数据的外部关联属性特征获取流程如下:
(2.1)数据溯源代理获取不同数据库系统中数据的外部关联属性m1,包括数据的产品物流信息、财务信息、来源厂商、网络信息等外部关联属性特征,并进行特征筛选,使用筛选后的关键性外部关联属性特征,构成外部关联属性特征集
(2.2)数据溯源代理根据外部关联属性的复杂度以及数据量的大小选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y该基点的坐标参数;此处,选取阶n为250~300的基点G(x,y),以此保证外部关联属性特征生成的安全性和计算效率;
(2.3)数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数用于外部关联属性特征的计算,保证外部特征数据的可追溯性;
(2.4)使用外部关联属性特征集随机整数k、基点G(x,y)计算外部关联属性特征的两个元素c4=kG=(x2,y2),其中x2、y2是c4的坐标参数,生成外部关联属性特征out_m=(c3,c4),用于构建内外因素联合的签名数据可信安全标签,该外部关联属性特征具备轻量性、唯一性及对应数据高度相关性。
(3)构建内外因素联合的待签名的数据可信安全标签。对数据内外部指纹进行轻量级特征联合抽取,形成数据可信标签。对内部特征指纹、外部关联属性特征和数据对应的数据处理阶段信息进行信息轻量化联合抽取,设计椭圆曲线特征轻量抽取算法,实施进一步轻量级内外特征抽取进而构成未签名的内外因素联合的数据可信安全标签。
(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数。特别地,Ep(a,b)是数据溯源代理设计的椭圆曲线,为确保外部关联属性特征的计算快速性以及提取最终提取生成的内外因素联合的待签名数据可信安全标签的轻量化,选择使用Secp160k1曲线;并且,为了提高数据可信安全标签的安全性,此处参数p选择211位随机质数;(L,l)代表数据溯源代理用于构建内外因素联合的数据可信安全标签的公私钥对,其中L=lG,G(x,y)为Ep(a,b)上的二维基点,G的选取将在下述步骤中详述:
具体地,设in_m代表内部指纹信息,out_m代表外部属性特征信息,stage为1位十进制数字,代表数据溯源代理对应的数据处理阶段,m_unsign代表待签名内外因素联合的数据可信安全标签,轻量化联合抽取流程如下:
(3.1)数据溯源代理首先进行用于生成内外因素联合的数据可信安全标签的待签名信息,即m_unsign=in_m+out_m+stage;该步骤中,+表示字符串的拼接,生成的m_unsign用于构成数据可信安全标签的信息,包括内外因素特征及数据处理阶段信息;
(3.2)数据溯源代理根据拼接的内外数据特征信息的数据总量以及数据的复杂度,选选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数,此处,选取阶n为100~150的基点G(x,y),以此保证内外因素联合的数据可信安全标签生成的安全性和计算效率;
(3.3)数据溯源代理选择一个随机整数k,k∈[1,n-1],用于数据内部指纹和外部关联属性特征的联合特征的计算,确保数据内部指纹与外部关联属性特征构成的组合特征的安全性及可追溯性;
(3.4)使用待签名内外因素联合的数据可信安全标签m_unsign、随机整数k、基点G(x,y)计算外部关联属性特征的两个元素cl1=m_unsign+kL,cl2=kG=(x3,y3),其中x3、y3是cl2的坐标参数,进一步提取内外因素联合特征,生成未签名的数据可信安全标签m_unsign(cl1,cl2),用于构建内外因素联合的签名数据可信安全标签,该标签具备高度轻量级、唯一性及安全性特征。
(4)对生成的内外因素联合的数据可信安全标签进行签名并与原始数据共同完成上链存储。设计安全快速的轻量级椭圆曲线签名算法对内外因素联合的数据可信安全标签进行签名后将带有数据可信安全标签的数据存于区块链中,保证可信数据标签的唯一性、不可篡改性和可追溯。具体流程如下:
(p,a,b,G,n)代表数据溯源代理设的椭圆曲线特征提取法的全局参数。特别地,Ep(a,b)是数据溯源代理设计的椭圆曲线,为确保数据可信安全标签的安全可验证且多阶段可追溯,选择使用Secp256k1曲线;为确保生成签名的高效性,此处参数p选择211位随机质数,m_unsign表示待签名的内外因素联合的数据可信安全标签,m_sign表示签名后的内外因素联合的数据可信安全标签;
具体地,对数据可信安全标签进行签名并上链的流程如下:
(4.1)数据溯源代理根据签名的数据可信安全标签选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数;此处,选取阶n为100~150的基点G(x,y),以此签名的安全性和计算效率;
(4.2)选定基点后,数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数作为数据可信安全标签签名的私钥,用于确保内外因素联合的数据可信安全标签的可追溯性;
(4.3)数据溯源代理计算点kG=(x4,y4),x4,y4为该点坐标参数,该点作为用于数据可信安全标签签名的公钥;
(4.4)确定公私钥对后,数据溯源代理将x4对n进行取余计算,得到参数r,即r=x4modn,若r=0,则选取的随机数不符合签名的安全需求,返回(4.2)重新选择随机数;
(4.5)数据溯源代理计算e=sha512(m_unsign),提取待签名的内外因素联合的数据可信安全标签的散列值e;
(4.6)对于散列值e,数据溯源代理计算s=k-1(e+dr)modn,其中k-1是k对n的逆元,mod为取余运算;若s=0,则选取的随机数不符合签名的安全需求,返回(4.2)重新选取随机数;
(4.7)得到内外因素联合的数据可信安全标签的签名值,即二元组m_sign(r,s);
(4.8)将带有轻量级签名的内外因素联合的数据可信安全标签的数据存储到区块链中,从而实现可信数据的实时共享,且确保数据不可篡改,易于追溯。
二、异构数据生命全周期各阶段到原始数据的数据可信验证及追溯
根据区块链账本的数据映射逻辑链,以及流转数据在数据参与的多方之间的实时共享的功能,来完成不同表现形态的数据到原始数据的追溯,基于区块链的多方共识及不可篡改的特性,保证追溯的数据来源真实有效。其数据到原始数据的数据安全验证及多阶段追溯过程如图2所示,具体实施过程如下:
(1)数据到原始数据的数据安全验证。当企业在某种情况下需要对数据进行溯源时,例如,当产品生产参数有误时,需找到是哪个阶段数据产生了错误,可对于形成的数据多阶段留痕映射链,实现流程如下:
设m_trace代表收到的待溯源的数据,m_trace_sign代表该数据的内外因素联合的签名数据可信安全标签;G代表数据溯源代理构建内外因素联合的数据可信安全标签时使用的基点,(Q,d)代表数据溯源代理用于签名的公私钥对;
验证过程如下:
(1.1)数据溯源代理提取数据可信安全标签的签名值m_trace_sign(r,s),进行取余运算,得到参数w,即w=s-1modn;
(1.2)数据溯源代理计算收到数据m的散列值e,即e=sha512(m_trace);
(1.3)数据溯源代理利用参数w、散列值e进行取余运算,得到参数u1,u2,即u1=ewmodn,u2=rw mod n,用于签名认证;
(1.4)数据溯源代理使用上一步骤参数,计算点X=u1G+u2Q,还原出签名过程中使用的椭圆曲线的基点;
(1.5)计算dG(xs,ys),其中xs,ys为坐标参数;若X≠dG,即X、dG不相等,则签名无效;
(1.6)若X=dG,即X、dG相等,数据溯源代理进一步进行取余运算v=xs modn;参数v与签名值中元素作比较,若v=r,则签名有效,通过安全验证,进行进一步地溯源;否则,签名无效。
(2)对于签名验证通过的数据可信安全标签,利用椭圆曲线解密算法,使用仅在该企业所在联盟链内流通的用于数据特征提取的私钥快速精确地定位到数据来源,即数据对应的数据溯源代理,完成产品生命全周期各阶段的异构产品生命全周期各阶段的异构数据到原始数据的多阶段追溯。具体流程如下:
(2.1)获取数据溯源代理设计的用于构建数据可信安全标签的私钥l;
(2.2)对于得到的内外因素联合的数据可信安全标签,即m_sign(cl1,cl2),数据溯源代理计算明文m'=cl1-lcl2;
(2.3)其中,m'的最后一位即为该数据处理阶段的数据溯源代理编号,即实现异构数据到原始数据的多数据处理阶段追溯;进一步分析外部关联属性因素可追溯到数据来源企业、数据来源系统、数据处理人等,实现多尺度溯源。
提供以上实例仅仅是为了描述本发明的目的,而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改,均应涵盖在本发明的范围之内。
Claims (7)
1.一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于,包括以下步骤:
第一步,在智能制造业供应链协同跨域系统的多数据处理阶段,预置数据溯源代理,所述多处理阶段包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的数据处理阶段,通过数据溯源代理实现与区块链系统的数据交互,数据交互包括数据及数据可信安全标签的上链和溯源操作;
所述数据溯源代理从智能制造业供应链协同跨域系统中获取异构原始数据信息,制定智能制造业供应链协同跨域系统内,企业的内系统的跨域异构数据内部指纹提取规则,构成数据内部特征集,数据内部特征集用于形成内外因联合的签名数据可信标签的内因素,所述内因素即数据内部指纹;制定各个企业节点系统执行数据上链操作用户与数据相关的外部关联属性信息提取规则,构成外部关联属性特征集,外部关联属性特征集用于形成内外因素联合的签名数据可信标签的外因素,外因素即外部关联属性特征,包括数据来源企业、数据来源系统、数据处理人、产品物流信息、财务信息、来源厂商、网络信息等;通过设计的轻量级椭圆曲线特征进一步轻量级内外特征抽取进而构成签名的内外因素联合的数据可信安全标签,对数据内部指纹和数据的外部关联属性的进一步轻量级特征抽取,构成内外因素联合的数据可信安全标签并签名,从而构建内外因素联合的签名数据可信安全标签,并完成上链存储;
第二步,基于区块链智能合约,数据溯源代理在异构数据生命全周期的各个阶段提取到的内外因素联合的签名生成留痕记录,并存储于区块链中;所述异构数据生命全周期,包括原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的数据处理阶段;数据溯源代理根据区块链账本的数据映射逻辑链,利用流转数据共享的功能,将收到的待溯源的数据,利用该数据的内外因素联合的签名完成异构数据生命全周期各阶段到原始数据的数据可信验证及多数据处理阶段、多尺度的追溯。
2.根据权利要求1所述的一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于:第一步中,所述构成数据内部特征集的过程如下:
(1)数据溯源代理从智能制造业供应链协同跨域系统中获取异构原始数据信息m;
(2)数据溯源代理在异构原始数据信息m中筛选数据内容、关键字段重要内部信息,构成数据内部特征集
(3)数据溯源代理根据内部特征集中整体特征的复杂度,选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数;
(4)数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数用于数据内部指纹的计算,保证内部特征数据的可追溯性;
(5)使用数据内部特征集随机整数k、基点G(x,y)计算数据内部指纹的两个元素c2=kG=(x1,y1),其中x1、y1是c2的坐标参数,生成数据内部指纹in_m=(c1,c2)。
3.根据权利要求1所述的一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于:第一步中,构成外部关联属性特征的过程如下:
(1)数据溯源代理获取不同数据库系统中数据的外部关联属性m1,并进行特征筛选,使用筛选后的关键性外部关联属性特征,构成外部关联属性特征集
(2)数据溯源代理根据外部关联属性的复杂度以及数据量的大小选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y该基点的坐标参数;
(3)数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数用于外部关联属性特征的计算,保证外部特征数据的可追溯性;
(4)使用外部关联属性特征集随机整数k、基点G(x,y)计算外部关联属性特征的两个元素c4=kG=(x2,y2),其中x2、y2是c4的坐标参数,生成外部关联属性特征out_m=(c3,c4),用于构建内外因素联合的签名数据可信安全标签,该外部关联属性特征具备轻量性、唯一性及对应数据高度相关性。
4.根据权利要求1所述的一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于:第一步中,所述通过设计的轻量级椭圆曲线特征进一步轻量级内外特征抽取进而构成签名的内外因素联合的数据可信安全标签的过程如下:
(p,a,b,G,n)代表数据溯源代理设计的椭圆曲线特征提取法的全局参数,Ep(a,b)是数据溯源代理设计的椭圆曲线,为确保内外特征联合抽取的计算快速性以及提取最终提取生成的内外因素联合的待签名数据可信安全标签的轻量化,选择使用Secp160k1曲线;并且,为了提高数据可信安全标签的安全性,此处参数p选择211位随机质数;(L,l)代表数据溯源代理用于构建内外因素联合的数据可信安全标签的公私钥对,其中L=lG,G(x,y)为Ep(a,b)上的二维基点:
设in_m代表内部指纹信息,out_m代表外部属性特征信息,stage为1位十进制数字,代表数据溯源代理对应的数据处理阶段,m_unsign代表待签名内外因素联合的数据可信安全标签;
具体如下:
(1)数据溯源代理首先进行用于生成内外因素联合的数据可信安全标签的待签名信息,即m_unsign=in_m+out_m+stage;+表示字符串的拼接,生成的m_unsign用于构成数据可信安全标签的信息,包括内外因素特征及原始数据获取、数据预处理与清洗、主数据语义建模、主数据语义融合和数据集成管理在内的处理阶段的数据信息;
(2)数据溯源代理根据拼接的内外数据特征信息的数据总量以及数据的复杂度,选选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数;
(3)数据溯源代理选择一个随机整数k,k∈[1,n-1];
(4)使用待签名内外因素联合的数据可信安全标签m_unsign、随机整数k、基点G(x,y)计算外部关联属性特征的两个元素cl1=m_unsign+kL,cl2=kG=(x3,y3),其中x3、y3是cl2的坐标参数,进一步提取内外因素联合特征,生成未签名的数据可信安全标签m_unsign(cl1,cl2)。
5.根据权利要求1所述的一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于:第一步中,所述构建内外因素联合的签名数据可信安全标签并完成上链存储的过程如下:
(1)数据溯源代理根据签名的数据可信安全标签选取相应的椭圆曲线Ep(a,b)上的基点G(x,y)以及阶n,其中x和y是该基点的坐标参数,以此保证签名的安全性和计算效率;
(2)选定基点后,数据溯源代理选择一个随机整数k,k∈[1,n-1],该整数作为数据可信安全标签签名的私钥,用于确保内外因素联合的数据可信安全标签的可追溯性;
(3)数据溯源代理计算点kG=(x4,y4),x4,y4为该点坐标参数,该点作为用于数据可信安全标签签名的公钥;
(4)确定公私钥对后,数据溯源代理将x4对n进行取余计算,得到参数r,即r=x4mod n,若r=0,则选取的随机数不符合签名的安全需求,返回步骤(2)重新选择随机数;
(5)数据溯源代理计算e=sha512(m_unsign),提取待签名的内外因素联合的数据可信安全标签的散列值e;
(6)对于散列值e,数据溯源代理计算s=k-1(e+dr)modn,其中k-1是k对n的逆元,mod为取余运算;若s=0,则选取的随机数不符合签名的安全需求,返回步骤(2)重新选取随机数;
(7)得到内外因素联合的数据可信安全标签的签名值,即二元组m_sign(r,s);
(8)将带有轻量级签名的内外因素联合的数据可信安全标签的数据存储到区块链中。
6.根据权利要求1所述的一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于:在第二步中,数据到原始数据的数据安全验证实现过程如下:
设m_trace代表收到的待溯源的数据,m_trace_sign代表该数据的内外因素联合的签名数据可信安全标签;G(x,y)代表数据溯源代理构建内外因素联合的数据可信安全标签时使用的二维基点,(Q,d)代表数据溯源代理用于签名的公私钥对;
验证过程如下:
(1)数据溯源代理提取数据可信安全标签的签名值m_trace_sign(r,s),进行取余运算,得到参数w,即w=s-1modn;
(2)数据溯源代理计算收到数据m的散列值e,即e=sha512(m_trace);
(3)数据溯源代理利用参数w、散列值e进行取余运算,得到参数u1,u2,即:u1=ew modn,u2=rw mod n,用于签名认证;
(4)数据溯源代理使用上一步骤参数,计算点X=u1G+u2Q,还原出签名过程中使用的椭圆曲线的基点;
(5)计算dG(xs,ys),其中xs,ys为坐标参数;若X≠dG,即X、dG不相等,则签名无效;
(6)若X=dG,即X、dG相等,数据溯源代理进一步进行取余运算v=xs mod n;参数v与签名值中元素作比较,若v=r,则签名有效,通过安全验证,进行进一步地溯源;否则,签名无效。
7.根据权利要求1所述的一种基于区块链的制造业跨域异构数据的身份构建及溯源方法,其特征在于:在第二步中,异构数据生命全周期各阶段到原始数据的多数据处理阶段追溯现过程如下:
(1)获取数据溯源代理设计的用于构建数据可信安全标签的私钥l;
(2)对于得到的内外因素联合的数据可信安全标签,即m_sign(cl1,cl2),数据溯源代理计算明文m'=cl1-lcl2,m'的最后一位即为该数据所处的数据处理阶段的数据溯源代理编号,即实现多数据处理阶段的数据溯源;进一步分析外部关联属性因素可追溯到数据来源企业、数据来源系统、数据处理多尺度的溯源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910320907.9A CN110084070B (zh) | 2019-04-21 | 2019-04-21 | 一种基于区块链的制造业跨域异构数据的身份构建及溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910320907.9A CN110084070B (zh) | 2019-04-21 | 2019-04-21 | 一种基于区块链的制造业跨域异构数据的身份构建及溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110084070A true CN110084070A (zh) | 2019-08-02 |
CN110084070B CN110084070B (zh) | 2020-12-29 |
Family
ID=67415782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910320907.9A Expired - Fee Related CN110084070B (zh) | 2019-04-21 | 2019-04-21 | 一种基于区块链的制造业跨域异构数据的身份构建及溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084070B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427431A (zh) * | 2019-08-07 | 2019-11-08 | 北京艾摩瑞策科技有限公司 | 区块链上的生活服务关联数据处理方法及其装置 |
CN110427439A (zh) * | 2019-08-07 | 2019-11-08 | 北京艾摩瑞策科技有限公司 | 涉及区块链的共享经济关联数据处理方法及其装置 |
CN111242652A (zh) * | 2020-04-24 | 2020-06-05 | 支付宝(杭州)信息技术有限公司 | 溯源信息的区块上链方法及相关设备 |
CN111404910A (zh) * | 2020-03-11 | 2020-07-10 | 中国科学院信息工程研究所 | 一种基于区块链的制造业跨域数据安全共享管控方法 |
CN111400291A (zh) * | 2020-02-25 | 2020-07-10 | 南京可信区块链与算法经济研究院有限公司 | 联盟链中可信资产数据的生成方法、系统、设备及介质 |
CN111614721A (zh) * | 2020-04-14 | 2020-09-01 | 梁伟 | 一种多维区块链网、多维区块链网的生成方法、装置 |
CN112788145A (zh) * | 2021-01-21 | 2021-05-11 | 中国科学院信息工程研究所 | 一种基于非嵌入式探针的跨域功能安全异常检测溯源方法 |
CN112948846A (zh) * | 2021-02-02 | 2021-06-11 | 浙江泰科数联信息技术有限公司 | 一种基于区块链的制造业跨域隐私实体安全对齐共享方法 |
CN114528346A (zh) * | 2022-01-27 | 2022-05-24 | 中科大数据研究院 | 一种多源异构数据资产依托区块链共享交易的方法 |
US11641364B2 (en) | 2020-03-03 | 2023-05-02 | International Business Machines Corporation | Cross-domain state synchronization |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608588A (zh) * | 2016-01-04 | 2016-05-25 | 布比(北京)网络技术有限公司 | 一种溯源记录处理的方法及装置 |
CN107124278A (zh) * | 2017-03-30 | 2017-09-01 | 腾讯科技(深圳)有限公司 | 业务处理方法、装置以及数据共享系统 |
CN107391735A (zh) * | 2017-08-04 | 2017-11-24 | 北京明朝万达科技股份有限公司 | 基于区块链的业务数据溯源方法、装置、系统和存储设备 |
CN107657463A (zh) * | 2017-09-29 | 2018-02-02 | 北京京东尚科信息技术有限公司 | 物品溯源平台和方法及装置 |
CN108009778A (zh) * | 2017-12-25 | 2018-05-08 | 南京思利华信息科技有限公司 | 一种供应链管理方法 |
CN108229981A (zh) * | 2018-01-29 | 2018-06-29 | 杭州云象网络技术有限公司 | 一种基于区块链的供应链金融防伪溯源方法 |
CN108765058A (zh) * | 2018-04-28 | 2018-11-06 | 中国科学院信息工程研究所 | 一种基于区块链的制造环节多实体安全协同方法 |
CN109191149A (zh) * | 2018-08-22 | 2019-01-11 | 合肥高科创新科技有限公司 | 一种基于区块链的商品数字身份生成方法 |
US10248783B2 (en) * | 2015-12-22 | 2019-04-02 | Thomson Reuters (Grc) Llc | Methods and systems for identity creation, verification and management |
CN107147652B (zh) * | 2017-05-18 | 2019-08-09 | 电子科技大学 | 一种基于区块链的用户多形态身份的安全融合认证方法 |
-
2019
- 2019-04-21 CN CN201910320907.9A patent/CN110084070B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10248783B2 (en) * | 2015-12-22 | 2019-04-02 | Thomson Reuters (Grc) Llc | Methods and systems for identity creation, verification and management |
CN105608588A (zh) * | 2016-01-04 | 2016-05-25 | 布比(北京)网络技术有限公司 | 一种溯源记录处理的方法及装置 |
CN107124278A (zh) * | 2017-03-30 | 2017-09-01 | 腾讯科技(深圳)有限公司 | 业务处理方法、装置以及数据共享系统 |
CN107147652B (zh) * | 2017-05-18 | 2019-08-09 | 电子科技大学 | 一种基于区块链的用户多形态身份的安全融合认证方法 |
CN107391735A (zh) * | 2017-08-04 | 2017-11-24 | 北京明朝万达科技股份有限公司 | 基于区块链的业务数据溯源方法、装置、系统和存储设备 |
CN107657463A (zh) * | 2017-09-29 | 2018-02-02 | 北京京东尚科信息技术有限公司 | 物品溯源平台和方法及装置 |
CN108009778A (zh) * | 2017-12-25 | 2018-05-08 | 南京思利华信息科技有限公司 | 一种供应链管理方法 |
CN108229981A (zh) * | 2018-01-29 | 2018-06-29 | 杭州云象网络技术有限公司 | 一种基于区块链的供应链金融防伪溯源方法 |
CN108765058A (zh) * | 2018-04-28 | 2018-11-06 | 中国科学院信息工程研究所 | 一种基于区块链的制造环节多实体安全协同方法 |
CN109191149A (zh) * | 2018-08-22 | 2019-01-11 | 合肥高科创新科技有限公司 | 一种基于区块链的商品数字身份生成方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427439A (zh) * | 2019-08-07 | 2019-11-08 | 北京艾摩瑞策科技有限公司 | 涉及区块链的共享经济关联数据处理方法及其装置 |
CN110427431A (zh) * | 2019-08-07 | 2019-11-08 | 北京艾摩瑞策科技有限公司 | 区块链上的生活服务关联数据处理方法及其装置 |
CN111400291A (zh) * | 2020-02-25 | 2020-07-10 | 南京可信区块链与算法经济研究院有限公司 | 联盟链中可信资产数据的生成方法、系统、设备及介质 |
US11641364B2 (en) | 2020-03-03 | 2023-05-02 | International Business Machines Corporation | Cross-domain state synchronization |
CN111404910B (zh) * | 2020-03-11 | 2021-07-13 | 中国科学院信息工程研究所 | 一种基于区块链的制造业跨域数据安全共享管控方法 |
CN111404910A (zh) * | 2020-03-11 | 2020-07-10 | 中国科学院信息工程研究所 | 一种基于区块链的制造业跨域数据安全共享管控方法 |
CN111614721A (zh) * | 2020-04-14 | 2020-09-01 | 梁伟 | 一种多维区块链网、多维区块链网的生成方法、装置 |
CN111242652B (zh) * | 2020-04-24 | 2020-07-21 | 支付宝(杭州)信息技术有限公司 | 溯源信息的区块上链方法及相关设备 |
CN111242652A (zh) * | 2020-04-24 | 2020-06-05 | 支付宝(杭州)信息技术有限公司 | 溯源信息的区块上链方法及相关设备 |
CN112788145A (zh) * | 2021-01-21 | 2021-05-11 | 中国科学院信息工程研究所 | 一种基于非嵌入式探针的跨域功能安全异常检测溯源方法 |
CN112948846A (zh) * | 2021-02-02 | 2021-06-11 | 浙江泰科数联信息技术有限公司 | 一种基于区块链的制造业跨域隐私实体安全对齐共享方法 |
CN112948846B (zh) * | 2021-02-02 | 2023-09-26 | 浙江泰科数联信息技术有限公司 | 一种基于区块链的制造业跨域隐私实体安全对齐共享方法 |
CN114528346A (zh) * | 2022-01-27 | 2022-05-24 | 中科大数据研究院 | 一种多源异构数据资产依托区块链共享交易的方法 |
CN114528346B (zh) * | 2022-01-27 | 2023-01-13 | 中科大数据研究院 | 一种多源异构数据资产依托区块链共享交易的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110084070B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084070A (zh) | 一种基于区块链的制造业跨域异构数据的身份构建及溯源方法 | |
Nasir et al. | What is core and what future holds for blockchain technologies and cryptocurrencies: A bibliometric analysis | |
CN107580022B (zh) | 一种数据共享系统和方法 | |
WO2019227457A1 (en) | Method and apparatus for decentralized trust evaluation in a distributed network | |
CN106228344A (zh) | 一种基于区块链技术的电子政务系统建设方法 | |
CN113438084B (zh) | 一种基于r-pbft共识算法和时间戳的绿电溯源方法及系统 | |
CN117829826A (zh) | 数字资产建模 | |
Lipton et al. | Blockchain and distributed ledgers: Mathematics, technology, and economics | |
Sedlmeir et al. | Recent developments in blockchain technology and their impact on energy consumption | |
CN109242487A (zh) | 一种互联网区块链环境下网络域名的价值评价方法 | |
US11886423B2 (en) | Blockchain-based recording and querying operations | |
CN107766745A (zh) | 层次数据发布中的分级隐私保护方法 | |
CN111951108A (zh) | 一种具有图灵完备智能合约区块链的链结构设计方法 | |
CN107656978B (zh) | 一种基于函数依赖的多样性数据修复方法 | |
US20220209963A1 (en) | Neural network model update method and device, and computer storage medium | |
He et al. | Fake review detection based on pu learning and behavior density | |
CN113554421A (zh) | 一种基于区块链的警务资源数据治理协同方法 | |
CN111126086B (zh) | 融合翻译术语认证与修改溯源的区块链系统 | |
CN206497498U (zh) | 一种基于企业征信业务的信用评级信息数据集成系统 | |
Jiang et al. | Research on the application of blockchain in copyright protection | |
Xi et al. | A blockchain dynamic sharding scheme based on hidden Markov model in collaborative IoT | |
CN111144133A (zh) | 基于区块链的翻译文稿关键词修改溯源系统与方法 | |
Wang et al. | A composite blockchain associated event traceability method for financial activities | |
Toapanta et al. | Hyperledger technology in public organizations in Ecuador | |
CN108335084A (zh) | 一种组织机构的智能运行系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201229 |
|
CF01 | Termination of patent right due to non-payment of annual fee |