CN111274323A - 一种基于周期化智能自动监测方法 - Google Patents

一种基于周期化智能自动监测方法 Download PDF

Info

Publication number
CN111274323A
CN111274323A CN202010067572.7A CN202010067572A CN111274323A CN 111274323 A CN111274323 A CN 111274323A CN 202010067572 A CN202010067572 A CN 202010067572A CN 111274323 A CN111274323 A CN 111274323A
Authority
CN
China
Prior art keywords
endorsement
data
transaction
client
monitoring method
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.)
Withdrawn
Application number
CN202010067572.7A
Other languages
English (en)
Inventor
罗水芳
邵州华
楼未吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Sebe Intellectual Property Service Co ltd
Original Assignee
Hangzhou Sebe Intellectual Property Service Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Sebe Intellectual Property Service Co ltd filed Critical Hangzhou Sebe Intellectual Property Service Co ltd
Priority to CN202010067572.7A priority Critical patent/CN111274323A/zh
Publication of CN111274323A publication Critical patent/CN111274323A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • G06F21/602—Providing cryptographic facilities or services
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Accounting & Taxation (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Technology Law (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明提出了一种基于周期化智能自动监测方法，客户端(SDK)把交易提议(TX Proposal)发给指定的一个或多个背书节点；背书节点收到交易提议后，首先用客户端(SDK)的公钥验证它的签名、客户端是否可以在该channel进行操作、交易是否已被提交、交易提议组织是否正确；客户端(SDK)收到足够多的背书节点的结果后(背书策略)，表示这个交易已经正确背书；Orderer节点对来自客户端(SDK)的信息进行排序，并创建区块，然后在channel上进行广播；网络内所有的peer节点接收到交易区块后，验证背书策略是否满足。该基于周期化智能自动监测方法借助区块链不可篡改性确保在数据分析全过程中的数据安全，解决了数据集成与分析平台局限性，使企业在数据分析时待分析数据得到充分共享以及可信度。

Description

一种基于周期化智能自动监测方法
技术领域
本发明属于信息技术的监测领域，具体涉及一种基于周期化智能自动监测方法。
背景技术
2008年中本聪提出了比特币系统，比特币系统的底层技术区块链引起了人们的重视，区块链在近几年得到了很大的发展。按照区块链完成的功能进行划分，区块链技术经历了区块链1.0时代(比特币)、区块链2.0时代(以太坊)、区块链3.0时代(超级账本)。区块链1.0更适合被称作狭义区块链技术的时代，其代表为比特币；区块链2.0是功能强大的智能合约时代，可以实现更为高级更为复杂的功能，大大扩宽区块链技术的应用场景。
从目前到2025年之间，区块链2.0会一直发挥着其作用，在不同领域实现落地，在这期间，区块链实际应用过程中的共享账本技术的效率、安全性都会得到验证。在2016年到2018年之间，通过区块链技术与传统方式在各方面进行对比，验证区块链技术的可行性，2017年到2020年将会出现基于区块链技术的框架，2021年到2025年区块链得到进一步的发展，将会有越来越多的金融领域的企业加入到区块链中。对于区块链3.0来说，更希望在各行各业的场景中使区块链技术可以落地，实现广义上的资产交互，从而进入到“区块链+”应用中。随着近些年计算机技术的迅速突破，全世界范围的消息的交互将会变的越来越频繁，这将会带来巨大的信赖成本和信任危机，根据区块链3.0，我们可以看见可靠可信的背书在未来会占有越来越重要的位置。借助区块链技术的特性，确保了交易数据在交易过程中的可信性。而区块链这种去信任的交易方式适应不同的场景，之后它会在更多的领域实现落地。
随着数据时代的到来，数据已经成为制造企业的战略资产，挖掘数据价值成为当下制造企业迫切的业务需求。目前，制造企业的数据分析系统存在数据分析链条断裂、中心化的服务节点易遭篡改的问题，系统不能及时地、安全可靠地指导制造企业的智能运营与生产。
发明内容
为了解决现有技术存在的问题，本申请提出了一种基于周期化智能自动监测方法，数据分析涉及到数据接入、预处理、数据建模、模型部署等多个阶段，各阶段均有不同的分析工具实现，基于区块链技术的数据集成与分析平台引入了区块链技术，借助区块链的去信任、不可篡改等固有特性。实现了数据分析过程中各阶段的数据在区块链共享账簿上的存储与共享。
本发明提出了一种基于周期化智能自动监测方法，客户端(SDK)把交易提议(TXProposal)发给指定的一个或多个背书节点；背书节点收到交易提议后，首先用客户端(SDK)的公钥验证它的签名、客户端是否可以在该channel进行操作、交易是否已被提交、交易提议组织是否正确；客户端(SDK)收到足够多的背书节点的结果后(背书策略)，表示这个交易已经正确背书；Orderer节点对来自客户端(SDK)的信息进行排序，并创建区块，然后在channel上进行广播；网络内所有的peer节点接收到交易区块后，验证背书策略是否满足，然后更新本地账本。该基于周期化智能自动监测方法借助区块链不可篡改性确保在数据分析全过程中的数据安全并且可追溯，解决了数据集成与分析平台局限性，使制造企业在数据分析时待分析数据得到充分共享，也可保证数据的可信度，同时增强了对业务需求响应的及时性。
在一个优选的实施例中，接收提议的背书节点在SDK的交易提议请求中指定。数据集成与分析平台对区块链中业务调用接口的一种封装，成为SDK工具包，SDK中包含数据分析平台调用区块链查询业务的2类方法。
在一个优选的实施例中，最终进行背书的节点由交易所属的Chain Code和该Chaincode所定义的背书策略(Endorsement Policy)共同决定。
在一个优选的实施例中，验证通过后模拟执行chaincode，将执行的结果反馈给客户端。存储数据的所有者的公私钥对，对交互数据进行加密解密，其中所有者的私钥由专门的加密节点设备进行创建与保存，并不提供查询功能。数据验证中心提供了两类接口，一是对数据所有者公私钥对初始化的接口，二是对数据解密的接口，最后将数据所有者的公钥和签名在区块链网络内进行广播。当外部调用解密接口时，由加密节点对传入的加密数据进行解密，返回解密结果。
在一个优选的实施例中，如果客户端没有搜集到足够多的背书节点反馈的背书信息，这个交易就会被舍弃。
在一个优选的实施例中，数据分析过程包括数据源接入、数据预处理、数据建模、成果发布等阶段。数据集成与分析各阶段(数据接入、处理、建模、结果发布)借助SDK调用区块链的共享账簿的接口进行数据的查询与存储，SDK所提供的接口包括接入查询与提交、处理数据结果的查询与提交、建模数据的存储与查询、发布结果数据的存储与查询等。
在一个优选的实施例中，各阶段的业务数据是由元数据模块来管理的。
本发明的一种基于周期化智能自动监测方法，将区块链技术引入到数据集成与分析平台中，借助区块链技术的分布式特性、共同维护、不可修改的特点，将数据集成与分析平台中的数据可信可靠的存储到区块链的共享账簿中，并且通过账簿对保存的数据进行共享，解决了传统数据集成与分析平台因管理员等权限过大人员对平台数据进行随意篡改的问题，同时也克服了平台的中心服务节点因被恶意攻击而宕机导致服务停止。本文以数据集成与分析平台为背景，对区块链数据集成与分析平台进行了设计，对现有共识算法进行了改进，实现了基于区块链技术的数据集成与分析平台。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
图1是本发明的实施例的基于周期化智能自动监测方法的流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，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它实施例，都属于本发明保护的范围。
下面将结合附图1对本发明作详细的介绍，本发明的一种基于周期化智能自动监测方法，客户端(SDK)把交易提议(TX Proposal)发给指定的一个或多个背书节点，接收提议的背书节点在SDK的交易提议请求中指定，最终进行背书的节点由交易所属的ChainCode和该Chaincode所定义的背书策略(Endorsement Policy)共同决定。
在一些具体实施例中，背书节点收到交易提议后，首先用客户端(SDK)的公钥验证它的签名、客户端是否可以在该channel进行操作、交易是否已被提交、交易提议组织是否正确，验证通过后模拟执行chaincode，将执行的结果反馈给客户端。数据集成与分析平台对区块链中业务调用接口的一种封装，成为SDK工具包，SDK中包含数据分析平台调用区块链查询业务的2类方法。
在一些具体实施例中，客户端(SDK)收到足够多的背书节点的结果后(背书策略)，表示这个交易已经正确背书，然后将交易提议、模拟结果和背书信息打包发给orderer节点；如果客户端没有搜集到足够多的背书节点反馈的背书信息，这个交易就会被舍弃。
在一些具体实施例中，Orderer节点对来自客户端(SDK)的信息进行排序，并创建区块，然后在channel上进行广播。网络内所有的peer节点接收到交易区块后，验证背书策略是否满足，然后更新本地账本。
在一些具体实施例中，
在一些具体实施例中，存储数据的所有者的公私钥对，对交互数据进行加密解密，其中所有者的私钥由专门的加密节点设备进行创建与保存，并不提供查询功能。数据验证中心提供了两类接口，一是对数据所有者公私钥对初始化的接口，二是对数据解密的接口，最后将数据所有者的公钥和签名在区块链网络内进行广播。当外部调用解密接口时，由加密节点对传入的加密数据进行解密，返回解密结果。
在一些具体实施例中，数据分析过程包括数据源接入、数据预处理、数据建模、成果发布等阶段。数据集成与分析各阶段(数据接入、处理、建模、结果发布)借助SDK调用区块链的共享账簿的接口进行数据的查询与存储，SDK所提供的接口包括接入查询与提交、处理数据结果的查询与提交、建模数据的存储与查询、发布结果数据的存储与查询等。
本发明的一种基于周期化智能自动监测方法，将区块链技术引入到数据集成与分析平台中，借助区块链技术的分布式特性、共同维护、不可修改的特点，将数据集成与分析平台中的数据可信可靠的存储到区块链的共享账簿中，并且通过账簿对保存的数据进行共享，解决了传统数据集成与分析平台因管理员等权限过大人员对平台数据进行随意篡改的问题，同时也克服了平台的中心服务节点因被恶意攻击而宕机导致服务停止。本文以数据集成与分析平台为背景，对区块链数据集成与分析平台进行了设计，对现有共识算法进行了改进，实现了基于区块链技术的数据集成与分析平台。
虽然上面结合本发明的优选实施例对本发明的原理进行了详细的描述，本领域技术人员应该理解，上述实施例仅仅是对本发明的示意性实现方式的解释，并非对本发明包含范围的限定。实施例中的细节并不构成对本发明范围的限制，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案的等效变换、简单替换等显而易见的改变，均落在本发明保护范围之内。

Claims (7)

1.一种基于周期化智能自动监测方法，其特征在于，所述方法包括：
S1：客户端(SDK)把交易提议(TX Proposal)发给指定的一个或多个背书节点；
S2：所述背书节点收到所述交易提议后，首先用所述客户端(SDK)的公钥验证它的签名、所述客户端是否可以在该channel进行操作、交易是否已被提交、交易提议组织是否正确；
S3：所述客户端(SDK)收到足够多的所述背书节点的结果后(背书策略)，表示这个交易已经正确背书；
S4：Orderer节点对来自所述客户端(SDK)的信息进行排序，并创建区块，然后在所述channel上进行广播；
S5：网络内所有的peer节点接收到交易区块后，验证所述背书策略是否满足，然后更新本地账本。
2.根据权利要求1所述的基于周期化智能自动监测方法，其特征在于，所述S1步骤中接收提议的所述背书节点在所述SDK的交易提议请求中指定。
3.根据权利要求2所述的基于周期化智能自动监测方法，其特征在于，最终进行背书的节点由交易所属的Chain Code和该Chaincode所定义的所述背书策略(EndorsementPolicy)共同决定。
4.根据权利要求1所述的基于周期化智能自动监测方法，其特征在于，所述S2步骤中验证通过后模拟执行所述chaincode，将执行的结果反馈给所述客户端。
5.根据权利要求1所述的基于周期化智能自动监测方法，其特征在于，如果所述客户端没有搜集到足够多的所述背书节点反馈的背书信息，这个交易就会被舍弃。
6.根据权利要求1所述的基于周期化智能自动监测方法，其特征在于，数据分析过程包括数据源接入、数据预处理、数据建模、成果发布等阶段。
7.根据权利要求1所述的基于周期化智能自动监测方法，其特征在于，各阶段的业务数据是由元数据模块来管理的。
CN202010067572.7A 2020-01-20 2020-01-20 一种基于周期化智能自动监测方法 Withdrawn CN111274323A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010067572.7A CN111274323A (zh) 2020-01-20 2020-01-20 一种基于周期化智能自动监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010067572.7A CN111274323A (zh) 2020-01-20 2020-01-20 一种基于周期化智能自动监测方法

Publications (1)

Publication Number Publication Date
CN111274323A true CN111274323A (zh) 2020-06-12

Family

ID=71001963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010067572.7A Withdrawn CN111274323A (zh) 2020-01-20 2020-01-20 一种基于周期化智能自动监测方法

Country Status (1)

Country Link
CN (1) CN111274323A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785307A (zh) * 2021-01-28 2021-05-11 联想(北京)有限公司 一种请求消息处理方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785307A (zh) * 2021-01-28 2021-05-11 联想(北京)有限公司 一种请求消息处理方法及装置

Similar Documents

Publication Publication Date Title
CN109034833B (zh) 一种基于区块链的产品追溯信息管理系统及方法
JP6995762B2 (ja) ブロックチェーンからのデータのセキュアな抽出のための暗号方法及びシステム
CN111159769B (zh) 一种基于区块链的建筑工程造价监管系统及方法
US20190147190A1 (en) System and method for interaction object management in a blockchain environment
CN111210331A (zh) 一种基于区块链的农业供应链金融服务平台
CN111444277B (zh) 一种基于区块链技术的反恐情报协同共享平台及方法
CN111177253A (zh) 基于身份数字认证的电力大数据保护方法及系统
CN110689348B (zh) 基于联盟链的收入验证方法、装置、终端及介质
CN111461751A (zh) 基于区块链的房产信息链上组织方法、历史状态追溯方法及装置
CN114254269B (zh) 基于区块链技术的生物数字资产确权系统和方法
CN112418859B (zh) 区块链的共识方法及装置、电子设备和可读存储介质
CN112508733A (zh) 一种基于北斗的电网时空大数据智能服务系统
CN115114371A (zh) 一种基于区块链的物流运输溯源方法及系统
CN114239044B (zh) 一种去中心化的可追溯共享访问系统
CN115994771A (zh) 面向大宗商品交易存证数据的实时采集与溯源方法及系统
CN117853135A (zh) 基于联盟区块链的供应链溯源方法及装置
Zhu [Retracted] Research on Real‐Time Tracking Algorithm of E‐Commerce Logistics Information Based on Blockchain Technology
CN111274323A (zh) 一种基于周期化智能自动监测方法
CN117435671A (zh) 一种基于区块链技术的法诉存证系统及操作方法
CN113011960A (zh) 基于区块链的数据访问方法、装置、介质及电子设备
CN112215710A (zh) 年金数据处理方法、区块链系统、介质及电子设备
CN116633943A (zh) 一种去中心化的基于区块链的物联网数据共享交互模型、构建方法及数据共享交互方法
CN116596551A (zh) 基于区块链的供应链产品溯源方法、存储介质和电子设备
CN112966049B (zh) 一种基于区块链的资产管理系统
CN112613946B (zh) 一种基于以太坊电机数据集文件的交易平台与交易方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200612

WW01 Invention patent application withdrawn after publication