CN111882233A - 基于区块链的仓储风险预警方法、系统、装置和存储介质 - Google Patents

基于区块链的仓储风险预警方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN111882233A
CN111882233A CN202010765471.7A CN202010765471A CN111882233A CN 111882233 A CN111882233 A CN 111882233A CN 202010765471 A CN202010765471 A CN 202010765471A CN 111882233 A CN111882233 A CN 111882233A
Authority
CN
China
Prior art keywords
information
node
monitoring
data
block
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.)
Pending
Application number
CN202010765471.7A
Other languages
English (en)
Inventor
章志容
李实�
彭添才
吴联波
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.)
Dongguan Dayi Industry Chain Service Co ltd
Original Assignee
Dongguan Dayi Industry Chain 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 Dongguan Dayi Industry Chain Service Co ltd filed Critical Dongguan Dayi Industry Chain Service Co ltd
Priority to CN202010765471.7A priority Critical patent/CN111882233A/zh
Publication of CN111882233A publication Critical patent/CN111882233A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Alarm Systems (AREA)

Abstract

本申请涉及一种基于区块链的仓储风险预警方法、装置、计算机设备和存储介质。所述方法包括：从区块链上的各数据采集区块中提取监管对象的监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；若各所述判断结果不一致，则生成所述监管对象发生异常的异常信息；对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块。采用本方法能够及时对监管对象存在的风险进行预警。

Description

基于区块链的仓储风险预警方法、系统、装置和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种基于区块链的仓储风险预警方法、系统、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展，仓储管理方式有了很大的发展，但是传统技术中，仓储管理的各方分别保管各自的监测数据，如果自身保管的监测数据出错、数据丢失或受损时，对其进行恢复的成本很高，或者无法恢复。并且由于各方分别保管各自的数据，相互之间无法建立信任机制，无法对监测数据进行综合分析和相互验证以及时发现监管对象存在的风险，仓储保管的安全性较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够及时对监管对象存在的风险进行预警的基于区块链的仓储风险预警方法、系统、装置、计算机设备和存储介质。
一种基于区块链的仓储风险预警方法，应用于区块链中的集成分析节点，所述方法包括：
从区块链上的各数据采集区块中提取监管对象的监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；
基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；
若各所述判断结果不一致，则生成所述监管对象发生异常的异常信息；
对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块。
在一个实施例中，所述监测数据包括由位置采集节点采集的位置信息、由图像采集节点采集的监测图像和通过终端对所述监管对象进行操作所得的操作数据；
所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常包括：
对解密后的所述位置信息、所述监测图像和所述操作数据中的至少两种数据进行解析；
根据解析所得的结果分别判断监管对象是否发生异常。
在一个实施例中，所述对解密后的所述位置信息、所述监测图像和所述操作数据中的至少两种数据进行解析，包括以下至少两种步骤：
对所述监测图像进行运动检测；
提取所述位置信息中的位置坐标；
提取所述操作数据中记录的对所述监管对象进行操作时所采用的操作方式。
在一个实施例中，所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常之前，所述方法还包括：
获取经过加密的节点识别标志；
对所述经过加密的节点识别标志进行解密，得到解密后的节点识别标志；
判断所述解密后的节点识别标志是否与标志库中的节点识别标志匹配；
若匹配，则执行所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常的步骤。
一种基于区块链的仓储风险预警装置，所述装置包括：
提取模块，用于从区块链上的各数据采集区块中提取监管对象的监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；
判断模块，用于基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；
异常信息生成模块，若各所述判断结果不一致，则用于生成所述监管对象发生异常的异常信息；
加密模块，用于对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块。
在一个实施例中，所述监测数据包括由位置采集节点采集的位置信息、由图像采集节点采集的监测图像和通过终端对所述监管对象进行操作所得的操作数据；
所述判断模块还用于：
对解密后的所述位置信息、所述监测图像和所述操作数据中的至少两种数据进行解析；
根据解析所得的结果分别判断所述监管对象是否发生异常。
在一个实施例中，所述判断模块还用于：
对所述监测图像进行运动检测；
提取所述位置信息中的位置坐标；
提取所述操作数据中记录的对所述监管对象进行操作时所采用的操作方式。
在一个实施例中，所述装置还包括：
获取模块，用于获取经过加密的节点识别标志；
解密模块，用于对所述经过加密的节点识别标志进行解密，得到解密后的节点识别标志；
所述判断模块，还用于判断所述解密后的节点识别标志是否与标志库中的节点识别标志匹配；
执行模块，若匹配，则用于执行所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常的步骤。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述基于区块链的仓储风险预警方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述基于区块链的仓储风险预警方法的步骤。
上述实施例中，集成分析节点从区块链上的各数据采集区块中提取监管对象的监测数据，并基于解密后的各监测数据分别判断监管对象是否发生异常，如果基于解密后的各监测数据得到的判断结果不一致，则生成监管对象发生异常的异常信息，然后将监管对象的基本信息和异常信息进行加密后发送至报警区块。集成分析节点能够实时获取各监测节点采集的监测数据，并对各监测数据得到的判断结果进行相互验证，以及时发现监管对象是否存在风险，提高了预警的实时性。并且通过对各监测节点的监测数据对应的判断结果进行比对来判断监管对象是否存在异常风险，能够避免在单个监测节点中的数据出现错误、丢失时，仅通过该监测节点的监测数据得出错误的判断结果。
一种基于区块链的仓储风险预警方法，应用于区块链中的鉴权节点，所述方法包括：
从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；
若对所述认证请求信息解密成功，得到解密后的关于所述监测节点的节点识别标志，将所得的节点识别标志存储在所述标志库；
生成所述监测节点的身份认证成功的认证信息，并对所述认证信息和所述节点识别标志进行加密并存储在认证成功区块，以使所述监测节点基于所述认证成功区块中的所述节点识别标志和所述认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至数据采集区块。
一种基于区块链的仓储风险预警装置，所述装置包括：
提取模块，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；
存储模块，若对所述认证请求信息解密成功，得到解密后的关于所述监测节点的节点识别标志，用于将所得的节点识别标志存储在所述标志库；
生成模块，用于生成所述监测节点的身份认证成功的认证信息，并对所述认证信息和所述节点识别标志进行加密并存储在认证成功区块，以使所述监测节点基于所述认证成功区块中的所述节点识别标志和所述认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志加密后发送至数据采集区块。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述基于区块链的仓储风险预警方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述基于区块链的仓储风险预警方法的步骤。
上述实施例中，认证请求信息经过了加密处理，可以防止传输过程中被非法篡改。如果鉴权节点能够用监测节点的公钥对加密后的认证请求信息进行解密，说明认证请求信息在传输过程中没有被篡改，其中包含的节点识别标志是合法的。鉴权节点对监测节点的身份进行认证，防止非法身份的节点加入到区块链，保证了区块链上数据的安全性。
一种基于区块链的仓储风险预警方法，应用于区块链中的报警节点，所述方法包括：
对报警区块中经过加密的数据进行解密，得到解密后的数据；
从所述解密后的数据中提取监管对象的基本信息和异常信息；
根据所述异常信息生成针对所述监管对象的报警提醒信息；
在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库标识、所述仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
一种基于区块链的仓储风险预警装置，所述装置包括：
解密模块，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；
提取模块，用于从所述解密后的数据中提取监管对象的基本信息和异常信息；
生成模块，用于根据所述异常信息生成针对所述监管对象的报警提醒信息；
广播模块，用于在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库标识、所述仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述基于区块链的仓储风险预警方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述基于区块链的仓储风险预警方法的步骤。
上述实施例中，报警节点根据报警区块中存储的数据生成报警提醒信息以及时对监管对象的管理人员和所有人进行预警，使监管对象的管理人员和所有人及时对监管对象的异常情况进行查看，防止造成损失。
一种基于区块链的仓储风险预警系统，所述系统包括：
鉴权节点，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对所述认证请求信息解密成功，得到解密后的关于所述监测节点的节点识别标志，将所得的节点识别标志存储在所述标志库；生成所述监测节点的身份认证成功的认证信息，并对所述认证信息和所述节点识别标志进行加密并存储在区块链上的认证成功区块；
监测节点，用于基于所述认证成功区块中的所述节点识别标志和所述认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志发送至所述区块链上的数据采集区块；
集成分析节点，用于从所述区块链上的各数据采集区块中提取所述监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；若各所述判断结果不一致，则生成所述监管对象发生异常的异常信息；对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块；
报警节点，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；从所述解密后的数据中提取监管对象的基本信息和异常信息；根据所述异常信息生成针对所述监管对象的报警提醒信息；在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库标识、仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
上述实施例中，鉴权节点对监测节点生成的经过加密的认证请求信息进行解密，如果解密成功，则认为监测节点的身份合法并将解密得到的节点识别标志存储在标志库。监测节点在通过鉴权节点的认证后，将采集的关于监管对象的监测数据和对应的节点识别标志加密后发送至区块链上的数据采集区块，以使集成分析节点基于解密后的节点识别标志判断收到的监测数据是否是合法的监测设备发送的。如果是合法的监测设备发送的，则集成分析节点根据各监测数据分别判断监管对象是否发生异常，如果根据各监测数据得到的判断结果不一致，则生成监管对象发生异常的异常信息以使报警节点基于异常信息生成报警提醒信息。鉴权节点对监测节点的身份进行验证，仅使具有合法身份的监测节点加入区块链，防止非法节点加入区块链并在区块链中发送伪造的监测数据，造成集成分析节点基于伪造的监测数据得到错误的判断结果。鉴权节点对监测节点的身份进行验证提高了区块链中各节点组成的系统的安全性，降低了仓储风险。集成分析节点能够实时获取监测节点采集的监测数据，并将基于各监测数据得到的判断结果进行相互验证，以及时发现监管对象是否发生异常，提高了预警的实时性。
附图说明
图1为一个实施例中基于区块链的仓储风险预警方法的应用环境图；
图2为一个实施例中基于区块链的仓储风险预警方法的流程示意图；
图3为一个实施例中基于区块链的仓储风险预警方法的流程示意图；
图4为一个实施例中基于区块链的仓储风险预警方法的流程示意图；
图5为一个实施例中基于区块链的仓储风险预警系统中各节点进行交互的时序图；
图6为一个实施例中基于区块链的仓储风险预警装置的结构示意图；
图7为一个实施例中基于区块链的仓储风险预警装置的结构示意图；
图8为一个实施例中基于区块链的仓储风险预警装置的结构示意图；
图9为一个实施例中基于区块链的仓储风险预警装置的结构示意图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于区块链的仓储风险预警方法，可以应用于如图1所示的应用环境中。其中，区块链中至少包括鉴权节点104、集成分析节点102、报警节点106和监测节点108、数据采集区块114、报警区块110、认证请求区块112、认证成功区块116。区块链中的各节点通过网络进行通信。其中，鉴权节点104提取监测节点108发送至认证请求区块112中的经过加密处理的认证请求信息；若对认证请求信息解密成功，则将根据认证请求信息解密得到的监测节点108对应的识别标志存储在标志库。其中，监测节点108采集监测数据并发送至数据采集区块114。集成分析节点102对监测数据进行解密，并基于解密后的各监测数据分别判断监管对象是否发生异常；如果通过各监测数据得到的判断结果不一致，则生成异常信息，并将加密后的基本信息和异常信息发送至报警区块110，并在区块链上广播。报警节点106根据报警区块110中的数据生成报警提醒信息。
鉴权节点104，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，将所得的节点识别标志存储在标志库；生成监测节点的身份认证成功的认证信息，并对认证信息和节点识别标志进行加密并存储在区块链上的认证成功区块；
监测节点108，用于基于认证成功区块中的节点识别标志和认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至区块链上的数据采集区块；
集成分析节点102，用于从区块链上的各数据采集区块中提取监测数据，并对监测数据进行解密；各数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至数据采集区块；基于解密后的各监测数据分别判断监管对象是否发生异常，得到分别与各监测数据对应的判断结果；若各判断结果不一致，则生成监管对象发生异常的异常信息；对监管对象的基本信息和异常信息进行加密，并将加密后所得的各数据发送至报警区块；
报警节点106，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；从解密后的数据中提取监管对象的基本信息和异常信息；根据异常信息生成针对监管对象的报警提醒信息；在区块链广播报警提醒信息，以使区块链上的业务节点下载报警提醒信息和基本信息，根据基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据仓库标识、仓库管理人信息和监管对象所属人信息确定报警提醒信息属于业务节点时，根据报警提醒信息进行提示。
其中，鉴权节点104、集成分析节点102可以是服务器，也可以是终端。报警节点106、监测节点108可以是终端。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种基于区块链的仓储风险预警方法，以该方法应用于图1中的集成分析节点为例进行说明，包括以下步骤：
S202，从区块链上的各数据采集区块中提取监管对象的监测数据，并对监测数据进行解密；各数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至数据采集区块。
其中，区块链是一个去中心化的具有链式存储结构的分布式数据库，利用分布式数据存储、点对点传输、共识机制、加密算法等技术解决了共识信任问题。
其中，监测节点是区块链中的节点，例如，可以是各种终端。监测节点用于通过不同的监测方式采集监管对象的监测数据，并将通过不同的监测方式采集的不同类型的监测数据进行加密后发送至不同的数据采集区块。例如，监测节点通过视频监控方式采集监测数据，将通过视频监控方式采集的监测图像发送至图像区块；例如，监测节点将通过定位设备采集的位置信息存储在位置区块；例如，监测节点可以是管理人员的终端，终端将采集的管理人员针对仓储物的操作数据存储在操作数据区块。
其中，监管对象是监测节点采集监测数据的对象。例如，可以是仓库，也可以是仓库中的仓储物，或者可以是仓库附近的特定区域(例如可以是仓库附近的道路)。
其中，监测数据是各监测节点采集的、对监管对象进行监管的数据。监测数据可以是监测节点通过视频监控的方式采集的监测图像；或者可以是通过定位算法采集的位置信息；或者可以是通过传感器采集的信息(例如，可以是红外传感器采集的红外信息，温度传感器采集的温度信息，湿度传感器采集的湿度信息)；或者可以是管理人员对监管对象进行操作的操作数据，操作数据中记录了管理人员对仓储物进行操作时所采用的操作方式。
其中，数据采集区块是区块链中的区块，用于存储由不同监测节点采集并经过加密的监测数据，不同的数据采集区块中存储的监测数据的类型不同。
在一个实施例中，数据采集区块中的监测数据通过监测节点的私钥进行加密。监测节点在通过其私钥对监测数据进行加密后，将加密后的监测数据和公钥一起发送至数据采集区块。
S204，基于解密后的各监测数据分别判断监管对象是否发生异常，得到分别与各监测数据对应的判断结果。
集成分析节点根据解密后的各监测数据分别判断监管对象是否发生异常。集成分析节点得到的判断结果是监管对象发生异常或者没有发生异常。发生异常是指监管对象的状态发生了改变(例如，监管对象的温度变化超出正常变化范围，或者监管对象发生了移动，或者监管对象被执行了操作)。
例如，集成分析节点根据温度传感器采集的温度信息判断监管对象中的某个仓库的温度变化超出正常变化范围，则对该仓库的判断结果是发生异常。例如，集成分析节点根据视频监控设备采集的监测图像判断监管对象中的某个仓储物发生了位置变化，则对该仓储物的判断结果是发生异常。例如，如果集成分析节点根据对某个仓储物进行操作的操作数据的记录判断操作方式是出库操作，则判断结果是发生异常。
S206，若各判断结果不一致，则生成监管对象发生异常的异常信息。
如果各监测数据对应的判断结果不一致，说明区块链上各监测节点采集的监测数据不能相互验证，监管对象存在异常风险。监管对象存在异常风险，例如可以是监管对象存在被盗的风险，或者可以是监管对象存在被放置在了错误的地点的风险，或者可以是监管对象存在被误操作的风险，或者可以是监管对象存在发生火灾的风险。
其中，异常信息是对监管对象存在异常风险进行提示的信息。异常信息中包括根据各监测数据得到的监管对象是否发生异常的判断结果。例如，可以用一个数字序列表示异常信息，数字序列中的每一位分别表示根据各监测数据得到的监管对象是否发生异常的判断结果。
如果集成分析节点通过各监测数据得到的各监测数据对应的判断结果一致，则说明监管对象不存在异常风险，不生成监管对象发生异常的异常信息。
在一个实施例中，集成分析节点通过监测数据获知监管对象中的仓储物发生了位移，但集成分析节点根据监测数据中的操作数据提取到在预设时间段内对该仓储物进行了移动操作的数据记录，则集成分析节点判断该仓储物发生位移为正常移动，并不生成异常信息。
S208，对监管对象的基本信息和异常信息进行加密，并将加密后所得的各数据发送至报警区块。
其中，基本信息是表示监管对象的基本属性的信息。例如，如果监管对象是仓储物，则基本信息包括仓储物的位置坐标、从仓储标签中提取的信息(例如所有人、来源、入库时间、重量、类别等)等。例如，如果监管对象是仓库，则基本信息包括仓库的管理人员的身份标识、仓库的位置等信息。
其中，仓储物的位置坐标是仓储物所在位置的坐标，集成分析节点可以通过定位算法获取仓储物的位置坐标，或者从监测数据中获取仓储物的位置坐标。
其中，仓储物的仓储标签贴在仓储物上，仓储标签可以是文字标签、条码标签或者二维码标签等。当仓储物进入区块链中的节点的监管范围内时，区块链中节点可以通过扫描将仓储标签中的信息输入区块链。
其中，报警区块是区块链中的区块，用于存储加密后的基本信息和异常信息。
上述实施例中，集成分析节点从区块链上的各数据采集区块中提取监管对象的监测数据，并基于解密后的各监测数据分别判断监管对象是否发生异常，如果基于解密后的各监测数据得到的判断结果不一致，则生成监管对象发生异常的异常信息，然后将监管对象的基本信息和异常信息进行加密后发送至报警区块。集成分析节点能够实时获取各监测节点采集的监测数据，并对各监测数据得到的判断结果进行相互验证，以及时发现监管对象是否存在风险，提高了预警的实时性。并且各监测节点将采集的数据发送至区块链上的区块，各监测节点都可以获取其他监测节点的数据，并相互验证。所以，通过区块链技术能够使各监测节点间建立信任机制，避免在某个监测节点采集的监测数据丢失时无法对丢失的监测数据进行恢复。集成分析节点通过对各监测节点的监测数据对应的判断结果进行比对来判断监管对象是否存在异常风险，能够避免在单个监测节点中的数据出现错误、丢失时，仅通过该监测节点的监测数据得出错误的判断结果。
在一个实施例中，监测数据包括由位置采集节点采集的位置信息、由图像采集节点采集的监测图像和通过终端对监管对象进行操作所得的操作数据；集成分析节点基于解密后的各监测数据分别判断监管对象是否发生异常包括：对解密后的位置信息、监测图像和操作数据中的至少两种数据进行解析；根据解析所得的结果分别判断监管对象是否发生异常。
其中，位置采集节点、图像采集节点和终端都是区块链中的监测节点。位置采集节点通过定位方法获取监管对象的位置信息。例如，位置采集节点通过GPS(GlobalPositioning System，全球定位系统)定位方法或者RFID(Radio FrequencyIdentification，射频识别)定位方法获取监管对象的位置信息。图像采集节点通过各种图像采集方式获取监管对象的监测图像。例如，通过网络摄像头、摄像机、照相机采集监管对象的监测图像，所采集的监测图像可以是各种视频格式，也可以是图片格式。例如，通过终端从管理人员的操作数据中提取针对监管对象进行的操作方式。例如，从管理人员对监管对象进行入库操作的操作数据中获取的操作方式是入库；从管理人员对监管对象进行出库操作的操作数据中获取的操作方式是出库；从管理人员对监管对象进行移动操作的操作数据中获取的操作方式是移动。
其中，对解密后的监测数据进行解析是根据监测数据的类型选择不同的处理方式对监测数据进行处理，获取和监管对象的运动变化、位置变化、状态变化等有关的信息。例如，对监测图像进行运动检测。例如，提取位置信息中的位置坐标。例如，提取操作数据中记录的对监管对象进行操作时所采用的操作方式。例如，提取温度传感器采集的信息中的温度值。
集成分析节点获取至少两种类型的监测数据，并对获取的监测数据分别进行解析。根据基于每种监测数据得到的解析结果判断监管对象是否发生异常。
在一个实施例中，集成分析节点对解密后的位置信息、监测图像和操作数据中的至少两种数据进行解析，包括以下至少两种步骤：对监测图像进行运动检测；提取位置信息中的位置坐标；提取操作数据中记录的对监管对象进行操作时所采用的操作方式。
其中，对运动图像进行运动检测是对采集的图像序列按照一定的算法进行计算和比较，检测出图像中是否存在变化区域，如果图像中存在变化区域，则确定图像中的仓储物发生了运动。常用的运动检测方法有帧差法、光流法、基于混合高斯模型的背景建模方法等。
其中，提取位置信息中的位置坐标是从位置信息中提取监管对象的位置坐标。例如，从GPS定位的位置信息中提取监管对象的经纬度，从RFID定位的位置信息中提取监管对象的地理坐标等。
其中，操作数据中记录了和对监管对象进行的操作有关的多种数据，例如操作时间、操作人员身份标识、所采用的操作方式等。例如，操作数据是(yyyy-mm-dd；11304；A)，yyyy-mm-dd是操作时间，11304是操作人员的身份标识，A是操作方式，可以代表进行了入库操作。
在一个实施例中，基于解密后的各监测数据分别判断监管对象是否发生异常之前，方法还包括：获取经过加密的节点识别标志；对经过加密的节点识别标志进行解密，得到解密后的节点识别标志；判断解密后的节点识别标志是否与标志库中的节点识别标志匹配；若匹配，则执行基于解密后的各监测数据分别判断监管对象是否发生异常的步骤。
其中，节点识别标志是各节点的身份标识，通过节点识别标志能够唯一确定采集监测数据的监测节点。节点识别标识可以是设备的编号，或者可以是设备的物理地址，或者可以是对节点中设备进行操作的操作人员的身份标识。其中，操作人员的身份标识可以是操作人员的指纹信息，或者可以是操作人员的虹膜信息，或者可以是操作人员的编号。
集成分析节点在基于解密后的各监测数据分别判断监管对象是否发生异常之前，获取采集各监测数据的监测节点的经过加密的节点识别标识，然后对各经过加密的节点识别标识进行解密。如果解密后的节点识别标志与标志库中的节点识别标志匹配，则说明与节点识别标识对应的监测数据是合法的监测节点采集的有效数据。所以，集成分析节点可以利用该节点识别标志对应的监测数据判断监管对象是否发生异常。
在一个实施例中，监测节点将采集的监测数据和对应的节点识别标志加密后发送至数据采集区块。集成分析节点从数据采集区块中获取经过加密的节点识别标志并进行解密。
在一个实施例中，监测节点将采集的监测数据和对应的节点识别标志用监测节点的私钥进行加密，并将加密后的监测数据和对应的节点识别标志和公钥一起发送至数据采集区块。集成分析节点从数据采集区块获取到加密后的节点识别标志以及对应的公钥后，用公钥对节点识别标志进行解密。
其中，标识库是用于存储合法节点的节点识别标志的数据库，或者可以是数据库中的数据表。标识库可以设置在区块链上的区块中的一个存储区域，或者可以设置在鉴权节点的存储模块中。
如果节点识别标志能够和标识库中的节点识别标志匹配，说明监测数据是由合法的监测设备采集的，是合法的数据，集成分析节点可以根据该监测数据得到正确的判断结果。集成分析节点在对利用监测数据判断监管对象是否发生异常之前，对发送监测数据的监测节点的身份进行验证，防止判断结果受到非法监测节点发送的监测数据的干扰，保证了基于合法的监测数据得到与实际相符的判断结果。
在一个实施例中，如图3所示，提供了一种基于区块链的仓储风险预警方法，以该方法应用于图1中的鉴权节点为例进行说明，包括以下步骤：
S302，从认证请求区块中提取由监测节点发送的经过加密的认证请求信息。
其中，认证请求信息中包括监测节点的节点识别标志，以及监测节点请求加入区块链的请求信息。
其中，认证请求区块用于存储由监测节点发送的经过加密的认证请求信息。
S304，若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，将所得的节点识别标志存储在标志库。
S306，生成监测节点的身份认证成功的认证信息，并对认证信息和节点识别标志进行加密并存储在认证成功区块，以使监测节点基于认证成功区块中的节点识别标志和认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至数据采集区块。
其中，认证信息是鉴权节点对监测节点成功通过身份认证进行指示的信息。
其中，认证成功区块用于存储鉴权节点生成的加密后的认证信息和对应的节点识别标志。
在一个实施例中，监测节点对认证请求信息进行加密后发送至认证请求区块。鉴权节点从认证请求区块中获取加密后的认证请求信息后，对认证请求信息进行解密。
监测节点可以通过非对称加密算法对认证请求信息进行加密，例如国密SM2加密算法、RSA加密算法。
监测节点也可以通过对称加密算法对认证请求信息进行加密，例如AES(AdvancedEncryption Standard，高级加密标准)加密算法、国密SM4加密算法。
在一个实施例中，监测节点用其私钥对认证请求信息进行加密后和公钥一起发送至认证请求区块。鉴权节点从认证请求区块中获取加密后的认证请求信息和公钥后，用公钥对认证请求信息进行解密。
在一个实施例中，监测节点对认证请求信息进行哈希运算，计算出认证请求信息的摘要，然后将摘要用私钥进行加密后和公钥以及认证请求信息原文一起发送至认证请求区块。鉴权节点从认证请求区块中获取加密后的摘要和公钥以及认证请求信息原文后，用公钥对加密后的摘要进行解密，得到解密后的摘要。然后对认证请求信息原文进行哈希运算，将解密后的摘要和对认证请求信息原文进行哈希运算得到的摘要进行比对，如果相同，则说明认证请求信息在传输过程中没有被篡改。
上述实施例中，认证请求信息经过了加密处理，可以防止传输过程中被非法篡改。如果鉴权节点能够用监测节点的公钥对加密后的认证请求信息进行解密，说明认证请求信息在传输过程中没有被篡改，其中包含的节点识别标志是合法的。鉴权节点对监测节点的身份进行认证，防止非法身份的节点加入到区块链，保证了区块链上数据的安全性。
在一个实施例中，如图4所示，提供了一种基于区块链的仓储风险预警方法，以该方法应用于图1中的报警节点为例进行说明，包括以下步骤：
S402，对报警区块中经过加密的数据进行解密，得到解密后的数据；
S404，从解密后的数据中提取监管对象的基本信息和异常信息；
S406，根据异常信息生成针对监管对象的报警提醒信息；
S408，在区块链广播报警提醒信息，以使区块链上的业务节点下载报警提醒信息和基本信息，根据基本信息确定监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据仓库标识、仓库管理人信息和监管对象所属人信息确定报警提醒信息属于业务节点时，根据报警提醒信息进行提示。
其中，报警节点是区块链中的节点，用于根据报警区块中存储的加密后的基本信息和异常信息生成报警提醒信息。
其中，报警提醒信息是在监管对象发生异常风险时对监管对象的管理人和所有人进行提醒的信息。
报警节点生成报警提醒信息后，将报警提醒信息在区块链上广播，业务节点接收到报警提醒信息后，提取报警提醒信息对应的基本信息。当报警提醒信息对应的监管对象是仓库时，业务节点根据基本信息中的仓库标识判断该仓库是否属于该业务节点管辖，如果属于该业务节点管辖，则根据报警提醒信息对仓库发生的风险进行提示。当报警提醒信息对应的监管对象是仓储物时，业务节点根据基本信息中的仓库管理人信息和监管对象所属人信息判断该仓储物是否属于该业务节点管辖，如果属于该业务节点管辖，则根据报警提醒信息对仓库发生的风险进行提示。
业务节点可以是终端，例如可以是安装在仓库中的报警器；或者可以是监管人员的手持终端，例如可以是监管人员的手机、平板电脑等；或者可以是设置在监管室中的监管终端，例如可以是监管室中的计算机设备或者监管设备等。
进行提示的方式可以是文字形式，或者可以是视、音频形式，或者可以是闪光灯闪烁的形式。
上述实施例中，报警节点根据报警区块中存储的数据生成报警提醒信息以及时对监管对象存在的风险进行提示，使监管对象的管理人员和所有人及时对监管对象的异常情况进行查看，防止造成损失。
在一个实施例中，区块链上的鉴权节点、监测节点、集成分析节点和报警节点的交互过程的时序图如图5所示。
监测节点生成经过加密的认证请求信息，并发送至认证请求区块。
鉴权节点从认证请求区块中提取由监测节点发送的经过加密的认证请求信息，并对认证请求信息进行解密，如果能够成功解密，则将解密后得到的节点识别标志存储在标志库，并且生成监测节点的身份认证成功的认证信息，并且将认证信息和节点识别标志进行加密并发送至认证成功区块。
监测节点从认证成功区块中获取到认证信息后，判断认证信息对应的节点识别标志是否与自身的节点识别标志标识相同，如果相同，则确定自身通过鉴权节点的身份验证。监测节点在确定自身通过验证后将经过加密的监测数据和节点识别标志发送至数据采集区块。
集成分析节点从数据采集区块中提取到加密的节点识别标志和监测数据后，对加密的节点识别标志和监测数据进行解密，并且将解密得到的节点识别标志和标识库中的节点识别标志进行匹配，如果能够匹配，则集成分析节点基于解密后的各监测数据分别判断监管对象是否发生异常，如果各判断结果不一致，则生成异常信息，并将基本信息和异常信息加密后发送至报警区块。
报警节点根据报警区块中的数据生成报警提醒信息。
图5中各节点的交互过程的具体内容可以参考上文所述的具体实现过程。
在一个实施例中，提供了一种基于区块链的仓储风险预警系统，该系统包括鉴权节点、监测节点、集成分析节点和报警节点。
鉴权节点，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，将所得的节点识别标志存储在标志库；生成监测节点的身份认证成功的认证信息，并对认证信息和节点识别标志进行加密并存储在区块链上的认证成功区块；
监测节点，用于基于认证成功区块中的节点识别标志和认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志加密后发送至区块链上的数据采集区块；
集成分析节点，用于从区块链上的各数据采集区块中提取监测数据，并对监测数据进行解密；各数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至数据采集区块；基于解密后的各监测数据分别判断监管对象是否发生异常，得到分别与各监测数据对应的判断结果；若各判断结果不一致，则生成监管对象发生异常的异常信息；对监管对象的基本信息和异常信息进行加密，并将加密后所得的各数据发送至报警区块；
报警节点，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；从解密后的数据中提取监管对象的基本信息和异常信息；根据异常信息生成针对监管对象的报警提醒信息；在区块链广播报警提醒信息，以使区块链上的业务节点下载报警提醒信息和基本信息，根据基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据仓库标识、仓库管理人信息和监管对象所属人信息确定报警提醒信息属于业务节点时，根据报警提醒信息进行提示。
在一个实施例中，监测数据包括由位置采集节点采集的位置信息、由图像采集节点采集的监测图像和通过终端对监管对象进行操作所得的操作数据；集成分析节点具体用于，对解密后的位置信息、监测图像和操作数据中的至少两种数据进行解析；根据解析所得的结果分别判断监管对象是否发生异常。
在一个实施例中，集成分析节点具体用于，对监测图像进行运动检测；提取位置信息中的位置坐标；提取操作数据中记录的对监管对象进行操作时所采用的操作方式。
在一个实施例中，鉴权节点用于，从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，将所得的节点识别标志存储在标志库；
集成分析节点还用于，获取经过加密的节点识别标志；对经过加密的节点识别标志进行解密，得到解密后的节点识别标志；判断解密后的节点识别标志是否与标志库中的节点识别标志匹配；若匹配，则执行基于解密后的各监测数据分别判断监管对象是否发生异常的步骤。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种基于区块链的仓储风险预警装置，包括：提取模块602、判断模块604、异常信息生成模块606和加密模块608，其中：
提取模块602，用于从区块链上的各数据采集区块中提取监管对象的监测数据，并对监测数据进行解密；各数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至数据采集区块；
判断模块604，用于基于解密后的各监测数据分别判断监管对象是否发生异常，得到分别与各监测数据对应的判断结果；
异常信息生成模块606，若各判断结果不一致，则用于生成监管对象发生异常的异常信息；
加密模块608，用于对监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块。
上述实施例中，集成分析节点从区块链上的各数据采集区块中提取监管对象的监测数据，并基于解密后的各监测数据分别判断监管对象是否发生异常，如果基于解密后的各监测数据得到的判断结果不一致，则生成监管对象发生异常的异常信息，然后将监管对象的基本信息和异常信息进行加密后发送至报警区块。集成分析节点能够实时获取各监测节点采集的监测数据，并对各监测数据得到的判断结果进行相互验证，以及时发现监管对象是否存在风险，提高了预警的实时性。并且各监测节点将采集的数据发送至区块链上的区块，各监测节点都可以获取其他监测节点的数据，并相互验证。所以，通过区块链技术能够使各监测节点间建立信任机制，避免在某个监测节点采集的监测数据丢失时无法对丢失的监测数据进行恢复。集成分析节点通过通过对各监测节点的监测数据对应的判断结果进行比对来判断监管对象是否存在异常风险，能够避免在单个监测节点中的数据出现错误、丢失时，仅通过该监测节点的监测数据得出错误的判断结果。
在一个实施例中，监测数据包括由位置采集节点采集的位置信息、由图像采集节点采集的监测图像和通过终端对监管对象进行操作所得的操作数据；
判断模块604还用于：
对解密后的位置信息、监测图像和操作数据中的至少两种数据进行解析；
根据解析所得的结果分别判断监管对象是否发生异常。
在一个实施例中，判断模块604还用于：
对监测图像进行运动检测；
提取位置信息中的位置坐标；
提取操作数据中记录的对监管对象进行操作时所采用的操作方式。
在一个实施例中，如图7所示，装置还包括：
获取模块610，用于获取经过加密的节点识别标志；
解密模块612，用于对所述经过加密的节点识别标志进行解密，得到解密后的节点识别标志；
判断模块604，还用于判断所述解密后的节点识别标志是否与标志库中的节点识别标志匹配；
执行模块614，若匹配，则用于执行所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常的步骤。
在一个实施例中，如图8所示，提供了一种基于区块链的仓储风险预警装置，包括：提取模块802、存储模块804和生成模块806，其中：
提取模块802，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；
存储模块804，若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，用于将所得的节点识别标志存储在标志库；
生成模块806，用于生成监测节点的身份认证成功的认证信息，并对认证信息和节点识别标志进行加密并存储在认证成功区块，以使监测节点基于认证成功区块中的节点识别标志和认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志发送至数据采集区块。
上述实施例中，认证请求信息经过了加密处理，可以防止传输过程中被非法篡改。如果鉴权节点能够用监测节点的公钥对加密后的认证请求信息进行解密，说明认证请求信息在传输过程中没有被篡改，其中包含的节点识别标志是合法的。鉴权节点对监测节点的身份进行认证，防止非法身份的节点加入到区块链，保证了区块链上数据的安全性。
在一个实施例中，如图9所示，提供了一种基于区块链的仓储风险预警装置，包括：解密模块902、提取模块904、生成模块906和广播模块908，其中：
解密模块902，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；
提取模块904，用于从所述解密后的数据中提取监管对象的基本信息和异常信息；
生成模块906，用于根据所述异常信息生成针对所述监管对象的报警提醒信息；
广播模块908，用于在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
上述实施例中，报警节点根据报警区块中存储的数据生成报警提醒信息以及时对监管对象的管理人员和所有人进行预警，使监管对象的管理人员和所有人及时对监管对象的异常情况进行查看，防止造成损失。
关于基于区块链的仓储风险预警装置的具体限定可以参见上文中对于基于区块链的仓储风险预警方法的限定，在此不再赘述。上述基于区块链的仓储风险预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于区块链的仓储风险预警数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于区块链的仓储风险预警方法。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：从区块链上的各数据采集区块中提取监管对象的监测数据，并对监测数据进行解密；各数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至数据采集区块；基于解密后的各监测数据分别判断监管对象是否发生异常，得到分别与各监测数据对应的判断结果；若各判断结果不一致，则生成监管对象发生异常的异常信息；对监管对象的基本信息和异常信息进行加密，并将加密后所得的各数据发送至报警区块。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对解密后的位置信息、监测图像和操作数据中的至少两种数据进行解析；根据解析所得的结果分别判断监管对象是否发生异常。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对监测图像进行运动检测；提取位置信息中的位置坐标；提取操作数据中记录的对监管对象进行操作时所采用的操作方式。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取经过加密的节点识别标志；对经过加密的节点识别标志进行解密，得到解密后的节点识别标志；判断解密后的节点识别标志是否与标志库中的节点识别标志匹配；若匹配，则执行基于解密后的各监测数据分别判断监管对象是否发生异常的步骤。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，将所得的节点识别标志存储在标志库；生成监测节点的身份认证成功的认证信息，并对认证信息和节点识别标志进行加密并存储在认证成功区块，以使监测节点基于认证成功区块中的节点识别标志和认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至数据采集区块。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对报警区块中经过加密的数据进行解密，得到解密后的数据；从解密后的数据中提取监管对象的基本信息和异常信息；根据异常信息生成针对监管对象的报警提醒信息；在区块链广播报警提醒信息，以使区块链上的业务节点下载报警提醒信息和基本信息，根据基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据仓库标识、仓库管理人信息和监管对象所属人信息确定报警提醒信息属于业务节点时，根据报警提醒信息进行提示。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：从区块链上的各数据采集区块中提取监管对象的监测数据，并对监测数据进行解密；各数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至数据采集区块；基于解密后的各监测数据分别判断监管对象是否发生异常，得到分别与各监测数据对应的判断结果；若各判断结果不一致，则生成监管对象发生异常的异常信息；对监管对象的基本信息和异常信息进行加密，并将加密后所得的各数据发送至报警区块。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对解密后的位置信息、监测图像和操作数据中的至少两种数据进行解析；根据解析所得的结果分别判断监管对象是否发生异常。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对监测图像进行运动检测；提取位置信息中的位置坐标；提取操作数据中记录的对监管对象进行操作时所采用的操作方式。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取经过加密的节点识别标志；对经过加密的节点识别标志进行解密，得到解密后的节点识别标志；判断解密后的节点识别标志是否与标志库中的节点识别标志匹配；若匹配，则执行基于解密后的各监测数据分别判断监管对象是否发生异常的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对认证请求信息解密成功，得到解密后的关于监测节点的节点识别标志，将所得的节点识别标志存储在标志库；生成监测节点的身份认证成功的认证信息，并对认证信息和节点识别标志进行加密并存储在认证成功区块，以使监测节点基于认证成功区块中的节点识别标志和认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至数据采集区块。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对报警区块中经过加密的数据进行解密，得到解密后的数据；从解密后的数据中提取监管对象的基本信息和异常信息；根据异常信息生成针对监管对象的报警提醒信息；在区块链广播报警提醒信息，以使区块链上的业务节点下载报警提醒信息和基本信息，根据基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据仓库标识、仓库管理人信息和监管对象所属人信息确定报警提醒信息属于业务节点时，根据报警提醒信息进行提示。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种基于区块链的仓储风险预警方法，应用于区块链中的集成分析节点，其特征在于，所述方法包括：
从区块链上的各数据采集区块中提取监管对象的监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；
基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；
若各所述判断结果不一致，则生成所述监管对象发生异常的异常信息；
对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块。
2.根据权利要求1所述的方法，其特征在于，所述监测数据包括由位置采集节点采集的位置信息、由图像采集节点采集的监测图像和通过终端对所述监管对象进行操作所得的操作数据；
所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常包括：
对解密后的所述位置信息、所述监测图像和所述操作数据中的至少两种数据进行解析；
根据解析所得的结果分别判断所述监管对象是否发生异常。
3.根据权利要求2所述的方法，其特征在于，所述对解密后的所述位置信息、所述监测图像和所述操作数据中的至少两种数据进行解析，包括以下至少两种步骤：
对所述监测图像进行运动检测；
提取所述位置信息中的位置坐标；
提取所述操作数据中记录的对所述监管对象进行操作时所采用的操作方式。
4.根据权利要求1所述的方法，其特征在于，所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常之前，所述方法还包括：
获取经过加密的节点识别标志；
对所述经过加密的节点识别标志进行解密，得到解密后的节点识别标志；
判断所述解密后的节点识别标志是否与标志库中的节点识别标志匹配；
若匹配，则执行所述基于解密后的各所述监测数据分别判断所述监管对象是否发生异常的步骤。
5.一种基于区块链的仓储风险预警方法，应用于区块链中的鉴权节点，其特征在于，所述方法包括：
从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；
若对所述认证请求信息解密成功，得到解密后的关于所述监测节点的节点识别标志，将所得的节点识别标志存储在所述标志库；
生成所述监测节点的身份认证成功的认证信息，并对所述认证信息和所述节点识别标志进行加密并存储在认证成功区块，以使所述监测节点基于所述认证成功区块中的所述节点识别标志和所述认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至数据采集区块。
6.一种基于区块链的仓储风险预警方法，应用于区块链中的报警节点，其特征在于，所述方法包括：
对报警区块中经过加密的数据进行解密，得到解密后的数据；
从所述解密后的数据中提取监管对象的基本信息和异常信息；
根据所述异常信息生成针对所述监管对象的报警提醒信息；
在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定对应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库标识、所述仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
7.一种基于区块链的仓储风险预警系统，其特征在于，所述系统包括：
鉴权节点，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；若对所述认证请求信息解密成功，得到解密后的关于所述监测节点的节点识别标志，将所得的节点识别标志存储在所述标志库；生成所述监测节点的身份认证成功的认证信息，并对所述认证信息和所述节点识别标志进行加密并存储在区块链上的认证成功区块；
监测节点，用于基于所述认证成功区块中的所述节点识别标志和所述认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志经加密后发送至所述区块链上的数据采集区块；
集成分析节点，用于从所述区块链上的各数据采集区块中提取所述监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；若各所述判断结果不一致，则生成所述监管对象发生异常的异常信息；对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块；
报警节点，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；从所述解密后的数据中提取监管对象的基本信息和异常信息；根据所述异常信息生成针对所述监管对象的报警提醒信息；在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库标识、所述仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
8.一种基于区块链的仓储风险预警装置，其特征在于，所述装置设置于区块链中的集成分析节点中；所述装置包括：
提取模块，用于从区块链上的各数据采集区块中提取监管对象的监测数据，并对所述监测数据进行解密；各所述数据采集区块中的监测数据分别由不同监测节点所采集，并在加密后发送至所述数据采集区块；
判断模块，用于基于解密后的各所述监测数据分别判断所述监管对象是否发生异常，得到分别与各所述监测数据对应的判断结果；
异常信息生成模块，若各所述判断结果不一致，则用于生成所述监管对象发生异常的异常信息；
加密模块，用于对所述监管对象的基本信息和所述异常信息进行加密，并将加密后所得的各数据发送至报警区块。
9.一种基于区块链的仓储风险预警装置，其特征在于，所述装置设置于区块链中的鉴权节点中；所述装置包括：
提取模块，用于从认证请求区块中提取由监测节点发送的经过加密的认证请求信息；
存储模块，若对所述认证请求信息解密成功，得到解密后的关于所述监测节点的节点识别标志，用于将所得的节点识别标志存储在所述标志库；
生成模块，用于生成所述监测节点的身份认证成功的认证信息，并对所述认证信息和所述节点识别标志进行加密并存储在认证成功区块，以使所述监测节点基于所述认证成功区块中的所述节点识别标志和所述认证信息判断自身是否通过认证，并在确定认证通过后，将采集的关于监管对象的监测数据和对应的节点识别标志发送至数据采集区块。
10.一种基于区块链的仓储风险预警装置，其特征在于，所述装置设置于区块链中的报警节点中；所述装置包括：
解密模块，用于对报警区块中经过加密的数据进行解密，得到解密后的数据；
提取模块，用于从所述解密后的数据中提取监管对象的基本信息和异常信息；
生成模块，用于根据所述异常信息生成针对所述监管对象的报警提醒信息；
广播模块，用于在区块链广播所述报警提醒信息，以使所述区块链上的业务节点下载所述报警提醒信息和所述基本信息，根据所述基本信息确定相应监管对象对应的仓库标识、仓库管理人信息和监管对象所属人信息，当依据所述仓库标识、所述仓库管理人信息和所述监管对象所属人信息确定所述报警提醒信息属于所述业务节点时，根据所述报警提醒信息进行提示。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202010765471.7A 2020-08-03 2020-08-03 基于区块链的仓储风险预警方法、系统、装置和存储介质 Pending CN111882233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010765471.7A CN111882233A (zh) 2020-08-03 2020-08-03 基于区块链的仓储风险预警方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010765471.7A CN111882233A (zh) 2020-08-03 2020-08-03 基于区块链的仓储风险预警方法、系统、装置和存储介质

Publications (1)

Publication Number Publication Date
CN111882233A true CN111882233A (zh) 2020-11-03

Family

ID=73206058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010765471.7A Pending CN111882233A (zh) 2020-08-03 2020-08-03 基于区块链的仓储风险预警方法、系统、装置和存储介质

Country Status (1)

Country Link
CN (1) CN111882233A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380550A (zh) * 2020-11-16 2021-02-19 广东百德朗科技有限公司 一种能耗数据采集方法、装置、设备及可读存储介质
CN112446670A (zh) * 2021-01-29 2021-03-05 支付宝(杭州)信息技术有限公司 仓储监管系统、方法及装置
CN113706123A (zh) * 2021-09-08 2021-11-26 北京鲸鹳科技有限公司 一种基于组件责任链的团险业务处理方法和系统
CN113837702A (zh) * 2021-01-11 2021-12-24 台州动产质押金融服务有限公司 基于视觉图像的仓储监管系统
CN115018433A (zh) * 2022-08-10 2022-09-06 四川港投新通道物流产业投资集团有限公司 一种酒品供应链监控方法、装置、设备及介质
CN115085951A (zh) * 2021-03-10 2022-09-20 中国移动通信集团山东有限公司 车联网安全预警方法和电子设备
CN115829337A (zh) * 2023-02-23 2023-03-21 南京和电科技有限公司 一种存储区风险预警方法及系统
CN116208417A (zh) * 2023-03-07 2023-06-02 河南省通信工程局有限责任公司 一种基于大数据的通信异常感知系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933167A (zh) * 2017-05-17 2017-07-07 中国农业科学院农业信息研究所 一种猪场监测预警方法、系统及装置
CN108876245A (zh) * 2018-06-25 2018-11-23 杭州骑轻尘信息技术有限公司 汽车仓库监管方法、装置及系统
CN109377716A (zh) * 2018-11-02 2019-02-22 冯军强 仓储安防监控装置、系统、方法、计算机设备及存储介质
CN111125737A (zh) * 2019-12-25 2020-05-08 河北先河环保科技股份有限公司 基于区块链的环境监测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933167A (zh) * 2017-05-17 2017-07-07 中国农业科学院农业信息研究所 一种猪场监测预警方法、系统及装置
CN108876245A (zh) * 2018-06-25 2018-11-23 杭州骑轻尘信息技术有限公司 汽车仓库监管方法、装置及系统
CN109377716A (zh) * 2018-11-02 2019-02-22 冯军强 仓储安防监控装置、系统、方法、计算机设备及存储介质
CN111125737A (zh) * 2019-12-25 2020-05-08 河北先河环保科技股份有限公司 基于区块链的环境监测系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380550A (zh) * 2020-11-16 2021-02-19 广东百德朗科技有限公司 一种能耗数据采集方法、装置、设备及可读存储介质
CN113837702A (zh) * 2021-01-11 2021-12-24 台州动产质押金融服务有限公司 基于视觉图像的仓储监管系统
CN112446670A (zh) * 2021-01-29 2021-03-05 支付宝(杭州)信息技术有限公司 仓储监管系统、方法及装置
CN115085951A (zh) * 2021-03-10 2022-09-20 中国移动通信集团山东有限公司 车联网安全预警方法和电子设备
CN115085951B (zh) * 2021-03-10 2024-05-28 中国移动通信集团山东有限公司 车联网安全预警方法和电子设备
CN113706123A (zh) * 2021-09-08 2021-11-26 北京鲸鹳科技有限公司 一种基于组件责任链的团险业务处理方法和系统
CN115018433A (zh) * 2022-08-10 2022-09-06 四川港投新通道物流产业投资集团有限公司 一种酒品供应链监控方法、装置、设备及介质
CN115829337A (zh) * 2023-02-23 2023-03-21 南京和电科技有限公司 一种存储区风险预警方法及系统
CN115829337B (zh) * 2023-02-23 2023-08-04 南京和电科技有限公司 一种存储区风险预警方法及系统
CN116208417A (zh) * 2023-03-07 2023-06-02 河南省通信工程局有限责任公司 一种基于大数据的通信异常感知系统及方法
CN116208417B (zh) * 2023-03-07 2023-10-31 河南省通信工程局有限责任公司 一种基于大数据的通信异常感知系统及方法

Similar Documents

Publication Publication Date Title
CN111882233A (zh) 基于区块链的仓储风险预警方法、系统、装置和存储介质
US20200106775A1 (en) Method, device, system for authenticating an accessing terminal by server, server and computer readable storage medium
CN110602455B (zh) 视频存储系统、视频处理方法、装置、设备及存储介质
EP3407232B1 (en) Spatiotemporal authentication
CN109308421B (zh) 一种信息防篡改方法、装置、服务器和计算机存储介质
CN110502889B (zh) 登录方法、装置、计算机可读存储介质和计算机设备
CN102932650A (zh) 视频数据完整性保护和验证方法、设备和系统
CN112771527A (zh) 信息处理程序、信息处理装置和信息处理方法
CN115694932A (zh) 一种基于区块链技术实现社区敏感数据保护的方法及设备
Feng et al. Autonomous vehicles' forensics in smart cities
CN114048453A (zh) 用户特征的生成方法、装置、计算机设备和存储介质
US9735966B2 (en) Secure transmission
CN113709513A (zh) 设备指纹的处理方法、用户端、服务器、系统及存储介质
CN110233828B (zh) 基于区块链的移动办公方法和装置
CN116757710A (zh) 智能天线系统监控货物入库数据自动处理的方法和装置
CN111132149A (zh) 5g用户终端的注册方法、用户终端设备及介质
CN115914316A (zh) 区块链的物流数据传输方法及可信物联网系统
CN113434177B (zh) 一种基于医疗数据安全的医疗软件更新方法及装置
CN115499120A (zh) 一种基于云计算的数据保存方法及数据保存平台
CN112800454B (zh) 案场数据的处理方法、相关装置及计算机可读介质
CN112507355B (zh) 一种基于区块链的个人健康数据存储系统
US20220053123A1 (en) Method and apparatus for independent authentication of video
CN111429158B (zh) 一种基于电子追踪标识链的追踪方法、装置、设备及介质
CN111669649A (zh) 一种实地影像数据的防篡改方法及其系统
CN111641657A (zh) 智能医疗环境下基于rfid的信息匿名检索方法和系统

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