CN111984726A - 测量数据集的存储和分布式数据库 - Google Patents

测量数据集的存储和分布式数据库 Download PDF

Info

Publication number
CN111984726A
CN111984726A CN202010439973.0A CN202010439973A CN111984726A CN 111984726 A CN111984726 A CN 111984726A CN 202010439973 A CN202010439973 A CN 202010439973A CN 111984726 A CN111984726 A CN 111984726A
Authority
CN
China
Prior art keywords
data set
dataset
performance
measurement
distributed database
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
CN202010439973.0A
Other languages
English (en)
Inventor
W.博尔德尔-厄梅尔
S.博莫瑟
R.厄姆勒
A.凯普卡
W.里德尔
J.西德尔
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN111984726A publication Critical patent/CN111984726A/zh
Pending 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
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/1865—Transactional file systems
    • 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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3034—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a storage system, e.g. DASD based or network based
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems
    • 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
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • H04L9/3236—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 using cryptographic hash functions
    • H04L9/3239—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 using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
    • 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
    • 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
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G05B19/058—Safety, monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Bioethics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及测量数据集的存储和分布式数据库。获得测量数据集(210)，测量数据集指示工业现场设备(199)的操作特性。基于测量数据集(210)，确定性能指示数据集(205)，性能指示数据集包括操作特性的一个或多个品质因数(221‑224)，并且触发性能指示数据集(205)在分布式数据库(159)中的存储以及测量数据集(210)在非分布式数据库(172)中的存储。

Description

测量数据集的存储和分布式数据库
技术领域
本发明的各种示例一般地涉及存储测量数据集的技术。本发明的各种示例尤其是涉及测量数据集在非分布式数据库中的存储以及与测量数据集相关联的性能指示数据集在分布式数据库中的存储。
背景技术
诸如区块链的分布式数据库针对对数据的操纵提供提高的安全性。因此，各种功能，例如工业环境中的感测和控制功能、对电网的控制、运输系统等，有时依赖于存储在分布式数据库中的数据。
一般来说，分布式数据库分布并且复制在对应的分布式数据库基础架构的多个节点上。因此，已经发现，存储大量数据可能需要大量的诸如通信带宽和存储器等的计算资源。
一旦数据已经存储在分布式数据库中，经常难以移除数据。例如，如果以区块链来实现分布式数据库，则区块链的区块的序列的链接校验和要求任何数据一旦包含在区块链中，就保持存储在区块链中。
根据参考实现，通过在链下存储数据，即不在区块链中存储数据；并且在链上、即在区块链中，存储到数据的链路(link)、例如数据的哈希值，解决了这些问题。在这种场景中，可以检测对在链下存储的数据的修改，因为安全地存储在区块链中的哈希值，将不同于基于被修改/操纵的链下数据确定的另一个哈希值。
然而，这些参考实现面临某些限制和缺点。例如，这些参考实现可能不容易应用于智能合约。智能合约是在区块链上实现的程序代码。程序代码可以实现特定的逻辑功能，并且可以由区块链基础架构的挖掘节点调用。特别是，在使用智能合约的场景中，经常需要智能合约可以访问数据。
发明内容
因此，需要将数据存储在分布式数据库中的高级技术。特别是，需要克服或者缓解上面提到的限制和缺点中的至少一些的技术。
节点包括控制电路。控制电路被配置为获得测量数据集。测量数据集指示工业现场设备的操作特性。控制电路还被配置为，基于测量数据集，来确定性能指示数据集。性能指示数据集包括操作特性的一个或多个品质因数。控制电路还被配置为，触发性能指示数据集在分布式数据库中的存储。控制电路还被配置为，触发测量数据集在非分布式数据库中的存储。
计算机实现的方法包括获得测量数据集。测量数据集指示工业现场设备的操作特性。所述方法还包括：基于测量数据集，来确定性能指示数据集。性能指示数据集包括操作特性的一个或多个品质因数。所述方法还包括：触发性能指示数据集在分布式数据库中的存储以及测量数据集在非分布式数据库中的存储。
计算机程序或者计算机程序产品或者计算机可读存储介质，包括至少一个处理器可以执行的程序代码。在执行程序代码时，处理器执行方法。所述方法包括：获得测量数据集。测量数据集指示工业现场设备的操作特性。所述方法还包括：基于测量数据集，来确定性能指示数据集。性能指示数据集包括操作特性的一个或多个品质因数。所述方法还包括：触发性能指示数据集在分布式数据库中的存储以及测量数据集在非分布式数据库中的存储。
分布式数据库基础架构的挖掘节点包括控制电路。控制电路被配置为，接收包括测量数据集的交易。测量数据集指示工业现场设备的操作特性。交易还包括性能指示数据集。性能指示数据集包括操作特性的一个或多个品质因数。控制电路还被配置为，将交易拆分为第一部分和第二部分。第一部分包括性能指示数据集，并且第二部分包括测量数据集。基于第一部分，将性能指示数据集存储在分布式数据库基础架构的分布式数据库中。基于第二部分，将测量数据集传输到非分布式数据库。
计算机实现的方法包括接收交易。交易包括测量数据集，并且还包括性能指示数据集。测量数据集指示工业现场设备的操作特性。性能指示数据集包括操作特性的一个或多个品质因数。所述方法包括：将交易拆分为第一部分和第二部分。第一部分包括性能指示数据集；并且第二部分包括测量数据集。所述方法还包括：基于第一部分，将性能指示数据集存储在分布式数据库中。所述方法进一步包括：基于第二部分，将测量数据集传输到非分布式数据库。
计算机程序或者计算机程序产品或者计算机可读存储介质，包括至少一个处理器可以执行的程序代码。在执行程序代码时，处理器执行方法。所述方法包括接收交易。交易包括测量数据集，并且还包括性能指示数据集。测量数据集指示工业现场设备的操作特性。性能指示数据集包括操作特性的一个或多个品质因数。所述方法包括：将交易拆分为第一部分和第二部分。第一部分包括性能指示数据集；并且第二部分包括测量数据集。所述方法还包括：基于第一部分，将性能指示数据集存储在分布式数据库中。所述方法进一步包括：基于第二部分，将测量数据集传输到非分布式数据库。
节点包括控制电路。控制电路被配置为，从分布式数据库，获得性能指示数据集。性能指示数据集包括工业现场设备的操作特性的一个或多个品质因数。性能指示数据集以与测量数据集交叉引用的方式，存储在分布式数据库中。控制电路还被配置为，基于交叉引用，从非分布式数据库，获得测量数据集。然后，控制电路被配置为，在测量数据集与性能指示数据集之间进行比较，以测试测量数据集和性能指示数据集的完整性。
计算机实现的方法包括：从分布式数据库，获得性能指示数据集。性能指示数据集包括工业现场设备的操作特性的一个或多个品质因数。性能指示数据集以与测量数据集交叉引用的方式，存储在分布式数据库中。所述方法还包括：基于交叉引用，从非分布式数据库，获得测量数据集。所述方法进一步包括：在测量数据集与性能指示数据集之间进行比较，以测试测量数据集和性能指示数据集的完整性。
计算机程序或者计算机程序产品或者计算机可读存储介质，包括至少一个处理器可以执行的程序代码。在执行程序代码时，处理器执行方法。所述方法包括：从分布式数据库，获得性能指示数据集。性能指示数据集包括工业现场设备的操作特性的一个或多个品质因数。性能指示数据集以与测量数据集交叉引用的方式，存储在分布式数据库中。所述方法还包括：基于交叉引用，从非分布式数据库，获得测量数据集。所述方法进一步包括：在测量数据集与性能指示数据集之间进行比较，以测试测量数据集和性能指示数据集的完整性。
除非另外明确指出，否则术语“执行”、“计算”、“计算机实现的”、“计算”、“建立”、“生成”、“配置”、“重建”等，优选涉及修改数据和/或生成数据和/或将数据变换为其它数据的动作和/或过程和/或处理步骤。数据可以用物理量表示，或者可以作为物理量、例如作为电脉冲存在。特别是，术语“计算机”应当广义地解释为覆盖具有数据处理能力的所有电子设备。因此，计算机可以由个人计算机、服务器、存储器可编程的控制器、手持式计算机系统、掌上PC设备、无线通信设备和可以处理数据的其它通信设备、处理器以及用于处理数据的其它电子设备来实现。
在本公开的上下文中，“计算机实现的”可能涉及处理器执行至少一个方法步骤的方法的实现。
本公开的上下文中的处理器可以是机器或者电子电路。处理器具体地可以由中央处理单元(central processing unit，CPU)或者微处理器或者微控制器、例如专用集成电路(application-specific integrated circuit，ASIC)或者数字信号处理器，可能与用于存储程序代码的存储单元等组合来实现。替换地或者附加地，处理器可以由集成电路(integrated circuit，IC)、尤其是现场可编程门阵列(field programmable gate array，FPGA)、ASIC或者数字信号处理器(digital signal processor，DSP)或者图形处理单元(graphic processing unit，GPU)来实现。替换地或者附加地，处理器可以由虚拟处理器或者虚拟机或者软CPU来实现。处理器可以由具有方便这里描述的各种技术的配置的配置接口的可编程处理器来实现。可编程处理器可以被配置为用于实现这里描述的方法步骤、部件、模块或者这里描述的技术的其它方面。
“存储器”或者“存储单元”或者“存储模块”等可以由随机存取存储器(randomaccess memory，RAM)形式的易失性存储器或者诸如硬盘或者数据载体的非易失性存储器来实现。
在本公开的上下文中，术语“包括”(尤其是针对数据和/或信息)可能涉及相应的信息或者相应的数据在数据结构/数据集(其例如继而也存储在存储单元中)中的(计算机实现的)存储。
术语“提供”(特别是关于数据和/或信息)可能涉及结合本公开的计算机实现的提供。所述提供可以通过接口、例如数据库接口、网络接口、到存储单元的接口来实现。当经由接口提供时，可以对相应的数据和/或信息进行传送和/或传输和/或取回和/或接收。
在本公开的上下文中，术语“提供”还可能涉及与相应的数据一起的对例如交易的加载或者保存。例如，这可以在存储模块上或者由存储模块来实现。
在本公开的上下文中，术语“提供”还可能涉及相应的数据从(相应地对应的基础架构的)分布式数据库基础架构的一个节点向另一个节点的传送(或者传输或者接收或者转移)。
“智能合约过程”或者“智能合约功能”可能是指在过程中，借助分布式数据库或者相应的基础架构，对程序代码、例如控制指令的执行。
在本公开的上下文中，“校验和”、例如数据区块校验和、数据校验和、节点校验和、交易校验和、链接校验和等，可能涉及加密校验和或者加密哈希或者哈希值。特别是可以在数据集和/或数据和/或一个或多个交易和/或数据区块的子部分、例如区块链的区块的区块头或者数据区块的数据区块头或者仅数据区块交易的一部分上，确定这种校验和。校验和具体地可以通过一个校验和或者多个校验和或者哈希树(例如Merkle树、Patricia树)的一个哈希值或者多个哈希值来实现。此外，“校验和”也可以通过数字签名或者加密消息认证码来实现。借助校验和，可以实现在分布式数据库的各种级别针对对交易以及相关联的数据和数据集的操纵的加密保护/保护。例如，如果需要提高安全级别，则可以在交易级别创建并且验证校验和。例如，如果需要降低安全级别，则可以在区块级别，例如在整个区块上，或者仅在一部分数据区块和/或一部分交易上，创建并且验证校验和。
在本公开的上下文中，“数据区块校验和”可能涉及在数据区块的部分或者全部交易上计算的校验和。节点可以借助数据区块校验和，来验证/确定数据区块的相应的部分的完整性/真实性。替换地或者附加地，也可以在前一数据区块/先前的数据区块的交易上形成数据区块校验和。特别是，可以借助哈希树、例如Merkle树[1]或者Patricia树来实现数据区块校验和。在此，数据区块校验和可以是Merkle树、Patricia树或者其它二进制哈希树的根校验和。可以分别借助来自Merkle树或者Patricia树的其它校验和，例如通过使用交易校验和，来保存交易，其中，特别是其它校验和可能分别涉及Merkle树或者Patricia树的叶子。由此，数据区块校验和可以通过由其它校验和形成根校验和，来保护交易。特别是可以针对数据区块中的特定数据区块的交易，计算数据区块校验和。特别是，这种数据区块校验和可以包含在给定数据区块的后续数据区块中，例如用于链接该后续数据区块与先前的数据区块，特别是用于使分布式数据库基础架构的完整性可测试。由此，数据区块校验和可以实现链接校验和，或者至少进入链接校验和。数据区块(例如新的数据区块或者确定数据区块校验和的数据区块)的头可以包括数据区块校验和。
“交易校验和”可能涉及结合本公开在数据区块的交易上确定的校验和。此外，可以加速相应的数据区块的数据区块校验和的计算，因为对此，已经计算的交易校验和可以容易地用作Merkle树的叶子。
本公开的上下文中的“链接校验和”可能涉及如下校验和，对于区块链的相应的数据区块，该校验和指示或者引用区块链的前一数据区块，其在文献[1]中经常称为“先前的区块哈希(previous block hash)”。对此，特别是针对该前一数据区块确定相应的链接校验和。链接校验和例如可以通过区块链的数据区块、即已有的数据区块的交易校验和或者数据区块校验和来实现；以由此链接区块链的新的数据区块与(已有的)数据区块。例如，也可以在前一数据区块的头上或者在整个前一数据区块上确定校验和，来用作链接校验和。例如，这也可以针对多个或者所有先前的数据区块来计算。例如，链接校验和也可以通过数据区块校验和中的、在数据区块的头上确定的校验和来实现。然而，区块链的相应的数据区块优选包括已经计算的链接校验和或者如下链接校验和，该链接校验和涉及先前的数据区块、具体地为与相应的数据区块直接相邻的紧邻的前一数据区块。例如，也可以仅在相应的数据区块(例如前一数据区块)的一部分上确定相应的链接校验和。由此，可以实现具有完整性保护部分和非保护部分的数据区块。由此，可以实现具有不可改变的完整性保护部分并且具有稍后可以进行修改的非保护部分的数据区块。完整性保护可以意为，可以借助校验和，来检测完整性受保护的数据的改变。
接下来，描述交易的示例实现。
可以以各种方式来提供数据，即例如存储在数据区块的交易中或者写入数据区块的交易的数据。代替数据(例如诸如测量数据或者关于ASIC的数据/所有权结构的用户数据)，数据区块的交易可以包括这种数据的校验和。相应的校验和可以以各种方式来实现。例如，可以使用另一个数据库或者分布式数据库的例如包括相应的数据的数据区块的相应的数据区块校验和，例如分布式数据库或者另一个数据库的相应的数据的数据区块的交易校验和，或者在数据上确定的数据校验和。
此外，相应的交易可选地可以包括到存储位置的链接或者存储位置的指示(例如文件服务器的地址，以及在文件服务器上在哪里可以找到相应的数据的指示，即涉及链下存储的指示)；或者包括数据的另一个分布式数据库的地址。例如也可以在区块链的另一个数据区块的另一个交易中提供相应的数据，例如如果相应的数据和相关联的校验和包含在不同的数据区块中。也可以经由另一个通信通道，例如经由另一个数据库和/或加密保护的通信通道，提供这些数据。
此外，除了校验和之外，在相应的交易中还可以提供附加数据集、例如到存储位置的链接或者指示。附加数据集特别是可以指示可以在哪里取回数据。这可以有助于限制区块链的数据量。
术语“安全保护”具体地可能涉及可以通过加密方法实现的保护。例如，这可以通过使用分布式数据库基础架构来实现，以提供或者传送或者传输相应的数据/交易。这可以通过校验和之间的适当的协同交互，通过各种校验和的组合(例如加密)来实现，以便例如提高交易数据的安全性或者加密安全性。换句话说，本公开的上下文中的“安全保护”也可能涉及“加密保护”和/或“针对操纵保护”，其中，“针对操纵保护”也可以称为“完整性保护”。
将交易插入分布式数据库基础架构中，可以包括链接区块链的数据区块。结合本公开的术语“链接数据区块”可能涉及分别包括链接到另一个数据区块或者多个其它的数据区块的信息(例如链接校验和)的数据区块[1],[4],[5]。
将交易插入分布式数据库中，可以包括将交易保存在区块链的一个或多个数据区块中。
交易的插入可以包括验证和/或确认交易。
术语“将交易插入分布式数据库中”或者“将数据写入分布式数据库中”等，可能涉及将一个或多个交易或者包括交易的数据区块，传送到分布式数据库基础架构的一个或多个节点。如果例如借助该一个或多个节点成功地对那些交易进行了验证，则可以将这些交易作为新的数据区块，链接到至少一个已有的数据区块[1],[4],[5]。为此，将相应的交易存储在新的数据区块中。特别是，这种验证和/或链接可以由受信任的节点、例如挖掘节点、区块链启示器(blockchain oracle)或者区块链平台来实现。
特别是，区块链可能涉及作为服务(例如由Microsoft或者IBM提出的服务)的区块链。特别是，受信任的节点和/或其它节点可以将节点校验和、例如数字签名，存储在数据区块中，例如存储在如下数据区块中，该数据区块已经由相应的节点进行了验证，然后进行链接，特别是以便方便识别数据区块的创建者和/或识别节点。在此，节点校验和指示哪个节点将相应的数据区块链接到了区块链的至少一个其它的数据区块。
结合本公开的“交易”或者“多个交易”可能涉及智能合约[4],[5]、数据结构或者交易数据集，它们特别是分别包括一个交易或者多个交易。结合本公开，术语“交易”或者“多个交易”也可能涉及区块链的数据区块的交易的数据。交易例如可以包括例如实现智能合约的程序代码。例如，在本公开的上下文中，交易也可能涉及控制交易和/或确认交易。替换地，也可以通过保存数据(例如控制指令和/或合约数据和/或其它数据、例如视频数据、用户数据、测量数据等)的数据结构来实现交易。
特别是，术语“将交易保存在数据区块中”、“保存交易”等，可能涉及直接保存或者间接保存。直接保存可能涉及区块链的相应的数据区块或者区块链的相应的交易，包括相应的数据。间接保存可能涉及相应的数据区块或者相应的交易、包括校验和，并且可选地涉及附加数据集、例如到相应的数据的存储位置的链接或者相应的数据的存储位置的指示；因此，相应的数据不直接保存在数据区块(或者交易)中。而是在数据区块中为这些数据提供校验和。特别是，当将交易保存在数据区块中(例如上面关于“插入分布式数据库中”所说明的“将交易保存在数据区块中”)时，可以对这些校验和进行验证。
结合本公开，诸如智能合约的“程序代码”可能涉及在一个或多个交易中保存的程序指令或者多个程序指令。程序代码可以是可执行的，并且例如可以由分布式数据库执行。这例如可以通过例如虚拟机的运行时环境来实现，其中，运行时环境或者程序代码优选是图灵完备的(Turing complete)。程序代码优选由分布式数据库的基础设施执行[4],[5]。在此，虚拟机由分布式数据库的基础设施来实现。可以在验证对应的交易时，执行程序代码。
结合本公开[4],[5]，“智能合约”可能涉及可执行的程序代码，特别是参见上面提供的关于“程序代码”的说明。智能合约优选保存在分布式数据库的交易中，例如区块链中，例如数据区块中。例如，可以以与结合“程序代码”的定义、特别是结合本公开所描述的相同的方式，来执行智能合约。
结合本公开[1],[4],[5]，术语“工作证明”可能涉及特别是依据数据区块的内容或者特定交易的内容来解决计算量大的任务。这种计算量大的任务也可以称为加密难题(cryptographic puzzle)。
在本公开的上下文中，术语“分布式数据库”一般可能涉及分散的分布式数据库、区块链、分布式账本、分布式存储系统、基于分布式账本技术(distributed ledgertechnology，DLT)的系统(distributed ledger technology(DLT)based system，DLTS)、修订安全数据库系统、云、云服务、云中的区块链或者对等(peer-to-peer)数据库系统。此外，可以使用区块链或者DLTS的各种实现方式，例如借助有向无环图(directed acyclicgraph，DAG)、加密难题、哈希图或者这些变形方案的组合实现的区块链或者DLTS[6],[7]。也可以实现不同的共识算法(consensus algorithm)。例如，可以借助加密难题、互相传播(gossip about gossip)、虚拟投票或者这些技术的组合(例如与虚拟投票组合的互相传播)来实现共识算法[6],[7]。例如，如果使用区块链，则这特别是可以通过基于比特币的实现或者基于以太坊的(Ethereum-based)实现来实现[1],[4],[5]。术语“分布式数据库”也可能涉及如下分布式数据库基础设施，该分布式数据库基础架构具有由云实现的其节点和/或设备和/或基础设施的至少一部分。例如，相应的部件可以作为云中的节点/设备(例如作为虚拟机中的虚拟节点)来实现。这可以通过WMware、Amazon Web服务或者MicrosoftAzure来实现。由于所描述的实现场景的灵活性提高，因此特别是例如可以通过使用哈希图作为区块链，将所描述的实现场景的部分方面彼此组合，其中，区块链本身也可以是一个区块批次(block batch)。
例如，如果使用有向无环图(DAG)(例如IOTA或者Tangle)，则图的交易或者区块或者节点经由有向边彼此连接。即，(所有)边(总是)具有相同的方向、例如与针对时间观察的方向相同的方向。换句话说，特别是不能向后(即与共同的统一方向相反)传播通过或者访问图的交易或者区块或者节点。无环特别是意味着在穿过图时不存在循环或者闭环。例如，分布式数据库基础架构可能涉及公共分布式数据库基础架构(例如公共区块链)或者封闭的(私有)分布式数据库系统(例如私有区块链)。
例如，在公共分布式数据库基础架构的情况下，节点和/或设备可以在没有授权或者认证或者登录凭证的证明情况下加入分布式数据库基础架构，在没有这些信息的情况下相应地被分布式数据库基础架构接受。特别是，在这种情况下，节点和/或设备的操作者可以保持匿名。
例如，在通过封闭的数据库系统实现分布式数据库基础架构的情况下，新的节点和/或设备可能需要有效的授权证明和/或有效的认证信息和/或有效的凭证和/或有效的登录信息，来加入分布式数据库基础架构或者被分布式数据库基础架构接受。
分布式数据库基础架构也可以由分布式通信系统实现，以进行数据交换。例如，这可以是网络或者对等网络。
在本公开的上下文中，术语“数据区块”(依据上下文和实现，其也可以称为“组成部分”或者“区块”)可能涉及分布式数据库、例如区块链或者对等数据库的数据区块，其特别是作为数据结构来实现，并且优选包括交易中的一个或者交易中的多个。在一种实现中，数据库或者数据库系统可以是基于DLT的系统(DLTS)或者区块链，并且数据区块可以是区块链或者DLTS的区块。
作为一般规则，数据区块例如可以包括数据区块的大小的指示、例如以字节为单位的数据量、数据区块头(区块头)、交易计数器和一个或多个交易[1]。数据区块头可以包括版本、链接校验和、数据区块校验和、时间戳、工作证明、Nonce(随机数)、即唯一的值、随机值或者用于工作证明的计数器[1],[4],[5]。数据区块例如还可能简单地涉及存储在分布式数据库中的数据整体的相应的存储范围或者地址范围。由此，可以实现无区块分布式数据库基础架构、例如IOT链(ITCA)、IOTA、Byteball(字节球)等。在此，区块链的区块和交易的功能以如下方式相互组合，即，例如交易本身确保分布式数据库的交易的序列或者链的安全，使得特别是以安全的方式对其进行保存。为此，可以借助链接校验和，例如通过使用单独的校验和或者一个或多个交易的交易校验和作为链接校验和，来链接交易，在将新的交易存储在分布式数据库中时，将链接校验和保存在分布式数据库基础架构中的新的交易中。在这种场景下，数据区块例如也可以包括一个或多个交易，其中，在简单的场景下，数据区块涉及单个交易。
结合本公开，术语“Nonce”可能涉及加密nonce(nonce是“used only once(仅使用一次)”[2]或者“number used once(使用一次的数字)”[3]的缩写)。特别是，Nonce指示个体的数字或者优选在相应的上下文、例如交易、数据通信中仅使用一次的字母组合。
结合本公开，术语“区块链的(给定)数据区块的先前的数据区块”例如可能涉及紧接在(给定)数据区块之前的区块链的数据区块。替换地，术语“分布式数据库的(给定)数据区块的先前的数据区块”也可能涉及给定数据区块之前的区块链的所有数据区块。由此，可以在直接在前的数据区块(或者其交易)或者给定数据区块之前的所有数据区块(或者相应的交易)上，确定链接校验和或者交易校验和。
在本公开的上下文中，术语“区块链节点”、“节点”、“分布式数据库的基础架构的节点”、“挖掘节点”等，可能涉及设备、例如移动设备、无线通信设备、计算机、智能电话、客户端或者进行与分布式数据库、例如区块链相关联的操作的参与者[1],[4],[5]。这种节点例如可以执行分布式数据库或者相应的数据区块的交易，或者可以借助新的数据区块，将包括新的交易的新的数据区块插入分布式数据库中。特别是，可以由受信任的节点(例如挖掘节点)或者仅由受信任的节点来实现这种验证和/或链接。受信任的节点是如下节点，该节点具有附加的安全措施(例如防火墙、对节点的访问限制等)，以避免对节点进行操纵。替换地或者附加地，在链接新的数据区块时，受信任的节点例如可以将节点校验和(例如数字签名或者证书)保存在新的数据区块中。由此，可以提供指示相应的数据区块由特定节点插入或者指示发起者的证明。
作为一般规则，设备或者多个设备可以由技术系统和/或工业工厂和/或自动化网络和/或制造工厂的设备来实现，这些设备也可以是分布式数据库的基础架构的节点。由此，设备可以是移动设备或者物联网的设备，这些设备也可以是分布式数据库的基础架构的节点。节点例如可以包括至少一个处理器，例如用于执行其以计算机实现的功能。
在本公开的上下文中，术语“区块链oracle(启示器)”等可能涉及包括安全模块的节点、设备或者计算机，安全模块具有软件保护机制(例如加密方法)、机械保护机构(例如可锁定的壳体)或者电气保护措施、例如篡改保护或者如下保护系统，在未经授权使用/修改区块链启示器的情况下，该保护系统将安全模块的数据删除。安全模块例如可以包括计算校验和、例如交易校验和或者节点校验和所需的加密密钥。
术语“计算机”或者“设备”可能涉及计算机(系统)、客户端、智能电话、设备或者服务器，其分别布置在区块链外部，或者不是分布式数据库基础架构的参与者，即不执行分布式数据库的操作，或者简单地在不执行交易、插入数据区块的情况下取回这些操作，或者计算工作证明。替换地，术语“计算机”或者“设备”也可能涉及分布式数据库的基础架构的节点。换句话说，设备特别是分别可以实现分布式数据库基础架构的节点或者区块链和分布式数据库外部的设备。分布式数据库基础架构外部的设备例如可以访问分布式数据库的数据、例如交易或者控制交易。分布式数据库基础架构外部的设备可以由节点例如借助智能合约和/或区块链启示器来控制。例如，如果通过节点来实现对设备、例如作为节点或者分布式数据库基础架构外部的设备实现的设备的控制，则这可以经由特别是保存在分布式数据库的交易中的智能合约来进行。
引用文献列表
[1]Andreas M.Antonopoulos“Mastering Bitcoin:Unlocking DigitalCryptocurrencies”,O'Reilly Media,December 2014
[2]Roger M.Needham,Michael D.Schroeder“Using encryption forauthentication in large networks of computers”ACM:Communications of theACM.Vol 21,Nr.12Dec.1978,
[3]Ross Anderson“Security Engineering.A Guide to Building DependableDistributed Systems”Wiley,2001
[4]Henning Diedrich，，Ethereum:Blockchains,Digital Assets,SmartContracts,Decentralized Autonomous Organizations”,CreateSpace IndependentPublishing Platform,2016
[5]“The Ethereum Book Project/Mastering Ethereum”https://github.com/ethereumbook/ethereumbook,5.10.2017
[6]Leemon Baird“The Swirlds Hashgraph Consensus Algorithm:Fair,Fast,Byzantine Fault Tolerance”,
Swirlds Tech Report SWIRLDS-TR-2016-01,31.5.2016
[7]Leemon Baird“Overview of Swirlds Hashgraph”,31.5.2016
[8]Blockchain Oracles,https://blockchainhub.net/blockchain-oracles/(2018年7月12日检索)
应当理解，上面提到的特征以及下面还要说明的特征，不仅可以在所指出的各个组合中使用，而且可以在其它组合中或者单独使用，而不脱离本发明的范围。
附图说明
图1示意性地示出了根据各种示例的包括测量节点和区块链基础设施的系统。
图2示意性地示出了根据各种示例的测量数据集，测量数据集指示工业现场设备的操作特性，并且进一步指示操作特性的品质因数。
图3示意性地示出了根据各种示例的性能指示数据集，性能指示数据集包括操作特性的品质因数。
图4是根据各种示例的方法的流程图。
图5是根据各种示例的方法的流程图。
图6是根据各种示例的方法的流程图。
图7是根据各种示例的系统的各种节点之间的信令的功能流程图。
图8是根据各种示例的与图7相关联的信令图。
图9是根据各种示例的与图7相关联的信令图。
图10是根据各种示例的与图7相关联的信令图。
具体实施方式
本公开的一些示例一般地提供多个电路或者其它电气设备。对电路和其它电气设备以及它们各自提供的功能的所有引用，不旨在局限于仅涵盖这里示出并且描述的内容。虽然可能对所公开的各种电路或者其它电气设备分配了特定的标记，但是这些标记不旨在限制对电路和其它电气设备的操作的范围。这些电路和其它电气设备可以基于期望的电气实现的特定类型，以任意方式彼此组合和/或分离。应当认识到，这里公开的任意电路或者其它电气设备可以包括任意数量的微控制器、图形处理器单元(graphics processorunit，GPU)、集成电路、存储设备(例如闪存(FLASH)、随机存取存储器(RAM)、只读存储器(read only memory，ROM))、电可编程只读存储器(electrically programmable readonly memory，EPROM)、电可擦除可编程只读存储器(electrically erasableprogrammable read only memory，EEPROM)或者它们的其它合适的变体)以及彼此协作以执行这里公开的操作的软件。此外，电气设备中的一个或多个可以被配置为执行在非暂时性计算机可读介质中实施的程序代码，非暂时性计算机可读介质被编程为执行所公开的任意数量的功能。
下面，将参考附图详细描述本发明的实施例。应当理解，下面对实施例的描述不应当视为限制性的。本发明的范围不旨在由下面描述的实施例或者由附图来限制，附图应当视为仅仅是说明性的。
附图应当视为是示意性的表示，并且在附图中示出的元素不一定是按比例示出的。相反，表示不同的元素，使得它们的功能和一般目的对于本领域技术人员是显而易见的。在附图中示出或者这里描述的功能块、设备、部件或者其它物理或功能单元之间的任意的连接或者耦合，也可以通过间接的连接或者耦合来实现。也可以通过无线连接来建立部件之间的耦合。可以以硬件、固件、软件或者其组合来实现功能块。
下面，描述存储数据的技术。这里描述的技术可以应用于不同种类和类型的数据。将结合存储测量数据集来描述不同的技术。测量数据集可以指示事件的一个或多个可观测量。例如，事件可以是软件事件或者物理事件。例如，为了获得指示软件事件的一个或多个可观测量的测量数据集，可以使用所谓的软件oracle(启示器)。软件oracle可以跟踪或者监视你的网页内容、通信线路上的流量、IOT设备发出的报告消息的状态等。例如，事件可能是物理事件。为了获得指示物理事件的一个或多个可观测量的测量数据集，可以使用硬件oracle或者传感器设备。传感器设备可以测量例如以下物理可观测量中的一个或多个：光、压力、温度、电流、电压、湿度等。
作为一般规则，测量数据集可以包括原始测量数据和/或处理后的测量数据。原始测量数据可以对应于oracle或者传感器设备的输出；而处理后的测量数据可以对应于根据处理算法进行了一些处理之后的原始测量数据。如果与原始测量数据相比，可能存在处理后的测量数据更小的趋势。举例来说：2D立体照相机可以输出具有像素的2D图像，每个像素具有特定的颜色或者亮度值。然后，可以对该原始测量数据进行处理，以便例如使用对象识别来标识2D图像中的对象。可以利用边框或者位置标签以及指示对象的类型(例如车辆、人、树等)的类别标签来标识对象。处理后的测量数据也可以包括通过给定帧的多个2D图像的比较获得的对象的距离。在这种场景下，如果与原始测量数据相比，处理后的测量数据可能大大减小。例如，如果与像素的集合(例如几百万像素)、每个像素具有指示其亮度等的n位值相比，具有相关联的类别和距离的对象的列表可能大大减少。虽然结合使用2D立体照相机作为测量数据集的来源的实现，描述了上述示例，但是这里描述的技术不局限于这种示例。可以想到测量数据集的各种其它种类和类型的来源。
更具体地，这里描述的测量数据集可以指示工业现场设备的操作特性。也就是说，可以将可观测量包含在测量数据集中的事件，与工业现场设备的操作相关联。在此，操作特性的类型可以与工业现场设备的类型有关。
作为一般规则，这里描述的技术可以应用于不同的领域、例如监视电网和微电网、涉及电网或者微电网的节点的工业现场设备的特性；监视工业现场设备、例如涡轮机、海底设备、医疗设备、例如磁共振成像或者计算机断层成像的特性；监视交通工具、例如火车或者轮船或者飞机的特性；等等。测量数据集也随着这些不同类型的工业现场设备一起变化。
各种技术基于如下发现，即，可以针对各种种类和类型的测量数据集，确定性能指示数据集。例如，在测量数据集指示工业现场设备的操作特性的情况下，可以确定性能指示数据集，其中，性能指示数据集包括操作特性的一个或多个品质因数。因此，性能指示数据集可以对应于处理后的测量数据。品质因数可以总结工业现场设备的操作。品质因数可以描述操作的异常。品质因数可以描述操作特性的平均值。
可以基于原始测量数据或者进一步处理后的测量数据，考虑与工业现场设备相关联的一个或多个操作约束，来确定性能指示数据集。例如，依据特定类型的工业现场设备，不同的操作约束可以规定什么信息对于工业现场设备的性能是重要的。举例来说，对于立体照相机，从图像传感器获得图像的刷新率中的死区时间，可以是重要的性能指示；而另一方面，对于火车车厢的盘式制动器，振动频谱的特定部分内的频谱功率密度，可以是重要的性能指示。换句话说，更一般地来说：性能指示数据集对于工业现场设备的类型可以是唯一的，并且可以将性能指示数据集与工业现场设备的操作特性相关联。
性能指示数据集一般可以包括关于工业现场设备的操作特性的人类可理解的应用层数据。也就是说，可以经由人机接口直接输出的处理后的信息，可以包含在性能指示数据集中。
作为一般规则，性能指示数据集可以小于测量数据集。性能指示数据集可以浓缩或者总结一般地包含在测量数据集中的信息。例如，确定性能指示数据集可以包括应用低通滤波器、识别最大值或者最小值、检测测量数据集中的事件等。
举例来说，其中，性能指示数据集可以包括以下内容中的至少一个：测量数据集的时间平均数据样本；测量数据集的峰值数据样本；测量数据集的事件特性；或者工业现场设备的时间平均使用特性。
各种技术采用分布式数据库来存储与工业现场设备相关联的数据。特别是，各种技术采用区块链来实现分布式数据库。虽然将结合由区块链实现分布式数据库的场景来描述各种技术，但是类似的技术可以应用于其它种类和类型的分布式数据库、例如无区块数据库、DLTS等。
根据各种示例，可以有助于与测量数据集相关联的性能指示数据集的链上存储，即存储在区块链或者另一个分布式数据库上。根据各种示例，可以有助于测量数据集的链下存储，即存储在非分布式数据库上。可以以交叉引用的方式，来存储性能指示数据集和测量数据集。
不需要在链上存储测量数据集。由于一般来说测量数据集的大小相对大，因此不必在链上存储测量数据集，有助于放宽对区块链基础架构施加的计算要求。同时，通过在链上存储性能指示数据集，可以提供针对操纵的高的安全性。例如，如果测量数据集被操纵，则这种操纵也可能导致性能指示数据集改变(否则操纵将没有意义)。通过将对应的性能指示数据集与在链上存储的性能指示数据集进行比较，这可能有助于识别操纵。
作为一般规则，可以在区块链基础架构的挖掘节点处，将性能指示数据集与测量数据集分离/拆分。因此，挖掘节点可以实现切换点(switch-point)功能，将性能指示数据集路由到区块链中的链上存储，或者将测量数据集路由到至非区块链数据库的链下存储。
这里描述的技术有助于与已有的区块链功能、特别是与已有的基于智能合约的功能兼容。例如，区块链基础架构的挖掘节点将可以接收包括测量数据集以及性能指示数据集两者的交易。然后，挖掘节点可以将性能指示数据集与测量数据集分离。用于区块链的交易校验和或者区块校验和或者链接校验和，可以基于性能指示数据集，而不基于测量数据集。
可以确保链下存储的测量数据集的完整性和真实性。例如，可选的签名可以包含在交易中。然后，可以基于签名，例如使用公私密钥对，借助在区块链基础架构中实现的智能合约，来检查完整性。这也可以由客户端节点来实现。
图1示意性地示出了系统100。
系统100包括测量节点101。测量节点101包括形成控制电路的处理器105和存储器106。测量节点101还包括连接至通信网络171(例如因特网)的通信接口107。测量节点101可以实现oracle(启示器)功能。例如，测量节点101可以实现硬件oracle和/或软件oracle。例如，测量节点101可以包括传感器设备，或者可以以其它方式耦合至传感器设备。传感器设备可以获得原始测量数据，原始测量数据指示与(如在图1中示意性地示出的)工业现场设备199相关联的事件的一个或多个物理可观测量。
系统100还包括区块链基础设施(架构)150。区块链基础设施150包括多个挖掘节点，其中，在图1中，为了简单起见，仅示出了单个挖掘节点151。可以根据图1所示的挖掘节点151的配置来配置任意其它的挖掘节点。挖掘节点151包括处理器155和存储器156。处理器155和存储器156实现控制电路。挖掘节点151还包括通信接口157，处理器155可以通过通信接口157与通信网络171通信，例如以便与测量节点101或者第三方节点111交换数据。
系统100还包括第三方节点111。节点111包括处理器115和存储器116。处理器115和存储器116实现控制电路。节点111还包括通信接口117。处理器115可以经由通信接口117与通信网络171通信。
虽然在图1的示例中，系统100仅包括单个第三方节点111，但是在不同的示例中，系统100可以包括多个第三方节点、例如运营商节点和客户端节点(在图7中未示出)。
如图1所示，在区块链基础设施150中实现区块链159。系统100还包括非分布式数据库172。可以使用区块链159来实现数据的链上存储。可以使用非分布式数据库172来实现数据的链下存储。
作为一般规则，非分布式数据库172可以在没有跨不同的站点的多个复制品的情况下工作。也就是说，可以使用非分布式数据库的集中副本来进行操作访问。非分布式数据库172不能作为分布式账本或者区块链来实现。因此，非分布式数据库172不同于区块链159。
特别是，各种场景涉及测量数据集的存储。各种场景还涉及与测量数据集相关联的性能指示数据集的存储。结合图2，来示出关于性能指示数据集中的测量数据集的细节。
图2示意性地示出了与测量数据集210相关联的各方面。在图2的场景中，测量数据集210包括作为时间201的函数的物理可观测量202的原始数据样本的时间序列。物理可观测量202监视工业现场设备199的一个或多个操作特性。例如，物理可观测量202可以指示工业现场设备199的功耗。因此，可以使物理可观测量202(这里为功耗)，与作为工业现场设备199的操作特性的生产率(例如在如图1所示的机器人臂的情况下为工件吞吐量(throughput))相关。
图2还示意性地示出了工业现场设备199的操作的品质因数(figure of merit)的各方面。品质因数包括：物理可观测量202的最大值221(在图2的示例中忽略短期峰值(neglecting short-term spikes))，物理可观测量202的最小值223(再一次，在图2的示例中的忽略短期峰值)，物理可观测量202的中间值222，或者事件模式224(在图2的示例中的短期的峰值)。图3示出了包括这些品质因数221-224的对应的性能指示数据集205。
接下来，结合图4、图5和图6，来说明关于存储测量数据集210和性能指示数据集205的细节。
图4是根据各种示例的方法的流程图。例如，图4的方法可以由测量节点101来执行，例如通过处理器105从存储器106加载相应的程序代码来执行。根据图4的方法也可以由区块链基础设施150的挖掘节点151来执行，例如在从存储器156加载程序代码时由处理器155来执行。在一些示例中，根据图4的方法的部分可以由测量节点101执行，而其它部分可以由挖掘节点151执行。
在框1001中，获得测量数据集。测量数据集指示工业现场设备的一个或多个操作特性。举例来说，可以获得根据图2的示例的测量数据集210。例如，可以从一个或多个传感器设备接收测量数据集。可以从软件oracle获得测量数据集的至少部分。
接下来，在框1002处，基于框1001的测量数据集，来确定性能指示数据集。举例来说，可以确定根据图3的示例的性能指示数据集205。
作为一般规则，在框1002中，可以使用各种选项来确定性能指示数据集。举例来说，可以使用性能度量算法(performance metric algorithm)来确定性能指示数据集。性能度量算法可以将测量数据集变换为性能指示数据集。例如，性能度量算法可以对于特定的工业现场设备或者特定类型的工业现场设备是唯一的。性能度量算法可以使数据量减小，从而测量数据集的数据大小，大于性能指示数据集的数据大小。
在框1003中，触发性能指示数据集的存储和测量数据集的存储。特别是，将性能指示数据集存储在分布式数据库中，例如在链上存储在区块链159(参见图1)中；而将测量数据集存储在另一个数据库中，特别是非分布式数据库、例如数据库172(参见图1)中。因此，在链下存储测量数据集。
框1003中的触发存储例如可以包括：将测量数据集传输至非分布式数据库。可以利用WRITE(写)请求，来访问非分布式数据库。框1003中的触发存储例如可以包括：将性能指示数据集传输至区块链基础设施150，例如传输至适当的挖掘节点，并且请求存储在区块链159中。框1003中的触发存储还可以包括：将性能指示数据集写入区块链159，例如将对应的区块附加到区块链159，例如包括解决工作证明或者权益证明算法。
根据各种示例，也可以存储在框1002中用于确定性能指示数据集的性能度量算法。例如，框1003也可以包括：触发性能度量算法在分布式数据库中、例如在区块链159中的存储。例如，可以彼此交叉引用的方式，来存储性能度量算法和性能指示数据集。
根据各种示例，由区块链基础设施外部的节点，例如由测量节点101(参见图1)，来确定性能指示数据集。在该示例中，可以通过区块链基础设施的节点，例如通过挖掘节点151(参见图1)，来实现关于在链上存储性能指示数据集并且在链下存储测量数据集的特定功能。结合图5的示例来说明对应的功能。
图5是根据各种示例的方法的流程图。例如，图5的方法可以由区块链基础设施的挖掘节点，例如在从存储器156加载对应的程序代码时，例如由挖掘节点151的处理器155(参见图1)来执行。
在框1011中，例如从测量节点、例如测量节点101接收交易(transaction)。交易包括测量数据集、例如测量数据集210。交易还包括性能指示数据集、例如性能指示数据集205(参见图3)。
接下来，在框1012中，将交易拆分为第一部分和第二部分。第一部分包括性能指示数据集；而第二部分包括测量数据集。
然后，使用交易的第一部分，将性能指示数据集存储在分布式数据库、例如区块链159中；框1013。与此不同，在框1014中，使用第二部分，将测量数据集传输至非分布式数据库，例如传输至数据库172。因此，实现切换点(switch-point)功能。
通过在链上存储性能指示数据集，来防止对性能指示数据集的操纵，或者使对性能指示数据集的操纵变得困难。通过在链下存储测量数据集，可以减少在区块链基础设施150处需要的计算资源。
此外，通过在挖掘节点处实现交易的拆分，测量节点可以使用常规的技术来确定交易。提供了兼容性。例如，在将交易拆分为多个部分之前，智能合约可以使用测量数据集和性能指示数据集两者，在交易上工作；因此，可以重新使用基于交易工作的已有逻辑。
通过以交叉引用的方式存储测量数据集和性能指示数据集，可以对性能指示数据集和/或测量数据集的完整性进行检查。接下来，结合图6来说明关于检查测量数据集的完整性的细节。
图6是根据各种示例的方法的流程图。例如，图6的方法可以由第三方节点、例如由第三方节点111来执行，更具体地可以在从存储器116加载相应的程序代码时由处理器115来执行。
在框1021处，从分布式数据库获得性能指示数据集。例如，可以从区块链159获得性能指示数据集205。例如可以通过使用包括性能指示数据集205的相关联的交易的校验和，来获得性能指示数据集205(参见图5：框1011)。
在框1021处，从非分布式数据库获得测量数据集。例如，可以从非分布式数据库172获得测量数据集210。可以基于与性能指示数据集205一起存储在分布式数据库中的交叉引用，来获得测量数据集210，。
然后，在框1023处，在测量数据集和性能指示数据集之间进行比较。这使得能够测试性能指示数据集和测量数据集的完整性。例如，如果对测量数据集的性能指示数据集中的一个或多个进行了操纵，则比较将产生不匹配。
例如，作为框1023的一部分，可以基于在框1022中获得的测量数据集，来确定参考性能指示数据集。特别是，这可以使用性能度量算法来进行。性能度量算法可以确定用于从测量数据集推导出(参考)性能指示数据集的规则集。例如，可以将在框1023中使用的性能度量算法，存储在分布式数据库中、例如区块链159中。例如，可以利用与在框1021中获得的性能指示数据集的交叉引用，和/或利用与在框1022中获得的测量数据集的交叉引用，将性能度量算法存储在非分布式数据库中。通过将性能度量算法存储在分布式数据库中，可以避免对框1023中的比较进行操纵。特别是，可以将参考性能度量数据集与性能度量数据集205进行比较，由此可以识别出对性能度量数据集205的操纵。
接下来，结合图7所示的系统100的架构，来描述图4、图5、图6的方法的具体示例实现。
图7是示出系统100的节点之间的交互的功能流程图。根据图7的系统100基本上对应于根据图1的系统100。
在2001处，传感器设备181将测量数据集210提供给测量节点101。测量数据集210指示工业现场设备199的一个或多个操作特性。测量节点101具有唯一标识(identity)(在图7中将该唯一标识标记为“DeviceID”，并且基于该标识，将测量节点101记录至区块链基础设施150。根据各种示例，测量节点101具有与该唯一标识相关联的加密密钥材料。例如，可以使用该加密密钥材料，来确定测量数据集210或者其它数据的签名。例如，加密密钥材料可以包括公钥和私钥。
在2001处，在至少一些示例中，测量节点101使用加密密钥材料(例如私钥)来确定测量数据集210的签名。应当认识到，在测量数据集210的起源地附近，即在传感器设备181附近，在将测量数据集210提供给区块链基础设施150之前，对测量数据集210进行签名。相应地，例如可以通过使用公钥检查签名，来检测对测量数据集210的操纵。
作为一般规则，虽然在图7的示例中，针对测量数据集210确定签名，但是可以替换地或者附加地确定性能指示数据集205和/或包括测量数据集和性能指示数据集205的交易的签名。
在2002处，测量节点101确定交易290，交易290包括测量数据集210(在图7中将测量数据集标记为“RAW(原始)”)和性能指示数据集205(在图7中将性能指示数据集标记为“KPI”)。交易290的头包括唯一标识451(“DeviceID(设备ID)”)。性能指示数据集205用作工业现场设备199的操作的证明，因为其包括工业现场设备199的操作特性的一个或多个品质因数221-224。
包含在交易290中的测量数据集210用于保护性能指示数据集205的完整性。例如，如果性能指示数据集205的完整性受到挑战，则可以使用测量数据集210来验证完整性。例如，测量数据集210可以包括原始数据点，原始数据点指示例如工业现场设备199的电力消耗、使用工业现场设备199制造的产品的生产数量(编号)、工业现场设备199的可移动部分的定位数据或者跟踪信息。性能指示数据集205可以对测量数据集210进行浓缩/集中或者总结。这使用性能度量算法来进行。性能度量算法可以以事件驱动的方式工作。
交易290包括相应的签名(在图7中标记为“TRANSACTION signature(交易签名)”)。这有助于避免对测量数据集210和性能指示数据集205的操纵。如图7所示，测量数据集210包括相应的签名(图7中的“RAW signature(原始签名)”)。这有助于稍后将测量数据集210与签名一起，从交易290的其余部分中拆分出来。
在2002处，测量节点101将交易290传输至区块链基础设施150，并且由挖掘节点151-1接收。挖掘节点151-1可以使用智能合约158来检查交易290的有效性。这可以包括检查交易290的签名以及可选地检查测量数据集210的签名。更一般地来说，检查交易290的有效性可以包括：基于包含在交易290中的交易290的签名和/或测量数据集210的签名，来确定测量数据集210的完整性。然后，如果完整性检查的结果是成功的，则可以选择性地将性能指示数据集205存储在数据链159中。
然后，在成功地对交易290进行了验证，特别是包括成功地对测量数据集210的完整性进行了检查的情况下，可以通过首先将交易290拆分为第一部分和第二部分来继续。第一部分包括性能指示数据集205；而第二部分包括测量数据集210。
测量节点101已经对包含在第一部分中的测量数据集210进行了签名。第一部分包括测量数据集210和对应的签名。因此，挖掘节点151-1不需要对第二部分进行任何进一步的处理，这通常使在处理交易290时需要的计算资源减少。因此，在2003处，挖掘节点151-1将包括测量数据集210和其签名的第二部分传输至数据库172进行存储。
在2004处，挖掘节点151-1也可以将第二部分写入区块链159，以便在链上存储性能指示数据集205。例如，在2004处，挖掘节点151-1可以向区块链159附加新的区块，该新的区块包括交易290的第一部分。例如可以由确定对应的签名的测量节点101或者挖掘节点151-1，来对性能指示数据集205进行签名；然后，在新的区块中附加到区块链的交易290的第一部分，也可以包括性能指示数据集205的对应的签名。
然后，可以基于这些技术，来确定关于工业现场设备199的操作的报告。例如，这种报告可以包括：关于工业现场设备199的操作的性能的信息，和/或关于工业现场设备199的维护日期或者操作状态的信息，和/或关于例如可能在按使用付费的场景中使用的工业现场设备199消耗的资源的信息。运营商节点111-1可以在区块链基础设施150处请求相应的报告消息。
在2005处，挖掘节点151-1将相应的报告消息传输至运营商节点111-1。报告消息可以包括存储在区块链159中的性能指示数据集205。报告消息可选地可以包括进行了有效性检查(包括确定测量数据集210的完整性)的智能合约158的输出。
在2006处，运营商节点111-1可以将在2005处接收的报告消息转发到客户端节点111-2。报告消息可以包括测量数据集210的校验和。在一些示例中，测量数据集210的校验和可以提供索引值，以便在数据库172中对测量数据集210进行寻址。
作为一般规则，可以使用测量数据集210的校验和和/或性能指示数据集205的校验和，以彼此交叉引用的方式，分别将测量数据集210和性能指示数据集205存储在数据库172和区块链159中。
有时，客户端节点111-2可能希望对在2006处运营商节点111-1在报告消息中提供的性能指示数据集205进行验证。为此，在2007处，客户端节点111-2可以在区块链基础设施150处，在图7的场景中为在挖掘节点151-2处，请求性能指示数据集205。该请求可以基于测量数据集210的校验和和/或性能指示数据集205的校验和。客户端节点111-2在2007处向区块链基础设施150传输的请求消息，可以包括测量节点101的唯一标识451、性能指示数据集205、测量数据集210的校验和以及测量数据集210的签名。可以使用测量数据集210的校验和，来在数据库172中对测量数据集210进行寻址。测量数据集210的签名可以有助于识别在区块链基础设施150之前的处理串处对测量数据集210的操纵。
然后，在2008处，挖掘节点151-2可以从区块链159取回性能指示数据集205(在2009处，使用常规的区块链同步技术，在挖掘节点151-1和挖掘节点151-2两者处，存储区块链159的本地副本)。挖掘节点151-2可以将对应地取回的性能指示数据集205传输到客户端节点111-2，并且客户端节点111-2可以在性能指示数据集205的该实例与在2006处接收的性能指示数据集205的另一个实例之间进行比较。由此，可以识别出运营商节点111-1对性能指示数据集205的操纵。
有时，性能指示数据集205本身的正确性可能令人怀疑。在这种场景中，在2010处，客户端节点111-2例如可以响应于对应的请求，从数据库172接收测量数据集210。这例如可以基于测量数据集210的校验和和/或对应的性能指示数据集205的校验和。更一般地说，可以以交叉引用的方式，将测量数据集210和性能指示数据集205分别存储在数据库172和区块链159中。即，可以使用相应的交叉引用来读取测量数据集210。
通过两层数字签名，即测量数据集210的签名和交易290的签名，来保证存储在数据库172中的测量数据集210的安全。
一旦在客户端节点111-2处可以获得测量数据集210，则客户端节点111-2可以基于测量数据集210来确定参考性能指示数据集，并且将参考性能指示数据集与包含在2006处接收到的报告消息中的性能指示数据集进行比较。
结合图8、图9和图10，来更详细地说明根据图7的示例的系统100的操作。
在图8中，在2001处，在测量节点101处接收测量数据集210。测量节点101具有加密密钥材料450，并且与对应的唯一标识451相关联。两者都可以存储在测量节点101处的相应的控制数据400中。
然后，测量节点101确定交易290。在2002处，测量节点101将交易290传输到区块链基础设施150，更具体地传输到一个或多个挖掘节点151、151-1、151-2。
交易290包括：用于检查其完整性的智能合约158的地址；测量节点101的唯一标识451；可选地与测量节点101相关联的账户标识；测量数据集210；测量数据集210的签名；测量数据集210的校验和；以及性能指示数据集205。
在2051处，基于包含在交易290中的智能合约158的地址，将对应的数据401传输到智能合约158，并且在那里检查有效性。执行智能合约158的相应的功能。
在2052处，智能合约158返回有效性检查的结果402(在此为正面的结果)。
在2053处，区块链基础设施150可选地向测量节点101报告交易290的校验和403。
在2003处，区块链基础设施150向数据库172提供交易290的第二部分412，以进行链下存储。第二部分412包括测量数据集210、测量数据集210的校验和以及测量数据集210的签名。第二部分412还可以包括交易校验和403。
在2004处，将交易290的第一部分411存储在区块链159中。第一部分411包括：测量节点101的唯一标识；可选地账户标识；测量数据集210的签名；测量数据集210的校验和；以及性能指示数据集205。第一部分411可选地可以包括交易290的校验和403。
应当认识到，测量数据集210的校验和存储在区块链159和数据库172两者中，因此有助于测量数据集210和性能指示数据集205的交叉引用。
转到图9，在2005-1处，运营商节点111-1在区块链基础设施150处，例如在挖掘节点151、151-1、151-2中的一个处，请求报告。在图9的示例中，该请求基于测量节点101的唯一标识451。作为一般规则，请求可以基于其它信息，例如交易290的校验和或者测量数据集210的校验和。
然后，在2061处，实现区块链159处的相应的询问。在2062处，区块链159以第一部分411进行响应。在2005-2处，将交易290的第一部分411提供给运营商节点111-1。第一部分411实现报告。
然后，在2006处，运营商节点111-1可以传输报告461，报告461包括性能指示数据集205和测量节点101的唯一标识451。客户端节点111-2可以接收报告461。
因此，从上面的内容应当认识到，唯一标识451可以用作对性能指示数据集205的引用。
然后，客户端节点111-2可以检查在2006处作为报告461的一部分提供的性能指示数据集205是否被操纵。这在图10中示出。
在2007-1处，客户端节点111-2将交易290的交易校验和452，传输到区块链基础设施150，例如传输到挖掘节点151、151-1、151-2中的一个。
在2071、2072处，基于交易校验和452，来实现区块链159处的对应的询问/响应。在2072处，区块链159提供交易290的第一部分411，并且在2007-2处，将第一部分411返回到客户端节点111-2。因此，客户端节点111-2可以将包含在2007-2中获得的第一部分411中的性能指示数据集205，与包含在2006中获得的报告461中的性能指示数据集205(参见图9)进行比较。
应当认识到，在此，交易校验和452用作对性能指示数据集205的引用(reference)。
例如，在性能指示数据集205之间存在差异的情况下，在2010-1处，客户端节点111-2可以将测量数据集210的校验和471传输到数据库172，并且基于该询问，在2010-2处接收测量数据集210。然后，客户端节点111-2可以基于在2010-2中获得的测量数据集210，来确定参考性能指示数据集，并且将其与包含在2007-2中获得的第一部分411中的性能指示数据集205进行比较。
应当认识到，在此，测量数据集210的校验和471用作对测量数据集210的引用。
总之，对如下的技术进行了描述，这些技术有助于从交易中分离测量数据集和性能指示数据集，以分别进行链下存储和链上存储。交易的这种拆分不破坏对应的交易的校验和。测量数据集的来源的可信性保持不变。
虽然针对特定的优选实施例示出和描述了本发明，但是其它本领域技术人员在阅读并且理解说明书时，容易想到等同方案和变形方案。本发明包括所有这些等同方案和变形方案，并且本发明仅由所附的权利要求的范围来限制。
为了进行说明，对各种技术进行了描述，其中，通过测量数据集的校验和，来实现链下存储的测量数据集与链上存储的性能指示数据集之间的交叉引用。在各种示例中，可以使用不同的交叉引用，例如交易校验和、测量节点的唯一标识等。
为了进一步进行说明，对各种技术进行了描述，其中，在链下存储测量数据集，而在链上存储性能指示数据集。根据各种示例，可以分别在链上和链下存储不同种类和类型的数据。特别是，一般来说，可以将第一数据浓缩为人类可读的第二数据，并且在链下存储第一数据，而在链上存储第二数据。
为了进一步进行说明，对各种技术进行了描述，其中，使用区块链来作为分布式数据库。一般来说，可以实现不同种类和类型的分布式数据库、例如分布式账本等。

Claims (14)

1.一种节点(101、151)，所述节点包括控制电路(105、106、155、156)，所述控制电路被配置为用于：
-获得测量数据集(210)，所述测量数据集指示工业现场设备(199)的操作特性，
-基于所述测量数据集(210)：确定性能指示数据集(205)，所述性能指示数据集包括所述操作特性的一个或多个品质因数(221-224)，并且
-触发所述性能指示数据集(205)在分布式数据库(159)中的存储以及所述测量数据集(210)在非分布式数据库(172)中的存储。
2.根据权利要求1所述的节点(101、151)，
其中，存储的所述触发包括：确定包括所述测量数据集和所述性能指示数据集的交易，
其中，所述控制电路还被配置为用于：
-使用加密密钥材料(450)，来确定所述测量数据集或者所述性能指示数据集或者所述交易中的至少一个的签名。
3.根据权利要求1或2所述的节点(101、151)，其中，所述控制电路被配置为用于，使用性能度量算法来确定所述性能指示数据集(205)，
其中，所述控制电路还被配置为用于：
-触发所述性能度量算法在所述分布式数据库(159)中的存储。
4.一种节点(151)，其中，所述节点是分布式数据库基础架构的挖掘节点，所述节点包括控制电路，所述控制电路被配置为用于：
-接收交易(290)，所述交易包括测量数据集(210)，并且还包括性能指示数据集(205)，所述测量数据集指示工业现场设备(199)的操作特性，所述性能指示数据集包括所述操作特性的一个或多个品质因数(221-224)，
-将所述交易(290)拆分成第一部分(411)和第二部分(412)，所述第一部分包括所述性能指示数据集，并且所述第二部分包括所述测量数据集，
-基于所述第一部分，将所述性能指示数据集存储在所述分布式数据库基础架构的分布式数据库中，并且
-基于所述第二部分，将所述测量数据集传输到非分布式数据库。
5.根据权利要求4所述的节点，
其中，所述第一部分包括所述性能指示数据集的签名，和/或
其中，所述第二部分包括所述测量数据集的签名。
6.根据权利要求4或5所述的节点，其中，所述控制电路还被配置为用于：
-基于包含在所述交易中的所述交易(290)的签名或者包含在所述交易中的所述测量数据集的签名中的至少一个，来确定所述测量数据集(210)的完整性，
其中，基于完整性的所述确定，选择性地将所述性能指示数据集存储在所述分布式数据库(159)中。
7.根据前述权利要求中任一项所述的节点，
其中，以交叉引用(451、452、471)的方式，来存储所述性能指示数据集和所述测量数据集。
8.一种节点(111、111-1、111-2)，所述节点包括控制电路(115、116)，所述控制电路被配置为用于：
-从分布式数据库(159)获得性能指示数据集(205)，所述性能指示数据集包括工业现场设备(199)的操作特性的一个或多个品质因数(221-224)，所述性能指示数据集以与测量数据集(210)交叉引用的方式存储在所述分布式数据库中，
-基于所述交叉引用，从非分布式数据库(172)获得所述测量数据集(210)，并且
-在所述测量数据集(210)与所述性能指示数据集(205)之间进行比较，以测试所述性能指示数据集和所述测量数据集的完整性。
9.根据权利要求8所述的节点，其中，所述控制电路(115、116)还被配置为用于：
-基于所述测量数据集和存储在所述分布式数据库中的性能度量算法，来确定参考性能指示数据集。
10.根据前述权利要求中任一项所述的节点，
其中，所述性能指示数据集包括以下内容中的至少一个：
所述测量数据集的时间平均数据样本；
所述测量数据集的峰值数据样本；
所述测量数据集的事件特性；或者
所述工业现场设备的时间平均使用特性。
11.根据前述权利要求中任一项所述的节点，
其中，所述性能指示数据集包括人类能够理解的应用层数据。
12.一种方法，所述方法包括：
-获得测量数据集，所述测量数据集指示工业现场设备的操作特性，
-基于所述测量数据集：确定性能指示数据集，所述性能指示数据集包括所述操作特性的一个或多个品质因数，
-触发所述性能指示数据集(205)在分布式数据库(159)中的存储以及所述测量数据集(210)在非分布式数据库(172)中的存储。
13.一种方法，所述方法包括：
-接收交易(290)，所述交易包括测量数据集(210)，并且还包括性能指示数据集(205)，所述测量数据集指示工业现场设备(199)的操作特性，所述性能指示数据集包括所述操作特性的一个或多个品质因数(221-224)，
-将所述交易拆分为第一部分和第二部分，所述第一部分包括所述性能指示数据集，并且所述第二部分包括所述测量数据集，
-基于所述第一部分，将所述性能指示数据集存储在分布式数据库中，并且
-基于所述第二部分，将所述测量数据集传输到非分布式数据库。
14.一种方法，所述方法包括：
-从分布式数据库获得性能指示数据集，所述性能指示数据集包括工业现场设备的操作特性的一个或多个品质因数，所述性能指示数据集以与测量数据集交叉引用的方式存储在所述分布式数据库中，
-从非分布式数据库获得所述测量数据集，
-在所述测量数据集与所述性能指示数据集之间进行比较，以测试所述性能指示数据集和所述测量数据集的完整性。
CN202010439973.0A 2019-05-22 2020-05-22 测量数据集的存储和分布式数据库 Pending CN111984726A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19175897.8 2019-05-22
EP19175897.8A EP3742321A1 (en) 2019-05-22 2019-05-22 Storage of measurement datasets and distributed databases

Publications (1)

Publication Number Publication Date
CN111984726A true CN111984726A (zh) 2020-11-24

Family

ID=66676195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010439973.0A Pending CN111984726A (zh) 2019-05-22 2020-05-22 测量数据集的存储和分布式数据库

Country Status (3)

Country Link
US (1) US20200372003A1 (zh)
EP (1) EP3742321A1 (zh)
CN (1) CN111984726A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011507A (zh) * 2021-03-24 2021-06-22 支付宝(杭州)信息技术有限公司 建立同步时间预测模型的方法、数据同步方法及对应装置
CN116382815A (zh) * 2023-06-05 2023-07-04 安徽中科晶格技术有限公司 基于dag模型的合约并行化方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3948573A1 (en) * 2019-03-23 2022-02-09 British Telecommunications public limited company Distributed sequential transactional database selection
WO2020193337A1 (en) * 2019-03-23 2020-10-01 British Telecommunications Public Limited Company Configuring distributed sequential transactional databases
EP3764233A1 (en) * 2019-07-08 2021-01-13 Continental Teves AG & Co. OHG Method of identifying errors in or manipulations of data or software stored in a device
KR20210040569A (ko) * 2019-10-04 2021-04-14 삼성에스디에스 주식회사 블록체인 기반 데이터 관리 시스템 및 그 방법
CN113779641B (zh) * 2021-09-02 2024-03-05 新奥数能科技有限公司 数据配置方法、装置、计算机设备及计算机可读存储介质
EP4276646A1 (en) * 2022-05-11 2023-11-15 Siemens Aktiengesellschaft Distributed ledger and persistence storage repository

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090171711A1 (en) * 2007-12-31 2009-07-02 Frank Sandoval Method and system of managing transactions
US20170060667A1 (en) * 2015-08-26 2017-03-02 Netapp Inc. Data profiler
US20170286517A1 (en) * 2010-12-23 2017-10-05 Eliot Horowitz Systems and methods for managing distributed database deployments
US20170286516A1 (en) * 2010-12-23 2017-10-05 Eliot Horowitz Systems and methods for managing distributed database deployments
CN109302491A (zh) * 2018-11-13 2019-02-01 爱普（福建）科技有限公司 一种基于区块链的工业互联网架构及其运行方法
WO2019064658A1 (en) * 2017-09-28 2019-04-04 Yokogawa Electric Corporation SYSTEMS AND METHODS FOR SECURING FLUID DISTRIBUTION SYSTEMS
WO2019081085A1 (de) * 2017-10-23 2019-05-02 Siemens Aktiengesellschaft Verfahren und steuersystem zum steuern und/oder überwachen von geräten
WO2019094721A2 (en) * 2017-11-09 2019-05-16 Strong Force Iot Portfolio 2016, Llc Methods and systems for the industrial internet of things
US20190174207A1 (en) * 2016-05-09 2019-06-06 StrongForce IoT Portfolio 2016, LLC Methods and systems for the industrial internet of things

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8176405B2 (en) * 2007-09-24 2012-05-08 International Business Machines Corporation Data integrity validation in a computing environment
EP2973071B1 (en) * 2013-03-15 2020-05-06 Fluke Corporation Automatic recording and graphing of measurement data
WO2017011322A1 (en) * 2015-07-10 2017-01-19 Whether or Knot LLC Systems and methods for weather data distribution
US20180131579A1 (en) * 2016-11-09 2018-05-10 SingeHop, LLC Systems and interface for remotely managing server operations
CN110073301A (zh) * 2017-08-02 2019-07-30 强力物联网投资组合2016有限公司 工业物联网中具有大数据集的数据收集环境下的检测方法和系统
EP3564846A1 (en) * 2018-04-30 2019-11-06 Merck Patent GmbH Methods and systems for automatic object recognition and authentication
US11405180B2 (en) * 2019-01-15 2022-08-02 Fisher-Rosemount Systems, Inc. Blockchain-based automation architecture cybersecurity

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090171711A1 (en) * 2007-12-31 2009-07-02 Frank Sandoval Method and system of managing transactions
US20170286517A1 (en) * 2010-12-23 2017-10-05 Eliot Horowitz Systems and methods for managing distributed database deployments
US20170286516A1 (en) * 2010-12-23 2017-10-05 Eliot Horowitz Systems and methods for managing distributed database deployments
US20170060667A1 (en) * 2015-08-26 2017-03-02 Netapp Inc. Data profiler
US20190174207A1 (en) * 2016-05-09 2019-06-06 StrongForce IoT Portfolio 2016, LLC Methods and systems for the industrial internet of things
WO2019064658A1 (en) * 2017-09-28 2019-04-04 Yokogawa Electric Corporation SYSTEMS AND METHODS FOR SECURING FLUID DISTRIBUTION SYSTEMS
WO2019081085A1 (de) * 2017-10-23 2019-05-02 Siemens Aktiengesellschaft Verfahren und steuersystem zum steuern und/oder überwachen von geräten
WO2019094721A2 (en) * 2017-11-09 2019-05-16 Strong Force Iot Portfolio 2016, Llc Methods and systems for the industrial internet of things
CN109302491A (zh) * 2018-11-13 2019-02-01 爱普（福建）科技有限公司 一种基于区块链的工业互联网架构及其运行方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘吉臻, 房方, 牛玉广: "电力企业中的实时数据库技术", 中国电力, no. 02, 5 February 2004 (2004-02-05) *
刘坚;马文娟;李盛乐;谢有顺;: "基于大数据技术的地震科学数据集成共享研究", 中国科技资源导刊, no. 05, 28 September 2017 (2017-09-28) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011507A (zh) * 2021-03-24 2021-06-22 支付宝(杭州)信息技术有限公司 建立同步时间预测模型的方法、数据同步方法及对应装置
CN113011507B (zh) * 2021-03-24 2022-05-06 支付宝(杭州)信息技术有限公司 建立同步时间预测模型的方法、数据同步方法及对应装置
CN116382815A (zh) * 2023-06-05 2023-07-04 安徽中科晶格技术有限公司 基于dag模型的合约并行化方法
CN116382815B (zh) * 2023-06-05 2023-10-10 安徽中科晶格技术有限公司 基于dag模型的合约并行化方法

Also Published As

Publication number Publication date
EP3742321A1 (en) 2020-11-25
US20200372003A1 (en) 2020-11-26

Similar Documents

Publication Publication Date Title
US11429738B2 (en) Blockchain endorsement with approximate hash verification
CN111984726A (zh) 测量数据集的存储和分布式数据库
CN112968764B (zh) 多链路密码逻辑区块链
US12003647B2 (en) Reduced-step blockchain verification of media file
US11539527B2 (en) Peer node recovery via approximate hash verification
US11711202B2 (en) Committing data to blockchain based on approximate hash verification
US20210091960A1 (en) Tracking and verification of physical assets
US11689356B2 (en) Approximate hash verification of unused blockchain output
JP2022549581A (ja) Ｄａｇ構造のブロックチェーンにおいてブロックの連続的順序を決定するためのコンピューティング・システム、方法、非一時的コンピュータ可読媒体及びコンピュータ・プログラム
CN115349244A (zh) 用于密码标签的存储和通信环境
US20200382309A1 (en) Approximate hash verification for blockchain
US11362826B2 (en) Endorsement process for non-deterministic application
JP2023504492A (ja) データ・オブジェクトの効率的しきい値ストレージ
US20210243009A1 (en) Correlation-based hash tree verification
US11475365B2 (en) Verification of stochastic gradient descent
KR20220148854A (ko) 데이터 보호를 위한 노이지 트랜잭션
CN111984724A (zh) 工业现场设备的操作策略和分布式数据库
CN113950679A (zh) 使用预言机共识来验证测量数据集
US20230208638A1 (en) Future asset reclamation via blockchain
US20220179843A1 (en) Blockchain endorsement agreement
CN112733159A (zh) 用于区块链的自由搭乘节点识别
KR20230005353A (ko) 탈중앙화된 데이터베이스에서 허가된 이벤팅
CN112019586A (zh) 用于区块链的近似哈希验证
EP3742304B1 (en) Validation of measurement datasets in a distributed database
JP2023505686A (ja) パートナーの匿名化

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