CN112053095A - 货物监控方法、装置、计算机设备和存储介质 - Google Patents
货物监控方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112053095A CN112053095A CN202011062852.5A CN202011062852A CN112053095A CN 112053095 A CN112053095 A CN 112053095A CN 202011062852 A CN202011062852 A CN 202011062852A CN 112053095 A CN112053095 A CN 112053095A
- Authority
- CN
- China
- Prior art keywords
- data
- business
- service
- node
- goods
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 218
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 145
- 238000007405 data analysis Methods 0.000 claims abstract description 59
- 238000012806 monitoring device Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims description 35
- 238000007726 management method Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013475 authorization Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 description 49
- 238000007689 inspection Methods 0.000 description 24
- 239000002994 raw material Substances 0.000 description 22
- 239000000463 material Substances 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 239000011265 semifinished product Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013210 evaluation model Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种货物监控方法、装置、计算机设备和存储介质。所述方法包括:获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;所述业务系统包括货物相关的产业链各环节所涉及的系统;所述第一业务数据是用于进行货物监控的业务数据;通过与所述第一业务数据的类型对应的业务数据分析模型,对所述第一业务数据进行分析,得到业务数据分析结果;若所述业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据;根据所述第二业务数据,对所述问题进行相应处理。采用本方法能够提高货物监控效率。
Description
技术领域
本申请涉及计算机技术和区块链技术领域,特别是涉及一种货物监控方法、装置、计算机设备和存储介质。
背景技术
产业链涉及货物的原材料开发、采购、半制品生产、半成品生产、成品生产、原料运输与存储、半制品运输与存储、成品运输与存储、货物销售与运输和货物评价等各个环节,对产业链的各个环节进行有效的监控非常重要。
传统方法中,一般是在各个环节中分别通过各自的业务系统进行业务管理,然而,如果货物出现问题,需要分别通过每个业务系统查找问题来源,这样效率很低,无法及时确定问题来源。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高监控效率的货物监控方法、装置、计算机设备和存储介质。
一种货物监控方法,所述方法包括:
获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;所述业务系统包括货物相关的产业链各环节所涉及的系统;所述第一业务数据是用于进行货物监控的业务数据;
通过与所述第一业务数据的类型对应的业务数据分析模型,对所述第一业务数据进行分析,得到业务数据分析结果;
若所述业务数据分析结果中包括货物存在的问题,则
通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据;
根据所述第二业务数据,对所述问题进行相应处理。
在其中一个实施例中,所述通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据包括:
通过问题追踪模型,根据所述问题所涉及的问题维度,确定所述问题维度所对应的各层级的业务系统;
逐层回溯所述各层级的业务系统的业务数据,直至追踪到根源的业务系统;
从追踪到的根源的业务系统的业务数据中,确定导致所述问题的第二业务数据。
在其中一个实施例中,所述根据所述第二业务数据,对所述问题进行相应处理包括:
通过问题分析模型,根据所述第二业务数据,确定导致所述问题的业务对象和异常事件;
通过问题决策模型,根据所述异常事件,确定相应的处理决策;
通过问题处理模型,根据所述处理决策,对所述业务对象进行相应处理。
在其中一个实施例中,所述通过问题处理模型,根据所述处理决策,对所述业务对象进行相应处理包括:
通过问题处理模型,根据所述处理决策,生成问题处理指令;
将所述问题处理指令上链并广播至所述货物监控区块链系统中的各节点,以使所述货物监控区块链系统中的各节点下载并执行所述问题处理指令,对所述业务对象进行相应处理。
在其中一个实施例中,所述将所述问题处理指令上链并广播至所述货物监控区块链系统中的各节点,以使所述货物监控区块链系统中的各节点下载并执行所述问题处理指令,对所述业务对象进行相应处理包括:
将所述问题处理指令上链并广播至所述货物监控区块链系统中的各节点;
当所述节点所对应的业务系统是基于区块链技术搭建的业务系统时,所述节点下载并执行所述问题处理指令,对所述业务对象进行相应处理,并将所述问题处理指令在所述节点对应的业务系统中上链并广播,以使所述业务系统中除所述节点之外的节点得到并执行所述问题处理指令;
当所述节点所对应的业务系统不是基于区块链技术搭建的业务系统时,所述节点所对应的业务系统的服务器下载并执行所述问题处理指令,对所述业务对象进行相应处理;所述节点所对应的业务系统中除服务器之外的节点获取处理结果。
在其中一个实施例中,在所述获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据之前,所述方法还包括:
当所述业务系统是基于区块链技术搭建的业务系统时,将所述业务系统的管理节点纳入为所述货物监控区块链系统中的节点;为所述管理节点生成所述货物监控区块链系统的账户信息和密钥对;识别所述业务系统的用户体系,并通过用户权限模型,根据所述用户体系,生成所述业务系统中各用户节点的数据权限;
当所述业务系统不是基于区块链技术搭建的业务系统时,将所述业务系统的服务器和具有授权的用户节点纳入为所述货物监控区块链系统中的节点;分别为所述业务系统的服务器和所述用户节点生成所述货物监控区块链系统的账户信息和密钥对。
在其中一个实施例中,所述方法还包括:
下载各业务系统中的节点所上传至区块中的数据;所述区块中的数据是所述业务系统中的节点在生成业务数据后,通过所述节点的私钥将所述业务数据进行加密后,与公钥一起上传至的;
通过所述公钥对所述加密后的数据进行解密,得到所述业务数据;
将所述区块中的数据共识至所述货物监控区块链系统中的各节点,以使各节点下载并解密得到区块中的数据,并将数据存储至缓存区;对所述区块中的数据具有数据权限的节点将数据推送至前端可见。
一种货物监控装置,所述装置包括:
数据获取模块,用于获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;所述业务系统包括产业链各环节所涉及的系统;所述第一业务数据是用于进行货物监控的业务数据;
数据分析模块,用于通过与所述第一业务数据的类型对应的业务数据分析模型,对所述第一业务数据进行分析,得到业务数据分析结果;
问题追踪模块,用于若所述业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据;
问题处理模块,用于根据所述第二业务数据,对所述问题进行相应处理。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行本申请各实施例所述的货物监控方法中的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行本申请各实施例所述的货物监控方法中的步骤。
上述货物监控方法、装置、计算机设备和存储介质,获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据,业务系统包括货物相关的产业链各环节所涉及的系统,第一业务数据是用于进行货物监控的业务数据,然后通过与第一业务数据的类型对应的业务数据分析模型,对第一业务数据进行分析,得到业务数据分析结果,若业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪问题关联的业务系统,因为产业链各环节所涉及的系统均接入货物监控区块链中,所以当货物产业链的任意一个环节出现问题,能够快速追踪到问题关联的业务系统,快速定位到问题源头,并从追踪到的业务系统的业务数据中,确定导致问题的第二业务数据,进而根据第二业务数据,及时地对问题进行相应处理,因此,提高了货物监控效率。
附图说明
图1为一个实施例中货物监控方法的应用环境图;
图2为一个实施例中货物监控方法的流程示意图;
图3为一个实施例中问题处理的流程示意图;
图4为一个实施例中货物监控装置的结构框图;
图5为另一个实施例中货物监控装置的结构框图;
图6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。
本申请提供的货物监控方法,可以应用于如图1所示的应用环境中。其中,货物监控区块链系统的服务器102与货物监控区块链系统中的各节点104之间通过网络进行通信。货物监控区块链系统中的节点104可以是接入货物监控区块链系统的各个业务系统中的节点,其中,业务系统包括货物相关的产业链各环节所涉及的系统。针对每个业务系统中可以包括多个节点,可以将这些节点中的至少一个节点纳入为货物监控区块链系统中的节点104。比如,业务系统A包括的4个节点中有3个节点都被纳入为货物监控区块链系统中的节点104,又比如,业务系统C包括的3个节点全部被纳入为货物监控区块链系统中的节点104。
其中,货物监控区块链系统的服务器102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。货物监控区块链系统中的各节点104可以是终端或服务器。其中,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。
在一个实施例中,如图2所示,提供了一种货物监控方法,以该方法应用于图1中的货物监控区块链系统的服务器102为例进行说明,包括以下步骤:
S202,获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;业务系统包括货物相关的产业链各环节所涉及的系统;第一业务数据是用于进行货物监控的业务数据。
其中,货物监控区块链系统,是用于对货物相关的产业链中的各环节进行监控的区块链系统。
货物相关的产业链各环节,是指与货物相关的原材料开发、原材料采购、半制品生产、半成品生产、成品生产、原料运输、原料存储、半制品运输、半制品存储、成品运输、成品存储、货物销售、货物运输、货物评价和货物问题回溯等中的至少一种环节。
在一个实施例中,业务系统可以包括电商平台、物流系统、仓储系统、企业ERP(Enterprise Resource Planning,企业资源计划)系统、企业仓库系统、货物质检系统、质量监管系统、电商评价系统和原料采购渠道业务平台等中的至少一种系统。
具体地,货物监控区块链系统的服务器可以通过从区块上下载数据并进行解密,得到各接入货物监控区块链系统的业务系统所共识至的业务数据。货物监控区块链系统的服务器可以从业务数据中识别出用于进行货物监控的第一业务数据。
在一个实施例中,货物监控区块链系统中的各节点在生成需要共识至货物监控区块链系统中的业务数据后,该节点可以通过私钥将业务数据和该节点所属于的业务系统的标识进行加密,然后将加密后的数据连同公钥一起上传至区块中。货物监控区块链系统的服务器可以从区块上下载公钥和加密后的数据,并通过公钥对加密后的数据进行解密,得到业务数据和业务系统的标识。
S204,通过与第一业务数据的类型对应的业务数据分析模型,对第一业务数据进行分析,得到业务数据分析结果。
其中,业务数据分析模型,是用于对第一业务数据进行分析以确定货物存在的问题的机器学习模型。
在一个实施例中,第一业务数据可以是涉及货物质量评判类的业务数据。比如,第一业务数据可以是客户对货物的评价数据,即,第一业务数据的类型为评价型。再比如,第一业务数据可以是质检机构对货物的质检数据,即,第一业务数据的类型可以为质检信息型。
在其他实施例中,第一业务数据还可以是其他类型的数据,只要是与货物相关的产业链中各环节所涉及的问题事件相关的业务数据,都可以作为第一业务数据,不做限定。
具体地,不同的第一业务数据可以对应不同的业务数据分析模型。货物监控区块链系统的服务器可以通过第一业务数据的类型对应的业务数据分析模型,对第一业务数据进行分析,得到业务数据分析结果。
在一个实施例中,当第一业务数据为客户对货物的评价数据时,货物监控区块链系统的服务器可以通过评价型数据对应的业务数据分析模型,对第一业务数据进行分析,得到第一业务数据中包含的各个评价维度。例如:假设某件衣服的评价型数据中包括衣服材质过敏、少发一件衣服、衣服好看等评价信息,则货物监控区块链系统的服务器通过评价型数据对应的业务数据分析模型进行分析后,得到货物存在材质问题、缺件少件和货物效果好等评价维度。
在一个实施例中,货物监控区块链系统的服务器可以通过评价型数据对应的业务数据分析模型,先分析评价数据的有效性,若分析结果为评价数据是真实的,则继续通过评价型数据对应的业务数据分析模型对第一业务数据进行分析,得到第一业务数据中包含的各个评价维度。
在一个实施例中,业务数据分析模型对于不同的评价数据,可以设置不同的分析有效性的标准。比如:该评价数据所涉及的问题在历史评价数据中多次出现,业务数据分析模型则判定该评价数据为有效。再比如:该评价数据所涉及的问题只要被提出,业务数据分析模型则判定该评价数据为有效。在一个实施例中,当第一业务数据为质检机构对货物的质检数据时,货物监控区块链系统的服务器可以通过质检信息型数据对应的业务数据分析模型,对第一业务数据进行分析,得到第一业务数据中包含的各个质检问题。例如:货物监控区块链系统的服务器可以通过质检信息型数据对应的业务数据分析模型,对质检报告进行分析,识别出质检报告中所包含的货物存在的问题,比如材质不合格、气味不达标等问题。
S206,若业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪问题关联的业务系统,并从追踪到的业务系统的业务数据中,确定导致问题的第二业务数据。
其中,问题追踪模型,是用于依据业务特征和业务对应的数据维度自动进行相关特征数据的抽取建立的、且能适应于各种业务的问题追踪模型。第二业务数据,是与导致的问题的原因相关的业务数据。
在一个实施例中,业务数据分析结果中所包括的货物存在的问题可以为一个或多个。在一个实施例中,当业务数据分析结果中所包括的货物存在的问题为一个时,则货物监控区块链系统的服务器可以通过问题追踪模型,追踪该问题所关联的业务系统,并从追踪到的业务系统的业务数据中,确定导致该问题的第二业务数据。在另一个实施例中,当业务数据分析结果中所包括的货物存在的问题为多个时,则货物监控区块链系统的服务器可以通过问题追踪模型,分别追踪各问题所关联的业务系统,并从追踪到的各业务系统的业务数据中,确定导致各问题的第二业务数据。
在一个实施例中,当业务数据分析结果为评价型的第一业务数据中所包含的各个评价维度时,货物监控区块链系统的服务器可以识别各个评价维度中是否存在与货物存在的问题相关的评价维度(即,存在问题的评价维度)。若存在与货物存在的问题相关的评价维度时,则货物监控区块链系统的服务器可以通过问题追踪模型,分别追踪与各存在问题的评价维度相关联的各业务系统。然后,货物监控区块链系统的服务器可以从追踪到的各业务系统的业务数据中,确定导致各存在问题的评价维度所表征的问题的第二业务数据。
例如:在前例的货物存在材质问题、缺件少件和货物效果好这三个评价维度中,材质问题和缺件少件则为与货物存在的问题相关的评价维度(即,存在问题的评价维度),而货物效果好是属于正面的评价维度,所以货物效果好不是与货物存在的问题相关的评价维度。
例如:假设业务数据分析结果中包括缺件少件这一评价维度,则货物监控区块链系统的服务器可以通过问题追踪模型,追踪到与缺件少件这一评价维度关联的企业仓库系统,然后从企业仓库系统的业务数据中确定与货物存在的缺件少件问题对应的第二业务数据,该第二业务数据中可以包括与该存在问题的货物的发货或出库相关的数据。
在一个实施例中,当业务数据分析结果为质检信息型的第一业务数据中所包含的各个质检问题时,则货物监控区块链系统的服务器可以确定业务数据分析结果中包括货物存在的问题,货物监控区块链系统的服务器可以通过问题追踪模型,分别追踪与各个质检问题关联的业务系统。然后,货物监控区块链系统的服务器可以从追踪到的各业务系统的业务数据中,确定导致各个质检问题的第二业务数据。
例如:假设业务数据分析结果中包括货物存在材质问题这一质检问题,则货物监控区块链系统的服务器可以通过问题追踪模型,追踪到与货物存在材质问题这一质检问题关联的原料采购渠道业务平台,然后从原料采购渠道业务平台的业务数据中确定与货物存在的材质问题对应的第二业务数据,该第二业务数据中可以包括与该存在问题的货物的原料采购渠道相关的数据。
S208,根据第二业务数据,对问题进行相应处理。
具体地,货物监控区块链系统的服务器可以根据第二业务数据,分析确定导致问题的业务对象和异常事件,然后根据异常事件确定相应的处理决策,再根据处理决策对导致问题的业务对象进行相应处理。
上述货物监控方法中,获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据,业务系统包括货物相关的产业链各环节所涉及的系统,第一业务数据是用于进行货物监控的业务数据,然后通过与第一业务数据的类型对应的业务数据分析模型,对第一业务数据进行分析,得到业务数据分析结果,若业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪问题关联的业务系统,因为产业链各环节所涉及的系统均接入货物监控区块链中,所以当货物产业链的任意一个环节出现问题,能够快速追踪到问题关联的业务系统,快速定位到问题源头,并从追踪到的业务系统的业务数据中,确定导致问题的第二业务数据,进而根据第二业务数据,及时地对问题进行相应处理,因此,提高了货物监控效率。此外,通过区块链系统进行货物监控,提高了数据的安全性。
在一个实施例中,通过问题追踪模型,追踪问题关联的业务系统,并从追踪到的业务系统的业务数据中,确定导致问题的第二业务数据的步骤包括:通过问题追踪模型,根据问题所涉及的问题维度,确定问题维度所对应的各层级的业务系统;逐层回溯各层级的业务系统的业务数据,直至追踪到根源的业务系统;从追踪到的根源的业务系统的业务数据中,确定导致问题的第二业务数据。
其中,根源的业务系统,是指问题维度所对应的各层级的业务系统中的最后一层的业务系统。
在一个实施例中,各层级的业务系统中可以包括至少一个层级的业务系统。
具体地,货物监控区块链系统的服务器可以通过问题追踪模型,根据问题所涉及的问题维度,确定问题维度所对应的各层级的业务系统。货物监控区块链系统的服务器可以先回溯各层级的业务系统中第一层级的业务系统,确定第一层级的业务系统中与货物存在的问题对应的业务数据,然后回溯与在第一层级的业务系统中确定的业务数据对应的第二层级的业务系统中的业务数据,再回溯与从第二层级的业务系统中确定的业务数据对应的第三层级的业务系统中的业务数据……以此类推,这样逐层查找,直至追踪至根源的业务系统(即,最后一层的业务系统)。货物监控区块链系统的服务器可以从追踪到的根源的业务系统的业务数据中,确定导致问题的第二业务数据。
在一个实施例中,当业务数据分析结果为评价型的第一业务数据中所包含的各个评价维度时,货物监控区块链系统的服务器可以通过问题追踪模型,根据存在问题的评价维度,确定评价维度所对应的各层级的业务系统,逐层回溯各层级的业务系统的业务数据,直至追踪到根源的业务系统,并从追踪到的根源的业务系统的业务数据中,确定导致问题的第二业务数据。
在一个实施例中,当业务数据分析结果为评价型的第一业务数据中所包含的各个评价维度时,各评价维度可以分别与电商平台的用于评价订单商品的投诉系统、订单关联的商家商品进货或交易系统、商品运输的物流系统、商品生产管理的ERP系统,商品生产的生产工艺系统、商品生产的原料采购系统和原料采购系统等业务系统中的至少一种相关联。
例如:假设业务数据分析结果中包括缺件少件这一评价维度,则货物监控区块链系统的服务器可以通过问题追踪模型,确定缺件少件这一评价维度所对应的各层级的业务系统。货物监控区块链系统的服务器可以先回溯第一层级的物流系统,从物流系统的业务数据中确定货物发出自的仓库,然后回溯第二层级的企业仓库系统,从企业仓库系统的业务数据中确定该仓库中针对该货物的出库信息(即第二业务数据)。
在另一个实施例中,当业务数据分析结果为质检信息型的第一业务数据中所包含的各个质检问题时,货物监控区块链系统的服务器可以通过问题追踪模型,根据质检问题所涉及的问题维度,确定问题维度所对应的各层级的业务系统,逐层回溯各层级的业务系统的业务数据,直至追踪到根源的业务系统,并从追踪到的根源的业务系统的业务数据中,确定导致问题的第二业务数据。
例如:假设业务数据分析结果中包括货物存在材质问题这一质检问题,则货物监控区块链系统的服务器可以通过问题追踪模型,根据货物存在材质问题所涉及的材质问题这一维度,确定材质问题所对应的各层级的业务系统。货物监控区块链系统的服务器可以先回溯第一层的企业ERP系统,从企业ERP系统的业务数据中确定货物对应的生产工艺数据,然后回溯第二层的生产工艺系统,从生产工艺系统的业务数据中确定该生产工艺数据所对应的原料数据,再回溯第三层的原料采购渠道业务平台,从原料采购渠道业务平台的业务数据中确定该原料数据对应的原料采购渠道数据(即,第二业务数据)。
本实施例中,货物监控区块链系统的服务器可以逐层回溯问题维度所对应的各层级的业务系统的业务数据,从而快速地追踪到根源的业务系统中导致问题的第二业务数据,提高了货物监控效率。
在一个实施例中,如图3所示,根据第二业务数据,对问题进行相应处理的步骤,具体包括如下步骤:
S302,通过问题分析模型,根据第二业务数据,确定导致问题的业务对象和异常事件。
其中,问题分析模型,是用于依据业务特征和业务对应的数据维度自动进行相关特征数据的抽取建立的、且能适应于各种业务的问题分析模型。即,用于通过导入问题追踪所得的问题业务数据(即第二业务数据),基于问题业务数据的维度所对应的问题分析规则,输出问题分析的结果。业务对象,是指货物相关的产业链各环节中所涉及的对象。异常事件,是指导致问题的事件。
可以理解,在确定了导致问题的业务对象和异常事件之后,就可以确定是因为该业务对象发生了该异常事件,所以导致了问题。
具体地,货物监控区块链系统的服务器可以通过问题分析模型,对第二业务数据进行分析,确定导致问题的业务对象和异常事件。
例如:如前例,当问题是缺件少件时,追踪到的第二业务数据为货物的出库信息。货物监控区块链系统的服务器可以通过问题分析模型,对货物的出库信息进行分析,确定出导致缺件少件这一问题的业务对象为仓库A,异常事件为漏发货,即,导致缺件少件这一问题的原因为仓库A发生了漏发货。
再例如:如前例,当问题是材质问题时,追踪到的第二业务数据为原料采购渠道数据。货物监控区块链系统的服务器可以通过问题分析模型,对原料采购渠道数据进行分析,确定出导致材质问题的业务对象为原料销售方B,异常事件为原料C质检不合格,即导致材质问题的原因为从原料销售方B采购的原料C质检不合格。
在一个实施例中,货物监控区块链系统的服务器可以对分析得到的导致问题的业务对象和异常事件进行记录。可以对记录的数据进行统计分析,得到同一异常事件发生的次数。例如:可以根据统计分析结果确定商家的征信情况等。在一个实施例中,货物监控区块链系统的服务器可以根据对记录的信息的统计分析结果,向相关的业务系统推送提示性信息。例如:可以将商家的征信情况推送给该商家所在的各个电商平台。
S304,通过问题决策模型,根据异常事件,确定相应的处理决策。
其中,问题决策模型,是用于依据业务特征和业务对应的数据维度自动进行相关特征数据的抽取建立的、且能适应于各种业务的问题决策模型。即,用于通过导入业务问题分析的结果数据,基于当前问题数据维度的问题决策规则,分析出问题处理的处理决策。处理决策,是针对导致问题的业务对象的处理决策。
具体地,货物监控区块链系统的服务器可以通过问题决策模型,根据异常事件的类型和严重程度,确定相应的处理决策。
在一个实施例中,当货物监控区块链系统的服务器通过问题决策模型,分析异常事件的严重程度为轻度时,可以确定处理决策为向导致问题的业务对象发送提示信息,以进行友好的提醒。
在一个实施例中,当货物监控区块链系统的服务器通过问题决策模型,分析异常事件的严重程度为严重、且为涉及货物质量的类型时,可以确定处理决策为阻断货物流通、订单冻结、货物下架和为货物的销售方的销售渠道进行干扰信息的推送等中的至少一种。在一个实施例中,货物监控区块链系统的服务器可以通过问题决策模型查找并生成存在问题的货物对应的仓库出库信息、物流信息等信息。货物监控区块链系统的服务器可以通过问题决策模型确定处理决策为向货物的销售方的企业仓库系统发送货物质量问题严重不可出库的信息。当货物在运输至消费者的过程中时,货物监控区块链系统的服务器可以通过问题决策模型确定处理决策为向物流系统发送货物召回信息。
在一个实施例中,当货物监控区块链系统的服务器通过问题决策模型,分析异常事件的严重程度为非常严重、且为涉及货物质量的类型时,可以确定处理决策为向质量监管系统发送货物问题非常严重的信息。
S306,通过问题处理模型,根据处理决策,对业务对象进行相应处理。
其中,问题处理模型,是用于依据业务特征和业务对应的数据维度自动进行相关特征数据的抽取建立的、且能适应于各种业务的问题处理模型。即,用于通过导入业务问题决策的结果数据(即处理决策),基于当前决策结果数据的维度进行分析和数据处理,将处理结果输出,生成问题处理指令。
具体地,货物监控区块链系统的服务器可以通过问题处理模型,根据处理决策,对导致问题的业务对象进行相应处理。
本实施例中,货物监控区块链系统的服务器可以依次通过问题分析模型、问题决策模型和问题处理模型,分析确定处理决策,并对导致问题的业务对象进行相应处理,从而能够快速地确定导致问题的原因,并快速地确定处理决策,进而及时地对问题进行处理,提高了货物监控效率。
在一个实施例中,通过问题处理模型,根据处理决策,对业务对象进行相应处理的步骤包括:通过问题处理模型,根据处理决策,生成问题处理指令;将问题处理指令上链并广播至货物监控区块链系统中的各节点,以使货物监控区块链系统中的各节点下载并执行问题处理指令,对业务对象进行相应处理。
其中,问题处理指令,是用于指示货物监控区块链系统中的节点对导致问题的业务对象进行相应处理的指令。
具体地,货物监控区块链系统的服务器可以通过问题处理模型,根据处理决策,生成问题处理指令。然后,货物监控区块链系统的服务器可以通过私钥对问题处理指令进行加密,并将加密后的数据连同公钥一起上传至区块中,并广播至货物监控区块链系统中的各节点。货物监控区块链系统中的各节点可以从区块中下载公钥和加密后的数据,然后通过公钥对加密后的数据进行解密,得到问题处理指令。对该问题处理指令具有权限的节点,可以执行问题处理指令,以对业务对象进行相应处理。
本实施例中,货物监控区块链系统的服务器可以通过问题处理模型,根据处理决策,生成问题处理指令,然后将问题处理指令上链,使得货物监控区块链系统中各个具有权限的节点可以下载并执行问题处理指令,从而快速地对导致问题的业务对象进行处理,提高了货物监控效率。
在一个实施例中,将问题处理指令上链并广播至货物监控区块链系统中的各节点,以使货物监控区块链系统中的各节点下载并执行问题处理指令,对业务对象进行相应处理的步骤包括:将问题处理指令上链并广播至货物监控区块链系统中的各节点;当节点所对应的业务系统是基于区块链技术搭建的业务系统时,节点下载并执行问题处理指令,对业务对象进行相应处理,并将问题处理指令在节点对应的业务系统中上链并广播,以使业务系统中除节点之外的节点得到并执行问题处理指令;当节点所对应的业务系统不是基于区块链技术搭建的业务系统时,节点所对应的业务系统的服务器下载并执行问题处理指令,对业务对象进行相应处理;节点所对应的业务系统中除服务器之外的节点获取处理结果。
具体地,货物监控区块链系统的服务器可以通过私钥对问题处理指令进行加密,并将加密后的数据连同公钥一起上传至区块中,并广播至货物监控区块链系统中的各节点。货物监控区块链系统中的各节点可以从区块中下载公钥和加密后的数据,然后通过公钥对加密后的数据进行解密,得到问题处理指令。
在一个实施例中,当得到问题处理指令的节点所对应的业务系统是基于区块链技术搭建的业务系统时,该节点可以直接执行问题处理指令,对导致问题的业务对象进行相应处理。
在一个实施例中,对于基于区块链技术搭建的业务系统,可以只将业务系统的管理节点(即服务器或管理员节点)纳入到货物监控区块链系统中。该管理节点在接入货物监控区块链系统后,货物监控区块链系统可以为该管理节点生成与该管理节点所属于的原区块链系统(即基于区块链技术搭建的业务系统)分离的密钥对(即公钥和私钥)。该业务系统在接入到货物监控区块链系统时,可以与货物监控区块链系统的存储区打通。管理节点在下载并通过货物监控区块链系统中的公钥解密得到问题处理指令后,可以通过该管理节点在该基于区块链技术搭建的业务系统中的私钥对问题处理指令进行加密,并将加密后的数据和私钥对应的公钥一起上传至该基于区块链技术搭建的业务系统中的区块,并广播至该基于区块链技术搭建的业务系统中的各用户节点。该基于区块链技术搭建的业务系统中的各用户节点可以下载公钥和加密后的数据,然后通过公钥对加密后的数据进行解密,得到问题处理指令,存放至本地缓存区。然后,对该问题处理指令具有数据权限的节点,系统可以将问题处理指令推送至前端可见,并执行问题处理指令。可以理解,这里所提到的在业务系统中进行广播所使用的私钥和公钥,均为该基于区块链技术搭建的业务系统中的私钥和公钥,并非货物监控区块链系统中的私钥和公钥。
在一个实施例中,当得到问题处理指令的节点所对应的业务系统不是基于区块链技术搭建的业务系统时,当该节点为该业务系统的服务器时,该节点可以执行问题处理指令,对导致问题的业务对象进行相应处理,并将处理结果发送至该业务系统中的除服务器之外的节点。当该节点为该业务系统中的除服务器之外的、且被纳入货物监控区块链系统中节点时,该节点虽然可以下载并解密得到问题处理指令,但是该节点无法执行问题处理指令,该节点可以接收该业务系统中的服务器发送的执行问题处理指令后的处理结果。
在一个实施例中,货物监控区块链系统的服务器还可以将信息类的数据上链并广播至货物监控区块链系统中的各节点。当业务系统是基于区块链技术搭建的业务系统时,如前文,该业务系统中的管理节点可以下载并解密得到信息类的数据,然后将信息类的数据在该业务系统中进行广播,广播至该业务系统中的各用户节点。在接收到信息类数据的各节点中,具有数据权限的节点可以将数据推送至前端可见。
当业务系统不是基于区块链技术搭建的业务系统时,该业务系统中的服务器和各用户节点可以下载并解密得到该信息类的数据。在得到到信息类数据的各节点中,具有数据权限的节点可以将数据推送至前端可见。例如:货物监控区块链系统可以向业务系统中的各节点推送公告类或通知类的消息等。
本实施例中,货物监控区块链系统中的各节点可以从区块下载并解密得到问题处理指令,从而快速地对问题进行处理,提高了货物监控效率。
在一个实施例中,在获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据的步骤之前,该方法还包括:当业务系统是基于区块链技术搭建的业务系统时,将业务系统的管理节点纳入为货物监控区块链系统中的节点;为管理节点生成货物监控区块链系统的账户信息和密钥对;识别业务系统的用户体系,并通过用户权限模型,根据用户体系,生成业务系统中各用户节点的数据权限;当业务系统不是基于区块链技术搭建的业务系统时,将业务系统的服务器和具有授权的用户节点纳入为货物监控区块链系统中的节点;分别为业务系统的服务器和用户节点生成货物监控区块链系统的账户信息和密钥对。
具体地,可以预先将各业务系统接入货物监控区块链系统中,并将各业务系统中需要接入货物监控区块链系统中的节点,纳入为货物监控区块链系统中的节点。
在一个实施例中,纳入到物监控区块链系统中的节点可以包括货物原材料贸易节点、半制品生产和贸易节点、半成品生产和贸易节点、成品生产和贸易节点、物流和仓储节点、成品采购消费者节点和质量监管节点等中的至少一种。
在一个实施例中,当业务系统是基于区块链技术搭建的业务系统时,可以只将该业务系统的管理节点纳入为货物监控区块链系统中的节点。在一个实施例中,管理节点可以为一个或多个。在一个实施例中,管理节点可以为业务系统的服务器节点或管理员节点等中的至少一种。
在一个实施例中,当业务系统是基于区块链技术搭建的业务系统时,在将该业务系统的管理节点纳入为货物监控区块链系统中的节点后,货物监控区块链系统可以为该管理节点生成账户信息,并将账户信息共识至该业务系统的用户体系信息中。管理节点可以向货物监控区块链系统的服务器发送该业务系统的用户体系等信息。货物监控区块链系统的服务器可以识别该业务系统的用户体系,并通过用户权限模型,根据用户体系,生成该业务系统中除管理节点之外的各用户节点的数据权限,并将生成的数据权限共识至管理节点。管理节点可以在该管理节点对应的业务系统的区块链中,将数据权限共识至该业务系统中除管理节点之外的各用户节点。各用户节点可以下载数据权限,根据数据权限,获知该用户节点的权限。
在一个实施例中,当业务系统不是基于区块链技术搭建的业务系统时,可以将该业务系统的服务器和具有授权的用户节点(具有授权的用户节点,即,需要接入货物监控区块链系统中的用户节点)纳入为货物监控区块链系统中的节点。
在一个实施例中,当业务系统不是基于区块链技术搭建的业务系统时,可以先将业务系统的服务器接入货物监控区块链系统中,货物监控区块链系统的服务器可以向业务系统的服务器发送区块链认证包。业务系统的服务器在安装区块链认证包后,向业务系统中具有授权的用户节点发送节点区块插件,从而将该业务系统中的各用户节点纳入为货物监控区块链系统中的节点。
可以理解,只需将业务系统中具有授权的用户节点接入到货物监控区块链系统中,也就是说,业务系统中的部分或全部的节点需要接入货物监控区块链系统中。例如:对于企业ERP系统、物流系统、仓库系统、第三方质检系统和第三方质量监管系统等业务系统中的至少一种,因为这些业务系统只需系统间进行通信,而无需关联到用户节点,所以只需将这些业务系统的服务器接入货物监控区块链系统中,而无需将业务系统中的用户节点接入到货物监控区块链系统中,
在一个实施例中,货物监控区块链系统的服务器可以为纳入货物监控区块链系统中的各节点分别生成该节点在货物监控区块链系统中的账户信息和密钥对。例如:账户信息可以包括账号和密码。例如:密钥对可以包括公钥和私钥。
本实施例中,基于区块链技术搭建的业务系统和非基于区块链技术搭建的业务系统中的节点可以采用不同的方式接入到货物监控区块链系统中,从而确保接入货物监控区块链系统中的节点均为有效节点,节省了系统资源。此外,各节点统一接入到同一货物监控区块链系统中,实现了货物相关的产业链各环节中涉及的各业务系统之间的高效通信,提高了货物监控的效率。货物监控区块链系统的服务器可以为各节点生成账户信息和密钥对,提高了货物监控过程中数据的安全性。
在一个实施例中,该方法还包括:下载各业务系统中的节点所上传至区块中的数据;区块中的数据是业务系统中的节点在生成业务数据后,通过节点的私钥将业务数据进行加密后,与公钥一起上传至的;通过公钥对加密后的数据进行解密,得到业务数据;将区块中的数据共识至货物监控区块链系统中的各节点,以使各节点下载并解密得到区块中的数据,并将数据存储至缓存区;对区块中的数据具有数据权限的节点将数据推送至前端可见。具体地,货物监控区块链系统中的各节点在生成需要共识至货物监控区块链系统中的业务数据后,可以通过私钥将该业务数据加密,并将加密后的数据连同公钥一起上传至区块。货物监控区块链系统的服务器可以从区块下载公钥和加密后的数据,然后通过公钥对加密后的数据进行解密,得到业务数据。这样,货物监控区块链系统的服务器可以得到各业务系统所共识至的业务数据。
在一个实施例中,货物监控区块链系统中的各节点在生成需要共识至货物监控区块链系统中的业务数据后,可以通过私钥将该业务数据和该节点所对应的业务系统的系统标识加密,并将加密后的数据连同公钥一起上传至区块。货物监控区块链系统的服务器可以从区块下载公钥和加密后的数据,然后通过公钥对加密后的数据进行解密,得到业务数据和系统标识。其中,系统标识,是用于唯一表征业务系统的标识。
在一个实施例中,货物监控区块链系统的服务器在获取到各节点共识至的业务数据后,可以根据业务数据,进行建模,得到本申请各实施例中的货物监控方法中用到的模型。例如:建模得到的模型可以至少包括业务数据分析模型、问题追踪模型、问题分析模型、问题决策模型和问题处理模型。在一个实施例中,建模得到的模型还可以包括除上述五种模型之外的其他模型,不做限定,比如:企业评价模型。
在一个实施例中,货物监控区块链系统的服务器可以根据业务数据中的评价数据,进行正向负向评价信息的建模,生成企业评价模型,从而通过企业评价模型,对货物产业链各环节所涉及的企业进行正向和负向的评价。
在一个实施例中,货物监控区块链系统的服务器可以将区块中的数据共识至货物监控区块链系统中的各节点,各节点可以下载并解密得到区块中的数据,将数据存储至缓存区。对区块中的数据具有数据权限的节点,可以将数据推送至前端可见。
本实施例中,货物监控区块链系统的服务器可以获取各业务系统中的节点共识至的业务数据,从而能够快速地对各个业务系统的业务数据进行分析,提高了货物监控效率。此外,通过为各节点设置数据权限,实现了数据权限的管控,提高了货物监控过程中的数据安全性。
应该理解的是,虽然图2和3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和3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4所示,提供了一种货物监控装置400,包括:数据获取模块402、数据分析模块404、问题追踪模块406和问题处理模块408,其中:
数据获取模块402,用于获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;业务系统包括产业链各环节所涉及的系统;第一业务数据是用于进行货物监控的业务数据。
数据分析模块404,用于通过与第一业务数据的类型对应的业务数据分析模型,对第一业务数据进行分析,得到业务数据分析结果。
问题追踪模块406,用于若业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪问题关联的业务系统,并从追踪到的业务系统的业务数据中,确定导致问题的第二业务数据。
问题处理模块408,用于根据第二业务数据,对问题进行相应处理。
在一个实施例中,问题追踪模块406还用于通过问题追踪模型,根据问题所涉及的问题维度,确定问题维度所对应的各层级的业务系统;逐层回溯各层级的业务系统的业务数据,直至追踪到根源的业务系统;从追踪到的根源的业务系统的业务数据中,确定导致问题的第二业务数据。
在一个实施例中,问题处理模块408还用于通过问题分析模型,根据第二业务数据,确定导致问题的业务对象和异常事件;通过问题决策模型,根据异常事件,确定相应的处理决策;通过问题处理模型,根据处理决策,对业务对象进行相应处理。
在一个实施例中,问题处理模块408还用于通过问题处理模型,根据处理决策,生成问题处理指令;将问题处理指令上链并广播至货物监控区块链系统中的各节点,以使货物监控区块链系统中的各节点下载并执行问题处理指令,对业务对象进行相应处理。
在一个实施例中,问题处理模块408还用于将问题处理指令上链并广播至货物监控区块链系统中的各节点;当节点所对应的业务系统是基于区块链技术搭建的业务系统时,使节点下载并执行问题处理指令,对业务对象进行相应处理,并将问题处理指令在节点对应的业务系统中上链并广播,以使业务系统中除节点之外的节点得到并执行问题处理指令;当节点所对应的业务系统不是基于区块链技术搭建的业务系统时,使节点所对应的业务系统的服务器下载并执行问题处理指令,对业务对象进行相应处理;使节点所对应的业务系统中除服务器之外的节点获取处理结果。
在一个实施例中,如图5所示,货物监控装置400还包括:
接入模块410,用于当业务系统是基于区块链技术搭建的业务系统时,将业务系统的管理节点纳入为货物监控区块链系统中的节点;为管理节点生成货物监控区块链系统的账户信息和密钥对;识别业务系统的用户体系,并通过用户权限模型,根据用户体系,生成业务系统中各用户节点的数据权限;当业务系统不是基于区块链技术搭建的业务系统时,将业务系统的服务器和具有授权的用户节点纳入为货物监控区块链系统中的节点;分别为业务系统的服务器和用户节点生成货物监控区块链系统的账户信息和密钥对。
在一个实施例中,数据获取模块402还用于下载各业务系统中的节点所上传至区块中的数据;区块中的数据是业务系统中的节点在生成业务数据后,通过节点的私钥将业务数据进行加密后,与公钥一起上传至的;通过公钥对加密后的数据进行解密,得到业务数据;将区块中的数据共识至货物监控区块链系统中的各节点,以使各节点下载并解密得到区块中的数据,并将数据存储至缓存区;对区块中的数据具有数据权限的节点将数据推送至前端可见。
上述货物监控装置中,获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据,业务系统包括货物相关的产业链各环节所涉及的系统,第一业务数据是用于进行货物监控的业务数据,然后通过与第一业务数据的类型对应的业务数据分析模型,对第一业务数据进行分析,得到业务数据分析结果,若业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪问题关联的业务系统,因为产业链各环节所涉及的系统均接入货物监控区块链中,所以当货物产业链的任意一个环节出现问题,能够快速追踪到问题关联的业务系统,快速定位到问题源头,并从追踪到的业务系统的业务数据中,确定导致问题的第二业务数据,进而根据第二业务数据,及时地对问题进行相应处理,因此,提高了货物监控效率。此外,通过区块链系统进行货物监控,提高了数据的安全性。
关于货物监控装置的具体限定可以参见上文中对于货物监控方法的限定,在此不再赘述。上述货物监控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6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业务数据。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货物监控方法。
本领域技术人员可以理解,图6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,还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上述各方法实施例中的步骤。
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,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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 (10)
1.一种货物监控方法,其特征在于,所述方法包括:
获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;所述业务系统包括货物相关的产业链各环节所涉及的系统;所述第一业务数据是用于进行货物监控的业务数据;
通过与所述第一业务数据的类型对应的业务数据分析模型,对所述第一业务数据进行分析,得到业务数据分析结果;
若所述业务数据分析结果中包括货物存在的问题,则
通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据;
根据所述第二业务数据,对所述问题进行相应处理。
2.根据权利要求1所述的方法,其特征在于,所述通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据包括:
通过问题追踪模型,根据所述问题所涉及的问题维度,确定所述问题维度所对应的各层级的业务系统;
逐层回溯所述各层级的业务系统的业务数据,直至追踪到根源的业务系统;
从追踪到的根源的业务系统的业务数据中,确定导致所述问题的第二业务数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二业务数据,对所述问题进行相应处理包括:
通过问题分析模型,根据所述第二业务数据,确定导致所述问题的业务对象和异常事件;
通过问题决策模型,根据所述异常事件,确定相应的处理决策;
通过问题处理模型,根据所述处理决策,对所述业务对象进行相应处理。
4.根据权利要求3所述的方法,其特征在于,所述通过问题处理模型,根据所述处理决策,对所述业务对象进行相应处理包括:
通过问题处理模型,根据所述处理决策,生成问题处理指令;
将所述问题处理指令上链并广播至所述货物监控区块链系统中的各节点,以使所述货物监控区块链系统中的各节点下载并执行所述问题处理指令,对所述业务对象进行相应处理。
5.根据权利要求4所述的方法,其特征在于,所述将所述问题处理指令上链并广播至所述货物监控区块链系统中的各节点,以使所述货物监控区块链系统中的各节点下载并执行所述问题处理指令,对所述业务对象进行相应处理包括:
将所述问题处理指令上链并广播至所述货物监控区块链系统中的各节点;
当所述节点所对应的业务系统是基于区块链技术搭建的业务系统时,所述节点下载并执行所述问题处理指令,对所述业务对象进行相应处理,并将所述问题处理指令在所述节点对应的业务系统中上链并广播,以使所述业务系统中除所述节点之外的节点得到并执行所述问题处理指令;
当所述节点所对应的业务系统不是基于区块链技术搭建的业务系统时,所述节点所对应的业务系统的服务器下载并执行所述问题处理指令,对所述业务对象进行相应处理;所述节点所对应的业务系统中除服务器之外的节点获取处理结果。
6.根据权利要求1所述的方法,其特征在于,在所述获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据之前,所述方法还包括:
当所述业务系统是基于区块链技术搭建的业务系统时,将所述业务系统的管理节点纳入为所述货物监控区块链系统中的节点;为所述管理节点生成所述货物监控区块链系统的账户信息和密钥对;识别所述业务系统的用户体系,并通过用户权限模型,根据所述用户体系,生成所述业务系统中各用户节点的数据权限;
当所述业务系统不是基于区块链技术搭建的业务系统时,将所述业务系统的服务器和具有授权的用户节点纳入为所述货物监控区块链系统中的节点;分别为所述业务系统的服务器和所述用户节点生成所述货物监控区块链系统的账户信息和密钥对。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
下载各业务系统中的节点所上传至区块中的数据;所述区块中的数据是所述业务系统中的节点在生成业务数据后,通过所述节点的私钥将所述业务数据进行加密后,与公钥一起上传至的;
通过所述公钥对所述加密后的数据进行解密,得到所述业务数据;
将所述区块中的数据共识至所述货物监控区块链系统中的各节点,以使各节点下载并解密得到区块中的数据,并将数据存储至缓存区;对所述区块中的数据具有数据权限的节点将数据推送至前端可见。
8.一种货物监控装置,其特征在于,所述装置包括:
数据获取模块,用于获取各接入货物监控区块链系统的业务系统所共识至的第一业务数据;所述业务系统包括产业链各环节所涉及的系统;所述第一业务数据是用于进行货物监控的业务数据;
数据分析模块,用于通过与所述第一业务数据的类型对应的业务数据分析模型,对所述第一业务数据进行分析,得到业务数据分析结果;
问题追踪模块,用于若所述业务数据分析结果中包括货物存在的问题,则通过问题追踪模型,追踪所述问题关联的业务系统,并从追踪到的所述业务系统的业务数据中,确定导致所述问题的第二业务数据;
问题处理模块,用于根据所述第二业务数据,对所述问题进行相应处理。
9.一种计算机设备,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7中任一项所述的方法的步骤。
10.一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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062852.5A CN112053095A (zh) | 2020-09-30 | 2020-09-30 | 货物监控方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062852.5A CN112053095A (zh) | 2020-09-30 | 2020-09-30 | 货物监控方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112053095A true CN112053095A (zh) | 2020-12-08 |
Family
ID=73605743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062852.5A Pending CN112053095A (zh) | 2020-09-30 | 2020-09-30 | 货物监控方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053095A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384849A (zh) * | 2023-02-22 | 2023-07-04 | 深圳市秦丝科技有限公司 | 一种应用于批发市场的货物流通管理系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359886A (zh) * | 2018-11-01 | 2019-02-19 | 汪俊霞 | 一种基于发链fab的产品溯源系统 |
CN109409784A (zh) * | 2018-11-28 | 2019-03-01 | 杭州云象网络技术有限公司 | 一种基于区块链的石油油量监管及质量管理方法 |
CN109583820A (zh) * | 2018-12-19 | 2019-04-05 | 东莞市盟大塑化科技有限公司 | 一种基于区块链技术的货物跟踪方法 |
CN109598505A (zh) * | 2018-10-31 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种基于区块链的质量数据处理方法和装置 |
CN109873717A (zh) * | 2019-01-18 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
CN110717698A (zh) * | 2018-07-12 | 2020-01-21 | 北京京东尚科信息技术有限公司 | 货物位置追踪方法、装置以及物流管理系统、存储介质 |
CN110929036A (zh) * | 2019-11-29 | 2020-03-27 | 南方电网数字电网研究院有限公司 | 电力营销稽查管理方法、装置、计算机设备和存储介质 |
CN111290916A (zh) * | 2020-02-18 | 2020-06-16 | 深圳前海微众银行股份有限公司 | 大数据监控方法、装置、设备及计算机可读存储介质 |
CN111461548A (zh) * | 2020-03-31 | 2020-07-28 | 深圳点链科技有限公司 | 基于区块链的品质智能监控系统、方法及可读存储介质 |
CN111476583A (zh) * | 2020-04-01 | 2020-07-31 | 深圳点链科技有限公司 | 基于区块链的质量追溯系统、方法及计算机可读存储介质 |
CN111598585A (zh) * | 2020-04-30 | 2020-08-28 | 山东贵合信息科技有限公司 | 一种农产品质量追溯方法、设备及介质 |
-
2020
- 2020-09-30 CN CN202011062852.5A patent/CN112053095A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717698A (zh) * | 2018-07-12 | 2020-01-21 | 北京京东尚科信息技术有限公司 | 货物位置追踪方法、装置以及物流管理系统、存储介质 |
CN109598505A (zh) * | 2018-10-31 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种基于区块链的质量数据处理方法和装置 |
CN109359886A (zh) * | 2018-11-01 | 2019-02-19 | 汪俊霞 | 一种基于发链fab的产品溯源系统 |
CN109409784A (zh) * | 2018-11-28 | 2019-03-01 | 杭州云象网络技术有限公司 | 一种基于区块链的石油油量监管及质量管理方法 |
CN109583820A (zh) * | 2018-12-19 | 2019-04-05 | 东莞市盟大塑化科技有限公司 | 一种基于区块链技术的货物跟踪方法 |
CN109873717A (zh) * | 2019-01-18 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
CN110929036A (zh) * | 2019-11-29 | 2020-03-27 | 南方电网数字电网研究院有限公司 | 电力营销稽查管理方法、装置、计算机设备和存储介质 |
CN111290916A (zh) * | 2020-02-18 | 2020-06-16 | 深圳前海微众银行股份有限公司 | 大数据监控方法、装置、设备及计算机可读存储介质 |
CN111461548A (zh) * | 2020-03-31 | 2020-07-28 | 深圳点链科技有限公司 | 基于区块链的品质智能监控系统、方法及可读存储介质 |
CN111476583A (zh) * | 2020-04-01 | 2020-07-31 | 深圳点链科技有限公司 | 基于区块链的质量追溯系统、方法及计算机可读存储介质 |
CN111598585A (zh) * | 2020-04-30 | 2020-08-28 | 山东贵合信息科技有限公司 | 一种农产品质量追溯方法、设备及介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384849A (zh) * | 2023-02-22 | 2023-07-04 | 深圳市秦丝科技有限公司 | 一种应用于批发市场的货物流通管理系统及方法 |
CN116384849B (zh) * | 2023-02-22 | 2023-10-10 | 深圳市秦丝科技有限公司 | 一种应用于批发市场的货物流通管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019232865B2 (en) | Systems and methods for detecting and scoring anomalies | |
CN112132198B (zh) | 数据处理方法、装置、系统和服务器 | |
US9619774B2 (en) | Product tracking system | |
CN109658126B (zh) | 基于产品推广的数据处理方法、装置、设备及存储介质 | |
CN110729028A (zh) | 一种健康数据处理方法、装置、电子设备及存储介质 | |
US20140365305A1 (en) | Providing geospatial-temporal next-best-action decisions | |
CN113407954A (zh) | 基于区块链的数据管理方法及装置 | |
CN110913397B (zh) | 短信校验方法、装置、存储介质和计算机设备 | |
CN111798293A (zh) | 一种云仓储订单处理方法、装置、计算机设备和存储介质 | |
CN113205193B (zh) | 基于区块链的废料处理方法、系统、设备及存储介质 | |
CN112053095A (zh) | 货物监控方法、装置、计算机设备和存储介质 | |
CN111552981B (zh) | 基于区块链技术的保险业务归属方法及系统 | |
US20190258821A1 (en) | Traceability identifier | |
CN116739596A (zh) | 基于区块链的交易监管方法、装置、设备、介质和产品 | |
CN111901108B (zh) | 基于区块链的业务处理方法、装置和计算机设备 | |
CN112559976A (zh) | 一种产品授权方法及系统 | |
CN110634044A (zh) | 园区用户行为分析方法、装置、计算机设备以及存储介质 | |
CN111582954A (zh) | 一种虚假数据识别方法及装置 | |
CN105099993A (zh) | 一种基于代理平台的数据交互方法、装置和系统 | |
CN117596086B (zh) | 一种基于供应链的商品数据加密传输方法及系统 | |
CN116467364A (zh) | 车辆信息处理方法及装置、存储介质、计算机设备 | |
CN117993923A (zh) | 农产品溯源方法及系统 | |
CN117134955A (zh) | 一种计算机网络信息安全监护方法、装置及计算设备 | |
CN118170804A (zh) | 一种监管报送数据处理方法、装置以及计算机设备 | |
CN115098569A (zh) | 基于食品供应链的数据处理方法、装置、设备及存储介质 |
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 |