CN112395566A - 基于区块链的数据溯源系统 - Google Patents
基于区块链的数据溯源系统 Download PDFInfo
- Publication number
- CN112395566A CN112395566A CN202011422451.6A CN202011422451A CN112395566A CN 112395566 A CN112395566 A CN 112395566A CN 202011422451 A CN202011422451 A CN 202011422451A CN 112395566 A CN112395566 A CN 112395566A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- block
- tracing
- prov
- 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
- 238000012423 maintenance Methods 0.000 claims abstract description 17
- 238000007689 inspection Methods 0.000 claims abstract description 9
- 238000013500 data storage Methods 0.000 claims description 20
- 230000007246 mechanism Effects 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 10
- 241000700605 Viruses Species 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004321 preservation Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 241000270666 Testudines Species 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- 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
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Technology Law (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了基于区块链的数据溯源系统。本发明中,所述数据发送模块的输出端连接有所述保全维护模块的输入端,所述保全维护模块的输出端连接有所述检验模块的输入端,所述检验模块的输出端连接有所述数据记录模块的输入端;所述数据溯源模块的内部固定安装有所述OPM溯源模块和所述PROV溯源模块,所述数据溯源模块的输出端连接有所述OPM溯源模块和所述PROV溯源模块的输入端;OPM溯源模块和PROV溯源模块相互配合使用,可以对区块链内部的数据进行逻辑层和证明层多个层次的数据溯源,从而提高了该系统对于区块链内部的数据的处理能力,提高了工作效率。
Description
技术领域
本发明属于区块链技术领域,具体为基于区块链的数据溯源系统。
背景技术
区块链是一个信息技术领域的术语。从本质上讲,它是一个共享数据库,存储于其中的数据或信息,具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征,区块链技术奠定了坚实的“信任”基础,创造了可靠的“合作”机制,具有广阔的运用前景。
但是常见的系统内部的数据溯源系统采用了的方式较为单一,导致准确较为低下,同时对整个系统的保护性较差,数据的存储不够稳定。
发明内容
本发明的目的在于:为了解决上述提出的问题,提供基于区块链的数据溯源系统。
本发明采用的技术方案如下:基于区块链的数据溯源系统,包括总处理器模块、区块链模块、信息提交模块、数据发送模块、保全维护模块、检验模块、数据记录模块、供电模块、数据存储终端、数据溯源模块、安全监控模块、输入终端、OPM溯源模块、PROV溯源模块、信息数据存储模块、多维度数据模块、链式存储机构,所述区块链模块的输出端连接有所述数据存储终端的输入端,所述输入终端的输出端连接有所述数据存储终端的输入端,所述区块链模块的外部固定安装有所述数据溯源模块所述供电模块的电源输出端连接有所述区块链模块和所述总处理器模块的输入端,所述安全监控模块的输出端连接有所述数据溯源模块的输入端,;
所述总处理器模块的输出端连接有所述信息提交模块的输入端,所述信息提交模块的输出端连接有所述数据发送模块的输入端,所述数据发送模块的输出端连接有所述保全维护模块的输入端,所述保全维护模块的输出端连接有所述检验模块的输入端,所述检验模块的输出端连接有所述数据记录模块的输入端。
在一优选的实施方式中,所述数据溯源模块的内部固定安装有所述OPM溯源模块和所述PROV溯源模块,所述数据溯源模块的输出端连接有所述OPM溯源模块和所述PROV溯源模块的输入端。
在一优选的实施方式中,所述OPM溯源模块为了解决来源互操作性问题;该模型建立了一套图形化的符号来对溯源对象不同状态之间的因果关系进行描述,基本上形成了业界信息交换的标准;在OPM中,每条溯源记录是一个有向无环图,其节点包括了工件、过程和代理,其中,工件指事物的一种不可变的状态,可以是物理的一个对象,也可以是计算机系统中的一个数字化表达,用A表示;过程指施加于工件的一个或者一系列动作,用P表示∶代理促进、控制和影响过程的执行,用Ag表示;这三者之间存在一些依赖关系包括used等,用边表示。
在一优选的实施方式中,所述PROV溯源模块包含了一个用OWL2网络本体语言表示的PROV-O本体,遵从PROV-O的PROV断言,可以在Web上表示和发布;PROV独立于领域,定义了推理规则,可对溯源的声明进行推理;通过对数据来源的表示和推理,判定数据的可靠性和可信性;由此可见,PROV依赖于XML和RDF的表达方式,跨越了本体词汇、逻辑层和证明层多个层次,成为支持Web信任的主要因素;溯源用于分布式的、由不同的开发者或公司实施完成的系统中,各系统采用不同的信息表达方式;因此,数据溯源标准采用了PROV-DM概念模型,这一模型可通过多种格式序列化;PROV本体是一个OWL2本体,可向RDF映射,还有其他序列格式,如TURTLE和RDF/XML;一旦溯源按照PROV本体表示,发布者发布及消费者发现和检索时需要遵循约定俗成的规则。
在一优选的实施方式中,所述链式存储机构区块链的数据分布在每一个节点上,为了保障数据的不可篡改性,本系统使用了链式存储结构,这极大地增加了攻击者篡改数据的难度,有效保障了区块数据的安全性链式结构的区块按照时间顺序进行排列;与传统存储方式不同,该排列中,下一个区块的区块头中会加入上一个区块的区块哈希;当某个区块的数据改变时,其区块哈希值也相应改变;链式结构使得后续所有的区块都需要进行修改,直到所有区块的区块头中记录的上一个区块的哈希值信息与上一个区块的区块哈希值相等;因此对某一区块内的数据进行的篡改会影响到后续所有的区块;根据本文所提的PoC共识机制,新区块的生成权很难集中于某个节点;综上所述,链式结构可以很好地防止区块链中的数据被篡改;此外,链式结构还可以提供可追溯性,节点可以从区块链中找到过往的所有数据信息。
在一优选的实施方式中,所述信息数据存储模块的内部存储的数据主要分为临时存储的MerkleNode数据、区块链数据以及辅助信息数据和用户自身数据三类;临时存储的MerkleNode数据存储在本地计算机缓存中,用于校验使用;由于已经存于区块链并记录到数据库中,当新区块生成凡通过验证后,本地服务器将会自动删除缓存的MerkleNode;区块链数据以及辅助信息数据存储在K-V型数据库中。
在一优选的实施方式中,所述多维度数据模块的内部通过加入时间与空间维度,对原件副本、地理位置进行区分,来丰富数据保全的范围;通过加入数据的最后修改时间,时间维度信息可用于区别现实生活中的原件与副本;由于在不同的机器上,文件的哈希值一样的,无法据此区分多台机器上的文件权利,因此加入空间维度来解决这一问题;空间维度是将机器特征码,如本区块链中计算机的物理地址等信息作为参数,以区分文件在多台机器上的不同权利;多维度数据不仅应用在用户保全的数据上,还应用在区块上,在区块中加入时空信息,形成多维度区块。
在一优选的实施方式中,所述区块链模块的内部数据以电子记录的形式被永久储存下来,存放这些电子记录的文件我们就称之为"区块";区块是按时间顺序一个一个先后生成的,每一个区块记录下它在被创建期间发生的所有价值交换活动,所有区块汇总起来形成一个记录合集。
在一优选的实施方式中,所述输入终端的外部输入接口处固定安装有输入键盘,手写记录板,语音录入麦克风。
在一优选的实施方式中,所述安全监控模块的内部设置有安全防火墙和病毒查杀软件,且病毒查杀软件定期会对所述数据溯源模块的内部进行病毒查杀。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明中,OPM溯源模块和PROV溯源模块相互配合使用,可以对区块链内部的数据进行逻辑层和证明层多个层次的数据溯源,从而提高了该系统对于区块链内部的数据的处理能力,提高了工作效率。
2、本发明中,保全维护模块的内部设置有对于区块链模块内部数据进行保护的模块,从而提高了该系统内部的数据稳定性和安全性,保障了数据的安全不被破坏,从而为后续的工作人员减轻了修复数据等的劳动负担。
附图说明
图1为本发明的系统框图;
图2为本发明中数据溯源模块系统框图;
图3为本发明中保全维护模块系统框图。
图中标记:1-总处理器模块、2-区块链模块、3-信息提交模块、4-数据发送模块、5-保全维护模块、6-检验模块、7-数据记录模块、8-供电模块、9-数据存储终端、10-数据溯源模块、11-安全监控模块、12-输入终端、13-OPM溯源模块、14-PROV溯源模块、15-信息数据存储模块、16-多维度数据模块、17-链式存储机构。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1-3,
基于区块链的数据溯源系统,包括总处理器模块1、区块链模块2、信息提交模块3、数据发送模块4、保全维护模块5、检验模块6、数据记录模块7、供电模块8、数据存储终端9、数据溯源模块10、安全监控模块11、输入终端12、OPM溯源模块13、PROV溯源模块14、信息数据存储模块15、多维度数据模块16、链式存储机构17,区块链模块2的输出端连接有数据存储终端9的输入端,多维度数据模块16的内部通过加入时间与空间维度,对原件副本、地理位置进行区分,来丰富数据保全的范围;通过加入数据的最后修改时间,时间维度信息可用于区别现实生活中的原件与副本;由于在不同的机器上,文件的哈希值一样的,无法据此区分多台机器上的文件权利,因此加入空间维度来解决这一问题;空间维度是将机器特征码,如本区块链中计算机的物理地址等信息作为参数,以区分文件在多台机器上的不同权利;多维度数据不仅应用在用户保全的数据上,还应用在区块上,在区块中加入时空信息,形成多维度区块;输入终端12的输出端连接有数据存储终端9的输入端,区块链模块2的外部固定安装有数据溯源模块10供电模块8的电源输出端连接有区块链模块2和总处理器模块1的输入端,安全监控模块11的输出端连接有数据溯源模块10的输入端,安全监控模块11的内部设置有安全防火墙和病毒查杀软件,且病毒查杀软件定期会对数据溯源模块10的内部进行病毒查杀;数据溯源模块10的内部固定安装有OPM溯源模块13和PROV溯源模块14,数据溯源模块10的输出端连接有OPM溯源模块13和PROV溯源模块14的输入端,输入终端12的外部输入接口处固定安装有输入键盘,手写记录板,语音录入麦克风;PROV溯源模块14包含了一个用OWL2网络本体语言表示的PROV-O本体,遵从PROV-O的PROV断言,可以在Web上表示和发布;PROV独立于领域,定义了推理规则,可对溯源的声明进行推理;通过对数据来源的表示和推理,判定数据的可靠性和可信性;由此可见,PROV依赖于XML和RDF的表达方式,跨越了本体词汇、逻辑层和证明层多个层次,成为支持Web信任的主要因素;溯源用于分布式的、由不同的开发者或公司实施完成的系统中,各系统采用不同的信息表达方式;因此,数据溯源标准采用了PROV-DM概念模型,这一模型可通过多种格式序列化;PROV本体是一个OWL2本体,可向RDF映射,还有其他序列格式,如TURTLE和RDF/XML;一旦溯源按照PROV本体表示,发布者发布及消费者发现和检索时需要遵循约定俗成的规则;OPM溯源模块13为了解决来源互操作性问题;该模型建立了一套图形化的符号来对溯源对象不同状态之间的因果关系进行描述,基本上形成了业界信息交换的标准;在OPM中,每条溯源记录是一个有向无环图,其节点包括了工件、过程和代理,其中,工件指事物的一种不可变的状态,可以是物理的一个对象,也可以是计算机系统中的一个数字化表达,用A表示;过程指施加于工件的一个或者一系列动作,用P表示∶代理促进、控制和影响过程的执行,用Ag表示;这三者之间存在一些依赖关系包括used等,用边表示;保全维护模块5的外部固定安装有信息数据存储模块15、多维度数据模块16和链式存储机构17;多维度数据模块16的内部通过加入时间与空间维度,对原件副本、地理位置进行区分,来丰富数据保全的范围;通过加入数据的最后修改时间,时间维度信息可用于区别现实生活中的原件与副本;由于在不同的机器上,文件的哈希值一样的,无法据此区分多台机器上的文件权利,因此加入空间维度来解决这一问题;空间维度是将机器特征码,如本区块链中计算机的物理地址等信息作为参数,以区分文件在多台机器上的不同权利;多维度数据不仅应用在用户保全的数据上,还应用在区块上,在区块中加入时空信息,形成多维度区块;信息数据存储模块15的内部存储的数据主要分为临时存储的MerkleNode数据、区块链数据以及辅助信息数据和用户自身数据三类;临时存储的MerkleNode数据存储在本地计算机缓存中,用于校验使用;由于已经存于区块链并记录到数据库中,当新区块生成凡通过验证后,本地服务器将会自动删除缓存的MerkleNode;区块链数据以及辅助信息数据存储在K-V型数据库中;链式存储机构17区块链的数据分布在每一个节点上,为了保障数据的不可篡改性,本系统使用了链式存储结构,这极大地增加了攻击者篡改数据的难度,有效保障了区块数据的安全性链式结构的区块按照时间顺序进行排列;与传统存储方式不同,该排列中,下一个区块的区块头中会加入上一个区块的区块哈希;当某个区块的数据改变时,其区块哈希值也相应改变;链式结构使得后续所有的区块都需要进行修改,直到所有区块的区块头中记录的上一个区块的哈希值信息与上一个区块的区块哈希值相等;因此对某一区块内的数据进行的篡改会影响到后续所有的区块;根据本文所提的PoC共识机制,新区块的生成权很难集中于某个节点;综上,链式结构可以很好地防止区块链中的数据被篡改;此外,链式结构还可以提供可追溯性,节点可以从区块链中找到过往的所有数据信息;
总处理器模块1的输出端连接有信息提交模块3的输入端,信息提交模块3的输出端连接有数据发送模块4的输入端,数据发送模块4的输出端连接有保全维护模块5的输入端,保全维护模块5的输出端连接有检验模块6的输入端,检验模块6的输出端连接有数据记录模块7的输入端。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于区块链的数据溯源系统,包括总处理器模块(1)、区块链模块(2)、信息提交模块(3)、数据发送模块(4)、保全维护模块(5)、检验模块(6)、数据记录模块(7)、供电模块(8)、数据存储终端(9)、数据溯源模块(10)、安全监控模块(11)、输入终端(12)、OPM溯源模块(13)、PROV溯源模块(14)、信息数据存储模块(15)、多维度数据模块(16)、链式存储机构(17),其特征在于:所述区块链模块(2)的输出端连接有所述数据存储终端(9)的输入端,所述输入终端(12)的输出端连接有所述数据存储终端(9)的输入端,所述区块链模块(2)的外部固定安装有所述数据溯源模块(10)所述供电模块(8)的电源输出端连接有所述区块链模块(2)和所述总处理器模块(1)的输入端,所述安全监控模块(11)的输出端连接有所述数据溯源模块(10)的输入端,;
所述总处理器模块(1)的输出端连接有所述信息提交模块(3)的输入端,所述信息提交模块(3)的输出端连接有所述数据发送模块(4)的输入端,所述数据发送模块(4)的输出端连接有所述保全维护模块(5)的输入端,所述保全维护模块(5)的输出端连接有所述检验模块(6)的输入端,所述检验模块(6)的输出端连接有所述数据记录模块(7)的输入端。
2.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述数据溯源模块(10)的内部固定安装有所述OPM溯源模块(13)和所述PROV溯源模块(14),所述数据溯源模块(10)的输出端连接有所述OPM溯源模块(13)和所述PROV溯源模块(14)的输入端,所述保全维护模块(5)的外部固定安装有所述信息数据存储模块(15)、所述多维度数据模块(16)和所述链式存储机构(17)。
3.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述OPM溯源模块(13)为了解决来源互操作性问题;该模型建立了一套图形化的符号来对溯源对象不同状态之间的因果关系进行描述,基本上形成了业界信息交换的标准;在OPM中,每条溯源记录是一个有向无环图,其节点包括了工件、过程和代理,其中,工件指事物的一种不可变的状态,可以是物理的一个对象,也可以是计算机系统中的一个数字化表达,用A表示;过程指施加于工件的一个或者一系列动作,用P表示∶代理促进、控制和影响过程的执行,用Ag表示;这三者之间存在一些依赖关系包括used等,用边表示。
4.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述PROV溯源模块(14)包含了一个用OWL2网络本体语言表示的PROV-O本体,遵从PROV-O的PROV断言,可以在Web上表示和发布;PROV独立于领域,定义了推理规则,可对溯源的声明进行推理;通过对数据来源的表示和推理,判定数据的可靠性和可信性;由此可见,PROV依赖于XML和RDF的表达方式,跨越了本体词汇、逻辑层和证明层多个层次,成为支持Web信任的主要因素;溯源用于分布式的、由不同的开发者或公司实施完成的系统中,各系统采用不同的信息表达方式;因此,数据溯源标准采用了PROV-DM概念模型,这一模型可通过多种格式序列化;PROV本体是一个OWL2本体,可向RDF映射,还有其他序列格式,如TURTLE和RDF/XML;一旦溯源按照PROV本体表示,发布者发布及消费者发现和检索时需要遵循约定俗成的规则。
5.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述链式存储机构(17)区块链的数据分布在每一个节点上,为了保障数据的不可篡改性,本系统使用了链式存储结构,这极大地增加了攻击者篡改数据的难度,有效保障了区块数据的安全性链式结构的区块按照时间顺序进行排列;与传统存储方式不同,该排列中,下一个区块的区块头中会加入上一个区块的区块哈希;当某个区块的数据改变时,其区块哈希值也相应改变;链式结构使得后续所有的区块都需要进行修改,直到所有区块的区块头中记录的上一个区块的哈希值信息与上一个区块的区块哈希值相等;因此对某一区块内的数据进行的篡改会影响到后续所有的区块;根据本文所提的PoC共识机制,新区块的生成权很难集中于某个节点;综上所述,链式结构可以很好地防止区块链中的数据被篡改;此外,链式结构还可以提供可追溯性,节点可以从区块链中找到过往的所有数据信息。
6.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述信息数据存储模块(15)的内部存储的数据主要分为临时存储的MerkleNode数据、区块链数据以及辅助信息数据和用户自身数据三类;临时存储的MerkleNode数据存储在本地计算机缓存中,用于校验使用;由于已经存于区块链并记录到数据库中,当新区块生成凡通过验证后,本地服务器将会自动删除缓存的MerkleNode;区块链数据以及辅助信息数据存储在K-V型数据库中。
7.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述多维度数据模块(16)的内部通过加入时间与空间维度,对原件副本、地理位置进行区分,来丰富数据保全的范围;通过加入数据的最后修改时间,时间维度信息可用于区别现实生活中的原件与副本;由于在不同的机器上,文件的哈希值一样的,无法据此区分多台机器上的文件权利,因此加入空间维度来解决这一问题;空间维度是将机器特征码,如本区块链中计算机的物理地址等信息作为参数,以区分文件在多台机器上的不同权利;多维度数据不仅应用在用户保全的数据上,还应用在区块上,在区块中加入时空信息,形成多维度区块。
8.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述区块链模块(2)的内部数据以电子记录的形式被永久储存下来,存放这些电子记录的文件我们就称之为"区块";区块是按时间顺序一个一个先后生成的,每一个区块记录下它在被创建期间发生的所有价值交换活动,所有区块汇总起来形成一个记录合集。
9.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述输入终端(12)的外部输入接口处固定安装有输入键盘,手写记录板,语音录入麦克风。
10.如权利要求1所述的基于区块链的数据溯源系统,其特征在于:所述安全监控模块(11)的内部设置有安全防火墙和病毒查杀软件,且病毒查杀软件定期会对所述数据溯源模块(10)的内部进行病毒查杀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011422451.6A CN112395566A (zh) | 2020-12-08 | 2020-12-08 | 基于区块链的数据溯源系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011422451.6A CN112395566A (zh) | 2020-12-08 | 2020-12-08 | 基于区块链的数据溯源系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112395566A true CN112395566A (zh) | 2021-02-23 |
Family
ID=74604489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011422451.6A Pending CN112395566A (zh) | 2020-12-08 | 2020-12-08 | 基于区块链的数据溯源系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112395566A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035802A (zh) * | 2023-04-19 | 2023-11-10 | 吉林农业科技学院 | 一种基于容量证明双重检验预测动物健康的共识方法 |
CN117235153A (zh) * | 2023-10-08 | 2023-12-15 | 数安信(北京)科技有限公司 | 一种基于prov-dm模型的合规数据存证和溯源方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020161688A1 (en) * | 2019-02-08 | 2020-08-13 | Christopher Lyndon Higgins | Distributed ledger computing platforms and associated methods, systems and devices |
-
2020
- 2020-12-08 CN CN202011422451.6A patent/CN112395566A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020161688A1 (en) * | 2019-02-08 | 2020-08-13 | Christopher Lyndon Higgins | Distributed ledger computing platforms and associated methods, systems and devices |
Non-Patent Citations (4)
Title |
---|
倪静等: ""PROV数据溯源模型及Web应用"", 图书情报工作, vol. 58, no. 03, 28 February 2014 (2014-02-28), pages 13 - 19 * |
张国英: ""基于区块链的数据溯源技术的研究"", 中国优秀硕士学位论文全文数据库信息科技辑, no. 2020, 15 February 2020 (2020-02-15), pages 138 - 268 * |
林小驰等: ""关于区块链技术的研究综述"", 金融市场研究, 25 February 2016 (2016-02-25), pages 97 - 109 * |
王建宇: ""基于区块链的数据保全系统设计与实现"", 中国优秀硕士学位论文全文数据库信息科技辑, no. 2020, 15 March 2020 (2020-03-15), pages 138 - 488 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035802A (zh) * | 2023-04-19 | 2023-11-10 | 吉林农业科技学院 | 一种基于容量证明双重检验预测动物健康的共识方法 |
CN117035802B (zh) * | 2023-04-19 | 2024-07-09 | 吉林农业科技学院 | 一种基于容量证明双重检验预测动物健康的共识方法 |
CN117235153A (zh) * | 2023-10-08 | 2023-12-15 | 数安信(北京)科技有限公司 | 一种基于prov-dm模型的合规数据存证和溯源方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100993288B1 (ko) | Dbms 기반의 rdf 트리플 저장부에서의 뷰를 이용한 효율적인 추론 시스템 및 방법 | |
CN101093493B (zh) | 数据库查询语言转换方法、转换装置 | |
CN112395566A (zh) | 基于区块链的数据溯源系统 | |
Zhang et al. | Log sequence anomaly detection based on local information extraction and globally sparse transformer model | |
US20120158768A1 (en) | Decomposing and merging regular expressions | |
Alevizos et al. | Complex event recognition under uncertainty: A short survey | |
Zhao et al. | A survey of deep anomaly detection for system logs | |
Aryabarzan et al. | Neclatclosed: A vertical algorithm for mining frequent closed itemsets | |
Rasool et al. | A novel JSON based regular expression language for pattern matching in the internet of things | |
Shetty et al. | SoftNER: Mining knowledge graphs from cloud incidents | |
CN113282606A (zh) | 数据处理方法、装置、存储介质和计算设备 | |
Zhang et al. | Continuous matching of evolving patterns over dynamic graph data | |
Bai et al. | Para-g: Path pattern query processing on large graphs | |
Sheikh et al. | Provenance inference techniques: Taxonomy, comparative analysis and design challenges | |
Ansarinia et al. | Ontology-based modeling of DDoS attacks for attack plan detection | |
Bayoudhi et al. | Efficient management and storage of a multiversion OWL 2 DL domain ontology | |
Yu et al. | An approach to failure prediction in cluster by self-updating cause-and-effect graph | |
He et al. | Graph-Based Log Anomaly Detection via Adversarial Training | |
Wu et al. | Application of MapReduce parallel association mining on IDS in cloud computing environment | |
Ren et al. | Fabric Smart Contract Read-After-Write Risk Detection Method Based on Key Methods and Call Chains | |
Sun et al. | A method to construct vulnerability knowledge graph based on heterogeneous data | |
Liu et al. | LogCAD: An Efficient and Robust Model for Log‐Based Conformal Anomaly Detection | |
CN114281802B (zh) | 一种数据处理方法及装置 | |
Jin et al. | Semantic automatic annotation method based on artificial intelligence for electric power internet of things | |
CN109165832A (zh) | 信息安全管理方法及系统 |
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 |