CN112651592B - 一种基于多式联运的企业信用评估系统 - Google Patents

Abstract

本发明公开了一种基于多式联运的企业信用评估系统，包括数据采集单元、联邦学习平台、评估执行单元及区块链平台，数据采集单元用于采集物流企业信息以及物流信息，数据采集单元包括基础数据采集模块及边缘计算平台，边缘计算平台包括边缘设备、边缘计算终端及云中心，联邦学习平台包括联盟构建单元、数据集市单元、模型训练单元、模型发布单元，评估执行单元用于执行企业信用评估模型，区块链平台包括底层单元及合约单元，底层单元包括链上分布式数据模块、块数据共享模块、块数据开发模块、链上与链下数据融合分析模块、块数据治理模块、权益证明模块及账本维护模块，合约单元包括智能合约脚本模块、智能合约模板模块及合约浏览模块。

Description

一种基于多式联运的企业信用评估系统

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于多式联运的企业信用 评估系统。

背景技术

在物流领域探索区块链最早可追溯到2015年，国际物流巨头UPS集团 就启动区块链技术在全球物流业务的探索和应用。区块链技术去中心、公开、 透明，防篡改的特性能解决社会物流中信息不对称和信息被造假的可能，为 每个参与方打造一个既公开透明又能充分保护各方隐私的开放网络，建立一 个高度信任的社会物流环境。2016年，沃尔玛与IBM联合清华大学研究区块 链技术在肉品追踪溯源方面的应用。2017年，国内物流巨头菜鸟、京东、顺 丰等，开始竞相布局区块链领域。当前，区块链技术发展到第三代，区块链 底层技术已发展到了百万级别的TPS，交易确认速度缩短到秒级。例如，DHL 和埃森哲全程药品追踪系统，模拟处理能力超过70亿个药品序列号，每秒多 达1500次交易。这些进步，使区块链应用的大规模落地有了坚实基础，但亦 对区块链服务的质量和规模提出了更高要求。

2017年初，中国联通和中兴通讯等牵头在国际电信联盟(ITU-T)发起 并成立“基于物联网区块链的“去中心化”业务平台框架”(Y.IoT-BoT-fw) 国际标准项目。随着5G技术的发展，区块链技术与边缘计算、人工智能等技 术的结合来推动物联网发展已成为主流方向。当前，传统方式的区块链服务 已难以满足多式联运的需求。通过云边二重结构，保障物流安全的区块链操 作下沉到更细的维度，通过智能化、边缘云化，推动区块链新的底层脚骨， 最终实现信息流、现金流、物流三合一的边缘区块链物流云平台。

多式联运在国外以欧美国家为首已形成了一套很成熟的技术标准体系， 美国是多式联运的发源地，现已拥有较多成熟、规模化的多式联运服务企业。 预计到2040年，美国多式联运的货运量将达到35.75亿吨，占货运总量的 12.5％，货运价值10万亿美元，占货运总价值的25.3％。在美国，公铁联运 是主流的多式联运方式，比重占了53％。

多式联运综合物流中会涉及到多主体参与，如何通过数据分析的方式获 得物流企业的信用评分，有利于多式联运物流工作的开展，也越来越受到人 们的关注。

发明内容

为解决上述问题，本发明提供了一种基于多式联运的企业信用评估系统。

本发明采用以下技术方案：

一种基于多式联运的企业信用评估系统，包括数据采集单元、联邦学习 平台、评估执行单元及区块链平台，其中：

所述数据采集单元用于采集物流企业信息以及物流信息，所述数据采集 单元包括基础数据采集模块及边缘计算平台，所述边缘计算平台包括边缘设 备、边缘计算终端及云中心，所述边缘计算终端分别与边缘设备、云中心进 行数据交互，所述边缘计算终端用于执行区块链共识算法，所述云中心包括 内容缓存服务器和边缘节点管理服务器，所述边缘设备向边缘计算终端发出 身份认证请求，所述边缘计算终端通过区块打包将块链数据同步到区块链平 台，所述区块链平台将身份认证结果发送给云中心；

所述联邦学习平台包括联盟构建单元、数据集市单元、模型训练单元、 模型发布单元，所述联盟构建单元包括联盟成员模块、平台搭建模块及联盟 合作模块，所述联盟成员模块用于配置联盟成员角色、角色权限配置模块及 维护联盟成员信息，所述联盟成员角色包括发起方、参与方及协作方，所述 角色权限配置模块用于配置联盟成员角色的数据共享权限，所述数据共享权 限具体为，协作方获得的数据仅是发起方和参与方的梯度值和损失值，发起 方与参与方不获得对方数据的特征值，所述联盟成员信息包括联盟成员各方的基础信息和平台信息，所述平台搭建模块用于联盟成员各方线下搭建各自 的联邦学习平台，所述联盟合作模块基于合作邀请机制建立多方合作联盟， 其用于联盟合作的申请和验证，所述数据集市单元包括数据上架模块、数据 查找模块及订阅管理模块，所述数据上架模块用于联盟成员上架符合联邦学 习建模要求的数据集，所述数据查找模块用于查找需要使用的数据并校验数 据是否已授权订阅，所述订阅管理模块用于数据订阅的申请和授权，所述模 型训练单元包括可视化建模模块、训练任务模块及训练跟踪模块，所述可视化建模模块用于根据联邦学习任务实现算法流程的可视化配置，所述训练任 务模块根据算法流程进行模型训练以获得企业信用评估模型，所述训练跟踪 模块用于实时查看模型训练状态并进行评估分析，所述模型训练具体为，基 于所述算法流程提交训练任务，发起方、参与方及协作方分别执行训练任务， 彼此之间通过API接口进行加密通信，所述执行训练任务包括ID匹配对齐、 特征分箱、模型梯度传递及模型梯度聚合，所述模型发布单元包括发布模块、 预测任务模块及预测跟踪模块，所述发布模块用于提交预测任务，所述预测任务包括离线预测任务和在线预测任务，所述预测任务模块用于联盟成员各 方执行企业信用评估模型的预测任务，所述预测跟踪模块用于查看模型预测 状态；

所述评估执行单元用于执行企业信用评估模型，计算物流企业的信用评 分，并将信用评分数据进行区块打包后同步到区块链平台。

优选地，所述区块链平台包括底层单元及合约单元，所述底层单元包括 链上分布式数据模块、块数据共享模块、块数据开发模块、链上与链下数据 融合分析模块、块数据治理模块、权益证明模块及账本维护模块，所述合约 单元包括智能合约脚本模块、智能合约模板模块及合约浏览模块。

优选地，所述区块链平台为区块链联盟，所述区块链联盟包括公路私有 区块链、铁路私有区块链、空运私有区块链、水运私有区块链、码头区块链 及堆场区块链。

优选地，所述边缘计算平台还包括物联网认证单元，所述物联网认证单 元用于与区块链平台进行数据交互，实现边缘设备的身份认证。

优选地，所述边缘计算平台还包括任务卸载调度模块，所述任务卸载调 度模块利用分布式算力将任务卸载到边缘计算终端。

优选地，所述加密通信采用非对称同态加密。

优选地，所述非对称同态加密采用RSA加密算法或Paillier加密算法。

优选地，所述非对称同态加密具体为：

协作者将公钥分发给发起者和参与者，用以对训练过程中需要交换的数 据进行加密；

发起者和参与者以加密形式交互用于计算梯度值的中间结果；

发起者和参与者分别基于加密的梯度值进行计算，同时参与者根据其标 签数据计算损失，并把汇总结果给协作者，协作者通过汇总结果计算总梯度 值并利用私钥将其解密；

协作者将解密后的总梯度值分别回传给发起者和参与者，发起者和参与 者根据总梯度值更新各自模型的参数。

优选地，所述ID匹配对齐的具体方法为：

参与方利用RSA算法生成公钥和私钥，并将公钥发送给发起方；

发起方针对其数据样品的ID的取哈希值，并将加密ID结果发送给参与 方；

参与方将发起方发送的加密后结果取n次幂，将其自己的样本数据ID取 哈希值，然后将发起方的加密ID结果连同自己ID加密后一并发送给发起方；

发起方计算与参与方的ID交集，并将计算结果同步给参与方。

优选地，所述特征分箱的具体方法为：

参与方对标签进行加密，然后连同ID一并发送给发起方；

发起方进行ID关联匹配，计算0、1的个数，将每个分箱中0、1的个数 加密后发送给参与方；

参与方进行解密后，获得每个特征对应的WOE值和IV值。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

本发明基于边缘计算方式采集边缘设备信息，通过联邦学习方法建立物 流企业信用评估模型，获得企业信用评分，有利于多式联运物流工作的开展。

附图说明

图1为本发明的系统框架示意图。

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 例仅仅用以解释本发明，并不用于限定本发明。

实施例

本发明公开了一种基于多式联运的企业信用评估系统，包括数据采集单 元、联邦学习平台、评估执行单元及区块链平台，其中：

数据采集单元用于采集物流企业信息以及物流信息，数据采集单元包括 基础数据采集模块及边缘计算平台，边缘计算平台包括边缘设备、边缘计算 终端及云中心，边缘计算终端分别与边缘设备、云中心进行数据交互，边缘 计算终端用于执行区块链共识算法，云中心包括内容缓存服务器和边缘节点 管理服务器，边缘设备向边缘计算终端发出身份认证请求，边缘计算终端通 过区块打包将块链数据同步到区块链平台，区块链平台将身份认证结果发送 给云中心。边缘计算平台还包括物联网认证单元，物联网认证单元用于与区 块链平台进行数据交互，实现边缘设备的身份认证。边缘计算平台还包括任 务卸载调度模块，任务卸载调度模块利用分布式算力将任务卸载到边缘计算 终端。

联邦学习平台包括联盟构建单元、数据集市单元、模型训练单元、模型 发布单元，联盟构建单元包括联盟成员模块、平台搭建模块及联盟合作模块， 联盟成员模块用于配置联盟成员角色、角色权限配置模块及维护联盟成员信 息，联盟成员角色包括发起方、参与方及协作方，角色权限配置模块用于配 置联盟成员角色的数据共享权限，数据共享权限具体为，协作方获得的数据 仅是发起方和参与方的梯度值和损失值，发起方与参与方不获得对方数据的 特征值，联盟成员信息包括联盟成员各方的基础信息和平台信息，平台搭建模块用于联盟成员各方线下搭建各自的联邦学习平台，联盟合作模块基于合 作邀请机制建立多方合作联盟，其用于联盟合作的申请和验证，数据集市单 元包括数据上架模块、数据查找模块及订阅管理模块，数据上架模块用于联 盟成员上架符合联邦学习建模要求的数据集，数据查找模块用于查找需要使 用的数据并校验数据是否已授权订阅，订阅管理模块用于数据订阅的申请和 授权，模型训练单元包括可视化建模模块、训练任务模块及训练跟踪模块， 可视化建模模块用于根据联邦学习任务实现算法流程的可视化配置，训练任务模块根据算法流程进行模型训练以获得企业信用评估模型，训练跟踪模块 用于实时查看模型训练状态并进行评估分析，模型训练具体为，基于算法流 程提交训练任务，发起方、参与方及协作方分别执行训练任务，彼此之间通 过API接口进行加密通信，执行训练任务包括ID匹配对齐、特征分箱、模型 梯度传递及模型梯度聚合，模型发布单元包括发布模块、预测任务模块及预 测跟踪模块，发布模块用于提交预测任务，预测任务包括离线预测任务和在 线预测任务，预测任务模块用于联盟成员各方执行企业信用评估模型的预测 任务，预测跟踪模块用于查看模型预测状态。

加密通信采用非对称同态加密。非对称同态加密采用RSA加密算法或 Paillier加密算法。在本实施例中，非对称同态加密具体为：

协作者将公钥分发给发起者和参与者，用以对训练过程中需要交换的数 据进行加密；

发起者和参与者以加密形式交互用于计算梯度值的中间结果；

发起者和参与者分别基于加密的梯度值进行计算，同时参与者根据其标 签数据计算损失，并把汇总结果给协作者，协作者通过汇总结果计算总梯度 值并利用私钥将其解密；

协作者将解密后的总梯度值分别回传给发起者和参与者，发起者和参与 者根据总梯度值更新各自模型的参数。

ID匹配对齐的具体方法为：

参与方利用RSA算法生成公钥和私钥，并将公钥发送给发起方；

发起方针对其数据样品的ID的取哈希值，并将加密ID结果发送给参与 方；

参与方将发起方发送的加密后结果取n次幂，将其自己的样本数据ID取 哈希值，然后将发起方的加密ID结果连同自己ID加密后一并发送给发起方；

发起方计算与参与方的ID交集，并将计算结果同步给参与方。

特征分箱的具体方法为：

参与方对标签进行加密，然后连同ID一并发送给发起方；

发起方进行ID关联匹配，计算0、1的个数，将每个分箱中0、1的个数 加密后发送给参与方；

参与方进行解密后，获得每个特征对应的WOE值和IV值。

评估执行单元用于执行企业信用评估模型，计算物流企业的信用评分， 并将信用评分数据进行区块打包后同步到区块链平台。

区块链平台包括底层单元及合约单元，底层单元包括链上分布式数据模 块、块数据共享模块、块数据开发模块、链上与链下数据融合分析模块、块 数据治理模块、权益证明模块及账本维护模块，合约单元包括智能合约脚本 模块、智能合约模板模块及合约浏览模块。区块链平台为区块链联盟，区块 链联盟包括公路私有区块链、铁路私有区块链、空运私有区块链、水运私有 区块链、码头区块链及堆场区块链。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不 局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可 轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明 的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种基于多式联运的企业信用评估系统，其特征在于，包括数据采集单元、联邦学习平台、评估执行单元及区块链平台，其中：

所述数据采集单元用于采集物流企业信息以及物流信息，所述数据采集单元包括基础数据采集模块及边缘计算平台，所述边缘计算平台包括边缘设备、边缘计算终端及云中心，所述边缘计算终端分别与边缘设备、云中心进行数据交互，所述边缘计算终端用于执行区块链共识算法，所述云中心包括内容缓存服务器和边缘节点管理服务器，所述边缘设备向边缘计算终端发出身份认证请求，所述边缘计算终端通过区块打包将块链数据同步到区块链平台，所述区块链平台将身份认证结果发送给云中心；

所述联邦学习平台包括联盟构建单元、数据集市单元、模型训练单元、模型发布单元，所述联盟构建单元包括联盟成员模块、平台搭建模块及联盟合作模块，所述联盟成员模块用于配置联盟成员角色、角色权限配置及维护联盟成员信息，所述联盟成员角色包括发起方、参与方及协作方，所述角色权限配置为配置联盟成员角色的数据共享权限，所述数据共享权限具体为，协作方获得的数据仅是发起方和参与方的梯度值和损失值，发起方与参与方不获得对方数据的特征值，所述联盟成员信息包括联盟成员各方的基础信息和平台信息，所述平台搭建模块用于联盟成员各方线下搭建各自的联邦学习平台，所述联盟合作模块基于合作邀请机制建立多方合作联盟，其用于联盟合作的申请和验证，所述数据集市单元包括数据上架模块、数据查找模块及订阅管理模块，所述数据上架模块用于联盟成员上架符合联邦学习建模要求的数据集，所述数据查找模块用于查找需要使用的数据并校验数据是否已授权订阅，所述订阅管理模块用于数据订阅的申请和授权，所述模型训练单元包括可视化建模模块、训练任务模块及训练跟踪模块，所述可视化建模模块用于根据联邦学习任务实现算法流程的可视化配置，所述训练任务模块根据算法流程进行模型训练以获得企业信用评估模型，所述训练跟踪模块用于实时查看模型训练状态并进行评估分析，所述模型训练具体为，基于所述算法流程提交训练任务，发起方、参与方及协作方分别执行训练任务，彼此之间通过API接口进行加密通信，所述执行训练任务包括ID匹配对齐、特征分箱、模型梯度传递及模型梯度聚合，所述模型发布单元包括发布模块、预测任务模块及预测跟踪模块，所述发布模块用于提交预测任务，所述预测任务包括离线预测任务和在线预测任务，所述预测任务模块用于联盟成员各方执行企业信用评估模型的预测任务，所述预测跟踪模块用于查看模型预测状态；

所述评估执行单元用于执行企业信用评估模型，计算物流企业的信用评分，并将信用评分数据进行区块打包后同步到区块链平台；

所述区块链平台包括底层单元及合约单元，所述底层单元包括链上分布式数据模块、块数据共享模块、块数据开发模块、链上与链下数据融合分析模块、块数据治理模块、权益证明模块及账本维护模块，所述合约单元包括智能合约脚本模块、智能合约模板模块及合约浏览模块。

2.如权利要求1所述的一种基于多式联运的企业信用评估系统，其特征在于，所述区块链平台为区块链联盟，所述区块链联盟包括公路私有区块链、铁路私有区块链、空运私有区块链、水运私有区块链、码头区块链及堆场区块链。

3.如权利要求2所述的一种基于多式联运的企业信用评估系统，其特征在于，所述边缘计算平台还包括物联网认证单元，所述物联网认证单元用于与区块链平台进行数据交互，实现边缘设备的身份认证。

4.如权利要求3所述的一种基于多式联运的企业信用评估系统，其特征在于：所述边缘计算平台还包括任务卸载调度模块，所述任务卸载调度模块利用分布式算力将任务卸载到边缘计算终端。

5.如权利要求1所述的一种基于多式联运的企业信用评估系统，其特征在于，所述加密通信采用非对称同态加密。

6.如权利要求5所述的一种基于多式联运的企业信用评估系统，其特征在于，所述非对称同态加密采用RSA加密算法或Paillier加密算法。

7.如权利要求5所述的一种基于多式联运的企业信用评估系统，其特征在于：所述非对称同态加密具体为：

协作方将公钥分发给发起方和参与方，用以对训练过程中需要交换的数据进行加密；

发起方和参与方以加密形式交互用于计算梯度值的中间结果；

发起方和参与方分别基于加密的梯度值进行计算，同时参与方根据其标签数据计算损失，并把汇总结果给协作方， 协作方通过汇总结果计算总梯度值并利用私钥将其解密；

协作方将解密后的总梯度值分别回传给发起方和参与方，发起方和参与方根据总梯度值更新各自模型的参数。

8.如权利要求1所述的一种基于多式联运的企业信用评估系统，其特征在于：所述ID匹配对齐的具体方法为：

参与方利用RSA加密算法生成公钥和私钥，并将公钥发送给发起方；

发起方针对其数据样品的ID取哈希值，并将加密ID结果发送给参与方；

参与方将发起方发送的加密后结果取n次幂，将其自己的样本数据ID取哈希值，然后将发起方的加密ID结果连同自己ID加密后一并发送给发起方；

发起方计算与参与方的ID交集，并将计算结果同步给参与方。

9.如权利要求1所述的一种基于多式联运的企业信用评估系统，其特征在于：所述特征分箱的具体方法为：

参与方对标签进行加密，然后连同ID一并发送给发起方；

发起方进行ID关联匹配，计算0、1的个数，将每个分箱中0、1的个数加密后发送给参与方；

参与方进行解密后，获得每个特征对应的WOE值和IV值。

Images