CN113034159B - 一种基于区块链预言机技术的企业可信信评系统及方法 - Google Patents

Abstract

本发明提供了一种基于区块链预言机技术的企业可信信评方法及系统，包括：获取企业业务数据密文信息；可信预言机传递企业信用相关的可信信息数据及相应的可信预言机可信系数至中介智能合约；中介智能合约对企业信用相关的可信信息数据进行标签分类，并将分类后的信息及相应的可信预言机可信系数分发到相应的业务智能合约；业务智能合约对应不同类型的信息模块，根据相应的可信预言机可信系数以及企业业务数据密文信息与企业信息相关的可信信息数据证实结果对企业业务数据密文信息进行可信系数计算；根据企业业务数据密文信息可信系数得到企业的可信评估指数；输出企业的可信评估指数至企业、第三方信评机构以及第三方审计机构。

Description

一种基于区块链预言机技术的企业可信信评系统及方法

技术领域

本发明涉及区块链技术领域，具体地，涉及一种基于区块链预言机技术的企业可信信评系统及方法。

背景技术

本申请主要解决的技术问题有三个：1.可信预言机群的自组织治理投票打分系数λ，作为可信预言机可信指数的一个变量；2.中介智能合约收到预言机传递的可信信息后，自动打标签分类，然后将可信信息分类发送给不同的业务智能合约；3.根据预言机输入的可信信息、链上相关企业业务数据密文存证及智能合约，完成链上自动验证和计算，输出一个可信信评等级或指数。

本申请的技术难点包括：1.确定可信预言机群的自组织治理投票打分系数λ是一个公平合理的参数，保证自组织的运行公平且通畅。2.不同智能合约之间的相互调用。3.企业上链业务数据密文与可信预言机输入的可信信息及时地精准匹配和相互验证。

专利文献CN107392758A(申请号：201710779362.9)公开了一种基于区块链的征信方法及装置。包括：根据员工个人信息确定个人信用，并记录在区块链中；在所述员工同意为企业征信时，确定所述员工为所述企业提供有限担保责任；根据所述个人信用，确定企业综合信用，并记录在区块链中。以使得，数据处理效率更高，且征信更合理。该专利与本申请不同点：该专利依赖企业员工提供的个人信用水平来对企业信用水平进行估量，即在计算企业信用评级的时候也考虑了企业员工的个人信用等级，企业员工用个人信用为企业信用背书。在本申请中，可信预言机可以是任何自然人或者法人、甚至可以是一台机器，虽然企业最终的信用等级计算会需要参考可信预言机的信用参数，但与该专利还是有本质区别，因为可信预言机的信用参数只为它发送的信息可信度背书，而不是为任何利用这条信息来评估信用等级的企业背书。

专利文献CN107730283A(申请号：201711070518.2)公开了一种中小企业的征信方法及装置，该方法包括：基于目标企业所在的产业链，获取目标企业的征信基础数据；对征信基础数据进行预处理，得到用于征信的征信源数据；根据征信源数据和预先构建的征信模型，获取目标企业的征信数据。由于产业链金融业务中的数据可以直接反应企业生产运行的真实情况，因此，本发明中征信基础数据的准确性就可以保证，也就使基于征信基础数据获取到的征信数据更可靠。该专利与本申请不同点：该专利利用某企业产业链上下游的数据确定该企业的信用评级，是一种利用间接数据进行信评的方法。本申请与所列发明不同，本申请不仅需要用到企业自身的直接数据，同时也需要用到预言机输送的间接数据。

专利文献CN106485582A(申请号：201610905576.1)公开了一种大数据融合征信平台，包括数据存储层、逻辑资源层、支撑层、应用层、安全层，数据存储层是信用信息数据的物理载体；逻辑资源层支持各种数据类型的组织和存储；支撑层提供平台的资源管理和数据交换功能，为服务层提供数据服务支持；应用层实现个人与企业的信用查询、政府监管和消费者投诉维权功能；安全层提供数据加密、数据权限、功能权限和认证服务和数据安全服务保证。该专利与本申请不同点：所列发明(CN20161905576)是通过一个大数据融合平台将各种与企业信用分析相关的数据汇总，按类别和文件类型分类存储，以备查验。所列发明并没有涉及企业信用等级或者指数的计算，也并没有用到区块链技术，与本申请有比较大的差别。

专利文献CN111915331A(申请号：202010792231.6)公开了一种基于区块链的企业征信数据管理系统，解决了企业征信信息统计不完善的问题，还解决了数据中心防护性不好的问题。包括企业入口、信息完善模块、企业分类模块、处理模块、数据中心、检测模块、管理控制模块、本地服务器、网络服务器、区块链、企业注册模块、企业登录模块、企业检索模块、信息下载模块、数据加密模块、安全防护模块、实时监测模块、数据分析模块、异常提示模块、信息查询模块、信息提示模块、信息修改模块，所述企业入口和信息完善模块连接，所述信息完善模块和企业分类模块连接，所述企业分类模块和处理模块连接，所述处理模块和数据中心连接，所述数据中心和检测模块连接。该专利与本申请不同点：该专利是通过一个数据中心将登陆系统的企业分类，然后所有环节都与数据中心对接。在本申请中，无需对企业进行分类，而是通过智能合约技术，对预言机发送区块链的信息进行标签分类。

专利文献CN111709669A(申请号：202010651282.7)公开了一种企业信用评分系统及方法，本发明的企业信用评分系统包括数据收集模块、数据整理模块和数据分析模块，本发明还提供一种企业信用评分方法，包括如下步骤：S1、收集企业互联网信息；S2、将收集的企业互联网信息通过Haddoop平台进行进行整理，获得有效企业信息并存储在数据库；S3、对有效企业信息划分为多个评价维度综合计算企业信用评分。该专利与本申请不同点：该专利是通过一个Haddoop数据中心平台实现相关数据的采集、处理与分析，其主要数据来源是互联网数据。在本申请中，主要的数据来源一方面是企业自身输入的业务数据密文存证，一方面是可信预言机输入的数据，所以本发明与所列发明不同。并且该专利没有涉及区块链技术，没有涉及智能合约技术。

专利文献110414983A(申请号：201910721962.9)公开了一种基于区块链的征信信息处理方法、装置、设备及存储介质，方法包括：获取目标企业的征信关联信息；其中，所述征信关联信息包括企业征信信息以及企业征信评级信息；将所述征信关联信息添加至区块中；将所述区块在区块链系统中发送，以进行区块确认并存储。本发明实施例的技术方案能够利用区块链技术的数据存证能力保证征信信息的准确性和可靠性。该专利与本申请不同点：该专利中介绍的企业征信关联信息和企业征信信息都是由企业自己提供，且征信关联信息并不是企业的业务数据，与本申请有很大的区别。在本申请中企业征信关联信息为两类，一类是企业自己提供的业务数据密文，一类是可信预言机提供的关联信息。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于区块链预言机技术的企业可信信评方法及系统。

根据本发明提供的一种基于区块链预言机技术的企业可信信评方法，包括：

步骤M1：获取企业通过业务系统对接提供的企业业务数据密文信息；

步骤M2：可信预言机传递企业信用相关的可信信息数据及相应的可信预言机可信系数至中介智能合约；

步骤M3：中介智能合约对企业信用相关的可信信息数据进行标签分类，并将分类后的信息及相应的可信预言机可信系数分发到相应的业务智能合约；

步骤M4：业务智能合约对应不同类型的信息模块，根据相应的可信预言机可信系数以及企业业务数据密文信息与企业信息相关的可信信息数据证实结果对企业业务数据密文信息进行可信系数计算；

步骤M5：根据企业业务数据密文信息可信系数得到企业的可信评估指数；

步骤M6：输出企业的可信评估指数至企业、第三方信评机构以及第三方审计机构；

所述中介智能合约是第三方信评机构创建的中介智能合约；

所述业务智能合约是第三方审计机构创建的业务模式相关的智能合约。

优选地，所述可信预言机可信系数包括：

β＝(a-b)*λ(1)

其中，a表示可信预言机所发出的企业信用相关的可信信息数据被证实且接受的次数；b表示可信预言机所发出的企业信用相关的可信信息数据被证伪且拒绝的次数；λ表示信评系统对接的预设个可信预言机对当前可信预言机的自组织投票打分系数。

优选地，所述可信系数计算包括：

其中，μ表示企业业务系统输入信评系统的每条企业业务数据密文信息所对应的可信系数；m表示当在可信信评系统中，企业信用相关的可信信息数据与企业业务数据密文信息比较，企业业务数据密文信息被证实内容不可信一次，则减分m，m≥0；当企业业务数据密文信息被证实内容可信一次，则加分m，m≥0；q表示密文存证被证实不可信的次数；p表示密文存证被证实可信的次数，n表示整数数列。

优选地，所述企业的可信评估指数包括：

θ＝f(μ_总)

其中，θ表示企业的可信信评指数；μ_总表示可信信评系统中关于当前企业的所有企业业务数据密文信息所对应的可信系数总值；f()表示函数映射关系。

优选地，所述M5包括：将当前企业的所有企业业务数据密文信息所对应的可信系数进行加权平均得到企业的可信信评指数。

根据本发明提供的一种基于区块链预言机技术的企业可信信评系统，包括：

模块M1：获取企业通过业务系统对接提供的企业业务数据密文信息；

模块M2：可信预言机传递企业信用相关的可信信息数据及相应的可信预言机可信系数至中介智能合约；

模块M3：中介智能合约对企业信用相关的可信信息数据进行标签分类，并将分类后的信息及相应的可信预言机可信系数分发到相应的业务智能合约；

模块M4：业务智能合约对应不同类型的信息模块，根据相应的可信预言机可信系数以及企业业务数据密文信息与企业信息相关的可信信息数据证实结果对企业业务数据密文信息进行可信系数计算；

模块M5：根据企业业务数据密文信息可信系数得到企业的可信评估指数；

模块M6：输出企业的可信评估指数至企业、第三方信评机构以及第三方审计机构；

所述中介智能合约是第三方信评机构创建的中介智能合约；

所述业务智能合约是第三方审计机构创建的业务模式相关的智能合约。

优选地，所述可信预言机可信系数包括：

β＝(a-b)*λ(1)

其中，a表示可信预言机所发出的企业信用相关的可信信息数据被证实且接受的次数；b表示可信预言机所发出的企业信用相关的可信信息数据被证伪且拒绝的次数；λ表示信评系统对接的预设个可信预言机对当前可信预言机的自组织投票打分系数。

优选地，所述可信系数计算包括：

其中，μ表示企业业务系统输入信评系统的每条企业业务数据密文信息所对应的可信系数；m表示当在可信信评系统中，企业信用相关的可信信息数据与企业业务数据密文信息比较，企业业务数据密文信息被证实内容不可信一次，则减分m，m≥0；当企业业务数据密文信息被证实内容可信一次，则加分m，m≥0；q表示密文存证被证实不可信的次数；p表示密文存证被证实可信的次数，n表示整数数列。

优选地，所述企业的可信评估指数包括：

θ＝f(μ_总)

其中，θ表示企业的可信信评指数；μ_总表示可信信评系统中关于当前企业的所有企业业务数据密文信息所对应的可信系数总值；f()表示函数映射关系。

优选地，所述M5包括：将当前企业的所有企业业务数据密文信息所对应的可信系数进行加权平均得到企业的可信信评指数。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提升效率，缩短信用评级工作的工作量，提高企业信用评价的准确性，通过实时变动的可信数据输入，可以将企业可信信用评价等级或参数的时效性提升到以每天为单位或以每周为单位；

2、本发明实现了可信预言机、链上智能合约、链上数据计算及企业业务数据系统的全流程数据流闭环。

3、本发明通过可信预言机信息输入和中介智能合约的信息分发，可以扩大信息验证源的输入范围，放大可信信息的被证实次数和不可信信息的被证伪次数，使得最终的企业信评等级/指数更具可信性；

4、本发明由于可信信息源范围的扩大，加大了交叉验证的频次，例如企业X某日的应收账款为1000万，可信预言机中输入的银行方传来的该日企业X的对公账户数据、企业X的下游客户方的进货数据等都是可以同时交叉验证这1000万应收账款是否为真的。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为基于区块链预言机技术的企业可信信评方法流程图；

图2为基于区块链预言机技术的企业可信信评系统示意图；

图3为基于区块链预言机技术的企业可信信评系统工作原理示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

实施例1

描述系统框架结构：

该系统由信息输入模块、信息加工处理理模块及信息输出模块构成。

其中信息输入模块主要分为企业业务数据密文信息输入和可信预言机可信输入。信息处理模块主要由第三方信评机构创建的中介智能合约和第三方审计机构创建的业务模式相关的智能合约构成。信息输出模块主要输出企业的可信信评等级或指数。

可信预言机传递可信信息给中介智能合约，中介智能合约按照将信息种类打标签分类，然后按种类分发给业务智能合约A、B、C。业务智能合约A/B/C对应不同类型的信息模块(具体是应收账款、应付账款、存货)，对不同模块进行可信系数计算。最终智能合约A/B/C的计算值加权平均得到一个关于企业X的可信评级指数θ，传回给企业X、第三方审计机构、第三方信评机构。

可信预言机群里至少有5个可信预言机,且这些可信预言机都有对应的可信预言机可信系数β。每个可信预言机的β由自身贡献信息条数和群集里的所有Oracle投票根据一个公式计算得到。中介智能合约收到信息后，分发信息时也会一起将输入该信息的预言机的β随可信信息分发给智能合约A/B/C。智能合约A/B/C在收到中介智能合约的分发的信息和信息所对应的β后，自动验证所关联的模块中与该信息相关的密文存证，并给该密文存证赋值。

如果一条密文存证被证实内容不可信1次则减分一定值，如果一条密文存证被证实内容可信1次，则加分一定值，即每条业务数据密文存证都有一个对应的可信系数μ。最终的企业X的θ由μ组成计算而来。

β的计算逻辑：

假设系统对接的可信预言机的个数为x个，某可信预言机的可信指数为β，此可信预言机所发出的信息被证实并接受的次数为a，此可信预言机所发出的信息被证伪并拒绝的次数为b，群内x个可信预言机对此可信预言机的自组织投票打分系数为λ，则β可以用公示表示为：

β＝(a-b)*λ

μ的计算逻辑：

μ为企业业务系统输入信评系统的每条业务数据密文存证所对应的一个可信系数。假设在可信信评系统中，一条密文存证被证实内容不可信1次则减分m(m≥0),反之亦然。某条密文存证被证实不可信的次数为q,被证实可信的次数为p,该密文存证的相关联验证信息输入方可信预言机的可信指数为β，则该密文存证的μ可以用公示表示为：

θ的计算逻辑：

θ为某企业的可信信评等级/指数，μ_总为可信信评系统中关于该企业的所有存证所对应的一个可信系数总值，f表示一种函数映射关系，则θ可以用公示表示为：

θ＝f(μ_总)

实施例2

实施例2是实施例1的变化例

本发明适用于一般的企业信用评价，并且助力优质企业在资本市场的直接融资更便捷，保护投资人权利。

当前市场上的企业信用评级主要途径有两种：一种是基于小贷业务数据与公开可查的工商、司法数据等建立的企业信用评级，例如蚂蚁金服为企业做的信用评级和企查查、天眼查为企业做的信用评级，此类评级多用一个具体的信用指数来标示企业信用，即此种信用指数是一个数值变量(Numerical variable)；另一种是第三方独立信评机构根据企业实地调研、企业财务数据、经营数据等分析判断为企业做出的信用等级判断，例如标普、惠誉、穆迪、东方金诚、中诚信、联合评级等为企业做的信用评级，此类评级多用等级来标示企业信用(AAA、AA+等)，即此类信用等级是一个顺序变量(Ordinal variable)。

现行的两种途径主要面临的缺陷有：1.蚂蚁金服、企查查等互联网企业所建立的企业信评指数，由于其原始数据所覆盖的范围有限，无法全面反映企业的真实情况，导致最终的企业信评指数可信度有限。并且，在相关数据收集阶段，蚂蚁金服、企查查等主要依赖企业与自身相关的业务数据沉淀，而这些数据都是存储、沉淀在蚂蚁金服、企查查等公司的中心化系统中，容易被篡改，可信度低。2.第三方独立信评机构为企业所建立的信用评级等级，由于其大多是基于已经发生的事实来判断，导致最终的企业信评等级具有滞后性。同时，信评机构对企业的经营分析过渡依赖第三方财务审计报告，一旦财务报告造假，则信评结果便毫无参考意义。

本发明从业务模式上融合了两种信用评级途径的数据来源，使得后续分析更加全面与准确；从技术上引入区块链技术和可信预言机，使得原始数据的可信度得到有效提高，并最终提高信用评级结果的可信度。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (8)

1.一种基于区块链预言机技术的企业可信信评方法，其特征在于，包括：

步骤M1：获取企业通过业务系统对接提供的企业业务数据密文信息；

步骤M2：可信预言机传递企业信用相关的可信信息数据及相应的可信预言机可信系数至中介智能合约；

步骤M3：中介智能合约对企业信用相关的可信信息数据进行标签分类，并将分类后的信息及相应的可信预言机可信系数分发到相应的业务智能合约；

步骤M4：业务智能合约对应不同类型的信息模块，根据相应的可信预言机可信系数以及企业业务数据密文信息与企业信息相关的可信信息数据证实结果对企业业务数据密文信息进行可信系数计算；

步骤M5：根据企业业务数据密文信息可信系数得到企业的可信评估指数；

步骤M6：输出企业的可信评估指数至企业、第三方信评机构以及第三方审计机构；

所述中介智能合约是第三方信评机构创建的中介智能合约；

所述业务智能合约是第三方审计机构创建的业务模式相关的智能合约；

所述可信系数计算包括：

其中，μ表示企业业务系统输入信评系统的每条企业业务数据密文信息所对应的可信系数；m表示当在可信信评系统中，企业信用相关的可信信息数据与企业业务数据密文信息比较，企业业务数据密文信息被证实内容不可信一次，则减分m，m≥0；当企业业务数据密文信息被证实内容可信一次，则加分m，m≥0；q表示密文存证被证实不可信的次数；p表示密文存证被证实可信的次数，n表示整数数列；β_n表示第n个可信预言机可信系数。

2.根据权利要求1所述的基于区块链预言机技术的企业可信信评方法，其特征在于，所述可信预言机可信系数包括：

β＝(a-b)*λ (1)

其中，a表示可信预言机所发出的企业信用相关的可信信息数据被证实且接受的次数；b表示可信预言机所发出的企业信用相关的可信信息数据被证伪且拒绝的次数；λ表示信评系统对接的预设个可信预言机对当前可信预言机的自组织投票打分系数。

3.根据权利要求1所述的基于区块链预言机技术的企业可信信评方法，其特征在于，所述企业的可信评估指数包括：

θ＝f(μ_总)

其中，θ表示企业的可信信评指数；μ_总表示可信信评系统中关于当前企业的所有企业业务数据密文信息所对应的可信系数总值；f()表示函数映射关系。

4.根据权利要求1所述的基于区块链预言机技术的企业可信信评方法，其特征在于，所述M5包括：将当前企业的所有企业业务数据密文信息所对应的可信系数进行加权平均得到企业的可信信评指数。

5.一种基于区块链预言机技术的企业可信信评系统，其特征在于，包括：

模块M1：获取企业通过业务系统对接提供的企业业务数据密文信息；

模块M2：可信预言机传递企业信用相关的可信信息数据及相应的可信预言机可信系数至中介智能合约；

模块M3：中介智能合约对企业信用相关的可信信息数据进行标签分类，并将分类后的信息及相应的可信预言机可信系数分发到相应的业务智能合约；

模块M4：业务智能合约对应不同类型的信息模块，根据相应的可信预言机可信系数以及企业业务数据密文信息与企业信息相关的可信信息数据证实结果对企业业务数据密文信息进行可信系数计算；

模块M5：根据企业业务数据密文信息可信系数得到企业的可信评估指数；

模块M6：输出企业的可信评估指数至企业、第三方信评机构以及第三方审计机构；

所述中介智能合约是第三方信评机构创建的中介智能合约；

所述业务智能合约是第三方审计机构创建的业务模式相关的智能合约；

所述可信系数计算包括：

其中，μ表示企业业务系统输入信评系统的每条企业业务数据密文信息所对应的可信系数；m表示当在可信信评系统中，企业信用相关的可信信息数据与企业业务数据密文信息比较，企业业务数据密文信息被证实内容不可信一次，则减分m，m≥0；当企业业务数据密文信息被证实内容可信一次，则加分m，m≥0；q表示密文存证被证实不可信的次数；p表示密文存证被证实可信的次数，n表示整数数列；β_n表示第n个可信预言机可信系数。

6.根据权利要求5所述的基于区块链预言机技术的企业可信信评系统，其特征在于，所述可信预言机可信系数包括：

β＝(a-b)*λ (1)

其中，a表示可信预言机所发出的企业信用相关的可信信息数据被证实且接受的次数；b表示可信预言机所发出的企业信用相关的可信信息数据被证伪且拒绝的次数；λ表示信评系统对接的预设个可信预言机对当前可信预言机的自组织投票打分系数。

7.根据权利要求5所述的基于区块链预言机技术的企业可信信评系统，其特征在于，所述企业的可信评估指数包括：

θ＝f(μ_总)

其中，θ表示企业的可信信评指数；μ_总表示可信信评系统中关于当前企业的所有企业业务数据密文信息所对应的可信系数总值；f()表示函数映射关系。

8.根据权利要求5所述的基于区块链预言机技术的企业可信信评系统，其特征在于，所述M5包括：将当前企业的所有企业业务数据密文信息所对应的可信系数进行加权平均得到企业的可信信评指数。

Images