CN113269503A - 一种基于区块链与图神经网络的冷链食品追溯系统及方法 - Google Patents

Abstract

本发明公开了一种基于区块链与图神经网络的冷链食品追溯系统及方法，该系统包括区块链物流模块、大数据存储模块、图神经网络模块、问题食品预警模块，区块链物流模块实现冷链食品的物流流通，并将物流信息以数据链的形式异步上传并存储到大数据存储模块；图神经网络模块每隔固定时间读取大数据存储模块存储的物流信息，用以训练并构建图神经网络；问题食品预警模块根据区块链物流模块的冷链食品物流信息及时发现问题食品，并通过图神经网络发现与问题食品有交集的其他食品及介质并发出预警。通过区块链和图神经网络进行结合，既可以对问题食品的进行多方精准溯源，还能对与问题食品存在交集的其他批次食品及介质进行风险预警。

Description

一种基于区块链与图神经网络的冷链食品追溯系统及方法

技术领域

本发明涉及冷链物流技术领域，更具体的说是涉及一种基于区块链的冷链食品追溯系统及方法。

背景技术

冷链物流泛指冷藏冷冻类食品在生产、贮藏运输、销售，到消费前的各个环节始终处于规定的低温环境下，以保证商品质量、减少商品损耗的一项系统工程，传统冷链物流存在缺乏信任、运输过程不透明、数据存储不透明、共享难度大等诸多问题。

区块链技术是一种由多方共同维护的，使用密码学保证传输和访问安全，能够实现一致性存储、难以篡改、防止抵赖的记账技术，也称为分布式账本技术。在区块链系统中，所有已提交的事物都存储在链中，当新的交易被确认时，将增加链的长度，而不会对前面的数据进行修改，从而保证了数据的完整性。

现有技术如我国专利（CN 111754162 A）公开了一种基于区块链的智慧冷链系统及其方法，此专利描述的系统包含4个子系统：冷链产品监控管理子系统、冷链物流监控管理子系统、冷链信息统一管理子系统、冷链信息查询应用子系统，通过四个子系统的有机融合，借助区块链技术和物联网技术，最终实现了冷链产品和冷链设备等从生产到消费的全过程监控，避免了冷链数据容易被篡改而造成不合格商品进入市场、使消费者从外观上难以判断产品是否存在质量问题的缺陷，在保证产品的质量的同时有效的保证了整个系统的可监管性。

以上技术可以看出在冷链系统中通过区块链技术建立去中心化、数据防篡改、信任机制，将冷链物流数据上链，可以解决冷链食品在运输过程、数据存储等环节的透明性，对冷链食品的单一溯源，查找出被污染的问题食品起到了一定作用。但是现实情况复杂，仅仅单一溯源不能保证冷链物流中的其他食品是否存在被感染的风险，同时也不能查找到污染食品在物流过程中接触到的其他介质，从而对有交集食品做出风险预警。

因此，如何从宏观全局上摸清特定地区某一时间段内冷链食品流通的分布网络，对污染食品做出快速准确的风险预警是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种基于区块链与图神经网络的冷链食品追溯系统及方法，通过将区块链技术与图神经网络的结合，在数据不被篡改、精准溯源的情况下，实现多方溯源，又能够根据食品流通网络，对本地区其他食品做出风险预警。

为了实现上述目的，本发明采用如下技术方案：

一种基于区块链与图神经网络的冷链食品追溯系统，包括：区块链物流模块、大数据存储模块、图神经网络模块、问题食品预警模块；

所述区块链物流模块用来实现冷链食品的物流流通，并将冷链食品物流信息以数据链的形式异步上传并存储到所述大数据存储模块；

所述图神经网络模块每隔固定时间读取所述大数据存储模块存储的冷链食品物流信息，用以训练并构建图神经网络；

所述问题食品预警模块根据区块链物流模块的冷链食品物流信息及时发现问题食品，并通过图神经网络发现与问题食品有交集的其他食品及介质并发出预警。

优选的，所述区块链物流模块实现冷链食品的物流流通具体步骤包括：

生成包含冷链食品物流信息的二维码并由首站企业粘贴在冷链食品包装上，所述首站企业指某一批次的冷链食品流入特定地区时第一次接收该批次冷链食品的企业；

首站企业将粘贴有二维码的冷链食品下发到下游企业；

下游企业通过扫描二维码获取商品信息，并将下游企业的物流信息上传到大数据存储模块；

大数据存储模块通过异步调用智能合约，以哈希值的方式将物流信息存储到区块链上。

优选的，所述下游企业包括多级下游企业，冷链食品逐级下发到下一级下游企业，每一级下游企业均通过扫描二维码将物流信息上传到大数据存储模块并实现物流信息的上链。

优选的，与问题食品有交集的介质包括，接触过问题食品的车辆、地点以及人员。

优选的，通过图神经网络发现与问题食品有交集的其他批次食品及介质发出预警具体包括：

所述图神经网络根据冷链食品在各企业之间的物流信息进行学习拟合，获取特定地区商品流通的网络结构图，所述网络结构图包括企业组成的顶点及冷链食品流动方向组成的边；

冷链食品批次流入越多的企业，其构成的顶点的权重越大，物流流通越频繁，流动方向组成的边的权重越大；根据权重大小对与问题食品在网络结构图中存在交集的其他批次食品及介质发出风险预警。

一种基于上述区块链与图神经网络的冷链食品追溯方法，包括以下步骤：

（1）按照一批一码的原则，为每一批次的冷链食品生成独立的二维码，并由首站企业粘贴在冷链食品包装上；

（2）首站企业将包装好的多个批次冷链食品下发到下游企业，下游企业通过扫描二维码获取食品信息并将物流信息登记上传到大数据存储模块；

（3）大数据存储模块异步调用智能合约，对上传的物流信息实现数据上链；

（4）图神经网络模块每隔固定时间读取所述大数据存储模块存储的冷链食品流通信息，用以训练并构建图神经网络，图神经网络根据同一批次冷链食品在各企业之间的物流信息进行学习拟合，进而获取特定地区食品流通的网络结构图；

（5）发现问题食品时通过扫描二维码追踪问题食品的物流信息，并根据网络结构图发现与问题食品有交集的其他食品及介质，发出风险预警。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于区块链与图神经网络的冷链食品追溯系统及方法，具有以下有益效果：通过区块链和图神经网络技术进行结合构建出该地区食品流通网络，即可以做到对问题食品的多方精准溯源，挖掘问题食品直接相关的物流信息，还能对与问题食品存在交集的其他批次食品及介质进行风险预警。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的系统结构示意图；

图2a、图2b、图2c为本发明实施例提供的三种不同的预警情形示意图；

图3为本发明实施例提供的方法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例一方面公开了一种基于区块链与图神经网络的冷链食品追溯系统，如图1所示包括：区块链物流模块、大数据存储模块、图神经网络模块、问题食品预警模块。

区块链物流模块用来实现冷链食品的物流流通，并将冷链食品物流信息以数据链的形式异步上传并存储到所述大数据存储模块，具体过程包括：系统生成包含冷链食品物流信息的二维码并由首站企业粘贴在冷链食品包装上，所述首站企业指某一批次的冷链食品流入特定地区时第一次接收该批次冷链食品的企业，首站企业将粘贴有二维码的冷链食品下发到下游企业，下游企业通过扫描二维码获取商品信息，并将下游企业的物流信息上传到大数据存储模块，若下游企业存在下级，则下游企业继续将冷链食品下发到下一级企业，下一级企业继续通过扫描二维码将物流信息上传到大数据存储模块，直到冷链食品流最终通到消费者手中。在该过程中系统按照‘首站赋码、一批一码’的原则，当该批次商品经下游企业分为多个批次时，依旧使用首站赋予的二维码，不需要再重新赋码。

大数据存储模块异步调用智能合约，对上传的物流信息实现数据上链，所述上链又称内容存证，是指将交易或流通信息借助智能合约以哈希值或其他方式存储到区块链上。

图神经网络模块每隔固定时间读取所述大数据存储模块存储的冷链食品物流信息，用以训练并构建图神经网络，图神经网络会根据同一批次冷链食品在各企业之间的流转信息进行学习拟合，进而勾勒出特定地区商品流通的网络结构图，一个批次食品的流通信息有：食品名称、食品类型、商品编码、批次号码、上游省份、上游企业、原产国、入境日期、入境口岸、批次重量、发货人、收货人、检验检疫证明、核酸检测报告、消毒证明、运单号、发货企业、发货站点、收货企业、收货站点、发货重量、收货重量、发货时间、收货时间、司机、司机手机号、车牌号信息，根据发货企业、收货企业可判断两个批次商品是否有交集，或者通过运单号来判断，一个运单号里可包含多个商品批次。由于图神经网络是由顶点和边组成，在此模型中，顶点是企业，边是商品批次的流动方向，通过对一段时间内商品流转的学习，商品批次流入越多的企业，在网络中的重要性会越大，两个企业之间流通越频繁，其边的权重就会越大。

问题食品预警模块根据区块链物流模块的冷链食品物流信息及时发现问题食品，并通过图神经网络发现与问题食品有交集的其他食品及介质，然后发出预警。当某一时刻出现阳性商品或问题商品时，通过区块链技术结合图神经网络结构可以及时发现与该问题食品有交集的其他批次商品、司机、车辆等信息，与问题食品直接关联的食品风险越大，间隔越远的食品风险越小，基于此，做出风险预警。

如图2a 所示，某一批次冷链食品作为商品流入某地区后，由企业1发往企业2又发往企业5，仅根据区块链溯源技术，当该批次商品出现问题之后，只会溯源到直接关联的企业1、企业2、企业5这三个企业，却无法发现企业3、企业4，通过图神经网络，则会发现企业3和企业4与企业2有交易来往，可能会由于与问题商品共同放置于一个企业冷库而感染，所以这两个企业同样有风险，应做出预警。

如图2b所示，若商品1和商品2作为同一个包裹发往企业1，在企业1进行分发后，商品1发往了企业2，商品2发往了企业3和企业4，若商品1出现问题，根据区块链技术则会忽视商品2的流向，通过图神经网络与区块链的结合，由于商品1和商品2共同一个包裹，会存在感染风险，所以商品2的流向同样应该做出风险预警。

如图2c所示若商品1和商品2由共同的运输工具运载，商品1由企业1发往企业2，运送完之后，该运输工具又将商品2由企业3发往企业4，当商品1出现问题时，仅根据区块链技术会溯源到企业1和企业2，若通过区块链技术与图神经网络的结合，会发现商品2与问题商品1有过接触，商品2的流通路径同样应该做出预警。

如图3所示本发明实施例另一方面公开了一种基于区块链与图神经网络的冷链食品追溯方法：包括以下步骤：

（1）按照一批一码的原则，为每一批次的冷链食品生成独立的二维码，并由首站企业粘贴在冷链食品包装上；

（2）首站企业将包装好的多个批次冷链食品下发到下游企业，下游企业通过扫描二维码获取食品信息并将物流信息登记上传到大数据存储模块；

（3）大数据存储模块异步调用智能合约，对上传的物流信息实现数据上链；

（4）图神经网络模块每隔固定时间读取所述大数据存储模块存储的冷链食品流通信息，用以训练并构建图神经网络，图神经网络根据同一批次冷链食品在各企业之间的物流信息进行学习拟合，进而获取特定地区食品流通的网络结构图；

（5）发现问题食品时通过扫描二维码追踪问题食品的物流信息，并根据网络结构图发现与问题食品有交集的其他食品及介质，发出风险预警。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种基于区块链与图神经网络的冷链食品追溯系统，其特征在于，包括：区块链物流模块、大数据存储模块、图神经网络模块、问题食品预警模块；

所述区块链物流模块用来实现冷链食品的物流流通，并将冷链食品物流信息以数据链的形式异步上传并存储到所述大数据存储模块；

所述图神经网络模块每隔固定时间读取所述大数据存储模块存储的冷链食品物流信息，用以训练并构建图神经网络；

所述问题食品预警模块根据区块链物流模块的冷链食品物流信息及时发现问题食品，并通过图神经网络发现与问题食品有交集的其他食品及介质并发出预警。

2.根据权利要求1所述的基于区块链与图神经网络的冷链食品追溯系统，其特征在于，所述区块链物流模块实现冷链食品的物流流通具体步骤包括：

按照一批一码的原则生成包含冷链食品物流信息的二维码并由首站企业粘贴在冷链食品包装上，所述首站企业指某一批次的冷链食品流入特定地区时第一次接收该批次冷链食品的企业；

首站企业将粘贴有二维码的冷链食品下发到下游企业；

下游企业通过扫描二维码获取商品信息，并将下游企业的物流信息上传到大数据存储模块；

大数据存储模块通过异步调用智能合约，以哈希值的方式将物流信息存储到区块链上。

3.根据权利要求2所述的基于区块链与图神经网络的冷链食品追溯系统，其特征在于，所述下游企业包括多级下游企业，冷链食品逐级下发到下一级下游企业，每一级下游企业均通过扫描二维码将物流信息上传到大数据存储模块并实现物流信息的上链。

4.根据权利要求1所述的基于区块链与图神经网络的冷链食品追溯系统，其特征在于，所述与问题食品有交集的介质包括，接触过问题食品的车辆、地点以及人员。

5.根据权利要求1所述的基于区块链与图神经网络的冷链食品追溯系统，其特征在于，通过图神经网络发现与问题食品有交集的其他批次食品及介质发出预警具体包括：

所述图神经网络根据冷链食品在各企业之间的物流信息进行学习拟合，获取特定地区食品流通的网络结构图，所述网络结构图包括企业组成的顶点及冷链食品流动方向组成的边；

冷链食品批次流入越多的企业，其构成的顶点的权重越大，物流流通越频繁，流动方向组成的边的权重越大；根据权重大小对与问题食品在网络结构图中存在交集的其他批次食品及介质发出风险预警。

6.根据权利要求1-5任意一项所述的基于区块链与图神经网络的冷链食品追溯系统的冷链食品追溯方法，其特征在于，包括以下步骤：

（1）按照一批一码的原则，为每一批次的冷链食品生成独立的二维码，并由首站企业粘贴在冷链食品包装上；

（2）首站企业将包装好的多个批次冷链食品下发到下游企业，下游企业通过扫描二维码获取食品信息并将物流信息登记上传到大数据存储模块；

（3）大数据存储模块异步调用智能合约，对上传的物流信息实现数据上链；

（4）图神经网络模块每隔固定时间读取所述大数据存储模块存储的冷链食品流通信息，用以训练并构建图神经网络，图神经网络根据同一批次冷链食品在各企业之间的物流信息进行学习拟合，进而获取特定地区食品流通的网络结构图；

（5）发现问题食品时通过扫描二维码追踪问题食品的物流信息，并根据网络结构图发现与问题食品有交集的其他食品及介质，发出风险预警。

Images