CN115204914B - 药品防伪溯源区块链的数据存储方法、装置、设备及介质 - Google Patents
药品防伪溯源区块链的数据存储方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115204914B CN115204914B CN202211125493.2A CN202211125493A CN115204914B CN 115204914 B CN115204914 B CN 115204914B CN 202211125493 A CN202211125493 A CN 202211125493A CN 115204914 B CN115204914 B CN 115204914B
- Authority
- CN
- China
- Prior art keywords
- consensus
- function
- block chain
- calculation
- optimal solution
- 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.)
- Active
Links
- 239000003814 drug Substances 0.000 title claims abstract description 59
- 229940079593 drug Drugs 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013500 data storage Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 238000005457 optimization Methods 0.000 claims abstract description 39
- 238000003860 storage Methods 0.000 claims abstract description 31
- 230000006870 function Effects 0.000 claims description 66
- 238000012795 verification Methods 0.000 claims description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 108020003215 DNA Probes Proteins 0.000 description 1
- 239000003298 DNA probe Substances 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/46—Secure multiparty computation, e.g. millionaire problem
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种药品防伪溯源区块链的数据存储方法、装置、设备及介质，包括：接收各个参与方节点的上链数据，生成创世区块。上链数据多方安全计算得到的函数进行优化，得到图优化目标函数，确定约束条件。基于图优化目标函数和约束条件，进行最优解计算，并确定创世区块的拉格朗日乘子，将得到的最优解和拉格朗日乘子添加到创世区块，并进行全网广播，采用各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件。若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。采用本发明提高了网络传输效率和存储效率。
Description
技术领域
本发明涉及区块链技术领域，尤其涉及一种药品防伪溯源区块链的数据存储方法、装置、设备及介质。
背景技术
目前，我国已经建立相对完善的医疗保障制度，国家医疗保障局数据统计显示，截止2020年，全国基本医疗保险参保136100万人，参保覆盖率稳定在95％以上。医保药品因其价格低廉成为不法分子觊觎的对象，无病虚开、有病多开、“串换销售”、回流药、药品套购等现象严重，医药在生产流通过程中涉及药厂、医院、药房、消费者等多个环节，医药产业供应链长、地域跨度大等问题导致医保药品监管困难。虽然制药厂商、批发商、药房建立相应的信息系统辅助药品追溯供应链管理，但各系统相对孤立，数据共享困难，其次数据可信度也得到公众质疑，同时，由于药品生产流通全生命周期存在着信息不透明、不对称甚至虚假信息等现象，药品流通和交易地区跨度大和时间跨度长，造成药品消费者用药安全隐患。
现有公开的一些参考技术中，例如申请号为202111673327.1的专利文献，提供了一些数据共享监督的方法，但是，由于人口基数大，医药流转数据量较大，直接采用现有方式进行存储和溯源，会导致存储效率较慢，影响药品供应链系统有序发展。
发明内容
本发明实施例提供一种药品防伪溯源区块链的数据存储方法、装置、计算机设备和存储介质，以提高药品防伪溯源区块链的数据存储效率。
为了解决上述技术问题，本申请实施例提供一种药品防伪溯源区块链的数据存储方法，所述药品防伪溯源区块链的数据存储方法包括：
接收各个参与方节点的上链数据，并生成创世区块；
通过所述上链数据，对采用所述多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数；
确定约束条件；
基于所述凸优化目标函数和所述约束条件，采用所述创世区块的拉格朗日乘子进行最优解计算；
将得到的最优解和拉格朗日乘子添加到所述创世区块，并进行全网广播；
采用各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回所述确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。
可选地，所述参与方节点数量为n个，n为正整数，所述通过所述上链数据，对采用所述多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数包括：
采用协同过滤算法，对各个参与方节点进行共识验证；
若共识验证结果为验证通过，则采用如下公式，对采用多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数：
其中，
是目标函数，
，
表示优化调节参数，
为第i个参与方节点向量值。
可选地，所述采用协同过滤算法，对各个参与方节点进行共识验证包括：
采用如下公式进行公式验证：
其中，
表示计算周期，
表示参与共识计算的所有节点集合，
表示优化计算参数变量，
分别表示药品防伪溯源区块链各个参与共识计算的节点中任意三个节点的向量值，且
。
可选地，所述约束条件为：
其中，
和
表示局部约束，
表示优化调节参数。
可选地，所述确定所述创世区块的拉格朗日乘子包括：
采用对偶拉格朗日乘子算法，将拉格朗日函数
表示为：
其中，
表示拉格朗日乘子，
表示药品防伪溯源参与方节点的上链数据组成集合的耦合约束表达式；
采用所述拉格朗日函数
进行计算，得到所述创世区块的拉格朗日乘子的值。
可选地，采用乘子树存储拉格朗日乘子，采用变量树存储各个参与方节点的上链数据。
为了解决上述技术问题，本申请实施例还提供一种药品防伪溯源区块链的数据存储装置，包括：
数据接收模块，用于接收各个参与方节点的上链数据，并生成创世区块；
函数优化模块，用于通过所述上链数据，对采用所述多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数；
约束条件确定模块，用于确定约束条件；
最优解计算模块，用于基于所述凸优化目标函数和所述约束条件，采用所述创世区块的拉格朗日乘子进行最优解计算；
广播模块，用于将得到的最优解和拉格朗日乘子添加到所述创世区块，并进行全网广播；
存储模块，用于通过各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回所述确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。
可选地，所述参与方节点数量为n个，n为正整数，所述函数优化模块包括：
验证单元，用于采用协同过滤算法，对各个参与方节点进行共识验证；
优化单元，用于若共识验证结果为验证通过，则采用如下公式，对采用多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数：
其中，
是目标函数，
，
表示优化调节参数。
可选地，所述验证单元包括：
计算子单元，用于采用如下公式进行公式验证：
其中，
表示计算周期，
表示参与共识计算的所有节点集合，
表示优化计算参数变量，
分别表示药品防伪溯源区块链各个参与共识计算的节点中任意三个节点的向量值，且
，
，
。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述药品防伪溯源区块链的数据存储方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述药品防伪溯源区块链的数据存储方法的步骤。
本发明实施例提供的药品防伪溯源区块链的数据存储方法、装置、计算机设备及存储介质，通过接收各个参与方节点的上链数据，并生成创世区块，通过上链数据，对采用多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数，确定约束条件，基于凸优化目标函数和约束条件，进行最优解计算，并确定创世区块的拉格朗日乘子，将得到的最优解和拉格朗日乘子添加到创世区块，并进行全网广播，采用各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。实现对采用多方安全计算进行计算得到的函数进行优化，保证数据一致性的同时，减少数据传输的量，提高网络传输效率和存储效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图；
图2是本申请的药品防伪溯源区块链的数据存储方法的一个实施例的流程图；
图3是根据本申请的药品防伪溯源区块链的数据存储装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
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作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。
请参阅图1，如图1所示，图1是本发明一实施例中药品防伪溯源区块链的数据存储方法的一应用环境示意图，本申请提供的药品防伪溯源区块链的数据存储方法，可应用在如图1的应用环境中，其中，区块链由若干个相互间能够进行通信的节点组成，每个节点可以看做是一个块存储，各块存储用于保存数据，每一个数据节点之间都包含所有数据，所述块存储数据具备完整历史记录，可快速复原拓展，区域链分为公有链、私有链和联盟链，公有链是任何节点都是开放的，每个机构/节点都可以参与到这个区块链计算，而且任何机构/节点都可以下载获得完整区块链数据，私有链是有些区块链并不希望这个系统任何人都可参与，不对外公开，适用于特定机构的内部数据管理与审计或开放测试等，联盟链是参与每个节点的权限都完全对等，大家在不需要完全互信的情况下就可以实现数据的可信交换，联盟链的各个节点通常有与之对应的实体机构组织，通过授权后才能加入与退出网络，在使用整个区块链备份系统的过程中，需使用数字签字，数字签字设计一个哈希函数、发送者的公钥、发送者的私钥，区块链具备完整的分布式存储特性，其实是更加庞大的网络数据存储同时使用了“哈希算法”形式的数据结构保存基础数据。
请参阅图2，图2示出本发明实施例提供的一种药品防伪溯源区块链的数据存储方法，以该方法应用在图1中的应用环境为例进行说明，详述如下：
S201：接收各个参与方节点的上链数据，并生成创世区块。
具体地，假设药品防伪溯源区块链系统包含
个彼此互不信任的参与方
，且第
个参与方所拥有的数据集表示为：
。
S202：通过上链数据，对多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数。
在一具体可选实施方式中，参与方节点数量为n个，n为正整数，通过上链数据，对采用多方安全计算进行计算的函数进行优化，得到凸优化目标函数包括：
采用协同过滤算法，对各个参与方节点进行共识验证；
若共识验证结果为验证通过，则采用如下公式，对采用多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数：
其中，
是目标函数，
，
表示优化调节参数。
进一步地，采用协同过滤算法，对各个参与方节点进行共识验证包括：
采用如下公式进行公式验证：
其中，
表示计算周期，
表示参与共识计算的所有节点集合，
表示优化计算参数变量，
分别表示药品防伪溯源区块链各个参与共识计算的节点中任意三个节点的向量值，且
，
，
。
S203：确定约束条件。
具体地，本实施例选择(Karush-Kuhn-Tucker，KKT）约束条件进行后续目标函数的最优解计算。
KKT(Karush-Kuhn-Tucker)条件用来求解不等式约束下最优问题，而其简化形式(拉格朗日乘数法)可用来求解等式约束下最优化问题。
优选地，约束条件为：
其中，
和
表示局部约束，
表示优化调节参数。
需要说明的是，本实施例中，在该约束条件下，在存在着等式
和不等式
混合约束情形，因此，药品防伪溯源区块链应用
个彼此互不信任的参与方节点
共识算法约束关系表示为线性组合关系，表示为：
其中，
。
S204：基于凸优化目标函数和约束条件，进行最优解计算，并确定创世区块的拉格朗日乘子。
进一步地，确定创世区块的拉格朗日乘子包括：
采用对偶拉格朗日乘子算法，将拉格朗日函数
表示为：
其中，
表示拉格朗日乘子，
表示药品防伪溯源参与方节点的上链数据组成集合的耦合约束表达式，
，
；
采用拉格朗日函数
进行计算，得到创世区块的拉格朗日乘子的值。
可选地，本实施例采用乘子树存储拉格朗日乘子，采用变量树存储各个参与方节点的上链数据。
其中，乘子（multiplier）亦称乘数，是一类特殊的自同构。设D为群G的一个(v，k，λ)差集，G的运算以加法记，α为G的一个自同构。若存在a，b∈G，使Dα=a+D+b，则称α为D的乘子。当α为零元时，称α为右乘子；当G为阿贝尔群时，若存在整数m，使α为映射x→mx，则称α为一个数值乘子，有时也称m为数值乘子，本实施例中乘子树为用于存储乘子的数，变量树为用于存储上链数据的树。
其中，拉格朗日乘子又称为拉格朗日乘子法(又称为拉格朗日乘数法)，就是求函数 f(x1,x2,...) 在 g(x1,x2,...)=0 的约束条件下的极值的方法。其主要思想是引入一个新的参数λ（即拉格朗日乘子），将约束条件函数与原函数联系到一起，使能配成与变量数量相等的等式方程，从而求出得到原函数极值的各个变量的解。
S205：将得到的最优解和拉格朗日乘子添加到创世区块，并进行全网广播。
S206：采用各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。
进一步地，药品防伪溯源区块链应用系统参与节点分别计算拉格朗日乘子值后申请验证。药品防伪溯源区块链系统收到最新节点数据。根据如下公式计算，过程如下：
其中，
表示第
个彼此互不信任的参与方节点
(除第
个参与方外)验证后新区块的最优解。求解方程组，得到
，更新区块的拉格朗日乘子，直至得到药品防伪溯源区块链各个参与共识节点协同过滤计算，达到一致最优解共识。
本实施例中，接收各个参与方节点的上链数据，并生成创世区块，通过上链数据，对采用多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数，确定约束条件，基于凸优化目标函数和约束条件，进行最优解计算，并确定创世区块的拉格朗日乘子，将得到的最优解和拉格朗日乘子添加到创世区块，并进行全网广播，采用各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。实现对采用多方安全计算进行计算得到的函数进行优化，保证数据一致性的同时，减少数据传输的量，提高网络传输效率和存储效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图3示出与上述实施例药品防伪溯源区块链的数据存储方法一一对应的药品防伪溯源区块链的数据存储装置的原理框图。如图3所示，该药品防伪溯源区块链的数据存储装置包括数据接收模块31、函数优化模块32、约束条件确定模块33、最优解计算模块34、广播模块35和存储模块36。各功能模块详细说明如下：
数据接收模块31，用于接收各个参与方节点的上链数据，并生成创世区块；
函数优化模块32，用于通过上链数据，对多方安全计算进行计算得到的函数进行优化，得到凸优化目标函数；
约束条件确定模块33，用于确定约束条件；
最优解计算模块34，用于基于凸优化目标函数和约束条件，进行最优解计算，并确定创世区块的拉格朗日乘子；
广播模块35，用于将得到的最优解和拉格朗日乘子添加到创世区块，并进行全网广播；
存储模块36，用于通过各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储。
可选地，参与方节点数量为n个，n为正整数，函数优化模块32包括：
验证单元，用于采用协同过滤算法，对各个参与方节点进行共识验证；
优化单元，用于若共识验证结果为验证通过，则采用如下公式，对多方安全计算得到的复杂函数进行优化，得到凸优化目标函数：
其中，
是目标函数，
，
表示优化调节参数。
可选地，验证单元包括：
计算子单元，用于采用如下公式进行公式验证：
其中，
表示计算周期，
表示参与共识计算的所有节点集合，
表示优化计算参数变量，
分别表示药品防伪溯源区块链各个参与共识计算的节点中任意三个节点的向量值，且
。
进一步地，约束条件为：
其中，
和
表示局部约束，
表示优化调节参数。
进一步地，最优解计算模块34中，确定创世区块的拉格朗日乘子包括：
采用对偶拉格朗日乘子算法，将拉格朗日函数
表示为：
其中，
表示拉格朗日乘子，
表示药品防伪溯源参与方节点的上链数据组成集合的耦合约束表达式；
采用拉格朗日函数
进行计算，得到创世区块的拉格朗日乘子的值。
关于药品防伪溯源区块链的数据存储装置的具体限定可以参见上文中对于药品防伪溯源区块链的数据存储方法的限定，在此不再赘述。上述药品防伪溯源区块链的数据存储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。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件连接存储器41、处理器42、网络接口43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器 (Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或D界面显示存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如电子文件的控制的程序代码等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器（Central Processing Unit，CPU）、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的程序代码或者处理数据，例如运行药品防伪溯源区块链的数据存储的程序代码。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有界面显示程序，所述界面显示程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的药品防伪溯源区块链的数据存储方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (7)
1.一种药品防伪溯源区块链的数据存储方法，其特征在于，所述药品防伪溯源区块链的数据存储方法包括：
接收各个参与方节点的上链数据，并生成创世区块；
通过所述上链数据，对多方安全计算得到的复杂函数进行优化，得到凸优化目标函数；
确定约束条件；
基于所述凸优化目标函数和所述约束条件，采用所述创世区块的拉格朗日乘子进行最优解计算；
将得到的最优解和拉格朗日乘子添加到所述创世区块，并进行全网广播；
采用各个共识节点判断得到的最优解和拉格朗日乘子是否满足预设条件，若存在不满足预设条件的共识节点，则返回所述确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储，其中，所述预设条件为各个参与的共识节点协同过滤计算，达到一致最优解共识；
其中，所述参与方节点数量为n个，n为正整数，所述通过所述上链数据，对所述多方安全计算得到的复杂函数进行优化，得到凸优化目标函数包括：
采用协同过滤算法，对各个参与方节点进行共识验证；
若共识验证结果为验证通过，则采用如下公式，对复杂函数进行优化，得到凸优化目标函数：
其中，
是目标函数，
，
表示f()的优化调节参数，
为参与方节点
向量值；
其中，所述采用协同过滤算法，对各个参与方节点进行共识验证包括：
采用如下公式进行共识验证：
其中，
表示计算周期，
表示计算周期T内的优化计算参数变量，
分别表示药
品防伪溯源区块链各个参与共识计算的节点中任意三个节点的向量值，且
，
表
示参与共识计算的所有节点集合。
2.如权利要求1所述的药品防伪溯源区块链的数据存储方法，其特征在于，所述约束条件为：
其中，
和
表示局部约束，
表示优化调节参数。
3.如权利要求2所述的药品防伪溯源区块链的数据存储方法，其特征在于，确定所述创世区块的拉格朗日乘子包括：
采用对偶拉格朗日乘子算法，将拉格朗日函数
表示为：
其中，
表示拉格朗日乘子，
表示药品防伪溯源参与方节点的上链数据
组成集合的耦合约束表达式，
为所述目标函数，
、
为随机函数；
采用所述拉格朗日函数
进行计算，得到所述创世区块的拉格朗日乘子的值。
4.如权利要求1至3任一项所述的药品防伪溯源区块链的数据存储方法，其特征在于，采用乘子树存储拉格朗日乘子，采用变量树存储各个参与方节点的上链数据。
5.一种药品防伪溯源区块链的数据存储装置，其特征在于，所述药品防伪溯源区块链的数据存储装置包括：
数据接收模块，用于接收各个参与方节点的上链数据，并生成创世区块；
函数优化模块，用于通过所述上链数据，对多方安全计算得到的复杂函数进行优化，得到凸优化目标函数；
约束条件确定模块，用于确定约束条件；
最优解计算模块，用于基于所述凸优化目标函数和所述约束条件，采用所述创世区块的拉格朗日乘子进行最优解计算；
广播模块，用于将得到的最优解和拉格朗日乘子添加到所述创世区块，并进行全网广播；
存储模块，用于通过各个共识节点判断得到的最优解和拉格朗日乘子否满足预设条件，若存在不满足预设条件的共识节点，则返回所述确定约束条件的步骤继续执行，若所有共识节点均满足预设条件，则将得到的创世区块添加到本地区块链，并对得到的最优解和拉格朗日乘子进行上链存储，其中，所述预设条件为各个参与的共识节点协同过滤计算，达到一致最优解共识；
其中，所述参与方节点数量为n个，n为正整数，所述函数优化模块包括：
验证单元，用于采用协同过滤算法，对各个参与方节点进行共识验证；
优化单元，用于若共识验证结果为验证通过，则采用如下公式，对多方安全计算得到的复杂函数进行优化，得到凸优化目标函数：
其中，
是目标函数，
，
表示f()的优化调节参数，
为参与方节点
向量值；
其中，验证单元包括：
计算子单元，用于采用如下公式进行公式验证：
其中，
表示计算周期，
表示优化计算参数变量，
分别表示药品防伪溯源区
块链各个参与共识计算的节点中任意三个节点的向量值，且
，
表示参与共识计
算的所有节点集合。
6.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的药品防伪溯源区块链的数据存储方法。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的药品防伪溯源区块链的数据存储方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211125493.2A CN115204914B (zh) | 2022-09-16 | 2022-09-16 | 药品防伪溯源区块链的数据存储方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211125493.2A CN115204914B (zh) | 2022-09-16 | 2022-09-16 | 药品防伪溯源区块链的数据存储方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115204914A CN115204914A (zh) | 2022-10-18 |
| CN115204914B true CN115204914B (zh) | 2023-03-24 |
Family
ID=83572671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211125493.2A Active CN115204914B (zh) | 2022-09-16 | 2022-09-16 | 药品防伪溯源区块链的数据存储方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115204914B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117521092B (zh) * | 2023-10-23 | 2024-04-09 | 广州一牧数据有限公司 | 一种区块链数据回流处理方法及系统 |
| CN118426314A (zh) * | 2024-04-28 | 2024-08-02 | 深圳市卓信创驰技术有限公司 | 基于人工智能的工控机控制方法及介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107392625A (zh) * | 2017-06-29 | 2017-11-24 | 雷霞 | 基于区块链的分布式药品溯源方法及装置 |
| CN109118253A (zh) * | 2018-08-22 | 2019-01-01 | 泰康保险集团股份有限公司 | 区块链药品管控方法、装置、介质及电子设备 |
| KR20210030534A (ko) * | 2019-09-09 | 2021-03-18 | 서강대학교산학협력단 | 블록체인 네트워크를 기반으로 한 의약품 관리 시스템 |
| CN112184268A (zh) * | 2020-10-27 | 2021-01-05 | 广州市家庭医生在线信息有限公司 | 一种基于区块链技术的药品溯源管理方法及系统 |
| CN115022326B (zh) * | 2022-06-17 | 2023-05-16 | 中国人民解放军战略支援部队信息工程大学 | 基于协同过滤推荐的区块链拜占庭容错共识方法 |
-
2022
- 2022-09-16 CN CN202211125493.2A patent/CN115204914B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115204914A (zh) | 2022-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115204914B (zh) | 药品防伪溯源区块链的数据存储方法、装置、设备及介质 | |
| US10942920B2 (en) | Service processing system and method based on blockchain | |
| CN110472201B (zh) | 基于区块链的文本相似性检测方法及装置、电子设备 | |
| Zeng et al. | Solving two-stage robust optimization problems using a column-and-constraint generation method | |
| Stanton et al. | Inside the integrated assessment models: Four issues in climate economics | |
| CN112789824A (zh) | 区块链系统及信息传输方法、系统、装置、计算机介质 | |
| EP3913560A1 (en) | Computer-implemented system and method for determining the state of a machine executable contract implemented using a blockchain | |
| Altaf et al. | A survey of blockchain technology: Architecture, applied domains, platforms, and security threats | |
| Meybodi et al. | Optimal mining: Maximizing bitcoin miners' revenues from transaction fees | |
| CN113055431B (zh) | 一种基于区块链的工业大数据文件高效上链方法及装置 | |
| CN112769548A (zh) | 一种区块链数值信息传输方法、系统、装置及计算机介质 | |
| CN109241357A (zh) | 链式结构模型及其构建方法、系统和终端设备 | |
| Ji et al. | Global electricity trade network: structures and implications | |
| CN112598289A (zh) | 指标配置方法、系统、计算机设备及计算机可读存储介质 | |
| CN112035350B (zh) | 针对区块链系统的测试方法、装置及计算机设备 | |
| Huo et al. | A New Lifetime Exponential‐X Family of Distributions with Applications to Reliability Data | |
| CN113242305A (zh) | 跨链事务处理方法、装置、计算机设备及介质 | |
| CN112163929A (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
| CN110061844B (zh) | 基于区块链的电子签名方法、电子装置及可读存储介质 | |
| Jiao et al. | A global optimization algorithm for generalized quadratic programming | |
| Leteane et al. | Improving the Trustworthiness of Traceability Data in Food Supply Chain Using Blockchain and Trust Model | |
| Narum et al. | On the safe side of stochastic programming: bounds and approximations | |
| CN115512801A (zh) | 医疗标准数据处理方法、装置、设备及存储介质 | |
| CN113379415B (zh) | 区块链系统及信息处理方法、系统、装置、计算机介质 | |
| CN110059097A (zh) | 数据处理方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |