CN115601177A - 基于畜产品养殖加工全过程管理模型的智能合约生成方法 - Google Patents
基于畜产品养殖加工全过程管理模型的智能合约生成方法 Download PDFInfo
- Publication number
- CN115601177A CN115601177A CN202211428962.8A CN202211428962A CN115601177A CN 115601177 A CN115601177 A CN 115601177A CN 202211428962 A CN202211428962 A CN 202211428962A CN 115601177 A CN115601177 A CN 115601177A
- Authority
- CN
- China
- Prior art keywords
- management
- product
- intelligent contract
- control
- type
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000012545 processing Methods 0.000 title claims abstract description 87
- 241001465754 Metazoa Species 0.000 title claims abstract description 70
- 238000009395 breeding Methods 0.000 title claims abstract description 56
- 230000001488 breeding effect Effects 0.000 title claims abstract description 56
- 244000144972 livestock Species 0.000 claims abstract description 31
- 238000012795 verification Methods 0.000 claims abstract description 11
- 238000004519 manufacturing process Methods 0.000 claims abstract description 10
- 239000002245 particle Substances 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 6
- 238000004886 process control Methods 0.000 claims description 4
- 108091026890 Coding region Proteins 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 235000019580 granularity Nutrition 0.000 claims 5
- 238000012905 input function Methods 0.000 claims 3
- 238000007726 management method Methods 0.000 abstract description 167
- 238000011161 development Methods 0.000 abstract description 8
- 230000000903 blocking effect Effects 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 abstract description 2
- 241001494479 Pecora Species 0.000 description 6
- 238000009304 pastoral farming Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000003307 slaughter Methods 0.000 description 2
- 101150064138 MAP1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229940031551 inactivated vaccine Drugs 0.000 description 1
- 238000003908 quality control 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
- G06F21/577—Assessing vulnerabilities and evaluating computer system security
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种基于畜产品养殖加工全过程管理模型的智能合约生成方法，属于区块链领域中的数据结构验证与数据存储技术领域，所述方法包括：可自动解析的畜产品养殖加工全过程管理模型的标准数据结构定义，智能合约编码的自动生成，以及智能合约的一键上链部署三部分内容，本发明能较为快速地批量开发校验同类型畜产品、同类型生产操作的相似结构智能合约，智能合约在编码完成后，可一键上链部署，提升了开发效率，降低了开发投入的人力时间成本；基于标准化结构的智能合约校验，可降低服务器运作负载和请求队列阻塞情况，提高基础设施的使用能效，提供更高效快捷的溯源查询服务。
Description
技术领域
本发明涉及区块链智能合约生成方法，具体是一种基于畜产品养殖加工全过程管理模型的智能合约生成方法，用于实现畜产品质量安全信息化管理，属于数据结构验证与数据存储技术领域。
背景技术
目前，行业中现有的区块链智能合约生成方式主要依赖人工代码编写，需要针对智能合约的功能目标逐个开发，因而当对同类智能合约需求数量大的时候，开发时间长且效率低。这一问题在畜产品质量安全信息化管理领域也非常突出，畜产品的种类繁多，可生产操作的类型往往大体相同，在智能合约校验中需要改变的往往只是部分参数的值。但如果逐一去开发智能合约，就会造成大量的人力投入和资源占用浪费在相近的智能合约校验代码上，不具备规模量产效益；这样开发而来的智能合约校验成本均摊到本就利润不高的畜产品上亦不具备经济可行性。
发明内容
发明目的：针对在区块链上实现多品种畜产品生产管控智能合约开发、部署、标准化校验需求，本发明提供一种可快速批量生成的、能对畜产品全过程所有关键质量安全管控环节的操作参数起到精确、专业、标准化校验监管的智能合约的开发和一键上链部署的基于畜产品养殖加工全过程管理模型的智能合约生成方法，有效解决了以下畜产品养殖管控智能合约开发的缺陷：
1）无法重复利用极为相近的代码结构，节约编码时间；
2）一旦需要更新优化大量的同类畜产品智能合约校验规则，需要多次地重复销毁合约、重新编码、重新上链部署合约；
3）为了追求开发效率，只能牺牲校验参数精度，导致对畜产品养殖管控的专业度和精准度不高；
4）提升畜产品养殖管控智能合约的行业专业性与标准度。
技术方案：一种基于畜产品养殖加工全过程管理模型的智能合约生成方法，包括：part1，可自动解析的畜产品养殖加工全过程管理模型的标准数据结构定义；part2，智能合约编码的自动生成；part3，智能合约的一键上链部署。
所述part1中，可自动解析的畜产品养殖加工全过程管理模型的标准数据结构定义包括：
101参考国标标准归类并编码目标畜产品对象；
102定义分类颗粒等级，实现相同类型畜产品对象的多颗粒程度分组；
103定义通用养殖加工全过程管理模型标准数据结构类型；
104定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构；
105定义指定畜产品对象、指定养殖加工全过程管控环节需要自定义的数据字段结构；
106定义同一类型畜产品的养殖加工全过程管控环节组。
所述part2中，智能合约编码的自动生成包括：
201根据畜产品对象的不同类型初始化智能合约组；
202输入（导入）畜产品对象的养殖加工全过程管理模型数据；
203根据畜产品对象的养殖加工全过程管理模型数据自动形成动态校验字段组结构和函数方法；
204自动试运行智能合约静态检错。
所述part3中，智能合约一键上链部署，包括编译和上链部署，首先对智能合约文件代码进行编译，由原始代码转译成二进制码和字节码；然后对智能合约在联盟链上部署：将创建的智能合约文件，以部署交易的方式上链至联盟链；即将智能合约文件二进制码和字节码放入区块链交易的输入数据中，编辑接收地址的地址头，打包成交易区块，完成上链部署。
101-1所述101参考国标标准归类并编码目标畜产品对象中：目标畜产品对象的编码共计15位，前十位引用中国农业行业标准《NY/T3177-2018 农产品分类与代码》，接下来四位为系统默认产品自增序号，最后一位为标记序号。最后一位为0为默认产品对象，对应该产品养殖加工全过程管理模型通用数据字段结构；为1～9时，对应自定义产品对象养殖加工全过程管理模型中的数据字段结构。
102-1所述102定义分类颗粒等级中，实现相同类型畜产品对象的多颗粒程度分组：共有5个类型颗粒度，即依据中国农业行业标准《NY/T3177-2018 农产品分类与代码》，每两位编码为1个颗粒度，由高到低分别标记为A、B、C、D、E5个颗粒度阶梯。其中，A颗粒度覆盖产品对象最宽泛，产品间近似度不高；E颗粒度覆盖产品对象最精密，产品间近似度极高。
103-1所述103所述的定义通用养殖加工全过程管理模型标准数据结构类型共3种，这3种类型分别为1、一般型，2、投入型，3、产出型。
104-1所述104定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构，其中103-1所述的“一般型”类型，其字段结构包含产品对象编码（15位）、结构类型参数（值恒定为1）、管控内容文本、管控执行状态、管控执行时间点，共计5个字段。
104-2所述104定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构，其中103-1所述的“投入型”类型，其字段结构包含产品对象编码（15位）、结构类型参数（值恒定为2）、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间点，共计8个字段。
104-3所述104定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构，其中所述的“产出型”类型，其字段结构包含产品对象编码（15位）、结构类型参数（值恒定为3）、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间点，共计9个字段。
105-1所述105定义指定畜产品对象、指定养殖加工全过程管控环节需要自定义的数据字段结构，包含产品对象编码（15位）、产品分类颗粒度（A～E）、结构类型参数（值恒定为0）、管控内容文本、管控参数键值对、管控执行状态、管控执行时间点、自定义数据结构标记编号（1～9），共计8个字段。某一个产品分类颗粒度下的自定义数据结构，适用于所有该分类颗粒度下的所有产品对象。
106-1所述106定义同一类型畜产品的养殖加工全过程管控环节组，包含产品分类颗粒度（A～E），产品分类编码（分类颗粒度对应位数部分），以及由多个“环节名称&环节序号&结构类型参数”组成的集合，这3个属性特征值。1个养殖加工全过程管理模型，必然映射1个养殖加工全过程管控环节组。
201-1在智能合约编码自动生成环节，根据畜产品对象的不同类型初始化智能合约组，1），定义一般型、投入型、产出型这3种养殖加工全过程管理模型通用数据字段结构类型分别对应的智能合约基础代码结构；2），定义指定畜产品对象、指定养殖加工全过程管控环节自定义结构类型对应的智能合约基础代码结构；3），根据某一类（产品分类编码）或某一个畜产品对象（产品对象编码）的养殖加工全过程管控环节组，初始化对应基础代码结构和数量的sol格式智能合约文件组，并自动归并于同一个文件夹。
201-1-11所述的一般型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。其中，管控信息录入函数对应包含产品管控信息录入数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为1）、管控内容文本、管控执行状态、管控执行时间点，共计5个字段。管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为1）、管控内容文本、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围，共计5个字段。
201-1-12所述的投入型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。其中，管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为2）、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间点，共计8个字段。管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为2）、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围，共计8个字段。
201-1-13所述的产出型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。其中，管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为3）、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间点，共计9个字段。管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为3）、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围，共计9个字段。
201-1-14自定义型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。其中，管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码（15位）、产品分类颗粒度（A～E）、结构类型参数（值恒定为0）、管控内容文本、管控参数键值对、管控执行状态、管控执行时间点、自定义数据结构标记编号（1～9），共计8个字段。管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）、产品分类颗粒度（A～E）、结构类型参数（值恒定为0）、管控内容文本、管控参数键值对、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围、自定义数据结构标记编号（1～9），共计8个字段。
201-1-2所述的根据某一类（产品分类编码）或某一个畜产品对象（产品对象编码）的养殖加工全过程管控环节组，初始化对应基础代码结构（创建一组按编号规则编好的空智能合约文件组和文件夹）且对应数量的sol格式智能合约文件组，并自动归并于同一个文件夹。所述文件夹的编码序号构成为：（1）前十五位为产品对象编码；（2）接下来六位为时间戳包括：2位年份末两位，2位月份，2位日份；（3）接下来三位为系统默认自增序号。智能合约文件的编码序号构成为：前十五位为产品对象编码；接下来一位为结构类型参数（0为自定义型，1为一般型，2为投入型，3为产出型）；最后三位为环节序号。
202-1在智能合约编码自动生成环节，输入（导入）畜产品对象的养殖加工全过程管理模型数据，需要依序（智能合约文件环节序号）以对应管控标准校验函数的json数据结构形态导入。
203-1在智能合约编码自动生成环节，根据畜产品对象的养殖加工全过程管理模型数据自动形成动态校验字段组结构和函数方法，输入（导入）畜产品对象的养殖加工全过程管理模型数据，将依序自动映射进文件夹下的智能合约文件并对管控标准校验函数中的字段相应赋值。
204-1在智能合约编码自动生成环节，自动试运行智能合约，将依次执行基础语法检查、整数溢出漏洞检查、重入漏洞检查这三步静态测试。如可正常运行无漏洞错误提示“可编译部署”，如有漏洞或语法错误高亮提示需要修改的行列值。
301智能合约一键上链部署，首先使用solcjs对所述sol格式智能合约文件代码进行编译，由原始代码转译成二进制码和字节码；
302所述智能合约在联盟链上的部署过程为：将创建的sol格式智能合约文件，以部署交易的方式上链至联盟链；即将智能合约文件二进制码和字节码放入区块链交易的Input Data中，编辑接收地址以0x0开头，打包成交易区块；
303区块链共识节点根据0x0的地址头，判定这一交易区块中的交易类型为“发送合约，部署上链”，验证信息正确性后执行区块上链，即将所述智能合约部署上链。
有益效果：本发明内容具有以下技术优势：（1）能较为快速地批量开发校验同类型畜产品、同类型生产操作的相似结构智能合约，提升了开发效率，降低了开发投入的人力时间成本；（2）智能合约在编码完成后，可一键上链部署；（3）真正对畜产品全过程所有关键质量安全管控环节的操作参数起到精确、专业的校验监管；（4）基于标准化结构的智能合约校验，可降低服务器运作负载和请求队列阻塞情况，提高基础设施的使用能效，提供更高效快捷的溯源查询服务。
附图说明
图1是本发明实施例的方法流程图。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
基于畜产品养殖加工全过程管理模型的智能合约生成方法，包括：part1，可自动解析的畜产品养殖加工全过程管理模型的标准数据结构定义；part2，智能合约编码的自动生成；part3，智能合约的一键上链部署。
101参考国标标准归类并编码目标畜产品对象；
102定义分类颗粒等级，实现相同类型畜产品对象的多颗粒程度分组；
103定义通用养殖加工全过程管理模型标准数据结构类型共3种；
104定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构；
105定义指定畜产品对象、指定养殖加工全过程管控环节需要自定义的数据字段结构；
106定义同一类型畜产品的养殖加工全过程管控环节组。
101-1参考国标标准归类并编码目标畜产品对象：编码共计15位，前十位引用中国农业行业标准《NY/T3177-2018 农产品分类与代码》，接下来四位为系统默认产品自增序号，最后一位为标记序号。最后一位标记序号为0为默认产品对象，对应该产品养殖加工全过程管理模型通用数据字段结构；为1～9时，对应自定义产品对象养殖加工全过程管理模型中的数据字段结构。例如，某一产品对象编号为：020103020301201，其中前十位为NY/T3177-2018中羊肉加工品代码（0201030203），接下来四位“0120”为系统默认产品自增序号，最后一位“1” 为自定义产品对象对应养殖加工全过程管理模型中的数据字段结构。
102-1定义分类颗粒等级，实现相同类型畜产品对象的多颗粒程度分组，共有5个类型颗粒度，即依据中国农业行业标准《NY/T3177-2018 农产品分类与代码》，每两位编码为1个颗粒度，由高到低分别标记为A、B、C、D、E5个颗粒度阶梯。其中，A颗粒度覆盖产品对象最宽泛，产品间近似度不高；E颗粒度覆盖产品对象最精密，产品间近似度极高。例如，羊肉加工品的产品对象标号为：020103020301201，其中A颗粒度下编号为0200000000，在NY/T3177-2018中指代“畜牧业产品”；B颗粒度下编号为0201000000，指代畜牧业产品中包含的“家畜类”；C颗粒度下编号为0201030000，指代家畜类产品中的“羊”；D颗粒度下编号为0201030200，指代羊中包含的“羊肉”；E颗粒度下编号为0201030203，指代羊肉中包含的“羊肉加工品”。
103-1定义通用养殖加工全过程管理模型标准数据结构类型共3种，这3种类型分别为一般型、投入型、和产出型。
104-1定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构，其中“一般型”类型，其字段结构包含产品对象编码（15位）、结构类型参数（值恒定为1）、管控内容文本、管控执行状态、管控执行时间点，共计5个字段。
104-2定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构，其中“投入型”类型，其字段结构包含产品对象编码（15位）、结构类型参数（值恒定为2）、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间点，共计8个字段。
104-3定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构，其中“产出型”类型，其字段结构包含产品对象编码（15位）、结构类型参数（值恒定为3）、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间点，共计9个字段。
105-1定义指定畜产品对象、指定养殖加工全过程管控环节需要自定义的数据字段结构，包含产品对象编码（15位）、产品分类颗粒度（A～E）、结构类型参数（值恒定为0）、管控内容文本、管控参数键值对、管控执行状态、管控执行时间点、自定义数据结构标记编号（1～9），共计8个字段。某一个产品分类颗粒度下的自定义数据结构，适用于所有该分类颗粒度下的所有产品对象。
106-1定义同一类型畜产品的养殖加工全过程管控环节组，包含产品分类颗粒度（A～E），产品分类编码（分类颗粒度对应位数部分），由多个“环节名称&环节序号&结构类型参数”组成的集合，这3个属性特征值。1个养殖加工全过程管理模型，必然映射1个养殖加工全过程管控环节组。例如，羊肉加工品（产品对象编码020103020301201）与分割羊肉（产品对象编码020103020200211）同属一个C级产品分类颗粒度（羊020103），其养殖加工全过程管控环节组相同。
智能合约编码的自动生成，包括：
201根据畜产品对象的不同类型初始化智能合约组；
202输入（导入）畜产品对象的养殖加工全过程管理模型数据；
203根据畜产品对象的养殖加工全过程管理模型数据自动形成动态校验字段组结构和函数方法；
204自动试运行智能合约静态检错。
202-1根据畜产品对象的不同类型初始化智能合约组，包括：1），定义一般型、投入型、产出型这3种养殖加工全过程管理模型通用数据字段结构类型分别对应的智能合约基础代码结构；2），定义指定畜产品对象、指定养殖加工全过程管控环节自定义结构类型对应的智能合约基础代码结构；3），根据某一类（产品分类编码）或某一个畜产品对象（产品对象编码）的养殖加工全过程管控环节组，初始化对应基础代码结构和数量的sol格式智能合约文件组，并自动归并于同一个文件夹。
201-1-11一般型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。
其中，管控信息录入函数对应包含产品管控信息录入数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为1）、管控内容文本、管控执行状态、管控执行时间点，共计5个字段。
管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（以羊肉加工品为例，产品对象编码为020103020301201）、结构类型参数（值恒定为1）、管控内容文本（比如：查看）、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围（比如：2022年3月1日-2022年3月5日），共计5个字段。
201-1-12投入型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。
其中，管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为2）、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间点，共计8个字段。
管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为2）、管控内容文本（比如：防疫）、投入品编号（比如：01001、三联四防灭活疫苗）、投入品投入数量（比如：50）、投入品单位（比如：ml）、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围（比如：2022年5月1日-2022年5月3日），共计8个字段。
201-1-13产出型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。
其中，管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为3）、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间点，共计9个字段。
管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）、结构类型参数（值恒定为3）、管控内容文本（比如：屠宰）、产出品编号（比如：00001、羊肉）、产出品产出数量（比如：100）、产出品单位（比如：kg）、产出品批次号（比如：001）、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围（比如：2022年8月10日-2022年8月31日），共计9个字段。
201-1-14自定义型智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块。
其中，管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码（15位）、产品分类颗粒度（A～E）、结构类型参数（值恒定为0）、管控内容文本、管控参数键值对、管控执行状态、管控执行时间点、自定义数据结构标记编号（1～9），共计8个字段。
管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码（15位）（以羊肉加工品为例，产品对象编码为020103020301201）、产品分类颗粒度（A～E）（比如羊肉加工品和分割羊肉同属分类颗粒度C）、结构类型参数（值恒定为0）、管控内容文本（比如：放牧）、管控参数键值对（比如：key：放牧，vaule：一天一次）、管控执行状态（值恒定为1，即完成执行）、管控执行时间范围（比如：2022年5月3日-2022年6月2日）、自定义数据结构标记编号（1～9）（比如：1），共计8个字段。
201-1-2根据某一类（产品分类编码）或某一个畜产品对象（产品对象编码）的养殖加工全过程管控环节组，初始化对应基础代码结构且对应数量的sol格式智能合约文件组，并自动归并于同一个文件夹。比如：羊肉加工品（产品对象编码020103020301201）与分割羊肉（产品对象编码020103020200211）属同一个“羊”产品的养殖加工全过程质量管控环节组，将自动归并于同一个文件夹。
其第一个特征在于，文件夹的编码序号构成为：前十五位为产品对象编码；接下来六位为时间戳包括：2位年份末两位，2位月份，2位日份；接下来三位为系统默认自增序号。比如：一个文件夹的编码序号为020103000001201220721020，其中前十五位“020103000001201”为羊的产品对象编码，接下来六位“220721”为时间戳，最后三位“020”为系统默认自增序号。
其第二个特征在于，智能合约文件的编码序号构成为：前十五位为产品对象编码；接下来一位为结构类型参数（0为自定义型，1为一般型，2为投入型，3为产出型）；最后三位为环节序号。比如：一个智能合约文件的编码序号为0201030000012011001，其中前十五位“020103000001201”为羊的产品对象编码，接下来一位“1”指代结构类型参数为“一般型”，最后三位“001”为环节序号。
202-1在智能合约编码自动生成环节，输入（导入）畜产品对象的养殖加工全过程管理模型数据，需要依序（智能合约文件环节序号）以对应管控标准校验函数的json数据结构形态导入：比如：一个畜产品对象020103020301201羊肉加工品所符合对应的养殖加工全过程管理模型有001、010、012、022四个环节，分别是一般型查看环节，投入型防疫环节，产出型屠宰环节和自定义型放牧环节（自定义环节对应C级分类颗粒度，因此羊肉加工品也受到该管控环节限制）；其对应养殖加工全过程管理模型数据如下：
[{"001":[{"产品对象编码":"020103020301201","结构类型参数":"1","管控内容文本":"查看","管控执行状态":"1","管控执行时间范围":["2022 年3月1日","2022年3月5日"]}]},{"010":[{"产品对象编码":"020103020301201","结构类型参数":"2","管控内容文本":"防疫","投入品编号":"01001","投入品投入数量":"50","投入品单位":"ml","管控执行状态":"1","管控执行时间范围":["2022 年5月1日","2022 年5月3日"]}]},{"012":[{"产品对象编码":"020103020301201","结构类型参数":"3","管控内容文本":"屠宰","产出品编号":"00001","产出品产出数量":"100","产出品单位":"kg","产出品批次号":"001","管控执行状态":"1","管控执行时间范围":["2022 年8月10日","2022 年8月31日"]}]},{"022":[{"产品对象编码":"020103020301201","产品分类颗粒度":"C","结构类型参数":"0","管控内容文本":"放牧","管控参数键值对":{"key":"放牧","value":"一天一次"},"管控执行状态":"1","管控执行时间范围":["2022年5月3日","2022 年6月2日"],"自定义数据结构标记编号":"1"}]}]
203-1在智能合约编码自动生成环节，根据畜产品对象的养殖加工全过程管理模型数据自动形成动态校验字段组结构和函数方法，输入（导入）畜产品对象的养殖加工全过程管理模型数据，将依序自动映射进文件夹下的智能合约文件并对管控标准校验函数中的字段相应赋值。
204-1在智能合约编码自动生成环节，自动试运行智能合约，将依次执行基础语法检查、整数溢出漏洞检查、重入漏洞检查这三步静态测试。如可正常运行无漏洞错误提示“可编译部署”，如有漏洞或语法错误高亮提示需要修改的行列值。
301根据智能合约一键上链部署，包括编译和上链部署，首先使用solcjs对所述sol格式智能合约文件代码进行编译，由原始代码转译成二进制码和字节码；
302智能合约在联盟链上的部署过程为：将创建的sol格式智能合约文件，以部署交易的方式上链至联盟链；即将智能合约文件二进制码和字节码放入区块链交易的InputData中，编辑接收地址以0x0开头，打包成交易区块；
303区块链共识节点根据0x0的地址头，判定这一交易区块中的交易类型为“发送合约，部署上链”，验证信息正确性后执行区块上链，即将所述智能合约部署上链。
Claims (9)
1.一种基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，包括：可自动解析的畜产品养殖加工全过程管理模型的标准数据结构定义；智能合约编码的自动生成；智能合约的一键上链部署；
所述的可自动解析的畜产品养殖加工全过程管理模型的标准数据结构定义，包括：参考国标标准归类并编码目标畜产品对象；定义分类颗粒等级，实现相同类型畜产品对象的多颗粒程度分组；定义通用养殖加工全过程管理模型标准数据结构类型；定义同一类型畜产品养殖加工全过程管理模型通用数据字段结构；定义指定畜产品对象、指定养殖加工全过程管控环节需要自定义数据字段结构；定义同一类型畜产品的养殖加工全过程管控环节组；
所述的智能合约编码的自动生成，包括：根据畜产品对象的不同类型初始化智能合约组；输入畜产品对象的养殖加工全过程管理模型数据；根据畜产品对象的养殖加工全过程管理模型数据自动形成动态校验字段组结构和函数方法；自动试运行智能合约静态检错；
所述的智能合约一键上链部署，包括编译和上链部署，首先对智能合约文件代码进行编译，由原始代码转译成二进制码和字节码；然后对智能合约在联盟链上部署：将创建的智能合约文件，以部署交易的方式上链至联盟链；即将智能合约文件二进制码和字节码放入区块链交易的输入数据中，编辑接收地址的地址头，打包成交易区块，完成上链部署。
2.根据权利要求1所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，所述参考国标标准归类并编码目标畜产品对象中：目标畜产品对象的编码共计15位，前十位引用中国农业行业标准中的畜产品编码，接下来四位为系统默认产品自增序号，最后一位为标记序号；最后一位用于标记为默认产品对象还是自定义产品对象，默认产品对象对应该产品养殖加工全过程管理模型通用数据字段结构；自定义产品对象对应自定义产品对象养殖加工全过程管理模型中的数据字段结构。
3.根据权利要求1所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，定义通用养殖加工全过程管理模型标准数据结构类型包括一般型、投入型和产出型三种；
所述定义同一类型畜产品的养殖加工全过程管理模型通用数据字段结构，其中所述一般型类型，其字段结构包含产品对象编码、结构类型参数、管控内容文本、管控执行状态、管控执行时间点，共计5个字段；所述投入型类型，其字段结构包含产品对象编码、结构类型参数、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间点，共计8个字段；所述产出型类型，其字段结构包含产品对象编码、结构类型参数、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间点，共计9个字段。
4.根据权利要求1所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，所述定义指定畜产品对象、指定养殖加工全过程管控环节需要自定义的数据字段结构，包含产品对象编码、产品分类颗粒度、结构类型参数、管控内容文本、管控参数键值对、管控执行状态、管控执行时间点、自定义数据结构标记编号，共计8个字段；某一个产品分类颗粒度下的自定义数据结构，适用于所有该分类颗粒度下的所有产品对象。
5.根据权利要求1所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，在智能合约编码自动生成环节，根据畜产品对象的不同类型初始化智能合约组：1），定义一般型、投入型、产出型这3种养殖加工全过程管理模型通用数据字段结构类型分别对应的智能合约基础代码结构；2），定义指定畜产品对象、指定养殖加工全过程管控环节自定义结构类型对应的智能合约基础代码结构；3），根据某一类或某一个畜产品对象的养殖加工全过程管控环节组，初始化对应基础代码结构和数量的sol格式智能合约文件组，并自动归并于同一个文件夹。
6.根据权利要求5所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，所述智能合约基础代码结构，包括solidity基础代码结构、管控信息录入函数、管控标准校验函数三部分结构模块；
其中，一般型智能合约基础代码结构的管控信息录入函数对应包含产品管控信息录入数据结构，包含产品对象编码、结构类型参数、管控内容文本、管控执行状态、管控执行时间点，共计5个字段；一般型智能合约基础代码结构的管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码、结构类型参数、管控内容文本、管控执行状态、管控执行时间范围，共计5个字段；
投入型智能合约基础代码结构的管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码、结构类型参数、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间点，共计8个字段；投入型智能合约基础代码结构的管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码、结构类型参数、管控内容文本、投入品编号、投入品投入数量、投入品单位、管控执行状态、管控执行时间范围，共计8个字段；
产出型智能合约基础代码结构的管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码、结构类型参数、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间点，共计9个字段；产出型智能合约基础代码结构的管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码、结构类型参数、管控内容文本、产出品编号、产出品产出数量、产出品单位、产出品批次号、管控执行状态、管控执行时间范围，共计9个字段；
自定义型智能合约基础代码结构的管控信息录入函数对应引用产品管控信息录入数据结构，包含产品对象编码、产品分类颗粒度、结构类型参数、管控内容文本、管控参数键值对、管控执行状态、管控执行时间点、自定义数据结构标记编号，共计8个字段；自定义型智能合约基础代码结构的管控标准校验函数对应引用管控标准校验数据结构，包含产品对象编码、产品分类颗粒度、结构类型参数、管控内容文本、管控参数键值对、管控执行状态、管控执行时间范围、自定义数据结构标记编号，共计8个字段。
7.根据权利要求5所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，所述的根据某一类或某一个畜产品对象的养殖加工全过程管控环节组，初始化对应基础代码结构且对应数量的sol格式智能合约文件组，并自动归并于同一个文件夹；所述文件夹的编码序号构成为：（1）前十五位为产品对象编码；（2）接下来六位为时间戳包括：2位年份末两位，2位月份，2位日份；（3）接下来三位为系统默认自增序号；智能合约文件的编码序号构成为：前十五位为产品对象编码；接下来一位为结构类型参数；最后三位为环节序号。
8.根据权利要求1所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，在智能合约编码自动生成环节，输入畜产品对象的养殖加工全过程管理模型数据，需要依智能合约文件环节序号以对应管控标准校验函数的json数据结构形态导入；将依序自动映射进文件夹下的智能合约文件并对管控标准校验函数中的字段相应赋值；
自动试运行智能合约：将依次执行基础语法检查、整数溢出漏洞检查、重入漏洞检查这三步静态测试；如可正常运行无漏洞错误提示“可编译部署”，如有漏洞或语法错误高亮提示需要修改的行列值。
9.根据权利要求1所述的基于畜产品养殖加工全过程管理模型的智能合约生成方法，其特征在于，智能合约一键上链部署，首先使用solcjs对所述sol格式智能合约文件代码进行编译，由原始代码转译成二进制码和字节码；将创建的sol格式智能合约文件，以部署交易的方式上链至联盟链；即将智能合约文件二进制码和字节码放入区块链交易的InputData中，编辑接收地址以0x0开头，打包成交易区块；区块链共识节点根据0x0的地址头，判定这一交易区块中的交易类型为“发送合约，部署上链”，验证信息正确性后执行区块上链，即将所述智能合约部署上链。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211428962.8A CN115601177B (zh) | 2022-11-15 | 2022-11-15 | 基于畜产品养殖加工全过程管理模型的智能合约生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211428962.8A CN115601177B (zh) | 2022-11-15 | 2022-11-15 | 基于畜产品养殖加工全过程管理模型的智能合约生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115601177A true CN115601177A (zh) | 2023-01-13 |
| CN115601177B CN115601177B (zh) | 2023-04-28 |
Family
ID=84852237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211428962.8A Active CN115601177B (zh) | 2022-11-15 | 2022-11-15 | 基于畜产品养殖加工全过程管理模型的智能合约生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115601177B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110880146A (zh) * | 2019-11-21 | 2020-03-13 | 上海中信信息发展股份有限公司 | 区块链上链方法、装置、电子设备及存储介质 |
| WO2020119379A1 (zh) * | 2018-12-12 | 2020-06-18 | 阿里巴巴集团控股有限公司 | 一种基于区块链智能合约的编解码方法及系统 |
| CN112269836A (zh) * | 2020-11-15 | 2021-01-26 | 北京物资学院 | 一种区块链智能合约生成与管理系统及其实现机制 |
| CN112380555A (zh) * | 2020-11-27 | 2021-02-19 | 南京知麦信息科技有限公司 | 一种基于区块链智能合约的农产品溯源信息上链方法 |
-
2022
- 2022-11-15 CN CN202211428962.8A patent/CN115601177B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020119379A1 (zh) * | 2018-12-12 | 2020-06-18 | 阿里巴巴集团控股有限公司 | 一种基于区块链智能合约的编解码方法及系统 |
| CN110880146A (zh) * | 2019-11-21 | 2020-03-13 | 上海中信信息发展股份有限公司 | 区块链上链方法、装置、电子设备及存储介质 |
| CN112269836A (zh) * | 2020-11-15 | 2021-01-26 | 北京物资学院 | 一种区块链智能合约生成与管理系统及其实现机制 |
| CN112380555A (zh) * | 2020-11-27 | 2021-02-19 | 南京知麦信息科技有限公司 | 一种基于区块链智能合约的农产品溯源信息上链方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115601177B (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109445834B (zh) | 基于抽象语法树的程序代码相似性快速比较方法 | |
| CN112380555B (zh) | 一种基于区块链智能合约的农产品溯源信息上链方法 | |
| CN106777101B (zh) | 数据处理引擎 | |
| CN101201836B (zh) | 基于带记忆确定有限自动机的正则表达式匹配加速方法 | |
| CN106874244B (zh) | 一种基于工作序列的文档自动生成模型的构建方法 | |
| CN111367886A (zh) | 数据库中数据迁移的方法及装置 | |
| CN102687124A (zh) | 分析查询优化器性能的设备和方法 | |
| CN104933588A (zh) | 用于拓展商品品类的数据标注平台及方法 | |
| CN109062565B (zh) | 数字卫星aos协议遥测源代码人工智能书写方法 | |
| CN111679979B (zh) | 破坏性测试方法及装置 | |
| CN112651218A (zh) | 一种标书自动生成方法、管理方法、介质以及计算机 | |
| CN115391439B (zh) | 文档数据导出方法、装置、电子设备和存储介质 | |
| CN111045670B (zh) | 一种二进制代码与源代码间复用关系的识别方法与装置 | |
| CN107562429A (zh) | 一种基于编译规则的Android系统静态划分方法 | |
| CN110889272A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN114896197A (zh) | 多格式文档统一入库方法、装置及系统 | |
| CN114527991A (zh) | 代码的扫描方法、装置、设备、存储介质及程序产品 | |
| CN115601177A (zh) | 基于畜产品养殖加工全过程管理模型的智能合约生成方法 | |
| Shrestha et al. | SLNET: A redistributable corpus of 3rd-party Simulink models | |
| CN112148343B (zh) | 规则发布方法、装置及终端设备 | |
| CN113923268A (zh) | 一种针对多版本通信规约的解析方法、设备及存储介质 | |
| CN116346961B (zh) | 金融报文处理方法、装置、电子设备及存储介质 | |
| CN112668292A (zh) | 一种从系统配置规则中自动提取追踪矩阵的方法及其应用 | |
| CN111858647B (zh) | 一种数据源间转换字段类型的校验方法 | |
| CN104978379A (zh) | 一种应用程序资料站的搭建方法及装置 |
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 |