CN116385030A - 一种基于区块链的溯源方法 - Google Patents

一种基于区块链的溯源方法 Download PDF

Info

Publication number
CN116385030A
CN116385030A CN202310659532.5A CN202310659532A CN116385030A CN 116385030 A CN116385030 A CN 116385030A CN 202310659532 A CN202310659532 A CN 202310659532A CN 116385030 A CN116385030 A CN 116385030A
Authority
CN
China
Prior art keywords
data
tracing
blockchain
block chain
distribution
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
Application number
CN202310659532.5A
Other languages
English (en)
Other versions
CN116385030B (zh
Inventor
袁道红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Nongfu Shop Technology Research Institute
Original Assignee
Beijing Nongfu Shop Technology Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Nongfu Shop Technology Research Institute filed Critical Beijing Nongfu Shop Technology Research Institute
Priority to CN202310659532.5A priority Critical patent/CN116385030B/zh
Publication of CN116385030A publication Critical patent/CN116385030A/zh
Application granted granted Critical
Publication of CN116385030B publication Critical patent/CN116385030B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • 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
    • G06Q50/04—Manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Manufacturing & Machinery (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)

Abstract

一种基于区块链的溯源方法，包括数据管理模块、模型构建模块、溯源分析模块；本发明提出的溯源方法，对收集的原始数据进行预处理，将处理数据上传至分布式储存系统，用区块链技术为基础，根据约束条件，构建溯源检测模型，进行溯源识别。

Description

一种基于区块链的溯源方法
技术领域
本发明涉及区块链技术领域，具体地说，涉及一种基于区块链的溯源方法。
背景技术
在当今全球化的市场经济体系中，商品的流通已经日益频繁，所以快速准确地了解商品的生产、流通情况，这不仅是消费者面临的问题，同样也是生产企业和商家所面临的挑战。同时，随着社会对食品安全、健康环保等问题的高度关注，用户对于产品的质量和信誉度要求越来越高，而商品溯源可以有效的解决这些问题。传统的商品溯源方式需要依赖于各个节点之间的数据传输和共享，然而这种方式十分容易出现信息不对称或造假等情况，从而使得溯源失去效力。此外，传统的溯源方式还存在着数据安全性和可信性方面的问题，一旦某个节点被攻击或破坏，整个溯源系统的安全性都会受到威胁。区块链技术具有去中心化、分布式、不可篡改的特点能够有效地避免信息不对称或造假、保障数据的安全性和可信性问题。基于区块链的溯源方法，可以保证数据的完整性、有效性、可追溯性，提供了一种更高效的数据溯源方法。
发明内容
本发明的目的在于提供一种基于区块链的溯源方法，以解决上述背景技术中提出的问题。
为了实现上述目的，本发明提供一种基于区块链的溯源方法，包括数据管理模块、模型构建模块、溯源分析模块；首先，进行原始数据的收集，在对原始数据进行处理得到特征分布，将详细数据上传至区块链分布式储存系统，其次，采用区块链技术，通过哈希加密算法，对数据进行加密，根据区块链数据特征分布提取，，构建溯源数据区块链分布特征检测模型，以最短寻优函数和参数寻优模型互为约束条件，进行溯源识别，实现精准溯源，最后进行溯源结果分析，寻找问题源头。
进一步的，所述数据管理模块，对溯源数据进行原始数据的收集，收集包含时间特征的原始数据。
进一步的，所述数据管理模块，对原始数据进行预处理，提取数据特征分布，详细过程如下：
设溯源数据的初始收集时间序列为
Figure SMS_1
， 区块链数据融合的特征响应为/>
Figure SMS_2
，结合区块链频域特征融合，计算输出特征响应，公式如下：
Figure SMS_3
Figure SMS_4
代表区块链输出特征响应，k代表伽罗华域数值流，根据区块链分布数据稳态特征参数t，计算区块链分布数据检测输出A，公式如下：
Figure SMS_5
Figure SMS_6
代表区块链数据融合系数，b代表数据回归系数，/>
Figure SMS_7
代表融合特征有效系数；通过空间增益调度，以分布数据融合结果为输入，计算检测特征量B，公式如下：
Figure SMS_8
。
进一步的，所述数据管理模块，构建分布式储存系统，数据存储在区块链多个节点上，每个节点都保存着完整的区块链副本，利用 IPFS技术，使用内容地址来寻址和获取文件。将数据分成多个小块，这些块会被存储在网络中的不同节点上，使得区块链的数据存储更加安全可靠。
进一步的，所述模型构建模块，基于区块链加密技术，采用改进的哈希算法，对数据进行加密操作哈希函数计算不可逆和强随机性，保证数据的安全，采用加密数据进行溯源操作。
进一步的，所述模型构建模块，本发明使用基于区块链技术，构建溯源数据区块链分布特征检测模型，先计算区块链分布检测的随机概率密度函数D，公式如下：
Figure SMS_9
Figure SMS_10
代表区块链数据特征分布概率，设溯源的连续函数为/>
Figure SMS_11
，采用指数序列分布式检测，计算区块链分布数据的随机概率密度分布U为：
Figure SMS_12
Figure SMS_13
代表第j个数据的哈希值，s表示数据编码多项式函数，m代表数据哈希值总数，溯源的优化解析函数E的公式为：
Figure SMS_14
Figure SMS_15
代表区块链数据特征迭代解析次数，构建溯源过程运维函数H，公式如下：
Figure SMS_16
采用相似度特征分解，进行区块链分布检测，检测函数L公式如下：
Figure SMS_17
根据公式，概率分布函数转化为溯源分布结果，获取溯源过程代表性数据，计算溯源过程的调节值N，公式如下：
Figure SMS_18
Figure SMS_19
代表各数据哈希值对应的权重，建立参数怕匹配机制，计算的约束参数Q计算公式为：
Figure SMS_20
Figure SMS_21
表示分布数据融合参数，c表示初始数据特征匹配系数，建立溯源数据检测模型。该溯源数据特征检测模型中采用改进的约束参数，联合检测函数，加强了溯源检测模型对数据溯源结果的准确性。
进一步的，所述模型建立模块，通过参数寻优模型，联合改进的最短寻优函数，进行数据快速精准溯源，详细过程如下：
在区块链平台进行溯源融合和溯源追踪，计算溯源特征规划模型分量W，计算公式如下：
Figure SMS_22
对溯源目标，构建参数寻优模型，公式如下
Figure SMS_23
V代表最优值，计算溯源数据的适应度Z，公式如下：
Figure SMS_24
Figure SMS_25
代表区块链数据融合的特征响应为，i代表第i个数据，计算溯源数据的复杂度/>
Figure SMS_26
，公式如下：
Figure SMS_27
定义数据可信度
Figure SMS_28
，计算公式如下：
Figure SMS_29
Figure SMS_30
分别表示第i个第i-1个可信度，采用路径寻优算法，得到溯源最短寻优函数/>
Figure SMS_31
，公式如下：
Figure SMS_32
Figure SMS_33
表示溯源统计特征量，/>
Figure SMS_34
代表溯源位置信息，/>
Figure SMS_35
为溯源时间参数，该溯源检测模型以最短寻优函数和参数寻优模型互为约束条件，通过溯源最短寻优函数，将溯源过程代表性数据输入，结合数据适应度公式，完成溯源目标参数寻优，使数据进入区块链平台，实现快速精准溯源。
进一步的，所述分析模块，追踪数据的源头和去向，对溯源结果进行分析，了解产品生产过程，发现和排除问题，增加信息的可靠性。
本发明有益效果：
（1）本发明提出的一种基于区块链的溯源方法，包括数据管理模块、模型构建模块、分析模块。本发明提供的基于区块链的溯源方法，对收集的原始数据进行处理，提取数据特征分布，将数据传入分布式储存系统，基于区块链加密技术，采用哈希算法对数据进行加密，用加密数据进行溯源操作，该溯源方法通过构建溯源数据区块链分布特征检测模型，改进了约束参数，联合检测函数，提高了溯源检测模型对数据溯源结果的准确性，以最短寻优函数和参数寻优模型互为约束条件，通过最短寻优函数，减少溯源所耗过程，简化了溯源流程，将溯源过程代表性数据输入，结合数据适应度公式，完成溯源目标参数寻优，使数据进入区块链平台，实现精准溯源。对溯源结果进行分析，追踪数据的源头和去向，了解产品生产过程，发现和排除问题，增加信息的可靠性。
（2）本发明提出的一种基于区块链的溯源方法，改善源的精准度和效率：传统的溯源方式需要依靠各个节点之间的数据传输和共享，而基于区块链的溯源方法采用分布式节点技术，能够快速、准确记录和管理商品的生产、流通信息，提供溯源的精准度和效率。本发明采用区块链技术进行数据存储和管理，保障数据安全性和可信性，防止信息被篡改或泄露，有效避免信息不对称、信息造假问题。本发明提出的溯源方法记录每个环节的信息并记录在区块链上，实现全程实时的信息溯源。消费者可以通过溯源结果了解生产、流通情况，提高消费者的信任度和满意度。本发明提为企业提供更高效、更安全的数据传输和管理方式，采用分布式节点技术，使企业进行更高效、更安全的数据传输和管理。本发明所提出的一种基于区块链的溯源方法，具有改善精准度和效率、提高数据安全性和可信性、实现全程实时溯源、提供高效安全的数据传输和管理方式、促进产业升级和转型等诸多有益效果，是一种具有广泛应用前景的技术方案。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明结构示意图。
具体实施方式
结合以下实例对本发明作进一步描述。
参见图1，本发明的目的在于提供一种基于区块链的溯源方法，以解决上述背景技术中提出的问题。
为了实现上述目的，本发明提供一种基于区块链的溯源方法，包括数据管理模块、模型构建模块、溯源分析模块；首先，进行原始数据的收集，在对原始数据进行处理得到特征分布，将详细数据上传至区块链分布式储存系统，其次，采用区块链技术，通过哈希加密算法，对数据进行加密，根据区块链数据特征分布提取，构建溯源数据区块链分布特征检测模型，以最短寻优函数和参数寻优模型互为约束条件，进行溯源识别，实现精准溯源，最后进行溯源结果分析，寻找问题源头。
在所述数据管理模块，对溯源数据进行原始数据的收集，收集包含时间特征的原始数据。
之后对原始数据进行预处理，提取数据特征分布，详细过程如下：
设溯源数据的初始收集时间序列为
Figure SMS_36
， 区块链数据融合的特征响应为/>
Figure SMS_37
，结合区块链频域特征融合，计算输出特征响应，公式如下：
Figure SMS_38
Figure SMS_39
代表区块链输出特征响应，k代表伽罗华域数值流，根据区块链分布数据稳态特征参数t，计算区块链分布数据检测输出A，公式如下：
Figure SMS_40
Figure SMS_41
代表区块链数据融合系数，b代表数据回归系数，/>
Figure SMS_42
代表融合特征有效系数；通过空间增益调度，以分布数据融合结果为输入，计算检测特征量B，公式如下：
Figure SMS_43
。
构建分布式储存系统，数据存储在区块链多个节点上，每个节点都保存着完整的区块链副本，利用 IPFS技术，使用内容地址来寻址和获取文件。将数据分成多个小块，这些块会被存储在网络中的不同节点上，使得区块链的数据存储更加安全可靠。
在模型构建模块，基于区块链加密技术，采用哈希算法，对数据进行加密操作。
本发明使用基于区块链技术，构建溯源数据区块链分布特征检测模型，先计算区块链分布检测的随机概率密度函数D，公式如下：
Figure SMS_44
Figure SMS_45
代表区块链数据特征分布概率，设溯源的连续函数为/>
Figure SMS_46
，采用指数序列分布式检测，计算区块链分布数据的随机概率密度分布U为：
Figure SMS_47
Figure SMS_48
代表第j个数据的哈希值，s表示数据编码多项式函数，m代表数据哈希值总数，溯源的优化解析函数E的公式为：
Figure SMS_49
Figure SMS_50
代表区块链数据特征迭代解析次数，构建溯源过程运维函数H，公式如下：
Figure SMS_51
采用相似度特征分解，进行区块链分布检测，检测函数L公式如下：
Figure SMS_52
根据公式，概率分布函数转化为溯源分布结果，获取溯源过程代表性数据，计算溯源过程的调节值N，公式如下：
Figure SMS_53
Figure SMS_54
代表各数据哈希值对应的权重，建立参数怕匹配机制，计算的约束参数Q计算公式为：
Figure SMS_55
Figure SMS_56
表示分布数据融合参数，c表示初始数据特征匹配系数，建立溯源数据检测模型。
接着联合参数寻优模型和改进的最短寻优函数，进行数据快速精准溯源，详细过程如下：
在区块链平台进行溯源融合和溯源追踪，计算溯源特征规划模型分量W，计算公式如下：
Figure SMS_57
对溯源目标，构建参数寻优模型，公式如下
Figure SMS_58
V代表最优值，计算溯源数据的适应度Z，公式如下：
Figure SMS_59
Figure SMS_60
代表区块链数据融合的特征响应为，i代表第i个数据，计算溯源数据的复杂度/>
Figure SMS_61
，公式如下：
Figure SMS_62
定义数据可信度
Figure SMS_63
，计算公式如下：
Figure SMS_64
Figure SMS_65
分别表示第i个第i-1个可信度，采用路径寻优算法，得到溯源最短寻优函数/>
Figure SMS_66
，公式如下：
Figure SMS_67
Figure SMS_68
表示溯源统计特征量，/>
Figure SMS_69
代表溯源位置信息，/>
Figure SMS_70
为溯源时间参数，以最短寻优函数和参数寻优模型互为约束条件，将溯源过程代表性数据输入，结合数据适应度公式，完成溯源目标参数寻优，使数据进入区块链平台，实现精准溯源。在具体实施例中，采用该溯源数据检测模型，通过一万种数据进行模型训练，使溯源数据检测模型的溯源结果准确度提高，使溯源流程简单化。
在分析模块，追踪数据的源头和去向，对溯源结果进行分析，了解产品生产过程，发现和排除问题，增加信息的可靠性。
本实施例的有益效果：
（1）本实施例提出的一种基于区块链的溯源方法，包括数据管理模块、模型构建模块、分析模块。本发明提供的基于区块链的溯源方法，对收集的原始数据进行处理，提取数据特征分布，将数据传入分布式储存系统，基于区块链加密技术，采用哈希算法对数据进行加密，用加密数据进行溯源操作，构建溯源数据区块链分布特征检测模型，以最短寻优函数和参数寻优模型互为约束条件，将溯源过程代表性数据输入，结合数据适应度公式，完成溯源目标参数寻优，使数据进入区块链平台，实现精准溯源。对溯源结果进行分析，追踪数据的源头和去向，了解产品生产过程，发现和排除问题，增加信息的可靠性。
（2）本实施例提出的一种基于区块链的溯源方法，改善源的精准度和效率：传统的溯源方式需要依靠各个节点之间的数据传输和共享，而基于区块链的溯源方法采用分布式节点技术，能够快速、准确记录和管理商品的生产、流通信息，提供溯源的精准度和效率。本发明采用区块链技术进行数据存储和管理，保障数据安全性和可信性，防止信息被篡改或泄露，有效避免信息不对称、信息造假问题。本发明提出的溯源方法记录每个环节的信息并记录在区块链上，实现全程实时的信息溯源。消费者可以通过溯源结果了解生产、流通情况，提高消费者的信任度和满意度。本发明提为企业提供更高效、更安全的数据传输和管理方式，采用分布式节点技术，使企业进行更高效、更安全的数据传输和管理。本发明所提出的一种基于区块链的溯源方法，具有改善精准度和效率、提高数据安全性和可信性、实现全程实时溯源、提供高效安全的数据传输和管理方式、促进产业升级和转型等诸多有益效果，是一种具有广泛应用前景的技术方案。
本发明还提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令，该指令由处理器加载并执行，以实现上述方法。其中，该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
本发明实施方式是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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，本发明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发明所示的这些实施例，而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于区块链的溯源方法，包括构建数据管理模块、模型构建模块、分析模块；所述溯源方法为：首先，进行原始数据的收集，对原始数据进行处理得到特征分布，将详细数据上传至区块链分布式储存系统，其次，采用区块链技术，通过哈希加密算法，对数据进行加密，根据区块链数据特征分布，构建溯源数据区块链分布特征检测模型，联合参数寻优模型和改进的最短寻优函数，进行数据快速精准溯源，最后进行溯源结果分析，寻找问题源头。
2.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述数据管理模块对溯源数据进行原始数据的收集，收集包含时间特征的原始数据。
3.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述数据管理模块，对原始数据进行预处理，提取数据特征分布，详细过程如下：
设溯源数据的初始收集时间序列为
Figure QLYQS_3
，区块链数据融合的特征响应为
Figure QLYQS_5
，结合区块链频域特征融合，计算输出特征响应：/>
Figure QLYQS_6
，/>
Figure QLYQS_1
代表区块链输出特征响应，k代表伽罗华域数值流，根据区块链分布数据稳态特征参数t，计算区块链分布数据检测输出A：/>
Figure QLYQS_4
，/>
Figure QLYQS_7
代表区块链数据融合系数，b代表数据回归系数，/>
Figure QLYQS_8
代表融合特征有效系数；通过空间增益调度，以分布数据融合结果为输入，计算检测特征量B：/>
Figure QLYQS_2
。
4.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述数据管理模块，构建分布式储存系统，数据存储在区块链多个节点上，每个节点都保存着完整的区块链副本，利用 IPFS技术，使用内容地址来寻址和获取文件；将数据分成多个小块。
5.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述模型构建模块，基于区块链加密技术，采用哈希算法，对数据进行加密操作。
6.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述模型构建模块，使用基于区块链技术，构建溯源数据区块链分布特征检测模型，先计算区块链分布检测的随机概率密度函数D，
Figure QLYQS_10
，/>
Figure QLYQS_13
代表区块链数据特征分布概率，设溯源的连续函数为
Figure QLYQS_15
，采用指数序列分布式检测，计算区块链分布数据的随机概率密度分布U为：
Figure QLYQS_11
，/>
Figure QLYQS_12
代表第j个数据的哈希值，s表示数据编码多项式函数，m代表数据哈希值总数，溯源的优化解析函数E的公式为：/>
Figure QLYQS_14
，/>
Figure QLYQS_16
代表区块链数据特征迭代解析次数，构建溯源过程运维函数H：/>
Figure QLYQS_9
，采用相似度特征分解，进行区块链分布检测，检测函数L公式如下：
Figure QLYQS_17
根据公式，概率分布函数转化为溯源分布结果，获取溯源过程代表性数据，计算溯源过程的调节值N：/>
Figure QLYQS_18
，/>
Figure QLYQS_19
代表各数据哈希值对应的权重，/>
Figure QLYQS_20
代表哈希值，建立参数怕匹配机制，计算的约束参数Q计算公式为：/>
Figure QLYQS_21
，/>
Figure QLYQS_22
表示分布数据融合参数，c表示初始数据特征匹配系数。
7.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述模型建立模块，联合参数寻优模型和改进的最短寻优函数，进行数据快速精准溯源，详细过程如下：
在区块链平台进行溯源融合和溯源追踪，计算溯源特征规划模型分量W：
Figure QLYQS_23
，对溯源目标，构建参数寻优模型：/>
Figure QLYQS_24
，V代表最优值，计算溯源数据的适应度Z：
Figure QLYQS_25
， />
Figure QLYQS_26
代表区块链数据融合的特征响应为，i代表第i个数据，计算溯源数据的复杂度/>
Figure QLYQS_27
，公式如下：
Figure QLYQS_28
定义数据可信度/>
Figure QLYQS_29
，计算公式如下：
Figure QLYQS_30
Figure QLYQS_31
分别表示第i个第i-1个可信度，采用路径寻优算法，得到溯源最短寻优函数/>
Figure QLYQS_32
：/>
Figure QLYQS_33
，/>
Figure QLYQS_34
表示溯源统计特征量，/>
Figure QLYQS_35
代表溯源位置信息，/>
Figure QLYQS_36
为溯源时间参数，以最短寻优函数和参数寻优模型互为约束条件，将溯源过程代表性数据输入，结合数据适应度公式，完成溯源目标参数寻优，使数据进入区块链平台，实现精准溯源。
8.根据权利要求1所述一种基于区块链的溯源方法，其特征在于，所述分析模块，追踪数据的源头和去向，对溯源结果进行分析，了解产品生产过程，发现和排除问题，增加溯源结果的可靠性。
CN202310659532.5A 2023-06-06 2023-06-06 一种基于区块链的溯源方法 Active CN116385030B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310659532.5A CN116385030B (zh) 2023-06-06 2023-06-06 一种基于区块链的溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310659532.5A CN116385030B (zh) 2023-06-06 2023-06-06 一种基于区块链的溯源方法

Publications (2)

Publication Number Publication Date
CN116385030A true CN116385030A (zh) 2023-07-04
CN116385030B CN116385030B (zh) 2023-09-15

Family

ID=86961966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310659532.5A Active CN116385030B (zh) 2023-06-06 2023-06-06 一种基于区块链的溯源方法

Country Status (1)

Country Link
CN (1) CN116385030B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902374A (zh) * 2019-02-22 2019-06-18 同济大学 一种基于飞行传感器巡逻轨迹优化的突发污染溯源方法
CN110598651A (zh) * 2019-09-17 2019-12-20 腾讯科技（深圳）有限公司 一种信息处理方法、装置及存储介质
CN112270112A (zh) * 2020-11-19 2021-01-26 天津大学 有毒有害气体泄露溯源新方法
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
CN113468571A (zh) * 2021-07-15 2021-10-01 湖北央中巨石信息技术有限公司 基于区块链的溯源方法
CN113810723A (zh) * 2021-09-29 2021-12-17 阿里巴巴达摩院(杭州)科技有限公司 视频数据保护方法、电子设备及计算机存储介质
CN114037580A (zh) * 2021-09-30 2022-02-11 长视科技股份有限公司 一种基于联盟链的水环境污染溯源方法与系统
CN114861167A (zh) * 2022-04-06 2022-08-05 国网浙江省电力有限公司电力科学研究院 基于区块链的分布式能量数据管理协同处理方法及系统
WO2023020491A1 (zh) * 2021-08-19 2023-02-23 西门子（中国）有限公司 产品溯源管理方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902374A (zh) * 2019-02-22 2019-06-18 同济大学 一种基于飞行传感器巡逻轨迹优化的突发污染溯源方法
CN110598651A (zh) * 2019-09-17 2019-12-20 腾讯科技（深圳）有限公司 一种信息处理方法、装置及存储介质
CN112270112A (zh) * 2020-11-19 2021-01-26 天津大学 有毒有害气体泄露溯源新方法
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
CN113468571A (zh) * 2021-07-15 2021-10-01 湖北央中巨石信息技术有限公司 基于区块链的溯源方法
WO2023020491A1 (zh) * 2021-08-19 2023-02-23 西门子（中国）有限公司 产品溯源管理方法和系统
CN113810723A (zh) * 2021-09-29 2021-12-17 阿里巴巴达摩院(杭州)科技有限公司 视频数据保护方法、电子设备及计算机存储介质
CN114037580A (zh) * 2021-09-30 2022-02-11 长视科技股份有限公司 一种基于联盟链的水环境污染溯源方法与系统
CN114861167A (zh) * 2022-04-06 2022-08-05 国网浙江省电力有限公司电力科学研究院 基于区块链的分布式能量数据管理协同处理方法及系统

Also Published As

Publication number Publication date
CN116385030B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
Jiang et al. Deep learning based multi-channel intelligent attack detection for data security
US10412105B2 (en) Automatic detection of network threats based on modeling sequential behavior in network traffic
Jha et al. Intrusion detection system using support vector machine
JP6488009B2 (ja) 特徴的なサブトレースマイニングを使用する、経時的グラフにおける挙動クエリ構築のための方法及びシステム
D’angelo et al. An uncertainty-managing batch relevance-based approach to network anomaly detection
CN111953697B (zh) 一种apt攻击识别及防御方法
CN105471882A (zh) 一种基于行为特征的网络攻击检测方法及装置
Hariharan et al. Camlpad: Cybersecurity autonomous machine learning platform for anomaly detection
Al-Ghuwairi et al. Intrusion detection in cloud computing based on time series anomalies utilizing machine learning
Saveetha et al. Design of Blockchain enabled intrusion detection model for detecting security attacks using deep learning
Zellner et al. Concept drift detection on streaming data with dynamic outlier aggregation
Kaiser et al. Attack hypotheses generation based on threat intelligence knowledge graph
Price-Williams et al. Nonparametric self-exciting models for computer network traffic
Alnusair et al. Context-aware multimodal recommendations of multimedia data in cyber situational awareness
Manzano et al. Design of a machine learning based intrusion detection framework and methodology for iot networks
WO2019175880A1 (en) Method and system for classifying data objects based on their network footprint
CN116385030B (zh) 一种基于区块链的溯源方法
CN116506230B (zh) 基于rsa非对称加密的数据采集方法、系统
Kumari et al. AI-empowered attack detection and prevention scheme for smart grid system
Fu et al. GANAD: A GAN-based method for network anomaly detection
Grigaliūnas et al. Habits attribution and digital evidence object models based tool for cybercrime investigation
Li et al. GENDA: A Graph Embedded Network Based Detection Approach on encryption algorithm of binary program
Wu et al. Identification of attack on data packets using rough set approach to secure end to end communication
Kan et al. User-level malicious behavior analysis model based on the NMF-GMM algorithm and ensemble strategy
Alnajjar et al. Feature indexing and search optimization for enhancing the forensic analysis of mobile cloud environment

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