CN117010918B - 一种基于区块链的农产品全程溯源系统 - Google Patents
一种基于区块链的农产品全程溯源系统 Download PDFInfo
- Publication number
- CN117010918B CN117010918B CN202311280083.XA CN202311280083A CN117010918B CN 117010918 B CN117010918 B CN 117010918B CN 202311280083 A CN202311280083 A CN 202311280083A CN 117010918 B CN117010918 B CN 117010918B
- Authority
- CN
- China
- Prior art keywords
- node
- evaluated
- consensus
- degree
- value
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 29
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims abstract description 3
- 230000002159 abnormal effect Effects 0.000 claims description 48
- 230000006870 function Effects 0.000 claims description 37
- 230000005856 abnormality Effects 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 14
- 230000007246 mechanism Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 241000700605 Viruses Species 0.000 description 2
- 244000052616 bacterial pathogen Species 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
-
- 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
- H04L67/104—Peer-to-peer [P2P] networks
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Finance (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农产品溯源技术领域，具体涉及一种基于区块链的农产品全程溯源系统。该系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：获取当前批次的农产品在溯源链中每个节点的相关信息，根据每个待评价节点的收货量、出货量、坏果率、化学检测结果以及与其相邻的上一节点之间的相对距离，确定危险程度；根据每个待评价节点的参与共识次数、有效共识次数和危险程度，得到更新后的信用积分；基于所述更新后的信用积分筛选目标节点，将目标节点的所述相关信息链入溯源链。本发明提高了农产品溯源的准确性和可靠性。
Description
技术领域
本发明涉及农产品溯源技术领域，具体涉及一种基于区块链的农产品全程溯源系统。
背景技术
现有的农产品溯源系统是通过采集和记录农产品生产、加工、运输等环节的数据，将采集到的数据存储在数据库中，可以通过查询系统获取农产品的溯源信息，了解农产品的生产过程和来源。但是，这类系统存在数据被篡改的风险，而基于区块链的农产品可溯源系统因为去中心化和不可篡改性能够使得数据的真实性和准确性得到更高的保证，降低数据造假和篡改的可能性，因此基于区块链的农产品溯源系统被广泛应用。
现有的基于区块链的农产品溯源系统也存在一些问题，该系统依赖于数据的真实性和准确性，但如果上传者上传虚假数据或错误数据，将影响系统的可信度，从而在检测农产品污染源头时检测不到一些被污染的物流节点，造成之后的二次污染，进而使得农产品的溯源可信度较低。
发明内容
为了解决现有方法在对农产品溯源时存在的可信度较低的问题，本发明的目的在于提供一种基于区块链的农产品全程溯源系统，所采用的技术方案具体如下：
本发明提供了一种基于区块链的农产品全程溯源系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取当前批次的农产品在溯源链中每个节点的相关信息，所述相关信息包括收货量、出货量、农产品的化学检测结果、坏果率；
将溯源链中除第一个节点外的其他所有节点作为待评价节点；根据每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定每个待评价节点的危险程度；
获取预设历史时间段内每个待评价节点的参与共识次数和有效共识次数；根据所述每个待评价节点的参与共识次数和有效共识次数，得到每个待评价节点的贡献度；根据每个待评价节点更新前的信用积分、所述参与共识次数、所述贡献度和所述危险程度，得到每个待评价节点更新后的信用积分；
基于所述更新后的信用积分筛选目标节点，将所述目标节点的所述相关信息链入溯源链。
优选的，所述根据每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定每个待评价节点的危险程度，包括：
根据每个待评价节点与其相邻的上一节点之间的相对距离、收货量、出货量以及坏果率，得到每个待评价节点的异常程度；
分别判断每个待评价节点的异常程度是否大于异常程度阈值，若大于，则将对应待评价节点作为疑似异常节点；若小于或等于，则将对应待评价节点作为正常节点；
将正常节点的危险程度设置为0；
根据每个疑似异常节点的异常程度和农产品的化学检测结果，确定每个疑似异常节点的危险程度。
优选的，根据每个待评价节点与其相邻的上一节点之间的相对距离、收货量、出货量以及坏果率，得到每个待评价节点的异常程度，包括：
对于第i个待评价节点：
将第i个待评价节点的收货量与出货量的差值的归一化结果作为损失指标；
将所述损失指标和第i个待评价节点与其相邻的上一节点之间的距离的比值，确定为第一比值；将以自然常数为底数，以负的所述第一比值为指数的指数函数值，记为第一函数值；将常数1与所述第一函数值的差值记为第一差值；
将第i个待评价节点的坏果率和所述第一差值的乘积，确定为第i个待评价节点的异常程度。
优选的，所述根据每个疑似异常节点的异常程度和农产品的化学检测结果，确定每个疑似异常节点的危险程度，包括：
对于第j个疑似异常节点：
基于农产品在第j个疑似异常节点的化学检测结果，确定农产品在第j个疑似异常节点的检测特征值；所述检测特征值与化学检测结果的合格程度呈正相关关系；
将第j个疑似异常节点的异常程度与农产品在第j个疑似异常节点的检测特征值的比值记为第二比值；将以自然常数为底数，以负的所述第二比值为指数的指数函数值，记为第二函数值；将常数1与所述第二函数值的差值，确定为第j个疑似异常节点的危险程度。
优选的，所述根据所述每个待评价节点的参与共识次数和有效共识次数，得到每个待评价节点的贡献度，包括：
对于第i个待评价节点：
获取预设历史时间段内所有待评价节点的参与共识次数的最大值；
将预设历史时间段内第i个待评价节点的参与共识次数与所述最大值的比值记为第三比值；将预设历史时间段内第i个待评价节点的有效共识次数与参与共识次数的比值作为有效比例；
根据预设历史时间段内第i个待评价节点的有效共识次数、所述有效比例和所述第三比值，得到第i个待评价节点的贡献度，所述有效共识次数和所述有效比例均与所述贡献度呈正相关关系，所述第三比值与所述贡献度呈负相关关系。
优选的，根据预设历史时间段内第i个待评价节点的有效共识次数、所述有效比例和所述第三比值，得到第i个待评价节点的贡献度，包括：
将以自然常数为底数，以负的所述第三比值为指数的指数函数值记为第三函数值；
计算常数1与所述有效比例的和值；
将预设历史时间段内第i个待评价节点的有效共识次数、所述第三函数值、所述和值三者的乘积，确定为第i个待评价节点的贡献度。
优选的，所述根据每个待评价节点更新前的信用积分、所述参与共识次数、所述贡献度和所述危险程度，得到每个待评价节点更新后的信用积分，包括：
对于第i个待评价节点：
若当前批次的农产品参与共识后第i个待评价节点的共识结果为有效共识，则令共识有效性调节参数为预设第三数值；若当前批次的农产品参与共识后第i个待评价节点的共识结果为无效共识，则令共识有效性调节参数为预设第四数值；所述预设第三数值大于0，所述预设第四数值小于0；
根据当前批次的农产品加入第i个待评价节点前的信用积分、所述共识有效性调节参数、所述参与共识次数、所述贡献度和所述危险程度，得到第i个待评价节点更新后的信用积分。
优选的，采用如下公式计算第i个待评价节点更新后的信用积分：
；
其中，为第i个待评价节点更新后的信用积分，/>为当前批次的农产品加入第i个待评价节点前的信用积分，/>为共识有效性调节参数，/>为第i个待评价节点的危险程度，/>为第i个待评价节点的贡献度，/>为预设历史时间段内第i个待评价节点的参与共识次数，为第i个待评价节点共识结束后信用积分的消耗数值，max( )为取最大值函数。
优选的，所述参与共识次数和所述有效共识次数是通过PBFT算法获取的。
优选的，所述基于所述更新后的信用积分筛选目标节点，包括：
分别判断每个待评价节点更新后的信用积分是否大于预设安全值，若大于，则将对应待评价节点作为目标节点。
本发明至少具有如下有益效果：
本发明首先根据当前批次的农产品在溯源链中每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定了每个待评价节点的危险程度，不同的待评价节点对应不同的危险程度，危险程度越大，说明农产品所处的环境中的病毒越多；进一步地，本发明结合每个待评价节点的参与共识次数、有效共识次数以及危险程度，确定了每个待评价节点更新后的信用积分，更新后的信用积分越高，说明对应待评价节点的可信度越高，因此本发明基于更新后的信用积分对待评价节点进行了筛选，筛选出了可信度较高的目标节点，并将目标节点的相关信息链入到溯源链中，从而使得一些特殊情况下的数据即使异常也能被正确的链入溯源链中，保证了后续农产品溯源的准确性和可靠性，节省了异常数据的审核复查的时间，提升了农产品的溯源效率。
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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。
图1为本发明实施例所提供的一种基于区块链的农产品全程溯源系统所执行的方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于区块链的农产品全程溯源系统进行详细说明如下。
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发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于区块链的农产品全程溯源系统的具体方案。
一种基于区块链的农产品全程溯源系统实施例：
本实施例所针对的具体场景为：现有的基于区块链的农产品溯源系统依赖于数据的真实性和准确性，若上传者上传虚假数据或错误数据，则将影响后续农产品溯源的准确度，本实施例利用农产品数据运输过程中的检测数据以及节点间的数据分布情况，对节点数据进行危险程度评判，并利用共识机制结合节点的危险程度进行信用积分调整来判断相关信息是否写入溯源链，从而使写入溯源链中的数据更加安全可靠，保证了后续农产品溯源的准确性和可靠性，同时节省了异常数据的审核复查时间，提升了农产品的溯源效率。
本实施例提出了一种基于区块链的农产品全程溯源系统，该系统以实现如图1所示的步骤，具体步骤如下：
步骤S1，获取当前批次的农产品在溯源链中每个节点的相关信息，所述相关信息包括收货量、出货量、农产品的化学检测结果、坏果率。
为了便于消费者和监督部门实时查询农产品的溯源信息，在农产品的溯源信息被写入溯源链之前，需要对整个溯源链中的每个节点进行分析，本实施例中溯源链的节点包括：生产端、存储端、包装加工端、物流端，在具体应用中，实施者可根据具体情况进行设置。本实施例采集当前批次的农产品在溯源链中每个节点的相关信息，所述相关信息包括收货量、出货量、农产品的化学检测结果、坏果率、产品入库出库时间、产地、物流编号，其中，对于任一节点，收货量为该节点从上一节点接收到的当前批次的农产品的总数量，出货量为由该节点发送到下一节点的当前批次的农产品的总数量，农产品的化学检测结果是通过人工抽检的方式获取的，农产品的化学检测结果分为合格和不合格两种，坏果率的获取方法具体为：将该节点接收到的当前批次的农产品中坏果的数量与该节点的收货量的比值，作为该节点的坏果率。
至此，获取了当前批次的农产品在整个农产品溯源链中所有节点的相关信息。
步骤S2，将溯源链中除第一个节点外的其他所有节点作为待评价节点；根据每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定每个待评价节点的危险程度。
对于在整条溯源链来说，两个节点之间的数据差异越大，坏果率越高，都会导致所引入的新节点的异常程度增加，因为当坏果越多或者是两个节点间的数据差异越大时，两个节点之间或者是两个节点中的后一节点越可能出现异常；而对于农产品来说，运输上也会存在一定的损耗，对于同一种农产品，一般情况下，运输距离越长损耗越大。溯源链中的第一个节点为生产端，生产端之前不存在其他节点，本实施例将溯源链中除第一个节点外的其他所有节点作为待评价节点，结合待评价节点的收货量、出货量、坏果率以及待评价节点与其相邻的上一节点之间的物理距离，对待评价节点的异常情况进行初步评价，获得每个待评价节点的异常程度。
对于第i个待评价节点：
将第i个待评价节点的收货量与出货量的差值的归一化结果作为损失指标；将所述损失指标和第i个待评价节点与其相邻的上一节点之间的距离的比值，确定为第一比值；将以自然常数为底数，以负的所述第一比值为指数的指数函数值，记为第一函数值；将常数1与所述第一函数值的差值记为第一差值；将第i个待评价节点的坏果率和所述第一差值的乘积，确定为第i个待评价节点的异常程度。第i个待评价节点的异常程度的具体计算公式为：
；
其中，为第i个待评价节点的异常程度，/>为第i个待评价节点的坏果率，/>为第i个待评价节点的收货量，/>为第i个待评价节点的出货量，/>为第i个待评价节点与其相邻的上一节点之间的物理距离，e为自然常数，norm( )为归一化函数。
物理距离为节点之间的空间距离，由于每个节点对应一个区域，因此此处的物理距离是两个节点对应的区域的中心点之间的空间距离。表示损失指标，表示第一比值，/>表示第一函数值，/>表示第一差值。当第i个待评价节点的坏果率越大、第i个待评价节点的收货量与出货量的差值越大、第i个待评价节点与其相邻的上一节点之间的物理距离越近时，说明第i个待评价节点越可能存在异常，即第i个待评价节点的异常程度越大。
采用上述方法，能够获得每个待评价节点的异常程度，本实施例分别判断每个待评价节点的异常程度是否大于异常程度阈值，若大于，则将对应待评价节点作为疑似异常节点；若小于或等于，则将对应待评价节点作为正常节点。本实施例中的异常程度阈值为0.35，在具体应用中，实施者可根据具体情况进行设置。
本实施例基于异常程度从所有待评价节点中筛选出了疑似异常节点，由于农产品不同于其他物品，其腐烂或者是坏果会在很短的时间进行传播导致大量农产品无法出售，因此本实施例将对疑似异常节点进行进一步检验，实现对被传染可能性较高的节点进行二次检测，也即根据每个疑似异常节点的异常程度和农产品的化学检测结果，确定每个疑似异常节点的危险程度。
对于农产品来说，化学检测是相当重要的一环，其起到保证农产品质量的作用，化学检测能够在质量不合格的农产品流入市场前将其检测出来，从而达到保障消费者权益的目的。异常程度能够反映农产品在表象上所显示出的异常情况，当在化学检测合格的情况下，异常程度作为待评价节点农产品危险程度的唯一表征量。当异常程度越高时，说明这批农产品的坏果率越高，农产品所处的环境中的病菌越多，其危险程度也就越高。
对于第j个疑似异常节点：
基于农产品在第j个疑似异常节点的化学检测结果，确定农产品在第j个疑似异常节点的检测特征值；所述检测特征值与化学检测结果的合格程度呈正相关关系；本实施例中农产品的检测特征值的获取过程为：若农产品的化学检测结果合格，则将农产品的检测特征值设置为预设第一数值；若农产品的化学检测结果不合格，则将农产品的检测特征值设置为预设第二数值；所述预设第一数值大于所述预设第二数值，本实施例中预设第一数值为1，预设第二数值为0.1，在具体应用中，实施者可根据具体情况进行设置。作为其他实施方式，也可以构建合格程度与检测特征值之间的函数关系式，使得检测特征值随着合格程度的增加而增加。将第j个疑似异常节点的异常程度与农产品在第j个疑似异常节点的检测特征值的比值记为第二比值；将以自然常数为底数，以负的所述第二比值为指数的指数函数值，记为第二函数值；将常数1与所述第二函数值的差值，确定为第j个疑似异常节点的危险程度。第j个疑似异常节点的危险程度的具体计算公式为：
；
其中，为第j个疑似异常节点的危险程度，/>为第j个疑似异常节点的异常程度，为农产品在第j个疑似异常节点的检测特征值，e为自然常数。
表示第二比值，/>表示第二函数值。当第j个疑似异常节点的异常程度越大、农产品在第j个疑似异常节点的检测特征值越小时，说明农产品在第j个疑似异常节点越可能存在较多的病菌，即第j个疑似异常节点的危险程度越大。
对于正常节点，本实施例将其危险程度置为0。至此，采用本实施例提供的方法获得了每个待评价节点的危险程度。
步骤S3，获取预设历史时间段内每个待评价节点的参与共识次数和有效共识次数；根据所述每个待评价节点的参与共识次数和有效共识次数，得到每个待评价节点的贡献度；根据每个待评价节点更新前的信用积分、所述参与共识次数、所述贡献度和所述危险程度，得到每个待评价节点更新后的信用积分。
在获得每个待评价节点的危险程度后，本实施例将利用共识机制进行投票来对待评价节点的信用积分进行调整。对于一个待评价节点来说，其一次上传错误并不能说明本节点确实存在问题，农产品的质量问题还会受到天气、年份、月份等自然因素影响，因此需要结合已有的区块链中的共识网络和相关数据特征对其进行进一步分析。共识网络中包含农产品溯源链中的所有待评价节点，所有的待评价节点均已经过身份验证，基于预设历史时间段内每个待评价节点的相关信息，采用常规拜占庭容错（Practical Byzantine FaultTolerance，PBFT）算法对每个待评价节点进行处理，分别获得预设历史时间段内每个待评价节点的参与共识次数和有效共识次数，预设历史时间段为与当前时刻的时间间隔小于预设时长的所有历史时刻构成的集合，本实施例中的预设时长为一个月，也即预设历史时间段为最近一个月，在具体应用中，实施者可根据具体情况进行设置。PBFT算法为现有技术，此处不再过多赘述。待评价节点参与共识次数可以反映其活跃度，而待评价节点的贡献度可由活跃度和有效共识次数占比来表现，在单次共识机制中，参与共识机制的活跃度越高，说明该待评价节点的可信度越高，贡献度也就越低；而对于参与度来说，节点参与共识机制的有效次数越多且有效次数占总次数的比例越高，说明其可信程度越高，因为在共识机制中若待评价节点的可信度较低，则无法参与多次有效共识。基于此，本实施例接下来将结合每个待评价节点的参与共识次数和有效共识次数，确定每个待评价节点的贡献度。
对于第i个待评价节点：
获取预设历史时间段内所有待评价节点的参与共识次数的最大值；将预设历史时间段内第i个待评价节点的参与共识次数与所述最大值的比值记为第三比值；将预设历史时间段内第i个待评价节点的有效共识次数与参与共识次数的比值作为有效比例；根据预设历史时间段内第i个待评价节点的有效共识次数、所述有效比例和所述第三比值，得到第i个待评价节点的贡献度，所述有效共识次数和所述有效比例均与所述贡献度呈正相关关系，所述第三比值与所述贡献度呈负相关关系。本实施例将以自然常数为底数，以负的所述第三比值为指数的指数函数值记为第三函数值；计算常数1与所述有效比例的和值；将预设历史时间段内第i个待评价节点的有效共识次数、所述第三函数值、所述和值三者的乘积，确定为第i个待评价节点的贡献度。第i个待评价节点的贡献度的具体计算公式为：
；
其中，为第i个待评价节点的贡献度，/>为预设历史时间段内第i个待评价节点的有效共识次数，/>为预设历史时间段内第i个待评价节点的参与共识次数，/>为预设历史时间段内所有待评价节点的参与共识次数的最大值，e为自然常数。
表示第三比值，/>表示有效比例。当第i个待评价节点的参与共识次数与所有待评价节点的参与共识次数的最大值的比值越小、有效比例越大、第i个待评价节点的有效共识次数越多时，第i个待评价节点的贡献度越大。
节点在共识网络的运行过程中，参与共识网络的投票过程会存在有效和无效两种结果；有效共识是指在投票过程中达成了一致的决策，并且该决策符合网络的共识规则和协议，此时需要对节点采取奖励机制，提升其信用积分；无效共识是指可能由于节点之间存在冲突、恶意节点的攻击、网络分区、投票错误等原因导致的，未达成一致决策的情况，此时需要对节点进行相应的惩罚。基于此，接下来本实施例将基于待评价节点的贡献度和当前批次的农产品参与共识后第i个待评价节点的共识结果，确定待评价节点更新后的信用积分。
若当前批次的农产品参与共识后第i个待评价节点的共识结果为有效共识，则令共识有效性调节参数为预设第三数值；若当前批次的农产品参与共识后第i个待评价节点的共识结果为无效共识，则令共识有效性调节参数为预设第四数值；所述预设第三数值大于0，所述预设第四数值小于0；本实施例中预设第三数值为1，预设第四数值为-1，在具体应用中，实施者可根据具体情况进行设置。根据当前批次的农产品加入第i个待评价节点前的信用积分、所述共识有效性调节参数、所述参与共识次数、所述贡献度和所述危险程度，得到第i个待评价节点更新后的信用积分。第i个待评价节点更新后的信用积分的具体计算公式为：
；
其中，为第i个待评价节点更新后的信用积分，/>为当前批次的农产品加入第i个待评价节点前的信用积分，/>为共识有效性调节参数，/>为第i个待评价节点的危险程度，/>为第i个待评价节点的贡献度，/>为预设历史时间段内第i个待评价节点的参与共识次数，为第i个待评价节点共识结束后信用积分的消耗数值，max( )为取最大值函数。
第i个待评价节点共识结束后信用积分的消耗数值的获取方法为：将当前批次的农产品加入第i个待评价节点前的信用积分减去当前批次的农产品加入第i个待评价节点后的信用积分得到的差值，作为第i个待评价节点共识结束后信用积分的消耗数值。第i个待评价节点的贡献度越高、危险程度越大，说明该节点越不可信，可能造成的潜在危害越大，因此需要加快其信用积分衰减的速度。在更新后的信用积分的计算公式中引入最大值函数，是为了防止更新后的信用积分小于0。
至此，采用本实施例提供的方法获得每个待评价节点更新后的信用积分。
步骤S4，基于所述更新后的信用积分筛选目标节点，将所述目标节点的所述相关信息链入溯源链。
本实施例在步骤S3中获得了农产品溯源链中每个待评价节点更新后的信用积分，信用积分越高，说明对应待评价节点的可信度越高。因此，本实施例分别判断每个待评价节点更新后的信用积分是否大于预设安全值，若大于，则将对应待评价节点作为目标节点。本实施例中的预设安全值为10，在具体应用中，实施者可根据具体情况进行设置。
目标节点为可信度较高的节点，本实施例将所有目标节点的相关信息链入溯源链，以供后续消费者和监督部门查询农产品的溯源信息。
本实施例首先根据当前批次的农产品在溯源链中每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定了每个待评价节点的危险程度，不同的待评价节点对应不同的危险程度，危险程度越大，说明农产品所处的环境中的病毒越多；进一步地，本实施例结合每个待评价节点的参与共识次数、有效共识次数以及危险程度，确定了每个待评价节点更新后的信用积分，更新后的信用积分越高，说明对应待评价节点的可信度越高，因此本实施例基于更新后的信用积分对待评价节点进行了筛选，筛选出了可信度较高的目标节点，并将目标节点的相关信息链入到溯源链中，从而使得一些特殊情况下的数据即使异常也能被正确的链入溯源链中，保证了后续农产品溯源的准确性和可靠性，节省了异常数据的审核复查的时间，提升了农产品的溯源效率。
需要说明的是：以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于区块链的农产品全程溯源系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取当前批次的农产品在溯源链中每个节点的相关信息，所述相关信息包括收货量、出货量、农产品的化学检测结果和坏果率；
将溯源链中除第一个节点外的其他所有节点作为待评价节点；根据每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定每个待评价节点的危险程度；
获取预设历史时间段内每个待评价节点的参与共识次数和有效共识次数；根据所述每个待评价节点的参与共识次数和有效共识次数，得到每个待评价节点的贡献度；根据每个待评价节点更新前的信用积分、所述参与共识次数、所述贡献度和所述危险程度，得到每个待评价节点更新后的信用积分；
基于所述更新后的信用积分筛选目标节点，将所述目标节点的所述相关信息链入溯源链；
所述根据每个待评价节点的收货量、出货量、坏果率、农产品的化学检测结果以及每个待评价节点与其相邻的上一节点之间的相对距离，确定每个待评价节点的危险程度，包括：
根据每个待评价节点与其相邻的上一节点之间的相对距离、收货量、出货量以及坏果率，得到每个待评价节点的异常程度；
分别判断每个待评价节点的异常程度是否大于异常程度阈值，若大于，则将对应待评价节点作为疑似异常节点；若小于或等于，则将对应待评价节点作为正常节点；
将正常节点的危险程度设置为0；
根据每个疑似异常节点的异常程度和农产品的化学检测结果，确定每个疑似异常节点的危险程度；
根据每个待评价节点与其相邻的上一节点之间的相对距离、收货量、出货量以及坏果率，得到每个待评价节点的异常程度，包括：
对于第i个待评价节点：
将第i个待评价节点的收货量与出货量的差值的归一化结果作为损失指标；
将所述损失指标和第i个待评价节点与其相邻的上一节点之间的距离的比值，确定为第一比值；将以自然常数为底数，以负的所述第一比值为指数的指数函数值，记为第一函数值；将常数1与所述第一函数值的差值记为第一差值；
将第i个待评价节点的坏果率和所述第一差值的乘积，确定为第i个待评价节点的异常程度；
所述根据每个疑似异常节点的异常程度和农产品的化学检测结果，确定每个疑似异常节点的危险程度，包括：
对于第j个疑似异常节点：
基于农产品在第j个疑似异常节点的化学检测结果，确定农产品在第j个疑似异常节点的检测特征值；所述检测特征值与化学检测结果的合格程度呈正相关关系；
将第j个疑似异常节点的异常程度与农产品在第j个疑似异常节点的检测特征值的比值记为第二比值；将以自然常数为底数，以负的所述第二比值为指数的指数函数值，记为第二函数值；将常数1与所述第二函数值的差值，确定为第j个疑似异常节点的危险程度；
所述基于所述更新后的信用积分筛选目标节点，包括：
分别判断每个待评价节点更新后的信用积分是否大于预设安全值，若大于，则将对应待评价节点作为目标节点。
2.根据权利要求1所述的一种基于区块链的农产品全程溯源系统，其特征在于，所述根据所述每个待评价节点的参与共识次数和有效共识次数，得到每个待评价节点的贡献度，包括：
对于第i个待评价节点：
获取预设历史时间段内所有待评价节点的参与共识次数的最大值；
将预设历史时间段内第i个待评价节点的参与共识次数与所述最大值的比值记为第三比值；将预设历史时间段内第i个待评价节点的有效共识次数与参与共识次数的比值作为有效比例；
根据预设历史时间段内第i个待评价节点的有效共识次数、所述有效比例和所述第三比值，得到第i个待评价节点的贡献度，所述有效共识次数和所述有效比例均与所述贡献度呈正相关关系，所述第三比值与所述贡献度呈负相关关系。
3.根据权利要求2所述的一种基于区块链的农产品全程溯源系统，其特征在于，根据预设历史时间段内第i个待评价节点的有效共识次数、所述有效比例和所述第三比值，得到第i个待评价节点的贡献度，包括：
将以自然常数为底数，以负的所述第三比值为指数的指数函数值记为第三函数值；
计算常数1与所述有效比例的和值；
将预设历史时间段内第i个待评价节点的有效共识次数、所述第三函数值、所述和值三者的乘积，确定为第i个待评价节点的贡献度。
4.根据权利要求1所述的一种基于区块链的农产品全程溯源系统，其特征在于，所述根据每个待评价节点更新前的信用积分、所述参与共识次数、所述贡献度和所述危险程度，得到每个待评价节点更新后的信用积分，包括：
对于第i个待评价节点：
若当前批次的农产品参与共识后第i个待评价节点的共识结果为有效共识，则令共识有效性调节参数为预设第三数值；若当前批次的农产品参与共识后第i个待评价节点的共识结果为无效共识，则令共识有效性调节参数为预设第四数值；所述预设第三数值大于0，所述预设第四数值小于0；
根据当前批次的农产品加入第i个待评价节点前的信用积分、所述共识有效性调节参数、所述参与共识次数、所述贡献度和所述危险程度，得到第i个待评价节点更新后的信用积分。
5.根据权利要求4所述的一种基于区块链的农产品全程溯源系统，其特征在于，采用如下公式计算第i个待评价节点更新后的信用积分：
其中，为第i个待评价节点更新后的信用积分，/>为当前批次的农产品加入第i个待评价节点前的信用积分，/>为共识有效性调节参数，/>为第i个待评价节点的危险程度，/>为第i个待评价节点的贡献度，/>为预设历史时间段内第i个待评价节点的参与共识次数，/>为第i个待评价节点共识结束后信用积分的消耗数值，max( )为取最大值函数。
6.根据权利要求1所述的一种基于区块链的农产品全程溯源系统，其特征在于，所述参与共识次数和所述有效共识次数是通过PBFT算法获取的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311280083.XA CN117010918B (zh) | 2023-10-07 | 2023-10-07 | 一种基于区块链的农产品全程溯源系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311280083.XA CN117010918B (zh) | 2023-10-07 | 2023-10-07 | 一种基于区块链的农产品全程溯源系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117010918A CN117010918A (zh) | 2023-11-07 |
| CN117010918B true CN117010918B (zh) | 2024-03-12 |
Family
ID=88567596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311280083.XA Active CN117010918B (zh) | 2023-10-07 | 2023-10-07 | 一种基于区块链的农产品全程溯源系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117010918B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117314475B (zh) * | 2023-11-28 | 2024-02-13 | 德州市水利局水利施工处 | 一种封堵门防伪溯源过程中异常数据监测方法 |
| CN117422480B (zh) * | 2023-12-18 | 2024-03-08 | 山东康源堂药业股份有限公司 | 一种中药材提取过程溯源方法及系统 |
| CN117787817B (zh) * | 2024-02-28 | 2024-05-07 | 西安航科创星电子科技有限公司 | 一种基于导电铜浆的陶瓷片感电容器生产及溯源方法 |
| CN118154047B (zh) * | 2024-05-10 | 2024-07-23 | 佛山市顺德区凯万五金制造有限公司 | 一种汽车防撞杠生产质量管控方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110084480A (zh) * | 2019-03-29 | 2019-08-02 | 南京星链高科技发展有限公司 | 一种基于区块链的农产品溯源方法 |
| KR20200091237A (ko) * | 2019-01-22 | 2020-07-30 | 김치하 | 블록체인 기술을 이용한 축산물 이력제 시스템 |
| CN111932280A (zh) * | 2020-08-13 | 2020-11-13 | 湖北文理学院 | 基于区块链智能合约的农产品溯源一致性验证方法 |
| CN113240442A (zh) * | 2021-05-21 | 2021-08-10 | 洪璐 | 一种农业物联网农产品质量安全溯源的方法及系统 |
| WO2022109851A1 (en) * | 2020-11-25 | 2022-06-02 | Alipay (Hangzhou) Information Technology Co., Ltd. | Blockchain-based trusted platform |
| CN115829597A (zh) * | 2023-02-21 | 2023-03-21 | 中国标准化研究院 | 食品溯源信息的上链方法和食品溯源系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230139892A1 (en) * | 2021-10-27 | 2023-05-04 | Industry-Academic Cooperation Foundation, Yonsei University | Apparatus and method for managing trust-based delegation consensus of blockchain network using deep reinforcement learning |
-
2023
- 2023-10-07 CN CN202311280083.XA patent/CN117010918B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200091237A (ko) * | 2019-01-22 | 2020-07-30 | 김치하 | 블록체인 기술을 이용한 축산물 이력제 시스템 |
| CN110084480A (zh) * | 2019-03-29 | 2019-08-02 | 南京星链高科技发展有限公司 | 一种基于区块链的农产品溯源方法 |
| CN111932280A (zh) * | 2020-08-13 | 2020-11-13 | 湖北文理学院 | 基于区块链智能合约的农产品溯源一致性验证方法 |
| WO2022109851A1 (en) * | 2020-11-25 | 2022-06-02 | Alipay (Hangzhou) Information Technology Co., Ltd. | Blockchain-based trusted platform |
| CN113240442A (zh) * | 2021-05-21 | 2021-08-10 | 洪璐 | 一种农业物联网农产品质量安全溯源的方法及系统 |
| CN115829597A (zh) * | 2023-02-21 | 2023-03-21 | 中国标准化研究院 | 食品溯源信息的上链方法和食品溯源系统 |
Non-Patent Citations (1)
| Title |
|---|
| 供应链溯源场景的区块链存储模型研究;张登平等;《现代计算机》(第01期);第8-11页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117010918A (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117010918B (zh) | 一种基于区块链的农产品全程溯源系统 | |
| CN113012388B (zh) | 污染源在线监测系统及在线监测数据作假识别分析方法 | |
| CN110874674B (zh) | 一种异常检测方法、装置及设备 | |
| US8583585B2 (en) | Trust management system for decision fusion in networks and method for decision fusion | |
| CN116747528B (zh) | 一种游戏后台用户监管方法及系统 | |
| CN103366123A (zh) | 基于缺陷分析的软件风险评估方法 | |
| CN117523299B (zh) | 一种基于计算机网络图像识别方法、系统和存储介质 | |
| Wuerges et al. | Accounting Fraud: an estimation of detection probability | |
| CN113962320A (zh) | 地下水监测数据处理方法及装置 | |
| CN113723726B (zh) | 化工装置运行过程风险预警与管控的方法及系统 | |
| CN116308415A (zh) | 一种污水排放数据真伪风险评估方法 | |
| CN116739645A (zh) | 基于企业管理的订单异常监督系统 | |
| CN115514562A (zh) | 一种用于数据安全预警方法及系统 | |
| CN117808620A (zh) | 一种虫害监测预警方法、系统、装置及存储介质 | |
| CN111191855A (zh) | 一种基于管网多元水质时序数据的水质异常事件识别预警方法 | |
| CN108846669B (zh) | 交易的安全监控方法、系统、装置及存储介质 | |
| US20240152855A1 (en) | Information-based intelligent quality traceability system for fresh milk | |
| CN117670050A (zh) | 一种危化品风险评估管理系统及方法 | |
| CN117451963A (zh) | 一种氨氮废水高效检测系统 | |
| CN117151882A (zh) | 一种基于多品种电力交易的风险评估方法及系统 | |
| CN114997641A (zh) | 一种污水监测调度方法、装置、电子设备及存储介质 | |
| CN118396737A (zh) | 一种信贷业务的智能风控决策系统 | |
| CN116933292B (zh) | 一种用于职称评审的权限认证方法及系统 | |
| CN117035433B (zh) | 非法资金转移客户识别方法及装置 | |
| CN111784369B (zh) | 基于联盟区块链的竞争式产品检测方法 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A blockchain based agricultural product full traceability system Granted publication date: 20240312 Pledgee: Bank of Jiangsu Limited by Share Ltd. Shenzhen branch Pledgor: SHENZHEN DIANCHOU AGRICULTURAL SUPPLY CHAIN Co.,Ltd. Registration number: Y2024980026608 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20240312 Pledgee: Bank of Jiangsu Limited by Share Ltd. Shenzhen branch Pledgor: SHENZHEN DIANCHOU AGRICULTURAL SUPPLY CHAIN Co.,Ltd. Registration number: Y2024980026608 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A blockchain based agricultural product full traceability system Granted publication date: 20240312 Pledgee: Bank of Jiangsu Limited by Share Ltd. Shenzhen branch Pledgor: SHENZHEN DIANCHOU AGRICULTURAL SUPPLY CHAIN Co.,Ltd. Registration number: Y2024980033622 |