CN117196653A - 基于联盟链的供应商评价可追溯协同管理方法及装置 - Google Patents
基于联盟链的供应商评价可追溯协同管理方法及装置 Download PDFInfo
- Publication number
- CN117196653A CN117196653A CN202311100954.5A CN202311100954A CN117196653A CN 117196653 A CN117196653 A CN 117196653A CN 202311100954 A CN202311100954 A CN 202311100954A CN 117196653 A CN117196653 A CN 117196653A
- Authority
- CN
- China
- Prior art keywords
- target
- evaluation result
- information
- elliptic curve
- evaluation
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 223
- 238000007726 management method Methods 0.000 title claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 73
- 238000009795 derivation Methods 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 26
- 239000000126 substance Substances 0.000 abstract description 8
- 238000013068 supply chain management Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Storage Device Security (AREA)
Abstract
本发明公开了基于联盟链的供应商评价可追溯协同管理方法及装置,方法包括:获取供应商信息;选择符合预设要求的供应商作为目标供应商;对目标供应商进行评价得到待处理评价结果;通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果;从待选取智能合约中选择一项作为目标智能合约;通过联盟链网络节点和所述目标智能合约管理所述目标评价结果。本发明实现了盐湖化工产业链供应商评价管理和联盟链的结合,优化了信息存储方式,提高了信息篡改难度和查询效率,降低了信息泄露风险和企业追责难度,从而提高了供应链管理效率。本发明可广泛应用于供应商评价管理技术领域。
Description
技术领域
本发明涉及供应商评价管理技术领域,尤其涉及基于联盟链的供应商评价可追溯协同管理方法及装置。
背景技术
目前盐湖化工产业企业中各部门对于供应商的评价信息集中存储在服务器上,容易遭受恶意篡改,导致供应商对于企业的信任度降低。同时,由于企业与各供应商之间是相互独立的,一旦出现纠纷或者质量问题,追溯过程容易中断,查找效率低,需要耗费大量的时间以及人力成本,追责困难。此外,各个企业的部分内部数据需要上传给主管部门,并向同产业企业证明自己已经提交,此时由于涉及商业机密,企业难免担心数据泄露问题,使得企业难以平衡数据透明与隐私保护。现有技术中,盐湖化工产业链供应商评价管理方法信息存储过于集中,容易遭受恶意篡改,查询效率低,信息泄露风险大,企业追责困难,供应链管理效率低。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了基于联盟链的供应商评价可追溯协同管理方法及装置,有效地优化了信息存储方式,提高了信息篡改难度和查询效率,降低了信息泄露风险和企业追责难度,从而提高了供应链管理效率。
一方面,本发明实施例提供了基于联盟链的供应商评价可追溯协同管理方法,包括以下步骤:
获取供应商信息;
根据所述供应商信息,选择符合预设要求的供应商作为目标供应商;
根据所述供应商信息和供应商评价指标体系,对目标供应商进行评价得到待处理评价结果;
通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果;
从待选取智能合约中选择一项作为目标智能合约,所述待选取智能合约包括初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约;
通过联盟链网络节点和所述目标智能合约管理所述目标评价结果,所述目标评价结果保存于目标数据,所述目标数据还包括所述目标供应商、参评企业信息、用户身份信息或供应商名誉值。
在一些实施例中,所述通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果,包括:
将待处理评价结果转换成比特串,得到第一评价结果;
通过SM2椭圆曲线非对称加密算法对所述第一评价结果进行加密,得到目标评价结果。
在一些实施例中,所述通过SM2椭圆曲线非对称加密算法对所述第一评价结果进行加密,得到目标评价结果,包括:
获取随机数和基点;
根据所述随机数和所述基点,计算第一椭圆曲线点;
根据公钥和第一比值,计算第二椭圆曲线点,所述第一比值为椭圆曲线群的阶数与所述基点的阶的比值;
若确定所述第二椭圆曲线点不是无穷远点,则根据所述公钥和所述随机数,计算第三椭圆曲线点;
根据密钥派生函数、所述第三椭圆曲线点的横坐标、所述第三椭圆曲线点的纵坐标和所述第一评价结果的比特长度,计算第一比特串;
若根据所述第一比特串确定全部比特位中存在一个比特位的值不为0,则根据所述第一评价结果和所述第一比特串,计算第二比特串;
根据所述第一评价结果、所述第三椭圆曲线点的横坐标和所述第三椭圆曲线点的纵坐标,计算第三比特串;
根据所述第一椭圆曲线点、所述第二比特串和所述第三比特串,计算得到所述目标评价结果。
在一些实施例中,所述初始化智能合约的执行步骤包括:
获取所述用户身份信息;
根据所述用户身份信息,从联盟链中查找用户的注册信息;
若根据所述注册信息确定所述用户身份信息对应的用户账号已注册,则许可所述用户账号访问联盟链;
若根据所述注册信息确定所述用户身份信息对应的用户账号未注册,则审核所述用户身份信息,将符合预设要求的用户身份信息注册到联盟链中。
在一些实施例中,所述数据上链智能合约的执行步骤包括:
获取所述参评企业信息;
将所述参评企业信息、所述目标评价结果和所述目标供应商打包为第一交易;
将第一交易上传到联盟链中。
在一些实施例中,所述数据查询智能合约的执行步骤包括:
从待查找信息中选择一项或多项作为目标查找信息,所述待查找信息包括所述参评企业信息、所述目标评价结果或所述目标供应商;
获取查找时间段;
根据所述目标查找信息和所述查找时间段,从联盟链中查找对应的待处理历史记录数据,所述待处理历史记录数据包括一项或多项所述目标评价结果;
通过SM2椭圆曲线非对称加密算法对所述待处理历史记录数据进行解密,得到目标历史记录数据;
将目标历史记录数据返回智能合约调用者。
在一些实施例中,所述名誉值智能合约的执行步骤包括:
获取查找时间段和待查找供应商;
根据所述查找时间段和所述待查找供应商,从联盟链中查找所述待查找供应商的待处理历史记录数据,所述待处理历史记录数据包括一项或多项所述目标评价结果;
通过SM2椭圆曲线非对称加密算法对所述待处理历史记录数据进行解密,得到目标历史记录数据;
根据目标历史记录数据,计算所述供应商名誉值;
将所述供应商名誉值返回智能合约调用者。
在一些实施例中,所述通过SM2椭圆曲线非对称加密算法对所述待处理历史记录数据进行解密,得到目标历史记录数据,包括:
从所述待处理历史记录数据中提取所述目标评价结果;
从所述目标评价结果中分割出所述第一椭圆曲线点;
若确定所述第一椭圆曲线点满足椭圆曲线方程,则根据所述第一椭圆曲线点和所述第一比值,计算第四椭圆曲线点;
若确定所述第四椭圆曲线点不是无穷远点,则根据私钥和所述第一椭圆曲线点,计算所述第三椭圆曲线点;
根据密钥派生函数、所述第三椭圆曲线点的横坐标、所述第三椭圆曲线点的纵坐标和所述第二比特串的比特长度,计算第四比特串;
若根据所述第四比特串确定全部比特位中存在一个比特位的值不为0,则从所述目标评价结果中分割出所述第二比特串;
根据所述第二比特串和所述第四比特串,计算第二评价结果;
根据所述第二评价结果、所述第三椭圆曲线点的横坐标和所述第三椭圆曲线点的纵坐标,计算第五比特串;
从所述目标评价结果中分割出所述第三比特串;
若所述第五比特串与所述第三比特串相等,则将所述第二评价结果作为目标历史记录数据。
在一些实施例中,所述联盟链网络节点用于维护网络状态,所述维护网络状态包括:
获取所述目标智能合约上传的交易信息;
验证所述交易信息中的签名信息;
将验证通过的交易信息打包到新区块中;
将新区块广播到联盟链网络中各节点;
通过RPBFT共识算法,使联盟链网络中各节点达成一致。
另一方面,本发明实施例提供了基于联盟链的供应商评价可追溯协同管理装置,包括:
第一模块,用于获取供应商信息;
第二模块,用于根据所述供应商信息,选择符合预设要求的供应商作为目标供应商;
第三模块,用于根据所述供应商信息和供应商评价指标体系,对目标供应商进行评价得到待处理评价结果;
第四模块,用于通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果;
第五模块,用于从待选取智能合约中选择一项作为目标智能合约,所述待选取智能合约包括初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约;
第六模块,用于通过联盟链网络节点和所述目标智能合约管理所述目标评价结果,所述目标评价结果保存于目标数据,所述目标数据还包括所述目标供应商、参评企业信息、用户身份信息或供应商名誉值。
本发明所具有的有益效果如下:
本发明首先获取供应商信息,选择符合预设要求的供应商作为目标供应商,对目标供应商进行评价得到待处理评价结果,然后通过非对称加密算法对待处理评价结果进行加密,得到目标评价结果,最后从待选取智能合约中选择一项作为目标智能合约,通过联盟链网络节点和目标智能合约管理目标评价结果,实现了盐湖化工产业链供应商评价管理和联盟链的结合,优化了信息存储方式,提高了信息篡改难度和查询效率,降低了信息泄露风险和企业追责难度,从而提高了供应链管理效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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他的附图。
图1为本发明实施例一种区块结构的示意图;
图2为本发明实施例一种基于联盟链的供应商评价可追溯协同管理方法的流程图;
图3为本发明实施例一种供应商评价流程的示意图;
图4为本发明实施例一种供应商评价指标体系的示意图;
图5为本发明实施例一种供应商评价管理模型的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
除非另有定义,本发明实施例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。本发明实施例中所使用的术语只是为了描述本发明实施例的目的,不是旨在限制本发明。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行如下说明:
区块链技术:指由多个区块组成的链条,具有去中心化、高度透明以及难以篡改的特性。如图1所示,区块链的核心构造是由两个主要部分组成的:区块头和区块体。这两个部分共同形成一个完整的区块,记录了相关的交易信息,并以一种可追溯且不可篡改的方式储存数据。区块头是一个区块的元信息部分,其中包含了对之前区块的引用(前一个区块的哈希值),当前区块的哈希值目标,时间戳,区块版本,当前区块所有交易的Merkle根,以及解决PoW(工作量证明)共识过程中的随机数和难度值。其中,Merkle根是通过将所有交易的哈希值以二叉树的形式组织并计算而得出的,它是一个独特的数据结构,提供了一种在数据量巨大时仍能高效核实数据完整性的方法。区块体则是一个区块的主体部分,它包含了当前区块所有已验证的交易记录。通过将这些交易记录经过Merkle树的哈希处理,得到一个Merkle根,这个Merkle根会被写入区块头中。由于哈希函数的性质,即使是微小的数据改动也会导致生成的哈希值产生巨大变化,因此,通过对比Merkle根,我们可以有效地确认交易列表中的数据是否遭受了篡改。在安全性方面,区块链采用了哈希算法和非对称加密两种重要的技术来确保数据的不可篡改性和隐私性。哈希算法确保了数据的一致性和不可篡改性,而非对称加密则有效地解决了隐私数据的保护问题。区块链通过结合了区块头和区块体的独特构造,哈希算法的不可篡改性以及非对称加密的隐私保护,形成了一种高效、安全、可追溯的数据管理体系。区块链的核心理念在于构建一个开放、去中心化而又可靠的分布式账本,有效地解决信息安全、数据保密和数据可追溯等问题。从理论层面上看,区块链的设计理念与结构使其具备强大的数据记录与管理能力。每一个数据区块都包含了前一区块的哈希值,这意味着一旦数据写入区块链,就无法更改,为数据提供了强大的安全保障。另外,其分布式网络的设计使得每一个节点都保存了完整的链信息,极大地提高了数据的可获取性和系统的鲁棒性。从实践层面上看,区块链能够通过非对称加密算法和智能合约等技术,实现数据的隐私保护和自动执行,这大大提高了数据处理的效率和安全性。其中,智能合约的设计使得合约的执行不再依赖于任何中心化的第三方,从而极大地降低了信任成本。
联盟链:是一种区块链网络,由一组共同信任的组织或实体共同维护和管理。联盟链与公有链不同,参与者需要获得许可才能加入区块链网络,并且只有被授权的参与者才可以参与到区块链的交易和共识过程中。联盟链通常用于企业和组织内部的数据交换和处理。它们可以帮助组织之间更加安全和高效地共享数据和信息,因为只有被授权的参与者才能够访问和更新数据。
非对称加密算法:由公钥和私钥组成,它们是成对的,使用其中一个密钥加密的数据只能由其配对的另一个密钥进行解密。这种设计实现了一个既能公开共享的加密方式(使用公钥加密),也有一种只有指定用户才能解密的方式(使用私钥解密)。这种机制在一定程度上增强了数据在传输过程中的安全性,并且可以对数据进行签名,验证数据的来源及其完整性。同时,非对称加密算法可以保证敏感信息的安全,只有拥有正确私钥的用户才能解密相应的信息,这为数据的私密性和可追溯性提供了可靠的保障。
SM2椭圆曲线算法:SM2是国内自主研发的公钥密码算法体系,包括密钥交换、数字签名和公钥加密三部分,与RSA等国际上广泛使用的加密算法相比,SM2具有更高的安全性和更短的密钥长度。SM2椭圆曲线公钥密码算法基于椭圆曲线离散对数问题,其密码强度高于相同密钥长度的RSA算法。在保证相同的安全性的情况下,椭圆曲线密码的密钥长度远远小于其他公钥密码算法。例如,对于RSA算法要求达到相同的安全性,密钥长度需要至少为3072位,而对于SM2椭圆曲线密码算法,密钥长度只需256位,这样就大大减小了存储和传输的开销。同时,SM2椭圆曲线算法在运算效率上也优于RSA和其他非椭圆曲线的公钥算法。该算法运算效率高的特点使其在云计算环境中更具有优势,尤其在处理大量并发事务和对响应速度有较高要求的应用场景下。SM2椭圆曲线算法的数学基础是定义在素数域上的椭圆曲线SM2椭圆曲线方程:y2=x3+ax+b mod p,其公开参数包括素数p,椭圆曲线的系数a和b,基点G及其阶n和椭圆曲线群的阶数的系数h。在这个体系中,p为素数,a和b是在[0,p-1]内的两个整数,确定了一个椭圆曲线的方程。G=G(x,y)是这个椭圆曲线上的一个点,被选为基点。n是基点G的阶,h是椭圆曲线的群的阶数与n的比值。针对参数信息,给出以下解读:
素数p:FFFFFFFEFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF00000000FFFFFFFFFFFFFFFF,此为选定的有限域的特征,采用大素数可以确保有足够大的可能性空间,使得通过暴力破解变得困难。
系数a:FFFFFFFEFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF00000000FFFFFFFFFFFFFFFC,
系数b:28E9FA9E9D9F5E344D5A9E4BCF6509A7F39789F515AB8F92DDBCBD414D940E93,这两个参数共同决定了椭圆曲线的形状,保证其能满足一些优秀的密码学性质。
基点G=G(x,y),其阶为n。
坐标Gx:32C4AE2C1F1981195F9904466A39C9948FE30BBFF2660BE1715A4589334C74C7,
坐标Gy:BC3736A2F4F6779C59BDCEE36B692153D0A9877CC62A474002DF32E52139F0A0,
基点G是椭圆曲线上的一个点,这个点的阶也就是椭圆曲线群的阶数。阶n:FFFFFFFEFFFFFFFFFFFFFFFFFFFFFFFF7203DF6B21C6052B53BBF40939D54123,该参数是基点G的阶,表示椭圆曲线群的阶数,也即椭圆曲线上的点的个数。h:1,该参数是椭圆曲线群的阶数与基点G的阶n的比值。
RPBFT(Rotating Practical Byzantine Fault Tolerance):是一种具有可扩展性和高吞吐量的共识算法,它是在PBFT(Practical Byzantine Fault Tolerance)算法基础上的一个改进。RPBFT通过引入轮换(rotate)机制,提高了PBFT算法在性能和可扩展性方面的表现。PBFT算法是一种针对Byzantine问题提出的解决方案。Byzantine问题是一种经典的分布式系统问题,主要涉及的是在节点之间进行信息传递时,由于网络延迟、节点故障或恶意攻击等因素,导致信息无法被正确传递。PBFT算法的基本运作原理是通过在网络中引入一种特殊的节点,即"主节点"(Primary),来协调其他节点(即备份节点或副本节点)的行为。在PBFT算法中,主节点会先接收到事务请求,然后将这个请求广播到网络中的所有其他节点。接收到请求的节点会进行验证,然后将验证结果反馈给主节点。当主节点收到大多数节点的相同回复后,就会认定这个请求是有效的,然后将这个请求提交给所有的节点,进行最终的执行。然而,PBFT算法也有其缺点。主要的问题是,由于PBFT算法的执行过程中需要经过多次的广播和反馈,因此在节点数量增加时,网络通信的复杂度会成倍增加,这会严重影响系统的性能和可扩展性。此外,由于PBFT算法中的主节点具有极高的权力,一旦主节点出现问题,可能会导致整个系统的运行出现问题。为了解决这些问题,RPBFT算法在PBFT算法的基础上引入了一种新的机制,即轮换机制。在RPBFT算法中,主节点的角色并不是固定的,而是会定期进行轮换。每一轮,系统会根据一定的算法选择一个新的节点来担任主节点的角色,原来的主节点则变为普通节点。这样,就可以防止主节点过于集中的问题,提高了系统的可用性和可靠性。在RPBFT算法中,每一轮的轮换过程都是公开和透明的,所有的节点都可以验证轮换的结果。当新的主节点被选出后,这个节点会将自己的公钥发布到网络中,其他节点可以通过验证这个公钥来确认新主节点的身份。这样,就可以防止恶意节点伪造主节点的身份,提高了系统的安全性。除了轮换机制之外,RPBFT算法还引入了一种名为“分片”的技术。分片技术是一种将网络中的节点分组的技术,每个分片内的节点只需要处理一部分事务,而不是所有的事务。这样,可以大大减少网络中的通信量,提高了系统的吞吐量。总的来说,RPBFT算法是一种高效的共识算法。通过引入轮换机制和分片技术,RPBFT算法成功地解决了PBFT算法中的性能和可扩展性问题,使得它更适合于大规模的分布式系统。
下面结合附图对本申请实施例进行具体解释:
如图2所示,本发明实施例提供了基于联盟链的供应商评价可追溯协同管理方法,包括但不限于以下步骤:
步骤S11、获取供应商信息。
在本实施例中,可以通过电话询问或上门走访等方式获取供应商信息,供应商信息包括管理团队、营业执照、质量体系、产品审核、产品认证、执业认证、质量、价格信息、交货信息、服务、财务资信、参与度和依赖程度等方面。
步骤S12、根据供应商信息,选择符合预设要求的供应商作为目标供应商。
在本实施例中,如图3所示,根据获取得到的供应商信息,从管理团队、营业执照、质量体系、产品审核、认证信息等方面对潜在供应商进行考核。如果合格,就可以将该供应商纳入供应商考虑目录作为目标供应商。如果不合格,要求供应商在规定的时间内进行制定改进计划,并验证、跟踪改进工作和复核改进效果,改善及后续审核只是针对过程审核中出现问题的改进结果,重新审核评估,如果仍然不合格,就放弃将该供应商纳入供应商考虑目录作为目标供应商。
步骤S13、根据供应商信息和供应商评价指标体系,对目标供应商进行评价得到待处理评价结果。
在本实施例中,为辅助采购决策,针对考虑目录中的目标供应商进行评价。根据以下几个基本原则搭建供应商评价指标体系:1)系统全面性:系统全面性原则是指在构建评价体系的时候要充分地考虑各类指标的状况,保障各类指标之间具有系统性和相关性,从而能组成一个完整的系统,有秩序地全方面地对供应商进行评价;2)可操作性:评价每个供应商的指标,应该保持一定的可操作性,便于根据企业自身的实际需求和供应商的现状进行调整;3)针对性与独立性:针对性是指在研究企业对供应商的评价指标时,应根据盐湖企业的情况有针对性设置指标;独立性是指各个指标之间应该保持自身的性质,使其独立,减少重复性。根据上述原则与实地考察,本实施例系统科学地搭建了供应商的评价指标体系,采用动态评价与年度评价相结合的多部门的综合评价模式。其中动态评价主要是评价合同执行质量,原则上每年对供应商进行至少一次动态评价;年度评价主要评价供应商总体服务质量,供应商综合评价得分由动态评价和年度评价得分两部分加权计算得出,其中动态评价在综合评价中占比30%,年度评价在综合评价中占比70%。本实施例的评价指标体系如图4所示,在该评价体系中,本实施例综合考虑动态评价和年度评价,评价内容包括质量、价格信息、交货信息、服务、财务资信、参与度和依赖程度等方面。本实施例根据供应商评价指标体系中的评分范围及要求,由供应部或相关部门等多个评分部门对目标供应商进行评分,每个评分项目占一定的分值,每个评分细则分为多个评分层次,根据供应商实际情况给予评分,综合所有评分后得到该目标供应商的待处理评价结果。
步骤S14、通过非对称加密算法对待处理评价结果进行加密,得到目标评价结果。
在本实施例中,采用了非对称加密技术来解决隐私数据的权限控制问题。非对称加密是一种加密方法,它使用两个密钥,一个公开,一个保密。数据可以用公钥加密,然后只能用相应的私钥解密。这种加密方式不仅可以保护数据的安全,还可以解决数据所有权的问题,让企业在分享数据的同时,保护自己的商业机密。本实施例将待处理评价结果转换成比特串,得到第一评价结果,通过SM2椭圆曲线非对称加密算法对第一评价结果进行加密,得到目标评价结果。
在本实施例中,通过SM2椭圆曲线非对称加密算法对第一评价结果进行加密,得到目标评价结果,包括:
步骤A1、获取随机数k和基点G,其中随机数k∈[1,n-1];
步骤A2、根据随机数和基点,计算第一椭圆曲线点C1,并将第一椭圆曲线点转换为比特串,其中,第一椭圆曲线点的计算公式如下:
C1=[k]G=(x1,y1)
式中,C1为第一椭圆曲线点,k为随机数,G为基点,x1为第一椭圆曲线点的横坐标,y1为第一椭圆曲线点的纵坐标;
步骤A3、根据公钥PB和第一比值h,计算第二椭圆曲线点S,其中,第二椭圆曲线点的计算公式如下:
S=[h]PB
式中,S为第二椭圆曲线点,PB为公钥,h为第一比值,第一比值用于表征椭圆曲线群的阶数与基点的阶的比值;
步骤A4、若确定第二椭圆曲线点不是无穷远点,则根据公钥和随机数,计算第三椭圆曲线点Q,其中,第三椭圆曲线点的计算公式如下:
Q=[k]PB=(x2,y2)
式中,Q为第三椭圆曲线点,k为随机数,PB为公钥,x2为第三椭圆曲线点的横坐标,y2为第三椭圆曲线点的纵坐标;
步骤A5、根据密钥派生函数、第三椭圆曲线点的横坐标、第三椭圆曲线点的纵坐标和第一评价结果的比特长度,计算第一比特串t1,其中,第一比特串的计算公式如下:
t1=KDF(x2||y2,klen1)
式中,t1为第一比特串,KDF为密钥派生函数,x2为第三椭圆曲线点的横坐标,y2为第三椭圆曲线点的纵坐标,klen1为第一评价结果的比特长度;
步骤A6、若根据第一比特串确定全部比特位的值均为0,则返回步骤A1;
步骤A7、根据第一评价结果M和第一比特串t,计算第二比特串C2,其中,第二比特串的计算公式如下:
式中,C2为第二比特串,M为第一评价结果,t1为第一比特串,用于表征异或运算;
步骤A8、根据第一评价结果、第三椭圆曲线点的横坐标和第三椭圆曲线点的纵坐标,计算第三比特串C3,其中,第三比特串的计算公式如下:
C3=Hash(x2||M||y2)
式中,C3为第三比特串,Hash为哈希函数,x2为第三椭圆曲线点的横坐标,y2为第三椭圆曲线点的纵坐标,M为第一评价结果,||用于表征拼接比特串;
步骤A9、根据第一椭圆曲线点、第二比特串和第三比特串,计算得到目标评价结果C,其中,目标评价结果的计算公式如下:
C=C1||C2||C3
式中,C为目标评价结果,C1为第一椭圆曲线点,C2为第二比特串,C3为第三比特串,||用于表征拼接比特串。
步骤S15、从待选取智能合约中选择一项作为目标智能合约,待选取智能合约包括初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约。
在本实施例中,从初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约中选择一项作为目标智能合约。
在本实施例中,当选择初始化智能合约作为目标智能合约时,其执行步骤包括:
获取用户身份信息,可以通过预设参数的方式,使得企业提供符合预设要求的用户身份信息。
根据用户身份信息,从联盟链中查找用户的注册信息,可以根据企业提供的信息,从联盟链中查找该企业是否已注册。
若根据注册信息确定用户身份信息对应的用户账号已注册,则许可该企业的用户账号访问联盟链。
若根据注册信息确定用户身份信息对应的用户账号未注册,则审核该企业的用户身份信息,将符合预设要求的用户身份信息注册到联盟链中,许可该企业访问联盟链,这使得只有合法用户才能够访问联盟链系统,进一步保证了系统的安全性。
在本实施例中,当选择数据上链智能合约作为目标智能合约时,其执行步骤包括:
获取参评企业信息,可以通过预设参数的方式,使得企业提供符合预设要求的参评企业信息,获取的信息还可以包括目标评价结果和目标供应商。
将参评企业信息、目标评价结果和目标供应商打包为第一交易,可以将参评企业信息、目标评价结果和目标供应商转换为比特串,并进行拼接作为第一交易的内容,通过非对称加密算法对第一交易进行签名,从而使得第一交易信息不可篡改。
将第一交易上传到联盟链中,可以通过将第一交易广播到联盟链网络中各节点,等待联盟链网络节点对第一交易达成共识。
在本实施例中,当选择数据查询智能合约作为目标智能合约时,其执行步骤包括:
从待查找信息中选择一项或多项作为目标查找信息,待查找信息包括参评企业信息、目标评价结果或目标供应商,可以通过参评企业信息查找对应企业所作出的评价信息,也可以通过目标供应商查找对应供应商所得到的评价信息,也可以通过目标评价结果查找评价结果达到预设要求的一些供应商,例如查找综合评分在90分以上的供应商。
获取查找时间段,可以通过设置查找时间段来限定要查找的信息的上链时间,例如可以将查找时间段设置为半年,则只查找在半年之内上链的数据。
根据目标查找信息和查找时间段,从联盟链中查找对应的待处理历史记录数据,待处理历史记录数据包括一项或多项目标评价结果,可以根据企业的查找需求,待处理历史记录数据还可以包括参评企业信息或目标供应商。
通过SM2椭圆曲线非对称加密算法对待处理历史记录数据进行解密,得到目标历史记录数据。
将目标历史记录数据返回智能合约调用者,根据智能合约调用者的查找需求,将解密后的目标评价结果、参评企业信息或目标供应商返回,这使得企业中的评价部门可以随时查询供应商的评价历史,更好地评估供应商的表现。智能合约调用者可以包括企业账号、供应商账号或符合预设要求的已注册用户账号。
在本实施例中,当选择名誉值智能合约作为目标智能合约时,其执行步骤包括:
获取查找时间段和待查找供应商,可以根据企业的查找需求,查找在一段时间内的供应商的评价结果信息。
根据查找时间段和待查找供应商,从联盟链中查找待查找供应商的待处理历史记录数据,待处理历史记录数据包括一项或多项目标评价结果。
通过SM2椭圆曲线非对称加密算法对待处理历史记录数据进行解密,得到目标历史记录数据。
根据目标历史记录数据,计算供应商名誉值,可以通过对目标评价结果进行计算得到供应商名誉值,示例性地,可以通过统计查找到的目标历史记录数据中,若目标评价结果评分在90分以上的占比在80%以上,则供应商名誉值为优;若目标评价结果评分在90分以上的占比在60%以上,则供应商名誉值为良;若目标评价结果评分在90分以上的占比在40%以上,则供应商名誉值为中;若目标评价结果评分在90分以上的占比在40%以下,则供应商名誉值为差。
将供应商名誉值返回智能合约调用者,供应商名誉值可以作为供应商评价的重要参考,帮助企业中的评价部门更好地进行决策,智能合约调用者可以包括企业账号、供应商账号或符合预设要求的已注册用户账号。
在本实施例中,通过SM2椭圆曲线非对称加密算法对待处理历史记录数据进行解密,得到目标历史记录数据,包括:
步骤B1、从待处理历史记录数据中提取目标评价结果C;
步骤B2、从目标评价结果中分割出第一椭圆曲线点C1,可以根据第一椭圆曲线点的比特长度,从目标评价结果比特串中将第一椭圆曲线点分割出来;
步骤B3、若确定第一椭圆曲线点满足椭圆曲线方程,则根据第一椭圆曲线点和第一比值h,计算第四椭圆曲线点S,其中,第四椭圆曲线点的计算公式如下:
S=[h]C1
式中,S为第四椭圆曲线点,C1为第一椭圆曲线点,h为第一比值;
步骤B4、若确定第四椭圆曲线点不是无穷远点,则根据私钥dB和第一椭圆曲线点,计算第三椭圆曲线点Q,其中,第三椭圆曲线点的计算公式如下:
Q=[dB]C1=(x2,y2)
式中,Q为第三椭圆曲线点,dB为私钥,C1为第一椭圆曲线点,x2为第三椭圆曲线点的横坐标,y2为第三椭圆曲线点的纵坐标;
步骤B5、根据密钥派生函数、第三椭圆曲线点的横坐标、第三椭圆曲线点的纵坐标和第二比特串的比特长度,计算第四比特串t2,其中,第四比特串的计算公式如下:
t2=KDF(x2||y2,klen2)
式中,t2为第四比特串,KDF为密钥派生函数,x2为第三椭圆曲线点的横坐标,y2为第三椭圆曲线点的纵坐标,klen2为第二比特串C2的比特长度;
步骤B6、若根据第四比特串确定全部比特位中存在一个比特位的值不为0,则从目标评价结果中分割出第二比特串C2,可以根据第一椭圆曲线点的比特长度和第二比特串的比特长度,从目标评价结果比特串中将第二比特串分割出来;
步骤B7、根据第二比特串和第四比特串,计算第二评价结果M′,其中,第二评价结果的计算公式如下:
式中,M′为第二评价结果,C2为第二比特串,t2为第四比特串,用于表征异或运算;
步骤B8、根据第二评价结果、第三椭圆曲线点的横坐标和第三椭圆曲线点的纵坐标,计算第五比特串u,其中,第五比特串的计算公式如下:
u=Hash(x2||M′||y2)
式中,u为第五比特串,Hash为哈希函数,x2为第三椭圆曲线点的横坐标,y2为第三椭圆曲线点的纵坐标,M′为第二评价结果,||用于表征拼接比特串;
步骤B9、从目标评价结果中分割出第三比特串C3,可以根据第一椭圆曲线点的比特长度、第二比特串的比特长度和第三比特串的比特长度,从目标评价结果比特串中将第三比特串分割出来;
步骤B10、若第五比特串与第三比特串相等,则将第二评价结果作为目标历史记录数据,目标历史记录数据还可以包括多项第二评价结果。
步骤S16、通过联盟链网络节点和目标智能合约管理目标评价结果,目标评价结果保存于目标数据,目标数据还包括目标供应商、参评企业信息、用户身份信息或供应商名誉值。
在本实施例中,通过初始化智能合约来管理用户身份信息,实现系统权限控制。通过数据上链智能合约来将目标评价结果、目标供应商或参评企业信息上传到联盟链中。通过数据查询智能合约从联盟链中查找目标评价结果、目标供应商或参评企业信息。通过名誉值智能合约根据目标评价结果,动态地计算出供应商名誉值。
在本实施例中,联盟链网络节点用于维护网络状态,维护网络状态包括:
获取目标智能合约上传的交易信息,可以通过接收联盟链网络中广播的数据来获得交易信息,交易信息可以包括用户身份信息、目标评价结果、目标供应商或参评企业信息。
验证交易信息中的签名信息,可以通过使用交易发起者的公钥对交易信息进行签名验证。
将验证通过的交易信息打包到新区块中,可以通过对验证通过的交易信息作哈希运算得到哈希值,将哈希值放入新区块的区块体中。
将新区块广播到联盟链网络中各节点。
通过RPBFT共识算法,使联盟链网络中各节点达成一致。可以通过RPBFT共识算法对数据进行有效的验证和同步,通过轮换主节点和分片技术,可以大大减少网络中的通信量,提高了系统的吞吐量。同时,通过公开和透明的轮换过程,也可以防止恶意节点伪造主节点的身份,提高了系统的安全性。当网络节点对数据块的真实性达成共识后,该数据块被正式添加到区块链上,成为不可篡改的记录,从而保证了数据的一致性和可靠性。
在本实施例中,盐湖化工产业链供应商评价管理方法基于区块链技术,区块链技术因其分布式、去中心化的特点,可以有效地解决信任、透明度和追溯性的问题。本实施例化工供应链中的供应商评价数据被记录在区块链上,这些数据具有透明性、可追溯性与不可篡改性,这不仅能增强信息的真实性,也可以增加主体间的信任度,提升供应链的运行效率。在本实施例中,每次交易数据和评价数据都将被SM2椭圆曲线算法加密,确保这些数据的隐私性和安全性。同时,利用SM2的数字签名功能,供应商和采购方可以对交易和评价数据进行签名,保证了数据的完整性和防篡改性,也提高了数据的信任度。在实际操作中,每个参与者会生成一对公私钥,私钥自己保管,公钥发布在网络中。当某个参与者需要向另一方发送加密信息时,会使用对方的公钥对信息进行加密,然后将密文发送给对方。接收者收到密文后,使用自己的私钥进行解密,得到明文信息。这样,就可以确保只有特定的接收者才能解读发送的信息,保护了信息的隐私性。另一方面,数字签名则是用来保证信息的完整性和非否认性。当参与者需要发送信息时,首先使用自己的私钥对信息内容生成签名,然后将签名和信息一同发送给接收者。接收者在收到信息和签名后,可以使用发送者的公钥来验证签名。如果验证成功,说明信息在传输过程中没有被修改,否则,说明信息可能已经被篡改。通过应用SM2椭圆曲线算法,本实施例在保障数据的安全性和隐私性的同时,也提高了系统的运行效率。这一创新的设计使得本实施例在供应链管理的应用中更具优势,有望进一步提高供应链的效率和可靠性,提升企业的竞争力。
在本实施例中,盐湖化工产业链供应商评价管理方法的整体流程如图5所示,首先评价部门对供应商给予评价,然后使用加密算法对评价结果进行加密,并通过智能合约生成交易信息后向联盟链网络中各节点广播交易信息,最后通过共识机制使得联盟链网络中各节点达成一致,实现数据上链。同时,相关部门通过前端界面进行合约调用或信息查询,前端界面与后端服务器进行数据交互,后端服务器可以与区块链系统进行交互来查询哈希地址或返回哈希地址。在本实施例中,评价部门是一个关键环节,其主要任务是将对供应商的评价数据上传至系统。这些评价数据包括但不限于供应商的产品质量、服务态度、交货时间等。这些数据经过SM2椭圆曲线算法等一系列复杂的加密运算,将其打包成为一个数据块,这个数据块即为我们所称的区块。区块生成后,系统会将其广播至整个区块链网络中的每一个节点。在广播过程中,网络中的节点会对该区块进行独立验证。节点将检查区块的数据完整性、区块头中的哈希值、时间戳等信息。当大多数节点都确认该区块的真实性后,即达成了网络共识,这个区块就会被正式添加到区块链上,形成一个新的链条。反之,若区块在广播过程中发生了异常状况,例如数据被篡改,那么网络中的节点将无法对其达成共识,这个区块也就无法被添加到区块链上,而是会被网络丢弃,这种区块链技术的共识机制为实现数据共享提供了强有力的基础支持。
实施本发明实施例的有益效果包括:本发明首先获取供应商信息,选择符合预设要求的供应商作为目标供应商,对目标供应商进行评价得到待处理评价结果,然后通过非对称加密算法对待处理评价结果进行加密,得到目标评价结果,最后从待选取智能合约中选择一项作为目标智能合约,通过联盟链网络节点和目标智能合约管理目标评价结果,实现了盐湖化工产业链供应商评价管理和联盟链的结合,优化了信息存储方式,提高了信息篡改难度和查询效率,降低了信息泄露风险和企业追责难度,从而提高了供应链管理效率。
本发明实施例还提供了基于联盟链的供应商评价可追溯协同管理装置,包括:
第一模块,用于获取供应商信息;
第二模块,用于根据所述供应商信息,选择符合预设要求的供应商作为目标供应商;
第三模块,用于根据所述供应商信息和供应商评价指标体系,对目标供应商进行评价得到待处理评价结果;
第四模块,用于通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果;
第五模块,用于从待选取智能合约中选择一项作为目标智能合约,所述待选取智能合约包括初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约;
第六模块,用于通过联盟链网络节点和所述目标智能合约管理所述目标评价结果,所述目标评价结果保存于目标数据,所述目标数据还包括所述目标供应商、参评企业信息、用户身份信息或供应商名誉值。
可见,上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.基于联盟链的供应商评价可追溯协同管理方法,其特征在于,包括以下步骤:
获取供应商信息;
根据所述供应商信息,选择符合预设要求的供应商作为目标供应商;
根据所述供应商信息和供应商评价指标体系,对目标供应商进行评价得到待处理评价结果;
通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果;
从待选取智能合约中选择一项作为目标智能合约,所述待选取智能合约包括初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约;
通过联盟链网络节点和所述目标智能合约管理所述目标评价结果,所述目标评价结果保存于目标数据,所述目标数据还包括所述目标供应商、参评企业信息、用户身份信息或供应商名誉值。
2.根据权利要求1所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果,包括:
将待处理评价结果转换成比特串,得到第一评价结果;
通过SM2椭圆曲线非对称加密算法对所述第一评价结果进行加密,得到目标评价结果。
3.根据权利要求2所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述通过SM2椭圆曲线非对称加密算法对所述第一评价结果进行加密,得到目标评价结果,包括:
获取随机数和基点;
根据所述随机数和所述基点,计算第一椭圆曲线点;
根据公钥和第一比值,计算第二椭圆曲线点,所述第一比值为椭圆曲线群的阶数与所述基点的阶的比值;
若确定所述第二椭圆曲线点不是无穷远点,则根据所述公钥和所述随机数,计算第三椭圆曲线点;
根据密钥派生函数、所述第三椭圆曲线点的横坐标、所述第三椭圆曲线点的纵坐标和所述第一评价结果的比特长度,计算第一比特串;
若根据所述第一比特串确定全部比特位中存在一个比特位的值不为0,则根据所述第一评价结果和所述第一比特串,计算第二比特串;
根据所述第一评价结果、所述第三椭圆曲线点的横坐标和所述第三椭圆曲线点的纵坐标,计算第三比特串;
根据所述第一椭圆曲线点、所述第二比特串和所述第三比特串,计算得到所述目标评价结果。
4.根据权利要求1所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述初始化智能合约的执行步骤包括:
获取所述用户身份信息;
根据所述用户身份信息,从联盟链中查找用户的注册信息;
若根据所述注册信息确定所述用户身份信息对应的用户账号已注册,则许可所述用户账号访问联盟链;
若根据所述注册信息确定所述用户身份信息对应的用户账号未注册,则审核所述用户身份信息,将符合预设要求的用户身份信息注册到联盟链中。
5.根据权利要求1所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述数据上链智能合约的执行步骤包括:
获取所述参评企业信息;
将所述参评企业信息、所述目标评价结果和所述目标供应商打包为第一交易;
将第一交易上传到联盟链中。
6.根据权利要求3所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述数据查询智能合约的执行步骤包括:
从待查找信息中选择一项或多项作为目标查找信息,所述待查找信息包括所述参评企业信息、所述目标评价结果或所述目标供应商;
获取查找时间段;
根据所述目标查找信息和所述查找时间段,从联盟链中查找对应的待处理历史记录数据,所述待处理历史记录数据包括一项或多项所述目标评价结果;
通过SM2椭圆曲线非对称加密算法对所述待处理历史记录数据进行解密,得到目标历史记录数据;
将目标历史记录数据返回智能合约调用者。
7.根据权利要求3所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述名誉值智能合约的执行步骤包括:
获取查找时间段和待查找供应商;
根据所述查找时间段和所述待查找供应商,从联盟链中查找所述待查找供应商的待处理历史记录数据,所述待处理历史记录数据包括一项或多项所述目标评价结果;
通过SM2椭圆曲线非对称加密算法对所述待处理历史记录数据进行解密,得到目标历史记录数据;
根据目标历史记录数据,计算所述供应商名誉值;
将所述供应商名誉值返回智能合约调用者。
8.根据权利要求6或7所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述通过SM2椭圆曲线非对称加密算法对所述待处理历史记录数据进行解密,得到目标历史记录数据,包括:
从所述待处理历史记录数据中提取所述目标评价结果;
从所述目标评价结果中分割出所述第一椭圆曲线点;
若确定所述第一椭圆曲线点满足椭圆曲线方程,则根据所述第一椭圆曲线点和所述第一比值,计算第四椭圆曲线点;
若确定所述第四椭圆曲线点不是无穷远点,则根据私钥和所述第一椭圆曲线点,计算所述第三椭圆曲线点;
根据密钥派生函数、所述第三椭圆曲线点的横坐标、所述第三椭圆曲线点的纵坐标和所述第二比特串的比特长度,计算第四比特串;
若根据所述第四比特串确定全部比特位中存在一个比特位的值不为0,则从所述目标评价结果中分割出所述第二比特串;
根据所述第二比特串和所述第四比特串,计算第二评价结果;
根据所述第二评价结果、所述第三椭圆曲线点的横坐标和所述第三椭圆曲线点的纵坐标,计算第五比特串;
从所述目标评价结果中分割出所述第三比特串;
若所述第五比特串与所述第三比特串相等,则将所述第二评价结果作为目标历史记录数据。
9.根据权利要求1所述的基于联盟链的供应商评价可追溯协同管理方法,其特征在于,所述联盟链网络节点用于维护网络状态,所述维护网络状态包括:
获取所述目标智能合约上传的交易信息;
验证所述交易信息中的签名信息;
将验证通过的交易信息打包到新区块中;
将新区块广播到联盟链网络中各节点;
通过RPBFT共识算法,使联盟链网络中各节点达成一致。
10.基于联盟链的供应商评价可追溯协同管理装置,其特征在于,包括:
第一模块,用于获取供应商信息;
第二模块,用于根据所述供应商信息,选择符合预设要求的供应商作为目标供应商;
第三模块,用于根据所述供应商信息和供应商评价指标体系,对目标供应商进行评价得到待处理评价结果;
第四模块,用于通过非对称加密算法对所述待处理评价结果进行加密,得到目标评价结果;
第五模块,用于从待选取智能合约中选择一项作为目标智能合约,所述待选取智能合约包括初始化智能合约、数据上链智能合约、数据查询智能合约或名誉值智能合约;
第六模块,用于通过联盟链网络节点和所述目标智能合约管理所述目标评价结果,所述目标评价结果保存于目标数据,所述目标数据还包括所述目标供应商、参评企业信息、用户身份信息或供应商名誉值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100954.5A CN117196653A (zh) | 2023-08-29 | 2023-08-29 | 基于联盟链的供应商评价可追溯协同管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100954.5A CN117196653A (zh) | 2023-08-29 | 2023-08-29 | 基于联盟链的供应商评价可追溯协同管理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117196653A true CN117196653A (zh) | 2023-12-08 |
Family
ID=88999117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311100954.5A Pending CN117196653A (zh) | 2023-08-29 | 2023-08-29 | 基于联盟链的供应商评价可追溯协同管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117196653A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085767A (zh) * | 2017-04-21 | 2017-08-22 | 上海耐相智能科技有限公司 | 一种高效的企业供应商评估系统 |
CN107425968A (zh) * | 2017-06-22 | 2017-12-01 | 广东工业大学 | 一种二进制域F2m下的SM2椭圆曲线公钥加密算法的实现系统 |
CN111861117A (zh) * | 2020-06-16 | 2020-10-30 | 北京工业大学 | 一种基于联盟链的乐器评测数据共享方法及系统 |
CN112073484A (zh) * | 2020-08-28 | 2020-12-11 | 武汉大学 | 一种基于联盟链的gdpr合规监管方法及系统 |
CN114091953A (zh) * | 2021-11-29 | 2022-02-25 | 江苏大学 | 一种基于异构区块链的可信评价方法及系统 |
-
2023
- 2023-08-29 CN CN202311100954.5A patent/CN117196653A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085767A (zh) * | 2017-04-21 | 2017-08-22 | 上海耐相智能科技有限公司 | 一种高效的企业供应商评估系统 |
CN107425968A (zh) * | 2017-06-22 | 2017-12-01 | 广东工业大学 | 一种二进制域F2m下的SM2椭圆曲线公钥加密算法的实现系统 |
CN111861117A (zh) * | 2020-06-16 | 2020-10-30 | 北京工业大学 | 一种基于联盟链的乐器评测数据共享方法及系统 |
CN112073484A (zh) * | 2020-08-28 | 2020-12-11 | 武汉大学 | 一种基于联盟链的gdpr合规监管方法及系统 |
CN114091953A (zh) * | 2021-11-29 | 2022-02-25 | 江苏大学 | 一种基于异构区块链的可信评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10673626B2 (en) | Threshold secret share authentication proof and secure blockchain voting with hardware security modules | |
CN111130757B (zh) | 一种基于区块链的多云cp-abe访问控制方法 | |
US11936774B2 (en) | Determining a common secret for the secure exchange of information and hierarchical, deterministic cryptographic keys | |
CN109829326B (zh) | 基于区块链的跨域认证与公平审计去重云存储系统 | |
US11528258B2 (en) | System and apparatus for data confidentiality in distributed ledger | |
CN108418680B (zh) | 一种基于安全多方计算技术的区块链密钥恢复方法、介质 | |
Wang et al. | Privacy-preserving public auditing for data storage security in cloud computing | |
WO2021114819A1 (zh) | 生成和执行智能合约交易的方法及装置 | |
Thompson | The preservation of digital signatures on the blockchain | |
CN111292041B (zh) | 一种电子合同生成方法、装置、设备及存储介质 | |
CN110034917A (zh) | 一种基于同态加密算法的联盟链数据处理方法及装置 | |
CN114362971A (zh) | 一种基于哈希算法的数字资产确权和溯源方法 | |
Cha et al. | Blockchain based sensitive data management by using key escrow encryption system from the perspective of supply chain | |
CN115567312B (zh) | 一种可满足多种场景的联盟链数据权限管理系统和方法 | |
US20200014668A1 (en) | System and method of securely transmitting and storing data over a network | |
CN114357492A (zh) | 一种基于区块链的医疗数据隐私融合方法及装置 | |
CN111639952A (zh) | 基于区块链的退货核验方法、系统、服务器及终端 | |
Li et al. | CIA: A collaborative integrity auditing scheme for cloud data with multi-replica on multi-cloud storage providers | |
Vasilopoulos et al. | Message-locked proofs of retrievability with secure deduplication | |
CN114510734B (zh) | 数据访问控制方法、装置及计算机可读存储介质 | |
Gohel et al. | A new data integrity checking protocol with public verifiability in cloud storage | |
KR102546762B1 (ko) | 블룸 필터를 이용한 블록체인에서의 다중 서명 지갑 시스템 | |
CN117196653A (zh) | 基于联盟链的供应商评价可追溯协同管理方法及装置 | |
Nandini et al. | Implementation of hybrid cloud approach for secure authorized deduplication | |
Abbdal et al. | Secure third party auditor for ensuring data integrity in cloud storage |
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 |