CN117273902A - 基于大数据采集计算与区块链的乡村智能授信评定系统 - Google Patents
基于大数据采集计算与区块链的乡村智能授信评定系统 Download PDFInfo
- Publication number
- CN117273902A CN117273902A CN202311058295.3A CN202311058295A CN117273902A CN 117273902 A CN117273902 A CN 117273902A CN 202311058295 A CN202311058295 A CN 202311058295A CN 117273902 A CN117273902 A CN 117273902A
- Authority
- CN
- China
- Prior art keywords
- credit
- data
- user
- village
- intelligent
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 16
- 230000003993 interaction Effects 0.000 claims abstract description 16
- 238000010276 construction Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 29
- 230000009471 action Effects 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000013450 outlier detection Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 46
- 238000007726 management method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于大数据采集计算与区块链的乡村智能授信评定系统。本发明包括：数据交互模块，用于获取村民数据并通过智能合约上报至联盟链节点集群以及获取链上数据；联盟链节点集群模块，用于将收到的村民信息数据以联盟链节点集群的形式进行部署，实现存储村民信息数据集；乡村智能信用评定模型构建模块，用于通过智能合约获取联盟链节点集群模块中的村民信息数据集，根据村民信息数据集构建乡村智能信用评定模型。本发明使用了联盟链技术，通过共识机制让第三方数据库加入到信用分数据共享认定中，从而解决信用分人为单独背书的难题，通过本发明框架采用所需的数据维度进行计算。
Description
技术领域
本发明涉及了一种智能授信评定系统，涉及了一种基于大数据采集计算与区块链的乡村智能授信评定系统。
背景技术
社会信用体系是为提高全社会的诚信意识和信用水平而提出的规划。社会信用体系与许多发达国家的信用分值系统不完全相同，发达国家通常仅有用于信贷的金融信用分值，而没有类似的“社会信用”。“社会信用”数据主要由政府部门、社会组织等在监管和服务的过程中得到，旨在“规范公共行为”。
对于信用分值，都需要政府部门或大型组织为其背书，且评分数据来源大部分基于公共基础数据等，对于乡村场景的村民信用分值这一细化领域没有特定的评定优化体系和系统。
发明内容
为了解决乡村信用缺少准确收集评定和优化的难题，本发明提出了基于大数据采集计算与区块链技术相结合的乡村智能授信评定系统。
本发明的目的是为了在乡村治理的垂直领域填补乡村征信系统的空白，而本发明涉及的信用特征信息主要来源于乡村日常生活的数据，并结合第三方数据的引入，弥补了现代征信数据系统的缺失，进而形成健全互补的信用评定系统。
本发明采用的技术方案是：
所述系统包括：
数据交互模块，用于获取村民数据并通过智能合约上报至联盟链节点集群以及获取链上数据；
联盟链节点集群模块，用于将收到的村民信息数据以联盟链节点集群的形式进行部署，实现存储村民信息数据集；
乡村智能信用评定模型构建模块，用于通过智能合约获取联盟链节点集群模块中的村民信息数据集，根据村民信息数据集构建乡村智能信用评定模型。
所述数据交互模块，包括：
权限控制单元，用于基于X.509证书的身份认证确定用户的权限以及向数据交互单元发送用户的权限。
数据交互单元，用于使用智能合约实现查询指定用户信用分、查询指定用户历史信用分、查询指定用户历史信用行为明细功能以及上传用户信用行为数据功能，以及通过接口的方式进行外界与系统的数据交互。
所述联盟链节点集群模块中，收到的村民信息数据包括村民身份信息数据和村民日常治理行为数据。
所述乡村智能信用评定模型构建模块，包括：
有效数据选择单元，用于通过智能合约获取联盟链节点集群模块中村民信息数据集，选择村民信息数据集中有效的村民日常治理行为数据并按照用户行为信用等级计算各用户对应的信用行为向量
数据预处理单元，用于对所有用户的信用行为向量进行数据预处理，获得处理后的用户信用行为向量/>
用户信用分求解单元，用于根据各用户的信用行为向量确定对应的权重向量/>进而计算获得各用户的信用分r；
信用评定单元，用于根据所有用户的信用分r构建获得乡村智能信用评定模型。
所述有效数据选择单元中，每个用户对应的所述信用行为向量由各用户行为信用等级下对应的所有有效村民日常治理行为数据组成。
所述数据预处理单元中，对于每类用户行为信用等级下的所有用户的信用行为向量根据当前所有用户的信用行为向量/>的数据分布，利用异常值检测方法去除信用行为向量/>中的异常值，获得去噪后的信用行为向量/>从而完成当前用户行为信用等级下的数据预处理。
所述用户信用分求解单元中，对于每个用户，首先，各用户行为信用等级下的用户行为数据通过对应的两个分界点分别划分为少、一般和多三类，接着根据各用户行为信用等级中分界点确定各用户行为信用等级对应的权重，满足Ri+1,1＝WiRi2，i＝1,2,…,I-1，WI＝1，Ri1、Ri2分别为第i类用户行为信用等级对应的两个分界点，从而获得权重向量最后将信用行为向量/>与权重向量/>相乘后获得当前用户的信用分r。
所述信用评定单元中，首先将所有用户的信用分r进行区间映射，使得所有用户的信用分r均位于目标区间内，接着，根据各用户行为信用等级中分界点和权重确定多个特征值点，基于多个特征值点利用logistics函数对各用户行为信用等级下的所有用户进行曲线拟合，获得乡村智能信用评定模型。
本发明的有益效果是：
本发明丰富了传统用户信用度量的场景，拓展了度量信用水平的维度与技术手段，为第三方机构评定农村地区用户信用提供了新的参考数据。
本发明使用了联盟链技术，通过共识机制让第三方数据库加入到信用分数据共享认定中，从而解决信用分人为单独背书的难题。
本发明公开的乡村自治平台用户信用分计算方法为适用于乡村授信场景的模型构建方法，可以通过实际场景调整模型构建参数获得更适用于实际场景的信用分评估模型。
附图说明
图1为本发明系统的区块链结构关系图；
图2为本发明乡村智能信用评定模型的流程框图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明：
本发明的实施例及其实施过程如下：
本发明的基于大数据采集计算与区块链的乡村智能授信评定系统包括：
数据交互模块，用于获取村民数据并通过智能合约上报至联盟链节点集群以及根据其客户端权限获取链上数据；
数据交互模块，包括：
权限控制单元，用于基于X.509证书的身份认证确定用户的权限以及向数据交互单元发送用户的权限。权限控制单元使用基于X.509证书的身份认证，确保每个参与者都有唯一的身份。使用访问控制策略定义哪些角色或组织可以执行特定的链码操作或访问特定的资源。策略可以基于角色、组织、属性等进行定义，确保只有授权的用户可以进行相应的操作。在智能合约中，可以使用特定的权限控制逻辑来确保只有授权的参与者可以调用链码的特定方法。这可以基于调用者的身份信息、传递的参数等。
数据交互单元，用于使用智能合约实现查询指定用户信用分、查询指定用户历史信用分、查询指定用户历史信用行为明细功能以及上传用户信用行为数据功能，以及通过接口的方式进行外界与系统中区块链上的数据交互。具体实施中可根据需求自行采用不同数据维度。例如，行为数据采用了村民参与乡村治理情况，包括活动情况、村民评议情况、村民阅读文章情况、村民的日常登录、积分兑换、荣誉申报、负面清单等，基础信息采用了村民的年龄、性别等维度。同时对于行为数据标记对应的信用等级标签，例如通过对实际业务场景的评估，将信用等级分为三级。
区块链包括了应用层、服务层和资源层；
应用层包含了信用分值查询应用、信用分值明细查询应用和准入管理应用，实现信用分值的查询、信用分值明细的查询和登录准入；
服务层包括了智能合约和联盟链节点集群，智能合约中存储信用模型，应用层的各个应用经智能合约和联盟链节点集群链接；
资源层包括了服务器、虚拟机等，资源层和联盟链节点集群链接。
联盟链节点集群模块，用于将收到的村民信息数据以联盟链节点集群的形式进行部署，实现存储村民信息数据集；并且通过联盟链的特性确保数据的可见权限。利用区块链底层平台将各组织结构节点相连并建立联盟链，维护区块链中的数据，对数据进行共识，将上述用户信息上链存证，实时获取用户相关信息的变更记录。
通过智能合约提供优于传统合约的安全方法，并减少与合约相关的其他交易成本。智能合约可以作为信用模型的一个具体实现方式，根据智能合约是完全公开的特性，任何联盟内的组织都可以清楚的知道信用模型是否变更、信用模型的变更方式等信息，即可实现信用模型的更新也可溯源。
如果相关信息的数据有所变动，相应变更的记录也会上链存证。在保障数据隐私性的基础性上实现可信可追溯的数据共享机制，提高数据的真实性。并通过智能合约实现固定周期信用分自动更新、数据更新/拉取指纹校验(机器指纹等)等功能，加强该实现方案的数据安全性和数据(包括业务数据和行为数据)的可溯源性。
乡村智能信用评定模型构建模块，用于通过智能合约获取联盟链节点集群模块中的村民信息数据集，根据村民信息数据集构建乡村智能信用评定模型，乡村智能信用评定模型以智能合约部署在联盟链节点集群上，从而实现信息公开透明。
联盟链节点集群模块中，收到的村民信息数据包括村民身份信息数据和村民日常治理行为数据。
如图2所示，乡村智能信用评定模型构建模块，包括：
有效数据选择单元，用于通过智能合约获取联盟链节点集群模块中村民信息数据集，选择村民信息数据集中有效的村民日常治理行为数据并按照用户行为信用等级计算各用户对应的信用行为向量具体实施中，在统计各级信用等级行为数时，由于信用等级越高的行为对于信用评价有更强的影响，这部分影响一方面体现在信用评价模型的权重参数重，另一方面也体现在信用行为的有效时间上，因此在周期性计算用户信用分时，在统计用户各级信用等级行为时可以加上有效期使计算结果更符合预期，定义用户行为信用等级分为三级，例如一级信用等级行为有效期为1个月，二级信用等级行为有效期为2个月，三级信用等级行为有效期为6个月。不取无效的用户行为。
有效数据选择单元中，每个用户对应的信用行为向量由各用户行为信用等级下对应的所有有效村民日常治理行为数据组成。具体实施中，信用行为向量/>即为(a1,a2,a3)，a1,a2,a3分别代表用户的一级信用等级行为数、二级信用等级行为数、三级信用等级行为数。
数据预处理单元，用于对所有用户的信用行为向量进行数据预处理，获得处理后的用户信用行为向量/>
数据预处理单元中，对于每类用户行为信用等级下的所有用户的信用行为向量根据当前所有用户的信用行为向量/>的数据分布，利用异常值检测方法去除信用行为向量/>中的异常值，获得去噪后的信用行为向量/>从而完成当前用户行为信用等级下的数据预处理。具体实施中，异常值检测的方法可以根据不同的用户行为信用等级选择，例如一级信用等级使用四分位距-IQR法检测异常值，利用分布数据中1/4位点Q1和3/4位点Q3，记IQR＝Q3-Q1，则小于Q1-1.5×IQR或大于Q3+1.5×IQR的数据认为是异常值，将对应的异常值删除。
用户信用分求解单元，用于根据各用户的信用行为向量确定对应的权重向量/>进而计算获得各用户的信用分r；
用户信用分求解单元中，对于每个用户，首先，各用户行为信用等级下的用户行为数据通过对应的两个分界点分别划分为少、一般和多三类，接着根据各用户行为信用等级中分界点确定各用户行为信用等级对应的权重，满足Ri+1,1＝WiRi2，i＝1,2,…,I-1，WI＝1，Ri1、Ri2分别为第i类用户行为信用等级对应的两个分界点，从而获得权重向量最后将信用行为向量/>与权重向量/>相乘后获得当前用户的信用分r，公式如下：
r＝∑Wi×ai
其中，Wi为第i类用户行为信用等级对应的权重，ai表示用户的第i级信用等级行为数。
信用评定单元，用于根据所有用户的信用分r构建获得乡村智能信用评定模型。
信用评定单元中，首先将所有用户的信用分r进行区间映射，使得所有用户的信用分r均位于目标区间内，接着，根据各用户行为信用等级中分界点和权重确定多个特征值点，基于多个特征值点利用logistics函数对各用户行为信用等级下的所有用户进行曲线拟合，获得乡村智能信用评定模型。
信用评定单元中，多个特征值点分别为W1×R11，W1×R12+W2×R21，以及W1×R12+W2×R22+W3×R31，Wi为第i类用户行为信用等级对应的权重，Ri1、Ri2分别为第i类用户行为信用等级对应的两个分界点，i＝1,2,…,I。例如将信用分定义为(350,950)的区间，得到几个特征值点(W1×R11＝600)、(w1×R12+w2×R21,650)、(w1×R12+w2×R22+w3×R31,700)，基于3类特征值对logistics函数进行曲线拟合，最终得到信用分评估模型credit＝f(∑wi×ai)。
以上所述是本申请的实施例，并不用于限制本申请。对于本领域技术人员来说，本申请可以有修改和润饰。凡在本申请的内容和原理之内作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述系统包括：
数据交互模块，用于获取村民数据并通过智能合约上报至联盟链节点集群以及获取链上数据；
联盟链节点集群模块，用于将收到的村民信息数据以联盟链节点集群的形式进行部署，实现存储村民信息数据集；
乡村智能信用评定模型构建模块，用于通过智能合约获取联盟链节点集群模块中的村民信息数据集，根据村民信息数据集构建乡村智能信用评定模型。
2.根据权利要求1所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述数据交互模块，包括：
权限控制单元，用于基于X.509证书的身份认证确定用户的权限以及向数据交互单元发送用户的权限；
数据交互单元，用于使用智能合约实现查询指定用户信用分、查询指定用户历史信用分、查询指定用户历史信用行为明细功能以及上传用户信用行为数据功能，以及通过接口的方式进行外界与系统的数据交互。
3.根据权利要求1所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述联盟链节点集群模块中，收到的村民信息数据包括村民身份信息数据和村民日常治理行为数据。
4.根据权利要求1所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述乡村智能信用评定模型构建模块，包括：
有效数据选择单元，用于通过智能合约获取联盟链节点集群模块中村民信息数据集，选择村民信息数据集中有效的村民日常治理行为数据并按照用户行为信用等级计算各用户对应的信用行为向量
数据预处理单元，用于对所有用户的信用行为向量进行数据预处理，获得处理后的用户信用行为向量/>
用户信用分求解单元，用于根据各用户的信用行为向量确定对应的权重向量/>进而计算获得各用户的信用分r；
信用评定单元，用于根据所有用户的信用分r构建获得乡村智能信用评定模型。
5.根据权利要求4所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述有效数据选择单元中，每个用户对应的所述信用行为向量由各用户行为信用等级下对应的所有有效村民日常治理行为数据组成。
6.根据权利要求4所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述数据预处理单元中，对于每类用户行为信用等级下的所有用户的信用行为向量根据当前所有用户的信用行为向量/>的数据分布，利用异常值检测方法去除信用行为向量/>中的异常值，获得去噪后的信用行为向量/>从而完成当前用户行为信用等级下的数据预处理。
7.根据权利要求4所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述用户信用分求解单元中，对于每个用户，首先，各用户行为信用等级下的用户行为数据通过对应的两个分界点分别划分为少、一般和多三类，接着根据各用户行为信用等级中分界点确定各用户行为信用等级对应的权重，满足Ri+1,1＝WiRi2，i＝1,2,…,I-1，WI＝1，Ri1、Ri2分别为第i类用户行为信用等级对应的两个分界点，从而获得权重向量最后将信用行为向量/>与权重向量/>相乘后获得当前用户的信用分r。
8.根据权利要求4所述的一种基于大数据采集计算与区块链的乡村智能授信评定系统，其特征在于，所述信用评定单元中，首先将所有用户的信用分r进行区间映射，使得所有用户的信用分r均位于目标区间内，接着，根据各用户行为信用等级中分界点和权重确定多个特征值点，基于多个特征值点利用logistics函数对各用户行为信用等级下的所有用户进行曲线拟合，获得乡村智能信用评定模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311058295.3A CN117273902A (zh) | 2023-08-22 | 2023-08-22 | 基于大数据采集计算与区块链的乡村智能授信评定系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311058295.3A CN117273902A (zh) | 2023-08-22 | 2023-08-22 | 基于大数据采集计算与区块链的乡村智能授信评定系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117273902A true CN117273902A (zh) | 2023-12-22 |
Family
ID=89201644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311058295.3A Pending CN117273902A (zh) | 2023-08-22 | 2023-08-22 | 基于大数据采集计算与区块链的乡村智能授信评定系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117273902A (zh) |
-
2023
- 2023-08-22 CN CN202311058295.3A patent/CN117273902A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11568415B2 (en) | Decentralized safeguard against fraud | |
| US20200027089A1 (en) | Blockchain transaction safety using smart contracts | |
| Harsanyi | Games with incomplete information played by “Bayesian” players, I–III Part I. The basic model | |
| Pasdar et al. | Connect api with blockchain: A survey on blockchain oracle implementation | |
| CN105590055A (zh) | 用于在网络交互系统中识别用户可信行为的方法及装置 | |
| Pasdar et al. | Blockchain oracle design patterns | |
| CN110264221A (zh) | 一种针对服务商行业的全链路安全业务联合解决方案 | |
| CN110533539B (zh) | 基于区块链和ai技术的创新型企业增值权投资交易平台 | |
| CN111177743B (zh) | 一种面向信用大数据的风险控制方法及其系统 | |
| CN111222955A (zh) | 一种基于区块链的供应商监管方法及系统 | |
| Zhao et al. | Toward trustworthy defi oracles: past, present, and future | |
| Salau et al. | Data cooperatives for neighborhood watch | |
| US20220391990A1 (en) | Blockchain-based systems and methods for self-managed peer group insurance | |
| US20230008975A1 (en) | Shift identification | |
| Zhang et al. | A hybrid trust evaluation framework for e-commerce in online social network: a factor enrichment perspective | |
| Raj SN et al. | Does the caste of the firm owner play a role in access to finance for small enterprises? Evidence from India | |
| CN112702410B (zh) | 一种基于区块链网络的评估系统、方法及相关设备 | |
| CN113807802A (zh) | 基于区块链的劳务人员薪资结算方法及相关设备 | |
| Hwang et al. | Competitive effects of disclosure in a strategic entry model | |
| CN117273902A (zh) | 基于大数据采集计算与区块链的乡村智能授信评定系统 | |
| CN114626934A (zh) | 基于区块链的多层级风控系统及管控方法 | |
| Wright | Decentralized Autonomous Corporations | |
| US20240062306A1 (en) | Parametric Engine to Implement Methods Using Parametric Analytics | |
| Lawson et al. | Novissi Togo: Harnessing Artificial Intelligence to Deliver Shock-Responsive Social Protection | |
| CA3209637A1 (en) | Systems and methods for zero-trust index mutual aid |
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 |