CN117455516B - 一种电子烟信息的溯源方法及系统 - Google Patents
一种电子烟信息的溯源方法及系统 Download PDFInfo
- Publication number
- CN117455516B CN117455516B CN202311767651.9A CN202311767651A CN117455516B CN 117455516 B CN117455516 B CN 117455516B CN 202311767651 A CN202311767651 A CN 202311767651A CN 117455516 B CN117455516 B CN 117455516B
- Authority
- CN
- China
- Prior art keywords
- electronic cigarette
- information
- cigarette information
- tracing
- information table
- 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
- 239000003571 electronic cigarette Substances 0.000 title claims abstract description 587
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 84
- 238000012549 training Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000010586 diagram 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
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
Abstract
本申请涉及信息处理领域,特别地涉及一种电子烟信息的溯源方法及系统。一种电子烟信息的溯源系统,包括有:待溯源电子烟标识获取模块、电子烟溯源信息数据库管理模块、标识匹配模块和电子烟溯源信息输出模块。本发明通过将电子信息表对应的第一哈希值提前发送给云服务器,并经由云服务器对之后发送的电子烟信息表计算第二哈希值,当第一哈希值与第二哈希值不一致时,说明电子烟信息表发生了信息篡改,云服务器不接收此电子烟信息表,避免篡改后的电子烟信息表影响电子烟溯源信息数据库的建立,影响溯源系统的使用体验。
Description
技术领域
本申请涉及信息处理领域,特别地涉及一种电子烟信息的溯源方法及系统。
背景技术
电子烟主要由电池(烟杆)、雾化器(烟弹)和烟嘴组成,部件都设有标示,生产相关的数据都能够通过标识查看,但是信息数据很容易造假和篡改,数据的可靠性、安全性难以得到保证,因此,构建一套安全可信的溯源系统,将数据以安全的方式上传,使用户能够获取安全、可靠的产品数据。
发明内容
针对上述问题,本申请提供一种电子烟信息的溯源方法及系统,通过将电子信息表对应的第一哈希值提前发送给云服务器,并经由云服务器对之后发送的电子烟信息表计算第二哈希值,当第一哈希值与第二哈希值不一致时,说明电子烟信息表发生了信息篡改,云服务器不接收此电子烟信息表,避免篡改后的电子烟信息表影响电子烟溯源信息数据库的建立,影响溯源系统的使用体验。
一种电子烟信息的溯源方法,包括:
获取待溯源电子烟标识;
将待溯源电子烟标识与电子烟溯源信息数据库进行匹配,电子烟溯源信息数据库中包括一一对应的电子烟标识和电子烟溯源信息,若是电子烟标识与电子烟溯源信息数据库中的任一电子烟标识匹配成功,输出匹配成功的电子烟标识对应的电子烟溯源信息;否则,输出“无此产品”;
电子烟溯源信息数据库建立在云服务器内,云服务器与多个上传电子烟信息的服务节点连接,且电子烟溯源信息由电子烟信息组成;
电子烟溯源信息数据库的建立包括如下步骤:
通过云服务器持续监测是否有服务节点进行信息上传,当有服务节点进行信息上传时,云服务器接收服务节点上传的电子烟信息表,电子烟信息表中包括电子烟标识和对应的电子烟信息,逐个从电子烟信息表中选择电子烟标识,将选择的电子烟标识与电子烟溯源信息数据库中的电子烟标识进行匹配,若匹配失败,基于选择的电子烟标识在电子烟溯源信息数据库建立一组新的电子烟溯源信息,且与选择的电子烟标识对应;若匹配成功,则将选择的电子烟标识对应的电子烟信息添加至电子烟溯源信息数据库中选择的电子烟标识对应的电子烟溯源信息中。
云服务器接收服务节点上传的电子烟信息表,具体包括如下步骤:
服务节点获取电子烟信息表,并对电子烟信息表进行哈希运算,得到第一哈希值,再将第一哈希值上传至云服务器;
服务节点使用来自于云服务器的公钥对电子烟信息表进行加密,间隔预设时间,再将加密后的电子烟信息表上传至云服务器;
云服务器接使用私钥对加密后的电子烟信息表进行解密,得到电子烟信息表,再对电子烟信息表进行哈希运算后得到第二哈希值,将第二哈希值与云服务内部存储的所有第一哈希值进行匹配,若出现匹配成功的情况,则将电子烟信息表存储,执行电子烟溯源信息数据库的建立,并将云服务内部存储的且与第二哈希值匹配成功的第一哈希值进行删除;否则删除电子烟信息表和此电子烟信息表对应的第二哈希值,并且向服务节点发行重传信息的提示信号。
作为优选的一个方面,还包括服务节点对电子烟信息表的更新,具体步骤为:
获取用户上传的电子烟信息表;将电子烟信息表中的电子烟信息记为Fn,n=1,2,3······N,N为电子烟信息表中电子烟信息的总个数;并将电子烟信息对应的电子烟标识记为Tn;将所有电子烟信息Fn组成电子烟信息集合;
S1:从电子烟信息集合选择第一个电子烟信息Fn,建立电子烟标识集合Pj,j初始为1,将选择的电子烟信息Fn对应的电子烟标识Tn存入电子烟标识集合Pj中,再将选择的电子烟信息Fn与电子烟信息集合中剩余的电子烟信息Fn进行匹配,将所有匹配成功的电子烟信息Fn对应的电子烟标识Tn存入电子烟标识集合Pj中,建立电子烟标识集合Pj与选择的电子烟信息Fn之间的对应关系,进入S2;
S2:将所有匹配成功的电子烟信息Fn从电子烟信息集合中删除,判断电子烟信息集合是否还有电子烟信息存在,若是,则将j+1赋值给j,回到S1;否则进入S3;
S3:输出所有电子烟标识集合Pj,并更新电子烟信息表,电子烟信息表中电子烟标识集合Pj与电子烟信息一一对应。
作为优选的一个方面,还包括云服务器对电子烟信息表的检测,具体步骤为:
获取来自服务器节点的电子烟信息表,并选择此服务器节点对应的训练好的电子烟信息检测模型,从电子烟信息表中逐个选择电子烟信息,将选择的电子烟信息送入训练好的电子烟信息检测模型中进行检测,输出检测结果,若是检测结果为正常,无操作;若是检测结果为异常,删除电子烟信息表,并且向服务节点发行重传信息的提示信号;
电子烟信息检测模型基于BiLSTM层建立,包括预处理层、BiLSTM层和softmax分类层,预处理层用于对电子烟信息进行预处理,BiLSTM层用于对预处理后的电子烟信息进行特征提取,softmax分类层用于输出检测结果。
作为优选的一个方面,预处理层用于对电子烟信息进行预处理,具体包括如下步骤:
将电子烟信息拆分为电子烟子信息Di,电子烟子信息Di为电子烟子信息项Xi对应的数据,i=1,2,3······I,I为电子烟子信息的总个数;
逐个选择电子烟子信息Di,针对选择的电子烟子信息Di,执行如下内容,若是电子烟子信息Di为数字格式,将此电子烟子信息Di以二进制形式进行存储,并且以0填充至H位;若是电子烟子信息Di为文字格式,则将此电子烟子信息Di与电子烟子信息项Xi对应的信息编码库进行匹配,并将匹配成功输出的数字编码替换为电子烟子信息Di,信息编码库包括电子烟子信息项中不同文字信息对应的数字编码,且数字编码为H位;若是电子烟子信息Di为图片格式,将此电子烟子信息Di送入训练好的CNN模型,提取此电子烟子信息Di对应的特征向量,且特征向量的项数为H。
作为优选的一个方面,通过训练好的电子烟信息检测模型对电子烟信息进行检测,包括如下步骤:
通过预处理层将电子烟信息拆分为电子烟子信息,并将所有电子烟子信息逐个输入BiLSTM层进行处理,再送入softmax分类层进行计算,输出检测结果。
作为优选的一个方面,对电子烟信息检测模型进行训练,具体包括如下步骤:
获取电子烟信息训练样本组成的电子烟信息训练样本集,电子烟信息训练样本为服务节点上传的正常的电子烟信息或异常的电子烟信息;将电子烟信息训练样本集送入参数初始化的电子烟信息检测模型进行训练,以检测结果为正常和异常为目标条件,计算损失值,若是损失值在预设范围内,输出训练好的电子烟信息检测模型,否则,继续迭代训练。
一种电子烟信息的溯源系统,包括有:
待溯源电子烟标识获取模块,用于获取待溯源电子烟标识;
电子烟溯源信息数据库管理模块,用于建立和存储电子烟溯源信息数据库,电子烟溯源信息数据库中包括一一对应的电子烟标识和电子烟溯源信息,且电子烟溯源信息由电子烟信息组成,电子烟溯源信息数据库建立在云服务器内;
标识匹配模块,用于将待溯源电子烟标识与电子烟溯源信息数据库进行匹配;
电子烟溯源信息输出模块,用于根据标识匹配模块的匹配结果输出电子烟溯源信息,若是电子烟标识与电子烟溯源信息数据库中的任一电子烟标识匹配成功,输出匹配成功的电子烟标识对应的电子烟溯源信息;否则,输出“无此产品”。
作为优选的一个方面,还包括有:
电子烟信息检测模块,用于对电子烟信息表进行检测;
电子烟信息表进行检测具体包括如下步骤:
获取来自服务器节点的电子烟信息表,并选择此服务器节点对应的训练好的电子烟信息检测模型,从电子烟信息表中逐个选择电子烟信息,将选择的电子烟信息送入训练好的电子烟信息检测模型中进行检测,输出检测结果,若是检测结果为正常,无操作;若是检测结果为异常,删除电子烟信息表,并且向服务节点发行重传信息的提示信号;
电子烟信息检测模型基于BiLSTM层建立,包括预处理层、BiLSTM层和softmax分类层,预处理层用于对电子烟信息进行预处理,BiLSTM层用于对预处理后的电子烟信息进行特征提取,softmax分类层用于输出检测结果。
本申请具有以下优点:
1、本发明通过将电子信息表对应的第一哈希值提前发送给云服务器,并经由云服务器对之后发送的电子烟信息表计算第二哈希值,当第一哈希值与第二哈希值不一致时,说明电子烟信息表发生了信息篡改,云服务器不接收此电子烟信息表,避免篡改后的电子烟信息表影响电子烟溯源信息数据库的建立,影响溯源系统的使用体验。
2、本发明通过将电子烟信息完全一致的电子烟标识进行统计,构建电子烟标识集合,当进行电子烟信息表上传时,电子烟标识集合内的所有电子烟标识只需要上传一份电子烟信息,显著地降低电子烟信息的数据量,进而提升电子烟信息上传的效率,同时也提升了电子烟溯源信息数据库的建立的效率。
3、本发明将电子烟信息送入电子烟信息检测模型,通过电子烟信息检测模型内部的预处理层对电子烟信息进行预处理,统一格式,并将统一格式的电子烟信息送入BiLSTM层,提取特征信息,再通过softmax分类层输出检测结果,对电子烟信息进行检测,并且不接收检测结果为异常的电子烟信息,避免影响电子烟溯源信息数据库的建立的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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示出的结构获得其他的附图。
图1为本申请实施例中提供的一种电子烟信息的溯源系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请部分实施例进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。然而,本领域的普通技术人员可以理解,在本申请的各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。
实施例1,一种电子烟信息的溯源方法,包括:
用户扫描产品表面的二维码,获取待溯源电子烟标识,用户侧连接云服务器,向云服务器发送待溯源电子烟标识;
将待溯源电子烟标识与电子烟溯源信息数据库进行匹配,电子烟溯源信息数据库中包括一一对应的电子烟标识和电子烟溯源信息,电子烟溯源信息包括产品信息、生产信息、仓管信息、物流信息和销售信息等,若是电子烟标识与电子烟溯源信息数据库中的任一电子烟标识匹配成功,输出匹配成功的电子烟标识对应的电子烟溯源信息;否则,输出“无此产品”,无此产品的解读为该产品可能为假冒产品或者该产品的电子烟信息未录入,联系商家进行处理;
电子烟溯源信息数据库建立在云服务器内,云服务器与多个上传电子烟信息的服务节点连接,产品的不同生产环节会产生不同的产品信息,例如生产厂商对应产生产品信息,而在不同的生产环节,例如生产厂商都会建立对应的服务器节点,每当需要上传产品信息时,生产厂商可以通过服务节点进行信息上传,且电子烟溯源信息由电子烟信息组成;
电子烟溯源信息数据库的建立包括如下步骤:
通过云服务器持续监测是否有服务节点进行信息上传,当有服务节点进行信息上传时,云服务器接收服务节点上传的电子烟信息表,此电子烟信息表是根据服务节点的工作人员在服务节点上传的信息整理得到的,电子烟信息表中包括电子烟标识和对应的电子烟信息,电子烟信息包括产品名称、产品图片、产品类型和产品规格等,逐个从电子烟信息表中选择电子烟标识,将选择的电子烟标识与电子烟溯源信息数据库中的电子烟标识进行匹配,若匹配失败,说明在电子烟溯源信息数据库中无此产品的信息存在,需要重新建立对应数据,基于选择的电子烟标识在电子烟溯源信息数据库建立一组新的电子烟溯源信息,且与选择的电子烟标识对应;若匹配成功,说明在电子烟溯源信息数据库中有此产品的信息存在,但是不够完整,需要基于上传的信息进行补充,则将选择的电子烟标识对应的电子烟信息添加至电子烟溯源信息数据库中选择的电子烟标识对应的电子烟溯源信息中。
在建立电子烟溯源信息数据库的时候,由于服务节点上传信息时可能存在非法攻击,对电子烟信息表进行篡改,使得电子烟溯源信息数据库中的电子烟溯源信息不准确,影响溯源系统的使用体验,因此需要在服务节点上传信息时进行加密操作,云服务器接收服务节点上传的电子烟信息表,具体方法为:
服务节点获取电子烟信息表,并对电子烟信息表进行哈希运算,得到第一哈希值,再将第一哈希值上传至云服务器,第一哈希值为此电子烟信息表的唯一标识;
服务节点使用来自于云服务器的公钥对电子烟信息表进行加密,间隔预设时间,再将加密后的电子烟信息表上传至云服务器,云服务器的公钥和私钥构建非对称加密;
云服务器接使用私钥对加密后的电子烟信息表进行解密,得到电子烟信息表,再对电子烟信息表进行哈希运算后得到第二哈希值,将第二哈希值与云服务内部存储的所有第一哈希值进行匹配,若出现匹配成功的情况,说明此电子烟信息表未被篡改,则将电子烟信息表存储,执行电子烟溯源信息数据库的建立,并将云服务内部存储的且与第二哈希值匹配成功的第一哈希值进行删除;否则,说明此电子烟信息表被篡改,删除电子烟信息表和此电子烟信息表对应的第二哈希值,并且向服务节点发行重传信息的提示信号。
本申请通过将电子信息表对应的第一哈希值提前发送给云服务器,并经由云服务器对之后发送的电子烟信息表计算第二哈希值,当第一哈希值与第二哈希值不一致时,说明电子烟信息表发生了信息篡改,云服务器不接收此电子烟信息表,避免篡改后的电子烟信息表影响电子烟溯源信息数据库的建立,影响溯源系统的使用体验。
在云服务器接收电子烟信息表时,由于电子烟信息表中存在大量重复的信息,例如统一批次的产品,其产品名称、产品图片、产品类型和产品规格等信息完全一致,直接进行上传的话,会浪费大量带宽,也会影响后续电子烟溯源信息数据库的建立的效率,因此,需要对电子烟信息表进行精简,还包括服务节点对电子烟信息表的更新,具体步骤为:
获取用户上传的电子烟信息表;将电子烟信息表中的电子烟信息记为Fn,n=1,2,3······N,N为电子烟信息表中电子烟信息的总个数;并将电子烟信息对应的电子烟标识记为Tn;将所有电子烟信息Fn组成电子烟信息集合;
S1:从电子烟信息集合选择第一个电子烟信息Fn,建立电子烟标识集合Pj,j初始为1,将选择的电子烟信息Fn对应的电子烟标识Tn存入电子烟标识集合Pj中,再将选择的电子烟信息Fn与电子烟信息集合中剩余的电子烟信息Fn进行匹配,将所有匹配成功的电子烟信息Fn对应的电子烟标识Tn存入电子烟标识集合Pj中,建立电子烟标识集合Pj与选择的电子烟信息Fn之间的对应关系,进入S2,电子烟标识集合Pj中所有的电子烟标识对应的电子烟信息完全一致,因此,只需要针对电子烟标识集合Pj中所有的电子烟标识上传一份电子烟信息;
S2:将所有匹配成功的电子烟信息Fn从电子烟信息集合中删除,判断电子烟信息集合是否还有电子烟信息存在,若是,则将j+1赋值给j,回到S1;否则进入S3;
S3:输出所有电子烟标识集合Pj,并更新电子烟信息表,电子烟信息表中电子烟标识集合Pj与电子烟信息一一对应。
本申请通过将电子烟信息完全一致的电子烟标识进行统计,构建电子烟标识集合,当进行电子烟信息表上传时,电子烟标识集合内的所有电子烟标识只需要上传一份电子烟信息,显著地降低电子烟信息的数据量,进而提升电子烟信息上传的效率,同时也提升了电子烟溯源信息数据库的建立的效率。
在服务节点上传电子烟信息表时,服务节点的工作人员可能会上传虚假信息,或者由于服务节点的工作人员的疏忽,可能会上传错误信息,影响电子烟溯源信息数据库的建立的效率,因此,需要对电子烟信息表进行检测,具体包括如下步骤:
获取来自服务器节点的电子烟信息表,并选择此服务器节点对应的训练好的电子烟信息检测模型,从电子烟信息表中逐个选择电子烟信息,将选择的电子烟信息送入训练好的电子烟信息检测模型中进行检测,输出检测结果,若是检测结果为正常,无操作;若是检测结果为异常,删除电子烟信息表,并且向服务节点发行重传信息的提示信号;
电子烟信息检测模型基于BiLSTM层建立,包括预处理层、BiLSTM层和softmax分类层,预处理层用于对电子烟信息进行预处理,BiLSTM层用于对预处理后的电子烟信息进行特征提取,softmax分类层用于输出检测结果;
通过训练好的电子烟信息检测模型对电子烟信息进行检测,包括如下步骤:通过预处理层将电子烟信息拆分为电子烟子信息,并将所有电子烟子信息逐个输入BiLSTM层进行处理,再送入softmax分类层进行计算,输出检测结果;由于电子烟信息中的每项信息之间存在关联性,例如产品名称、产品图片、产品类型和产品规格之间一一对应,因此可以针对电子烟信息内的每项信息之间的特征通过BiLSTM层进行提取,基于提取的特征来判断电子烟信息是否为虚假信息或者错误信息;BiLSTM层内部的BiLSTM模型作为双向长短期记忆网络,能够很好的利用上下文信息,提升电子烟信息检测的准确率,且BiLSTM模型的参数采用现有技术。
但是考虑到电子烟信息中的每项信息格式不一,例如产品名称为文字格式,产品图片为图片格式,直接将电子烟信息送入BiLSTM层是无效的,因此需要对电子烟信息中的每项信息的格式进行统一,预处理层用于对电子烟信息进行预处理,具体包括如下步骤:
将电子烟信息拆分为电子烟子信息Di,电子烟子信息Di为电子烟子信息项Xi对应的数据,电子烟子信息项Xi即为产品名称、产品图片、产品类型和产品规格之类,i=1,2,3······I,I为电子烟子信息的总个数;
逐个选择电子烟子信息Di,针对选择的电子烟子信息Di,执行如下内容,若是电子烟子信息Di为数字格式,将此电子烟子信息Di以二进制形式进行存储,并且以0填充至H位,H的值人为设定,根据电子烟信息的内容来调整;若是电子烟子信息Di为文字格式,则将此电子烟子信息Di与电子烟子信息项Xi对应的信息编码库进行匹配,并将匹配成功输出的数字编码替换为电子烟子信息Di,信息编码库包括电子烟子信息项中不同文字信息对应的数字编码,且数字编码为H位;若是电子烟子信息Di为图片格式,将此电子烟子信息Di送入训练好的CNN模型,提取此电子烟子信息Di对应的特征向量,且特征向量的项数为H,通过预处理层的处理,电子烟信息内部的每项信息都统一为H位的数字格式。
对电子烟信息检测模型进行训练,具体包括如下步骤:
获取电子烟信息训练样本组成的电子烟信息训练样本集,电子烟信息训练样本为服务节点上传的正常的电子烟信息或异常的电子烟信息,需要说明的是,工作人员可以将正常的电子烟信息人为地替换部分内容,形成异常的电子烟信息,以弥补异常的电子烟信息不足的问题;将电子烟信息训练样本集送入参数初始化的电子烟信息检测模型进行训练,以检测结果为正常和异常为目标条件,计算损失值,若是损失值在预设范围内,输出训练好的电子烟信息检测模型,否则,继续迭代训练。
本申请将电子烟信息送入电子烟信息检测模型,通过电子烟信息检测模型内部的预处理层对电子烟信息进行预处理,统一格式,并将统一格式的电子烟信息送入BiLSTM层,提取特征信息,再通过softmax分类层输出检测结果,对电子烟信息进行检测,并且不接收检测结果为异常的电子烟信息,避免影响电子烟溯源信息数据库的建立的效率。
实施例2,图1为本申请实施例中提供的一种电子烟信息的溯源系统,请参见图1,本系统可具体应用于相关设备,设备上存储有对应的执行程序,执行主体可以有多种选择,此处不以此为限。
一种电子烟信息的溯源系统,包括有:
待溯源电子烟标识获取模块,用于获取待溯源电子烟标识;
电子烟溯源信息数据库管理模块,用于建立和存储电子烟溯源信息数据库,电子烟溯源信息数据库中包括一一对应的电子烟标识和电子烟溯源信息,且电子烟溯源信息由电子烟信息组成,电子烟溯源信息数据库建立在云服务器内;
标识匹配模块,用于将待溯源电子烟标识与电子烟溯源信息数据库进行匹配;
电子烟溯源信息输出模块,用于根据标识匹配模块的匹配结果输出电子烟溯源信息,若是电子烟标识与电子烟溯源信息数据库中的任一电子烟标识匹配成功,输出匹配成功的电子烟标识对应的电子烟溯源信息;否则,输出“无此产品”。
还包括有:
电子烟信息检测模块,用于对电子烟信息表进行检测;
电子烟信息表进行检测具体包括如下步骤:
获取来自服务器节点的电子烟信息表,并选择此服务器节点对应的训练好的电子烟信息检测模型,从电子烟信息表中逐个选择电子烟信息,将选择的电子烟信息送入训练好的电子烟信息检测模型中进行检测,输出检测结果,若是检测结果为正常,无操作;若是检测结果为异常,删除电子烟信息表,并且向服务节点发行重传信息的提示信号;
电子烟信息检测模型基于BiLSTM层建立,包括预处理层、BiLSTM层和softmax分类层,预处理层用于对电子烟信息进行预处理,BiLSTM层用于对预处理后的电子烟信息进行特征提取,softmax分类层用于输出检测结果。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本申请所附权利要求的保护范围。本说明书中未作详细描述的部分属于本领域专业技术人员公知的现有技术。
Claims (5)
1.一种电子烟信息的溯源方法,其特征在于,包括:
获取待溯源电子烟标识;
将待溯源电子烟标识与电子烟溯源信息数据库进行匹配,电子烟溯源信息数据库中包括一一对应的电子烟标识和电子烟溯源信息,若是电子烟标识与电子烟溯源信息数据库中的任一电子烟标识匹配成功,输出匹配成功的电子烟标识对应的电子烟溯源信息;否则,输出“无此产品”;
电子烟溯源信息数据库建立在云服务器内,云服务器与多个上传电子烟信息的服务节点连接,且电子烟溯源信息由电子烟信息组成;
电子烟溯源信息数据库的建立包括如下步骤:
通过云服务器持续监测是否有服务节点进行信息上传,当有服务节点进行信息上传时,云服务器接收服务节点上传的电子烟信息表,电子烟信息表中包括电子烟标识和对应的电子烟信息,逐个从电子烟信息表中选择电子烟标识,将选择的电子烟标识与电子烟溯源信息数据库中的电子烟标识进行匹配,若匹配失败,基于选择的电子烟标识在电子烟溯源信息数据库建立一组新的电子烟溯源信息,且与选择的电子烟标识对应;若匹配成功,则将选择的电子烟标识对应的电子烟信息添加至电子烟溯源信息数据库中选择的电子烟标识对应的电子烟溯源信息中;
云服务器接收服务节点上传的电子烟信息表,具体包括如下步骤:
服务节点获取电子烟信息表,并对电子烟信息表进行哈希运算,得到第一哈希值,再将第一哈希值上传至云服务器;
服务节点使用来自于云服务器的公钥对电子烟信息表进行加密,间隔预设时间,再将加密后的电子烟信息表上传至云服务器;
云服务器接使用私钥对加密后的电子烟信息表进行解密,得到电子烟信息表,再对电子烟信息表进行哈希运算后得到第二哈希值,将第二哈希值与云服务内部存储的所有第一哈希值进行匹配,若出现匹配成功的情况,则将电子烟信息表存储,执行电子烟溯源信息数据库的建立,并将云服务内部存储的且与第二哈希值匹配成功的第一哈希值进行删除;否则删除电子烟信息表和此电子烟信息表对应的第二哈希值,并且向服务节点发行重传信息的提示信号;
还包括服务节点对电子烟信息表的更新,具体步骤为:
获取用户上传的电子烟信息表;将电子烟信息表中的电子烟信息记为Fn,n=1,2,3······N,N为电子烟信息表中电子烟信息的总个数;并将电子烟信息对应的电子烟标识记为Tn;将所有电子烟信息Fn组成电子烟信息集合;
S1:从电子烟信息集合选择第一个电子烟信息Fn,建立电子烟标识集合Pj,j初始为1,将选择的电子烟信息Fn对应的电子烟标识Tn存入电子烟标识集合Pj中,再将选择的电子烟信息Fn与电子烟信息集合中剩余的电子烟信息Fn进行匹配,将所有匹配成功的电子烟信息Fn对应的电子烟标识Tn存入电子烟标识集合Pj中,建立电子烟标识集合Pj与选择的电子烟信息Fn之间的对应关系,进入S2;
S2:将所有匹配成功的电子烟信息Fn从电子烟信息集合中删除,判断电子烟信息集合是否还有电子烟信息存在,若是,则将j+1赋值给j,回到S1;否则进入S3;
S3:输出所有电子烟标识集合Pj,并更新电子烟信息表,电子烟信息表中电子烟标识集合Pj与电子烟信息一一对应;
还包括云服务器对电子烟信息表的检测,具体步骤为:
获取来自服务器节点的电子烟信息表,并选择此服务器节点对应的训练好的电子烟信息检测模型,从电子烟信息表中逐个选择电子烟信息,将选择的电子烟信息送入训练好的电子烟信息检测模型中进行检测,输出检测结果,若是检测结果为正常,无操作;若是检测结果为异常,删除电子烟信息表,并且向服务节点发行重传信息的提示信号;
电子烟信息检测模型基于BiLSTM层建立,包括预处理层、BiLSTM层和softmax分类层,预处理层用于对电子烟信息进行预处理,BiLSTM层用于对预处理后的电子烟信息进行特征提取,softmax分类层用于输出检测结果。
2.如权利要求1所述的一种电子烟信息的溯源方法,其特征在于,预处理层用于对电子烟信息进行预处理,具体包括如下步骤:
将电子烟信息拆分为电子烟子信息Di,电子烟子信息Di为电子烟子信息项Xi对应的数据,i=1,2,3······I,I为电子烟子信息的总个数;
逐个选择电子烟子信息Di,针对选择的电子烟子信息Di,执行如下内容,若是电子烟子信息Di为数字格式,将此电子烟子信息Di以二进制形式进行存储,并且以0填充至H位;若是电子烟子信息Di为文字格式,则将此电子烟子信息Di与电子烟子信息项Xi对应的信息编码库进行匹配,并将匹配成功输出的数字编码替换为电子烟子信息Di,信息编码库包括电子烟子信息项中不同文字信息对应的数字编码,且数字编码为H位;若是电子烟子信息Di为图片格式,将此电子烟子信息Di送入训练好的CNN模型,提取此电子烟子信息Di对应的特征向量,且特征向量的项数为H。
3.如权利要求2所述的一种电子烟信息的溯源方法,其特征在于,通过训练好的电子烟信息检测模型对电子烟信息进行检测,包括如下步骤:
通过预处理层将电子烟信息拆分为电子烟子信息,并将所有电子烟子信息逐个输入BiLSTM层进行处理,再送入softmax分类层进行计算,输出检测结果。
4.如权利要求3所述的一种电子烟信息的溯源方法,其特征在于,对电子烟信息检测模型进行训练,具体包括如下步骤:
获取电子烟信息训练样本组成的电子烟信息训练样本集,电子烟信息训练样本为服务节点上传的正常的电子烟信息或异常的电子烟信息;将电子烟信息训练样本集送入参数初始化的电子烟信息检测模型进行训练,以检测结果为正常和异常为目标条件,计算损失值,若是损失值在预设范围内,输出训练好的电子烟信息检测模型,否则,继续迭代训练。
5.一种电子烟信息的溯源系统,其特征在于,所述系统应用上述权利要求1-4任一项所述的一种电子烟信息的溯源方法,包括有:
待溯源电子烟标识获取模块,用于获取待溯源电子烟标识;
电子烟溯源信息数据库管理模块,用于建立和存储电子烟溯源信息数据库,电子烟溯源信息数据库中包括一一对应的电子烟标识和电子烟溯源信息,且电子烟溯源信息由电子烟信息组成,电子烟溯源信息数据库建立在云服务器内;
标识匹配模块,用于将待溯源电子烟标识与电子烟溯源信息数据库进行匹配;
电子烟溯源信息输出模块,用于根据标识匹配模块的匹配结果输出电子烟溯源信息,若是电子烟标识与电子烟溯源信息数据库中的任一电子烟标识匹配成功,输出匹配成功的电子烟标识对应的电子烟溯源信息;否则,输出“无此产品”;
还包括有:
电子烟信息检测模块,用于对电子烟信息表进行检测;
电子烟信息表进行检测具体包括如下步骤:
获取来自服务器节点的电子烟信息表,并选择此服务器节点对应的训练好的电子烟信息检测模型,从电子烟信息表中逐个选择电子烟信息,将选择的电子烟信息送入训练好的电子烟信息检测模型中进行检测,输出检测结果,若是检测结果为正常,无操作;若是检测结果为异常,删除电子烟信息表,并且向服务节点发行重传信息的提示信号;
电子烟信息检测模型基于BiLSTM层建立,包括预处理层、BiLSTM层和softmax分类层,预处理层用于对电子烟信息进行预处理,BiLSTM层用于对预处理后的电子烟信息进行特征提取,softmax分类层用于输出检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767651.9A CN117455516B (zh) | 2023-12-21 | 2023-12-21 | 一种电子烟信息的溯源方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311767651.9A CN117455516B (zh) | 2023-12-21 | 2023-12-21 | 一种电子烟信息的溯源方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117455516A CN117455516A (zh) | 2024-01-26 |
CN117455516B true CN117455516B (zh) | 2024-04-09 |
Family
ID=89591263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311767651.9A Active CN117455516B (zh) | 2023-12-21 | 2023-12-21 | 一种电子烟信息的溯源方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117455516B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117809010B (zh) * | 2024-02-27 | 2024-05-03 | 深圳市思维自动化科技有限公司 | 一种电子烟烟雾分析检测方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106254143A (zh) * | 2016-09-06 | 2016-12-21 | 深圳市合元科技有限公司 | 电子烟控制方法、移动终端、云端服务器及电子烟 |
CN106487748A (zh) * | 2015-08-26 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 数据传输方法、装置及系统 |
CN107153967A (zh) * | 2017-06-01 | 2017-09-12 | 南通芯电物联网科技有限责任公司 | 一种基于nfc手机的烟草溯源系统 |
CN110175683A (zh) * | 2019-05-30 | 2019-08-27 | 北京慧眼智行科技有限公司 | 一种溯源信息确定方法及系统 |
CN110334783A (zh) * | 2019-05-06 | 2019-10-15 | 深圳市海派特光伏科技有限公司 | 电子烟防伪方法、验证方法、电子烟系统及存储介质 |
CN110866411A (zh) * | 2018-08-27 | 2020-03-06 | 田海飞 | 一种电子标签赋码系统 |
CN111369261A (zh) * | 2018-12-24 | 2020-07-03 | 阿里巴巴集团控股有限公司 | 产品溯源方法和系统、产品溯源信息处理方法 |
WO2021179821A1 (zh) * | 2020-03-09 | 2021-09-16 | 深圳市康泓威科技有限公司 | 电子烟智能应用系统及其控制方法 |
CN113627956A (zh) * | 2021-08-18 | 2021-11-09 | 江西省科学院应用物理研究所 | 一种基于区块链的农产品全产业链数据溯源系统及方法 |
CN113688423A (zh) * | 2021-08-27 | 2021-11-23 | 南华大学 | 一种移动疫苗接种车的数据管理方法、系统及设备 |
CN114788582A (zh) * | 2022-04-06 | 2022-07-26 | 湃晟芯(苏州)科技有限公司 | 一种电子烟杆与烟弹实现专用的识别方法 |
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 |
CN116151844A (zh) * | 2023-02-07 | 2023-05-23 | 浪潮软件股份有限公司 | 一种基于区块链的电子材料流转溯源方法 |
CN116703370A (zh) * | 2023-08-08 | 2023-09-05 | 深圳市爱博绿环保科技有限公司 | 一种基于互联网的电子废物回收方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101873259B (zh) * | 2010-06-01 | 2013-01-09 | 华为技术有限公司 | Sctp报文识别方法和装置 |
CA2901454C (en) * | 2014-08-25 | 2023-01-17 | Accenture Global Services Limited | System architecture for customer genome construction and analysis |
US9830604B2 (en) * | 2015-12-21 | 2017-11-28 | Beston Technologies Pty Ltd | Method and apparatus for managing and providing provenance of product |
TW202041163A (zh) * | 2019-05-06 | 2020-11-16 | 沅聖科技股份有限公司 | 電子煙裝置、電子煙社交裝置及電子煙社交方法 |
-
2023
- 2023-12-21 CN CN202311767651.9A patent/CN117455516B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106487748A (zh) * | 2015-08-26 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 数据传输方法、装置及系统 |
CN106254143A (zh) * | 2016-09-06 | 2016-12-21 | 深圳市合元科技有限公司 | 电子烟控制方法、移动终端、云端服务器及电子烟 |
CN107153967A (zh) * | 2017-06-01 | 2017-09-12 | 南通芯电物联网科技有限责任公司 | 一种基于nfc手机的烟草溯源系统 |
CN110866411A (zh) * | 2018-08-27 | 2020-03-06 | 田海飞 | 一种电子标签赋码系统 |
CN111369261A (zh) * | 2018-12-24 | 2020-07-03 | 阿里巴巴集团控股有限公司 | 产品溯源方法和系统、产品溯源信息处理方法 |
CN110334783A (zh) * | 2019-05-06 | 2019-10-15 | 深圳市海派特光伏科技有限公司 | 电子烟防伪方法、验证方法、电子烟系统及存储介质 |
CN110175683A (zh) * | 2019-05-30 | 2019-08-27 | 北京慧眼智行科技有限公司 | 一种溯源信息确定方法及系统 |
WO2021179821A1 (zh) * | 2020-03-09 | 2021-09-16 | 深圳市康泓威科技有限公司 | 电子烟智能应用系统及其控制方法 |
CN113627956A (zh) * | 2021-08-18 | 2021-11-09 | 江西省科学院应用物理研究所 | 一种基于区块链的农产品全产业链数据溯源系统及方法 |
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 |
CN113688423A (zh) * | 2021-08-27 | 2021-11-23 | 南华大学 | 一种移动疫苗接种车的数据管理方法、系统及设备 |
CN114788582A (zh) * | 2022-04-06 | 2022-07-26 | 湃晟芯(苏州)科技有限公司 | 一种电子烟杆与烟弹实现专用的识别方法 |
CN116151844A (zh) * | 2023-02-07 | 2023-05-23 | 浪潮软件股份有限公司 | 一种基于区块链的电子材料流转溯源方法 |
CN116703370A (zh) * | 2023-08-08 | 2023-09-05 | 深圳市爱博绿环保科技有限公司 | 一种基于互联网的电子废物回收方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117455516A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117455516B (zh) | 一种电子烟信息的溯源方法及系统 | |
US11226975B2 (en) | Method and system for implementing machine learning classifications | |
CN110443274B (zh) | 异常检测方法、装置、计算机设备及存储介质 | |
CN109829726B (zh) | 一种基于区块链的药品信息管理方法及系统 | |
CN110727643B (zh) | 一种基于机器学习的文件分类管理方法及系统 | |
CN112434949A (zh) | 基于人工智能的业务预警处理方法、装置、设备和介质 | |
CN112231673A (zh) | 结合rpa和ai的银行账单获取方法、装置、设备及存储介质 | |
CN109784042A (zh) | 时间序列中异常点的检测方法、装置、电子设备及存储介质 | |
CN113868498A (zh) | 数据存储方法、电子装置、装置及可读存储介质 | |
CN110046155B (zh) | 特征数据库的更新、数据特征的确定方法、装置及设备 | |
CN101001182B (zh) | 网管接口测试的自适应测试方法及系统 | |
CN107844409A (zh) | 测试用例执行方法和装置 | |
CN106485261A (zh) | 一种图像识别的方法和装置 | |
CN111078512A (zh) | 告警记录生成方法、装置、告警设备及存储介质 | |
CN114079579A (zh) | 一种恶意加密流量检测方法及装置 | |
CN107463596B (zh) | 针对设置链外勘误表的区块链并行查询方法及系统 | |
CN108347367B (zh) | 一种电子邮件处理方法、装置、服务器及客户端 | |
CN115827816A (zh) | 一种基于区块链的bim构件数据存证确权方法及装置 | |
CN111078737A (zh) | 共性分析方法、装置、数据处理设备及可读存储介质 | |
CN106953880B (zh) | 一种数据处理方法及系统、子服务器和主服务器 | |
CN112671614B (zh) | 关联系统连通性测试方法、系统、装置及存储介质 | |
CN113672692A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN116719817B (zh) | 一种面向科技资源的数字对象关系溯源方法及系统 | |
CN110955891A (zh) | 文件检测的方法、装置、系统和数据处理法的方法 | |
CN112348535A (zh) | 一种基于区块链技术的溯源应用方法及系统 |
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 |