KR102620822B1 - 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템 - Google Patents

강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템 Download PDF

Info

Publication number
KR102620822B1
KR102620822B1 KR1020210050079A KR20210050079A KR102620822B1 KR 102620822 B1 KR102620822 B1 KR 102620822B1 KR 1020210050079 A KR1020210050079 A KR 1020210050079A KR 20210050079 A KR20210050079 A KR 20210050079A KR 102620822 B1 KR102620822 B1 KR 102620822B1
Authority
KR
South Korea
Prior art keywords
transaction
anomaly
data
supply chain
event data
Prior art date
Application number
KR1020210050079A
Other languages
English (en)
Other versions
KR20220047132A (ko
Inventor
김대영
오병수
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20220047132A publication Critical patent/KR20220047132A/ko
Application granted granted Critical
Publication of KR102620822B1 publication Critical patent/KR102620822B1/ko

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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/321—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Abstract

강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템 및 방법이 제시된다. 본 발명에서 제안하는 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템은 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송하는 클라이언트, 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송하는 검증자 및 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 트랜잭션 프로세서를 포함한다.

Description

강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템{Method and System for Enhancing Trust of Supply Chain Using Blockchain Platform with Robust Data Model and Verification Mechanisms}
본 발명은 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템에 관한 것이다.
공급망은 제품을 생산하고 클라이언트들에게 이동시키는 데 관여하는 객체와 에이전트의 네트워크다[1]. 오늘날 공급망은 매우 복잡하다. 세계무역에서 서로 다른 시스템과 요구사항을 가진 국가들간의 복수 이해당사자들은 필연적으로 복잡한 관계를 보이기 때문이다. 결과적으로, 이러한 복잡한 공급망을 관리하는 것은 상당히 어렵고 비용이 많이 든다. Gartner에 따르면, 공급망 관리 시장은 2021년까지 총 소프트웨어 수익에서 190억 달러 이상을 초과할 것이다[2]. 최근, 블록체인 기술의 등장은 공급망과 물류 업계의 엄청난 관심을 끌고 있다[3]. 블록체인은 변조에 탄력이 있는 트랜잭션 기록을 공유하기 위한 분권화 및 분산형 시스템이다. 이를 통해 네트워크를 통한 자산의 안전한 교류가 보장되며, 참여 노드 간 데이터의 엔드 투 엔드 가시성이 가능해진다. 나아가 스마트 계약[4]을 통해 비즈니스 로직을 블록체인에 내장할 수 있어, 적은 노력으로 비즈니스 프로세스의 자동화를 촉진하고 유연성을 높여 블록체인의 적용성을 확대한다.
다만 상대적으로 단순한 데이터 구조로 인해 블록체인은 공급망 관리에 필수적인 데이터 검색과 검증 등 복잡한 운영을 처리하는 데 있어 일부 단점을 드러내고 있다. 이러한 난제에 대처하기 위해 자원 기술 프레임워크(Resource Description Framework; RDF)[5]와 같은 그래프 데이터 모델을 통합하는 접근법이 제안되었다 [6]-[10]. 이러한 방향에 대한 초기 연구 중 하나는 블록체인과 시맨틱(Semantic) 웹이 어떻게 상호 이익을 얻을 수 있는지를 소개하고 공급망, 데이터 시장, 온라인 교육 자격 증명과 같은 잠재적인 사용 사례를 제시한다[6]. Kim[7]은 공급망 입증 개선의 시도로 공급망의 도메인 지식을 표현하기 위해 TOVE 추적성 온톨로지 같은 기존 온톨로지를 적용하였다. 마찬가지로, Ruta[8]는 로직 기반 시맨틱 중개 프로세스를 이용한 공급망에서의 유연한 객체 발견 방법을 제안하였다.
이러한 종래기술들은 시맨틱 추론 기술뿐만 아니라 풍부한 도메인 어휘를 가진 공급망 지식의 표현을 바탕으로 블록체인의 활용성을 높이기 위한 것이다. 그러나 종래기술 중 블록을 확인하기 전에 철저한 비즈니스 논리 검증에 주의를 기울인 것도 없다. 실제로 앞서 언급한 애플리케이션이 의도한 대로 완전히 작동하기 위해서는 의미론적으로 올바른 데이터가 블록체인에 존재하도록 하는 것이 중요하다. 블록체인에 기록된 데이터는 사실상 불변성이기 때문에 적절한 필터링 과정 없이 유효하지 않은 트랜잭션이 이뤄져 전체 네트워크에 전파될 경우 공급망 이해관계자와 소비자에게 심각한 문제를 일으킬 수 있다. 따라서 체계적이고 완전하게 검증 가능한 프로세스를 활용하지 않으면 공급망용 블록체인 애플리케이션은 오류가 발생하기 쉬워 분산 레저(distributed ledger)의 신뢰에 심각한 위협이 될 수 있다.
본 발명이 이루고자 하는 기술적 과제는 블록체인의 향상된 데이터 품질을 제공하기 위해 이상 징후 감지 계층이 있는 공급망용 블록체인 플랫폼을 제공하는데 있다. 제안하는 플랫폼의 주요 목표는 공급망의 유효한 흐름에 대한 잘못된 트랜잭션을 사전에 감지함으로써 블록체인의 데이터 품질을 향상시키는 것이다.
일 측면에 있어서, 본 발명에서 제안하는 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템은 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송하는 클라이언트, 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송하는 검증자 및 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 트랜잭션 프로세서를 포함한다.
트랜잭션 프로세서는 트랜잭션 핸들러, RDF 생성기, RDF 저장소 및 이상 징후 감지기를 포함하고, 트랜잭션 핸들러를 통해 인코딩된 트랜잭션 페이로드를 디코딩하여 필드로 분할하고, 이후 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 핸들러가 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 추가하는 트랜잭션의 미리 정의된 태스크를 수행하도록 한다.
트랜잭션 프로세서는 직병렬 변환된 페이로드에 기술된 공급망 이벤트 데이터를 이용하여, RDF 생성기를 통해 그래프 생성 규칙에 따라 두 개의 정점과 두 개의 정점을 연결하는 에지로 구성된 그래프 구성요소로 이루어진 트리플 집합을 생성한 후, RDF 저장소에 미리 저장된 집합과 관련하여 이상 징후 감지기를 통해 이상 징후 여부를 탐지한다.
트랜잭션 프로세서는 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 하고, 이상 징후 감지기를 통해 이상 징후가 감지되지 않는 경우, 트랜잭션 핸들러는 현재 트랜잭션에 대해 생성된 트리플 집합을 RDF 저장소에 추가하고 블록 및 글로벌 상태를 업데이트한다.
트랜잭션 프로세서는 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 하고, 이상 징후 감지기를 통해 이상 징후가 감지되는 경우, 해당 트랜잭션을 무효화하고, 해당 트랜잭션에 대한 글로벌 상태는 업데이트되지 않고, 감지된 이상 징후에 관한 해당 트랜잭션을 시스템에 적용하도록 한다.
본 발명의 실시예에 따른 트랜잭션 페이로드는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터 구성요소만을 포함하고, 상기 이벤트 데이터 구성요소 중 GTS(Global Traceability Standard)에 정의된 이벤트 유형, 관련 객체의 식별자, 타임스탬프, 위치 및 비즈니스 단계 필드로 단순화된 이벤트 데이터인 KDE(Key Data Element) 및 오프체인 데이터베이스 접속 링크를 포함하는 증거 추적을 위해 필요한 데이터만을 통합한다.
트랜잭션 프로세서는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 관리하기 위해 트랜잭션 프로세서에 저장된 접속 링크를 통해 오프체인 데이터베이스에 저장된 상기 이벤트 데이터에 관한 특정 위치의 고도 및 경도, 속성, 센서 데이터를 포함하는 추가 데이터에 접속하여 추가적인 이상 징후를 여부를 탐지한다.
이상 징후 감지기는 각 트랜잭션에 대해 관련 아이템의 위치가 변경되었는지 여부, 변경된 경우 글로벌 상태에서 임계 데이터를 읽고 평균 이동 속도가 미리 정해진 범위 내에 있는지 여부를 확인하는 속도 조건 및 미리 정해진 체류 시간 조건을 포함하는 일관성 규칙을 이용하는 일관성 규칙 기반 이상 징후 감지 및 그래프 모델을 사용하여 제품 수명 주기의 일관성을 보장하는 알고리즘을 통한 그래프 기반 이상 징후 감지 방법을 이용한다.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법은 클라이언트가 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송하는 단계, 검증자가 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송하는 단계 및 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 프로세서를 통해 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 단계를 포함한다.
본 발명의 실시예들에 따르면 변칙적인 트랜잭션의 감지를 위한 두 가지 방법, 즉 기본 일관성 규칙 기반 탐지를 통해 체류 시간 또는 속도 조건과 같은 일반적인 일관성 규칙을 제시하고 이러한 조건을 위반하는 명백한 오류 트랜잭션을 포착하며, 시간 그래프 기반 탐지를 통해 변칙적인 패턴을 찾기 위해 그래프의 서브셋을 통과하여 오류 트랜잭션을 포착할 수 있다. 공급망의 유효한 흐름에 대한 잘못된 트랜잭션을 사전에 감지함으로써 블록체인의 데이터 품질을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템의 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 트랜잭션 예시를 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 글로벌 상태 유형을 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 이벤트 유형에 대한 변환 규칙을 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 해당 트랜잭션의 라이프 사이클 순서가 올바른지 확인하기 위한 알고리즘이다.
도 6은 본 발명의 일 실시예에 따른 체인에 따라 집계된 모든 하위 아이템이 상위 아이템과 시간 순서대로 연결 해제되는지 여부를 확인하기 위한 알고리즘이다.
도 7은 본 발명의 일 실시예에 따른 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법을 설명하기 위한 흐름도이다.
공급망이 극도로 복잡해짐에 따라, 전통적인 공급망 관리 체계는 효율적인 리스크 관리를 위한 자원을 추적하는 데 한계가 있음을 드러낸다. 최근 공급망용 블록체인 기반 솔루션이 이런 한계를 극복할 수 있는 가능성을 보이고 있다. 그러나, 이러한 영역의 수많은 실제적인 문제들은 현재까지 완전히 해결되지 않고 있다. 따라서, 본 발명에서는 그 중에서 가장 중요한 문제들 중 하나인 트랜잭션(transaction)에서의 비즈니스 로직의 검증에 대해 깊이 연구한다.
본 발명에서는, 비즈니스 상황 데이터를 바탕으로 트랜잭션의 의미적 정확성을 검증하는 변칙 검출 프레임워크에 의해 가능하게 되는 공급망용 새로운 분산 레저(distributed ledger) 시스템을 제안한다. 제안하는 블록체인 데이터 모델은 실제 비즈니스 표준을 기반으로 공급망에서 발생한 이벤트를 정확하게 나타낼 수 있도록 맞춤 제작됐다. 검증의 보다 효율적인 추적을 용이하게 하기 위해, 공급망 네트워크를 나타내기 위해 그래프 데이터 모델을 활용한다. 데이터 모델 위에, 트랜잭션의 변칙성을 검증하는 스마트 계약 기반의 변칙 탐지 프레임워크를 제시한다. 일관성 규칙 기반 및 그래프 기반 탐지 방법이 고안된다. 제안하는 모델의 실현가능성은 하이퍼레저 소투스(Hyperledger Sawtooth)를 사용하여 구현된 시스템에 의해 나타낸다. 이상 징후 감지 계층이 어떻게 시스템에 연결될 수 있는지, 그것이 다른 시스템 구성 요소들과 어떻게 상호작용하는지, 그리고 이 새로운 기능에서 전체적인 시스템 흐름이 어떻게 작동하는지 나타낸다. 시나리오 기반 시뮬레이션을 통해 시스템을 평가하고, 통합된 많은 사용 사례에 대해, 제안하는 시스템의 정확성과 효율성을 입증한다. 이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명에서는 블록체인의 향상된 데이터 품질을 제공하기 위해 이상 징후 감지 계층이 있는 공급망용 블록체인 플랫폼을 제안한다. 제안하는 플랫폼의 주요 목표는 공급망의 유효한 흐름에 대한 잘못된 트랜잭션을 사전에 감지함으로써 블록체인의 데이터 품질을 향상시키는 것이다. 이러한 목표를 달성하기 위해, 기초적인 데이터 모델의 필수적인 역할을 강조한다. 제안하는 시스템은 상호운용성에 필수적인 공급망의 표준화된 이벤트 모델링과 공급망 구성 요소와 그 상호작용을 정밀하게 기술하고 분석할 수 있는 RDF 기반 지식 표현 상에 구축된다.
제안하는 데이터 모델에 기초하여, 변칙적인 트랜잭션의 감지를 위한 두 가지 방법, 즉 기본 일관성 규칙에 근거한 탐지와 그래프 기반 탐지를 제안한다. 체류 시간 또는 속도 조건과 같은 일반적인 일관성 규칙을 제시하고 이러한 조건을 위반하는 명백한 오류 트랜잭션을 어떻게 포착할 수 있는지 설명한다. 시간 그래프 기반 검출은 변칙적인 패턴을 찾기 위해 그래프의 서브셋을 통과하여 수행된다. 이상 징후 검출 계층을 포함하는 시스템 아키텍처를 설계하고, Hyperledger Sawtooth[11]를 사용하여 시스템을 구현했다. 시나리오 기반의 시뮬레이션을 통해 시스템의 실현 가능성을 입증한다. 시스템의 정확성과 효과성은 사용 사례를 시뮬레이션한 결과를 통해 확인할 수 있다.
본 발명의 실시예에 따르면, 글로벌 표준을 기반으로 공급망용 블록체인의 신뢰성 있는 데이터 모델을 정의하고 있고, 이것은 블록체인의 데이터 품질 유지뿐만 아니라 상호운용 가능한 데이터 교환의 중요한 요소이다.
본 발명에서는 공급망용 블록체인 시스템에 이상 징후 감지 계층이 필요하다는 점을 강조하고, 블록체인을 활용한 공급망 비즈니스 논리 검증을 위한 스마트 계약 기반 이상 감지를 처음으로 제안한다.
본 발명의 실시예에 따르면, Hyperledger Sawtooth를 활용하여 유연한 시스템을 구축하였으며, 시나리오 기반의 평가를 실시하여 시스템의 실현 가능성을 나타낸다.
구조화된 디지털 표현 형태로 물리적 객체의 흐름을 나타내기 위해, 자동 데이터 캡처 기술뿐만 아니라 고유한 식별 체계도 핵심 역할을 한다. RFID 태그와 바코드와 같은 데이터 캐리어들은 공급망 데이터의 자동 캡처를 위해 사용된다. 정보 시스템은 데이터 캐리어를 스캔함으로써 물리적 객체와 관련된 기계 판독이 가능한 데이터의 흐름을 얻는다. 또한, 세계적으로 고유한 식별 체계는 비즈니스 트랜잭션의 맥락에서 물리적 객체에 대한 단일 공유 뷰를 가질 수 있다.
데이터 모델은 자동 캡처 후 고유하게 식별된 객체에 대한 컨텍스트 데이터의 스트림을 처리하는데 필요하다. EPCIS(Electronic Product Code Information Service)[12]는 공급망 데이터를 생성하고 공유하기 위한 데이터 모델 및 서비스 인터페이스를 정의하기 위해 GS1에서 비준한 글로벌 표준이다. 특히 EPCIS 데이터 모델은 공급망에서 관찰된 사건에 대한 상세한 설명을 가능하게 한다. 데이터 모델은 공급망 이벤트 데이터의 구성요소를 정의하며, 이는 이벤트의 대상, 시기, 장소 및 이유의 4차원으로 비즈니스 단계의 완료를 나타낸다.
EPCIS 데이터 모델은 이벤트를 다음과 같은 일반 유형으로 분류한다:
객체 이벤트: 두 개 이상의 실체 간의 상호작용이 명시적으로 표현되는 다음의 세 가지 사건 유형과 달리, 이 사건은 한 아이템의 단일 사업 단계의 완료를 나타낸다(예를 들어, 랩톱 컴퓨터 A가 생산됨).
집계 이벤트: 이 이벤트 유형은 하위 아이템으로 지정된 아이템이 상위 아이템에 집계되거나(임시) 상위 아이템에 집계되는 이벤트를 의미한다(예를 들어, 제품 A가 컨테이너 B에서 적재/하역됨).
변환 이벤트: 입력 아이템이 주어지면 변환 이벤트는 출력 아이템으로 변환한다(예를 들어, 원료를 최종 제품으로 변환함).
트랜잭션 이벤트: 이 이벤트 유형의 지정된 아이템은 해당 트랜잭션에 관련된다(예를 들어, 트랜잭션 T에 대해 제품 A와 B를 구매함).
Hyperledger[13]는 Linux 재단이 광범위한 사업에 적용할 수 있는 프라이빗 블록체인을 위한 시스템과 도구를 개발하기 위해 주최하는 오픈소스 프로젝트이다. Hyperledger 프로젝트에 따라 개별적이고 협력적으로 개발된 Fabric [14], Sawtooth[11], Iroha[15]와 같은 여러 하위 프로젝트가 있다. 그 중에서도 Sawtooth를 사용하여 고모듈화(컨센서스 알고리즘이나 트랜잭션 프로세서와 같은 핵심 요소는 접속 가능)가 되어 있고, 코어 시스템은 최적화(병렬 트랜잭션 실행은 병렬 스케줄러에 의해 활성화됨)가 잘 되어 있어 시스템을 구축했다. 액터들(actor)이 동적으로 정책이나 시스템 구성요소를 변경하고 조정하는 확장 가능한 공급망 시스템을 구축하기 위해서는 고모듈화가 필요하다. 또한, 공급망에서 생산되는 대규모 실시간 데이터를 매일 처리하기 위해 고도로 최적화된 시스템을 이용해야 한다. 다음은 Sawtooth의 핵심 구성요소들이다.
검증자(Validator)는 (모듈러(modular)) 컨센서스 알고리즘을 적용해 트랜잭션을 수집하고 서로 다른 노드에 걸쳐 블록을 일관적으로 만드는 업무를 담당하는 노드다. 저널은 실행을 위해 트랜잭션을 트랜잭션 프로세서로 전송하는 검증기에 포함된 시스템 단위로서, 트랜잭션 배치를 포함하는 블록을 커밋(commit)한다. 글로벌 상태 또한 검증자의 일부분이다. 트랜잭션 프로세서에서 트랜잭션을 실행한 결과가 포함된 키 값 저장소다. 트랜잭션 프로세서는 스마트 계약 머신과 견줄 만하다. 트랜잭션을 받으면 트랜잭션의 타당성(예를 들어, 데이터 형식, 해시 값 등)을 확인하고 해당 취급 루틴에 정의된 내용에 따라 상태를 업데이트한다.
도 1은 본 발명의 일 실시예에 따른 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템의 구성을 나타내는 도면이다.
제안하는 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템은 클라이언트(110), 검증자(120) 및 트랜잭션 프로세서(130)를 포함한다.
클라이언트(110)는 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송한다.
검증자(120)는 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송한다.
트랜잭션 프로세서(130)는 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 한다. 트랜잭션 프로세서(130)는 트랜잭션 핸들러(131), RDF 생성기(132), RDF 저장소(133) 및 이상 징후 감지기(134)를 포함한다.
트랜잭션 프로세서(130)는 트랜잭션 핸들러(131)를 통해 인코딩된 트랜잭션 페이로드를 디코딩하여 필드로 분할하고, 이후 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 핸들러(131)가 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 추가하는 트랜잭션의 미리 정의된 태스크를 수행하도록 한다.
트랜잭션 프로세서(130)는 직병렬 변환된 페이로드에 기술된 공급망 이벤트 데이터를 이용하여, RDF 생성기(132)를 통해 그래프 생성 규칙에 따라 두 개의 정점과 두 개의 정점을 연결하는 에지로 구성된 그래프 구성요소로 이루어진 트리플 집합을 생성한 후, RDF 저장소(133)에 미리 저장된 집합과 관련하여 이상 징후 감지기(134)를 통해 이상 징후 여부를 탐지한다.
트랜잭션 프로세서(130)는 이상 징후 감지기(134)가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 한다. 이상 징후 감지기(134)를 통해 이상 징후가 감지되지 않는 경우, 트랜잭션 핸들러(131)는 현재 트랜잭션에 대해 생성된 트리플 집합을 RDF 저장소(133)에 추가하고 블록 및 글로벌 상태를 업데이트한다. 반면에, 이상 징후 감지기(134)를 통해 이상 징후가 감지되는 경우, 해당 트랜잭션을 무효화하고, 해당 트랜잭션에 대한 글로벌 상태는 업데이트되지 않고, 감지된 이상 징후에 관한 해당 트랜잭션을 시스템에 적용하도록 한다.
이상 징후 감지기(134)는 각 트랜잭션에 대해 관련 아이템의 위치가 변경되었는지 여부, 변경된 경우 글로벌 상태에서 임계 데이터를 읽고 평균 이동 속도가 미리 정해진 범위 내에 있는지 여부를 확인하는 속도 조건 및 미리 정해진 체류 시간 조건을 포함하는 일관성 규칙을 이용하는 일관성 규칙 기반 이상 징후 감지 및 그래프 모델을 사용하여 제품 수명 주기의 일관성을 보장하는 알고리즘을 통한 그래프 기반 이상 징후 감지 방법을 이용한다.
본 발명의 실시예에 따르면, 트랜잭션 페이로드는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터 구성요소만을 포함하고, 상기 이벤트 데이터 구성요소 중 GTS(Global Traceability Standard)에 정의된 이벤트 유형, 관련 객체의 식별자, 타임스탬프, 위치 및 비즈니스 단계 필드로 단순화된 이벤트 데이터인 KDE(Key Data Element) 및 오프체인 데이터베이스 접속 링크를 포함하는 증거 추적을 위해 필요한 데이터만을 통합한다.
트랜잭션 프로세서(130)는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 관리하기 위해 트랜잭션 프로세서에 저장된 접속 링크를 통해 오프체인 데이터베이스(140)에 저장된 상기 이벤트 데이터에 관한 특정 위치의 고도 및 경도, 속성, 센서 데이터를 포함하는 추가 데이터에 접속하여 추가적인 이상 징후를 여부를 탐지한다.
본 발명의 일 실시예에 따른 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 시스템에 관하여 도 1을 참조하여 더욱 상세히 설명한다.
본 발명의 일 실시예에 따른 블록체인 플랫폼은 Hyperledger Sawtooth를 기반으로 구축되고, 클라이언트(110), 검증자(120) 및 트랜잭션 프로세서(130)를 포함한다.
클라이언트(110)는 자신의 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 REST API를 통해 검증자(120)에게 트랜잭션을 전송한다(도 1의 1a).
검증자(120)는 분산 레저(distributed ledger)의 주요 태스크를 담당한다. 즉, 클라이언트(130)의 트랜잭션이 주어지면 검증자(120)는 자신의 피어(peer) 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 트랜잭션 프로세서(130)를 실행하도록 한다. 마지막으로, 트랜잭션 프로세서(130)는 스마트 계약의 비즈니스 로직을 실행한다.
검증자(120)는 클라이언트(110) 또는 인접 검증자(111)로부터 트랜잭션을 받는 두 가지 소스가 있다(도 1의 1a 및 1b). 검증자(120)에 직접 연결된 로컬 클라이언트(110)는 트랜잭션의 모든 필수 필드를 설정하고 트랜잭션을 이진 형식으로 직렬화한 후 일괄적으로 포장한 후 전송할 수 있다. 또한, 클라이언트(110)로부터 트랜잭션을 수신하는 검증자(120)가 그것을 피어링 검증자에게 알리기 때문에, 피어투피어[peer-to-peer] 전송에 사용되는 가십(gossip)(에피데믹(epidemic)) 프로토콜 [16]은 검증자(120)가 트랜잭션을 얻는 또 다른 소스이다.
검증자(120)가 트랜잭션을 수신하면 검증자(120)는 해당 트랜잭션 프로세서(130)에 이를 전달하며(도 1의 2), 여기서 인코딩된 트랜잭션 페이로드가 디코딩되어 필드로 분할된다. 이후 트랜잭션 유형을 나타내는 작업 필드에 따라 해당 트랜잭션 핸들러(131)가 미리 정의된 태스크를 수행한다. 트랜잭션에는 미리 정의된 구성 데이터 등 메타데이터를 등록하는 트랜잭션과 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 추가하는 트랜잭션의 두 종류가 있다.
본 발명에서는 공급망 이벤트 데이터가 포함된 트랜잭션을 처리하는 절차에 초점을 맞춘다. 첫 번째 단계로서, 직병렬 변환된 페이로드에 기술된 공급망 이벤트 데이터를 고려하여, RDF 생성기(132)는 그래프 생성 규칙에 따라 정점 두 개와 이를 연결하는 에지로 구성된 그래프 구성요소로 이루어진 트리플 집합을 생성한다(도 1의 5). 그런 다음 생성된 트리플 집합은 RDF 저장소(133)에 저장된 기존 집합과 관련하여 이상 징후 감지기(134)에서 검사한다(도 1의 4). 이상 징후 감지기(134)는 또한 구성 데이터와 관련 제품의 최신 상태를 모두 검색하기 위해 글로벌 상태 및 저널과 상호 작용한다. 이상 징후 감지기(134)에서 이상 징후가 감지되지 않는 경우 트랜잭션 핸들러(131)는 현재 트랜잭션에 대해 생성된 트리플 집합을 RDF 저장소(133)에 추가(도 1의 5.2)하고 블록 및 글로벌 상태를 업데이트한다(도 1의 5.1 및 5.3).
이와는 대조적으로, 주어진 트랜잭션이 스마트 계약의 어떤 일관성 조건을 위반하는 것으로 판명되면 예외를 제기하여 트랜잭션이 무효화된다. 따라서 해당 트랜잭션에 대한 글로벌 상태는 업데이트되지 않는다. 대신 이상 징후 감지(예를 들어, 위반되는 특정 규칙 및 이상 이벤트 데이터의 요약도 포함)를 지정하는 트랜잭션을 시스템에 적용해야 한다.
본 발명의 실시예에 따른 트랜잭션은 블록체인 시스템에서 데이터 전송의 단위이다. 예를 들어, 클라이언트 어플리케이션에 의한 입력으로 트랜잭션이 주어지면, 블록체인 시스템은 새로운 데이터 입력이나 반환 쿼리 결과를 추가한다. 예를 들어, 머신(RFID 또는 바코드 태그를 갖는) 또는 휴먼 엔드 유저(human end user)는 트랜잭션을 전송하여 시스템과 통신할 수 있다.
본 발명의 실시예에 따른 트랜잭션을 설계하기 위해 다음의 세 가지 요건을 고려한다. 첫째, 트랜잭션은 실제 공급망을 고려하여 물리적 자원과 그 상호작용의 디지털 표현을 모델링해야 한다. 둘째, 데이터 동기화를 위한 P2P 통신의 부하가 네트워크 크기에 관해서 기하급수적으로 되는 분산 시스템의 성능을 향상시키기 위해 트랜잭션은 가능한 경량일 필요가 있다. 마지막으로 유연한 데이터 관리를 위해 몇 가지 유형의 데이터 등록 및 쿼리가 지원되어야 한다.
도 2는 본 발명의 일 실시예에 따른 트랜잭션 예시를 나타내는 도면이다.
본 발명의 실시예에 따른 트랜잭션 페이로드는 EPCIS 데이터 모델을 준수하도록 설계되었다. EPCIS 데이터 모델은 이벤트 데이터와 마스터 데이터(다시 말해, 관련 위치의 좌표와 같은 추가 정적 데이터)로 구성되지만, 본 발명에서는 페이로드에 이벤트 데이터 구성요소만을 포함한다. 사건 데이터 구성요소 중, GTS(Global Traceability Standard)에 정의된 바와 같이 증거 추적을 위해 필요한 최소한의 데이터를 통합한다[17]. 구체적으로는, GTS에 정의된 KDE(Key Data Element)는 이벤트 유형, 관련 객체의 식별자, 타임스탬프, 위치 및 비즈니스 단계 필드로 단순화된 이벤트 데이터이다. 또한, 오프체인 데이터베이스 접속 링크가 본 발명의 실시예에 따른 트랜잭션에 포함되어 있다.
본 발명의 실시예에 따른 블록체인은 공급망 이벤트 데이터를 주로 다룬다. 그러나 실제 공급망을 관리하려면 이벤트에 대한 보다 세밀한 설명(예를 들어, 특정 위치의 고도 및 경도와 같은 속성)과 센서 데이터(예를 들어, 온도)와 같은 수많은 추가 데이터가 필요하다. 이러한 데이터는 오프체인 데이터베이스라고 불리는 블록체인의 외부에 있는 여분의 저장소를 사용하여 관리할 수 있다. 본 발명의 실시예에 따른 트랜잭션에 저장된 URL을 사용하면, 추가 데이터에 접속하여 추가 탐지를 수행할 수 있다. 더욱이 데이터의 해시를 감시함으로써 오프체인 데이터의 무결성을 유지할 수 있다.
본 발명의 실시예에 따른 블록체인, 특히 프라이빗 블록체인은 RSM(Replicated State Machine)의 확장으로 간주된다[18]. 제안하는 시스템의 각 노드에는 각각의 상태가 있으며, 시스템은 모든 피어링 노드가 통일 상태에 대한 컨센서스(consensus)에 도달하도록 보장한다. 본 발명의 실시예에 따른 글로벌 상태는 공급망 내 아이템의 최근 상태와 블록체인의 관리에 필요한 메타데이터를 나타낸다. 이벤트 데이터로 신규 트랜잭션이 등록되면서 관련 아이템 정보를 동적으로 업데이트하지만, 전체 아이템 이력 데이터를 보유하지는 않는다. 명확히 하기 위해, 본 발명의 실시예에 따른 글로벌 상태의 목적은 공급망 또는 구성 설정에 있는 아이템의 현재 상태를 즉시 접속하여 모니터링하고 이상 징후 감지에 대한 일반적인 일관성 규칙을 확인하는 것이다.
글로벌 상태는 영구(키(key), 값(value)) 스토리지에 의해 유지된다. 주소 지정 가능한 라딕스 머클 트리(radix merkle tree)(패트리샤 트리(patricia trie)라고도 함)는 본 발명의 실시예에 따른 데이터 구조에 사용된다. 이를 통해(키, 값) 쌍을 암호화된 방식으로 저장할 수 있고 검색 속도가 크게 향상된다. 트랜잭션 처리기가 클라이언트 또는 다른 검증자로부터 트랜잭션을 수신할 때 트랜잭션 프로세서에서 상태가 업데이트된다.
도 3은 본 발명의 일 실시예에 따른 글로벌 상태 유형을 나타내는 도면이다.
도 3에 도시된 바와 같이, 본 발명의 실시예에 따른 여러 가지 글로벌 상태 유형을 정의한다. 유형에 따라 다른 키와 값을 사용하여 글로벌 상태의 특정 주소를 업데이트한다. 상태 유형은 이벤트 데이터 상태와 메타데이터 상태의 두 가지 형태로 분류된다. 객체 이벤트는 트랜잭션에서 디코딩된 컨텍스트 데이터의 튜플(예를 들어, 시간(time), 위치(location), 비즈니스 단계(bizstep), 이벤트 유형(event type))을 저장하는 키로 아이템의 식별자(다시 말해, 이벤트의 제목)를 사용한다. 마찬가지로, 다른 이벤트 유형도 관련된 아이템을 나타내는 여분의 필드를 가지고 있다는 점을 제외하고 동일한 튜플을 업데이트한다. 여러 개의 객체가 다대일 또는 다대다 관계를 나타내도록 지정할 수 있다. 이벤트 데이터 외에도 규칙 기반 이상 감지 시 사용되는 구성 데이터(예를 들어, 체류 시간 조건 및 속도 조건)와 예외 로그와 같은 메타데이터가 글로벌 상태에 포함될 수 있다.
본 발명의 실시예에 따른 이상 징후 감지기는 트랜잭션 프로세서에서 구현된다. 스마트 계약 기반 이상 감지 기능은 일관성 규칙 기반과 그래프 기반 감지라는 두 가지 광범위한 유형으로 분류될 수 있다.
이상 징후 탐지의 첫 단계는 공급망의 모든 트랜잭션에 대해 명확하게 충족되어야 하는 기본적인 일관성 규칙과 관련이 있다. 본 발명에서는 [19]에 의해 정의된 규칙의 일부를 참조한다. 다음은 [19]에서 통합한 일반적인 규칙이다:
속도 조건: 제품의 이동 속도는 최대 운송 속도(예를 들어, 트럭, 선박 또는 비행기)를 초과할 수 없다. 이 규칙을 어긴 것은 분명히 복제 태그와 같은 위조품을 가리킨다.
체류 시간 조건: 제품, 특히 유제품과 같은 유통기한이 있는 식품이 특정 장소에 머무르는 기간은 때때로 제한적이다. 공급망 시스템은 이러한 상태를 모니터링하고 사전 정의된 구성에 대한 위반이 발생하는지 감지할 필요가 있다.
블록체인을 이용해 이러한 주요 규칙을 분석하는 제안하는 솔루션은 다음과 같다:
속도 조건: 아이템 A가 시간 tk 및 위치 lk를 갖는 이벤트 ek와 연관되어 있다고 가정한다. 다음 이벤트 ek+1가 시간 tk+1 및 위치 lk+1을 갖는 경우, 거리(lk, lk+1)/(tk+1 - tk)가 미리 정의된 임계값 범위(vmin과 vmax 사이)를 훨씬 초과하면 이벤트 ek+1이 위조로 탐지된다. 이를 블록체인에 구현하기 위해 구성 파일을 사용하여 임계값 데이터(vmin, vmax)를 글로벌 상태로 등록한다. 제안하는 시스템은 각 트랜잭션에 대해 관련 아이템의 위치가 변경되었는지, 변경된 경우 글로벌 상태에서 임계 데이터를 읽고 평균 이동 속도가 올바른 범위에 있는지 확인한다.
체류 시간 조건: 체류 시간 일관성 규칙은 구성된 임계값 데이터를 사용하여 확인할 수 있다. 이 경우 임계값 데이터를 글로벌 상태에 등록할 때 예를 들어, 관련 아이템, 위치의 식별자의 페어를 키로 사용할 수 있다. 다시 말해, 글로벌 상태는 특정 아이템이 특정 위치에 머무르기 위한 시간 제한을 가지고 있다. 이상 징후는 아이템이 특정 위치에 머무르는 기간을 측정하여 확인할 수 있다.
또한, 본 발명의 실시예에 따른 이상 징후 감지기에서 보다 복잡한 검증을 처리하기 위해 그래프 데이터 모델을 활용할 수 있다. 먼저 효율적인 데이터 분석을 위해 일시적 측면을 고려하는 그래프 표현을 정의한다. 그래프 모델을 사용하여 제품 수명 주기의 일관성을 보장하는 알고리즘을 제안한다. 마지막으로, 그래프의 변조 방지 기록을 보장하는 검증 프로토콜을 제안한다.
먼저, 공급망 내 아이템들이 시간 변화에 대해 어떻게 서로 연관되어 있는지 분석하는 것이 필수적이다. 글로벌 상태의 단점은 공급망 엔티티들 간의 관계를 효과적으로 보여줄 수 없다는 것이다. 따라서, 본 발명에는 그래프 모델을 사용한다.
본 발명의 실시예에 따르면, RDF(Resource Description Framework) [5], W3C 표준을 이용하여 종종 (s, p, o)로 알려진 자원 간의 3개로 이루어진 관계를 정의한다. 여기서 s (subject)는 o (object)와 p (predicate) 관계를 갖는다. 구체적으로 말하면, 분석을 위한 공급망 네트워크의 시간적 역동성을 정확하게 고려하기 위해 시간 정보로 술부에 주석을 달아서 시간적 RDF[20]를 통합한다.
도 4는 본 발명의 일 실시예에 따른 이벤트 유형에 대한 변환 규칙을 나타내는 도면이다.
트랜잭션 프로세서에서 미리 정의된 스마트 계약 로직을 이용하여 상태를 업데이트하는 글로벌 상태와 마찬가지로 그래프 생성 로직도 자동 실행을 위한 스마트 계약에 내장될 수 있다. 일단 트랜잭션 프로세서의 트랜잭션 핸들러가 트랜잭션을 수신하면, 상황별 이벤트 데이터는 해당 트리플 집합으로 변환된다. 도 4는 각 이벤트 유형에 대한 변환 규칙을 나타낸다. 집계 이벤트는 집계(예를 들어, 로딩)와 분리(예를 들어, 언로딩)로 나뉜다는 점에 유의한다. 각 트랜잭션은 두 개의 트리플 집합(subject, predicate:[time], object)을 생성하며, 여기서 술어는 시간에 따라 주석을 달게 된다. 예를 들어, 도 4 (a)에서 도시된 바와 같이, 객체 이벤트는 (product EPC, atStep:[t], business step) 및 (product EPC, locatedAt:[t], location)로 번역된다.
본 발명의 실시예에 따르면, 트랜잭션이 비동기적이고 동적인 방식으로 등록된다고 가정할 경우, 비즈니스 단계의 주문 일관성을 추적하는 것이 중요하다. 복잡한 관계를 보여주는 대규모 데이터로 시스템이 팽창할 경우 이는 더욱 어려워진다.
이러한 작업에서는 페어와이즈(pairwise) 비즈니스 단계의 일관성을 검증하는 데 초점을 맞춘다. 상술된 속도 조건 및 체류 시간 조건과 함께, 이러한 개념은 [19]에서 처음 도입되었다. 하지만 본 발명에서는 보다 실용적이고 복잡한 상황을 고려하여 문제를 완전히 재구성하고, 구체적인 그래프 기반 감지 알고리즘을 제안한다. 본 발명의 실시예에 따른 미리 정의된 용어는 다음과 같다:
Pairwise-bizstep: 아이템 통합 및 분리를 설명하는 비즈니스 단계(예를 들어, 로딩-언로딩, 패킹-언패킹 등)
pre-biz-list: pairwise-bizstep(예를 들어, 로딩, 패킹 등)에 선행하는 비즈니스 단계 목록
post-biz-list: pairwise-bizstep(예를 들어, 언로딩, 언패킹 등)으로 이어지는 비즈니스 단계
본 발명의 실시예에 따른 일련의 트랜잭션을 고려할 때, 트랜잭션 순서는 다음을 보장해야 한다: 하위 아이템 C가 상위 P로 통합된다고 가정할 때, P와의 분리를 제외한 C와 관련된 다음 이벤트는 예외적인 것으로 간주된다. 이는 집계된 아이템 체인의 일부가 되는 모든 아이템에 대해 반복적으로 유지된다.
다음과 같은 경우 페어와이즈(pairwise) 비즈니스 단계 일관성 검증은 중대한 작업으로 간주된다:
집계의 누적: 누적된 아이템 스택(예를 들어, 더 큰 용기에 포함된 작은 팔레트 더미)을 형성하기 위한 일련의 집계 이벤트가 집계된 아이템의 가시성에 악영향을 미칠 수 있다.
동적 설정의 여러 소스로부터의 통합: 추적 아이템의 복잡성은 다대일 통합 매핑을 위해 증가한다. 이러한 관계가 역동적으로 나타날 경우 이는 악화된다.
도 5는 본 발명의 일 실시예에 따른 해당 트랜잭션의 라이프 사이클 순서가 올바른지 확인하기 위한 알고리즘이다.
도 5에 도시된 알고리즘 1을 참조하면, G는 RDF 저장소에 저장된 그래프인 반면 TxG는 트랜잭션에서 생성된 그래프(도 4의 형태)이다. 주어진 트랜잭션의 비즈니스 단계가 집계를 나타내는지, 분리 또는 기타를 나타내는지에 따라 일관성 검사에 서로 다른 측정 지표가 사용된다. 집계의 경우, 이미 집계된 하위 아이템을 집계하려는 시도가 이상 징후로 간주된다. 분리의 경우, 해당 집계 이벤트가 올바른 순서로 존재하지 않는 경우, 그러한 트랜잭션은 변칙적이다. 집계나 분리 이외의 사업 단계를 갖는 트랜잭션은 해당 아이템이 속한 상위 아이템이 순서대로 분리되는지 검증할 필요가 있다. 이때 일련의 집계 이벤트가 연속적으로 발생했다고 가정한다.
도 6은 본 발명의 일 실시예에 따른 체인에 따라 집계된 모든 하위 아이템이 상위 아이템과 시간 순서대로 연결 해제되는지 여부를 확인하기 위한 알고리즘이다.
도 5의 알고리즘 1의 마지막 케이스를 처리하는 절차는 도 6의 알고리즘 2에 자세히 설명되어 있다. 알고리즘 2는 집계된 아이템(각각 child-parent 관계를 나타내는 인접한 쌍)의 체인에 따라 집계된 모든 하위 아이템이 상위 아이템과 시간 순서대로 연결 해제되는지 여부를 점검한다. 이는 마지막으로 집계된 아이템을 먼저 상위 아이템과 분리해야 한다는 것을 의미한다. 이 프로세스는 또한 사업 단계가 쌍으로 이루어졌는지를 검증한다. 집계 또는 분리(라인 2, 10)의 가장 최근 술어를 찾기 위해 SPARQL 쿼리를 사용하여 대상 정보를 검색한다.
본 발명의 실시예에 따른 그래프 변조 방지 기록을 위해 RDF 저장소에 저장된 그래프 데이터가 변조되지 않도록 RDF 다이제스트 계산을 사용하여 그래프의 무결성을 검증하는 프로토콜을 제안한다. 이것은 실제 시스템에서 RDF 그래프의 지문을 계산하는 데 널리 사용되는 메커니즘이다: 공통 애플리케이션에는 디지털 서명, 컨텐츠 기반 식별자 생성, 그래프의 변조 방지 기록 등이 포함된다[21].
제안된 프로토콜은 다음과 같다. RDF 다이제스트를 계산한 후 리더 노드는 트랜잭션 헤더 내부에 다이제스트를 추가하고, 트랜잭션을 포함하는 블록을 피어링 노드로 전파한다. 이후 트랜잭션을 수신하는 각 피어링 노드가 이상 감지 계층을 통과하면 다이제스트를 계산하고, 계산된 값이 트랜잭션 헤더에 저장된 다이제스트와 같으면 노드는 RDF 저장소를 업데이트하고 트랜잭션을 커밋한다. 이러한 방식으로 노드는 그래프 데이터의 타당성에 대한 컨센서스에 도달할 수 있다.
도 7은 본 발명의 일 실시예에 따른 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법을 설명하기 위한 흐름도이다.
제안하는 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법은 클라이언트가 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송하는 단계(710), 검증자가 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송하는 단계(720) 및 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 프로세서를 통해 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 단계(730)를 포함한다.
단계(710)에서, 클라이언트가 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송한다.
단계(720)에서, 검증자가 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송한다.
단계(730)에서, 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 프로세서를 통해 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 한다.
트랜잭션 프로세서는 트랜잭션 핸들러, RDF 생성기, RDF 저장소 및 이상 징후 감지기를 포함한다.
트랜잭션 프로세서는 트랜잭션 핸들러를 통해 인코딩된 트랜잭션 페이로드를 디코딩하여 필드로 분할하고, 이후 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 핸들러가 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 추가하는 트랜잭션의 미리 정의된 태스크를 수행하도록 한다.
트랜잭션 프로세서는 직병렬 변환된 페이로드에 기술된 공급망 이벤트 데이터를 이용하여, RDF 생성기를 통해 그래프 생성 규칙에 따라 두 개의 정점과 두 개의 정점을 연결하는 에지로 구성된 그래프 구성요소로 이루어진 트리플 집합을 생성한 후, RDF 저장소에 미리 저장된 집합과 관련하여 이상 징후 감지기를 통해 이상 징후 여부를 탐지한다(740).
트랜잭션 프로세서는 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 한다. 이상 징후 감지기를 통해 이상 징후가 감지되지 않는 경우, 단계(750)에서 트랜잭션 핸들러는 현재 트랜잭션에 대해 생성된 트리플 집합을 RDF 저장소에 추가하고 블록 및 글로벌 상태를 업데이트한다. 반면에, 이상 징후 감지기를 통해 이상 징후가 감지되는 경우, 단계(760)에서 해당 트랜잭션을 무효화하고, 해당 트랜잭션에 대한 글로벌 상태는 업데이트되지 않고, 감지된 이상 징후에 관한 해당 트랜잭션을 시스템에 적용하도록 한다.
이상 징후 감지기는 각 트랜잭션에 대해 관련 아이템의 위치가 변경되었는지 여부, 변경된 경우 글로벌 상태에서 임계 데이터를 읽고 평균 이동 속도가 미리 정해진 범위 내에 있는지 여부를 확인하는 속도 조건 및 미리 정해진 체류 시간 조건을 포함하는 일관성 규칙을 이용하는 일관성 규칙 기반 이상 징후 감지 및 그래프 모델을 사용하여 제품 수명 주기의 일관성을 보장하는 알고리즘을 통한 그래프 기반 이상 징후 감지 방법을 이용한다.
본 발명의 실시예에 따르면, 트랜잭션 페이로드는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터 구성요소만을 포함하고, 상기 이벤트 데이터 구성요소 중 GTS(Global Traceability Standard)에 정의된 이벤트 유형, 관련 객체의 식별자, 타임스탬프, 위치 및 비즈니스 단계 필드로 단순화된 이벤트 데이터인 KDE(Key Data Element) 및 오프체인 데이터베이스 접속 링크를 포함하는 증거 추적을 위해 필요한 데이터만을 통합한다.
트랜잭션 프로세서는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 관리하기 위해 트랜잭션 프로세서에 저장된 접속 링크를 통해 오프체인 데이터베이스에 저장된 상기 이벤트 데이터에 관한 특정 위치의 고도 및 경도, 속성, 센서 데이터를 포함하는 추가 데이터에 접속하여 추가적인 이상 징후를 여부를 탐지한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다.　 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.　 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다.　 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다.　 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.　 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다.　 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.　 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.　 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.　 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.　 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.　
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.　 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
<참고자료>
[1] J. T Mentzer, W. Dewitt, J. S Keebler, S. Min, N. Nix, C. Smith, and Z. Zacharia, "Defining supply chain management," Journal of Business Logistics, vol. 22, 09 2001.
[2] "Supply chain market value to surge past 13 billion dollars by end of 2017." https://www.supplychaindigital.com/scm/supply-chain-marketvalue-surge-past-13-billion-end-2017. Accessed: 2018-12-18.
[3] "How blockchain will transform the supply chain and logistics industry." https://www.forbes.com/sites/bernardmarr/2018/03/23/howblockchain-will-transform-the-supply-chain-and-logisticsindustry/#213a04965fec. Accessed: 2018-12-18.
[4] N. Szabo, "Formalizing and securing relationships on public networks," First Monday, vol. 2, no. 9, 1997.
[5] "RDF Primer. W3C Recommendation." https://www.w3.org/TR/rdf11- primer/. Accessed: 2019-01-04.
[6] M. D. English, S. Auer, and J. Domingue, "Block chain technologies & the semantic web : A framework for symbiotic development," 2015.
[7] H. Kim and M. Laskowski, "Towards an ontology-driven blockchain design for supply chain provenance," 08 2016.
[8] M. Ruta, F. Scioscia, S. Ieva, G. Capurso, and E. D. Sciascio, "Supply chain object discovery with semantic-enhanced blockchain," in Proceedings of the 15th ACM Conference on Embedded Network Sensor Systems, SenSys 2017, Delft, Netherlands, November 06-08, 2017, pp. 60:1-60:2, 2017.
[9] A. Third and J. Domingue, "Linked data indexing of distributed ledgers," in Proceedings of the 26th International Conference on World Wide Web Companion, Perth, Australia, April 3-7, 2017, pp. 1431- 1436, 2017.
[10] M. Sopek, P. Gradzki, W. Kosowski, D. Kuzinski, R. Trojczak, and ' R. Trypuz, "Graphchain: A distributed database with explicit semantics and chained RDF graphs," in Companion of the The Web Conference 2018 on The Web Conference 2018, WWW 2018, Lyon , France, April 23-27, 2018, pp. 1171-1178, 2018.
[11] "Hyperledger Sawtooth." https://https://sawtooth.hyperledger.org/docs/ core/releases/latest/. Accessed: 2018-12-18.
[12] "EPC Information Service (EPCIS)." https://www.gs1.org/sites/ default/files/docs/epc/EPCIS-Standard-1.2-r-2016-09-29.pdf. Accessed: 2018-12-29.
[13] "Hyperledger." https://www.hyperledger.org/. Accessed: 2018-12-29.
[14] "Hyperledger Fabric." https://www.hyperledger.org/projects/fabric. Accessed: 2019-03-24.
[15] "Hyperledger Iroha." https://www.hyperledger.org/projects/iroha. Accessed: 2019-03-24.
[16] D. Kempe, J. M. Kleinberg, and A. J. Demers, "Spatial gossip and resource location protocols," in Proceedings on 33rd Annual ACM Symposium on Theory of Computing, July 6-8, 2001, Heraklion, Crete, Greece, pp. 163-172, 2001.
[17] "GS1 Global Traceability 2.0." https://www.gs1.org/sites/default/files/ docs/traceability/GS1 Global Traceability Standard i2.pdf. Accessed: 2019-03-24.
[18] A. Aggarwal and Y. Guo, "A simple reduction from state machine replication to binary agreement in partially synchronous or asynchronous networks," IACR Cryptology ePrint Archive, vol. 2018, p. 60, 2018.
[19] A. Ilic, T. Andersen, and F. Michahelles, "Increasing supply-chain visibility with rule-based rfid data analysis," IEEE Internet Computing, vol. 13, pp. 31-38, Jan. 2009.
[20] A. Gomez-P ' erez and J. Euzenat, eds., ' The Semantic Web: Research and Applications, Second European Semantic Web Conference, ESWC 2005, Heraklion, Crete, Greece, May 29 - June 1, 2005, Proceedings, vol. 3532 of Lecture Notes in Computer Science, Springer, 2005.
[21] C. Sayers and A. H. Karp, "Rdf graph digest techniques and potential applications," 05 2004.
[22] "ZeroMQ Document." http://zeromq.org/intro:read-the-manual. Accessed: 2019-04-10.
[23] "Rdflib." https://rdflib.readthedocs.io. Accessed: 2019-04-09.

Claims (16)

  1. 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송하는 클라이언트;
    클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송하는 검증자; 및
    수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 트랜잭션 프로세서
    를 포함하고,
    상기 트랜잭션 프로세서는,
    트랜잭션 핸들러, RDF 생성기, RDF 저장소 및 이상 징후 감지기를 포함하고,
    상기 트랜잭션 핸들러를 통해 인코딩된 트랜잭션 페이로드를 디코딩하여 필드로 분할하고, 이후 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 핸들러가 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 추가하는 트랜잭션의 미리 정의된 태스크를 수행하도록 하는
    블록체인 시스템.
  2. 제1항에 있어서,
    상기 트랜잭션 프로세서는,
    직병렬 변환된 페이로드에 기술된 공급망 이벤트 데이터를 이용하여, 상기 RDF 생성기를 통해 그래프 생성 규칙에 따라 두 개의 정점과 두 개의 정점을 연결하는 에지로 구성된 그래프 구성요소로 이루어진 트리플 집합을 생성한 후, 상기 RDF 저장소에 미리 저장된 집합과 관련하여 이상 징후 감지기를 통해 이상 징후 여부를 탐지하는
    블록체인 시스템.
  3. 제2항에 있어서,
    상기 트랜잭션 프로세서는,
    상기 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 하고,
    상기 이상 징후 감지기를 통해 이상 징후가 감지되지 않는 경우, 상기 트랜잭션 핸들러는 현재 트랜잭션에 대해 생성된 트리플 집합을 상기 RDF 저장소에 추가하고 블록 및 글로벌 상태를 업데이트하는
    블록체인 시스템.
  4. 제2항에 있어서,
    상기 트랜잭션 프로세서는,
    상기 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 하고,
    상기 이상 징후 감지기를 통해 이상 징후가 감지되는 경우, 해당 트랜잭션을 무효화하고, 해당 트랜잭션에 대한 글로벌 상태는 업데이트되지 않고, 감지된 이상 징후에 관한 해당 트랜잭션을 시스템에 적용하도록 하는
    블록체인 시스템.
  5. 제1항에 있어서,
    상기 트랜잭션 페이로드는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터 구성요소만을 포함하고, 상기 이벤트 데이터 구성요소 중 GTS(Global Traceability Standard)에 정의된 이벤트 유형, 관련 객체의 식별자, 타임스탬프, 위치 및 비즈니스 단계 필드로 단순화된 이벤트 데이터인 KDE(Key Data Element) 및 오프체인 데이터베이스 접속 링크를 포함하는 증거 추적을 위해 필요한 데이터만을 통합하는
    블록체인 시스템.
  6. 제5항에 있어서,
    상기 트랜잭션 프로세서는,
    물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 관리하기 위해 트랜잭션 프로세서에 저장된 접속 링크를 통해 오프체인 데이터베이스에 저장된 상기 이벤트 데이터에 관한 특정 위치의 고도 및 경도, 속성, 센서 데이터를 포함하는 추가 데이터에 접속하여 추가적인 이상 징후를 여부를 탐지하는
    블록체인 시스템.
  7. 제1항에 있어서,
    상기 이상 징후 감지기는,
    각 트랜잭션에 대해 관련 아이템의 위치가 변경되었는지 여부, 변경된 경우 글로벌 상태에서 임계 데이터를 읽고 평균 이동 속도가 미리 정해진 범위 내에 있는지 여부를 확인하는 속도 조건 및 미리 정해진 체류 시간 조건을 포함하는 일관성 규칙을 이용하는 일관성 규칙 기반 이상 징후 감지 및 그래프 모델을 사용하여 제품 수명 주기의 일관성을 보장하는 알고리즘을 통한 그래프 기반 이상 징후 감지 방법을 이용하는
    블록체인 시스템.
  8. 클라이언트가 개인 및 공용 키를 관리하고 트랜잭션을 생성한 후 검증자에게 전송하는 단계;
    검증자가 클라이언트로부터 트랜잭션을 수신 받아 해당 피어 노드로 트랜잭션을 전송하고, 모든 노드가 생성된 출력에 동의하는지 확인하면서 해당 트랜잭션 프로세서를 실행하도록 트랜잭션을 전송하는 단계; 및
    수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 프로세서를 통해 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 단계
    를 포함하고,
    상기 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 트랜잭션 프로세서를 통해 해당 트랜잭션 핸들러가 미리 정의된 태스크를 수행하도록 하는 단계는,
    트랜잭션 핸들러, RDF 생성기, RDF 저장소 및 이상 징후 감지기를 포함하는 트랜잭션 프로세서가 트랜잭션 핸들러를 통해 인코딩된 트랜잭션 페이로드를 디코딩하여 필드로 분할하고, 이후 수신된 트랜잭션 유형을 나타내는 액션 필드에 따라 상기 트랜잭션 핸들러가 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 추가하는 트랜잭션의 미리 정의된 태스크를 수행하도록 하는
    블록체인 시스템의 동작 방법.
  9. 제8항에 있어서,
    직병렬 변환된 페이로드에 기술된 공급망 이벤트 데이터를 이용하여, 상기 RDF 생성기를 통해 그래프 생성 규칙에 따라 두 개의 정점과 두 개의 정점을 연결하는 에지로 구성된 그래프 구성요소로 이루어진 트리플 집합을 생성한 후, 상기 RDF 저장소에 미리 저장된 집합과 관련하여 이상 징후 감지기를 통해 이상 징후 여부를 탐지하는
    블록체인 시스템의 동작 방법.
  10. 제9항에 있어서,
    상기 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하고,
    상기 이상 징후 감지기를 통해 이상 징후가 감지되지 않는 경우, 상기 트랜잭션 핸들러는 현재 트랜잭션에 대해 생성된 트리플 집합을 상기 RDF 저장소에 추가하고 블록 및 글로벌 상태를 업데이트하는
    블록체인 시스템의 동작 방법.
  11. 제9항에 있어서,
    상기 이상 징후 감지기가 검증자의 글로벌 상태와 상호 작용하여 이상 징후 여부를 탐지하도록 하고,
    상기 이상 징후 감지기를 통해 이상 징후가 감지되는 경우, 해당 트랜잭션을 무효화하고, 해당 트랜잭션에 대한 글로벌 상태는 업데이트되지 않고, 감지된 이상 징후에 관한 해당 트랜잭션을 시스템에 적용하도록 하는
    블록체인 시스템의 동작 방법.
  12. 제8항에 있어서,
    상기 트랜잭션 페이로드는 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터 구성요소만을 포함하고, 상기 이벤트 데이터 구성요소 중 GTS(Global Traceability Standard)에 정의된 이벤트 유형, 관련 객체의 식별자, 타임스탬프, 위치 및 비즈니스 단계 필드로 단순화된 이벤트 데이터인 KDE(Key Data Element) 및 오프체인 데이터베이스 접속 링크를 포함하는 증거 추적을 위해 필요한 데이터만을 통합하는
    블록체인 시스템의 동작 방법.
  13. 제12항에 있어서,
    트랜잭션 프로세서가 물리적 객체의 이동 중에 캡처한 공급망 이벤트 데이터를 관리하기 위해 트랜잭션 프로세서에 저장된 접속 링크를 통해 오프체인 데이터베이스에 저장된 상기 이벤트 데이터에 관한 특정 위치의 고도 및 경도, 속성, 센서 데이터를 포함하는 추가 데이터에 접속하여 추가적인 이상 징후를 여부를 탐지하는
    블록체인 시스템의 동작 방법.
  14. 제8항에 있어서,
    상기 이상 징후 감지기는 각 트랜잭션에 대해 관련 아이템의 위치가 변경되었는지 여부, 변경된 경우 글로벌 상태에서 임계 데이터를 읽고 평균 이동 속도가 미리 정해진 범위 내에 있는지 여부를 확인하는 속도 조건 및 미리 정해진 체류 시간 조건을 포함하는 일관성 규칙을 이용하는 일관성 규칙 기반 이상 징후 감지 및 그래프 모델을 사용하여 제품 수명 주기의 일관성을 보장하는 알고리즘을 통한 그래프 기반 이상 징후 감지 방법을 이용하는
    블록체인 시스템의 동작 방법.
  15. 삭제
  16. 삭제
KR1020210050079A 2020-10-08 2021-04-16 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템 KR102620822B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200129858 2020-10-08
KR1020200129858 2020-10-08

Publications (2)

Publication Number Publication Date
KR20220047132A KR20220047132A (ko) 2022-04-15
KR102620822B1 true KR102620822B1 (ko) 2024-01-04

Family

ID=81211922

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210050079A KR102620822B1 (ko) 2020-10-08 2021-04-16 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102620822B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116366273B (zh) * 2022-09-09 2023-11-17 简单汇信息科技(广州)有限公司 一种基于区块链的隐私数据发送方法
CN117725954A (zh) * 2024-02-18 2024-03-19 韶山盈芯物联网科技有限公司 一种基于rfid的数字化供应链数据管理方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102023094B1 (ko) 2019-03-26 2019-09-19 국방과학연구소 블록체인 네트워크를 이용한 무인비행체 임무계획 관리 시스템 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368259B (zh) * 2017-05-25 2020-07-10 创新先进技术有限公司 一种向区块链系统中写入业务数据的方法和装置
KR20190093012A (ko) * 2018-01-31 2019-08-08 지송학 블록 체인 시스템에서의 블록 생성 및 검증 방법
KR20200081101A (ko) * 2018-12-27 2020-07-07 부산대학교 산학협력단 개인정보의 익명성을 제공하는 블록체인 시스템 및 블록체인에서 개인정보의 익명성을 제공하는 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102023094B1 (ko) 2019-03-26 2019-09-19 국방과학연구소 블록체인 네트워크를 이용한 무인비행체 임무계획 관리 시스템 및 방법

Also Published As

Publication number Publication date
KR20220047132A (ko) 2022-04-15

Similar Documents

Publication Publication Date Title
US11294739B2 (en) Application interface governance platform to harmonize, validate, and replicate data-driven definitions to execute application interface functionality
Yaqoob et al. Big data: From beginning to future
US10346142B1 (en) Automated streaming data model generation
Das et al. A secure and distributed construction document management system using blockchain
KR102620822B1 (ko) 강인한 데이터 모델 및 검증 메커니즘을 갖춘 블록체인 플랫폼을 이용한 공급망의 신뢰 강화 방법 및 시스템
Hammoudeh et al. Continuous monitoring in mission-critical applications using the internet of things and blockchain
Oh et al. Enhancing trust of supply chain using blockchain platform with robust data model and verification mechanisms
Hofman Supply chain risk analysis with linked open data
Kyriazis et al. Policycloud: analytics as a service facilitating efficient data-driven public policy management
Tu et al. ISDI: A new window-based framework for integrating IoT streaming data from multiple sources
Batini et al. Data quality issues in linked open data
Srivastava et al. Fraud detection in the distributed graph database
Michelfeit et al. Linked data integration with conflicts
Betti et al. Smart contracts-enabled simulation for hyperconnected logistics
Singh et al. Cloud security ontology (CSO)
EP3076289B1 (en) Method, program, and apparatus, for managing a stored data graph
Byun et al. Efficient and privacy-enhanced object traceability based on unified and linked EPCIS events
US11550643B1 (en) Automated streaming data model generation with parallel processing capability
Wrembel Data integration, cleaning, and deduplication: Research versus industrial projects
Mathias et al. A framework for monitoring multiple databases in industries using OPC UA
Byun et al. EPC Graph Information Service: Enhanced object traceability on unified and linked EPCIS events
Krima et al. Toward model-based integration specifications to secure the extended enterprise
Kiourtis et al. Exploring the complete data path for data interoperability in cyber-physical systems
Barba-González Big data optimization: algorithmic framework for data analysis guided by semantics
Blanco et al. Onto-CARMEN: Ontology-driven approach for Cyber–Physical System Security Requirements meta-modelling and reasoning

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right