CN109949142A - 一种显性供应链金融实现方法、***及终端设备 - Google Patents
一种显性供应链金融实现方法、***及终端设备 Download PDFInfo
- Publication number
- CN109949142A CN109949142A CN201910105288.1A CN201910105288A CN109949142A CN 109949142 A CN109949142 A CN 109949142A CN 201910105288 A CN201910105288 A CN 201910105288A CN 109949142 A CN109949142 A CN 109949142A
- Authority
- CN
- China
- Prior art keywords
- data
- supply chain
- distributed
- user
- internet
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于供应链金融科技领域,提供一种显性供应链金融实现方法、***及终端设备,通过获取物联网数据、大数据、关系型数据和区块链的分布式数据可以从供应链源头获取第一手真实数据,打破供应链个环节信息的孤岛壁垒;通过对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理,可以集成和优化供应链生态圈的业务流程,通过技术增信构建相对客观的供应链信用体系,打造基于区块链的信用机器;通过根据分析处理结果,为用户提供数字化和自动化的供应链管理服务和金融服务,可以管控供应链金融服务的风险,提高企业风控管理的可靠性和效率。
Description
技术领域
本发明属于供应链金融科技领域,尤其涉及一种显性供应链金融实现方法、***及终端设备。
背景技术
传统的供应链金融领域的业务背景的真实性,取决于整个供应链全业务链条上每个环节的作业指令执行和作业结果单证的真实性。然而,作业指令执行和作业结果单证完全属于线下业务作业场景的范畴,依靠传统的供应链金融技术只能在单一封闭主体内完成作业,无法解决全链条上下游的多方企业主体间的线下业务,导致传统的供应链金融服务并不能很好的根据流动资产和业务经营的真实性与时效性进行风险管理。
发明内容
有鉴于此,本发明实施例提供了一种显性供应链金融实现方法、***及终端设备,通过物联网、大数据、云计算、人工智能以及区块链等技术推动供应链运营和金融运营数字化、自动化、平台化、信任化的变革和高度融合,以解决传统的供应链金融服务并不能很好的根据流动资产和业务经营的真实性与时效性进行风险管理的问题。
本发明实施例的第一方面提供了一种显性供应链金融实现方法,其包括:
获取物联网数据;
获取大数据、关系型数据和区块链的分布式数据;
对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理;
根据分析处理结果,为用户提供供应链管理服务和金融服务。
本发明实施例的第二方面提供了一种显性供应链金融***,其包括:
物联感知层,用于获取物联网数据;
分布数据层,用于获取大数据、关系型数据和区块链的分布式数据;
分布计算层,用于对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理;
应用平台层,用于根据分析处理结果,为用户提供供应链管理服务和金融服务。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例通过提供一种显性供应链金融实现方法及***,通过获取物联网数据、大数据、关系型数据和区块链的分布式数据可以从供应链源头获取第一手真实数据,打破供应链个环节信息的孤岛壁垒;通过对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理,可以集成和优化供应链生态圈的业务流程,构建相对客观的供应链信用体系,打造基于区块链的信用机器;通过根据分析处理结果,为用户提供数字化和自动化的供应链管理服务和金融服务,可以管控供应链金融服务的风险,提高企业风控管理的可靠性和效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的显性供应链金融实现方法的流程示意图;
图2是本发明实施例二提供的显性供应链金融实现方法的流程示意图;
图3是本发明实施例二提供的显性供应链金融实现方法的交互流程示意图;
图4是本发明实施例三提供的显性供应链金融***的结构示意图;
图5是本发明实施例四提供的应用平台层的结构示意图;
图6是本发明实施例五提供的终端设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或***、货物或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、货物或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
实施例一
本实施例提供一种显性供应链金融实现方法,可应用于任意的具备通信和数据处理功能的独立或分布式的计算设备,例如,手机、平板电脑、个人数字助理、桌上型计算机、笔记本、掌上电脑及云端服务器中的至少一个或多个的组合。
如图1所示,本实施例所提供的显性供应链金融实现方法,包括通过显性供应链金融***执行的以下操作:
步骤S101、获取物联网数据。
在具体应用中,显性供应链金融***是用于执行显性供应链金融实现方法的独立或分布式的计算设备,或者,运行于计算设备的软件程序***。
在具体应用中,可以通过设置于货物的生产地点、运输设备或仓储地点中的任意可以采集数据并将数据上传至显性供应链金融***的物联网设备,来获取物联网数据。也可以采用人工或设备采集并人工录入数据至计算设备的方式,来获取物联网数据。根据货物种类的不同,可以选用适用于每种货物的物联网设备来采集相应的物联网数据。货物可以是任意具有实际价值的实体货物或虚拟货物,例如,电子代币、矿产、土地、劳动产品(劳动产品是指人类劳动创造出来的社会产品)等。
在一个实施例中,步骤S101包括:
通过物联网设备获取物联网数据,建立供应链大数据湖。
在一个实施例中,物联网设备包括货物的特性检测设备、运输设备仓和储设备,对应的,步骤S101具体包括:
步骤S1011、通过货物的特性检测设备获取所述货物的特性数据。
在具体应用中,货物的特性检测设备是指用于检测与货物的特性相关的数据的设备,货物的特性是指货物的大小(包括长、宽、高、体积、表面积等)、形状(形态)、颜色、重量和质量等与货物本身的特性相关的数据。
在一个实施例中,所述货物的特性检测设备包括电子地磅和质量检测设备中的至少一种,所述货物的特性数据包括体积、形状、颜色、重量和质量中的至少一种。
在具体应用中,电子地磅可以自动采集放置于其上部的货物的重量并上传至显性供应链金融***;质量检测设备可按照质量标准流程抽查货物质量,并通过数据接口上传至显性供应链金融***。
步骤S1012、通过所述货物的运输设备获取所述货物的运输数据。
在具体应用中,货物的运输设备是指用于运输货物的设备,货物的运输数据是指货物运输过程中所产生的与货物的物流周转相关的数据。
在一个实施例中,所述货物的运输设备包括GPS设备、物流周转设备和智能集装箱中的至少一种,所述货物的运输数据包括运输位置数据、物流周转数据、种类数据、类别数据、环境数据和状态数据中的至少一种,所述状态数据包括运输路径偏差、驾驶行为异常、货物重量异常、集装箱开/关中的至少一种。
在具体应用中,GPS(Global Positioning System,全球定位***)设备用于实时或每间隔预设时间段对货物进行定位,从而获得货物的运输位置数据,具体可以采用GPS定位仪器或任意带有GPS定位模块的设备(例如,手机、导航仪等电子设备)。预设时间间隔可以根据实际需要进行设置,还可以根据实际需要定时启动GPS设备,例如,在货物运输的时间段内启动GPS设备,在货物停止运输的时间段内关闭GPS设备。也可以采用其他定位***来辅助或者等效替代GPS定位设备,例如,基于北斗定位***的相关定位设备。
在具体应用中,物流周转设备兼具货物周转功能和智能数据采集及数据上传功能,用于采集和记录货物的物流周转数据并上传至显性供应链金融***。物流周转设备可以是物流周转箱、物流周转车或智能托盘(pallet)。智能托盘是为了便于货物装卸、运输、保管和配送等而使用的负荷面和叉车插口构成的装卸用垫板。物流周转数据即是指货物周转过程中货物的具***置变化数据,例如,货物由仓库A周转到仓库B,货物由车辆C周转到车辆D。
在具体应用中,智能集装箱是指带有电子铅封、温度传感器、湿度传感器、重量传感器、气体检测仪器等用于检测集装箱的开/关状态、集装箱周围或内部的温度、湿度、气体含量等环境数据以及货物的状态数据的集装箱,能够采集相应数据并上传至显性供应链金融***。智能集装箱还具有数据存储和记录功能,能够记录其装载的货物的类别,从而获得货物的类别数据。根据智能集装箱本身的用途的不同,智能集装箱可以分为干货集装箱(DRY CONTAINER)、散货集装箱(BULK CONTAINER)、液体货集装箱、冷藏箱集装箱,以及一些特种专用集装箱,例如,汽车集装箱、牧畜集装箱、兽皮集装箱等。
步骤S1013、通过所述货物的仓储设备获取所述货物的仓储数据。
在具体应用中,货物的仓储设备是指位于存储货物的仓库,具有采集货物的仓储数据并上传至显性供应链金融***的任意设备。
在一个实施例中,所述货物的仓储设备包括电子铅封、视频监控设备、电子地磅、门控设备、3D成像设备、QR设备和RFID设备中的至少一种,所述货物的仓储数据包括电子铅封数据、视频数据、重量数据、门禁出/入数据、3D成像数据和仓储位置数据中的至少一种。
在具体应用中,3D成像设备用于对货物进行三维立体扫描并对扫描数据进行分析处理,获得货物的大小、形状和颜色等相关数据。可以采用任意的具备与3D成像设备具备相同或相似功能的设备,替换或与3D成像设备配合使用,来获取货物的大小、形状和颜色等相关数据。例如,带摄像功能的无人机、3D扫描仪、测绘仪器、摄像机等。
在具体应用中,QR(Quick Response)码设备和RFID(Radio FrequencyIdentification,射频识别)设备可以设置于货物本身、货物外包装或装载货物的承载体上,用于记录货物的名称、类别、大小、颜色、形状、数量、重量、成分、功效、生产商、经销商、价格、成本等信息。QR码设备具体可以是电子二维码标签,RFID设备具体可以是RFID标签。
步骤S102、获取大数据、关系型数据和区块链的分布式数据。
在具体应用中,大数据(Big data)可以通过并行处理(Parallel Processing)数据库、分布式文件***(Distributed File System,DFS)、分布式数据库(distributeddata base,DDB)、云计算平台(例如,阿里云、尚融云等云数据处理平台)、互联网设备(例如,桌上型计算机、服务器等)和可扩展的存储***(例如,分布式存储***(DistributedStorageSystem,DSS)来获取。关系型数据可以通过关系数据库管理***(RelationalDatabase Management System,RDBMS)来获取、分析、处理和存储。区块链的分布式数据可以通过分布式处理(distributed processing)***、分布式全球状态数据库、云存储(cloudstorage service)设备和虚拟化(Virtualization)技术(例如,硬件虚拟化、虚拟机、操作***级虚拟化、平台虚拟化、应用程序虚拟化、虚拟内存、存储虚拟化、网络虚拟化、存储器虚拟化、桌面虚拟化、数据库虚拟化、软件虚拟化、服务虚拟化等)来获取。
在一个实施例中,步骤S102包括:
通过并行处理数据库、分布式文件***、分布式数据库、云计算平台、互联网设备和可扩展的存储***中的至少一种获取大数据;
通过关系数据库管理***获取关系型数据,建立供应链信息模型;
通过区块链的分布式处理***、分布式数据库、云存储设备和虚拟化技术中的至少一种获取所述区块链的分布式数据。
在一个实施例中,所述区块链包括货物区块链、单据区块链和资金区块链。
步骤S103、对所述物联网数据、所述大数据、关系型数据和所述区块链的分布式数据进行分析处理。
在一个实施例中,步骤S103包括:
步骤S1031、对所述物联网数据、所述大数据、关系型数据和所述区块链的分布式数据进行数据聚合。
在具体应用中,数据聚合是指对有关的数据进行内容挑选、分析、归类和关联,最后分析得到想要的结果,主要是指任何能够从数组产生标量值的数据转换过程。
步骤S1032、对进行数据聚合后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行数据建模。
在具体应用中,数据建模是指对各类数据的抽象组织,确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。将经过***分析后抽象出来的概念模型转化为物理模型后,在visio或erwin等工具建立数据库实体以及各实体之间关系的过程。数据建模是一种用于定义和分析数据的要求和其需要的相应支持的信息***的过程。
步骤S1033、对进行数据建模后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行云计算处理。
在具体应用中,云计算(Cloud Computing)是基于互联网的相关服务的增加、使用和交付模式,是分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)、热备份冗余(High Available)等传统计算机和网络技术发展融合的产物。
在一个实施例中,步骤S1033包括:
根据区块链的智能合约、分布式信任机制、共识机制和数字代币技术中的至少一种,通过云计算设备、共识算法和机器学习(Machine Learning,ML)算法中的至少一种,对进行数据建模后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行云计算处理;
基于分布、完整和对称原则的分布式信任机制和共识机制,通过共识算法将进行云计算处理后的所述物联网数据、所述关系型数据、所述大数据和所述区块链的分布式数据生成区块链日志;
根据所述区块链日志,通过智能合约驱动交易,形成分布式共享账本。
在具体应用中,共识算法用于采用哈希数字指纹安全记录交易信息和身份信息,形成基于时间戳的不可更改的达成共识的唯一事实。
在具体应用中,常用的共识算法包括基于四大类共识机制实现的共识算法,分别是:工作量证明机制、权益证明机制、股份授权证明机制和Pool验证池。
步骤S104、根据分析处理结果,为用户提供供应链管理服务和金融服务。
在具体应用中,在步骤S103中形成分布式共享账本之后,使得与用户的货物相关的数据变得可视、可显、可传导、可预警、可处置、可变现和可补偿,从而可以为用户提供供应链管理服务和金融服务。
在一个实施例中,步骤S104包括:
根据分析处理结果,通过人工智能技术为用户提供供应链管理服务和金融服务。
本实施例通过提供一种显性供应链金融实现方法及***,通过获取物联网数据、大数据、关系型数据和区块链的分布式数据可以从供应链源头获取第一手真实数据,打破供应链个环节信息的孤岛壁垒;通过对所述物联网数据、所述关系型数据、所述大数据和所述区块链的分布式数据进行分析处理,可以集成和优化供应链生态圈的业务流程,构建相对客观的供应链信用体系,打造基于区块链的信用机器;通过根据分析处理结果,为用户提供数字化和自动化的供应链管理服务和金融服务,可以管控供应链金融服务的风险,提高企业风控管理的可靠性和效率。
本发明实施例采用物联网实现动态物流支持物权管控变现,通过大数据和云计算驱动显性供应链金融的快速决策、最佳决策,通过人工智能预测管控金融贸易风险,并采用区块链技术实现安全可信的交易。本发明采用以上核心技术实现供应链的电子化、数字化、和自动化,确保供应链各方从源头获取第一手真实有效的数据,彻底解决供应链各环节信息孤岛问题,重新构建全新可靠的供应链信用体系,从而解决供应链金融的信用风险问题。
本发明实施例采用企业级区块链的关键技术,其包括:
只能增加不可删改的分布式账本;
认同交易的共识算法;
全球状态共享数据库;
安全隐私机制;
处理交易请求的可编程、可执行的智慧合约;以及
可通过移动客户端执行操作。
实施例二
如图2所示,在本实施例中,图1中的步骤S104包括:
步骤S201、获取第一用户的供应链管理服务请求,为所述第一用户提供供应链管理服务。
在具体应用中,第一用户可以是供应商或其他任意需要供应链管理服务的企业用户或个人。第一用户也可以是原材料生产商,使得经销商或者终端客户可以直接对接原材料生产商。
在具体应用中,第一用户具体可以通过其所拥有的任意的具备通信和数据处理功能的独立或分布式的计算设备,通过任意的人机交互方式或机机交换方式(Machine-to-Machine,M2M)向显性供应链金融***发送供应链管理服务请求,以获得供应链管理服务。
在具体应用中,任意的人机交互方式可以是基于鼠标、(实体或虚拟)键盘、触控面板等实现的接触式人机交互方式,也可以是基于摄像头、穿戴式设备、面部识别技术、机器视觉识别技术等实现的可通过手势控制、姿态控制或表情控制的非接触式人机交互方式,还可以是基于麦克风、语音芯片、音箱等实现的基于语音交互技术的人机交互方式。
在具体应用中,任意的机机交互方式可以是基于物联设备和IP通讯机制实现的物联机机交互方式,也可以是基于数据接口和功能接口等技术实现的服务机机交互方式。
在具体应用中,显性供应链金融***响应第一用户发送的供应链管理服务请求之后,可以为第一用户提供各种与第一用户的生产经营活动相关的供应链管理服务。
步骤S202、获取第二用户的供应链管理服务请求,为所述第二用户提供供应链管理服务。
在具体应用中,第二用户可以是经销商或其他任意需要供应链管理服务的企业用户或个人。第二用户也可以是终端客户,使得供应商或者原材料生产商可以直接对接终端客户。
在具体应用中,第二用户具体可以通过其所拥有的任意的具备通信和数据处理功能的独立或分布式的计算设备,通过任意的人机交互方式或机机交互方式向显性供应链金融***发送供应链管理服务请求,以获得供应链管理服务。
在具体应用中,显性供应链金融***响应第二用户发送的供应链管理服务请求之后,可以为第二用户提供各种与第二用户的生产经营活动相关的供应链管理服务。
步骤S203、获取所述第一用户的金融服务请求,根据第三用户提供的所述第一用户的金融数据,为所述第一用户提供金融服务;
步骤S204、获取所述第二用户的金融服务请求,根据第三用户提供的所述第二用户的金融数据,为所述第二用户提供金融服务。
在具体应用中,第三用户可以是金融机构或其他任意能够提供第一用户和/或第二用户的金融数据的企业或个人。
在具体应用中,金融机构可以包括电子商务平台(例如,支付宝、微信等)、交易平台、物流监管平台、中介机构(例如,保险机构、评估机构、公证机构、拍卖机构等)、担保公司、行业协会、研究机构、政府机构(例如,工商局、海关、税务局、银行等)。
在具体应用中,金融数据具体是指与第一用户或第二用户的经营状况、资产等有关的信用数据。
在具体应用中,第三用户具体可以通过其所拥有的任意的具备通信和数据处理功能的独立或分布式的计算设备,通过任意的人机交互方式或机机交互方式向显性供应链金融***发送第一用户和/或第二用户的金融数据,从而通过显性供应链金融***为第一用户和/或第二用户提供金融服务。
在具体应用中,显性供应链金融***响应第一用户发送的金融服务请求之后,可以为第一用户提供各种与第一用户的生产经营活动相关的金融服务。显性供应链金融***响应第二用户发送的金融服务请求之后,可以为第二用户提供各种与第二用户的生产经营活动相关的金融服务。
步骤S205、通过为所述第一用户提供的供应链管理服务和物流物控服务,建立所述第一用户和所述第二用户之间的货物与信用账期-物流供应链。
在具体应用中,通过为第一用户提供供应链管理服务和金融服务,能够获得与第一用户的生产经营状况和资产等相关的信用数据,使第一用户的信用数据变得可视、可显、可传导、可预警、可处置、可变现和可补偿,实现对第一用户的风险管控,从而可以建立低风险的可信任的第一用户和第二用户之间的货物与信用账期-物流供应链,使得第一用户可以为第二用户提供可信的货物输出、账期设置和物流供应服务。其中,账期是指从供应商(第一用户)向经销商(第二用户)供货后,直至经销商付款的这段时间周期。物流物控服务是指与物流(即货物的流通过程)和物控(即物料控制)相关的服务,其中,物控具体是指:控制生产用物料的状态,以满足供给、流通和使用等过程的需求,并达到最佳的适合性和节俭。物控的手段通常包括:
控制数量,以满足生产量的需求;
控制进度,以满足生产期的需求;
控制差补,以满足核销和结账的需求。
在一个实施例中,步骤S205之前包括:
获取第一用户的物流物控服务请求,为所述第一用户提供物流物控服务。
步骤S206、通过为所述第二用户提供的供应链管理服务和金融服务,建立所述第二用户和所述第一用户之间的订单与现金流-财务供应链。
在具体应用中,通过为第二用户提供供应链管理服务和金融服务,能够获得与第二用户的生产经营状况和资产等相关的信用数据,使第二用户的信用数据变得可视、可显、可传导、可预警、可处置、可变现和可补偿,实现对第二用户的风险管控,从而可以建立低风险的可信任的第二用户和第一用户之间的订单与现金流-财务供应链,使得第二用户可以为第一用户提供可信的订单输出、现金流输出和订单财务结算服务。其中,订单是指经销商(第二用户)向供应商(第一用户)发出的定货凭据。
在一个实施例中,所述第一用户包括供应商。
在一个实施例中,当所述第一用户为供应商时,步骤S201,包括:
当获取到第一用户的供应链管理服务请求时,通过采购服务平台为所述第一用户提供供应链管理服务,以根据所述订单与现金流-财务供应链向原材料生产商采购;其中,所述采购服务平台用于提供集中采购服务、库存管理服务、齐套拣货服务、JIT配送服务、流通加工服务、资金结算服务、供应商管理服务和顾问服务。
在具体应用中,采购服务平台可以是显性供应链金融***中专门用于为第一用户提供供应链金融服务的计算设备或计算设备中的软件程序模块。
在具体应用中,JIT是指准时制生产方式(Just In Time,简称JIT),又称作无库存生产方式(stockless production),零库存(zero inventories),一个流(one-pieceflow)或者超级市场生产方式(supermarket production)。
在一个实施例中,所述第二用户包括经销商。
在一个实施例中,当所述第二用户为经销商时,步骤S202包括:
当获取到第二用户的供应链管理服务请求时,通过分销服务平台为所述第二用户提供供应链管理服务,以根据所述货物与信用账期-物流供应链向终端客户分销;其中,所述分销服务平台用于提供干线运输服务、区域调拨服务、订单管理服务、库存管理服务、仓库管理服务、资金结算服务、经销商管理服务和顾问服务。
在具体应用中,分销服务平台可以是显性供应链金融***中专门用于为第一用户提供供应链金融服务的计算设备或计算设备中的软件程序模块。
在一个实施例中,所述第三用户包括金融机构。
在一个实施例中,所述的显性供应链金融实现方法,还包括:
基于分布、完整和对称原则的分布式信任机制和共识机制,通过共识算法生成区块链日志,通过智能合约驱动交易,形成分布式共享账本。
在具体应用中,基于分布、完整和对称原则,在分布式信任机制和共识机制的制约下,可通过安全快速的交易行为,改变资产的价值状态,形成可信的事实。
在具体应用中,区块链日志可以记录完整的交易行为且不可随意篡改,智能合约允许在没有第三方的情况下进行可信交易和预警处置,这些交易可追踪且不可逆转,
是优于传统合约的安全方法,还可有效减少与合约相关的其他交易成本。
在具体应用中,常用的共识算法包括基于四大类共识机制实现的共识算法,分别是:工作量证明机制、权益证明机制、股份授权证明机制和Pool验证池。
在一个实施例中,基于区块链日志和智能合约,步骤S203包括:
获取所述第一用户的金融服务请求,根据第三用户提供的所述第一用户的金融数据、所述区块链日志和所述智能合约,触发交易,形成所述第一用户的分布式共享账本,为所述第一用户提供金融服务;
对应的,步骤S204包括:
获取所述第二用户的金融服务请求,根据第三用户提供的所述第二用户的金融数据、所述区块链日志和所述智能合约,触发交易,形成所述第二用户的分布式共享账本,为所述第二用户提供金融服务。
在具体应用中,分布式共享账本是不可篡改的、分布式、基于安全权限向许可参与方公开的具备公信力的在线智能账本。
在具体应用中,分布式共享账本是不可篡改的、分布式、向所有人公开的具备公信力的在线智能账本。
在一个实施例中,所述显性供应链金融实现方法,还包括:
根据所述第一用户的分布式共享账本,评估所述第一用户的流动资产变现能力;
根据所述第一用户的流动资产变现能力,评估所述订单与现金流-财务供应链的金融风险,并生成第一金融风险值;
根据所述第二用户的分布式共享账本,评估所述第二用户的流动资产变现能力;
根据所述第二用户的流动资产变现能力,评估所述货物与信用账期-物流供应链的金融风险,并生成第二金融风险值。
在具体应用中,第一用户的分布式共享账本记录有与第一用户的生产经营状况和流动资产相关的全部数据,使得订单与现金流-财务供应链整个流程中的各个参与者(即第一用户、第一用户、第三用户及第三方企业用户)能够对订单与现金流-财务供应链的全过程、物流、交易等做到及时监测和操控,从而可以根据评估第一用户的流动资产变现能力,并根据第一用户的流动资产变现能力,评估订单与现金流-财务供应链的金融风险并生成对应的金融风险值,实现对第一用户的显性供应链金融风险管理的可视化。
在具体应用中,第二用户的分布式共享账本记录有与第二用户的生产经营状况和流动资产相关的全部数据,使得货物与信用账期-物流供应链整个流程中的各个参与者(即第一用户、第二用户、第三用户及第三方企业用户)能够对货物与信用账期-物流供应链的全过程、物流、交易等做到及时监测和操控,从而可以根据评估第二用户的流动资产变现能力,并根据第二用户的流动资产变现能力,评估货物与信用账期-物流供应链的金融风险并生成对应的金融风险值,实现对第二用户的显性供应链金融风险管理的可视化。
在一个实施例中,所述显性供应链金融实现方法,还包括:
将所述第一金融风险值与预设的第一金融风险预警值进行对比分析,并在所述第一金融风险值与预设的第一金融风险预警值之间的差异大于第一阈值时,发出所述订单与现金流-财务供应链存在金融风险的第一风险预警提示;
将所述第二金融风险值与预设的第二金融风险预警值进行对比分析,并在所述第二金融风险值与预设的第二金融风险预警值之间的差异大于第二阈值时,发出所述货物与信用账期-物流供应链存在金融风险的第二风险预警提示。
在具体应用中,可以预先根据第一用户的流动资产变现能力设置显性供应链金融***可承受的现金流-财务供应链的最大金融风险以及最大金融风险波动范围,得到第一金融风险预警值和第一阈值;在第一用户的生成经营过程中,定期或实时根据第一用户近期的流动资产变现能力,评估订单与现金流-财务供应链的金融风险,得到最新的第一金融风险值;然后将第一金融风险值与第一金融风险预警值进行对比分析,当第一金融风险值与预设的第一金融风险预警值之间的差异大于第一阈值时,判定订单与现金流-财务供应链存在***不可承受的金融风险,并发出第一风险预警提示。第一风险预警提示可以包括资产评估报告、生成经营情况报告或财务报告等内容,并通过任意的人机交互方式发出。
在具体应用中,可以预先根据第二用户的流动资产变现能力设置显性供应链金融***可承受的货物与信用账期-物流供应链的最大金融风险以及最大金融风险波动范围,得到第二金融风险预警值和第二阈值;在第二用户的生成经营过程中,定期或实时根据第二用户近期的流动资产变现能力,评估货物与信用账期-物流供应链的金融风险,得到最新的第二金融风险值;然后将第二金融风险值与第二金融风险预警值进行对比分析,当第二金融风险值与预设的第二金融风险预警值之间的差异大于第二阈值时,判定货物与信用账期-物流供应链存在***不可承受的金融风险,并发出第二风险预警提示。第二风险预警提示可以包括资产评估报告、生成经营情况报告或财务报告等内容,并通过任意的人机交互方式发出。
如图3所示,示例性的示出了第一用户1为供应商、第二用户2为经销商、第三用户3为金融机构,显性供应链金融实现方法的执行主体为第三方企业4时,显性供应链金融实现方法的交互流程示意图。
本实施例通过独立的第三方平台为第一用户和第二用户提供供应链管理服务,实现供应链管理服务外包;并根据第三用户所提供的第一用户和第二用户的金融数据,为第一用户和第二用户提供金融服务,实现供应链金融服务外包;从而可以根据供应链管理服务和物流物控服务建立第一用户和第二用户之间的货物与信用账期-物流供应链,根据供应链管理服务和金融服务建立第二用户和第一用户之间的订单与现金流-财务供应链;将第一用户、第二用户和第三用户组成的商业体系中的信用变得可视、可显、可传导、可预警、可处置、可变现和可补偿,能够建立相对客观的信用体系,提高企业风控管理的可靠性和效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例三
如图4所示,本实施例提供一种显性供应链金融***4,用于执行实施例一中的方法步骤,该***包括:
物联感知层401,用于获取物联网数据;
分布数据层402,用于获取大数据、关系型数据和区块链的分布式数据;
分布计算层403,用于对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理;
应用平台层404,用于根据分析处理结果,为用户提供供应链管理服务和金融服务。在具体应用中,分布数据层还用于提供分布式数据账本技术(DLT),以支持全球范围跨边界跨节点的分布式交易执行和唯一现实创造;分布计算层还用于通过DLT服务接口支持可编辑可执行可运算的智慧合约。
在具体应用中,物联感知层、分布数据层、分布计算层、应用平台层均可以是显性供应链金融***中的软件程序模块,也可以是独立或分布式的计算设备,还可以分别是物联网设备、分布式数据库/***、分布式计算设备和客户端。
在一个实施例中,所述物联感知层401,具体用于:
通过物联网设备获取物联网数据,建立供应链大数据湖。
在一个实施例中,物联网设备包括货物的特性检测设备、运输设备仓和储设备,对应的,所述物联感知层401,具体用于:
通过货物的特性检测设备获取所述货物的特性数据;
通过所述货物的运输设备获取所述货物的运输数据;
通过所述货物的仓储设备获取所述货物的仓储数据。
在一个实施例中,所述分布数据层402,具体用于:
通过并行处理数据库、分布式文件***、分布式数据库、云计算平台、互联网设备和可扩展的存储***中的至少一种获取大数据;
通过关系数据库管理***获取关系型数据,建立供应链信息模型;
通过区块链的分布式处理***、分布式数据库、云存储设备和虚拟化技术中的至少一种获取所述区块链的分布式数据。
在一个实施例中,所述分布计算层403,具体用于:
对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行数据聚合;
对进行数据聚合后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行数据建模;
对进行数据建模后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行云计算处理。
在一个实施例中,所述应用平台层404,具体用于:
根据分析处理结果,通过人工智能技术为用户提供供应链管理服务和金融服务。
本实施例通过提供一种显性供应链金融实现方法及***,通过获取物联网数据、大数据、关系型数据和区块链的分布式数据可以从供应链源头获取第一手真实数据,打破供应链个环节信息的孤岛壁垒;通过对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理,可以集成和优化供应链生态圈的业务流程,构建相对客观的供应链信用体系,打造基于区块链的信用机器;通过根据分析处理结果,为用户提供数字化和自动化的供应链管理服务和金融服务,可以管控供应链金融服务的风险,提高企业风控管理的可靠性和效率。
实施例四
如图5所示,在本实施例中图4中的应用平台层104包括用于执行实施例二中方法步骤的以下平台:
企业云平台501,用于获取第一用户的供应链管理服务请求,为所述第一用户提供供应链管理服务;
所述企业云平台501还用于获取第二用户的供应链管理服务请求,为所述第二用户提供供应链管理服务;
金融平台502,用于获取所述第一用户的金融服务请求,根据第三用户提供的所述第一用户的金融数据,为所述第一用户提供金融服务;
所述金融平台502还用于获取所述第二用户的金融服务请求,根据第三用户提供的所述第二用户的金融数据,为所述第二用户提供金融服务;
物流平台503,用于通过为所述第一用户提供的供应链管理服务和根据供应链管理服务和金融服务建立服务,建立所述第一用户和所述第二用户之间的货物与信用账期-物流供应链;
交易平台504,用于通过为所述第二用户提供的供应链管理服务和金融服务,建立所述第二用户和所述第一用户之间的订单与现金流-财务供应链。
在一个实施例中,所述企业云平台501还用于:
当获取到第一用户的供应链管理服务请求时,通过采购服务平台为所述第一用户提供供应链管理服务,以根据所述订单与现金流-财务供应链向原材料生产商采购;其中,所述采购服务平台用于提供集中采购服务、库存管理服务、齐套拣货服务、JIT配送服务、流通加工服务、资金结算服务、供应商管理服务和顾问服务。
在一个实施例中,所述企业云平台501还用于:
当获取到第二用户的供应链管理服务请求时,通过分销服务平台为所述第二用户提供供应链管理服务,以根据所述货物与信用账期-物流供应链向终端客户分销;其中,所述分销服务平台用于提供干线运输服务、区域调拨服务、订单管理服务、库存管理服务、仓库管理服务、资金结算服务、经销商管理服务和顾问服务。
在一个实施例中,所述金融平台502还用于:
基于分布、完整和对称原则的分布式信任机制和共识机制,通过共识算法生成区块链日志,通过智能合约驱动交易,形成分布式共享账本。
在一个实施例中,所述金融平台502还用于:
获取所述第一用户的金融服务请求,根据第三用户提供的所述第一用户的金融数据、所述区块链日志和所述智能合约,触发交易,形成所述第一用户的分布式共享账本,为所述第一用户提供金融服务;
获取所述第二用户的金融服务请求,根据第三用户提供的所述第二用户的金融数据、所述区块链日志和所述智能合约,触发交易,形成所述第二用户的分布式共享账本,为所述第二用户提供金融服务。
在一个实施例中,所述企业云平台501或所述物流平台503还用于:
获取第一用户的物流物控服务请求,为所述第一用户提供物流物控服务。
在具体应用中,企业云平台、金融平台、物流平台、交易平台均可以是显性供应链金融***中的软件程序模块,也可以是独立或分布式的计算设备。
本实施例通过提供一种显性供应链金融***,通过独立的第三方平台为第一用户和第二用户提供供应链管理服务,实现供应链管理服务外包;并根据第三用户所提供的第一用户和第二用户的金融数据,为第一用户和第二用户提供金融服务,实现供应链金融服务外包;从而可以根据供应链管理服务和物流物控服务建立第一用户和第二用户之间的货物与信用账期-物流供应链,根据供应链管理服务和金融服务建立第二用户和第一用户之间的订单与现金流-财务供应链;将第一用户、第二用户和第三用户组成的商业体系中的信用变得可视、可显、可传导、可预警、可处置、可变现和可补偿,能够建立相对客观的信用体系,提高企业风控管理的可靠性和效率。
实施例五
如图6所示,本发明实施例提供的一种终端设备6,包括:分布式处理器60、分布式存储器61以及分布式存储在所述分布式存储器61中并可在所述分布式处理器60上分布式运行的计算机程序62,例如显性供应链金融实现程序。所述分布式处理器60执行所述计算机程序62时实现上述显性供应链金融实现方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述分布式处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块401至404的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述分布式存储器61中,并由所述分布式处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如,所述计算机程序62可以被分割成物联感知层、分布数据层、分布计算层和应用平台层,各平台具体功能如下:
物联感知层,用于获取物联网数据;
分布数据层,用于获取大数据、关系型数据和区块链的分布式数据;
分布计算层,用于对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理;
应用平台层,用于根据分析处理结果,为用户提供供应链管理服务和金融服务。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,分布式处理器60、分布式存储器61。本领域技术人员可以理解,图6仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称分布式处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,通过P2P网络协同机制分布式处理计算请求。
所述分布式存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述分布式存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述分布式存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述分布式存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述分布式存储器61还可以用于暂时地存储已经输出或者将要输出的数据,通过P2P网络协同机制分布式处理数据储存请求。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的货物销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种显性供应链金融实现方法,其特征在于,包括:
获取物联网数据;
获取大数据、关系型数据、和区块链的分布式数据;
对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理;
根据分析处理结果,为用户提供供应链管理服务和金融服务。
2.如权利要求1所述的显性供应链金融实现方法,其特征在于,获取物联网数据,包括:
通过货物的特性检测设备获取所述货物的特性数据;
通过所述货物的运输设备获取所述货物的运输数据;
通过所述货物的仓储设备获取所述货物的仓储数据。
3.如权利要求2所述的显性供应链金融实现方法,其特征在于,
所述货物的特性检测设备包括电子地磅和质量检测设备中的至少一种,所述货物的特性数据包括大小、形状、颜色、重量和质量中的至少一种;
所述货物的运输设备包括GPS设备、物流周转设备和智能集装箱中的至少一种,所述货物的运输数据包括运输位置数据、物流周转数据、种类数据、类别数据、环境数据和状态数据中的至少一种,所述状态数据包括运输路径偏差、驾驶行为异常、货物重量异常、集装箱开/关中的至少一种;
所述货物的仓储设备包括电子铅封、视频监控设备、电子地磅、门控设备、3D成像设备、QR码设备和RFID设备中的至少一种,所述货物的仓储数据包括电子铅封数据、视频数据、重量数据、门禁出/入数据、3D成像数据和仓储位置数据中的至少一种。
4.如权利要求1所述的显性供应链金融实现方法,其特征在于,获取物联网数据,包括:
通过物联网设备获取物联网数据,建立供应链大数据湖;
获取关系型数据、大数据和区块链的分布式数据,包括:
通过关系数据库管理***获取关系型数据,建立供应链信息模型;
通过并行处理数据库、分布式文件***、分布式数据库、云计算平台、互联网设备和可扩展的存储***中的至少一种获取大数据;
通过分布式处理***、分布式数据库、云存储设备和虚拟化技术中的至少一种获取所述区块链的分布式数据。
5.如权利要求1或4所述的显性供应链金融实现方法,其特征在于,所述区块链包括货物区块链、单据区块链和资金区块链。
6.如权利要求1所述的显性供应链金融实现方法,其特征在于,对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理,包括:
对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行数据聚合;
对进行数据聚合后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行数据建模;
对进行数据建模后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行云计算处理。
7.如权利要求6所述的显性供应链金融实现方法,其特征在于,对进行数据建模后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行云计算处理,包括:
根据智能合约、分布式信任机制、共识机制和数字代币技术中的至少一种,通过云计算设备、共识算法和机器学习算法中的至少一种,对进行数据建模后的所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行云计算处理;
基于分布、完整和对称原则的分布式信任机制和共识机制,通过共识算法将进行云计算处理后的所述物联网数据、所述关系型数据、所述大数据和所述区块链的分布式数据生成区块链日志;
根据所述区块链日志,通过智能合约驱动交易,形成分布式共享账本。
8.如权利要求1、6或7所述的显性供应链金融实现方法,其特征在于,根据分析处理结果,为用户提供供应链管理服务和金融服务,包括:
根据分析处理结果,通过人工智能技术为用户提供供应链管理服务和金融服务。
9.一种显性供应链金融***,其特征在于,包括:
物联感知层,用于获取物联网数据;
分布数据层,用于获取大数据、关系型数据和区块链的分布式数据;
分布计算层,用于对所述物联网数据、所述大数据、所述关系型数据和所述区块链的分布式数据进行分析处理;
应用平台层,用于根据分析处理结果,为用户提供供应链管理服务和金融服务。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910105288.1A CN109949142A (zh) | 2019-02-01 | 2019-02-01 | 一种显性供应链金融实现方法、***及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910105288.1A CN109949142A (zh) | 2019-02-01 | 2019-02-01 | 一种显性供应链金融实现方法、***及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109949142A true CN109949142A (zh) | 2019-06-28 |
Family
ID=67007512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910105288.1A Pending CN109949142A (zh) | 2019-02-01 | 2019-02-01 | 一种显性供应链金融实现方法、***及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949142A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675099A (zh) * | 2019-08-05 | 2020-01-10 | 南京中诚区块链研究院有限公司 | 一种基于区块链技术的港口物流溯源***及方法 |
CN110991957A (zh) * | 2019-11-29 | 2020-04-10 | 广州工商学院 | 基于区块链的安全高效可信可优化控温供应链***及方法 |
CN111062805A (zh) * | 2019-12-13 | 2020-04-24 | 杭州城市大数据运营有限公司 | 一种供应链金融服务管理平台 |
CN111404910A (zh) * | 2020-03-11 | 2020-07-10 | 中国科学院信息工程研究所 | 一种基于区块链的制造业跨域数据安全共享管控方法 |
CN112732830A (zh) * | 2020-12-29 | 2021-04-30 | 江阴华西化工码头有限公司 | 一种基于区块链的码头物流供应链数据保护方法 |
CN112734581A (zh) * | 2021-01-12 | 2021-04-30 | 广州市讯奇数码科技有限公司 | 一种5g区块链社保数据应用*** |
CN114723422A (zh) * | 2021-10-15 | 2022-07-08 | 北京天德科技有限公司 | 一种基于区块链的大型交易和结算*** |
CN117235200A (zh) * | 2023-09-12 | 2023-12-15 | 杭州湘云信息技术有限公司 | 基于ai技术的数据集成方法、装置、计算机设备及存储介质 |
CN117273935A (zh) * | 2023-09-25 | 2023-12-22 | 江门职业技术学院 | 一种基于区块链技术的供应链金融风控***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991610A (zh) * | 2017-03-09 | 2017-07-28 | 深圳前海智链金融服务有限公司 | 一种提供供应链智能金融服务的*** |
CN108229981A (zh) * | 2018-01-29 | 2018-06-29 | 杭州云象网络技术有限公司 | 一种基于区块链的供应链金融防伪溯源方法 |
CN109102285A (zh) * | 2018-07-30 | 2018-12-28 | 上海淳麒金融信息服务有限公司 | 基于区块链双链结构的供应链金融实现方法及其控制*** |
-
2019
- 2019-02-01 CN CN201910105288.1A patent/CN109949142A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991610A (zh) * | 2017-03-09 | 2017-07-28 | 深圳前海智链金融服务有限公司 | 一种提供供应链智能金融服务的*** |
CN108229981A (zh) * | 2018-01-29 | 2018-06-29 | 杭州云象网络技术有限公司 | 一种基于区块链的供应链金融防伪溯源方法 |
CN109102285A (zh) * | 2018-07-30 | 2018-12-28 | 上海淳麒金融信息服务有限公司 | 基于区块链双链结构的供应链金融实现方法及其控制*** |
Non-Patent Citations (3)
Title |
---|
品途商业评论: "大数据和区块链的加持下,他要用物联网解决供应链金融难题", 《HTTP://BAIJIAHAO.BAIDU.COM/S?ID=1602852654263825122&WFR=SPIDER&FOR=PC》 * |
陈永川等: "智慧供应链金融在通信行业中的应用研究----以中国电信为例", 《社会科学前沿》 * |
马小峰等: "基于区块链的供应链金融服务平台", 《大数据》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675099A (zh) * | 2019-08-05 | 2020-01-10 | 南京中诚区块链研究院有限公司 | 一种基于区块链技术的港口物流溯源***及方法 |
CN110991957A (zh) * | 2019-11-29 | 2020-04-10 | 广州工商学院 | 基于区块链的安全高效可信可优化控温供应链***及方法 |
CN110991957B (zh) * | 2019-11-29 | 2023-04-18 | 广州工商学院 | 基于区块链的安全高效可信可优化控温供应链***及方法 |
CN111062805A (zh) * | 2019-12-13 | 2020-04-24 | 杭州城市大数据运营有限公司 | 一种供应链金融服务管理平台 |
CN111404910B (zh) * | 2020-03-11 | 2021-07-13 | 中国科学院信息工程研究所 | 一种基于区块链的制造业跨域数据安全共享管控方法 |
CN111404910A (zh) * | 2020-03-11 | 2020-07-10 | 中国科学院信息工程研究所 | 一种基于区块链的制造业跨域数据安全共享管控方法 |
CN112732830A (zh) * | 2020-12-29 | 2021-04-30 | 江阴华西化工码头有限公司 | 一种基于区块链的码头物流供应链数据保护方法 |
CN112734581A (zh) * | 2021-01-12 | 2021-04-30 | 广州市讯奇数码科技有限公司 | 一种5g区块链社保数据应用*** |
CN114723422A (zh) * | 2021-10-15 | 2022-07-08 | 北京天德科技有限公司 | 一种基于区块链的大型交易和结算*** |
CN114723422B (zh) * | 2021-10-15 | 2023-06-09 | 北京天德科技有限公司 | 一种基于区块链的大型交易和结算*** |
CN117235200A (zh) * | 2023-09-12 | 2023-12-15 | 杭州湘云信息技术有限公司 | 基于ai技术的数据集成方法、装置、计算机设备及存储介质 |
CN117235200B (zh) * | 2023-09-12 | 2024-05-10 | 杭州湘云信息技术有限公司 | 基于ai技术的数据集成方法、装置、计算机设备及存储介质 |
CN117273935A (zh) * | 2023-09-25 | 2023-12-22 | 江门职业技术学院 | 一种基于区块链技术的供应链金融风控***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949142A (zh) | 一种显性供应链金融实现方法、***及终端设备 | |
Ronaghi | A blockchain maturity model in agricultural supply chain | |
Rejeb et al. | Exploring new technologies in procurement | |
Surya | Streamlining cloud application with AI technology | |
WO2019109584A1 (zh) | 财务数据预测管理方法、***、终端及存储介质 | |
CN111429057A (zh) | 一种数字仓单管理方法和装置 | |
Kumar et al. | Exploring the hyperledger blockchain technology disruption and barriers of blockchain adoption in petroleum supply chain | |
Krmac | Intelligent value chain networks: business intelligence and other ICT tools and technologies in supply/demand chains | |
KR20220045407A (ko) | Ai 기반 콜드체인 물류 관리 시스템 및 방법 | |
Grzegorowski et al. | Survival-based feature extraction—Application in supply management for dispersed vending machines | |
US20180211317A1 (en) | Actionable contextualized alerts within an order management system | |
Al Kurdi et al. | Impact of Cyber Security and Risk Management on Green Operations: Empirical Evidence from Security Companies in the UAE | |
Darwish | Blockchain and artificial intelligence for business transformation toward sustainability | |
Ghazaleh et al. | Blockchain (bc) upending customer experience: Promoting a new customer relationship management (crm) | |
Astuti et al. | How might blockchain technology be used in the food supply chain? A systematic literature review | |
CN102693510A (zh) | 一种金融审核方法 | |
Hrouga et al. | Logistics 4.0 for supply chain performance: perspectives from a retailing case study | |
Som et al. | Ai, blockchain, and iot | |
Gupta et al. | Digital supply chain management using AI, ML and blockchain | |
Hasbullah et al. | The Framework Model Of Digital Cooperative To Explore Economic Potential In Higher Education | |
Tian | An effective model for consumer need prediction using big data analytics | |
Dolz Ausina | Evaluation of different AI applications for operational logistic systems | |
Akour et al. | Modelling Big Data Management for the Finance Sector Using Artificial Intelligence | |
Tie et al. | Optimal design of supply chain inventory information forecasting and control system in cloud environment for biomedical instruments | |
Tewari | Artificial Intelligence in Finance and Industry: Opportunities and Challenges |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |