CN111917861A - 基于区块链和知识图谱的知识存储方法、***及其应用 - Google Patents

Abstract

本发明公开了基于区块链和知识图谱的知识存储方法、***及其应用，其中所述存储方法包括将原始数据制备为知识元数据，其后通过区块链对知识元数据进行存储的过程。通过本方法存储的数据或信息具有不可伪造、过程可溯、公开透明、可集体维护等特点。

Description

基于区块链和知识图谱的知识存储方法、***及其应用

技术领域

本发明涉及知识图谱的技术领域。

背景技术

随着工业自动化程度的不断提高，自动化过程中通过传感器收集到的数据量显著增加，对数据的收集、整理及分析等显得越发重要，如何保证数据的真实性及数据的正确处理等成了急需解决的问题。

如，在处理工业过程数据的重要手段之一知识图谱技术中，为适应大规模知识图谱数据的存储管理与查询处理，现有技术针对图数据模型设计了专门的存储方案和查询处理机制，包括基于关系存储***的3store、基于RDF三元组库存储***的RDF4J和基于图数据库***的Neo4j等，其存储方案包括原生图存储、分布式存储和三元组索引等。在这些方案下，具有不同特点的数据库被开发出来，如使用三元组索引存储方案的Allegro Graph擅长于语义推理；使用原生图存储方案的Orient DB软件支持多模型数据管理；使用原生图存储方案存储的Neo4j软件是当今最流行的图数据库，其可实现知识图谱数据的导入及可视化操作，因此当用户在Neo4j软件中输入相关查询指令，查询到所需数据后，可以直接从简单图形中看出结果，而不用阅读大量的文字信息。这些方案中，知识图谱的数据常通过导入数据库的方式进行存储，若其中存在一个被篡改或经由其他方式造假的数据，有可能对整体查询或分析结果造成显著误导或破坏，或者即使未导致全部结果出现偏差，但若某个用户发现其中一个数据存在造假，那么全体用户对整个知识图谱数据库的真实性就存在怀疑，都会给该数据库的应用者带来巨大损失。

发明内容

本发明的目的在于提出一种基于区块链和知识图谱的知识存储方法，通过该方法存储的数据或信息具有不可伪造、过程可溯、公开透明、可集体维护等特点。

本发明的目的还在于提出一种可实现上述存储方法的***。

本发明的目的还在于提出上述知识存储方法或***的应用。

本发明首先提出了如下的技术方案：

基于区块链和知识图谱的知识存储方法，其包括：

将原始数据制备为知识元数据，其后通过区块链对知识元数据进行存储。

在一些具体实施方式中，所述原始数据通过具有用户资格的用户上传获得。

在一些具体实施方式中，对所述知识元数据的存储包括：

向区块链单元内的全部节点提供一个知识元数据；

由区块链单元内的全部节点竞争上链资格；

由获得上链资格的节点提供上链后信息；

由其他节点对上链后信息进行验证；

验证通过后，由获得上链资格的节点将其产生的含有知识元数据的区块进行上链。

在一些具体实施方式中，在存储后，通过区块链的公开接口对知识元数据进行导出，并进行图形化查阅。

在一些具体实施方式中，所述竞争方式为：全部节点中，其产生的区块的公钥与待链接哈希值的差的绝对值最小的节点获得上链资格，所述待链接哈希值为将上一区块的哈希值和上一区块产生的随机数通过哈希计算得到的新的哈希值。

在一些具体实施方式中，所述上链后信息为获得上链资格的节点产生的与上一区块进行链接的当前区块的哈希值，其通过对当前区块的知识元数据和上一区块的哈希值进行哈希计算获得。

在一些具体实施方式中，所述验证包括：任意选取三个在获得上链资格的节点之外的其他节点，对所述当前区块的哈希值进行对比，若其中实体数据的哈希值一致，则验证通过，由该三个节点进行签名，并进行同意发布广播。

在一些具体实施方式中，对完成上链的节点进行如下式所示的信用激励：

其中，CV表示完成上链的节点的信用值，TN为其产生正确区块的次数，FN为其产生错误区块的次数。

在一些具体实施方式中，每个区块内均包括本区块名称、上一区块哈希值、本区块哈希值、时间戳、随机数、Merkle tree和知识元数据。

在一些具体实施方式中，所述知识元数据的制备包括：

根据语义标准，通过语义技术对获得的全部数据进行语义化；

对获得的全部数据进行语义封装并增加上下文语义描述，将所得数据转换为文本；

对所述文本进行实体识别和行关系抽取，得到全部数据的总知识元数据；

根据不同的实体名称，将所述总知识元数据进行分割，得到多个知识元数据。

在一些具体实施方式中，所述总知识元数据存储格式为关系三元组，即{头实体，关系,尾实体}。

本发明进一步提供了一种应用上述知识存储方法的***，其包括用户单元、数据单元和区块链单元，其中所述区块链单元由多个去中心化的节点通过分布式互联提供，所述用户单元包括用户信息数据库和用户信息处理器，所述数据单元包括上传数据数据库、数据处理单元和知识元数据库，所述区块链单元包括区块链上链单元和区块链储存单元，所述数据处理单元包括进行所述实体识别的BiLSTM-CRF模型和进行所述关系抽取的Attention-BiLSTM模型。

在一些具体实施方式中，所述用户单元、数据单元和区块链单元均设置在所述分布式互联的去中心化的节点内。

本发明进一步提供了上述知识存储方法或上述***的一种应用方法，为将其应用于工业过程数据管理中。

本发明具备以下有益效果：在本发明的存储方法中，原始数据以知识元的形式保存在去中心化的***内，用户无法进行改写，可以保证数据的真实性；同时所存储的知识元数据可通过区块链进行溯源，即其从产生至存储的全部操作过程均可得到追溯，数据在过程中一旦出现更改，可以快速准确地识别出来，进一步保证了数据的真实性和稳定性。

附图说明

图1为本发明具体实施方式中所述***组成示意图。

图2为本发明具体实施方式中所述整体流程示意图。

图3为本发明具体实施方式中所述区块链结构图。

图4为本发明具体实施方式所述用户资格认定流程示意图。

图5为本发明具体实施方式中所述哈希求解算法。

图6为本发明实施例1所述***流程图。

图7为本发明实施例1所述实体识别示意图。

图8为本发明实施例1所述关系抽取示意图。

具体实施方式

以下结合实施例和附图对本发明进行详细描述，但需要理解的是，所述实施例和附图仅用于对本发明进行示例性的描述，而并不能对本发明的保护范围构成任何限制。所有包含在本发明的发明宗旨范围内的合理的变换和组合均落入本发明的保护范围。

在如附图1所示的***中进行工业知识存储，所述***包括：

用户单元、数据单元和区块链单元，其中所述区块链单元由多个去中心化的节点通过分布式互联组成。其中，每个节点均可生成新的区块链接至已存在区块之后，由此形成区块链。初始区块由***创建，即为创世区块。

其中用户单元包括用户信息数据库，所述数据单元包括传感器数据库、数据处理单元和知识元数据库，所述区块链单元包括区块链上链单元和区块链储存单元。

优选的，所述用户单元、数据单元和区块链单元均设置在所述分布式互联的去中心化的节点内。

在区块链单元之外，所述用户单元可完成用户的注册和登陆等步骤，让用户能得到整个***接受，之后***便能对用户相应上传的传感器数据进行操作。所述数据单元可对用户上传的传感器数据进行语义恢复，实体抽取、关系抽取和切分单一知识元数据等操作，使其可在区块链单元中进行上链和广播等操作。

其中，由节点生成的每个新的区块应当包括该区块信息和存储在该区块内的知识元数据。

其中，该区块信息应当至少包括待其进行链接的上一区块的标识、本区块的标识及进行链接的全部区块的可追溯特征值及特征值间的追溯关系。

其中，上一区块标识是指用于表明上一区块身份和/或特征的数值和/或文本，在具体实施时，可使用上一区块的名称和/或其哈希值。

本区块的标识是指用于表明本区块身份和/或特征的数值和/或文本，在具体实施时，可使用该区块的名称和/或其哈希值。

可追溯特征值是指用于表明该新的区块之前的全部已链接区块的各自独立的身份和/或特征的值，特征值间的追溯关系是指用于表明这些特征值之间按时间和/或链接先后进行发展的逻辑和/或链接关系，在具体实施时，可追溯特征值和特征值间的追溯关系可使用合并的表现形式实现，如使用Merkle tree。

在上述信息之外，区块内还可以添加其他信息。

如在附图3所示的一种区块链单元(局部展示)中，其通过节点生成的新的区块Block：102链接至已存在的区块链上最后产生的一个区块Block：101上，形成如图所示的区块链。该区块链中每个区块内均包括区块信息和存储在该区块内的工业知识元数据(如工业知识元数据1或工业知识元数据2)，其中区块信息均包括本区块名称(如Block：101或Block：102)、上一区块哈希值、本区块哈希值、时间戳、随机数、Merkle tree。如名称为包括(block：101)、上一区块哈希值、本区块哈希值、时间戳、随机数。

其中，所述随机数可通过可验证随机函数获得。可验证随机函数包含了四个函数，生成密钥、生成随机数输出、计算零知识证明和验证随机数输出。其中，生成随机数和其证明的过程在***内执行，输入是私钥和一个值。输出就是随机数本数以及它的零知识证明。其他节点收到该输入和证明之后，结合生成该随机数的节点的公钥，即可对该随机数处进行验证。

通过如图1所示的***和图2所示的流程进行知识存储，其具体步骤可如：

S1：在用户单元内完成用户资格认定，如附图4所示：

所述用户单元包括用于存储用户信息的数据库、及用户信息处理器。

其中，若具有数据上传和/或查询资格的用户信息已提前存储于用户单元内，可通过如下过程完成资格认定：

S11：用户上传身份信息与公钥信息。

S12：用户单元在接受到所述身份信息和公钥信息后，验证该用户是否已经注册，若验证通过，则认为该用户完成资格认定。

其中，验证过程可选择：在用户单元数据库内将用户上传信息与已存储信息进行匹配，通过匹配结果判断该用户的信息是否已经存储于数据库中。

其中，匹配过程可选择：根据用户上传的身份信息检索该身份信息在用户单元内对应的公钥信息，将检索到的公钥信息与用户上传的公钥信息进行对比，若信息一致，认为匹配通过。

若希望进行数据上传和/或查询的用户信息未存储于用户单元内，可通过如下过程完成资格认定：

S11：用户上传身份信息。

S12：用户单元根据用户信息数据库中是否存在其身份数据判断该用户是否为可注册用户。

S13：若该用户为可注册用户，用户单元存储其身份信息至用户信息数据库中，并向该用户返回身份标识符，认为该用户资格认定通过。

S2：在数据单元内完成工业知识元数据制备：

所述数据单元应至少包括数据存储单元和数据处理单元。

其中，所述数据存储单元用于存储通过用户上传的数据，如工业传感器产生的数据，及完成数据处理后的知识元数据，对应的，可包括传感器数据库和知识元数据库。

所述上传的数据，如传感器产生的数据应定期直接上传至数据单元的存储单元中，不经过用户操作。

在具体实施中，所述存储单元还可根据实际情况对上传数据设置期限要求，所述期限需经过多数用户同意，然后***将数据上传接口设置为定时关闭访问，由此，只有满足所述期限要求的数据才能得到存储。

在一定期限到期后，所有用户上传至存储单元内的全部待处理数据再进一步输入至数据处理单元中。

所述数据处理单元用于将数据存储单元内存储的数据制备为知识元数据，其处理的过程可包括：

根据语义标准，通过语义技术对全部工业传感器数据进行语义化，实现对物联网设备即本实施方式中所用的工业传感器的抽象化。

定义符合语义标准的数据接口，对传感器数据进行语义封装并对传感器数据增加上下文语义描述，既将传感器数据代表的数字类型数据，转换成文本描述的形式。

对由传感器数据转换的文本句子使用Bi LSTM+CRF模型进行实体识别，即将句子里面的实体名称识别出来；然后再使用Attention-Bi LSTM模型对前面的识别出实体的句子进行关系抽取，便可抽取得到全部数据的总工业知识元数据，这些工业知识元数据的存储格式设置为关系三元组---{头实体，关系,尾实体}。

将所得总工业知识元数据根据实体的名称分为多个单一的知识元数据，既将包含某一个实体名称的所有关系三元组都划分为一个单一的知识元数据，每一个知识元数据在基于原生图的原则上存储。

S3：在所述区块链单元内完成工业知识元数据的存储

包括：

S31：对区块链中的节点进行上链资格选取。

其过程可包括：

由上一轮区块中参与交易的节点提供随机数；

所述随机数与上一区块的哈希值通过SHA256算法得到一个新的哈希值；

对于所有区块链单元中的节点，求出节点公钥与该新的哈希值的差的绝对值，所得绝对值最小的节点为新的上链节点；

新的上链节点使用哈希算法SHA-256对其获得的知识元数据和上一区块的哈希值进行哈希计算，从而得到当前区块的哈希值，如附图5所示；

剩余的其他节点对当前区块的哈希值进行验证，若其中经过计算的实体数据的哈希值与上链节点的哈希值一致，则剩余的其他节点同意发布并进行签名；所述同意发布是指此节点确认增加的区块有效后，然后就会接受这个新的区块，节点保存新的区块并将它存储加到其他块上。

上链节点获得同意发布的广播后，将其获得的知识元数据放入数据层内，并创作区块加入主链中，随即进行广播，由收到广播的节点进行验证、并在验证通过后进行转发，上链节点由此完成其区块内的知识元数据的存储。

S32：对上链节点的产生进行信用激励。

其中，设置初始化区块链单元中所有节点的信用值为100，当其中一个节点成为上链节点并完成区块入链后对其信用值进行如式(1)所示的调整：

其中，CV表示上链节点信用值，TN为上链节点产生正确区块的次数，FN为上链节点产生错误区块的次数。

通过上式，上链节点一旦产生错误区块其信用值会降低，当其产生错误区块的次数大于正确区块时，信用值将减为0，而没有错误区块产生时，上链节点的信用值将恒定增加。

将节点的信用值记录于***中，作为对节点进行奖励的依据。

上述过程中，由***创建创世区块后，各个网络节点，即所有注册用户可通过竞争获取含有知识元数据的区块链记录资格。

S4：数据查询

对存储在上述***内的知识，可通过如下的方式进行查询：

通过区块链的公开接口进行查询，在公开接口中查询对应怀疑区块的唯一ID；通过这个ID，可以查看区块内时间戳和其内的知识元数据等，其中的知识元数据可导入Neo4j软件中，实现对实体数据的图形化查看。当怀疑实体数据的真实性时，可以对区块链的时间戳复查验证，进行数据溯源，看其近期是否有更改记录。

实施例1

通过上述具体实施方式，在如附图6所示的***中对某车床传感器数据进行知识存储。具体过程为：

***包括互联的A节点、B节点和C节点，由通过资格认定的用户在A节点将车床传感器数据上传至***，并保存至A节点的数据存储单元中。在A节点的车床传感器上的数据为1-7，根据所有节点都统一的规则对该传感器数据使用语义技术进行句子还原，即可得到一号车床生产了七次的句子。对该句子通过BiLSTM模型进行实体识别，如附图6所示，可得到其中实体包括“一号”、“车床”及“七次”。使用Attention BiLSTM模型进行实体识别和关系抽取，如附图7所示，可得到实体与关系为：一号车床{实体}生产{关系}了七次{实体}，其为含有一个关系三元组的知识元，将其以原生图存储格式在知识元数据库中进行存储。其后***内B节点通过上链资格选取获得上链资格。上链节点B节点便将：{一号车床，生产，七次}这一原生图存储格式的数据放入区块链的数据层内，并创作区块加入主链中，随即进行广播，由收到广播的A节点和C节点进行验证，在验证通过后进行进一步的转发。当需要对数据进行查看时，可读取数据到Neo4j软件中。

整个过程由去中心化的节点完成，数据在***内以知识元数据的形式保存，用户无法轻易改变，保证了数据的真实性，若对知识元数据的真实性产生怀疑，可通过区块链溯源对知识元数据之前的操作进行查看，以判定其是否存在更改。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例。凡属于本发明思路下的技术方案均属于本发明的保护范围。应该指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下的改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.基于区块链和知识图谱的知识存储方法，其特征在于：其包括：

将原始数据制备为知识元数据，其后通过区块链对知识元数据进行存储；

优选的，所述原始数据通过具有用户资格的用户上传获得。

2.根据权利要求1所述的知识存储方法，其特征在于：对所述知识元数据的存储包括：

向区块链单元内的全部节点提供一个知识元数据；

由区块链单元内的全部节点竞争上链资格；

由获得上链资格的节点提供上链后信息；

由其他节点对上链后信息进行验证；

验证通过后，由获得上链资格的节点将其产生的含有知识元数据的区块进行上链；

优选的，在存储后，通过区块链的公开接口对知识元数据进行导出，并进行图形化查阅。

3.根据权利要求2所述的知识存储方法，其特征在于：所述竞争方式为：全部节点中，其产生的区块的公钥与待链接哈希值的差的绝对值最小的节点获得上链资格，所述待链接哈希值为将上一区块的哈希值和上一区块产生的随机数通过哈希计算得到的新的哈希值。

4.根据权利要求2所述的知识存储方法，其特征在于：所述上链后信息为获得上链资格的节点产生的与上一区块进行链接的当前区块的哈希值，其通过对当前区块的知识元数据和上一区块的哈希值进行哈希计算获得。

5.根据权利要求4所述的知识存储方法，其特征在于：所述验证包括：任意选取三个在获得上链资格的节点之外的其他节点，对所述当前区块的哈希值进行对比，若其中实体数据的哈希值一致，则验证通过，由该三个节点进行签名，并进行同意发布广播。

6.根据权利要求2所述的知识存储方法，其特征在于：对完成上链的节点进行如下式所示的信用激励：

其中，CV表示完成上链的节点的信用值，TN为其产生正确区块的次数，FN为其产生错误区块的次数。

7.根据权利要求2-6所述的知识存储方法，其特征在于：每个区块内均包括本区块名称、上一区块哈希值、本区块哈希值、时间戳、随机数、Merkle Tree和知识元数据。

8.根据权利要求1所述的知识存储方法，其特征在于：所述知识元数据的制备包括：

根据语义标准，通过语义技术对获得的全部数据进行语义化；

对获得的全部数据进行语义封装并增加上下文语义描述，将所得数据转换为文本；

对所述文本进行实体识别和关系抽取，得到全部数据的总知识元数据；

根据不同的实体名称，将所述总知识元数据进行分割，得到多个知识元数据；

优选的，所述总知识元数据存储格式为关系三元组，即{头实体，关系,尾实体}。

9.权利要求1-8所述的知识存储方法的***，其特征在于：所述***包括用户单元、数据单元和区块链单元，其中所述区块链单元由多个去中心化的节点通过分布式互联提供，所述用户单元包括用户信息数据库和用户信息处理器，所述数据单元包括上传数据数据库、数据处理单元和知识元数据库，所述区块链单元包括区块链上链单元和区块链储存单元，所述数据处理单元包括进行所述实体识别的BiLSTM-CRF模型和进行所述关系抽取的Attention-BiLSTM模型。

10.权利要求1-8所述的知识存储方法或权利要求9所述的***在工业过程数据管理中的应用。

Images