CN111931212A - 一种基于区块链技术的电子商务平台 - Google Patents

Abstract

本发明提供了一种基于区块链技术的电子商务平台，其包括：客户端、电商平台和商家端；所述客户端用于根据客户需要购买的商品的信息生成电子订单，并使用电商平台提供的公钥对所述电子订单进行加密，得到加密订单，将所述加密订单发送至电商平台；所述电商平台用于使用与所述公钥相对应的私钥对所述加密订单进行解密，获得电子订单，并根据所述商品对应的商家的信息和所述电子订单生成交易订单，将所述交易订单发送至商家端和区块链存储节点；所述区块链存储节点用于存储所述交易订单；所述商家端用于接收所述交易订单，并根据所述交易订单向所述客户进行发货。本发明能够防止所述交底订单被黑客篡改，造成商家和客户的损失。

Description

一种基于区块链技术的电子商务平台

技术领域

本发明涉及电子商务领域，具体涉及一种基于区块链技术的电子商务平台。

背景技术

电子商务，简称电商，是指在互联网(Internet)、内部网(Intranet)和增值网(VAN，Value Added Network)上以电子交易方式进行交易活动和相关服务活动，是传统商业活动各环节的电子化、网络化。

但是，在电子商务给我们的购物带来便捷的同时，交易订单数据的安全性也正在受到严重的威胁，交易订单数据容易被黑客入侵进行篡改，从而导致商家和客户遭受损失。

发明内容

针对上述问题，本发明提供了一种基于区块链技术的电子商务平台，以解决上述问题。

本申请提供了一种基于区块链技术的电子商务平台，其包括：客户端、电商平台和商家端；

所述客户端用于根据客户需要购买的商品的信息生成电子订单，并使用电商平台提供的公钥对所述电子订单进行加密，得到加密订单，将所述加密订单发送至电商平台；

所述电商平台用于使用与所述公钥相对应的私钥对所述加密订单进行解密，获得电子订单，并根据所述商品对应的商家的信息和所述电子订单生成交易订单，将所述交易订单发送至商家端和区块链存储节点；所述区块链存储节点用于存储所述交易订单；

所述商家端用于接收所述交易订单，并根据所述交易订单向所述客户进行发货。

本发明的有益效果为：

本发明在客户端向电商平台发送电子订单时，使用电商平台提供的公钥进行加密，从而能有效地防止电子订单的数据被他人获取。同时，将所述交易订单存储到区块链节点中，能够防止所述交底订单被黑客篡改，造成商家和客户的损失。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1，为本发明一种基于区块链技术的电子商务平台的一种示例性实施例图。

图2，为本发明提取脸部图像的特征信息的方式的一种示例性实施例图。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明提供了一种基于区块链技术的电子商务平台，其包括：客户端1、电商平台2和商家端3；

所述客户端1用于根据客户需要购买的商品的信息生成电子订单，并使用电商平台2提供的公钥对所述电子订单进行加密，得到加密订单，将所述加密订单发送至电商平台2；

所述电商平台2用于使用与所述公钥相对应的私钥对所述加密订单进行解密，获得电子订单，并根据所述商品对应的商家的信息和所述电子订单生成交易订单，将所述交易订单发送至商家端3和区块链存储节点；所述区块链存储节点用于存储所述交易订单；

所述商家端3用于接收所述交易订单，并根据所述交易订单向所述客户进行发货。

本发明上述实施例，在客户端1向电商平台2发送电子订单时，使用电商平台2提供的公钥进行加密，从而能有效地防止电子订单的数据被他人获取。同时，将所述交易订单存储到区块链节点中，能够防止所述交底订单被黑客篡改，造成商家和客户的损失。

在一种实施例中，所述客户端1包括输入模块，发送模块、接收模块和加密模块；

所述输入模块用于客户输入商品的关键词；

所述发送模块用于使用电商平台2提供公钥对所述关键词进行加密，然后将加密后的关键词发送至电商平台2；

所述接收模块用于接收从电商平台2反馈回来的经过加密的商品清单，所述商品清单由电商平台2根据所述关键词生成，并由电商平台2使用所述客户端1 的公钥进行加密，接收模块使用与所述客户端1的公钥相对应的私钥对所述经过加密的商品清单进行解密，获得所述商品数据清单；

所述加密模块用于根据客户从所述商品清单中选择出的需要购买的商品的信息生成电子订单，并使用电商平台2提供的公钥对所述电子订单进行加密，得到加密订单；

所述发送模块还用于将所述加密订单发送至电商平台2。

在一种实施例中，所述电商平台2包括交易订单查询管理模块和物流信息查询管理模块；

所述交易订单查询管理***用于接收来自客户端1的交易订单查询请求，并对使用所述客户端1的用户的身份进行验证，在验证通过后，根据所述查询请求从所述区块链存储节点中获取相应的交易订单，并将交易订单发送至客户端1；

所述物流信息查询管理模块包括物流信息更新单元和物流信息查询响应单元；所述物流信息更新单元用于从物流公司获取客户购买的商品的物流信息，并将所述物流信息发送至所述区块链存储节点进行存储；所述物流信息查询响应单元用于接收来自客户端1的物流信息查询请求，并对使用所述客户端1的用户的身份进行验证，在验证通过后，根据所述物流信息查询请求从所述区块链存储节点中获取相应的物流信息，并将所述物流信息发送至客户端1。

在一种实施例中，对使用所述客户端1的用户的身份进行验证，包括：

电商平台2通过客户端1获取用户的脸部图像，提取所述脸部图像的特征信息，并将提取的特征信息与电商平台2中预存的所述用户的特征信息进行匹配，若匹配成功，则验证通过，否则，验证不通过。

在一种实施例中，电商平台2通过客户端1获取用户的脸部图像，提取所述脸部图像的特征信息，包括：

对所述脸部图像进行质量检测，判断所述脸部图像是否符合设定的质量要求，若符合，则提取所述脸部图像的特征信息，否则，通过客户端1重新获取客户的脸部图像；

判断所述脸部图像是否符合设定的质量要求，包括：

计算所述脸部图像的质量指数：

式中，fpm表示脸部图像的质量指数，w₁、w₂、w₃为预设的权重系数，nof表示所述脸部图像中，属于用户脸部区域的像素点的总数，所述脸部区域通过肤色检测算法获得，not表示所述脸部图像的像素点的总数，bf表示所述脸部区域的所有像素点的集合，f_b表示bf中第b个像素点的灰度值，f_ave表示bf总所有像素点的灰度值均值，custc_b表示bf中第b个像素点的自定义对比度值，custc_thre表示预设的对比度阈值，

表示求取集合bf中，满足括号内不等式的元素的总数，

所述自定义对比度值通过下述方式进行计算：

式中，E＝{l,a,b}，l,a,b分别表示脸部图像在LAB颜色空间中三个分量，e 表示E中第e个元素，CV_e,b表示bf中第b个像素点在E中第e个元素所表示的分量中的分量值，CVbi_e,b表示在预设的与所述脸部图像大小相同的标准图像中，与bf中第b个像素点在脸部图像中的相对位置相同的像素点在E中第e个元素所表示的分量中的分量值，ξ₁和ξ₂表示预设的常数项，CVmi_e表示所述标准图像的所有像素点在E中第e个元素所表示的分量中所获得的最小值，CVma_e表示所述标准图像的所有像素点在E中第e个元素所表示的分量中所获得的最大值，

相对位置相同，指的是，将脸部图像和标准图像放置在相同的坐标系中，bf 中第b个像素点在脸部图像中的位置为(x,y)，则CVbi_e,b所表示的像素点在标准图像中的位置也是(x,y)，

若fpm大于预设的质量指数阈值，则所述脸部图像符合设定的质量要求。

本发明上述实施例，在对脸部图像进行特征提取前，先判断所述脸部图像是否符合设定的质量要求，然后再对符合质量要求的脸部图像进行特征信息的提取，能够避免出现现有技术中，直接使用未经过质量判断的图像进行特征信息的提取，低质量的脸部图像直接影响特征信息的准确性，导致用户识别失败或者是错误识别这样的问题。在计算图像质量时，一方面考虑了脸部图像中属于用户的脸部区域的部分与整个脸部图像之间的比例关系，能够避免采集的脸部图像中，属于用户的脸部区域的部分面积过小。因为过小的面积会导致特征信息不足，难以准确地提取特征信息。另一方面，也考虑了用户的脸部区域中的像素点的灰度之间的差异程度，避免采集到的脸部区域的像素点的灰度值差异过大，差异过大的话，说明光照不均匀，会影响对特征信息的准确提取。还考虑了脸部区域中的像素点的自定义对比度值大于对比度阈值的比例，自定义对比度阈值是根据脸部图像中的脸部区域的像素点与标准图像中的像素点在LAB颜色空间中的三个分量的差异来进行计算，更能准确的反映脸部区域的质量情况，从而反映脸部图像的质量情况，为后续的特征信息提取提供符合要求的高质量的脸部图像，有利于提高电商平台2对客户的交易订单数据的保护力度。

在一种实施例中，如图2所示，所述提取所述脸部图像的特征信息，包括：

使用肤色检测算法对所述脸部图像进行肤色检测，获取脸部图像中包含的用户的脸部区域；

对所述脸部区域进行灰度化处理，获得灰度化图像；

对所述灰度化图像进行降噪处理，获得降噪图像；

提取所述降噪图像中包含的特征信息。

在一种实施例中，对所述灰度化图像进行降噪处理，获得降噪图像，包括：

对所述灰度化图像进行脉冲噪声降噪处理，获得去脉冲噪点图像；

对所述去脉冲噪点图像进行高斯噪声降噪处理，获得降噪图像。

对灰度化图像先进行脉冲噪声降噪，然后再对脉冲降噪的结果进行高斯噪声的降噪，能够实现对灰度化图像中的噪点的有效降噪。现有技术中，一般仅是对高斯噪声进行降噪处理，不能避免脉冲噪声点的影响，又或者是使用同一方式，将高斯噪声和脉冲噪声混合在一起，使用同样的方式进行滤波，显然这样会导致图像的细节信息的大量丢失。

在一种实施例中，对所述灰度化图像进行脉冲噪声降噪处理，获得去脉冲噪点图像，包括：

使用迭代的方式对所述灰度化图像进行脉冲降噪处理：

第1次迭代，初始化脉冲噪点判断阈值Tinp₁，将灰度化图像中的所有像素点存入待降噪集合C₁，对C₁中的第c₁个像素点，在灰度化图像中计算其脉冲噪点指数

式中，

表示第c₁个像素点的k×k大小的邻域中的邻域像素点的集合， long(c₁,p)表示第c₁个像素点和

中第p个像素点之间的欧氏距离，long_ma(c₁) 表示

中的像素点与第c₁个像素点之间的欧式距离最大值，long_mi(c₁)表示

中的像素点与第c₁个像素点之间的欧式距离最小值，

表示

中像素点的总数；

将第c₁个像素点的k×k大小的邻域中，以第c₁个像素点为中心，0度、45度、 90度、135度方向上的像素点的集合分别记为

分别计算

中的元素的灰度值的方差，依次记为

式中，

表示

中的最大值，ψ表示预设的常数型适应性参数；

将C₁中的第c₁个像素点的脉冲噪点指数

和判断阈值Tinp₁进行比较，若

则C₁中的第c₁个像素点为脉冲噪点；

将C₁中所有的脉冲噪点存入集合impC₁，将C₁中除了impC₁中的像素点之外，剩余的像素点存为集合C₂；

对集合impC₁中的像素点，在灰度化图像中使用中值滤波算法进行降噪处理，得到第1幅迭代图像Ite₁；

第t次迭代，t≥2，脉冲噪点判断阈值为Tinp_t,Tinp_t＝0.8Tinp_t-1，对C_t中的第c_t个像素点，在Ite_t-1中计算其脉冲噪点指数

式中，

表示第c_t个像素点的k×k大小的邻域中的邻域像素点的集合， long(c_t,p)表示第c_t个像素点和

中第p个像素点之间的欧氏距离，long_ma(c_t) 表示

中的像素点与第c_t个像素点之间的欧式距离最大值，long_mi(c_t)表示

中的像素点与第c_t个像素点之间的欧式距离最小值，

表示

中像素点的总数；

将第c_t个像素点的k×k大小的邻域中，以第c_t个像素点为中心，0度、45度、 90度、135度方向上的像素点的集合分别记为

分别计算

中的元素的灰度值的方差，依次记为

式中，

表示

中的最大值，ψ表示预设的常数型适应性参数；

将C_t中的第c_t个像素点的脉冲噪点指数

和判断阈值Tinp_t进行比较，若

则C_t中的第c_t个像素点为脉冲噪点；

将C_t中所有的脉冲噪点存入集合impC_t，将C_t中除了impC_t中的像素点之外，剩余的像素点存为集合C_t+1；

对集合impC_t中的像素点，在Ite_t-1使用中值滤波算法进行降噪处理，得到第 t幅迭代图像Ite_t；

迭代结束的条件为：t大于等于预设的迭代次数阈值或impC_t中的元素的数量少于预设的数量阈值；

将迭代结束时所进行的总的迭代次数记为T，将Ite_T作为去脉冲噪点图像。

本发明上述实施例，在对所述灰度化图像进行脉冲降噪处理时，使用了迭代计算的方式，不断地降低脉冲噪点判断阈值，一开始阈值取得很高，脉冲噪点的检测正确率非常高，对这些脉冲噪点进行降噪处理后，就获得了相较于灰度化图像而言，更为准确的中间迭代图像，针对这些中间迭代图像，对已经被确认为是脉冲噪点的像素点不再进行处理，而是使用变小的脉冲噪点判断阈值获得另一批脉冲噪点，并在上一次对脉冲噪点进行降噪所得到迭代图像中，结合已经经过脉冲噪点降噪处理的像素点对新获得的这一批的脉冲噪点进行降噪处理，在减少降噪运算量的同时，降噪效果更为准确。因为随着迭代次数的增加，被降噪处理的噪点越来越多，这样，对新获得的脉冲噪点而言，其周围都是已经经过正确降噪处理的像素点或者本来就是正确的像素点，显然，能够明显提高降噪的效果的准确性。同时也使得前面脉冲噪点判断阈值较高时得到的脉冲噪点经过降噪后，能够影响到后续的降噪过程，进一步提高降噪效果的准确性。

在计算像素点的脉冲噪点指数时，并不是像传统的检测方式那样，直接用像素点的灰度值来当做脉冲噪点指数，然后直接跟脉冲噪点判断阈值来进行对比，而是通过计算像素点与其k×k大小的邻域中邻域像素点在空间上的差异以及与邻域在不同方向上的邻域像素点在灰度值上的差异来得到脉冲噪点指数。直接将灰度值来当做脉冲噪点指数的话，在图像中的边缘像素点很容易被错误地认为是脉冲噪点，因为边缘像素点的灰度值与周围的像素点的差异跟脉冲噪点一样，会比较大。在计算灰度值上的差异时，如果当前正在计算的像素点属于边缘像素点的话，由于边缘像素点在同样的方向的像素点之间的差异较小，那么在设定的不同方向的像素点集合中，灰度值的方差和一般会比较小，从而使得其脉冲噪点指数较小，不会被误判为脉冲噪点。这样的设置显然有利于提高对脉冲噪点检测的准确性，有效地保留图像的边缘信息，未后续的特征信息的提取提供高质量的图像。

在一种实施例中，对所述去脉冲噪点图像进行高斯噪声降噪处理，获得降噪图像，包括：

将所述去脉冲噪点图像划分为sa×sa个区块，sa的取值通过如下方式获取：

使用迭代的方式计算sa的取值，

第r次迭代，将所述脉冲噪点图像划分为大小相同的(r+1)×(r+1)个区块，将所有区块的编号存入集合BL_r，对BL_r中的第bl个元素所表示的区块，计算所述区块中阈值像素点的比例：

式中，bkPpro_r,bl表示BL_r中的第bl个元素所表示的区块中阈值像素点的比例，bknum_r,bl表示BL_r中的第bl个元素所表示的区块中阈值像素点的的总数， blnum_r,bl表示BL_r中的第bl个元素所表示的区块中的像素点总数；

判断BL_r中，是否每个元素所表示的区块的阈值像素点的比例均大于预先设定的阈值像素点比例阈值，若是，则结束迭代运算，将r+1的值作为sa的取值，否则，将r的值加上1，继续进行上述迭代计算；

BL_r中的第bl个元素所表示的区块的阈值像素点的判断方式为：

计算阈值像素点判断阈值：

式中，bkthre_r,bl表示BL_r中的第bl个元素所表示的区块的阈值像素点判断阈值，threma_r,bl表示使用大津法获得的BL_r中的第bl个元素所表示的区块的分割阈值，J表示所述区块中的所有像素点的集合，ns(j)表示所述区块中与J中第j 个元素所表示的像素点的灰度值相同的像素点的总数，f(j)表示J中第j个元素所表示的像素点的灰度值，GD表示所述图像中所有灰度级的集合，p_gd表示灰度级为pd的像素点占所述区块像素点总数的比例，f_mean表示所述区块中的灰度均值；

若BL_r中的第bl个元素所表示的区块中的像素点的灰度值小于bkthre_r,bl，则所述像素点的属于阈值像素点；

对于由去脉冲噪点图像划分出来的sa×sa个区块，使用下述公式对每个区块中的像素点进行高斯噪声降噪处理：

将所述区块进行小波分解，获得高频系数highFC_bi和低频系数 lowFC,bi∈{1,2,3},highFC₁、highFC₂和highFC₃表示小波分解得到的3个高频系数；

对highFC_bi，使用如下的自适应函数进行处理：

式中，highFC_bi(x,y)表示在highFC_bi中(x,y)处的像素点的灰度，thre₁和thre₂表示预设的高频系数处理阈值；symf表示符号函数；nesd(highFC_bi)表示highFC_bi的噪声估计的标准差；ahighFC_bi(x,y)表示对highFC_bi(x,y)进行上述处理后的取值；

对lowFC，使用下述函数进行处理：

式中，lowFC(x,y)表示lowFC中(x,y)处的像素点的灰度，alowFC(x,y)表示 lowFC中(x,y)处的像素点经过函数处理后的灰度；U_x,y表示lowFC中(x,y)处的像素点的预设大小的邻域的像素点的坐标的集合，(u,v)表示U_x,y中的元素， edv(x,y)表示lowFC中(x,y)处的像素点与U_x,y中的元素的欧式距离的标准差， lowFC(u,v)表示lowFC中(u,v)处的像素点的灰度；gvv(x,y)表示lowFC中(x,y) 处的像素点与U_x,y中的元素在灰度上的标准差，lowFC_gra(x,y)表示lowFC中 (x,y)处的像素点的梯度，lowFC_gra(u,v)表示lowFC中(u,v)处的像素点的梯度， grv(x,y)表示lowFC中(x,y)处的像素点与U_x,y中的元素在梯度上的标准差，|| ||为范数符号；

将alowFC和ahighFC_bi进行重构，从而得到降噪图像。

通过分区块来进行高斯降噪，能够根据不同的区块自适应地生成不同的降噪公式，使得降噪更有针对性。传统的全局降噪的方式，不划分区块，所有的像素点使用同一个降噪公式进行降噪，没有针对性，降噪准确率受影响。而本申请能很好地解决这个问题。

现有技术中，对区块的划分一般是凭借个人的经验来设置划分的区块的数量，并不能根据不同的图像自适应地设置不同的区块划分数量，这样就会出现区块划分过多或过少的问题，显然会后续的高斯降噪的准确性和效率。本申请根据阈值像素点的比例均与阈值像素点比例之间的关系来进行迭代运算，确定区块划分的大小，确保每个被划分到的区块，均包含一定比例的阈值像素点的，保证后续的高斯降噪的准确性。

在计算阈值像素点判断阈值时，从图像的直方图入手，通过分割阈值、灰度级、灰度级出现的概率等方面来综合考虑，能获得准确的阈值像素点判断阈值。

在进行高斯降噪时，通过小波分解获得区块的高频系数和低频系数，然后分别对高频系数和低频系数进行阈值处理和降噪处理，然后再将处理后的高频系数和低频系数进行重构，从而获得降噪图像。能够在进一步地保留图像细节信息的同时，对高斯噪点有效地进行降噪。在对高频系数进行阈值处理时，考虑了高频系数与设置的高频系数处理阈值之间的关系，自适应地设置了不同的阈值处理函数，能够提高阈值处理的准确性。对低频系数进行降噪处理时，由其与其邻域的像素点在灰度值、距离和梯度上的差异计算得到权重值，由其邻域的像素点的灰度值加权得到降噪处理的结果，避免了出现像现有的降噪方式容易出现的边界模糊的问题。有利于获得高质量的降噪图像。

在一种实施例中，所述商家端3包括订单接收模块、库存查询模块和发货管理模块；

所述订单接收模块用于接收交易订单，获取交易订单中包含的商品的属性和商品数量；

所述库存查询模块用于商家根据所述商品的属性和商品数量进行库存查询，并根据查询结果确定所述交易订单的发货仓库；

所述发货管理模块用于根据交易订单、发货仓库的位置信息和负责运输所述商品的快递公司生成发货单。

在一种实施例中，根据客户需要购买的商品的信息生成电子订单，包括：

生成电子订单编号；

根据商品的名称、所述商品的编码、所述商品的购买数量、商品对应的店铺名称、商品对应的店铺的识别码和电子订单编号生成所述电子订单。

在一种实施例中，据所述商品对应的商家的信息和所述电子订单生成交易订单，包括：

生成交易订单编号；

根据交易订单编号、客户的联系方式、客户的收货地址、客户的付款方式、客户的付款时间、所述电子订单产生的积分数值和所述电子订单生成交易订单。

在一种实施例中，将所述交易订单发送至商家端3，包括：

电商平台2使用商家端3提供的公钥对交易订单编号、客户的联系方式、客户的收货地址、客户的付款方式、客户的付款时间、所述电子订单产生的积分数值和所述电子订单进行加密，生成交易订单，将所述交易订单发送至商家端3。

在一种实施例中，根据查询结果确定所述交易订单的发货仓库，包括：

所述查询结果包括存储有客户购买的商品的各个仓库的地址、各个仓库中所述商品的库存数量；

根据仓库的地址和客户的地址，计算各个仓库与客户之间的运输距离；

根据各个仓库与客户之间的运输距离和各个仓库中所述商品的库存数量计算各个仓库的发货指数：

式中，shipindex_c表示第c个仓库与客户之间的运输距离，iqut_c表示第c个仓库中，所述商品的库存数量，ω₁和ω₂表示预设的权重系数；

选取发货指数最高的仓库作为所述交易订单的发货仓库。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种基于区块链技术的电子商务平台，其特征在于，其包括：客户端、电商平台和商家端；

所述客户端用于根据客户需要购买的商品的信息生成电子订单，并使用电商平台提供的公钥对所述电子订单进行加密，得到加密订单，将所述加密订单发送至电商平台；

所述电商平台用于使用与所述公钥相对应的私钥对所述加密订单进行解密，获得电子订单，并根据所述商品对应的商家的信息和所述电子订单生成交易订单，将所述交易订单发送至商家端和区块链存储节点；所述区块链存储节点用于存储所述交易订单；

所述商家端用于接收所述交易订单，并根据所述交易订单向所述客户进行发货。

2.根据权利要求1所述的一种基于区块链技术的电子商务平台，其特征在于，所述客户端包括输入模块，发送模块、接收模块和加密模块；

所述输入模块用于客户输入商品的关键词；

所述发送模块用于使用电商平台提供公钥对所述关键词进行加密，然后将加密后的关键词发送至电商平台；

所述接收模块用于接收从电商平台反馈回来的经过加密的商品清单，所述商品清单由电商平台根据所述关键词生成，并由电商平台使用所述客户端的公钥进行加密，接收模块使用与所述客户端的公钥相对应的私钥对所述经过加密的商品清单进行解密，获得所述商品数据清单；

所述加密模块用于根据客户从所述商品清单中选择出的需要购买的商品的信息生成电子订单，并使用电商平台提供的公钥对所述电子订单进行加密，得到加密订单；

所述发送模块还用于将所述加密订单发送至电商平台。

3.根据权利要求1所述的一种基于区块链技术的电子商务平台，其特征在于，所述电商平台包括交易订单查询管理模块和物流信息查询管理模块；

所述交易订单查询管理***用于接收来自客户端的交易订单查询请求，并对使用所述客户端的用户的身份进行验证，在验证通过后，根据所述查询请求从所述区块链存储节点中获取相应的交易订单，并将交易订单发送至客户端；

所述物流信息查询管理模块包括物流信息更新单元和物流信息查询响应单元；所述物流信息更新单元用于从物流公司获取客户购买的商品的物流信息，并将所述物流信息发送至所述区块链存储节点进行存储；所述物流信息查询响应单元用于接收来自客户端的物流信息查询请求，并对使用所述客户端的用户的身份进行验证，在验证通过后，根据所述物流信息查询请求从所述区块链存储节点中获取相应的物流信息，并将所述物流信息发送至客户端。

4.根据权利要求1所述的一种基于区块链技术的电子商务平台，其特征在于，所述商家端包括订单接收模块、库存查询模块和发货管理模块；

所述订单接收模块用于接收交易订单，获取交易订单中包含的商品的属性和商品数量；

所述库存查询模块用于商家根据所述商品的属性和商品数量进行库存查询，并根据查询结果确定所述交易订单的发货仓库；

所述发货管理模块用于根据交易订单、发货仓库的位置信息和负责运输所述商品的快递公司生成发货单。

5.根据权利要求1所述的一种基于区块链技术的电子商务平台，其特征在于，根据客户需要购买的商品的信息生成电子订单，包括：

生成电子订单编号；

根据商品的名称、所述商品的编码、所述商品的购买数量、商品对应的店铺名称、商品对应的店铺的识别码和电子订单编号生成所述电子订单。

6.根据权利要求2所述的一种基于区块链技术的电子商务平台，其特征在于，根据所述商品对应的商家的信息和所述电子订单生成交易订单，包括：

生成交易订单编号；

根据交易订单编号、客户的联系方式、客户的收货地址、客户的付款方式、客户的付款时间、所述电子订单产生的积分数值和所述电子订单生成交易订单。

7.根据权利要求6所述的一种基于区块链技术的电子商务平台，其特征在于，将所述交易订单发送至商家端，包括：

电商平台使用商家端提供的公钥对交易订单编号、客户的联系方式、客户的收货地址、客户的付款方式、客户的付款时间、所述电子订单产生的积分数值和所述电子订单进行加密，生成交易订单，将所述交易订单发送至商家端。

8.根据权利要求4所述的一种基于区块链技术的电子商务平台，其特征在于，根据查询结果确定所述交易订单的发货仓库，包括：

所述查询结果包括存储有客户购买的商品的各个仓库的地址、各个仓库中所述商品的库存数量；

根据仓库的地址和客户的地址，计算各个仓库与客户之间的运输距离；

根据各个仓库与客户之间的运输距离和各个仓库中所述商品的库存数量计算各个仓库的发货指数：

式中，shipindex_c表示第c个仓库与客户之间的运输距离，iqut_c表示第c个仓库中，所述商品的库存数量，ω₁和ω₂表示预设的权重系数；

选取发货指数最高的仓库作为所述交易订单的发货仓库。

Images