CN113539510A - 一种基于智能合约的新型传染病发现及管控*** - Google Patents
一种基于智能合约的新型传染病发现及管控*** Download PDFInfo
- Publication number
- CN113539510A CN113539510A CN202110440508.3A CN202110440508A CN113539510A CN 113539510 A CN113539510 A CN 113539510A CN 202110440508 A CN202110440508 A CN 202110440508A CN 113539510 A CN113539510 A CN 113539510A
- Authority
- CN
- China
- Prior art keywords
- local
- infectious disease
- cloud
- local controller
- medical records
- 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
- 208000035473 Communicable disease Diseases 0.000 title claims abstract description 75
- 208000015181 infectious disease Diseases 0.000 title claims abstract description 52
- 238000007726 management method Methods 0.000 claims description 29
- 208000024891 symptom Diseases 0.000 claims description 28
- 201000010099 disease Diseases 0.000 claims description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000010207 Bayesian analysis Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于智能合约的新型传染病发现及管控***，属于区块链技术领域。该***通过在智能合约逻辑之外封装一个对重大传染病事件的管理组件，作为智能合约逻辑调用的中介，通过新型传染病事件的管理组件所拥有的上传、搜集、分析判断、预警、管控接口来对基于智能合约的新型传染病的发现及管控管理。该模型能够快速把控突发新型传染病事件，其中病患病历信息公开透明，大大增强了判定突发新型传染病事件的准确性，通过区块链的不可篡改及可朔源的特点及该模型的分区管控特点，及时对突发新型传染病事件进行管控防止扩散，极大的保护了人名群众的生命财产安全，将突发新型传染病事件对社会的影响降到最低。
Description
技术领域
本发明涉及区块链应用技术领域，尤其涉及基于智能合约的新型传染病发现及管控***。
背景技术
区块链是一种新型去中心化协议，信息分段式存储、不可伪造和篡改，适用于大数据的统计，区块链上的交易确认由区块链上的所有节点共同完成，由共识算法保证其一致性，这都保证了区块链上的信息有法可依，有据可查。通过区块链可以追朔到任何一笔交易。
智能合约是用于验证或执行合同条款的计算交易协议。智能合约允许在没有第三方的情况下进行可信交易，智能合约会定期检查是否存在相关事件的触发条件，满足触发条件后区块链上的验证节点对该事件进行签名验证，以保证有效性，待达成共识后，智能合约将会成功执行。
目前区块链技术与公共卫生监测方面的应用在全国范围内处于探索期，并且聚焦于利用区块链的公开透明、数据不可篡改等特点来研究医疗数据信息的共享，而在传染病早期数据采集并进行区域预警和防控方面缺乏***的研究。
针对以上问题，有必要提供一种基于智能合约的新型传染病发现及管控方法模型。
发明内容
本发明利用区块链智能合约建立各区域的预警处置机制，在传染病爆发早期区域内共享病历信息并分区管控，形成本地实时联动管控和云端统筹调度管控相结合的传染病管控方法。
为了解决上述技术问题，本发明提供了一种基于智能合约的新型传染病发现及管控***，所述***应用于区块链网络，所述区块链网络包括边缘节点、本地控制器、本地存储池和云端；所述云端、本地控制器、边缘节点依次相连接；此外本地控制器还和本地存储池相连接；
病历上传者通过终端移动设备将疑难病历上传至离自己最近的边缘节点上，在同一区域内的一定数量的边缘节点接收疑难病历，验证通过的病历存储在本地存储池内；根据本地控制器调取存储池内的数据进行病症分析；当收集到的病历的症状在短时间内增加并达到阈值，本地控制器将所述症状的病历上传至云端；上传至云端的病历经过比较，将结果反馈给专家学者，判断该传染病的种类；经专家学者判断后为新型传染病的，则在云端产生预警并传播给各个地区的本地控制器，本地控制器将预警信息分发给区域内的各个节点；经相关部门确认后，云端可将新型传染病的信息和管控信息分发给本地控制器，由本地控制器向区域内的各个边缘节点广播。
进一步，所述在同一区域内的一定数量的边缘节点形成一个边缘集群，在每个边缘集群中有一个本地控制器和本地存储池，本地控制器用来管理数据操作者的数据请求，存储池存储原始病历的数据信息；边缘节点是具有计算能力和存储空间的节点，它提供了数据计算和数据存储服务；所上传的病例上附加数据提供者的数字签名SignID，其他边缘节点通过验证数据提供者的数字签名，确定病历信息是否合法，验证合法的病历存储在本地存储池内；同一区域内的每个边缘节点定期收集本地上传的病历记录，生成一个带时间戳的新的数据块，并将它们广播到其他边缘节点进行审计和验证。
进一步，在一段时间内，所述边缘集群中存储资源贡献最大的节点成为这一轮块的领导者，该领导者收集所有的接收到的记录，并生成链接到前面块记录的Merkle散列值；新块被广播到所有的边缘节点，添加到区块链中。
进一步，所述验证通过的病历存储在本地存储池内包括：将验证合法的病历存储在本地存储池内的同时，会将其索引添加到本地控制器内；本地控制器根据存储在其内的索引地址在本地存储池内调取病历并对病情症状进行关键字分析，运用LDA算法模块对病情症状进行关键词提取并统计。
进一步，还包括，上传至云端的可疑病历会与云端中存储的以往确诊的传染病病历进行贝叶斯模型分析，并将结果及病历反馈给专家学者。
进一步，若专家学者对疑难病例存在争论及疑惑，通过云端传播消息给上传病历的控制器，控制器将消息发送给接受病历的边缘节点，由边缘节点通知病历上传者进行进一步的检验；若经专家学者判断疑难病例不是传染病，则在云端中删除此次疑难病例的记录并将结果反馈给上传病历的控制器；当本地存储器内再次存储含有预警信息中的病历，本地控制器会通知接收病历的边缘节点，由边缘节点提醒病例上传者注意事项。
进一步，所述经相关部门确认后的新型传染病信息和管控信息存储在边缘节点中，当边缘节点接收到含有预警症状的病历时，直接提醒病例上传者；管控信息可以根据每个区域内传染病的病历情况分区管控。
进一步，该***还包括6个智能合约：
合约1：本地存储池一旦存储新的病历，本地控制器自动建立该病历的在本地存储池的索引；
合约2：本地控制器内索引表一旦更新，就会对本地存储池内的病历进行LDA算法分析，病情症状达到阈值的病历会自动上传到云端；
合约3：由云端发出的预警信息，自动传播给每个区域的本地控制器；
合约4：本地控制器接收到的预警信息，自动传播到该区域内的每个边缘节点；
合约5：由云端发出的各个区域的新型传染病的管控信息，自动传播给各个区域的本地控制器；
合约6：本地控制器接收到的新型传染病的管控信息，自动传播到该区域内的每个边缘节点。
本发明与现有技术相比，本发明提供的一种基于智能合约的新型传染病发现及管控***，利用边缘节点对传染病病历进行身份验证，验证通过的病历存储在本地存储池内，本地控制器对本地存储池内的病历进行分析并统计病情症状，并将结果反馈云端，云端将对接收到的病历进行进一步的计算和预测并将结果反馈给专家学者进行科学的判断，判断为新型传染病的由云端同一调度各个区域内的本地控制器进行分区预警并防控。本发明提供的一种基于智能合约的新型传染病发现及管控***，将本地实时联动管控和云端统筹调度管控相结合，快速高效并科学的对新型传染病进行管控。
附图说明
图1为本发明一具体实施方式中总架构流程图；
图2为本发明一具体实施方式中总架构模型图；
图3为本发明一具体实施方式中边缘节点达成共识模型图；
图4为本发明一具体实施方式中边缘节点接收到疑似病例流程图；
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
参图1所示，基于智能合约的新型传染病发现和管控***，其中包括边缘节点接收疑难病历、验证身各节点达成共识、病历添加到本地存储池、本地控制器对病历的病情症状进行关键字提取并统计、本地控制器将达到预设的该病情症状阈值的额病历上传至云端、云端将接收的病历与***内存储的确诊传染病进行计算比较并将病历和结果发送给专家学者、专家学者判断为传染病、相关部门在云端发出预警信息和管控信息、云端将预警信息和管控信息分区发送给各区域内的本地控制器、本地控制器将预警信息和管控信息发送给区域内的所有边缘节点。
本***的具体执行过程为：
病历上传者可以通过终端移动设备将疑难病历上传至离自己最近的边缘节点上，边缘节点接收到该疑难病历；
边缘节点在接收到病历上传者的病历后，首先验证病历上传者的数字签名是否合法，若不合法，则舍弃该病历上传者所上传的病历；
若病历上传者的身份验证通过，则将该病例广播到该区域内的其他边缘节点以达成共识，验证未通过，则舍弃该病历；
由各边缘节点验证通过的病历则会将结果反馈给接收病历的边缘节点，该边缘节点将此病历通过本地控制器存储在本地存储池内；
本地控制器通过索引表对存储在本地存储池内的病历数据进行分析，本地控制器将对病历的病情症状进行关键字提取并统计；
本地控制器将达到预设的该病情症状阈值的病历打包上传至云端；
云端将接收的病历与***内存储的确诊传染病病历进行贝叶斯计算比较，并将病历和计算结果打包发送给专家学者的移动终端；
专家学者根据云端传来的病历和计算机的比较结果来判断是否为传染病；
由专家学者判定为传染病的，会在云端形成预警信息，并将该预警信息报告给相关部门。相关部门会根据专家学者的分析科学的制定预警信息和管控信息，并通过终端设备发送到云端；
云端在接收到预警信息和管控信息后，根据相关部门的旨意，分区发送不同的预警信息和管控信息；
每个区域内的本地控制器在接收到来自云端的预警信息和管控信息后，将预警信息和管控信息发送给该区域内的所有边缘节点。
参图2所示，一种基于智能合约的新型传染病发现及管控***部署在区块链网络中，包括云端、各边缘区域和专家学者及相关部门，各边缘区域都包括一个本地控制器和一个本地存储池，各边缘区域内的边缘节点组成一个边缘集群，病历上传者可以通过通讯设备将病历上传到离自己最近的边缘节点。
参图3所示，边缘节点是具有存储空间的节点，它提供了数据存储服务。数据存储服务包括每个边缘节点定期收集本地上传的病历记录，生成一个带时间戳的新的数据块，并将它们广播到其他边缘节点进行审计和验证。在一段时间内，边缘集群中存储资源贡献最大的节点成为这一轮块的领导者，该领导者收集所有的接收到的记录，并生成链接到前面块记录的Merkle散列值。之后，新块被广播到所有的边缘节点，然后添加到区块链中。
存储在本地存储池内的疑难病历，由本地控制器根据保存的本地存储池内数据的索引列表调取，并用LDA算法进行病情症状的关键字提取并统计。
LDA算法将对每个存储在本地存储池内的病历进行单词清洗并提取病情症状的单词，不同单词有不同的加权，从而得到数据集的主题和单词分布，根据不同分布的不同权值将单词统计数字化。
本地控制器将达到预设的该病症状的阈值的病历上传至云端。阈值的设定由专家学者参照以往的传染病种类及其症状提前设定。
云端是具有强大数据计算能力和存储能力的计算机，它将接收到的病历与***内存储的以往传染病病历进行贝叶斯比较分析，并将分析的病历和结果发送给专家学者的通讯设备。
可扩展的，由专家学者鉴定分析后，不是新型传染病的，则将此病历在云端删除。若该病历经专家学者分析后还需要进一步检验的，专家学者会将消息发送给云端，由云端找到上传该病例的本地控制器并将进一步检验的消息发送给该本地控制器，本地控制器根据存储的该病历的病历上传者的身份信息，将进一步检验的消息发送给病历上传者。
可扩展的，相关部门可以根据已确诊的传染病病历所在区域，根据各区域传染病的严重性和传播性，分区进行预警信息和管控信息的发放。
参图4所示，边缘节点还是具有计算能力的节点，它提供了数据计算服务。若边缘节点接收到来自本地控制器的传染病症状特征：
步骤2.1：云端将由相关部门发送的传染病症状特征发送给各区域内本地控制器；
步骤2.2：本地控制器将传染病症状特征发送给该区域内所有边缘节点；
步骤2.3：边缘节点接收到来自本地控制器的传染病症状特征，并存储该传染病症状特征；
步骤2.4：边缘节点收到病历上传者上传的病历，病历上传者身份验证通过后，将该病历用贝叶斯比较算法与边缘节点内存储的传染病征状特征进行比较；比较结果达到专家学者预先设定的阈值，则该病历成为疑似病历；
步骤2.5：边缘节点直接提醒上传疑似病历的病历上传者传染病注意事项，并将此疑似病历发送给本地控制器；
步骤2.6：本地控制器接收到疑似病历后直接将该病历上传至云端，云端将该疑似病历发送给专家学者的移动终端以供专家学者实时判断分析。
本模型达成的共识包括6个主要智能合约：
合约1：本地存储池一旦存储新的病历，本地控制器自动建立该病历的在本地存储池的索引。
合约2：本地控制器内索引表一旦更新，就会对本地存储池内的病历进行LDA算法分析，病情症状达到阈值的病历会自动上传到云端。
合约3：由云端发出的预警信息，自动传播给每个区域的本地控制器。
合约4：本地控制器接收到的预警信息，自动传播到该区域内的每个边缘节点。
合约5：由云端发出的各个区域的新型传染病的管控信息，自动传播给各个区域的本地控制器。
合约6：本地控制器接收到的新型传染病的管控信息，自动传播到该区域内的每个边缘节点。
由以上实施方式可以看出，与现有技术相比，本发明提供了一种基于智能合约的新型传染病发现和管控方法模型。本发明基于区块链在公共卫生医疗事业的应用，建立一种新型传染病发现和管控方法架构，从而解决新型传染病初期消息不互通，确诊不及时的局面，利用智能合约建立各区域的发现、预警和管控处理机制，形成本地实时联动管控和云端统筹调度管控相结合的模型，及时把控传染病的传播。
综上，本发明提供了一种基于智能合约的新型传染病发现及管控***，该***通过在智能合约逻辑之外封装一个对重大传染病事件的管理组件，作为智能合约逻辑调用的中介，通过新型传染病事件的管理组件所拥有的上传、搜集、分析判断、预警、管控接口来对基于智能合约的新型传染病的发现及管控管理。该模型能够快速把控突发新型传染病事件，其中病患病历信息公开透明，大大增强了判定突发新型传染病事件的准确性，通过区块链的不可篡改及可朔源的特点及该模型的分区管控特点，及时对突发新型传染病事件进行管控防止扩散，极大的保护了人名群众的生命财产安全，将突发新型传染病事件对社会的影响降到最低。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (8)
1.一种基于智能合约的新型传染病发现及管控***，其特征在于，所述***应用于区块链网络，所述区块链网络包括边缘节点、本地控制器、本地存储池和云端；所述云端、本地控制器、边缘节点依次相连接；此外本地控制器还和本地存储池相连接；
病历上传者通过终端移动设备将疑难病历上传至离自己最近的边缘节点上，在同一区域内的一定数量的边缘节点接收疑难病历，验证通过的病历存储在本地存储池内；根据本地控制器调取存储池内的数据进行病症分析；当收集到的病历的症状在短时间内增加并达到阈值，本地控制器将所述症状的病历上传至云端；上传至云端的病历经过比较，将结果反馈给专家学者，判断该传染病的种类；经专家学者判断后为新型传染病的，则在云端产生预警并传播给各个地区的本地控制器，本地控制器将预警信息分发给区域内的各个节点；经相关部门确认后，云端可将新型传染病的信息和管控信息分发给本地控制器，由本地控制器向区域内的各个边缘节点广播。
2.根据权利要求1所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，所述在同一区域内的一定数量的边缘节点形成一个边缘集群，在每个边缘集群中有一个本地控制器和本地存储池，本地控制器用来管理数据操作者的数据请求，存储池存储原始病历的数据信息；边缘节点是具有计算能力和存储空间的节点，它提供了数据计算和数据存储服务；所上传的病例上附加数据提供者的数字签名SignID，其他边缘节点通过验证数据提供者的数字签名，确定病历信息是否合法，验证合法的病历存储在本地存储池内；同一区域内的每个边缘节点定期收集本地上传的病历记录，生成一个带时间戳的新的数据块，并将它们广播到其他边缘节点进行审计和验证。
3.根据权利要求2所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，在一段时间内，所述边缘集群中存储资源贡献最大的节点成为这一轮块的领导者，该领导者收集所有的接收到的记录，并生成链接到前面块记录的Merkle散列值；新块被广播到所有的边缘节点，添加到区块链中。
4.根据权利要求1所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，所述验证通过的病历存储在本地存储池内包括：将验证合法的病历存储在本地存储池内的同时，会将其索引添加到本地控制器内；本地控制器根据存储在其内的索引地址在本地存储池内调取病历并对病情症状进行关键字分析，运用LDA算法模块对病情症状进行关键词提取并统计。
5.根据权利要求1所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，还包括，上传至云端的可疑病历会与云端中存储的以往确诊的传染病病历进行贝叶斯模型分析，并将结果及病历反馈给专家学者。
6.根据权利要求5所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，若专家学者对疑难病例存在争论及疑惑，通过云端传播消息给上传病历的控制器，控制器将消息发送给接受病历的边缘节点，由边缘节点通知病历上传者进行进一步的检验；若经专家学者判断疑难病例不是传染病，则在云端中删除此次疑难病例的记录并将结果反馈给上传病历的控制器；当本地存储器内再次存储含有预警信息中的病历，本地控制器会通知接收病历的边缘节点，由边缘节点提醒病例上传者注意事项。
7.根据权利要求1所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，所述经相关部门确认后的新型传染病信息和管控信息存储在边缘节点中，当边缘节点接收到含有预警症状的病历时，直接提醒病例上传者；管控信息可以根据每个区域内传染病的病历情况分区管控。
8.根据权利要求1所述的一种基于智能合约的新型传染病发现及管控***，其特征在于，该***还包括6个智能合约：
合约1：本地存储池一旦存储新的病历，本地控制器自动建立该病历的在本地存储池的索引；
合约2：本地控制器内索引表一旦更新，就会对本地存储池内的病历进行LDA算法分析，病情症状达到阈值的病历会自动上传到云端；
合约3：由云端发出的预警信息，自动传播给每个区域的本地控制器；
合约4：本地控制器接收到的预警信息，自动传播到该区域内的每个边缘节点；
合约5：由云端发出的各个区域的新型传染病的管控信息，自动传播给各个区域的本地控制器；
合约6：本地控制器接收到的新型传染病的管控信息，自动传播到该区域内的每个边缘节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110440508.3A CN113539510A (zh) | 2021-04-23 | 2021-04-23 | 一种基于智能合约的新型传染病发现及管控*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110440508.3A CN113539510A (zh) | 2021-04-23 | 2021-04-23 | 一种基于智能合约的新型传染病发现及管控*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113539510A true CN113539510A (zh) | 2021-10-22 |
Family
ID=78094644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110440508.3A Pending CN113539510A (zh) | 2021-04-23 | 2021-04-23 | 一种基于智能合约的新型传染病发现及管控*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113539510A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116342345A (zh) * | 2023-05-26 | 2023-06-27 | 湖南智慧平安科技有限公司 | 一种基于大数据的智慧社区便民综合服务方法及平台 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109326337A (zh) * | 2018-09-06 | 2019-02-12 | 西安电子科技大学 | 基于区块链的电子医疗记录存储和共享的模型及方法 |
| CN109767843A (zh) * | 2019-01-18 | 2019-05-17 | 四川大学 | 基于智能合约的传染病预警方法及传染病数据区块链*** |
| CN111415753A (zh) * | 2020-03-06 | 2020-07-14 | 杭州云象网络技术有限公司 | 一种基于区块链的疫情监测预警方法及*** |
| CN111446004A (zh) * | 2020-03-24 | 2020-07-24 | 杭州溪塔科技有限公司 | 一种基于区块链的传染病监测预警***及方法 |
| CN111883259A (zh) * | 2020-07-17 | 2020-11-03 | 山西省信息产业技术研究院有限公司 | 一种基于区块链的重大突发疫情防控共识方法 |
-
2021
- 2021-04-23 CN CN202110440508.3A patent/CN113539510A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109326337A (zh) * | 2018-09-06 | 2019-02-12 | 西安电子科技大学 | 基于区块链的电子医疗记录存储和共享的模型及方法 |
| CN109767843A (zh) * | 2019-01-18 | 2019-05-17 | 四川大学 | 基于智能合约的传染病预警方法及传染病数据区块链*** |
| CN111415753A (zh) * | 2020-03-06 | 2020-07-14 | 杭州云象网络技术有限公司 | 一种基于区块链的疫情监测预警方法及*** |
| CN111446004A (zh) * | 2020-03-24 | 2020-07-24 | 杭州溪塔科技有限公司 | 一种基于区块链的传染病监测预警***及方法 |
| CN111883259A (zh) * | 2020-07-17 | 2020-11-03 | 山西省信息产业技术研究院有限公司 | 一种基于区块链的重大突发疫情防控共识方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116342345A (zh) * | 2023-05-26 | 2023-06-27 | 湖南智慧平安科技有限公司 | 一种基于大数据的智慧社区便民综合服务方法及平台 |
| CN116342345B (zh) * | 2023-05-26 | 2023-09-19 | 贺显雅 | 一种基于大数据的智慧社区便民综合服务方法及平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104616205B (zh) | 一种基于分布式日志分析的电力***运行状态监视方法 | |
| CN104639374B (zh) | 一种应用程序部署管理*** | |
| CN104969213B (zh) | 用于低延迟数据存取的数据流分割 | |
| CN108964995A (zh) | 基于时间轴事件的日志关联分析方法 | |
| CN103502990A (zh) | 用于事件的内存中处理的***和方法 | |
| CN111162949A (zh) | 一种基于Java字节码嵌入技术的接口监测方法 | |
| CN103718170A (zh) | 用于事件的分布式基于规则的相关的***和方法 | |
| CN111585840B (zh) | 服务资源监测方法、装置和设备 | |
| WO2017008598A1 (zh) | 大数据交换方法及装置 | |
| CN114267178B (zh) | 一种车站的智能运营维护方法及装置 | |
| CN111597168A (zh) | 一种基于诚信值的区块链容量回收方案 | |
| CN113094385A (zh) | 一种基于软件定义开放工具集的数据共享融合平台及方法 | |
| CN113539510A (zh) | 一种基于智能合约的新型传染病发现及管控*** | |
| CN102722521B (zh) | 监控数据比对的方法及*** | |
| CN116596281B (zh) | 一种轻量化三维物业管理*** | |
| CN111159107B (zh) | 数据处理方法和服务器集群 | |
| CN112948822A (zh) | 一种应用于智慧教育***的大数据审计场景分析方法和*** | |
| CN110543509B (zh) | 用户访问数据的监控***、方法、装置及电子设备 | |
| CN108989116B (zh) | 大数据收集分析***及方法 | |
| CN115221125A (zh) | 文件处理方法、装置、电子设备及可读存储介质 | |
| CN114615013A (zh) | 一种网络靶场的综合审计方法及*** | |
| CN113962824A (zh) | 信息管理***、充电桩、电子设备及存储介质 | |
| CN111523758A (zh) | 一种监狱大数据分析*** | |
| CN112214490A (zh) | 业务对象存储方法、装置和计算机可读存储介质 | |
| CN111586155A (zh) | 车辆数据处理方法和*** |
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 |