CN114860730A - 一种基于区块链的土地数据存储方法、***及存储介质 - Google Patents

一种基于区块链的土地数据存储方法、***及存储介质 Download PDF

Info

Publication number
CN114860730A
CN114860730A CN202210534439.7A CN202210534439A CN114860730A CN 114860730 A CN114860730 A CN 114860730A CN 202210534439 A CN202210534439 A CN 202210534439A CN 114860730 A CN114860730 A CN 114860730A
Authority
CN
China
Prior art keywords
data
land
stored
point cloud
block chain
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
Application number
CN202210534439.7A
Other languages
English (en)
Inventor
路子逵
邓清
张强
于国庆
王小娟
何明枢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing New Five Good Agricultural Technology Co ltd
Original Assignee
Beijing New Five Good Agricultural Technology Co ltd
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 Beijing New Five Good Agricultural Technology Co ltd filed Critical Beijing New Five Good Agricultural Technology Co ltd
Priority to CN202210534439.7A priority Critical patent/CN114860730A/zh
Publication of CN114860730A publication Critical patent/CN114860730A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2246—Trees, e.g. B+trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • G06Q20/3825—Use of electronic signatures
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
    • G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key management
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Algebra (AREA)
  • Fuzzy Systems (AREA)
  • Storage Device Security (AREA)

Abstract

本发明提供一种基于区块链的土地数据存储方法、***及存储介质，所述方法包括：获取土地图斑信息，基于获取到的所述土地图斑信息确定待存储土地数据；对所述待存储土地数据进行哈希处理，以提取所述待存储土地数据的数字指纹；将所述待存储土地数据以及对应的所述数字指纹打包上链，并获取对应的交易标识及区块号；将所述交易标识及区块号一一对应的存储在链下数据库中。该方法提高了土地数据的安全性，且还提高了土地数据的查询速度。

Description

一种基于区块链的土地数据存储方法、***及存储介质
技术领域
本发明涉及土地数据存储技术领域，尤其涉及一种基于区块链的土地数据存储方法、***及存储介质。
背景技术
土地图斑调查是全面查实查清土地资源的重要手段，是土地资源管理中的基础内容之一，其中土地信息数据库的建设有数据体量大、管理难、易被篡改的风险。地理图斑采集工作分为三部分：首先获取遥感影像资料和生产正射影像图，然后进行调查信息提取和调查底图制作，最后开展权属界线上图和补充调查的工作。其中，调查工作包括专项用地调查与评价、土地利用现状调查和土地权属调查。地理数据采集完成后进行数据库建设，将地理数据根据类型与级别分别存储于国家级、省级、地级、县级等不同级别的数据库中。地理数据被存储在数据库后再开展调查成果核查，核查分为自动比对、内业核查和外业核查，完成土地利用现状调查成果核查、土地权属调查成果核查和专项用地调查成果核查。全部核查任务完成后进行调查成果汇总及各类统计汇总分析并将成果进行总结和上报。
现有的土地数据的存储，被存储于国家级、省级、地级、县级等不同级别和容量的数据库中。由于地理数据来源复杂且数据分布广泛，体量较大，容易出现在数据库建设过程中数据不一致甚至细微篡改数据的情况，这种情况极易难被察觉，传统方法难以对数据进行有效的监管，造成数据库中的数据可信度降低。并且在后期土地核查过程中，难以进行对原有土地利用情况的追溯，会出现无法查看土地是否被违法占用的情况，会因为追溯信息的不健全会加大工作量。因此，如何确保土地数据存储的安全性以及提高土地数据的查询速度是亟待解决的技术问题。
发明内容
有鉴于此，本发明提供了一种基于区块链的土地数据存储方法、***及存储介质，以解决现有技术中存在的一个或多个问题。
根据本发明的一个方面，本发明公开了一种基于区块链的土地数据存储方法，所述方法包括：
获取土地图斑信息，基于获取到的所述土地图斑信息确定待存储土地数据；其中，所述待存储土地数据包括地理数据、实地图片影像数据、图斑GPS数据、土地标签数据、采集人员信息数据、设备信息数据；
对所述地理数据进行哈希处理，以提取所述待存储土地数据的数字指纹；
将所述待存储土地数据以及对应的所述数字指纹打包上链，并获取对应的交易标识及区块号；
将所述交易标识及区块号一一对应的存储在链下数据库中。
在本发明的一些实施例中，所述地理数据为二维平面数据或点云数据。
在本发明的一些实施例中，在所述地理数据为点云数据时，对所述地理数据进行哈希处理，以提取所述待存储土地数据的数字指纹，包括：
对所述点云数据进行压缩，并对压缩后的所述点云数据进行哈希处理。
在本发明的一些实施例中，对所述点云数据进行压缩，包括：
基于奇异值分解算法对所述点云数据中的各层二维矩阵进行奇异值分解，得到各层二维矩阵的分解矩阵，并对所述分解矩阵进行压缩，得到压缩后的点云数据。
在本发明的一些实施例中，所述方法还包括：
对压缩后的点云数据进行分片，提取各所述分片的数字指纹；
基于各所述分片的数字指纹生成默克尔树，基于生成的所述默克尔树确定所述待存储土地数据的数字指纹。
在本发明的一些实施例中，对所述分解矩阵进行压缩，得到压缩后的点云数据，包括：
比较各所述分解矩阵中的奇异值的大小，将较小的奇异值进行舍弃，保留较大的奇异值，以得到压缩后的点云数据。
在本发明的一些实施例中，将所述待存储土地数据以及对应的所述数字指纹打包上链，包括：
区块链网络中的各区块链节点根据智能合约对交易进行验证，验证通过后，将所述待存储土地数据以及对应的所述数字指纹打包上链。
在本发明的一些实施例中，所述链下数据库为Leveldb数据库。
根据本发明的另一方面，还公开了一种基于区块链的土地数据存储***，该***包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该***实现如上任一实施例所述方法的步骤。
根据本发明的又一方面，还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一实施例所述方法的步骤。
本发明实施例所公开的基于区块链的土地数据存储方法，基于区块链技术实现土地数据的分布式存储，实现了数据的透明性、不可篡改性和可追溯性，从而也提高了数据存储的安全性、可靠性、可用性以及存储效率。另外，交易标识与区块号一一对应的存储在链下数据库中，便于实现链上链下的协同检索，从而可加快土地数据的检索速度，提高了土地数据的核查效率。
本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。附图中的部件不是成比例绘制的，而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分，附图中对应部分可能被放大，即，相对于依据本发明实际制造的示例性装置中的其它部件可能变得更大。在附图中：
图1为本发明一实施例的基于区块链的土地数据存储方法的流程示意图。
图2为本发明一实施例的基于区块链的土地数据存储模型的架构示意图。
图3为本发明一实施例的点云数据哈希处理流程示意图。
图4为本发明一实施例的待存储土地数据上链流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在此，需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
应该强调，术语“包括/包含/具有”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
区块链就是一个共享的、不可篡改的账本，区块链被存储在不同的服务器中，这些服务器在区块链***中被称为节点。如果要修改区块链中的信息，必须征得半数以上节点的同意并修改所有节点中的信息，而这些节点通常掌握在不同的主体手中，因此篡改区块链中的信息是一件极其困难的事。相比于传统的网络，区块链具有两大核心特点：一是数据难以篡改、二是去中心化。基于这两个特点，区块链所记录的信息更加真实可靠，可以帮助解决人们互不信任的问题。分布式存储是一种电脑数据存贮器体系结构，其数据跨多个物理服务器存储在卷中，这与传统的集中式存储体系结构相反。分布式存储通常采用存储单元集群的形式，并具有在集群节点之间进行数据同步和协调的机制，具有高扩展性，高可靠性，低成本，高性能等优点。
为了解决现有土地图斑调查***存在的问题，本发明使用了区块链技术、分布式存储技术，同时设计了新的区块链检索方案与点云数据压缩方案，构建了土地数据存储模型。区块链是分布式帐本，具有去中心化、数据不可篡改、数据可追溯、去信任、可多方协调等特点。使用区块链技术，将土地调查任务、影像数据采购信息、专业技术队伍招标信息、调查数据进行上链处理，实现信息透明、招标透明和数据可追溯，避免了现有土地调查***中可能发生的问题。另外，采用智能合约的技术，实现在没有第三方参与的情况下进行可信数据核验，从而显著降低土地调查流程的耗时和复杂度。为了解决地理数据量大、数据存储困难的问题，使用奇异值分解(SVD)压缩算法对地理数据进行压缩，在保证主要特征信息不丢失的情况下，显著降低存储地理信息所需的开销。
图1为本发明一实施例的基于区块链的土地数据存储方法的流程示意图，如图1所示，该土地数据存储方法至少包括步骤S10～S40。
步骤S10：获取土地图斑信息，基于获取到的所述土地图斑信息确定待存储土地数据；其中，所述待存储土地数据包括地理数据、实地图片影像数据、图斑GPS数据、土地标签数据、采集人员信息数据、设备信息数据。
土地图斑调查是全面查实查清土地资源的重要手段，是土地资源管理中的基础内容之一。在该步骤中，基于获取到的土地图斑信息可以确定待上传的土地数据。实地图片影像数据为通过图像采集设备采集到的图像或视频；土地标签数据表示相应土地的标签信息，如湖泊、草地、河流、沼泽地等；采集人员信息数据包括采集者的姓名、身份信息等，设备信息数据包括图斑采集设备的型号等。具体的，待存储土地数据中的地理数据的类型可为二维平面数据，也可能三维的点云数据；并且点云数据具体的包含经纬度、RGB色彩、反射强度、回波次数、关键点信息等。
其中，点云数据集通常在太字节(TByte)范围内，使得点云数据的存储开销巨大。因此，当地理数据为点云数据时，进一步对点云数据进行压缩，以便于数据的存储。同时，由于点云数据表征了地理空间信息，因此对于点云数据的压缩需要尽可能保留主要地理信息特征，删除不重要的信息或者冗余信息。地理点云数据类似于栅格数据，在本技术中描述的地理点云数据均为三维矩阵的栅格数据，并且栅格数据所采用的编码方式示例性的如直接栅格编码、游程长度编码、块式编码、链式编码以及四叉树编码等。
步骤S20：对所述地理数据进行哈希处理，以提取所述待存储土地数据的数字指纹。
在该步骤中，是对地理数据加密处理。具体的，当地理数据为二维平面数据时，由于二维平面数据的数据量不大，因而可直接提取数字指纹；而当地理数据为数据量庞大的点云数据时，存储其本身往往耗费大量的存储空间，因而首先对点云数据进行压缩处理，进而对压缩处理之后的点云数据进行哈希处理。示例性的，对所述点云数据进行压缩，包括：基于奇异值分解算法对所述点云数据中的各层二维矩阵进行奇异值分解，得到各层二维矩阵的分解矩阵，并对所述分解矩阵进行压缩，得到压缩后的点云数据。
奇异值分解算法(SVD)是将一个m×n的实数矩阵A分解成如下的形式：A＝U∑VT。其中U和V均为单位正交阵，即有UUT＝I和VVT＝I，U称为左奇异矩阵，V称为右奇异矩阵。Σ仅在主对角线上有值，称为奇异值，其它元素均为0。被分解后的矩阵的维度分别为U∈Rm×m,Σ∈Rm×m,V∈Rn×n，一般地Σ有如下形式：
Figure BDA0003647102140000051
由于U,V,Σ不便直接求出，因此采用如下方式求得U,V,Σ和奇异值:
将A的转置和A做矩阵乘法，得到n×n的一个方阵ATA。由于得到的ATA是方阵，于是可以对ATA进行特征分解，得到的特征值λ和特征向量v满足下式：(ATA)vi＝λivi。
于是可以得到矩阵ATA的n个特征值λ和对应的n个特征向量。将ATA的所有特征向量张成一个n×n的矩阵V，即是SVD公式里面的V矩阵。一般将V中的每个特征向量叫做A的右奇异向量。
类似地，将A和A的转置做矩阵乘法，得到m×m的一个方阵AAT。同样对方阵AAT进行特征分解，得到的特征值λ和特征向量v满足下式：(ATA)ui＝λiui。
于是可以得到矩阵AAT的m个特征值λ和对应的m个特征向量u。将AAT的所有特征向量张成一个m×m的矩阵U，即是SVD公式里面的U矩阵。一般将U中的每个特征向量叫做A的左奇异向量。
接下来求解∑矩阵，根据下式可以求出A矩阵的每个奇异值，进而求出奇异值矩阵∑。
Figure BDA0003647102140000061
根据进一步的推导，可以得到下式：
Figure BDA0003647102140000062
证明了ATA的特征向量组成的矩阵就是SVD中的V矩阵。进而，还可以得出特征值矩阵等于奇异值矩阵的平方，即特征值和奇异值满足如下关系：
Figure BDA0003647102140000063
因此，可以通过ATA或者AAT的特征值取平方根直接求得奇异值。
进一步的，当得出点云数据中各层二维矩阵对应的奇异值后，进而比较各所述分解矩阵中的奇异值的大小，将较小的奇异值进行舍弃，保留较大的奇异值，以得到压缩后的点云数据。栅格数据是三维矩阵，SVD算法将分别对栅格数据的每一层二维矩阵进行奇异值分解，求得每一层的U、V、∑矩阵。而根据奇异阵的性质，奇异值往往对应着矩阵中隐含的重要信息，且奇异值的重要性和其大小成正相关。因此，可以将分解后得到的奇异值进行选择性舍弃，只保留数值较大的奇异值，舍弃数值较小的奇异值。对数据进行奇异值分解并做出舍弃后，保存压缩后的U、V、∑矩阵，相比起原始矩阵存储，可显著降低存储开销。
通过上述内容可知，本发明采用奇异值分解(SVD)算法对点云数据进行压缩，即基于奇异值分解(SVD)算法将栅格数据的每一层二维矩阵进行奇异值分解，并仅保留数值较大的奇异值，最后保留变换后的矩阵数值，在保留重要地理信息的情况下显著降低点云数据存储空间。因而该基于区块链的土地数据存储方法不仅显著降低点云数据的存储开销，还保留了主要的数据特征，保证地理点云数据的主要信息没有因压缩而丢失。
当点云数据被压缩处理之后，进一步的进行哈希处理。图3为本发明一实施例的点云数据哈希处理流程示意图，如图3所示，对点云数据进行哈希处理时，首先对压缩后的点云数据进行分片，提取各所述分片的数字指纹；进而基于各所述分片的数字指纹生成默克尔树，基于生成的所述默克尔树确定所述待存储土地数据的数字指纹。即在该实施例中，经由分布式存储***进行切片存储，并基于默克尔树(Merkel Tree)思想进行分布式指纹提取。
在该实施例中，由于土地图斑调查过程中采集的太字节大小的点云文件，即使经过压缩之后，面对一个图斑中几十个的点云数据，其庞大的数据量对于一般存储***来说存储压力极高。因此使用分布式存储***是该基于区块链的土地数据存储方法的创新点之一，分布式存储***采用可扩展的***结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了***的可靠性、可用性和存取效率，还易于扩展。
步骤S30：将所述待存储土地数据以及对应的所述数字指纹打包上链，并获取对应的交易标识及区块号。
在该步骤中，是将地理数据的数字指纹、实地图片影像数据、图斑GPS数据、土地标签数据、采集人员信息数据以及设备信息数据打包上链。不难理解的，当地理数据为二维平面数据时，则是将二维平面数据对应的数字指纹以及实地图片影像数据、图斑GPS数据、土地标签数据、采集人员信息数据、设备信息数据打包上链存储。而当地理数据为点云数据时，则是将压缩处理后的点云数据的各分片的数字指纹合并后得到压缩后点云数据的数字指纹上链，即将压缩后的点云数据的数字指纹及实地图片影像数据、图斑GPS数据、土地标签数据、采集人员信息数据、设备信息数据进行打包上链存储。
具体的，将所述待存储土地数据以及对应的所述数字指纹打包上链，包括：区块链网络中的各区块链节点根据智能合约对交易进行验证，验证通过后，将所述待存储土地数据以及对应的所述数字指纹打包上链。
智能合约(Smart contract)是一种旨在以信息化方式传播、验证或执行合同的计算机协议。智能合约允许在没有第三方的情况下进行可信交易，这些交易可追踪且不可逆转。智能合约的目的是提供优于传统合约的安全方法，并减少与合约相关的其他交易成本。本发明在地理图片和地理点云数据核验时使用智能合约，实现在没有第三方参与的情况下进行安全高效的核验；不难理解的，地理图片以及地理点云数据分别为本文中所指的地理数据中的二维平面数据以及三维的点云数据。
由于智能合约允许在没有第三方参与的情况下进行可信交易，且这些交易是可追踪和不可逆转的，因此智能合约将为数据核验提供安全性和高效性的保障。在该实施例中采用智能合约进行数据核验，解决了现有的土地图斑调查过程中通过人工方式进行数据核验存在的耗时长、准确性低、易受人为因素影响等问题。
步骤S40：将所述交易标识及区块号一一对应的存储在链下数据库中。
在该步骤中，实现链上链下数据的同时存储。具体的，待存储土地数据在上链存储的同时，其对应的交易ID以及区块号同时被存储在链下数据库中。该设置使得在核验检索时基于交易ID即可从链下数据库中得到对应的存储区块号，因而区块定位较准确，因而优化了数据检索过程，使得检索速度加快。链下数据库具体的可为Leveldb数据库，该数据库是一个基于LSM-Tree的key-value数据库，当查询请求到达时，需要先检查内存，再在磁盘中进行二分查找，时间复杂度降低；LevelDB在数据到达之后，会首先将所有数据全部存入日志文件中。
图4为本发明一实施例的待存储土地数据上链流程示意图，如图4所述，在数据上链时链上会根据数据来源生成一个索引，此索引与链下存储的数据映射，以此实现链上链下协同检索，在用户进行数据核验和查询时，会通过此索引获取原始数据。
在该实施例中，在交易上链的同时，将交易id与交易所在区块号存入链下数据库中；进行数据查询时，输入交易id，从链下数据库中得到该笔交易在区块链中存储的区块号，查询该区块里的交易，输出交易id对应的hash值。因而，在查询时不需要从创世块里的交易开始，扫描整个区块链，即该方法查询效率高，可快速定位对应区块，额外空间消耗小，占用的额外存储空间远小于LSM-Tree。
在土地图斑调查的场景中，经常需要将以往的数据与当前遥感数据进行对比，当发现可疑图斑时再次测绘，从而保障数据的有效性。为了获取真实可靠的土地原始数据，该实施例引入了链上链下协同检索，在区块链中加入索引字段与链下存储的文件形成映射，以此来实现获取真实原始数据的需求。
通过上述实施例可以发现，本发明所公开的基于区块链的土地数据存储方法利用了区块链的查询核验智能合约，该智能合约能够在地理图片和地理点云数据核验时使用，将人工审核转化为区块链自动审核，在节省人力的同时实现了在没有第三方参与的情况下的安全高效的核验，因而解决了现有的土地数据存储方法所存在的人工核验效率低下、耗时长、核验准确性低等问题。另外，本发明采用的分布式存储***可以有效解决现有的土地数据存储方法存在的可靠性低、扩展性低、容错性低的问题，因为分布式存储***的架构本身就决定了其高扩展性、高容错性的特点，同时由于分布式***的特点，只要其不是所有设备同时丢失数据，就可以通过其内部机制将原数据还原出来，具有高可靠性。并且本发明基于区块链技术实现土地数据的存储，由于区块链是链式存储账本，具有去中心化、去信任、不可篡改、数据可追溯等优点；因而采用区块链进行数据信息存储可以保证数据信息的安全性、透明性和可追溯性，为***功能实现提供便利，同时改善现有土地数据存储***的诸多缺点。
现有的区块链技术数据上链通常都是对数据进行数字指纹提取后，将该指纹上链存储以减少区块链的存储空间的占用，在本模型的使用场景下需要上链的数据往往组成太字节大小的数据，这种数据由于数据大小太过庞大，因此在进行数字指纹提取时需要耗费大量时间。故使用分布式数字指纹提取是本模型的创新点之一，分布式数字指纹提取利用分布式***的切片功能，对一个数据文件的各个切片分别进行指纹提取，并且可以同时操作多个切片文件，即数字指纹的提取并发执行，能够大大的加快提取速度。因此，本发明所公开的基于区块链的土地数据存储方法还可以有效缩短提取庞大数字指纹所花费的时间，其相对于现有技术中针对庞大数据普遍采用的直接提取数字指纹的方法节省了耗时，提升了速度。
图2为本发明一实施例的基于区块链的土地数据存储模型的架构示意图，如图2所示，首先基于手持终端设备进行数据采集；进而将获取到的点云数据压缩处理，并将压缩后的点云数据切片，并加密处理，以获取各分片的哈希值；进一步的将获取到的哈希值以及对应的待存储土地数据首先数据上链，以完成存储土地数据的上链存储。另外，在数据上链的同时，交易ID以及对应的区块号保存至链下数据库，从而实现链上链下数据的存储，并实现链上链下数据关系的映射。
相应的，本发明还公开了一种基于区块链的土地数据存储***，该***包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该***实现如上任一实施例所述方法的步骤。
通过上述内容可以发现，本发明所公开的基于区块链的土地数据存储方法及***基于区块链技术实现土地数据的存储，保证了数据信息的安全性、透明性和可追溯性。另外借助链下数据库实现了链上链下数据关系的映射，并且在数据检索过程中，采用链上链下协同检索技术，在区块链中加入索引字段与链下存储数据映射，在不影响区块链性能的同时，既保证链下数据的真实性，又提高了检索效率。
除上述之外，采用奇异值分解(SVD)算法对地理点云数据进行压缩，使地理点云数据压缩后仍保留主要的特征信息，不影响地理点云数据的作用，从而可以显著降低地理点云数据的存储开销。并且将土地信息的审核以智能合约的形式进行验证，在交易上链时，对提交的任务位置与任务ID对应的任务位置进行匹配验证，若通过验证则允许上链，无法通过则拒绝上链，以保证上传的数据合法。
另外，该发明还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一实施例所述方法的步骤。
本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、***和方法，能够以硬件、软件或者二者的结合来实现。具体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。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或***。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于区块链的土地数据存储方法，其特征在于，所述方法包括：
获取土地图斑信息，基于获取到的所述土地图斑信息确定待存储土地数据；其中，所述待存储土地数据包括地理数据、实地图片影像数据、图斑GPS数据、土地标签数据、采集人员信息数据、设备信息数据；
对所述地理数据进行哈希处理，以提取所述待存储土地数据的数字指纹；
将所述待存储土地数据以及对应的所述数字指纹打包上链，并获取对应的交易标识及区块号；
将所述交易标识及区块号一一对应的存储在链下数据库中。
2.根据权利要求1所述的基于区块链的土地数据存储方法，其特征在于，所述地理数据为二维平面数据或点云数据。
3.根据权利要求2所述的基于区块链的土地数据存储方法，其特征在于，在所述地理数据为点云数据时，对所述地理数据进行哈希处理，以提取所述待存储土地数据的数字指纹，包括：
对所述点云数据进行压缩，并对压缩后的所述点云数据进行哈希处理。
4.根据权利要求3所述的基于区块链的土地数据存储方法，其特征在于，对所述点云数据进行压缩，包括：
基于奇异值分解算法对所述点云数据中的各层二维矩阵进行奇异值分解，得到各层二维矩阵的分解矩阵，并对所述分解矩阵进行压缩，得到压缩后的点云数据。
5.根据权利要求4所述的基于区块链的土地数据存储方法，其特征在于，所述方法还包括：
对压缩后的点云数据进行分片，提取各所述分片的数字指纹；
基于各所述分片的数字指纹生成默克尔树，基于生成的所述默克尔树确定所述待存储土地数据的数字指纹。
6.根据权利要求4所述的基于区块链的土地数据存储方法，其特征在于，对所述分解矩阵进行压缩，得到压缩后的点云数据，包括：
比较各所述分解矩阵中的奇异值的大小，将较小的奇异值进行舍弃，保留较大的奇异值，以得到压缩后的点云数据。
7.根据权利要求1所述的基于区块链的土地数据存储方法，其特征在于，将所述待存储土地数据以及对应的所述数字指纹打包上链，包括：
区块链网络中的各区块链节点根据智能合约对交易进行验证，验证通过后，将所述待存储土地数据以及对应的所述数字指纹打包上链。
8.根据权利要求1至7中任意一项所述的基于区块链的土地数据存储方法，其特征在于，所述链下数据库为Leveldb数据库。
9.一种基于区块链的土地数据存储***，该***包括处理器和存储器，其特征在于，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该***实现如权利要求1至8中任意一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任意一项所述方法的步骤。
CN202210534439.7A 2022-05-17 2022-05-17 一种基于区块链的土地数据存储方法、***及存储介质 Pending CN114860730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210534439.7A CN114860730A (zh) 2022-05-17 2022-05-17 一种基于区块链的土地数据存储方法、***及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210534439.7A CN114860730A (zh) 2022-05-17 2022-05-17 一种基于区块链的土地数据存储方法、***及存储介质

Publications (1)

Publication Number Publication Date
CN114860730A true CN114860730A (zh) 2022-08-05

Family

ID=82637956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210534439.7A Pending CN114860730A (zh) 2022-05-17 2022-05-17 一种基于区块链的土地数据存储方法、***及存储介质

Country Status (1)

Country Link
CN (1) CN114860730A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117743263A (zh) * 2024-02-19 2024-03-22 国网上海市电力公司 基于区块链技术的输电线路点云数据管理方法及***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109525671A (zh) * 2018-11-26 2019-03-26 远光软件股份有限公司 基于区块链的数据存储方法、电子设备及存储介质
CN112600875A (zh) * 2020-11-25 2021-04-02 北京电力交易中心有限公司 基于默克尔树的分布式电量交易区块链存储方法和装置
CN112765271A (zh) * 2020-12-31 2021-05-07 杭州趣链科技有限公司 区块链交易索引的存储方法、装置、计算机设备及介质
CN113157648A (zh) * 2021-04-28 2021-07-23 中国工商银行股份有限公司 基于区块链的分布式数据存储方法、装置、节点及***
CN113326317A (zh) * 2021-05-24 2021-08-31 中国科学院计算技术研究所 基于同构多链架构的区块链存证方法及***
CN114461673A (zh) * 2022-01-19 2022-05-10 北京工业大学 一种基于链上-链下协同的区块链查询优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109525671A (zh) * 2018-11-26 2019-03-26 远光软件股份有限公司 基于区块链的数据存储方法、电子设备及存储介质
CN112600875A (zh) * 2020-11-25 2021-04-02 北京电力交易中心有限公司 基于默克尔树的分布式电量交易区块链存储方法和装置
CN112765271A (zh) * 2020-12-31 2021-05-07 杭州趣链科技有限公司 区块链交易索引的存储方法、装置、计算机设备及介质
CN113157648A (zh) * 2021-04-28 2021-07-23 中国工商银行股份有限公司 基于区块链的分布式数据存储方法、装置、节点及***
CN113326317A (zh) * 2021-05-24 2021-08-31 中国科学院计算技术研究所 基于同构多链架构的区块链存证方法及***
CN114461673A (zh) * 2022-01-19 2022-05-10 北京工业大学 一种基于链上-链下协同的区块链查询优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孔祥玉等: "《广义主成分分析算法及应用》", 31 July 2018, 北京：国防工业出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117743263A (zh) * 2024-02-19 2024-03-22 国网上海市电力公司 基于区块链技术的输电线路点云数据管理方法及***
CN117743263B (zh) * 2024-02-19 2024-06-04 国网上海市电力公司 基于区块链技术的输电线路点云数据管理方法及***

Similar Documents

Publication Publication Date Title
CN110084377B (zh) 用于构建决策树的方法和装置
CN108961141A (zh) 矢量地图的双重零水印方法、***、存储介质及服务器
CN111090712A (zh) 一种数据处理方法、装置、设备及计算机存储介质
CN113094601B (zh) 一种gis云管理方法及***
Gupta et al. Faster as well as early measurements from big data predictive analytics model
CN111460043B (zh) 三维空间图像区块链存储方法及页面显示方法
CN111950889A (zh) 一种客户风险评估方法、装置、可读存储介质及终端设备
CN106595499A (zh) 导线覆冰厚度测量图像处理***
CN112328585A (zh) 一种数据处理的方法和装置
CN116910815A (zh) 一种基于大数据的信息数据管理方法
CN114860730A (zh) 一种基于区块链的土地数据存储方法、***及存储介质
CN108647699A (zh) 任务图像处理方法、装置、设备及存储介质
CN115080774B (zh) 基于可用域的遥感影像入库***及方法
CN114186263A (zh) 一种基于纵向联邦学习的数据回归方法及电子装置
CN116993555A (zh) 国土空间规划重点区域识别的分区方法、***及存储介质
CN116383189A (zh) 业务数据的处理方法、装置、计算机设备、存储介质
CN117692611B (zh) 基于5g的安防图像传输方法及***
CN111598027B (zh) 一种基于遥感大数据的区域性浅水种植区分布***及方法
CN110880157A (zh) 一种地图数据处理方法、装置、电子设备及存储介质
CN116244453A (zh) 一种基于神经网络的高效加密图像检索方法
Akarsha et al. Coarse-to-fine secure image deduplication with merkle-hash and image features for cloud storage
CN111461091B (zh) 万能指纹生成方法和装置、存储介质及电子装置
Bini et al. Secure image deduplication using SPIHT compression
CN112910974A (zh) 一种基于区块链***架构的***及方法
Juneja et al. Graph-based strategy for establishing morphology similarity

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