CN115526551A - 基于人工智能的农产品溯源数据处理方法及云平台 - Google Patents
基于人工智能的农产品溯源数据处理方法及云平台 Download PDFInfo
- Publication number
- CN115526551A CN115526551A CN202211497329.4A CN202211497329A CN115526551A CN 115526551 A CN115526551 A CN 115526551A CN 202211497329 A CN202211497329 A CN 202211497329A CN 115526551 A CN115526551 A CN 115526551A
- Authority
- CN
- China
- Prior art keywords
- agricultural product
- traceability
- data
- sample
- indication
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 11
- 238000012795 verification Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 33
- 239000000523 sample Substances 0.000 claims description 267
- 238000000605 extraction Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 24
- 230000032683 aging Effects 0.000 claims description 20
- 239000013074 reference sample Substances 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 3
- 238000012856 packing Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001994 activation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009517 secondary packaging Methods 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/05—Agriculture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Accounting & Taxation (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Finance (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农产品溯源数据处理技术领域,涉及一种基于人工智能的农产品溯源数据处理方法及云平台。该方法包括:首先接收携带用户身份标识的农产品溯源指示;在农产品溯源指示通过农产品溯源指示来源校验模型的验证的情况下,解析用户身份标识,获得服务器身份码、数据库身份码与溯源唯一凭据,并确定出对应的第一溯源云服务器和第一溯源设备;然后将数据库身份码发送至第一溯源设备后并根据溯源唯一凭据确定并抽取对应的农产品溯源数据;根据农产品溯源数据,对农产品溯源指示进行反馈。本发明结合了服务器身份码、数据库身份码与溯源唯一凭据,能够为用户提供准确的农产品溯源数据的基础上,保证了农产品溯源数据的安全问题。
Description
技术领域
本发明涉及农产品溯源数据处理技术领域,具体而言,涉及一种基于人工智能的农产品溯源数据处理方法及云平台。
背景技术
目前,对于农产品的数据溯源需求越来越高,用户需要得知农产品详细准确的溯源信息,而非简单的产地等信息。而当涉及的溯源信息涉及的信息过多时,难免会涉及一些有关农产品溯源的隐私数据,这导致了用户既无法准确地获取农产品溯源数据,也无法完全保证农产品溯源数据本身的安全。
发明内容
本发明的目的在于提供一种基于人工智能的农产品溯源数据处理方法及云平台。
第一方面,本发明提供一种基于人工智能的农产品溯源数据处理方法,方法包括:
接收携带用户身份标识的农产品溯源指示;在农产品溯源数据被集中存储至农产品溯源***的第一溯源云服务器所维护的第一农产品溯源数据库的农产品溯源数据知识图谱的情况下,用户身份标识是第一溯源云服务器对农产品溯源数据进行归档后,根据第一溯源云服务器的服务器身份码、第一农产品溯源数据库的数据库身份码以及归档所需的与农产品溯源数据对应的溯源唯一凭据生成的;
在农产品溯源指示通过预先训练的农产品溯源指示来源校验模型的验证的情况下,解析用户身份标识,获得服务器身份码、数据库身份码与溯源唯一凭据;
从农产品溯源***包括的多个溯源云服务器中,确定服务器身份码所对应的第一溯源云服务器;
将溯源唯一凭据发送至对应于第一溯源云服务器的第一溯源设备;
接收第一溯源设备根据溯源唯一凭据,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据;
根据第一溯源设备抽取的农产品溯源数据,对农产品溯源指示进行反馈。
该方法还包括:
接收安全管理设备发送的农产品溯源数据;
在农产品溯源***中确定用于对农产品溯源数据进行归档的第一溯源云服务器;
确定对农产品溯源数据进行归档所使用的归档策略;
按归档策略对农产品溯源数据进行处理后,得到处理农产品溯源数据;
使用安全管理设备的安全码对处理农产品溯源数据进行加密,并将加密后的处理农产品溯源数据发送至第一溯源云服务器;
在第一溯源云服务器将农产品溯源数据的溯源信息摘要作为农产品溯源数据的溯源唯一凭据并根据溯源信息摘要与农产品溯源数据的匹配状况对农产品溯源数据进行归档后,接收第一溯源云服务器对农产品溯源数据归档后抽取的响应指示;
从响应指示中获取第一溯源云服务器的服务器身份码与溯源信息摘要;
根据第一溯源云服务器的服务器身份码和溯源信息摘要生成农产品溯源数据对应的用户身份标识;
方法还包括:
从响应指示中获取溯源时效信息;溯源时效信息是包括农产品溯源数据的农产品溯源数据知识图谱在归档时所用的第一农产品溯源数据库中的时效信息;第一农产品溯源数据库包括多个农产品溯源数据知识图谱;
将溯源时效信息抽取给第一溯源云服务器;
接收第一溯源云服务器根据溯源时效信息确定第一农产品溯源数据库中包括农产品溯源数据的农产品溯源数据知识图谱后抽取的时效参数;时效参数包括农产品溯源数据的归档时间和可参考时限;
根据第一溯源云服务器的服务器身份码和溯源信息摘要生成农产品溯源数据对应的用户身份标识,包括:
根据第一溯源云服务器的服务器身份码、溯源信息摘要和时效参数生成农产品溯源数据对应的用户身份标识。
农产品溯源指示来源校验模型包括特征提取网络和特征比较网络;农产品溯源指示来源校验模型是通过以下方式获取的,包括:
获取样本指示来源、样本溯源指示的样本指示信息、以及样本溯源指示与样本指示来源的配对关系;
通过特征提取网络对样本指示来源和样本指示信息进行特征抽取并组合,得到根据样本溯源指示认可样本指示来源的来源认可度,并根据来源认可度和配对关系确定第一模型超参量的值;
通过特征比较网络对样本指示来源和样本指示信息进行内容匹配操作,以确定样本溯源指示与样本指示来源的关联程度,以根据关联程度和配对关系确定第二模型超参量的值;
根据第一模型超参量的值和第二模型超参量的值完成对农产品溯源指示来源校验模型的训练。
农产品溯源指示来源校验模型还包括第一网络结构;其中,方法还包括:
通过第一网络结构对样本指示来源和样本指示信息分别执行标准化操作,以生成样本指示来源标准数据和样本指示信息标准数据;
其中,通过特征提取网络对样本指示来源和样本指示信息进行特征抽取并组合,得到根据样本溯源指示认可样本指示来源的来源认可度,包括:
确定样本指示信息标准数据相对于样本指示来源标准数据的Sigmoid参量;
通过Sigmoid参量对样本指示信息标准数据进行权重分配,以获得参考样本指示信息标准数据;
对参考样本指示信息标准数据和样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据;
对样本指示融合数据进行多次Sigmoid函数运算,得到根据样本溯源指示认可样本指示来源的来源认可度;
其中,通过特征比较网络对样本指示来源和样本指示信息进行内容匹配操作,包括:
通过特征比较网络对样本指示来源标准数据和样本指示信息标准数据进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度;
通过特征比较网络对样本指示来源标准数据和样本指示信息标准数据进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度,包括:
获取样本溯源指示的样本溯源指示结构信息;
通过第一网络结构对样本溯源指示结构信息进行处理,以获得样本溯源指示结构信息关键数据;
通过特征比较网络对样本指示来源标准数据、样本指示信息标准数据和样本溯源指示结构信息关键数据进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度;
或,通过特征比较网络对样本指示来源标准数据和样本指示信息标准数据进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度,包括:
获取样本溯源指示对应于样本指示来源的样本广义相关信息;
通过第一网络结构对样本广义相关信息进行处理,以获得样本广义相关信息关键数据;
通过特征比较网络对样本指示来源标准数据、样本指示信息标准数据和样本广义相关信息关键数据进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度。
对参考样本指示信息标准数据和样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据,包括:
获取样本溯源指示的样本溯源指示结构信息;
通过第一网络结构对样本溯源指示结构信息进行处理,以获得样本溯源指示结构信息关键数据;
对参考样本指示信息标准数据、样本指示来源标准数据、以及样本溯源指示结构信息关键数据进行向量化并融合,以确定样本指示融合数据。
对参考样本指示信息标准数据和样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据,包括:
获取样本溯源指示对应于样本指示来源的样本广义相关信息;
通过第一网络结构对样本广义相关信息进行处理,以获得样本广义相关信息关键数据;
对参考样本指示信息标准数据、样本指示来源标准数据、以及样本广义相关信息关键数据进行向量化并融合,以确定样本指示融合数据。
用户身份标识是加密的用户身份标识;
解析用户身份标识,获得服务器身份码、数据库身份码与溯源唯一凭据,包括:
按加密的用户身份标识的标识构成,从加密的用户身份标识中划分出加密字符串与根据加密字符串加密获得的安全用户身份标识;
使用加密字符串对预设的初始加密对进行调整后,获得更新加密对;
利用更新加密对对安全用户身份标识进行解密,得到解密的用户身份标识;
按解密的用户身份标识的标识构成,从解密的用户身份标识中解析出服务器身份码、数据库身份码与溯源唯一凭据。
用户身份标识还携带第一溯源云服务器使用的归档策略的策略序号;
将溯源唯一凭据发送至对应于第一溯源云服务器的第一溯源设备,包括:
根据从用户身份标识解析得到的策略序号,确定与策略序号对应的归档策略;
按照归档策略,对溯源唯一凭据进行打包;
将打包后的溯源唯一凭据发送至对应于第一溯源云服务器的第一溯源设备;
接收第一溯源设备根据溯源唯一凭据,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据,包括:
接收第一溯源设备在根据归档策略,对打包后的溯源唯一凭据进行解析得到解析的溯源唯一凭据后,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取农产品溯源数据。
用户身份标识还携带包括农产品溯源数据的农产品溯源数据知识图谱的时效参数,时效参数包括农产品溯源数据的归档时间和可参考时限;
在从农产品溯源***包括的多个溯源云服务器中,确定服务器身份码所对应的第一溯源云服务器之前,方法还包括:
按用户身份标识的标识构成,从用户身份标识中解析出包括农产品溯源数据的农产品溯源数据知识图谱的时效参数;
根据时效参数中的农产品溯源数据的归档时间和可参考时限,判定用户身份标识是否有效;
当用户身份标识有效时,执行从农产品溯源***包括的多个溯源云服务器中,确定服务器身份码所对应的第一溯源云服务器的步骤;
当用户身份标识无效时,针对农产品溯源指示,返回关于用户身份标识无效的信息。
第二方面,本发明提供一种云平台,云平台包括:
接收模块,用于接收携带用户身份标识的农产品溯源指示;在农产品溯源数据被集中存储至农产品溯源***的第一溯源云服务器所维护的第一农产品溯源数据库的农产品溯源数据知识图谱的情况下,用户身份标识是第一溯源云服务器对农产品溯源数据进行归档后,根据第一溯源云服务器的服务器身份码、第一农产品溯源数据库的数据库身份码以及归档所需的与农产品溯源数据对应的溯源唯一凭据生成的;
处理模块,用于在农产品溯源指示通过预先训练的农产品溯源指示来源校验模型的验证的情况下,解析用户身份标识,获得服务器身份码、数据库身份码与溯源唯一凭据;从农产品溯源***包括的多个溯源云服务器中,确定服务器身份码所对应的第一溯源云服务器;将溯源唯一凭据发送至对应于第一溯源云服务器的第一溯源设备;接收第一溯源设备根据溯源唯一凭据,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据;
溯源模块,用于根据第一溯源设备抽取的农产品溯源数据,对农产品溯源指示进行反馈。
相比现有技术,本发明提供的有益效果包括:本发明提供一种基于人工智能的农产品溯源数据处理方法及云平台,包括:首先接收携带用户身份标识的农产品溯源指示;在农产品溯源指示通过农产品溯源指示来源校验模型的验证的情况下,解析用户身份标识,获得服务器身份码、数据库身份码与溯源唯一凭据,并确定出对应的第一溯源云服务器和第一溯源设备;然后将数据库身份码发送至第一溯源设备后,接收第一溯源设备维护的第一农产品溯源数据库后,根据溯源唯一凭据确定并抽取对应的农产品溯源数据;根据农产品溯源数据,对农产品溯源指示进行反馈,如此设计,结合了服务器身份码、数据库身份码与溯源唯一凭据,能够为用户提供准确的农产品溯源数据的基础上,保证了农产品溯源数据的安全问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的基于人工智能的农产品溯源数据处理方法的步骤流程示意图。
图2为本发明实施例提供的云平台的结构示意框图。
图3为本发明实施例提供的计算机设备的结构示意图。
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,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、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
下面结合附图1-3,对本发明的具体实施方式进行详细说明。
请结合参阅图1,本发明提供了一种根据农产品溯源***的数据确定方法,以该方法应用于计算机设备为例进行说明,包括以下步骤:
步骤S201,接收携带用户身份标识的农产品溯源指示。
其中,用户身份标识主要用于唯一表征各个溯源,各个溯源均具有对应的用户身份标识,因此,每笔溯源的农产品溯源数据与用户身份标识对应,用户可以通过具备用户身份标识的终端、服务器执行上述步骤实现对农产品的溯源。用户身份标识是在农产品溯源***的第一溯源云服务器对农产品溯源数据进行归档后,根据第一溯源云服务器自身的服务器身份码以及归档所需的与农产品溯源数据对应的溯源唯一凭据生成的;溯源唯一凭据主要用于唯一确定农产品溯源数据,具体可以用农产品溯源数据自身的Hash(可以称为溯源信息摘要)表征。
其中,农产品溯源指示用于请求确定农产品溯源数据,农产品溯源数据可以包括溯源的发生时间、溯源的农产品名称和农产品质量指标等信息;该农产品溯源指示可以携带农产品溯源数据的用户身份标识;当安全管理设备想要在农产品溯源***中确定某笔溯源的农产品溯源数据时,可以生成携带有与该笔农产品溯源数据对应的用户身份标识的农产品溯源指示,并将该农产品溯源指示发给计算机设备;计算机设备接收到携带用户身份标识的农产品溯源指示后,进入步骤S202。
步骤S202,在农产品溯源指示通过预先训练的农产品溯源指示来源校验模型的验证的情况下,解析用户身份标识,获得服务器身份码与溯源唯一凭据。
其中,针对用户身份标识的解析方式可以与针对该用户身份标识的生成方式对应,例如,该用户身份标识是通过服务器身份码和溯源唯一凭据的拼接得到的,那么解析该用户身份标识的方式是切割该用户身份标识,得到服务器身份码和溯源唯一凭据;又例如,该用户身份标识是通过服务器身份码和溯源唯一凭据进行加权求和得到的,那么解析该用户身份标识的方式是按照加权求和所用的权重,对用户身份标识进行拆分,得到服务器身份码和溯源唯一凭据。
服务器身份码用于唯一表征农产品溯源***中的溯源云服务器,农产品溯源***中的每一溯源云服务器均有对应的服务器身份码。
本步骤中,由于用户身份标识是根据第一溯源云服务器的服务器身份码和农产品溯源数据对应的溯源唯一凭据生成的,因此,计算机设备收到用户身份标识后,可以根据与用户身份标识的生成方式对应的方式,对用户身份标识进行解析,得到第一溯源云服务器的服务器身份码和溯源唯一凭据。
步骤S203,从农产品溯源***包括的多个溯源云服务器中,确定服务器身份码所对应的第一溯源云服务器。
农产品溯源***可以包括多个溯源云服务器,此时,农产品溯源***可以称为溯源云集群;每个溯源云服务器通过对应的服务器身份码表征;计算机设备可以维护各个溯源云服务器的服务器身份码表,并根据该服务器身份码表确定对应的第一溯源云服务器。由于溯源云服务器包括多个线下载体设备,因此,计算机设备还可以在服务器身份码表中同时维护各溯源云服务器所包括的线下载体设备的设备身份标识,并确定对应于第一溯源云服务器的线下载体设备。
本步骤中,计算机设备从用户身份标识中解析得到服务器身份码后,从农产品溯源***的多个溯源云服务器中,确定与该服务器身份码对应的第一溯源云服务器。
步骤S204,将溯源唯一凭据发送至对应于第一溯源云服务器的第一溯源设备。
溯源唯一凭据用于在已归档的农产品溯源数据中查找与接收到的用户身份标识对应的农产品溯源数据;在归档时,对溯源唯一凭据的处理方式主要是:第一溯源云服务器对农产品溯源数据进行归档处理时,该第一溯源云服务器的任一线下载体设备将农产品溯源数据和对应的溯源唯一凭据之间的匹配状况集中存储至农产品溯源数据知识图谱,当第一溯源云服务器的大部分线下载体设备确定该农产品溯源数据知识图谱合法后,各线下载体设备均可以存储该农产品溯源数据知识图谱;此时,第一溯源云服务器的任一线下载体设备均可以根据待确定用户身份标识中的溯源唯一凭据,在自身存储的农产品溯源数据知识图谱中查找与该溯源唯一凭据对应的农产品溯源数据。
第一溯源设备可以是第一溯源云服务器的线下载体设备,可以是从第一溯源云服务器所包括的线下载体设备中随机选取的,第一溯源设备的数量可以是一个或多个。第一溯源设备还可以是根据第一溯源云服务器的各线下载体设备的当前运算资源选取的,以提高农产品溯源数据的确定效率;具体来说,计算机设备可以获取第一溯源云服务器中的各线下载体设备的当前运算资源,将当前运算资源的充足度大于充足度阈值的线下载体设备作为第一溯源设备,或者按照当前运算资源的充足度从高至低,对各线下载体设备进行排序,将排在预设位数前(如排在前3名)的线下载体设备作为第一溯源设备。
计算机设备在第一溯源云服务器包括的多个线下载体设备中确定第一溯源设备后,可以对应得到第一溯源设备的设备身份标识,由于该设备身份标识是IP地址,因此,可以将该溯源唯一凭据发送至该IP地址,以使第一溯源设备接收到溯源唯一凭据。
步骤S205,接收第一溯源设备根据溯源唯一凭据,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据。
第一溯源云服务器的各线下载体设备均存储有相同的农产品溯源数据知识图谱,因此,农产品溯源数据知识图谱包括的农产品溯源数据对应于已归档的农产品溯源数据,因此,第一溯源设备接收到计算机设备抽取的溯源唯一凭据后,可以根据第一溯源设备自身存储的农产品溯源数据知识图谱的农产品溯源数据和溯源唯一凭据间的匹配状况,匹配至对应的农产品溯源数据,并将该农产品溯源数据作为与溯源唯一凭据对应的农产品溯源数据抽取至计算机设备。
具体的,在将数据库身份码发送至第一溯源设备后,接收第一溯源设备根据数据库身份码在第一溯源云服务器所维护的多个农产品溯源数据库中确定第一农产品溯源数据库后,根据溯源唯一凭据在第一农 产品溯源数据库的农产品溯源数据知识图谱包括的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据。
步骤S206,根据第一溯源设备抽取的农产品溯源数据,对农产品溯源指示进行反馈。
本步骤中,计算机设备可以将第一溯源云服务器抽取的农产品溯源数据作为用于反馈农产品溯源指示的农产品溯源数据,并将该农产品溯源数据发送至对应的安全管理设备。
在第一溯源设备为多个的情况下,计算机设备还可以先对各第一溯源设备抽取的农产品溯源数据进行一致性比对,当一致性的程度高于预设的一致性程度时,将该农产品溯源数据抽取至安全管理设备。
上述根据农产品溯源***的数据确定方法中,根据对农产品溯源数据进行归档的第一溯源云服务器的服务器身份码和归档所需的溯源唯一凭据,生成农产品溯源数据的用户身份标识,该用户身份标识携带有后续确定时所需的服务器身份码和溯源唯一凭据;在确定农产品溯源数据时,根据对该用户身份标识的解析,可以得到对应的服务器身份码,无需存储用户身份标识与服务器身份码的匹配状况,节约存储资源,并且,根据对该用户身份标识的解析,还可以得到归档时所用的溯源唯一凭据,无需存储用户身份标识与溯源唯一凭据的匹配状况,进一步节约存储资源;在得到服务器身份码后,可以将溯源唯一凭据发给农产品溯源***的多个溯源云服务器中与该服务器身份码对应的第一溯源云服务器,第一溯源云服务器根据溯源唯一凭据查找到对应的农产品溯源数据,无需将溯源唯一凭据发给全部溯源云服务器进行确定,节约农产品溯源***的运算资源。
在一些实施例中,还包括如下步骤:接收安全管理设备发送的农产品溯源数据;在农产品溯源***中确定用于对农产品溯源数据进行归档的第一溯源云服务器;将农产品溯源数据发送至第一溯源云服务器;在第一溯源云服务器将农产品溯源数据的溯源信息摘要作为农产品溯源数据的溯源唯一凭据并根据溯源信息摘要与农产品溯源数据的匹配状况对农产品溯源数据进行归档后,获取第一溯源云服务器抽取的溯源信息摘要以及第一溯源云服务器自身的服务器身份码;根据第一溯源云服务器的服务器身份码和溯源信息摘要生成农产品溯源数据对应的用户身份标识。
其中,溯源唯一凭据可以是农产品溯源数据的Hash,也即溯源信息摘要。
计算机设备接收到安全管理设备发送的待归档的农产品溯源数据后,可以在计算机设备自身维护表中确定用于对该农产品溯源数据进行归档的第一溯源云服务器,如溯源云服务器M_1,并将该农产品溯源数据发给第一溯源云服务器中的任一线下载体设备;该第一溯源云服务器的线下载体设备接收到农产品溯源数据后,可以生成农产品溯源数据的Hash,得到溯源信息摘要,并将溯源信息摘要作为该农产品溯源数据的溯源唯一凭据,形成溯源信息摘要和溯源唯一凭据的匹配状况,并将该匹配状况集中存储至农产品溯源数据知识图谱中;该线下载体设备得到农产品溯源数据知识图谱后,将该农产品溯源数据知识图谱分发至该第一溯源云服务器的其他线下载体设备;当该第一溯源云服务器的大部分线下载体设备认为该农产品溯源数据知识图谱合法后,各线下载体设备可以存储该农产品溯源数据知识图谱,完成对该农产品溯源数据的归档。
在完成对该农产品溯源数据的归档后,该第一溯源云服务器的形成农产品溯源数据知识图谱的线下载体设备可以向计算机设备抽取该农产品溯源数据的溯源信息摘要和该第一溯源云服务器的服务器身份码;计算机设备接收到溯源信息摘要和服务器身份码后,可以凭证溯源信息摘要和服务器身份码,得到与该农产品溯源数据对应的用户身份标识,并将该用户身份标识抽取给安全管理设备。
上述方式中,将农产品溯源数据的溯源信息摘要作为农产品溯源数据的溯源唯一凭据,由于每笔溯源的农产品溯源数据的Hash具有唯一性,可以保证根据该溯源信息摘要匹配至唯一对应的农产品溯源数据,保证农产品溯源数据确定的准确性。
在一些实施例中,上述将农产品溯源数据发送至第一溯源云服务器的步骤,具体包括:确定对农产品溯源数据进行归档所使用的归档策略;按归档策略对农产品溯源数据进行处理后,得到处理农产品溯源数据;使用安全管理设备的安全码对处理农产品溯源数据进行加密,并将加密后的处理农产品溯源数据发送至第一溯源云服务器。
归档策略是指对应于同一溯源云服务器的线下载体设备间进行交互时所用的协议,规定线下载体设备间按照规定的数据格式进行交互,并各线下载体设备可以正确地识别出被交互的数据。
计算机设备在得到农产品溯源数据后,可以按照第一溯源云服务器所用的归档策略规定的数据格式,对农产品溯源数据进行处理,得到处理农产品溯源数据;为表征该农产品溯源数据的来源于该安全管理设备,可以利用安全管理设备的安全码对处理农产品溯源数据进行加密,将加密后的处理农产品溯源数据发给第一溯源云服务器的任一线下载体设备。
第一溯源云服务器的任一线下载体设备接收到该加密后的处理农产品溯源数据后,可以按照归档策略规定的数据格式,对加密后的处理农产品溯源数据进行解析,得到加密后的农产品溯源数据;为判断该农产品溯源数据是否可以归档,该线下载体设备可以确定该加密表征的安全管理设备是否具有农产品溯源数据的归档权限,若有,则将该农产品溯源数据的溯源信息摘要和该农产品溯源数据间的匹配状况集中存储至农产品溯源数据知识图谱,并第一溯源云服务器的全部线下载体设备对该农产品溯源数据知识图谱进行合法性共识,完成该农产品溯源数据的归档。
上述方式中,按照第一溯源云服务器所用的归档策略,对待归档的农产品溯源数据进行处理,使得第一溯源云服务器的线下载体设备可以准确地识别出该农产品溯源数据;并且还利用安全管理设备的安全码进行加密,表征农产品溯源数据的来源方,避免对不具有归档权限的安全管理设备的农产品溯源数据的归档。
在一些实施例中,上述获取第一溯源云服务器抽取的溯源信息摘要以及第一溯源云服务器自身的服务器身份码的步骤,具体包括:接收第一溯源云服务器对农产品溯源数据归档后抽取的响应指示;从响应指示中获取第一溯源云服务器的服务器身份码与溯源信息摘要。
响应指示是第一溯源云服务器对农产品溯源数据进行归档后抽取的与该农产品溯源数据有关的归档信息,例如对该农产品溯源数据进行归档的第一溯源云服务器的服务器身份码以及归档所需的溯源信息摘要等。
第一溯源云服务器中形成包括该农产品溯源数据和溯源信息摘要的匹配状况的农产品溯源数据知识图谱的线下载体设备,可以向计算机设备抽取响应指示;计算机设备接收该响应指示后,从响应指示中提取第一溯源云服务器的服务器身份码和溯源信息摘要,并根据服务器身份码和溯源信息摘要,生成该农产品溯源数据的用户身份标识,并将该用户身份标识抽取至安全管理设备。
上述方式中,根据第一溯源云服务器抽取的响应指示,得到第一溯源云服务器的服务器身份码和溯源信息摘要,保证服务器身份码和溯源信息摘要的准确性,保证用户身份标识携带有准确的农产品溯源数据的全产业链信息。
本公开实施例提供的农产品溯源指示来源校验模型训练方法可以包括以下步骤。
步骤S210,获取样本指示来源、样本溯源指示的样本指示信息、以及样本溯源指示与样本指示来源的配对关系。
步骤S211,通过特征提取网络对样本指示来源和样本指示信息进行特征抽取并组合,得到根据样本溯源指示认可样本指示来源的来源认可度,并根据来源认可度和配对关系确定第一模型超参量的值。
其中,特征提取网络可以是任意一种可以完成特征提取和特征分类的网络结构,特征提取网络可例如包括卷积网络结构、激活网络结构、拼接网络结构和分类网络结构等。
在一些实施例中,特征提取网络可以对样本指示来源和样本指示信息进行特征抽取并组合,然后使用分类器对特征融合后的特征向量进行分类处理,得到根据样本溯源指示认可样本指示来源的来源认可度,最后根据来源认可度和配对关系确定一个第一模型超参量的值。
在另外一些实施例中,农产品溯源指示来源校验模型还可以包括一个第一网络结构,那么农产品溯源指示来源校验模型的训练方法还可以包括:通过第一网络结构对样本指示来源和样本指示信息分别执行标准化操作,以生成样本指示来源标准数据和样本指示信息标准数据。
那么通过特征提取网络对样本指示来源和样本指示信息进行特征抽取并组合,得到根据样本溯源指示认可样本指示来源的来源认可度步骤可以包括:通过特征提取网络对样本指示来源标准数据和样本指示信息标准数据进行特征抽取并组合,得到根据样本溯源指示认可样本指示来源的来源认可度。
在一些实施例中,该特征提取网络可以包括该第一网络结构,也可以让第一网络结构独立于特征提取网络,本公开对此不做限制。
假设特征提取网络是DIN网络模型,那么通过特征提取网络对样本指示来源标准数据和样本指示信息标准数据进行特征抽取并组合,然后使用分类器对特征融合后的特征向量进行分类处理,得到根据样本溯源指示认可样本指示来源的来源认可度可以包括以下步骤:
确定样本指示信息标准数据相对于样本指示来源标准数据的Sigmoid参量;通过Sigmoid参量对样本指示信息标准数据进行权重分配,以获得参考样本指示信息标准数据;对参考样本指示信息标准数据和样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据;对样本指示融合数据进行多次Sigmoid函数运算,得到根据样本溯源指示认可样本指示来源的来源认可度。
可以理解的是,因为农产品溯源指示来源校验模型中线性神经网络的模型拟合能力不够,所以通常需要在农产品溯源指示来源校验模型中增加激活处理以为农产品溯源指示来源校验模型加入非线性因素。
为了对神经网络进行激活处理,通常需要在神经网络中添加激活函数,例如Sigmoid函数、tanh函数、ReLU函数、Leaky ReLU函数等。
在一些实施例中,在训练过程中,不仅可以通过样本溯源指示的样本指示信息获取根据样本溯源指示认可样本指示来源的来源认可度,还可以结合样本溯源指示的结构信息获取根据样本溯源指示认可样本指示来源的来源认可度。具体可以包括以下步骤:获取样本溯源指示的样本溯源指示结构信息;通过第一网络结构对样本溯源指示结构信息进行处理,以获得样本溯源指示结构信息关键数据;对参考样本指示信息标准数据、样本指示来源标准数据、以及样本溯源指示结构信息关键数据进行向量化并融合,以确定样本指示融合数据;对样本指示融合数据进行多次Sigmoid函数运算,得到根据样本溯源指示认可样本指示来源的来源认可度。
其中,该样本溯源指示的数据结构、相关协议等可以用来描述样本溯源指示的信息。
在另外一些实施例中,在训练过程中,不仅可以通过样本溯源指示的样本指示信息获取根据样本溯源指示认可样本指示来源的来源认可度,还可以结合样本溯源指示的样本广义相关信息获取根据样本溯源指示认可样本指示来源的来源认可度。具体可以包括以下步骤:获取样本溯源指示对应于样本指示来源的样本广义相关信息;通过第一网络结构对样本广义相关信息进行处理,以获得样本广义相关信息关键数据;对参考样本指示信息标准数据、样本指示来源标准数据、以及样本广义相关信息关键数据进行向量化并融合,以确定样本指示融合数据;对样本指示融合数据进行多次Sigmoid函数运算,得到根据样本溯源指示认可样本指示来源的来源认可度。
其中,该样本广义相关信息可以包括样本溯源指示除了样本溯源指示结构信息、样本指示信息以外的所有信息,例如可以是用户下单的时间信息、下单的位置信息等,本公开对此不做限制。
在一些实施例中,在获得来源认可度和配对关系后,可以计算来源认可度和配对关系的交叉熵损失函数,以获得第一模型超参量的值。
步骤S213,通过特征比较网络对样本指示来源和样本指示信息进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度,以根据关联程度和配对关系确定第二模型超参量的值。
特征比较网络可以是任意一种能够确定样本指示来源和样本指示信息之间的相似度,从而确定样本溯源指示和样本指示来源之间的关联程度的网络结构,该特征比较网络可例如包括卷积网络结构、激活网络结构、拼接网络结构和分类网络结构中的任意一个或者多个等。
在另外一些实施例中,农产品溯源指示来源校验模型还可以包括一个第一网络结构,那么农产品溯源指示来源校验模型的训练方法还可以包括:通过第一网络结构对样本指示来源和样本指示信息分别执行标准化操作,以生成样本指示来源标准数据和样本指示信息标准数据。那么通过特征比较网络对样本指示来源和样本指示信息进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度,以根据关联程度和配对关系确定第二模型超参量的值可以包括:通过特征比较网络对样本指示来源标准数据和样本指示信息标准数据进行匹配操作,以确定样本溯源指示与样本指示来源的关联程度,以根据关联程度和配对关系确定第二模型超参量的值。
在一些实施例中,该特征比较网络可以包括该第一网络结构,也可以让第一网络结构独立于特征比较网络,本公开对此不做限制。
在另外一些实施例中,特征提取网络可以有自己对应的第一网络结构,也可以与特征比较网络共享一个第一网络结构,本公开对此不做限制。
在一些实施例中,特征比较网络的网络层次可以多于特征提取网络的网络层次,也可以少于特征提取网络的网络层次,本公开对此不做限制。
在获得样本溯源指示与样本指示来源的关联程度后,可以计算样本溯源指示与样本指示来源的关联程度与配对关系之间的交叉熵损失函数,以获得第二模型超参量的值。
步骤S214,根据第一模型超参量的值和第二模型超参量的值完成对农产品溯源指示来源校验模型的训练。
在一些实施例中,可以将第一模型超参量的值与第二模型超参量的值相加,以确定一个终极损失函数的值,然后根据该终极损失函数的值反向训练农产品溯源指示来源校验模型,待达到一定的训练次数或者农产品溯源指示来源校验模型的预测精度达到一定的阈值后,则完成农产品溯源指示来源校验模型训练,获得目标农产品溯源指示来源校验模型。
本公开通过在模型中引入描述内容间相似度的第二模型超参量的值的方式,改善农产品溯源指示来源校验模型的预测能力。
本发明实施例在传统统的第一模型超参量的值的基础上新引入了一个用于描述样本溯源指示与样本指示来源间关联程度的第二模型超参量的值,通过描述样本溯源指示与样本指示来源间关联程度的第二模型超参量的值对农产品溯源指示来源校验模型进行训练指导,以提高推荐神经网络的推荐概率的预测准确性。
在一些实施例中,还包括如下步骤:从响应指示中获取溯源时效信息;将溯源时效信息抽取给第一溯源云服务器;接收第一溯源云服务器根据溯源时效信息确定第一农产品溯源数据库中包括农产品溯源数据的农产品溯源数据知识图谱后抽取的时效参数;时效参数包括农产品溯源数据的归档时间和可参考时限。上述根据第一溯源云服务器的服务器身份码和溯源信息摘要生成农产品溯源数据对应的用户身份标识的步骤,具体包括:根据第一溯源云服务器的服务器身份码、溯源信息摘要和时效参数生成农产品溯源数据对应的用户身份标识。
其中,农产品溯源数据库主要是包括多个农产品溯源数据知识图谱;第一溯源云服务器可以维护多个农产品溯源数据库,可以从第一溯源云服务器所维护的多个农产品溯源数据库中选择其中一个农产品溯源数据库对农产品溯源数据进行归档,该归档所用的农产品溯源数据库称为第一农产品溯源数据库。示例性地,将溯源云服务器M_1维护的农产品溯源数据库a作为第一农产品溯源数据库,在农产品溯源数据库a中对农产品溯源数据进行归档的具体过程是:溯源云服务器M_1所维护的农产品溯源数据库是农产品溯源数据库a和农产品溯源数据库b,因此,溯源云服务器M_1的任一线下载体设备均存储有农产品溯源数据库a的农产品溯源数据知识图谱和农产品溯源数据库b的农产品溯源数据知识图谱;若某个线下载体设备接收到计算机设备发送的待归档的农产品溯源数据后,若将农产品溯源数据库a作为第一农产品溯源数据库,那么该线下载体设备可以确定自身存储的农产品溯源数据库a的农产品溯源数据知识图谱中生成时间最新的农产品溯源数据知识图谱,并根据该生成时间最新的农产品溯源数据知识图谱,生成包括该农产品溯源数据和溯源信息摘要的匹配状况的农产品溯源数据知识图谱;接着,该线下载体设备将新生成的农产品溯源数据知识图谱发送至其他线下载体设备进行合法性共识;当大部分线下载体设备认为该新生成的农产品溯源数据知识图谱合法时,各线下载体设备将该新生成的农产品溯源数据知识图谱和农产品溯源数据库a的其他农产品溯源数据知识图谱进行存储,完成在农产品溯源数据库a中对农产品溯源数据的归档。
响应指示可以携带溯源时效信息,该响应指示携带的溯源时效信息是包括农产品溯源数据的农产品溯源数据知识图谱在归档时所用的第一农产品溯源数据库中的时效信息。
计算机设备接收到响应指示后,可以从响应指示中得到溯源时效信息,并将该溯源时效信息抽取至第一溯源云服务器中生成包括农产品溯源数据和溯源信息摘要的匹配状况的农产品溯源数据知识图谱的线下载体设备;线下载体设备收到该溯源时效信息后,若该农产品溯源数据是在农产品溯源数据库a中进行归档的,那么线下载体设备可以在农产品溯源数据库a包括的农产品溯源数据知识图谱中符合该溯源时效信息的农产品溯源数据知识图谱,并得到该农产品溯源数据知识图谱的时效参数;该时效参数包括农产品溯源数据的归档时间和可参考时限。
计算机设备接收到第一溯源云服务器的线下载体设备抽取的归档时间和可参考时限后,可以将第一溯源云服务器的服务器身份码、溯源信息摘要、归档时间和可参考时限进行拼接,得到用户身份标识并抽取至安全管理设备。
上述方式中,结合第一溯源云服务器的服务器身份码、溯源信息摘要、归档时间和可参考时限生成用户身份标识,后续欲进行线上核实农产品溯源数据时,可以先根据用户身份标识携带的归档时间和可参考时限,判断该用户身份标识是否处于有效期,若处于有效期则进行线上核实,若不处于有效期则不进行线上核实,节约农产品溯源***的运算资源;并且,根据溯源时效信息,可以准确地确定包括该农产品溯源数据的农产品溯源数据知识图谱,得到准确的归档时间和可参考时限,保证后续用户身份标识有效性判断的准确性。
在一些实施例中,上述生成用户身份标识的方法主要包括如下步骤:步骤S301,安全管理设备向计算机设备发送待归档的农产品溯源数据,其中,该待归档的农产品溯源数据可以是溯源的发生时间、农产品名称和农产品质量指标等信息;步骤S302,计算机设备确定用于对农产品溯源数据进行归档的第一溯源云服务器,并按照第一溯源云服务器所用的归档策略对农产品溯源数据进行处理,得到处理农产品溯源数据;步骤S303,计算机设备利用安全管理设备的安全码,对处理农产品溯源数据进行加密,得到加密后的农产品溯源数据;步骤S304,计算机设备向对应于农产品溯源***的第一溯源云服务器的任一线下载体设备发送加密后的处理农产品溯源数据;步骤S305,第一溯源云服务器的线下载体设备接收到该加密后的处理农产品溯源数据后,按照归档策略,对加密后的处理农产品溯源数据进行解析,得到农产品溯源数据;步骤S306,第一溯源云服务器对解析得到的农产品溯源数据进行归档;步骤S307,第一溯源云服务器归档完成后,向计算机设备抽取响应指示;步骤S308,计算机设备接收到响应指示后,从响应指示中获取第一溯源云服务器的服务器身份码、溯源信息摘要和溯源时效信息;步骤S309,计算机设备向第一溯源云服务器抽取溯源时效信息;步骤S310,第一溯源云服务器的任一线下载体设备接收到该溯源时效信息后,根据该溯源时效信息,在第一农产品溯源数据库中确定包括该农产品溯源数据的农产品溯源数据知识图谱,并得到该农产品溯源数据知识图谱的时效参数,向计算机设备抽取该时效参数;其中,第一农产品溯源数据库是对农产品溯源数据进行归档时所用的农产品溯源数据库;溯源时效信息是包括农产品溯源数据的农产品溯源数据知识图谱在归档时所用的第一农产品溯源数据库中的时效信息;该时效参数包括农产品溯源数据的归档时间和可参考时限;步骤S311,计算机设备从响应指示中获取农产品溯源数据的归档时间和可参考时限;步骤S312,计算机设备根据服务器身份码、溯源信息摘要、归档时间和可参考时限,生成用户身份标识。
上述方式中,将农产品溯源数据的溯源信息摘要作为农产品溯源数据的溯源唯一凭据,由于每笔溯源的农产品溯源数据的Hash具有唯一性,可以保证根据该溯源信息摘要匹配至唯一对应的农产品溯源数据,保证农产品溯源数据确定的准确性;并且,按照第一溯源云服务器所用的归档策略,对待归档的农产品溯源数据进行处理,使得第一溯源云服务器的线下载体设备可以准确地识别出该农产品溯源数据;另外,还利用安全管理设备的安全码进行加密,表征农产品溯源数据的来源方,避免对不具有归档权限的安全管理设备的农产品溯源数据的归档;以及,根据第一溯源云服务器抽取的响应指示,得到第一溯源云服务器的服务器身份码和溯源信息摘要,保证服务器身份码和溯源信息摘要的准确性,保证用户身份标识携带有准确的农产品溯源数据的全产业链信息;结合第一溯源云服务器的服务器身份码、溯源信息摘要、归档时间和可参考时限生成用户身份标识,后续欲进行线上核实农产品溯源数据时,可以先根据用户身份标识携带的归档时间和可参考时限,判断该用户身份标识是否处于有效期,若处于有效期则进行线上核实,若不处于有效期则不进行线上核实,节约农产品溯源***的运算资源;并且,根据溯源时效信息,可以准确地确定包括该农产品溯源数据的农产品溯源数据知识图谱,得到准确的归档时间和可参考时限,保证后续用户身份标识有效性判断的准确性。
安全管理设备接收到农产品溯源数据后,抽取给用户,以使用户根据该农产品溯源数据确定该溯源的发生时间、农产品名称和农产品质量指标等。
本实施例中,通过对存证溯源的溯源信息摘要进行二次打包处理形成用户身份标识,在用户身份标识中包含有农产品溯源数据在线上的各种信息,从而能够精确知道最终的农产品溯源数据在农产品溯源***中的位置。同时,因为反馈给用户的用户身份标识时通过加密后的数据,当进行核验时,能够通过解密,那么说明用户身份标识是有计算机设备分发出去的,若只是核验存在性,或是否过期等功能,可以只需在代码中实现核验,无需进行数据库和线上核实处理。因此根据应用场景,无需将溯源信息摘要进行绑定存库,能够减少存储所带来的资源消耗,同时也能够提高核验的效率。具体来说,拼接第一溯源云服务器所用的归档交互协议的策略序号、服务器身份码、溯源信息摘要、归档时间、可参考时限、验证字符串和数据库身份码,得到用户身份标识,用户身份标识携带有线上核实农产品溯源数据时所需的全产业链信息,无需花费存储资源存储该全产业链信息;并且,将农产品溯源数据的溯源信息摘要作为农产品溯源数据的溯源唯一凭据,由于每笔溯源的农产品溯源数据的Hash具有唯一性,可以保证根据该溯源信息摘要匹配至唯一对应的农产品溯源数据,保证农产品溯源数据确定的准确性;按照第一溯源云服务器所用的归档策略,对待归档的农产品溯源数据、溯源唯一凭据和数据库身份码进行处理,使得第一溯源云服务器的线下载体设备可以准确地识别出待归档的农产品溯源数据、溯源唯一凭据和数据库身份码;另外,还利用安全管理设备的安全码进行加密,表征农产品溯源数据的来源方,避免对不具有归档权限的安全管理设备的农产品溯源数据的归档;以及,根据第一溯源云服务器抽取的响应指示,得到第一溯源云服务器的服务器身份码、数据库身份码、溯源信息摘要和溯源时效信息,保证服务器身份码、数据库身份码、溯源信息摘要和溯源时效信息的准确性,保证用户身份标识携带有准确的农产品溯源数据的全产业链信息;根据用户身份标识携带的归档时间和可参考时限,判断该用户身份标识是否处于有效期,若处于有效期则进行线上核实,若不处于有效期则不进行线上核实,节约农产品溯源***的运算资源;根据溯源时效信息,可以准确地确定包括该农产品溯源数据的农产品溯源数据知识图谱,得到准确的归档时间和可参考时限,保证后续用户身份标识有效性判断的准确性。
请结合参阅图2,本发明实施例提供一种云平台110,云平台包括:
接收模块1101,用于接收携带用户身份标识的农产品溯源指示;在农产品溯源数据被集中存储至农产品溯源***的第一溯源云服务器所维护的第一农产品溯源数据库的农产品溯源数据知识图谱的情况下,用户身份标识是第一溯源云服务器对农产品溯源数据进行归档后,根据第一溯源云服务器的服务器身份码、第一农产品溯源数据库的数据库身份码以及归档所需的与农产品溯源数据对应的溯源唯一凭据生成的。
处理模块1102,用于在农产品溯源指示通过预先训练的农产品溯源指示来源校验模型的验证的情况下,解析用户身份标识,获得服务器身份码、数据库身份码与溯源唯一凭据;从农产品溯源***包括的多个溯源云服务器中,确定服务器身份码所对应的第一溯源云服务器;将溯源唯一凭据发送至对应于第一溯源云服务器的第一溯源设备;接收第一溯源设备根据溯源唯一凭据,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据;
溯源模块1103,用于根据第一溯源设备抽取的农产品溯源数据,对农产品溯源指示进行反馈。
需要说明的是,前述云平台110的实现原理可以参考前述基于人工智能的农产品溯源数据处理方法的实现原理,在此不再赘述。应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。
本发明实施例提供一种计算机设备100,计算机设备100包括处理器及存储有计算机指令的非易失性存储器,计算机指令被处理器执行时,计算机设备100执行前述的云平台110。如图3所示,图3为本发明实施例提供的计算机设备100的结构框图。计算机设备100包括云平台110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互,存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。例如,可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。云平台110包括至少一个可以软件或固件(firmware)的形式存储于存储器111中或固化在计算机设备100的操作***(operating system,OS)中的软件功能模块。处理器112用于执行存储器111中存储的云平台110,例如云平台110所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质,可读存储介质包括计算机程序,计算机程序运行时控制可读存储介质所在计算机设备执行前述的基于人工智能的农产品溯源数据处理方法。
出于说明目的,前面的描述是参考具体实施例而进行的。但是,上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导,众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用,从而使本领域技术人员最佳地利用本公开,并利用具有不同修改的各种实施例以适于预期的特定应用。出于说明目的,前面的描述是参考具体实施例而进行的。但是,上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导,众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用,从而使本领域技术人员最佳地利用本公开,并利用具有不同修改的各种实施例以适于预期的特定应用。
Claims (10)
1.一种基于人工智能的农产品溯源数据处理方法,其特征在于,所述方法包括:
接收携带用户身份标识的农产品溯源指示;在农产品溯源数据被集中存储至农产品溯源***的第一溯源云服务器所维护的第一农产品溯源数据库的农产品溯源数据知识图谱的情况下,所述用户身份标识是所述第一溯源云服务器对所述农产品溯源数据进行归档后,根据所述第一溯源云服务器的服务器身份码、所述第一农产品溯源数据库的数据库身份码以及所述归档所需的与所述农产品溯源数据对应的溯源唯一凭据生成的;
在所述农产品溯源指示通过预先训练的农产品溯源指示来源校验模型的验证的情况下,解析所述用户身份标识,获得所述服务器身份码、所述数据库身份码与所述溯源唯一凭据;
从所述农产品溯源***包括的多个溯源云服务器中,确定所述服务器身份码所对应的第一溯源云服务器;
将所述溯源唯一凭据发送至对应于所述第一溯源云服务器的第一溯源设备;
接收所述第一溯源设备根据所述溯源唯一凭据,在所述第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与所述溯源唯一凭据对应的农产品溯源数据;
根据所述第一溯源设备抽取的所述农产品溯源数据,对所述农产品溯源指示进行反馈。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收安全管理设备发送的所述农产品溯源数据;
在所述农产品溯源***中确定用于对所述农产品溯源数据进行归档的第一溯源云服务器;
确定对所述农产品溯源数据进行归档所使用的归档策略;
按所述归档策略对所述农产品溯源数据进行处理后,得到处理农产品溯源数据;
使用所述安全管理设备的安全码对所述处理农产品溯源数据进行加密,并将加密后的所述处理农产品溯源数据发送至所述第一溯源云服务器;
在所述第一溯源云服务器将所述农产品溯源数据的溯源信息摘要作为所述农产品溯源数据的溯源唯一凭据并根据所述溯源信息摘要与所述农产品溯源数据的匹配状况对所述农产品溯源数据进行归档后,接收所述第一溯源云服务器对所述农产品溯源数据归档后抽取的响应指示;
从所述响应指示中获取所述第一溯源云服务器的服务器身份码与所述溯源信息摘要;
根据所述第一溯源云服务器的服务器身份码和所述溯源信息摘要生成所述农产品溯源数据对应的用户身份标识;
所述方法还包括:
从所述响应指示中获取溯源时效信息;所述溯源时效信息是包括所述农产品溯源数据的农产品溯源数据知识图谱在归档时所用的第一农产品溯源数据库中的时效信息;所述第一农产品溯源数据库包括多个农产品溯源数据知识图谱;
将所述溯源时效信息抽取给所述第一溯源云服务器;
接收所述第一溯源云服务器根据所述溯源时效信息确定所述第一农产品溯源数据库中包括所述农产品溯源数据的农产品溯源数据知识图谱后抽取的时效参数;所述时效参数包括所述农产品溯源数据的归档时间和可参考时限;
所述根据所述第一溯源云服务器的服务器身份码和所述溯源信息摘要生成所述农产品溯源数据对应的用户身份标识,包括:
根据所述第一溯源云服务器的服务器身份码、所述溯源信息摘要和所述时效参数生成所述农产品溯源数据对应的用户身份标识。
3.根据权利要求1所述的方法,其特征在于,所述农产品溯源指示来源校验模型包括特征提取网络和特征比较网络;所述农产品溯源指示来源校验模型是通过以下方式获取的,包括:
获取样本指示来源、样本溯源指示的样本指示信息、以及所述样本溯源指示与所述样本指示来源的配对关系;
通过所述特征提取网络对所述样本指示来源和所述样本指示信息进行特征抽取并组合,得到根据所述样本溯源指示认可所述样本指示来源的来源认可度,并根据所述来源认可度和所述配对关系确定第一模型超参量的值;
通过所述特征比较网络对所述样本指示来源和所述样本指示信息进行内容匹配操作,以确定所述样本溯源指示与所述样本指示来源的关联程度,以根据所述关联程度和所述配对关系确定第二模型超参量的值;
根据所述第一模型超参量的值和所述第二模型超参量的值完成对所述农产品溯源指示来源校验模型的训练。
4.根据权利要求3所述方法,其特征在于,所述农产品溯源指示来源校验模型还包括第一网络结构;其中,所述方法还包括:
通过所述第一网络结构对所述样本指示来源和所述样本指示信息分别执行标准化操作,以生成样本指示来源标准数据和样本指示信息标准数据;
其中,通过所述特征提取网络对所述样本指示来源和所述样本指示信息进行特征抽取并组合,得到根据所述样本溯源指示认可所述样本指示来源的来源认可度,包括:
确定所述样本指示信息标准数据相对于所述样本指示来源标准数据的Sigmoid参量;
通过所述Sigmoid参量对所述样本指示信息标准数据进行权重分配,以获得参考样本指示信息标准数据;
对所述参考样本指示信息标准数据和所述样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据;
对所述样本指示融合数据进行多次Sigmoid函数运算,得到根据所述样本溯源指示认可所述样本指示来源的来源认可度;
其中,通过所述特征比较网络对所述样本指示来源和所述样本指示信息进行内容匹配操作,包括:
通过所述特征比较网络对所述样本指示来源标准数据和所述样本指示信息标准数据进行匹配操作,以确定所述样本溯源指示与所述样本指示来源的关联程度;
所述通过所述特征比较网络对所述样本指示来源标准数据和所述样本指示信息标准数据进行匹配操作,以确定所述样本溯源指示与所述样本指示来源的关联程度,包括:
获取所述样本溯源指示的样本溯源指示结构信息;
通过所述第一网络结构对所述样本溯源指示结构信息进行处理,以获得样本溯源指示结构信息关键数据;
通过所述特征比较网络对所述样本指示来源标准数据、所述样本指示信息标准数据和所述样本溯源指示结构信息关键数据进行匹配操作,以确定所述样本溯源指示与所述样本指示来源的关联程度;
或,所述通过所述特征比较网络对所述样本指示来源标准数据和所述样本指示信息标准数据进行匹配操作,以确定所述样本溯源指示与所述样本指示来源的关联程度,包括:
获取所述样本溯源指示对应于所述样本指示来源的样本广义相关信息;
通过所述第一网络结构对所述样本广义相关信息进行处理,以获得样本广义相关信息关键数据;
通过所述特征比较网络对所述样本指示来源标准数据、所述样本指示信息标准数据和所述样本广义相关信息关键数据进行匹配操作,以确定所述样本溯源指示与所述样本指示来源的关联程度。
5.根据权利要求4所述方法,其特征在于,对所述参考样本指示信息标准数据和所述样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据,包括:
获取所述样本溯源指示的样本溯源指示结构信息;
通过所述第一网络结构对所述样本溯源指示结构信息进行处理,以获得样本溯源指示结构信息关键数据;
对所述参考样本指示信息标准数据、所述样本指示来源标准数据、以及所述样本溯源指示结构信息关键数据进行向量化并融合,以确定所述样本指示融合数据。
6.根据权利要求4所述方法,其特征在于,对所述参考样本指示信息标准数据和所述样本指示来源标准数据进行向量化并融合,以确定样本指示融合数据,包括:
获取所述样本溯源指示对应于所述样本指示来源的样本广义相关信息;
通过所述第一网络结构对所述样本广义相关信息进行处理,以获得样本广义相关信息关键数据;
对所述参考样本指示信息标准数据、所述样本指示来源标准数据、以及所述样本广义相关信息关键数据进行向量化并融合,以确定所述样本指示融合数据。
7.根据权利要求1所述的方法,其特征在于,所述用户身份标识是加密的用户身份标识;
所述解析所述用户身份标识,获得所述服务器身份码、所述数据库身份码与所述溯源唯一凭据,包括:
按所述加密的用户身份标识的标识构成,从所述加密的用户身份标识中划分出加密字符串与根据所述加密字符串加密获得的安全用户身份标识;
使用所述加密字符串对预设的初始加密对进行调整后,获得更新加密对;
利用所述更新加密对对所述安全用户身份标识进行解密,得到解密的用户身份标识;
按所述解密的用户身份标识的标识构成,从所述解密的用户身份标识中解析出所述服务器身份码、所述数据库身份码与所述溯源唯一凭据。
8.根据权利要求1所述的方法,其特征在于,所述用户身份标识还携带第一溯源云服务器使用的归档策略的策略序号;
所述将所述溯源唯一凭据发送至对应于所述第一溯源云服务器的第一溯源设备,包括:
根据从所述用户身份标识解析得到的所述策略序号,确定与所述策略序号对应的归档策略;
按照所述归档策略,对所述溯源唯一凭据进行打包;
将打包后的溯源唯一凭据发送至所述对应于所述第一溯源云服务器的第一溯源设备;
所述接收所述第一溯源设备根据所述溯源唯一凭据,在所述第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与所述溯源唯一凭据对应的农产品溯源数据,包括:
接收所述第一溯源设备在根据所述归档策略,对所述打包后的溯源唯一凭据进行解析得到解析的溯源唯一凭据后,在所述第一溯源云服务器已归档的农产品溯源数据中确定并抽取所述农产品溯源数据。
9.根据权利要求1所述的方法,其特征在于,所述用户身份标识还携带包括所述农产品溯源数据的农产品溯源数据知识图谱的时效参数,所述时效参数包括所述农产品溯源数据的归档时间和可参考时限;
在所述从所述农产品溯源***包括的多个溯源云服务器中,确定所述服务器身份码所对应的第一溯源云服务器之前,所述方法还包括:
按所述用户身份标识的标识构成,从所述用户身份标识中解析出包括所述农产品溯源数据的农产品溯源数据知识图谱的时效参数;
根据所述时效参数中的所述农产品溯源数据的归档时间和可参考时限,判定所述用户身份标识是否有效;
当所述用户身份标识有效时,执行所述从所述农产品溯源***包括的多个溯源云服务器中,确定所述服务器身份码所对应的第一溯源云服务器的步骤;
当所述用户身份标识无效时,针对所述农产品溯源指示,返回关于所述用户身份标识无效的信息。
10.一种云平台,其特征在于,所述云平台包括:
接收模块,用于接收携带用户身份标识的农产品溯源指示;在农产品溯源数据被集中存储至所述农产品溯源***的第一溯源云服务器所维护的第一农产品溯源数据库的农产品溯源数据知识图谱的情况下,所述用户身份标识是所述第一溯源云服务器对所述农产品溯源数据进行归档后,根据所述第一溯源云服务器的服务器身份码、所述第一农产品溯源数据库的数据库身份码以及所述归档所需的与所述农产品溯源数据对应的溯源唯一凭据生成的;
处理模块,用于在所述农产品溯源指示通过预先训练的农产品溯源指示来源校验模型的验证的情况下,解析所述用户身份标识,获得所述服务器身份码、所述数据库身份码与所述溯源唯一凭据;从所述农产品溯源***包括的多个溯源云服务器中,确定所述服务器身份码所对应的第一溯源云服务器;将所述溯源唯一凭据发送至对应于所述第一溯源云服务器的第一溯源设备;接收第一溯源设备根据溯源唯一凭据,在第一溯源云服务器已归档的农产品溯源数据中确定并抽取的与溯源唯一凭据对应的农产品溯源数据;
溯源模块,用于根据所述第一溯源设备抽取的所述农产品溯源数据,对所述农产品溯源指示进行反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211497329.4A CN115526551B (zh) | 2022-11-28 | 2022-11-28 | 基于人工智能的农产品溯源数据处理方法及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211497329.4A CN115526551B (zh) | 2022-11-28 | 2022-11-28 | 基于人工智能的农产品溯源数据处理方法及云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115526551A true CN115526551A (zh) | 2022-12-27 |
CN115526551B CN115526551B (zh) | 2023-04-07 |
Family
ID=84704648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211497329.4A Active CN115526551B (zh) | 2022-11-28 | 2022-11-28 | 基于人工智能的农产品溯源数据处理方法及云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115526551B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167781A (zh) * | 2023-04-26 | 2023-05-26 | 宗申·比亚乔佛山摩托车企业有限公司 | 基于人工智能的商品溯源数据处理方法及云平台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377244A (zh) * | 2018-10-24 | 2019-02-22 | 武汉珞樱联创信息科技有限公司 | 一种基于多链互联区块链网络的食品快速溯源***及方法 |
CN109447660A (zh) * | 2018-10-12 | 2019-03-08 | 中国医学科学院药用植物研究所 | 一种对象身份的溯源方法和*** |
CN110619530A (zh) * | 2019-08-29 | 2019-12-27 | 卓尔智联(武汉)研究院有限公司 | 农产品溯源方法、电子设备及计算机可读存储介质 |
CN112950229A (zh) * | 2021-03-15 | 2021-06-11 | 杭州云象网络技术有限公司 | 区块链复合溯源方法及溯源与标识解析*** |
CN114638625A (zh) * | 2022-05-13 | 2022-06-17 | 广东邦盛北斗科技股份公司 | 一种基于大数据的农业全产业链溯源方法、***及云平台 |
-
2022
- 2022-11-28 CN CN202211497329.4A patent/CN115526551B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447660A (zh) * | 2018-10-12 | 2019-03-08 | 中国医学科学院药用植物研究所 | 一种对象身份的溯源方法和*** |
CN109377244A (zh) * | 2018-10-24 | 2019-02-22 | 武汉珞樱联创信息科技有限公司 | 一种基于多链互联区块链网络的食品快速溯源***及方法 |
CN110619530A (zh) * | 2019-08-29 | 2019-12-27 | 卓尔智联(武汉)研究院有限公司 | 农产品溯源方法、电子设备及计算机可读存储介质 |
CN112950229A (zh) * | 2021-03-15 | 2021-06-11 | 杭州云象网络技术有限公司 | 区块链复合溯源方法及溯源与标识解析*** |
CN114638625A (zh) * | 2022-05-13 | 2022-06-17 | 广东邦盛北斗科技股份公司 | 一种基于大数据的农业全产业链溯源方法、***及云平台 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167781A (zh) * | 2023-04-26 | 2023-05-26 | 宗申·比亚乔佛山摩托车企业有限公司 | 基于人工智能的商品溯源数据处理方法及云平台 |
CN116167781B (zh) * | 2023-04-26 | 2023-06-30 | 宗申·比亚乔佛山摩托车企业有限公司 | 基于人工智能的商品溯源数据处理方法及云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN115526551B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652615B (zh) | 基于区块链大数据的安全识别方法及人工智能云服务平台 | |
JP2020182214A (ja) | ブロックチェーンおよびオフチェーン装置の連携のための検証システムおよび方法 | |
US8875227B2 (en) | Privacy aware authenticated map-reduce | |
CN113918526B (zh) | 日志处理方法、装置、计算机设备和存储介质 | |
CN115526551B (zh) | 基于人工智能的农产品溯源数据处理方法及云平台 | |
CN112559526A (zh) | 数据表导出方法、装置、计算机设备及存储介质 | |
CN113472883A (zh) | 基于区块链存储数据的方法、装置、设备及存储介质 | |
CN113691556A (zh) | 一种应用于信息防护检测的大数据处理方法及服务器 | |
CN112734361A (zh) | 一种分布式协同办公数据处理方法及*** | |
CN111817859A (zh) | 基于零知识证明的数据共享方法、装置、设备及存储介质 | |
CN117390696A (zh) | 电子档案的完整性检测***、方法、设备及介质 | |
CN115314268B (zh) | 基于流量指纹和行为的恶意加密流量检测方法和*** | |
CN116866031A (zh) | 一种工业互联网数据传输处理方法和*** | |
CN115203674A (zh) | 一种应用程序自动登录方法、***、装置及存储介质 | |
CN111324914B (zh) | 文件的传输方法、装置、服务器、设备和介质 | |
CN112363929B (zh) | ***上线方法、装置、计算机设备及存储介质 | |
CN116070191A (zh) | 信息处理方法及其装置、存储介质、程序产品 | |
CN114218578A (zh) | 威胁情报内生方法及装置 | |
KR101990998B1 (ko) | 폰트 저작권 보호 시스템 및 방법 | |
CN112732335B (zh) | 目标代码提取方法、装置、计算机设备和存储介质 | |
CN116450918B (zh) | 线上信息咨询方法、装置及电子设备 | |
CN114900378B (zh) | 一种物联网设备漏洞数据的协作推荐方法及装置 | |
CN115829186B (zh) | 基于人工智能的erp管理方法及数据处理ai*** | |
CN115022096B (zh) | 下载软件方法和装置 | |
CN115422425A (zh) | 基于人工智能的用户信息搜寻处理方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |