CN115829597B - 食品溯源信息的上链方法和食品溯源*** - Google Patents
食品溯源信息的上链方法和食品溯源*** Download PDFInfo
- Publication number
- CN115829597B CN115829597B CN202310143955.1A CN202310143955A CN115829597B CN 115829597 B CN115829597 B CN 115829597B CN 202310143955 A CN202310143955 A CN 202310143955A CN 115829597 B CN115829597 B CN 115829597B
- Authority
- CN
- China
- Prior art keywords
- node
- consensus
- information
- nodes
- food
- 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.)
- Active
Links
Classifications
-
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种食品溯源信息的上链方法和食品溯源***。所述方法包括:共识节点将本节点的节点特征信息发送给控制节点;节点特征信息包括企业属性信息和空间位置信息;控制节点根据各共识节点的节点特征信息和预设的节点分类策略,将各共识节点分类,得到多个节点集群,并分别确定每个节点集群中的主节点;节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,各节点集群中的主节点对一次共识验证通过的食品溯源信息进行二次共识验证;在二次共识验证通过的情况下,各共识节点将食品溯源信息进行上链操作。采用本方法能够提高食品溯源信息的上链效率。
Description
技术领域
本申请涉及区块链技术领域,特别是涉及一种食品溯源信息的上链方法和食品溯源***。
背景技术
随着食品流通规模逐渐扩大,确保食品的质量安全对促进食品高效、健康和绿色生态发展起着重要作用。食品质量安全涉及生产、加工、运输和销售等不同环节,其中每个环节都可能存在安全隐患,对食品在各个环节中真实的信息进行准确追溯,是食品质量安全保障的重要途径,也符合消费者对食品质量安全的期望。
随着区块链技术的不断发展,基于区块链技术的应用逐渐被不同行业认可和利用,逐渐出现了用于食品溯源的区块链***(即食品溯源***)。加入食品溯源***的相关企业(如种植/养殖企业、加工企业、物流企业、销售企业等),可以将本环节产生的食品溯源信息进行上链存储,从而监管部门和消费者等可以通过食品溯源***查询食品溯源信息,以便于监督和了解食品质量。
其中,食品溯源信息上链前需由食品溯源***中的各共识节点(一般为企业节点)进行共识验证。相关技术中,一般采用实用拜占庭容错算法(Practical Byzantine FaultTolerance, PBFT)进行共识。然而,PBFT算法涉及全节点范围的共识过程,共识效率较低,导致食品溯源信息的上链效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高上链操作效率的食品溯源信息的上链方法、食品溯源***、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种食品溯源信息的上链方法。所述方法应用于食品溯源***,所述食品溯源***包含多个区块链节点,所述区块链节点包括共识节点和控制节点,所述方法包括:
所述共识节点将本节点的节点特征信息发送给所述控制节点;所述节点特征信息包括企业属性信息和空间位置信息;
所述控制节点根据各所述共识节点的节点特征信息和预设的节点分类策略,将各所述共识节点分类,得到多个节点集群,并分别确定每个所述节点集群中的主节点;
所述节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,各所述节点集群中的主节点对一次共识验证通过的所述食品溯源信息进行二次共识验证;
在二次共识验证通过的情况下,各所述共识节点将所述食品溯源信息进行上链操作。
在其中一个实施例中,所述控制节点根据各所述共识节点的节点特征信息和预设的节点分类策略,将各所述共识节点分类,得到多个节点集群,并分别确定每个所述节点集群中的主节点,包括:
针对每个所述共识节点,所述控制节点将所述共识节点的节点特征信息映射为特征向量;
采用预设的聚类算法,根据各所述共识节点的特征向量对各所述共识节点进行聚类处理,得到多个节点集群;
针对每个所述节点集群,将所述节点集群中的聚类中心节点,确定为主节点。
在其中一个实施例中,所述企业属性信息包含多个属性参数;所述控制节点根据各所述共识节点的节点特征信息和预设的节点分类策略,将各所述共识节点分类,得到多个节点集群,并分别确定每个所述节点集群中的主节点,包括:
针对每个所述共识节点,所述控制节点根据所述共识节点的节点特征信息和预设的分数映射策略,确定所述共识节点的节点特征信息中包含的各属性参数分别对应的分数和空间位置信息对应的分数,并将所述各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到所述共识节点的评分;
根据各所述共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各所述共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群;
针对每个所述节点集群,将所述节点集群中评分最大的共识节点确定为主节点。
在其中一个实施例中,所述控制节点根据各所述共识节点的节点特征信息和预设的节点分类策略,将各所述共识节点分类,得到多个节点集群,并分别确定每个所述节点集群中的主节点,包括:
针对每个所述共识节点,所述控制节点根据所述共识节点的节点特征信息和预设的评分确定策略,确定所述共识节点的评分;
将各所述共识节点按照评分从大到小进行排序,并将排序在前的预设数目个共识节点确定为主节点;
采用预设的聚类算法,以各所述主节点为聚类中心,对各所述共识节点进行聚类处理,得到多个节点集群。
在其中一个实施例中,所述节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,各所述节点集群中的主节点对一次共识验证通过的所述食品溯源信息进行二次共识验证, 包括:
所述主节点将本节点所属节点集群中各共识节点在预设时段内产生的若干待共识的食品溯源信息打包成数据区块,并将所述数据区块发送至本节点所属节点集群中的其它共识节点;
所述本节点所属节点集群中的各共识节点对所述数据区块进行一次共识验证;
在对所述数据区块进行一次共识验证通过的情况下,所述主节点将所述数据区块发送至其它所述节点集群中的主节点,通过各所述节点集群中的主节点对所述数据区块进行二次共识验证。
在其中一个实施例中,所述在二次共识验证通过的情况下,各所述共识节点将所述食品溯源信息进行上链操作,包括:
在对所述数据区块进行二次共识验证通过的情况下,所述主节点将所述数据区块进行上链操作,并将包含各所述主节点的签名信息和所述数据区块的提交信息发送给本节点所属节点集群中的其它共识节点;
各所述其它共识节点接收到所述提交信息的情况下,对所述提交信息中的签名信息进行签名验证,并在签名验证成功的情况下,将所述提交信息中的数据区块进行上链操作,在签名验证失败的情况下,向所述控制节点发送提醒信息,所述提醒信息用于反映本节点所属节点集群中的主节点存在恶意行为。
第二方面,本申请还提供了一种食品溯源***。所述食品溯源***包含多个区块链节点,所述区块链节点包括共识节点和控制节点,其中:
所述共识节点,用于将本节点的节点特征信息发送给所述控制节点;所述节点特征信息包括企业属性信息和空间位置信息;
所述控制节点,用于根据各所述共识节点的节点特征信息和预设的节点分类策略,将各所述共识节点分类,得到多个节点集群,并分别确定每个所述节点集群中的主节点;
所述共识节点还用于对本节点所属节点集群产生的待共识的食品溯源信息进行一次共识验证,所述主节点还用于对一次共识验证通过的所述食品溯源信息进行二次共识验证;
所述共识节点还用于在二次共识验证通过的情况下将所述食品溯源信息进行上链操作。
在其中一个实施例中,所述控制节点具体用于:
针对每个所述共识节点,将所述共识节点的节点特征信息映射为特征向量;采用预设的聚类算法,根据各所述共识节点的特征向量对各所述共识节点进行聚类处理,得到多个节点集群;针对每个所述节点集群,将所述节点集群中的聚类中心节点,确定为主节点。
在其中一个实施例中,所述控制节点具体用于:
针对每个所述共识节点,根据所述共识节点的节点特征信息和预设的分数映射策略,确定所述共识节点的节点特征信息中包含的各属性参数分别对应的分数和空间位置信息对应的分数,并将所述各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到所述共识节点的评分;根据各所述共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各所述共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群;针对每个所述节点集群,将所述节点集群中评分最大的共识节点确定为主节点。
在其中一个实施例中,所述控制节点具体用于:
针对每个所述共识节点,根据所述共识节点的节点特征信息和预设的评分确定策略,确定所述共识节点的评分;将各所述共识节点按照评分从大到小进行排序,并将排序在前的预设数目个共识节点确定为主节点;采用预设的聚类算法,以各所述主节点为聚类中心,对各所述共识节点进行聚类处理,得到多个节点集群。
在其中一个实施例中,所述主节点具体用于将本节点所属节点集群中各共识节点在预设时段内产生的若干待共识的食品溯源信息打包成数据区块,并将所述数据区块发送至本节点所属节点集群中的其它共识节点;
所述共识节点具体用于对所述数据区块进行一次共识验证;
所述主节点还用于在对所述数据区块进行一次共识验证通过的情况下,将所述数据区块发送至其它所述节点集群中的主节点,并对所述数据区块进行二次共识验证。
在其中一个实施例中,所述主节点具体用于在对所述数据区块进行二次共识验证通过的情况下,将所述数据区块进行上链操作,并将包含各所述主节点的签名信息和所述数据区块的提交信息发送给本节点所属节点集群中的其它共识节点;
所述共识节点还用于在接收到所述提交信息的情况下,对所述提交信息中的签名信息进行签名验证,并在签名验证成功的情况下,将所述提交信息中的数据区块进行上链操作,在签名验证失败的情况下,向所述控制节点发送提醒信息,所述提醒信息用于反映本节点所属节点集群中的主节点存在恶意行为。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面所述的方法的步骤。
上述食品溯源信息的上链方法、食品溯源***、计算机设备、存储介质和计算机程序产品,通过根据各共识节点的节点特征信息,对共识节点进行分类,得到多个节点集群,并分别确定出每个节点集群中的主节点,然后通过节点集群包含的各共识节点对本节点集群内的待共识的食品溯源信息进行一次共识验证,通过各主节点对一次共识验证通过的食品溯源信息进行二次共识验证,进而在二次共识验证通过的情况下将食品溯源信息进行上链操作。本方法中,每个节点集群仅包含食品溯源***中的部分共识节点,且仅部分共识节点为主节点,因而节点集群内部的一次共识过程和主节点之间的二次共识过程涉及的节点数量均较少,相比全节点范围的共识过程,本方法可以提高共识效率,从而提高食品溯源信息的上链效率。
并且,本方法是根据共识节点(即参与共识的企业节点)的企业属性信息和空间位置信息等节点特征信息,将各共识节点分类为多个节点集群,使得各节点集群包含的共识节点的企业属性等特征相近,因此,各节点集群内进行一次共识认证的共识结果,能够代表特征相近的一类企业的共识结果,进而可以通过各类企业中的代表企业(即主节点)进行二次共识认证,得到的共识结果的可信度高。也即,本方法可以同时兼顾较高的共识结果可信度和较高的共识效率,从而提高食品溯源信息的上链效率并保障食品溯源***中已上链信息的可信度和准确性。
附图说明
图1为一个示例中食品溯源***的结构示意图;
图2为一个实施例中食品溯源信息的上链方法的流程示意图;
图3为一个示例中共识过程耗时的实验结果示意图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
首先,在具体介绍本申请实施例的技术方案之前,先对本申请实施例基于的技术背景或者技术演进脉络进行介绍。随着食品流通规模逐渐扩大,确保食品的质量安全对促进食品高效、健康和绿色生态发展起着重要作用。食品质量安全涉及生产、加工、运输和销售等不同环节,其中每个环节都可能存在安全隐患,对食品在各个环节中真实的信息进行准确追溯,是食品质量安全保障的重要途径,也符合消费者对食品质量安全的期望。
随着区块链技术的不断发展,基于区块链技术的应用逐渐被不同行业认可和利用,逐渐出现了用于食品溯源的区块链***(即食品溯源***)。加入食品溯源***的相关企业(如种植/养殖企业、食品加工企业、物流公司、销售公司等),可以将本环节涉及的食品溯源信息(如食品原料、原料产地、加工厂商、物流、仓储等信息)进行上链存储,从而监管部门和消费者等可以通过食品溯源***查询食品溯源信息,以便于监督和了解食品质量。
其中,食品溯源信息上链前需由食品溯源***中的各共识节点(一般为企业节点)进行共识验证。相关技术中,食品溯源***较适用于联盟式区块链,一般采用实用拜占庭容错算法(Practical Byzantine Fault Tolerance, PBFT)进行共识。然而,PBFT算法涉及全节点范围的三阶段共识过程,共识效率较低,从而影响食品溯源信息的上链效率。并且,随着加入食品溯源***的相关企业越来越多,即参与共识的节点不断增多,当大量共识节点参与到PBFT共识过程中时,极易因节点间频繁广播共识消息而造成网络堵塞,极大地降低共识效率和食品溯源信息的上链效率,还会影响食品溯源***的正常使用。
基于该背景,申请人通过长期的研发以及实验验证,提出本申请的食品溯源信息的上链方法,可以同时兼顾较高的共识结果可信度和较高的共识效率,从而提高食品溯源信息的上链效率并保障食品溯源***中已上链信息的可信度和准确性,以便监管方和消费者通过食品溯源***监管和了解食品质量安全,还可在食品安全事故发生时第一时间定位到问题环节,有利于促进食品高效、健康和绿色生态发展。另外,需要说明的是,本申请技术问题的发现以及下述实施例介绍的技术方案,申请人均付出了大量的创造性劳动。
本申请实施例提供的食品溯源信息的上链方法,可以应用于如图1所示的食品溯源***100。食品溯源***100可以是区块链***,包含多个区块链节点,区块链节点包括共识节点102和控制节点104。各共识节点与控制节点之间可以进行通信。共识节点和控制节点可以通过物理服务器或虚拟机等方式实现。
在一个实施例中,如图2所示,提供了一种食品溯源信息的上链方法,可应用于如图1所示的食品溯源***,包括以下步骤:
步骤201,共识节点将本节点的节点特征信息发送给控制节点。
其中,节点特征信息包括企业属性信息和空间位置信息。共识节点为加入食品溯源***的企业节点,可以包括食品质量安全追溯涉及的生产、加工、运输和销售等各环节的企业节点。企业属性信息是用于表示该企业涉及的产品属性、食品安全风险程度等属性的特征信息,例如可以是食品安全信用等级、产品类别、食品安全风险等级、所属产业链类型等特征信息。其中,食品安全信用等级和食品安全风险等级可以采用食品安全监督管理部门确定的等级(一般分为A、B、C、D四级)。产品类别可以按照国家市场监管总局印发的《食品生产许可分类目录》中的食品、食品添加剂类别确定。产业链类型可以包括种植、养殖、原料生产、成品生产、贮藏、运输、销售等类型。空间位置信息表示该企业节点所在的地理空间位置,可以采用地理坐标表示,也可以按照企业所在的省、市、县等地址信息表示。
在实施中,食品溯源***中的各共识节点可以将本节点的节点特征信息(即本节点所属的企业的特征信息)发送给控制节点,例如共识节点可以从数据库中获取预先存储的节点特征信息,或者获取用户通过客户端向本节点发送的节点特征信息,进而发送给控制节点。可选的,控制节点可以是监管部门对应的节点。
步骤202,控制节点根据各共识节点的节点特征信息和预设的节点分类策略,将各共识节点分类,得到多个节点集群,并分别确定每个节点集群中的主节点。
在实施中,控制节点接收到食品溯源***中各共识节点的节点特征信息后,可以根据节点特征信息和预设的节点分类策略,将各共识节点进行分类,同一类的共识节点组成一个节点集群,由此得到多个节点集群,并分别确定出每个节点集群中的主节点。例如,节点分类策略可以是基于节点特征信息的相似度对共识节点进行聚类处理,每个聚类中心节点即为主节点。由此,每个节点集群中各共识节点的节点特征信息的相似度较高。可选的,控制节点将各共识节点进行分类并确定出各节点集群中的主节点后,可以针对每个共识节点返回响应信息。对于主节点,响应信息包括该主节点所属节点集群包含的其它共识节点(可称为从节点)的信息、以及其它每个节点集群中的主节点的信息。对于从节点,响应信息包括该从节点所属节点集群的主节点的信息。
步骤203,节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,各节点集群中的主节点对一次共识验证通过的食品溯源信息进行二次共识验证。
在实施中,食品溯源***中的各共识节点可以获取本节点所属企业产生的或涉及的食品溯源信息(如食品原料、原料产地、加工厂商、物流、仓储等信息),例如可以从企业的业务***中获取相关信息,作为待共识的食品溯源信息,并向本节点所属节点集群的主节点发送待共识的食品溯源信息。然后,主节点在接收到本节点集群中的任一共识节点发送的待共识的食品溯源信息的情况下,可以将待共识的食品溯源信息广播给本节点集群中的所有从节点,以通过本节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,如采用PBFT算法进行共识验证。可选的,主节点可以将预设时段内获取到的若干待共识的食品溯源信息打包成数据区块,然后将该数据区块广播给所属节点集群中的从节点进行一次共识验证。
然后,主节点可以将本节点所属节点集群内进行一次共识验证通过的食品溯源信息(或数据区块)广播给其它节点集群中的主节点,从而各主节点(组成骨干共识集群)可以对食品溯源信息进行二次共识验证。可选的,骨干共识集群内的各主节点可以通过轮询的方式,轮流广播已通过本节点所属节点集群一次共识验证的数据区块。
步骤204,在二次共识验证通过的情况下,各共识节点将食品溯源信息进行上链操作。
在实施中,当待共识的食品溯源信息经过二次共识验证通过后,各共识节点可以将该食品溯源信息进行上链操作。具体的,各主节点可以对二次共识验证通过的数据区块进行数字签名,表示认同此数据区块的真实性和有效性,各主节点的数字签名可以组成数字签名集合。然后,主节点可以将数据区块和数字签名集合打包成提交信息,并将提交信息广播至本节点所属节点集群中的所有从节点,从节点接收到提交信息后,可以对数字签名集合进行验证,并在验证通过的情况下将提交信息中的数据区块进行上链操作,将数据区块记录在本节点存储的食品溯源信息区块链中。并且各主节点也可以执行区块上链操作,以更新本节点存储的食品溯源信息区块链。
上述食品溯源信息的上链方法中,通过根据各共识节点的节点特征信息,对共识节点进行分类,得到多个节点集群,并分别确定出每个节点集群中的主节点,然后通过节点集群包含的各共识节点对本节点集群内的待共识的食品溯源信息进行一次共识验证,通过各主节点对一次共识验证通过的食品溯源信息进行二次共识验证,进而在二次共识验证通过的情况下将食品溯源信息进行上链操作。本方法中,每个节点集群仅包含食品溯源***中的部分共识节点,且仅部分共识节点为主节点,因而节点集群内的一次共识过程和主节点之间的二次共识过程涉及的节点数量均较少,相比全节点范围的共识过程,本方法可以提高共识效率,从而提高食品溯源信息的上链效率。
并且,本方法是根据共识节点(即参与共识的企业节点)的企业属性信息和空间位置信息等节点特征信息,将各共识节点分类为多个节点集群,使得各节点集群包含的共识节点的企业属性等特征相近。因此,各节点集群内进行一次共识认证的共识结果,能够代表特征相近的一类企业的共识结果,进而可以通过各类企业中的代表企业(即主节点)进行二次共识认证,得到的共识结果的可信度高。也即,本方法可以同时兼顾较高的共识结果可信度和较高的共识效率,从而提高食品溯源信息的上链效率并保障食品溯源***中已上链信息的可信度和准确性,以便监管方和消费者通过食品溯源***监管和了解食品质量安全,还可在食品安全事故发生时第一时间定位到问题环节,有利于促进食品高效、健康和绿色生态发展。
在一个实施例中,步骤202中的节点分类和确定主节点的过程具体包括如下步骤:针对每个共识节点,控制节点将共识节点的节点特征信息映射为特征向量;采用预设的聚类算法,根据各共识节点的特征向量对各共识节点进行聚类处理,得到多个节点集群;针对每个节点集群,将节点集群中的聚类中心节点,确定为主节点。
在实施中,控制节点接收到食品溯源***中各共识节点发送的节点特征信息后,可以将各控制节点的节点特征信息映射为特征向量。例如,控制节点可以将节点特征信息输入至预先训练的机器学习模型,得到特征向量,也可以采用独热编码方法(One-HotEncoder)将节点特征信息映射为特征向量。共识节点i的特征向量可表示为,其中,/>表示节点特征信息中的第一个子特征信息对应的子特征向量,p表示特征信息的个数。如食品安全信用等级对应的子特征向量为/>,产品类别对应的子特征向量为/>,空间位置信息对应的子特征向量为/>等。若共识节点的个数为n,则各共识节点的特征向量可以组成聚类数据集/>。然后,控制节点可以采用预设的聚类算法,如K均值(K-means)聚类算法、K中心点(K-medoids)聚类算法等,对各共识节点(即聚类数据集V)进行聚类处理,得到多个节点集群。聚类处理过程中,可以根据各共识节点的特征向量,计算两个特征向量之间的欧氏距离,作为两个共识节点的距离或相似度。例如,共识节点i和k之间的距离(可记为/>)可采用如下公式计算得到:
其中,节点集群的数量与聚类处理时选取的聚类中心的数量(如K-means聚类算法和K-medoids聚类算法中的K值)一致,具体可以根据经验设定聚类中心的数量,也可以采用其它方法确定,如手肘法(Elbow method)、轮廓系数法(Silhouette Coefficient)等。之后,控制节点可以将各节点集群中的聚类中心节点确定为主节点,由此可以确定出每个节点集群中的主节点。
本实施例中,通过将共识节点的节点特征信息映射为特征向量,以便根据各共识节点的特征向量计算共识节点之间的距离,从而基于各共识节点之间的距离,采用聚类算法对各共识节点进行聚类处理,得到多个节点集群,并将聚类中心节点作为主节点。由此,每个节点集群中的各共识节点之间的企业属性等特征相似度较高(即特征差异性较小),各节点集群内进行一次共识认证的共识结果,能够代表特征相近的一类企业的共识结果,从而可以在提高共识效率的同时,保障最终的共识结果的可信度,进而提高食品溯源信息的上链效率和已上链的食品溯源信息的可信度。
在另一个实施例中,企业属性信息包含多个属性参数。步骤202中的节点分类和确定主节点的过程具体包括如下步骤:针对每个共识节点,控制节点根据共识节点的节点特征信息和预设的分数映射策略,确定共识节点的节点特征信息中包含的各属性参数分别对应的分数和空间位置信息对应的分数,并将各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到共识节点的评分;根据各共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群;针对每个节点集群,将节点集群中评分最大的共识节点确定为主节点。
在实施中,企业属性信息可以包含多个属性参数,也可称为多个子特征信息,例如可以是食品安全信用等级、产品类别、食品安全风险等级、所属产业链类型等属性参数。控制节点可以根据各共识节点的节点特征信息和预设的分数映射策略,如在预先建立的分数映射表中,确定各属性参数分别对应的分数、以及空间位置信息对应的分数。然后,控制节点可以针对每个共识节点,将该共识节点下各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到该共识节点的评分。其中,各属性参数和空间位置信息对应的权重可以根据经验得到。
可选的,食品安全信用等级与分数可以呈正相关,即食品安全信用等级越高,分数越大。食品安全风险等级与分数可以呈负相关,即食品安全风险等级越低(风险系数越高),分数越大。各产品类别对应的分数可以根据经验设置,如粮食加工品、食用油、调味品、乳制品等生活必需的产品类别,可以设置较大的分数,非生活必需品如酒类、膨化食品等,可以设置相对较小的分数。各产业链类型对应的分数可以根据经验设置,如种植、养殖、原料生产和成品生产等类型,可以设置相对较大的分数,贮藏、运输、销售等类型,可以设置相对较小的分数。
之后,控制节点可以根据各共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群。其中,节点集群的个数和各节点集群对应的评分区间可以预先根据经验设置,并建立评分区间与各节点集群标识的对应关系。然后,控制节点可以将共识节点的评分与各评分区间进行匹配,并将匹配成功的评分区间对应的节点集群标识,确定为该共识节点对应的节点集群标识。然后,控制节点可以针对每个节点集群,将节点集群中评分最大的共识节点确定为主节点。
可选的,若节点集群中评分最大的共识节点包括多个,则可以在多个评分最大的共识节点中随机选取一个主节点,或根据评分最大的共识节点下各属性参数对应的分数和各属性参数的优先级,将高优先级的属性参数分数最大的共识节点作为主节点。例如,若食品安全信用等级、食品安全风险等级、产品类别、所属产业链类型的优先级依次降低,因而可以在评分最大的各共识节点中,选取食品安全信用等级对应的分数最大的共识节点作为主节点,若食品安全信用等级对应的分数最大的共识节点包含多个,则可以进一步在该多个共识节点中选取食品安全风险等级的分数最大的共识节点。
本实施例中,属性参数的分数大小能反映出该企业节点的食品安全风险高低、企业规模大小等,从而基于属性参数的分数计算得到共识节点的评分,并将同一评分区间的共识节点划分至同一节点集群,可以将企业关键属性信息相似度高的共识节点划分为同一节点集群,从而该节点集群内进行一次共识验证的共识结果,可以代表关键属性信息相近的一类企业的共识结果。并且,主节点为各节点集群中评分最大的共识节点,该主节点更具有代表性、且可靠性更高,因而可以保障最终的共识结果的可信度。
在另一个实施例中,步骤202中的节点分类和确定主节点的过程具体包括如下步骤:针对每个共识节点,控制节点根据共识节点的节点特征信息和预设的评分确定策略,确定共识节点的评分;将各共识节点按照评分从大到小进行排序,并将排序在前的预设数目个共识节点确定为主节点;采用预设的聚类算法,以各主节点为聚类中心,对各共识节点进行聚类处理,得到多个节点集群。
在实施中,控制节点可以根据共识节点的节点特征信息和预设的评分确定策略,确定各共识节点的评分。评分确定策略可以参考前述实施例中的说明,在此不在赘述。然后,控制节点可以将各共识节点按照评分从大到小进行排序,并将排序在前(评分较大)的预设数目个共识节点确定为主节点。进而可以采用预设的聚类算法,如K-medoids聚类算法,以各主节点为聚类中心,对各共识节点进行聚类处理,得到多个节点集群。其中,在聚类处理过程中,不需要频繁更新聚类中心,而直接以确定出的主节点为聚类中心,分别计算其它各共识节点(可称为从节点)与各个聚类中心节点的距离,将与从节点距离最近的主节点所属的节点集群确定为该从节点所属的节点集群。
本实施例中,根据节点的评分选取出预设数目个主节点,然后以各主节点为聚类中心对各共识节点进行聚类处理,由此,可以在聚类过程中以确定的聚类中心进行聚类处理,避免频繁更换聚类中心,从而提高了聚类效率,可进一步提高信息上链效率。
在一个实施例中,步骤203中进行一次共识验证和二次共识验证的过程具体包括如下步骤:主节点将本节点所属节点集群中各共识节点在预设时段内产生的若干待共识的食品溯源信息打包成数据区块,并将数据区块发送至本节点所属节点集群中的其它共识节点;本节点所属节点集群中的各共识节点对数据区块进行一次共识验证;在对数据区块进行一次共识验证通过的情况下,主节点将数据区块发送至其它节点集群中的主节点,各节点集群中的主节点对数据区块进行二次共识验证。
在实施中,节点集群中各共识节点可以将本节点产生的待共识的食品溯源信息发送给所属节点集群中的主节点。主节点可以将预设时段(即一定时长)内接收到的待共识的食品溯源信息进行打包处理,得到数据区块,然后将数据区块广播给本节点所属节点集群中的从节点(即除主节点之外的其它共识节点),以通过本节点所属节点集群中的各共识节点(包括主节点和从节点)对该区块数据进行一次共识验证。然后,在一次共识验证通过的情况下,主节点将该区块数据广播给其它主节点。各主节点(即各主节点组成的骨干共识集群)可以对该区块数据进行二次共识验证。
本实施例中,通过节点集群内的各共识节点对本节点集群产生的待共识的食品溯源信息(区块数据)进行一次共识验证,在一次共识验证通过的情况下通过各主节点组成的骨干共识集群进行二次共识验证,由此可以提高共识效率,进而提高食品溯源信息的上链效率。
在一个实施例中,步骤204中进行上链操作的过程具体包括如下步骤:在对数据区块进行二次共识验证通过的情况下,主节点将数据区块进行上链操作,并将包含各主节点的签名信息和数据区块的提交信息发送给本节点所属节点集群中的其它共识节点;各其它共识节点接收到提交信息的情况下,对提交信息中的签名信息进行签名验证,并在签名验证成功的情况下,将提交信息中的数据区块进行上链操作,在签名验证失败的情况下,向控制节点发送提醒信息,提醒信息用于反映本节点所属节点集群中的主节点存在恶意行为。
在实施中,在各主节点对数据区块进行二次共识验证通过的情况下,各主节点可以将数据区块进行上链操作,并且,各主节点可以将包含本主节点和其它各主节点的签名信息、以及共识验证通过的数据区块,打包成提交信息,并将该提交信息广播至本节点所属节点集群中的各从节点(即除主节点之外的其它共识节点)。各从节点接收到提交信息后,可以对提交信息中的签名信息进行签名验证,判断提交信息中的区块数据是否经过了骨干共识集群的共识验证。若签名验证成功,则该从节点可以将提交信息中的数据区块进行上链操作,即将数据区块记录在本节点存储的食品溯源信息区块链中。若签名验证失败,则该从节点可以向控制节点发送提醒信息,用于反映本节点所属节点集群中的主节点存在恶意行为。
本实施例中,从节点可以对主节点发送的提交信息进行签名验证,若验证失败,则说明本节点所属节点集群中的主节点存在恶意行为,可以向控制节点(如监管部门对应的节点)发送提醒信息,达到从节点向上监督的作用。
本申请还提供了共识过程耗时实验结果和共识过程的通信次数实验结果,以证明本申请提供的方法中的共识效率较高,从而可以提高食品溯源信息的上链效率。具体如下:
一、共识耗时实验
实验中不考虑单个节点在接收到信息后的处理耗时与单机上的资源利用、CPU(central processing unit,中央处理器)处理速度、磁盘读写速度、网络拥塞等因素,并假设同一时间点单机上所有消息的接收与发送都并行发生,只计算共识流程开始到共识流程结束的耗时。为了对比评价两种模型的共识耗时,进行了20次的独立对比实验(忽略骨干共识集群的轮询过程)。每次实验按照上述模拟件随机生成节点之间的延迟,然后记录本方法中的共识过程耗时,并与PBFT共识算法的耗时进行对比。对比结果如图3所示,通过20次重复对比实验计算出PBFT单次共识的平均耗时为109.25ms,本方法中的共识过程的平均耗时为 44.25ms。实验结果表明,本方法中的共识过程耗时缩短了60%。
二、通信次数实验
为了验证本方法中的共识过程在通信次数方面比传统的PBFT共识算法优秀,进行了共识过程通信次数对比实验。根据实验结果可知,本方法中的共识过程能够有效减少单次共识过程的通信次数。利用K-medoids聚类算法进行聚类,每个聚类都是一个去中心化的子共识集群,再由各子共识集群的主节点构成一个上层的骨干集群。与PBFT每次共识都需要所有节点间进行数据传输推进共识过程不同,本方法中的共识过程是先将节点聚类分层后在较小范围内进行共识,有效减少了单次共识所需要的通信次数。同时,在区块链平台的共识节点数量庞大的情况下,也不再需要每个共识节点都与所有其余节点之间保持P2P(peer-to-peer,对等网络)网络连接,只需与同一子共识集群中的节点进行网络连接即可,减少了建立与保持网络连接在单个机器上的资源消耗。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的食品溯源信息的上链方法的食品溯源***。该***所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个食品溯源***实施例中的具体限定可以参见上文中对于食品溯源信息的上链方法的限定,在此不再赘述。
在一个实施例中,提供了一种食品溯源***,该***包含多个区块链节点,区块链节点包括共识节点和控制节点,其中:
共识节点,用于将本节点的节点特征信息发送给控制节点;节点特征信息包括企业属性信息和空间位置信息。
控制节点,用于根据各共识节点的节点特征信息和预设的节点分类策略,将各共识节点分类,得到多个节点集群,并分别确定每个节点集群中的主节点。
共识节点还用于对本节点所属节点集群产生的待共识的食品溯源信息进行一次共识验证,主节点还用于对一次共识验证通过的食品溯源信息进行二次共识验证。
共识节点还用于在二次共识验证通过的情况下将食品溯源信息进行上链操作。
在其中一个实施例中,控制节点具体用于:针对每个共识节点,将共识节点的节点特征信息映射为特征向量;采用预设的聚类算法,根据各共识节点的特征向量对各共识节点进行聚类处理,得到多个节点集群;针对每个节点集群,将节点集群中的聚类中心节点,确定为主节点。
在其中一个实施例中,控制节点具体用于:针对每个共识节点,根据共识节点的节点特征信息和预设的分数映射策略,确定共识节点的节点特征信息中包含的各属性参数分别对应的分数和空间位置信息对应的分数,并将各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到共识节点的评分;根据各共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群;针对每个节点集群,将节点集群中评分最大的共识节点确定为主节点。
在其中一个实施例中,控制节点具体用于:针对每个共识节点,根据共识节点的节点特征信息和预设的评分确定策略,确定共识节点的评分;将各共识节点按照评分从大到小进行排序,并将排序在前的预设数目个共识节点确定为主节点;采用预设的聚类算法,以各主节点为聚类中心,对各共识节点进行聚类处理,得到多个节点集群。
在其中一个实施例中,主节点具体用于将本节点所属节点集群中各共识节点在预设时段内产生的若干待共识的食品溯源信息打包成数据区块,并将数据区块发送至本节点所属节点集群中的其它共识节点。
共识节点具体用于对数据区块进行一次共识验证。
主节点还用于在对数据区块进行一次共识验证通过的情况下,将数据区块发送至其它节点集群中的主节点,并对数据区块进行二次共识验证。
在其中一个实施例中,主节点具体用于在对数据区块进行二次共识验证通过的情况下,将数据区块进行上链操作,并将包含各主节点的签名信息和数据区块的提交信息发送给本节点所属节点集群中的其它共识节点。
共识节点还用于在接收到提交信息的情况下,对提交信息中的签名信息进行签名验证,并在签名验证成功的情况下,将提交信息中的数据区块进行上链操作,在签名验证失败的情况下,向控制节点发送提醒信息,提醒信息用于反映本节点所属节点集群中的主节点存在恶意行为。
上述食品溯源***中的各个节点可全部或部分通过软件、硬件及其组合来实现。上述各节点可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储执行上述食品溯源信息的上链方法所需的或产生的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种食品溯源信息的上链方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random AccessMemory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (8)
1.一种食品溯源信息的上链方法,其特征在于,所述方法应用于食品溯源***,所述食品溯源***包含多个区块链节点,所述区块链节点包括共识节点和控制节点,所述方法包括:
所述共识节点将本节点的节点特征信息发送给所述控制节点;所述节点特征信息包括企业属性信息和空间位置信息;所述企业属性信息包含多个属性参数,所述属性参数包括食品安全信用等级、食品安全风险等级、产品类别、所属产业链类型,所述食品安全信用等级、所述食品安全风险等级、所述产品类别、所述所属产业链类型的优先级依次降低;
针对每个所述共识节点,所述控制节点根据所述共识节点的节点特征信息和预设的分数映射策略,确定所述共识节点的节点特征信息中包含的各属性参数分别对应的分数和空间位置信息对应的分数,并将所述各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到所述共识节点的评分;
根据各所述共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各所述共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群;
针对每个所述节点集群,在所述节点集群中评分最大的共识节点为一个的情况下,将所述评分最大的共识节点确定为主节点;在所述节点集群中评分最大的共识节点为多个的情况下,按照优先级由高到低的顺序,依次基于各优先级下的属性参数对应的分数,从评分最大的共识节点中确定目标共识节点,并在当前的优先级对应的属性参数下,所述目标共识节点的个数大于1时,将所述目标共识节点作为新的评分最大的共识节点,基于下一优先级的属性参数对应的分数,从新的评分最大的共识节点中确定目标共识节点,直至目标共识节点的个数为1为止,将所述目标共识节点作为主节点;
所述节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,各所述节点集群中的主节点对一次共识验证通过的所述食品溯源信息进行二次共识验证;
在二次共识验证通过的情况下,各所述共识节点将所述食品溯源信息进行上链操作。
2.根据权利要求1所述的方法,其特征在于,所述节点集群包含的各共识节点对待共识的食品溯源信息进行一次共识验证,各所述节点集群中的主节点对一次共识验证通过的所述食品溯源信息进行二次共识验证,包括:
所述主节点将本节点所属节点集群中各共识节点在预设时段内产生的若干待共识的食品溯源信息打包成数据区块,并将所述数据区块发送至本节点所属节点集群中的其它共识节点;
所述本节点所属节点集群中的各共识节点对所述数据区块进行一次共识验证;
在对所述数据区块进行一次共识验证通过的情况下,所述主节点将所述数据区块发送至其它所述节点集群中的主节点,各所述节点集群中的主节点对所述数据区块进行二次共识验证。
3.根据权利要求2所述的方法,其特征在于,所述在二次共识验证通过的情况下,各所述共识节点将所述食品溯源信息进行上链操作,包括:
在对所述数据区块进行二次共识验证通过的情况下,所述主节点将所述数据区块进行上链操作,并将包含各所述主节点的签名信息和所述数据区块的提交信息发送给本节点所属节点集群中的其它共识节点;
各所述其它共识节点接收到所述提交信息的情况下,对所述提交信息中的签名信息进行签名验证,并在签名验证成功的情况下,将所述提交信息中的数据区块进行上链操作,在签名验证失败的情况下,向所述控制节点发送提醒信息,所述提醒信息用于反映本节点所属节点集群中的主节点存在恶意行为。
4.一种食品溯源***,其特征在于,所述食品溯源***包含多个区块链节点,所述区块链节点包括共识节点和控制节点,其中:
所述共识节点,用于将本节点的节点特征信息发送给所述控制节点;所述节点特征信息包括企业属性信息和空间位置信息;所述企业属性信息包含多个属性参数,所述属性参数包括食品安全信用等级、产品类别、食品安全风险等级、所属产业链类型,所述食品安全信用等级、所述食品安全风险等级、所述产品类别、所述所属产业链类型的优先级依次降低;
所述控制节点,用于针对每个所述共识节点,根据所述共识节点的节点特征信息和预设的分数映射策略,确定所述共识节点的节点特征信息中包含的各属性参数分别对应的分数和空间位置信息对应的分数,并将所述各属性参数分别对应的分数和空间位置信息对应的分数进行加权平均,得到所述共识节点的评分;根据各所述共识节点的评分和预先建立的评分与节点集群标识的对应关系,确定各所述共识节点对应的节点集群标识,并基于节点集群标识相同的共识节点得到节点集群;针对每个所述节点集群,在所述节点集群中评分最大的共识节点为一个的情况下,将所述评分最大的共识节点确定为主节点;在所述节点集群中评分最大的共识节点为多个的情况下,按照优先级由高到低的顺序,依次基于各优先级下的属性参数对应的分数,从评分最大的共识节点中确定目标共识节点,并在当前的优先级对应的属性参数下,所述目标共识节点的个数大于1时,将所述目标共识节点作为新的评分最大的共识节点,基于下一优先级的属性参数对应的分数,从新的评分最大的共识节点中确定目标共识节点,直至目标共识节点的个数为1为止,将所述目标共识节点作为主节点;
所述共识节点还用于对本节点所属节点集群产生的待共识的食品溯源信息进行一次共识验证,所述主节点还用于对一次共识验证通过的所述食品溯源信息进行二次共识验证;
所述共识节点还用于在二次共识验证通过的情况下将所述食品溯源信息进行上链操作。
5.根据权利要求4所述的***,其特征在于,所述主节点还用于将本节点所属节点集群中各共识节点在预设时段内产生的若干待共识的食品溯源信息打包成数据区块,并将所述数据区块发送至本节点所属节点集群中的其它共识节点;
所述共识节点还用于对所述数据区块进行一次共识验证;
所述主节点还用于在对所述数据区块进行一次共识验证通过的情况下,将所述数据区块发送至其它所述节点集群中的主节点,并对所述数据区块进行二次共识验证。
6.根据权利要求5所述的***,其特征在于,所述主节点还用于在对所述数据区块进行二次共识验证通过的情况下,将所述数据区块进行上链操作,并将包含各所述主节点的签名信息和所述数据区块的提交信息发送给本节点所属节点集群中的其它共识节点;
所述共识节点还用于在接收到所述提交信息的情况下,对所述提交信息中的签名信息进行签名验证,并在签名验证成功的情况下,将所述提交信息中的数据区块进行上链操作,在签名验证失败的情况下,向所述控制节点发送提醒信息,所述提醒信息用于反映本节点所属节点集群中的主节点存在恶意行为。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
8.一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,所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310143955.1A CN115829597B (zh) | 2023-02-21 | 2023-02-21 | 食品溯源信息的上链方法和食品溯源*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310143955.1A CN115829597B (zh) | 2023-02-21 | 2023-02-21 | 食品溯源信息的上链方法和食品溯源*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829597A CN115829597A (zh) | 2023-03-21 |
CN115829597B true CN115829597B (zh) | 2023-08-08 |
Family
ID=85521995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310143955.1A Active CN115829597B (zh) | 2023-02-21 | 2023-02-21 | 食品溯源信息的上链方法和食品溯源*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829597B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116128489B (zh) * | 2023-04-18 | 2023-07-04 | 河北中废通网络技术有限公司 | 基于区块链的物品回收交易处理方法、装置、终端及介质 |
CN117010918B (zh) * | 2023-10-07 | 2024-03-12 | 深圳点筹农业供应链有限公司 | 一种基于区块链的农产品全程溯源*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034851A (zh) * | 2018-09-05 | 2018-12-18 | 深圳正品创想科技有限公司 | 基于区块链的商品防伪溯源方法及其装置、区块链节点 |
CN110113388A (zh) * | 2019-04-17 | 2019-08-09 | 四川大学 | 一种基于改进型聚类算法的区块链***共识的方法和装置 |
EP3934161A1 (en) * | 2020-07-03 | 2022-01-05 | Alipay (Hangzhou) Information Technology Co., Ltd. | Consensus method and data verification method, apparatus, and system of consortium blockchain |
CN114449476A (zh) * | 2022-02-24 | 2022-05-06 | 北京交通大学 | 一种用于车联网中安全通信的区块链节点共识方法 |
CN114640466A (zh) * | 2022-03-15 | 2022-06-17 | 重庆邮电大学 | 一种面向分层架构的pbft共识节点动态调整方法 |
-
2023
- 2023-02-21 CN CN202310143955.1A patent/CN115829597B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034851A (zh) * | 2018-09-05 | 2018-12-18 | 深圳正品创想科技有限公司 | 基于区块链的商品防伪溯源方法及其装置、区块链节点 |
CN110113388A (zh) * | 2019-04-17 | 2019-08-09 | 四川大学 | 一种基于改进型聚类算法的区块链***共识的方法和装置 |
EP3934161A1 (en) * | 2020-07-03 | 2022-01-05 | Alipay (Hangzhou) Information Technology Co., Ltd. | Consensus method and data verification method, apparatus, and system of consortium blockchain |
CN114449476A (zh) * | 2022-02-24 | 2022-05-06 | 北京交通大学 | 一种用于车联网中安全通信的区块链节点共识方法 |
CN114640466A (zh) * | 2022-03-15 | 2022-06-17 | 重庆邮电大学 | 一种面向分层架构的pbft共识节点动态调整方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115829597A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115829597B (zh) | 食品溯源信息的上链方法和食品溯源*** | |
CN110866181B (zh) | 资源推荐的方法、装置及存储介质 | |
CN114117153B (zh) | 一种基于相似度重学习的在线跨模态检索方法及*** | |
JP2017536604A5 (zh) | ||
CN114579584B (zh) | 数据表处理方法、装置、计算机设备和存储介质 | |
US11403550B2 (en) | Classifier | |
Jiang et al. | A Density Peak Clustering Algorithm Based on the K‐Nearest Shannon Entropy and Tissue‐Like P System | |
CN115293919A (zh) | 面向社交网络分布外泛化的图神经网络预测方法及*** | |
US20220050859A1 (en) | Methods, systems, articles of manufacture, and apparatus to map client specifications with standardized characteristics | |
US20240126730A1 (en) | Schema Validation with Data Synthesis | |
US11868899B2 (en) | System and method for model configuration selection preliminary class | |
CN116861107A (zh) | 业务内容展示方法、装置、设备、介质和产品 | |
Akarsu et al. | Simultaneous feature selection and ant colony clustering | |
CN116245380A (zh) | 目标业务的业务问题的确定方法、装置、计算机设备 | |
Aaron et al. | Multivariate and functional robust fusion methods for structured Big Data | |
Khedkar et al. | Market basket analysis using A-priori algorithm and FP-tree algorithm | |
US20220066988A1 (en) | Hash suppression | |
CN115905654A (zh) | 业务数据的处理方法、装置、设备、存储介质和程序产品 | |
Garnier et al. | A multi-series framework for demand forecasts in E-commerce | |
CN115048462A (zh) | 一种基于区块链的数字资产合成方法及装置 | |
CN115169637A (zh) | 社交关系预测方法、装置、设备和介质 | |
Al-Zeyadi et al. | On the mining and usage of movement patterns in large traffic networks | |
CN117933414A (zh) | 应对拜占庭节点的联邦学习方法 | |
JPWO2021070013A5 (zh) | ||
CN116720935A (zh) | 账户类别识别方法、装置、计算机设备和存储介质 |
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 |