CN117236972A - 一种基于区块链技术的农产品溯源管理方法及*** - Google Patents
一种基于区块链技术的农产品溯源管理方法及*** Download PDFInfo
- Publication number
- CN117236972A CN117236972A CN202311497884.1A CN202311497884A CN117236972A CN 117236972 A CN117236972 A CN 117236972A CN 202311497884 A CN202311497884 A CN 202311497884A CN 117236972 A CN117236972 A CN 117236972A
- Authority
- CN
- China
- Prior art keywords
- nth
- agricultural products
- blockchain
- information
- time
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 238000007689 inspection Methods 0.000 claims abstract description 148
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000005070 sampling Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 238000003860 storage Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 230000010354 integration Effects 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000003908 quality control method Methods 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000012797 qualification Methods 0.000 claims description 12
- 238000000638 solvent extraction Methods 0.000 claims description 9
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 230000001902 propagating effect Effects 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 239000003337 fertilizer Substances 0.000 description 6
- 239000000575 pesticide Substances 0.000 description 6
- 239000000126 substance Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 208000001613 Gambling Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于区块链技术的农产品溯源管理方法及***，涉及信息处理的技术领域，其中基于区块链技术的农产品溯源管理方法包括第1次进入区块链步骤、第N次进入区块链步骤以及区块链传播等步骤，其中第1次进入区块链步骤包括第1次获取产品信息步骤、第1次质检步骤、第1次对比步骤以及第1次信息整合步骤；第N次进入区块链步骤包括第N次获取产品信息步骤、第N次合理性检验步骤、第N次抽检步骤、第N次比对步骤、第N次信息整合等步骤；***包括输入模块、检测模块、储存模块、扫描模块、计算模块等模块。本发明能够降低同类型农产品在聚集的过程中被掺假的概率，进而确保了农产品的安全性，同时降低了区块链***被干扰的概率。
Description
技术领域
本发明涉及信息处理的技术领域，尤其是涉及一种基于区块链技术的农产品溯源管理方法及***。
背景技术
民以食为天，随着人们对物质生活有更高的追求，国家和人民对食品安全的要求越来越高，而作为食品中不可或缺的一部分，农产品的安全性也越来越被人重视。农产品的安全性主要体现在农药的使用、肥料的使用、保鲜物质的使用等方面，人们通过肉眼或者日常经验难以发觉这些物品的使用，而不合规的使用农药、肥料或者保鲜物质都会对食用者造成伤害。
上述农药的使用、肥料的使用、保鲜物质的使用均出现在生产、运输、保存以及售卖的过程中，为了避免出现不合规的使用农药、肥料或者保鲜物质的情况，以及在出现了不合规的使用农药、肥料或者保鲜物质的情况时，能够及时发现不合规处理的源头，需要使用溯源***对农产品的生产、运输、保存以及售卖的过程进行追溯，以便于对不合规的使用进行整改。
目前，以区块链的技术对农产品的生产、运输、保存以及售卖过程进行监控，可以有效的监控不合规的使用农药、肥料或者保鲜物质的情况，而且能够避免信息篡改的情况。
但是，区块链技术的搭建是需要过程的，即，只有所有的生产、运输、保存及售卖者均加入区块链，方能实现良好的监控；而且，目前的农产品的收购及分配过程仍然存在着“集”与“散”的问题，使得区块链普及率较低时，更难对农产品进行监控，综上所述，在区块链普及率较低时，容易出现掺假现象，以干扰区块链的布局与使用。
发明内容
为了能够在区块链普及率较低时，降低掺假现象，以降低区块链的布局与使用过程中被干扰的概率，本发明提供一种基于区块链技术的农产品溯源管理方法及***。
第一方面，本发明提供的一种基于区块链技术的农产品溯源管理方法，采用如下的技术方案：
一种基于区块链技术的农产品溯源管理方法及***，包括以下步骤：
第1次进入区块链：包括第1次获取产品信息步骤、第1次质检步骤、第1次对比步骤以及第1次信息整合步骤；
第1次获取产品信息：在农产品第1次进入区块链监控***时，获取农产品的类型、批次、数量信息；
第1次质检：对第1次进入区块链监控***的农产品进行全面质检，进而获取农产品的第1次质检内容信息以及第1次质检时间信息；
第1次比对：将农产品的第1次质检内容信息与质检标准值进行比对，若符合质检标准值则为合格，并执行第1次信息整合步骤；若不符合质检标准值则为不合格；
第1次信息整合：整合第1次进入区块链步骤中的农产品信息，将质检合格农产品根据类型、批次制作第1级标签，第1级标签内记载有合格的数量、质检内容、质检时间、质检合格性信息，并触发区块链传播步骤；
第N次进入区块链：其中，N为大于等于2的自然数，包括第N次获取产品信息步骤、第N次合理性检验步骤、第N次抽检步骤、第N次比对步骤、第N次信息整合步骤；
第N次获取产品信息：获取农产品的类型、第N次进入区块链时的数量、第N-1次的质检合格性信息；
第N次合理性检验：若当前类型中农产品的数量不大于N-1级标签中所记载的数量，并且第N-1次的质检合格，则视为合理，并执行第N次抽检步骤；否则视为不合理；
第N次抽检：对第N次进入区块链监控***的农产品进行抽检，抽检系数为K，其中0＜K＜1；进而获取农产品的第N次抽检内容信息以及第N次抽检时间信息；
第N次比对：将农产品的第N次抽检内容信息与质检标准值进行比对，若符合质检标准值则为合格，并执行第N次信息整合步骤；若不符合质检标准值则为不合格；
第N次信息整合：整合第N次进入区块链步骤中的农产品信息，将质检合格农产品根据类型、批次制作第N级标签，第N级标签内记载有合格的数量、质检内容、质检时间、质检合格性信息，并触发区块链传播步骤；
区块链传播：根据标签将农产品的类型、批次、数量、质检内容、质检时间信息在区块链中进行传播储存。
通过采用上述技术方案，在农产品第一次进入区块链***时，对农产品进行全面的质检，并将质检合格的产品进行分类，分类时以农产品的类型以及批次进行分类；当区块链***未能完全覆盖农产品的生产、储存、运输等过程时，处于区块链***外的用户便可能利用区块链***进行掺假；当该农产品第N次进入区块链***时，先对产品的数量以及质检合格性进行判断，若出现当前类型中农产品的数量大于N-1级标签中所记载的数量的情况时，或者无法获取第N-1次的质检合格信息时，证明可能存在掺假的情况，因此将此种情形视为不合理的情形，并踢出区块链***；如此可确保处于区块链***中的农产品均为可追溯的产品，进而确保了农产品的安全性。同时，在区块链普及率较低时，降低了区块链***被干扰的概率，维护了区块链***的正常使用。
可选地，所述第N次进入区块链步骤中还包括去标签步骤：
去标签：去除农产品上的标签，并执行第1次进入区块链步骤；
所述第N次合理性检验步骤中，若视为不合理时，还执行去标签步骤。
通过采用上述技术方案，若出现当前类型中农产品的数量大于N-1级标签中所记载的数量的情况时，或者无法获取第N-1次的质检合格信息时，先不将该农产品踢出区块链***，此时将农产品的标签去除，并按照第1次进入区块链***的标准处理农产品，进而剔除农产品中的不合格品，减少了农产品的浪费现象。
可选地，所述第N次进入区块链步骤中还包括树划分步骤；
树划分：若该类型、批次的农产品的第m部分出现在第N次进入区块链步骤中，则将该农产品划分为第QNPm树；
所述第N次合理性检验步骤中，若当前类型、批次的农产品的数量不大于N-1级标签中所记载的数量，并且第N-1次的质检合格，还执行树划分步骤；
所述第N次信息整合步骤中，还根据树制作第N级标签
还包括检索统计步骤以及数据判断步骤；
检索统计：根据第N级标签对农产品进行检索，统计某一树下同一类型、批次的农产品的总数量；
数据判断：若某一树下，同一类型、批次的农产品的数量和，大于该树中，同一类型、批次的农产品的总数量，则视为不合理。
通过采用上述技术方案，由于农产品在生产、运输、储存等步骤中，不仅会出现聚集现象，还会出现分散现象；当农产品出现分散现象时，某一分散点也可能出现掺假现象，此时对分散点进行树划分；若农产品分散后的总数量大于了分散前的总数量，则证明在分散的过程中存在掺假行为，因此将此种情形视为不合理的情形，并踢出区块链***；如此可确保处于区块链***中的农产品均为可追溯的产品，进而确保了农产品的安全性；同时，在区块链普及率较低时，降低了区块链***被干扰的概率，维护了区块链***的正常使用。
可选地，还包括追溯标记步骤；
追溯标记：对当前类型、批次的农产品进行追溯标记；
所述数据判断步骤中，若视为不合理，则执行追溯标记步骤；
所述第N次进入区块链步骤中还包括标记判断步骤以及第N次质检步骤；
标记判断：若当前类型、批次的农产品为标记的农产品，则执行第N次质检步骤；若当前类型、批次的农产品不为标记的农产品，则执行第N次抽检步骤；
第N次质检：对第N次进入区块链监控***的农产品进行全面质检，进而获取农产品的第N次质检内容信息以及第N次质检时间信息。
通过采用上述技术方案，若证明了在分散的过程中存在掺假行为，此时当前类型、批次的农产品均可能出现掺假的可能，因此，当当前类型、批次的农产品再次进入区块链监控***时，对该农产品进行全面质检，以降低掺假的概率，确保区块链的稳定运行。
可选地，所述第N次获取产品信息步骤中，还获取第N-1次的质检时间信息；
所述第N次抽检步骤中，还获取当前时间与第N-1次质检时间的质检间隔TN N-1，抽检系数为K的计算模型如下：
。
通过采用上述技术方案，由于质检间隔时间越长，在生产、运输、储存等过程中出现变故的概率便越大，因此在抽检时根据质检间隔TN N-1的大小确定抽检的概率，可以更大限度的降低农产品被掺假的概率；同时，由于单次质检便可及时发现农产品被掺假，降低了追溯标记步骤被触发的概率，提高了检测效率。
第二方面，本发明提供的一种基于区块链技术的农产品溯源管理***，采用如下的技术方案：
一种基于区块链技术的农产品溯源管理***，包括以下模块：
输入模块：用于输入农产品的类型、批次、数量信息以及质检标准；
检测模块：用于检测农产品的质量，并输出检测结果；
储存模块：设置有多个，输入端与输入模块、检测模块的输出端连接，用于储存与农产品对应的信息；
扫描模块：输入端与储存模块的输出端连接，输出端与计算模块的输入端连接，用于扫描标签，进而获取农产品的信息；
质检模块：输出端与储存模块的输入端连接，用于对农产品进行质检，并输出质检结果；
计算模块：设置有多个，输入端与储存模块的输出端连接，输出端与储存模块的输入端连接，用于进行逻辑运算；
计算模块包括以下子模块：
计数模块：用于计量农产品的数量；
计算模块：用于计算需要质检的农产品的数量；
对比模块：用于将质检结果与质检标注进行比对；
标签生成模块：用于根据农产品的数据，生成农产品的标签；
置信度计算模块：计算标签信息的可信度。
通过采用上述技术方案，区块链***中具有执行权限的用户可向储存模块中输入信息，计算模块根据输入的信息生成标签；每一个加入区块链***的用户均可通过扫描标签的方式获取农产品的信息。当农产品在具有执行能力的用户手中处理后，便可录入至区块链中；当农产品再次被送往具有执行能力的用户手中时，计算模块便可对农产品的信息进行再次计算，并生成新的标签，进而不断更新农产品的信息。当农产品脱离了具有执行能力的用户时，农产品的信息不会消亡，且会随着农产品信息再次进入区块链***中而实时更新，并再次确定农产品信息的可信度，如此降低了农产品被掺假的概率，而且在区块链普及率较低时，降低了区块链***被干扰的概率，维护了区块链***的正常使用。
可选地，所述计算模块中还包括覆写模块；
覆写模块：用于删除标签下的信息，并重新写入新的信息。
通过采用上述技术方案，在经过计算后，若发现标签下的信息失真，覆写模块便可对标签下的信息进行修改，以保持储存模块中储存信息的真实性。
可选地，所述计算模块还包括树划分模块，
树划分模块：输出端与标签生成模块的输入端连接，用于将农产品的数量信息进行树状划分。
通过采用上述技术方案，当同一类型、批次的农产品被分散后，可根据树划分模块确定该类型、批次的农产品的不同流向，以便于对农产品的信息进行追溯。
可选地，所述计算模块还包括打标模块；
打标模块：用于对信息可疑的标签进行标记。
通过采用上述技术方案，若暂时无法确定标签下的信息的真实度时，对该标签进行标记，以便于改标签对应的农产品下一次进入区块链***时，能够再次对农产品的信息进行重新认定，以降低掺假的概率，确保区块链的稳定运行。
可选地，所述计算模块还包括计时模块与系数计算模块；
计时模块：根据时钟确定某一时刻与当前时刻的时间差；
系数计算模块：输入端与计时模块的输入端连接，用于根据时间差计算抽检系数。
通过采用上述技术方案，通过计时模块确定农产品离开区块链***监控的时间，并根据改时间确定抽检时的系数，当农产品再次进入区块链***的检测时，根据抽检系数确定抽检的比例，以提高掺假的难度，降低掺假的概率，并提高区块链***的利用效率。
综上所述，本发明包括以下至少一种有益技术效果：
1. 通过第N次合理性检验步骤的设置，当该农产品第N次进入区块链***时，对产品的数量以及质检合格性进行判断，以降低同类型农产品在聚集的过程中被掺假的概率，进而确保了农产品的安全性，同时降低了区块链***被干扰的概率。
2. 通过树划分步骤、检索统计步骤以及数据判断步骤的设置，能够实时监测进入区块链***的农产品的总数量是否合理，以降低同类型农产品在分散的过程中被掺假的概率，进而确保了农产品的安全性，同时降低了区块链***被干扰的概率。
3. 通过第N次抽检步骤的设置，能够合理的调整被抽检的比例，进而更大限度的降低农产品被掺假的概率，同时提高了监测出掺假的及时性，降低了追溯标记步骤被触发的概率，提高了检测效率。
附图说明
图1是实施例1的整体流程示意图；
图2是实施例1中第1次进入区块链步骤的流程示意图；
图3是实施例1中第N次进入区块链步骤的流程示意图；
图4是实施例2的整体***图；
图5是实施例2中计算模块的子模块连接示意图。
具体实施方式
以下结合图1至图5对本发明作进一步详细说明。
实施例1：本实施例公开了一种基于区块链技术的农产品溯源管理方法及***，参照图1至图3，基于区块链技术的农产品溯源管理方法及***包括第1次进入区块链步骤S1、第N次进入区块链步骤S2、区块链传播步骤S3、检索统计步骤S4、数据判断步骤S5以及追溯标记步骤S6；
S1：第1次进入区块链：包括第1次获取产品信息步骤S1-1、第1次质检步骤S1-2、第1次对比步骤S1-3以及第1次信息整合步骤S1-4；
S1-1：第1次获取产品信息：在农产品第1次进入区块链监控***时，获取农产品的类型、批次、数量信息。通常情况下，农产品会在收获时第1次进入区块链***，进入区块链***时，需要输入农产品的类型（即品种）、批次（可以理解为收获该农产品的时间批号、地理批号等）以及该农产品的数量信息。当然，农产品第1次进入区块链***时也可以是其它时间节点，只要某一农产品的类型与批次能够明确对应特指的一批产品即可。
S1-2：第1次质检：对第1次进入区块链监控***的农产品进行全面质检，质检时按照国家标准或者行业标准的规范进行，进而获取农产品的第1次质检内容信息以及第1次质检时间信息。
S1-3：第1次比对：将农产品的第1次质检内容信息与质检标准值进行比对，若符合质检标准值则为合格，并执行第1次信息整合步骤S1-4；若不符合质检标准值则为不合格。
S1-4：第1次信息整合：整合第1次进入区块链步骤S1中的农产品信息，将质检合格农产品根据类型、批次制作第1级标签，第1级标签内记载有合格的数量、质检内容、质检时间、质检合格性信息，并触发区块链传播步骤S3。触发区块链传播步骤S3后，处于区块链***中的用户便可根据农产品的标签查询到农产品的信息；质检不合格的农产品无法进入区块链***中。
S2：第N次进入区块链：其中，N为大于等于2的自然数，包括第N次获取产品信息步骤S2-1、第N次合理性检验步骤S2-2、去标签步骤S2-3、树划分步骤S2-4、标记判断步骤S2-5、第N次抽检步骤S2-6、第N次质检步骤S2-7、第N次比对步骤S2-8、第N次信息整合步骤S2-9。
S2-1：第N次获取产品信息：获取农产品的类型、第N次进入区块链时的数量、第N-1次的质检合格性信息以及第N-1次的质检时间信息。
S2-2：第N次合理性检验：若当前类型中农产品的数量不大于N-1级标签中所记载的数量，并且第N-1次的质检合格，则视为合理，并执行树划分步骤S2-4；否则视为不合理，并执行去标签步骤S2-3。
S2-3：去标签：去除农产品上的标签，并执行第1次进入区块链步骤S1。
例如：某一类型、批次的农产品在第1次进入区块链***时，数量具有10吨，但是在第2次进入区块链***时的数量为12吨，则可以证明第二次进入区块链***时，具有一定的掺假情况，此时执行去标签步骤S2-3，去除该农产品上的标签；并将该农产品作为第1次进入区块链的情况进行处理，以筛分出掺假的产品。
某一类型、批次的农产品在第1次进入区块链***时，数量具有10吨，但是在第2次进入区块链***时的数量为6吨，且标签上显示第1次的质检合格，则证明该类型、批次的产品内容可信，但是被输送至了不同的地方，此时执行树划分步骤S2-4。
S2-4：树划分：若该类型、批次的农产品的第m部分出现在第N次进入区块链步骤中，则将该农产品划分为第QNPm树。
例如：某一类型、批次的农产品在第1次进入区块链***时，数量具有10吨，但是被分为3个部分运往不同地区，这3个部分的农产品会分别第2次进入区块链***；第1部分第2次进入区块链***时，被划分为Q2P1，第2部分第2次进入区块链***时，被划分为Q2P2，第3部分第2次进入区块链***时，被划分为Q2P3。
同理，上述的第1部分再次被分为2个部分运往不同地区时，这2个部分的农产品会分别第3次进入区块链***，第1部分第3次进入区块链***时，被划分为Q2P1-Q3P1，第2部分第3次进入区块链***时，被划分为Q2P1-Q3P2，以此类推。
与此同时，检索统计步骤S4会时刻进行。
S4：检索统计：根据第N级标签对农产品进行检索，统计某一树下同一类型、批次的农产品的总数量，并执行数据判断步骤S5。
S5：数据判断：若某一树下，同一类型、批次的农产品的数量和，大于该树中，同一类型、批次的农产品的总数量，则视为不合理，并执行追溯标记步骤S6。
S6：追溯标记：对当前类型、批次的农产品进行追溯标记；
例如：某一类型、批次的农产品在第1次进入区块链***时，数量具有10吨，但是被分为多个部分运往不同地区，这多个部分的农产品会分别第2次进入区块链***；但第2次进入区块链***的总数量不会超过10吨，若第2次进入区块链***的总数量超过10吨时，则视为不合理，追溯标记步骤S6便会对当前类型、批次的农产品进行追溯标记。
再例如，上述的多个部分中的第1部分，经第N次获取产品信息步骤S2-1后获知数量为4吨，再次被分为多个部分运往不同地区时，这多个部分的农产品会分别第3次进入区块链***，其中第1部分第3次进入区块链***时，被划分为Q2P1-Q3P1，第2部分第3次进入区块链***时，被划分为Q2P1-Q3P2，若Q2P1-Q3P1以及Q2P1-Q3P2对应的农产品的总数量不会超过4吨，若第3次进入区块链***的总数量超过4吨时，则视为不合理，追溯标记步骤S6便会对当前类型、批次的农产品进行追溯标记。
S2-5：标记判断：若当前类型、批次的农产品为标记的农产品，则执行第N次质检步骤S2-7；若当前类型、批次的农产品不为标记的农产品，则执行第N次抽检步骤S2-6。
S2-6：第N次抽检：对第N次进入区块链监控***的农产品进行抽检，获取当前时间与第N-1次质检时间的质检间隔TN N-1，并根据质检间隔TN N-1计算抽检系数K，抽检系数为K的计算模型如下：
；
之后根据抽检系数K与第N次进入区块链监控***的农产品的数量相乘，即可获知抽检的数量，抽检完成后便可获取农产品的第N次抽检内容信息以及第N次抽检时间信息。
S2-7：第N次质检：对第N次进入区块链监控***的农产品进行全面质检，进而获取农产品的第N次质检内容信息以及第N次质检时间信息。
在追溯标记步骤S6中，标记的农产品为数量不合理的农产品，可以证明农产品在分散运输的过程中可能存在掺假行为；因此，当被标记的农产品再次进入区块链***时，需对该农产品进行再次的全面质检，以查找掺假的产品。如果没有被标记，则农产品暂时为可信的，仅通过抽检的方式质检即可；抽检时以质检间隔为参照依据进行质检，质检间隔越长，则农产品被掺假的可能性越高，农产品出现变质的可能性也越高，因此抽检比重越大；质检间隔越短，则农产品被掺假的可能性越低，农产品出现变质的可能性也越低，因此抽检比重越小。如此可确保被区块链***监控的农产品的品质。
S2-8：第N次比对：将农产品的第N次抽检内容信息与质检标准值进行比对，若符合质检标准值则为合格，并执行第N次信息整合步骤；若不符合质检标准值则为不合格。
S2-9：第N次信息整合：整合第N次进入区块链步骤中的农产品信息，将质检合格农产品根据类型、批次、树制作第N级标签，第N级标签内记载有合格的数量、质检内容、质检时间、质检合格性信息，并触发区块链传播步骤。
S3：区块链传播：根据标签将农产品的类型、批次、数量、质检内容、质检时间信息在区块链中进行传播储存。
本实施例基于区块链技术的农产品溯源管理方法及***的实施原理为：
在区块链***普及率较低时，目前的区块链***无法自发的做到对农产品的全面监测布控管理；一些投机分子会选择在区块链普及率较低时，利用区块链的漏洞进行获利。因此，在区块链***普及率较低时，对当前农产品是第几次进入区块链***进行统计，并根据农产品进入区块链的次数进行不同的处理。
具体的，当农产品第一次进入区块链***时，对当前类型、批次的农产品进行全面的检测，以确保进入区块链***的农产品为合格的农产品，并为农产品建立标签。虽然农产品进入了区块链***，但是农产品仍然是实体，因此必不可少的会遇到运输、储存等情况，也因此，同一类型但是不同批次的农产品会先进行汇集，之后按照不同地区、不同时间的需求，再对农产品进行分配，这便是农产品的“集”、“散”现象。
当农产品发生汇集情况时，为了避免投机分子利用区块链***的漏洞，因此先对农产品进行合理性检验，若当前类型、批次的农产品的数量是合理的，则将该农产品视为可信产品，该农产品可在区块链中继续运转；若当前类型、批次的农产品的数量是不合理的，则将该农产品视为不可信的产品（即该产品大概率出现了掺假的情况），此时对该农产品进行去标签处理，并将该农产品视为第一次进入区块链***，对该农产品进行全面的质检，以降低出现掺假的概率。
当农产品出现分散情况时，为了避免投机分子利用区块链***的漏洞，因此先对农产品进行树划分，使同一类型、批次，但是不同部分的农产品均有迹可循；并不断检索统计该农产品数量的合理性。若同一类型、批次，但是不同部分的农产品在数量上出现了可以现象，则当前类型、批次的农产品将被标记，待当前类型、批次的农产品再一次进入区块链***时，对农产品进行全面质检，以降低投机分子分批掺假的概率。
当同一类型、批次的农产品第N次正常的进入区块链***时，农产品虽然被判定为暂时是可信的，该农产品只需抽检即可；但是由于同一类型、批次，但是不同部分的农产品第N次进入区块链***时的时间会有所不同，如此会造成同一类型、批次，不同部分的农产品质检的间隔有所不同。质检间隔越长，则农产品被掺假的可能性越高，农产品出现变质的可能性也越高，因此，抽检时以质检间隔为参照依据进行质检，质检间隔越长，抽检比重越大，质检间隔越短，抽检比重越小，如此可确保被区块链***监控的农产品的品质，而且降低农产品被追溯标记的概率，提高区块链***的使用效率。
实施例2：本实施例公开了一种基于区块链技术的农产品溯源管理***，参照图4及图5，基于区块链技术的农产品溯源管理***包括以下模块：以下模块：
输入模块：设置有多个，但仅具有操作权限的区块链用户拥有，用于输入农产品的类型、批次、数量信息以及质检标准。
检测模块：设置有多个，但仅具有操作权限的区块链用户拥有，用于检测农产品的质量，并输出检测结果。
储存模块：设置有多个，所有区块链用户均拥有，其输入端与输入模块、检测模块的输出端连接，用于储存与农产品对应的信息。
计算模块：设置有多个，所有区块链用户均拥有，输入端与储存模块的输出端连接，输出端与储存模块的输入端连接，用于进行逻辑运算。在计算时，使用区块链技术进行冗余计算，以降低计算过程被篡改的可能。
计算模块包括计数模块、对比模块、计算模块、标签生成模块、覆写模块、树划分模块、打标模块、计时模块、系数计算模块等子模块。
计数模块：用于从储存模块中获取农产品的信息，并计量农产品的数量，进而判断农产品的数量是否合理，若数量合理，则触发计时模块以及树划分模块；若不合理则触发打标模块。
计时模块：根据时钟确定某一时刻与当前时刻的时间差，具体使用时为，根据上一次质检时刻与当前时刻计算质检间隔，计算出之间间隔后触发系数计算模块。
系数计算模块：输入端与计时模块的输入端连接，用于根据时间差（即之间间隔）计算抽检系数，输出端与检测模块的输入端连接。
计时模块与系数计算模块用于为检测模块提供参数，进而确定如何进行质检。
树划分模块：输出端与标签生成模块的输入端连接，用于将农产品的数量信息进行树状划分。
对比模块：用于将质检结果与质检标注进行比对，判断质检结果是否合格，若合格则触发标签生成模块，否则触发覆写模块。
标签生成模块：用于根据农产品的数据，生成农产品的标签。
覆写模块：用于删除标签下的信息，并重新写入新的信息。
打标模块：用于对信息可疑的标签进行标记。
打标判断模块：用于判断当前农产品的标签是否被标记。
打标模块以及打标判断模块也用于为检测模块提供参数，进而确定如何进行质检。
扫描模块：设置有多个，所有区块链用户均拥有，输入端与储存模块的输出端连接，输出端与计算模块的输入端连接，用于扫描标签，进而获取农产品的信息。
储存模块在储存时，使用区块链技术进行冗余储存，以降低信息被篡改的可能。
而且，计算模块还包括置信度计算模块；
置信度计算模块：计算标签信息的可信度，即判断储存模块中，同一标签下的信息是否相同，若同一标签下的信息相同的情况达到51%，则该标签信息判断为可信。
本实施例基于区块链技术的农产品溯源管理***的实施原理为：
加入区块链***的用户均具有计算权限、储存权限以及查询权限，以降低信息被篡改的概率，同时起到监测作用。具有操作权限的用户为实际会影响到农产品质量的用户，其需要对农产品的质量进行把关，同时对农产品的质量负责。
在某一类型、批次的农产品第一次到达具有操作权限的用户手中时，具有操作权限的用户需对农产品的类型、批次进行输入，同时对该农产品进行检测，检测计算的过程由所有用户负责，以降低检测造假的概率。检测完毕后，由所有用户制作标签，使得农产品可以被溯源。
在区块链***覆盖率较低时，农产品在运输、储存等过程中可能会短暂的脱离区块链***的监控，因此，当农产品再次进入区块链***时，计算模块对农产品的各项信息进行判断计算，以确保农产品的当前标签的可信度；而且根据农产品的标签信息制定检测计划，以确保位于区块链***中的农产品的质量，同时降低区块链***的负载。再经过一次检测后，便对农产品的标签进行一次更新，以确保所有用户均可查询到相关农产品的最新信息，进而降低区块链***覆盖率较低时，有投机分子利用区块链***获利的可能。
以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。
Claims (10)
1.一种基于区块链技术的农产品溯源管理方法，其特征在于：包括以下步骤：
第1次进入区块链：包括第1次获取产品信息步骤、第1次质检步骤、第1次对比步骤以及第1次信息整合步骤；
第1次获取产品信息：在农产品第1次进入区块链监控***时，获取农产品的类型、批次、数量信息；
第1次质检：对第1次进入区块链监控***的农产品进行全面质检，进而获取农产品的第1次质检内容信息以及第1次质检时间信息；
第1次比对：将农产品的第1次质检内容信息与质检标准值进行比对，若符合质检标准值则为合格，并执行第1次信息整合步骤；若不符合质检标准值则为不合格；
第1次信息整合：整合第1次进入区块链步骤中的农产品信息，将质检合格农产品根据类型、批次制作第1级标签，第1级标签内记载有合格的数量、质检内容、质检时间、质检合格性信息，并触发区块链传播步骤；
第N次进入区块链：其中，N为大于等于2的自然数，包括第N次获取产品信息步骤、第N次合理性检验步骤、第N次抽检步骤、第N次比对步骤、第N次信息整合步骤；
第N次获取产品信息：获取农产品的类型、第N次进入区块链时的数量、第N-1次的质检合格性信息；
第N次合理性检验：若当前类型中农产品的数量不大于N-1级标签中所记载的数量，并且第N-1次的质检合格，则视为合理，并执行第N次抽检步骤；否则视为不合理；
第N次抽检：对第N次进入区块链监控***的农产品进行抽检，抽检系数为K，其中0＜K＜1；进而获取农产品的第N次抽检内容信息以及第N次抽检时间信息；
第N次比对：将农产品的第N次抽检内容信息与质检标准值进行比对，若符合质检标准值则为合格，并执行第N次信息整合步骤；若不符合质检标准值则为不合格；
第N次信息整合：整合第N次进入区块链步骤中的农产品信息，将质检合格农产品根据类型、批次制作第N级标签，第N级标签内记载有合格的数量、质检内容、质检时间、质检合格性信息，并触发区块链传播步骤；
区块链传播：根据标签将农产品的类型、批次、数量、质检内容、质检时间信息在区块链中进行传播储存。
2.根据权利要求1所述的一种基于区块链技术的农产品溯源管理方法，其特征在于：所述第N次进入区块链步骤中还包括去标签步骤：
去标签：去除农产品上的标签，并执行第1次进入区块链步骤；
所述第N次合理性检验步骤中，若视为不合理时，还执行去标签步骤。
3.根据权利要求1或2所述的一种基于区块链技术的农产品溯源管理方法，其特征在于：所述第N次进入区块链步骤中还包括树划分步骤；
树划分：若该类型、批次的农产品的第m部分出现在第N次进入区块链步骤中，则将该农产品划分为第QNPm树；
所述第N次合理性检验步骤中，若当前类型、批次的农产品的数量不大于N-1级标签中所记载的数量，并且第N-1次的质检合格，还执行树划分步骤；
所述第N次信息整合步骤中，还根据树制作第N级标签；
还包括检索统计步骤以及数据判断步骤；
检索统计：根据第N级标签对农产品进行检索，统计某一树下同一类型、批次的农产品的总数量；
数据判断：若某一树下，同一类型、批次的农产品的数量和，大于该树中，同一类型、批次的农产品的总数量，则视为不合理。
4.根据权利要求3所述的一种基于区块链技术的农产品溯源管理方法，其特征在于：还包括追溯标记步骤；
追溯标记：对当前类型、批次的农产品进行追溯标记；
所述数据判断步骤中，若视为不合理，则执行追溯标记步骤；
所述第N次进入区块链步骤中还包括标记判断步骤以及第N次质检步骤；
标记判断：若当前类型、批次的农产品为标记的农产品，则执行第N次质检步骤；若当前类型、批次的农产品不为标记的农产品，则执行第N次抽检步骤；
第N次质检：对第N次进入区块链监控***的农产品进行全面质检，进而获取农产品的第N次质检内容信息以及第N次质检时间信息。
5.根据权利要求1或2所述的一种基于区块链技术的农产品溯源管理方法，其特征在于：所述第N次获取产品信息步骤中，还获取第N-1次的质检时间信息；
所述第N次抽检步骤中，还获取当前时间与第N-1次质检时间的质检间隔TNN-1，抽检系数为K的计算模型如下：
。
6.一种基于区块链技术的农产品溯源管理***，用于应用权利要求1-5中任意一项所述的基于区块链技术的农产品溯源管理方法，其特征在于：包括以下模块：
输入模块：用于输入农产品的类型、批次、数量信息以及质检标准；
检测模块：用于检测农产品的质量，并输出检测结果；
储存模块：设置有多个，输入端与输入模块、检测模块的输出端连接，用于储存与农产品对应的信息；
扫描模块：输入端与储存模块的输出端连接，输出端与计算模块的输入端连接，用于扫描标签，进而获取农产品的信息；
计算模块：设置有多个，输入端与储存模块的输出端连接，输出端与储存模块的输入端连接，用于进行逻辑运算；
计算模块包括以下子模块：
计数模块：用于计量农产品的数量；
计算模块：用于计算需要质检的农产品的数量；
对比模块：用于将质检结果与质检标注进行比对；
标签生成模块：用于根据农产品的数据，生成农产品的标签；
置信度计算模块：计算标签信息的可信度。
7.根据权利要求6所述的一种基于区块链技术的农产品溯源管理***，其特征在于：所述计算模块中还包括覆写模块；
覆写模块：用于删除标签下的信息，并重新写入新的信息。
8.根据权利要求6或7所述的一种基于区块链技术的农产品溯源管理***，其特征在于：所述计算模块还包括树划分模块，
树划分模块：输出端与标签生成模块的输入端连接，用于将农产品的数量信息进行树状划分。
9.根据权利要求8所述的一种基于区块链技术的农产品溯源管理***，其特征在于：所述计算模块还包括打标模块；
打标模块：用于对信息可疑的标签进行标记。
10.根据权利要求6或7所述的一种基于区块链技术的农产品溯源管理***，其特征在于：所述计算模块还包括计时模块与系数计算模块；
计时模块：根据时钟确定某一时刻与当前时刻的时间差；
系数计算模块：输入端与计时模块的输入端连接，用于根据时间差计算抽检系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311497884.1A CN117236972B (zh) | 2023-11-13 | 2023-11-13 | 一种基于区块链技术的农产品溯源管理方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311497884.1A CN117236972B (zh) | 2023-11-13 | 2023-11-13 | 一种基于区块链技术的农产品溯源管理方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117236972A true CN117236972A (zh) | 2023-12-15 |
| CN117236972B CN117236972B (zh) | 2024-02-09 |
Family
ID=89093095
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311497884.1A Active CN117236972B (zh) | 2023-11-13 | 2023-11-13 | 一种基于区块链技术的农产品溯源管理方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117236972B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0660086A (ja) * | 1992-08-13 | 1994-03-04 | Nec Corp | 製品品質管理システム |
| JP2009015654A (ja) * | 2007-07-05 | 2009-01-22 | Sharp Corp | ワークの品質管理システムおよびワークの品質管理方法 |
| CN110675008A (zh) * | 2018-07-02 | 2020-01-10 | 上海旺链信息科技有限公司 | 一种物联网设备的数据质量验证方法、验证***及存储介质 |
| CN111489128A (zh) * | 2020-05-12 | 2020-08-04 | 江苏布洛氪链数据科技有限公司 | 一种基于区块链的冷链运输及温度智能控制方法 |
| CN112564960A (zh) * | 2020-12-01 | 2021-03-26 | 浙商银行股份有限公司 | 基于区块链节点中心度弹性调整共识的方法及装置 |
| CN113902371A (zh) * | 2021-10-13 | 2022-01-07 | 尹紫怡 | 基于区块链技术的冷链物流管理*** |
| CN116307359A (zh) * | 2023-01-03 | 2023-06-23 | 南京春辉科技实业有限公司 | 生产过程管理方法、装置、设备及存储介质 |
-
2023
- 2023-11-13 CN CN202311497884.1A patent/CN117236972B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0660086A (ja) * | 1992-08-13 | 1994-03-04 | Nec Corp | 製品品質管理システム |
| JP2009015654A (ja) * | 2007-07-05 | 2009-01-22 | Sharp Corp | ワークの品質管理システムおよびワークの品質管理方法 |
| CN110675008A (zh) * | 2018-07-02 | 2020-01-10 | 上海旺链信息科技有限公司 | 一种物联网设备的数据质量验证方法、验证***及存储介质 |
| CN111489128A (zh) * | 2020-05-12 | 2020-08-04 | 江苏布洛氪链数据科技有限公司 | 一种基于区块链的冷链运输及温度智能控制方法 |
| CN112564960A (zh) * | 2020-12-01 | 2021-03-26 | 浙商银行股份有限公司 | 基于区块链节点中心度弹性调整共识的方法及装置 |
| CN113902371A (zh) * | 2021-10-13 | 2022-01-07 | 尹紫怡 | 基于区块链技术的冷链物流管理*** |
| CN116307359A (zh) * | 2023-01-03 | 2023-06-23 | 南京春辉科技实业有限公司 | 生产过程管理方法、装置、设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 景旭，刘滋雨，秦源泽: "基于区块链中继技术的集群式农产品供应链溯源模型", 《农业工程学报》, 30 June 2022 (2022-06-30) * |
| 陈冬梅;: "PCR及其改进技术在食品安全检测中的应用", 食品界, no. 09 * |
| 陈欣雨: "基于区块链的蔬菜安全溯源***的应用研究", 《信息科技;经济与管理科学》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117236972B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Niknejad et al. | Mapping the research trends on blockchain technology in food and agriculture industry: A bibliometric analysis | |
| US10796316B2 (en) | Method and system for identifying fraudulent publisher networks | |
| US20200271476A1 (en) | Analysis of smart meter data based on frequency content | |
| Anbaroğlu et al. | Non-recurrent traffic congestion detection on heterogeneous urban road networks | |
| Narwane et al. | Unlocking adoption challenges of IoT in Indian agricultural and food supply chain | |
| Martin et al. | Zero tolerance ecology: improving ecological inference by modelling the source of zero observations | |
| CN111476559B (zh) | 一种商户认证方法、装置、计算机设备和存储介质 | |
| Levy et al. | Estimation of cumulative fluxes of nitrous oxide: uncertainty in temporal upscaling and emission factors | |
| CN107093083A (zh) | 基于二维码的农产品质量安全追溯监管***及其实现方法 | |
| Khan et al. | ShrimpChain: A blockchain-based transparent and traceable framework to enhance the export potentiality of Bangladeshi shrimp | |
| CN109087005A (zh) | 基于智能合约与雾计算的商品物流环境的监测方法 | |
| Zhang et al. | Research on cold chain logistics traceability system of fresh agricultural products based on blockchain | |
| CN108256794A (zh) | 一种粮食清仓查库***和粮食清仓查库管理*** | |
| US11410062B2 (en) | Method and system for reducing risk values discrepancies between categories | |
| Bolwell et al. | Risk factors for interruptions to training occurring before the first trial start of 2-year-old Thoroughbred racehorses | |
| Hidayat et al. | A review of detection of pest problem in rice farming by using blockchain and IoT technologies | |
| CN116720881B (zh) | 基于定位信息的农产品销售监管预警方法、***及介质 | |
| Padilla Bravo et al. | Assessing the impact of unannounced audits on the effectiveness and reliability of organic certification | |
| CN116739618A (zh) | 基于区块链的变形码溯源***以及数据处理方法 | |
| CN117236972B (zh) | 一种基于区块链技术的农产品溯源管理方法及*** | |
| Georgescu et al. | CONSUMER ATTITUDE TOWARDS THE USE OF BLOCKCHAIN TECHNOLOGY. STUDY ON THE IMPLEMENTATION OF THE" GREEN DEAL" STRATEGY FOR ORGANIC FOODS | |
| Zheng et al. | El Niño–Southern Oscillation (ENSO) predictability in equilibrated warmer climates | |
| Wang et al. | Deepfarm: AI-driven management of farm production using explainable causality | |
| Bell et al. | Validation of the OpCost logging cost model using contractor surveys | |
| CN117592840A (zh) | 一种数字化农业产品服务创新*** |
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 |