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 |