欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022110221397
申请人: 淮阴工学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2025-03-25
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于区块链跨链协同的冷链产品关联性查询方法,其特征在于,包括如下步骤:步骤1:爬取冷链产品信息进行数据清洗和数据处理,得到清洗、处理好的数据集;

步骤2:通过清洗后的数据集,构建多标签文本分类模型,经过训练得到分类结果,所述多标签文本分类模型利用CNN网络、LSTM模型以及多通道注意力机制进行加权融合,通过该多标签文本分类模型获取融合后的文本信息向量表示E作为分类器的输入获取分类结果y;

步骤3:根据分类结果,在不同区块链中存储不同类别的冷链产品信息构成多条产品链Pi,形成产品链网络;

步骤3.1:根据步骤2产品分类结果y,划分y个不同的区块链,将y个不同的冷链产品信息链构成冷链产品区块网络;

步骤3.2:将每条冷链产品区块链由多个区块连接,每个区块存储同类别下的产品,每个区块由验证块和信息块构成,验证块存储该产品的验证id和密钥,信息块存储该产品的id和具体信息;

步骤3.3:用户通过浏览器,在冷链产品信息网站中进行浏览,请求通过HTTP协议发送,实现访问接口与其他子系统进行交互;

步骤3.4:服务器组收到HTTP请求后,根据文本框中获取的冷链产品关键词信息与从产品区块链服务器节点获取到的冷链产品信息进行同步对称加密密钥处理;

步骤4:产品链网络中的多条产品链作为区块链跨链交互的主体,在符合中继链身份注册的基础上,能够有合法权限进行跨链交互,利用中继链中的共识算法进行监督注册和验证,最终得到合法身份注册的产品链;

步骤4.1:产品链Pi接入跨链网关,通过跨链网关向中继链发送注册申请,请求注册信息reg包含区块链标识、证书、身份标识信息,即reg={BlockchainInfo,Version,UID}作为映射关系;

步骤4.2:跨链网关接收到产品链Pi申请注册的请求,对请求消息进行转发,在注册信息映射关系中追加注册请求标识;

步骤4.3:中继链节点通过共识算法确定该产品链Pi是否能够进行注册,并对产品链的合法节点利用秘密共享机制生成子密钥;

步骤4.4:若未收到申请,则返回步骤4.1继续申请请求;

步骤4.5:若中继链中收到申请注册请求,则进行注册请求验证,验证注册信息是否合法,并公开自身的私钥;

步骤4.6:将产品链Pi的地址及哈希存储至中继链账本,将结果返回至请求产品链中,作为记录;

步骤4.7:确认为合法申请注册的产品链Pi,在中继链中加密存储其身份信息,使用SM9的密钥生成算法为终端生成加密私钥和签名私钥,并为其按照规范组合成相应数字身份ID;

步骤4.8:产品链Pi返回身份与签名是否一致,如果一致则注册产品链身份,否则回滚到步骤4.3继续身份注册审核;

步骤5:根据用户提出跨链查询请求,利用哈希锁定中的智能合约对产品链之间进行跨链身份认证;

步骤6:身份验证后,对每个链的区块节点之间进行关联性分析,得到最终查询产品结果信息。

2.根据权利要求1所述的基于区块链跨链协同的冷链产品关联性查询方法,其特征在于,所述步骤1的具体方法为:步骤1.1:对待清洗数据集D1进行去重、去空和去除特殊字符得到清洗后数据集D2;

步骤1.2:对清洗后数据集D2的待处理文本进行jieba分词处理;

步骤1.3:将数据集D2的待处理文本内容固定为统一长度Lmax,并利用预训练好的Bert模型将文本进行tokenization分词,将每个词转化成固定长度的向量,得到词向量的数据集D3;

步骤1.4:将所述词向量分别送入Bert模型中的Token Embedding层、Segment Embeddings层和Position Embeddings层以及双向Transformer中,将词向量转化为字向量,输出len(D3)个字向量序列S=s1,s2,s3,…,sj,…,slen(D3)。

3.根据权利要求2所述的基于区块链跨链协同的冷链产品关联性查询方法,其特征在于,所述步骤2的具体方法为:步骤2.1:将所述字向量序列S的字向量子序列sj输入CNN网络进行训练后获取特征向量f4j;

步骤2.2:利用LSTM模型对字向量子序列sj进行一个序列上的双向运算,得到的输出经过非线性激活层的运算后,得到另一个特征向量lj;

步骤2.3:将特征向量f4j和lj作为多通道注意力的输入;

步骤2.4:计算特征向量f4j和lj与整个特征向量匹配得分S1j和S2j;

步骤2.5:根据匹配得分S1j和S2j计算特征向量得分占总体百分比α1j和α2j;

步骤2.6:根据特征向量得分占总体百分比对特征向量进行求和再平均,得到最终输出向量V和T;

步骤2.7:将输出向量V和T融合,得到最终的文本信息向量表示E,向量E作为分类器的输入;

步骤2.8:将向量化表示Ej经过全连接层和隐藏层输入到softmax,采用softmax函数进行文档分类预测,得到分类概率预测向量P=p1,p2,…,Pi,…,pn;

步骤2.9:查找向量P中的最大值,并将最大值对应的的结果输出,得到分类结果y。

4.根据权利要求1所述的基于区块链跨链协同的冷链产品关联性查询方法,其特征在于,所述步骤5的具体方法为:步骤5.1:先在中继链上系统初始化生成系统公私密钥;

步骤5.2:用户在产品链Pi生成系统随机数;

步骤5.3:产品链Pi通过网关向中继链发送注册请求;

步骤5.4:在中继链审核,判断是否颁发身份;

步骤5.5:如果不是,则撤销连接,标志是否不合格;

步骤5.6:否则,发送数字身份ID以及对应的密钥;

步骤5.7:产品链Pi返回随机数的签名信息给中继链;

步骤5.8:接着在中继链验证签名,如果不是,则拒绝跨链请求,如果是则转发跨链查询交互请求。

5.根据权利要求1所述的基于区块链跨链协同的冷链产品关联性查询方法,其特征在于,所述步骤6的具体方法为:步骤6.1:从存储产品链的区块N出发,在关联性计算的基础上,通过过滤阶段,将计算得到的关联程度较低的节点先过滤出来,用来初步确定与目标产品标签分类有一定关联度的区块;

步骤6.2:在节点关系发掘阶段中根据分类产品的文本信息计算关联度,将备选区块中满足关联度>Q1的区块筛选出来,作为备选区块M;

步骤6.3:在产品链间阶段,通过步骤6.2中的区块进行溯源产品链间的关联性,根据关联分析计算基于区块的关联度,若满足关联度>Q2,则对候选产品链作进一步筛选和过滤;

步骤6.4:在总关联度排序阶段,对总关联度进行高低排序,对最终关联度最高的结果的输出,作为最终查询冷链产品结果信息。

6.一种基于区块链跨链协同的冷链产品关联性查询装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时执行如权利要求1‑5任一项所述的基于区块链跨链协同的冷链产品关联性查询方法的步骤。