欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2024103269437
申请人: 广东聚金宝网络科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2024-10-29
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于区块链的追溯认证方法,其特征在于,包括以下步骤:步骤S1:获取原始联盟区块链;对原始联盟区块链进行每个联盟成员节点的主次共识节点划分,从而得到主次联盟链;

步骤S2:基于主次联盟链进行追溯业务数据认证,从而得到待共识追溯数据;对待共识追溯数据进行区块发布,从而得到追溯区块数据;

步骤S3:对主次联盟链进行区块数据请求,从而获取区块数据集;对区块数据集进行上下游区块的特征聚类,从而获取追溯对齐聚类数据;对区块数据集进行证明细节特征整合,从而得到认证证明细节数据;对追溯对齐聚类数据以及认证证明细节数据进行聚类向量关联,从而得到追溯认证关联数据;

步骤S4:获取联盟成员数据;对联盟成员数据进行三维信用模型构建,从而得到三维信用模型;基于三维信用模型进行唯一信用评分关联,从而得到唯一标识评分数据;

步骤S5:对追溯认证关联数据以及唯一标识评分数据进行共识概率模型构建,从而得到特征共识概率模型;基于特征共识概率模型对追溯对齐聚类数据进行追溯信用网络模型构建,从而得到追溯信用网络模型;

步骤S6:基于追溯信用网络模型对动态主次联盟链进行唯一标识码的产品追溯请求,从而得到产品追溯数据;对唯一标识评分数据以及认证证明细节数据进行认证特征信任模型构建,从而得到认证证明信任概率模型。

2.根据权利要求1所述的基于区块链的追溯认证方法,其特征在于,步骤S1的具体步骤为:步骤S11:获取追溯业务定义数据以及业务关联数据;

步骤S12:对追溯业务定义数据以及业务关联数据进行包括所有相关业务成员的联盟链构建,从而得到原始联盟区块链;

步骤S13:基于原始联盟区块链进行联盟成员的客户端注册,并对业务关联数据进行信任基数分配,从而得到联盟信任关联数据;

步骤S14:根据联盟信任关联数据对原始联盟区块链进行每个联盟成员节点的主次共识节点划分,从而得到主次联盟链。

3.根据权利要求1所述的基于区块链的追溯认证方法,其特征在于,步骤S2的具体步骤为:步骤S21:基于主次联盟链进行追溯业务数据认证,从而得到待共识追溯数据;

步骤S22:对待共识追溯数据进行主次业务节点划分,从而得到优先共识节点数据以及次要共识节点数据;

步骤S23:根据优先共识节点数据对待共识追溯数据进行优先共识,当优先共识认证失败时,则对主次联盟链进行失败反馈;当优先共识认证成功时,则对主次联盟链进行信用基数请求,从而获取优先共识信用基数;

步骤S24:当优先共识信用基数大于预设的共识阈值时,则对待共识追溯数据进行区块发布,从而得到追溯区块数据;

步骤S25:当预设的共识阈值大于优先共识信用基数时,则根据次要共识节点数据对待共识追溯数据进行次要共识,当次要共识认证失败时,则对主次联盟链进行失败反馈;当次要共识认证成功时,则对待共识追溯数据进行区块发布,从而得到追溯区块数据。

4.根据权利要求1所述的基于区块链的追溯认证方法,其特征在于,步骤S3的具体步骤为:步骤S31:对主次联盟链进行区块数据请求,从而获取区块数据集,其中区块数据集包括追溯区块数据、认证成员唯一标识数据、区块状态数据、追溯状态数据以及认证证明数据;

步骤S32:对追溯区块数据进行上下游区块的数据整合,从而得到相关区块数据集;

步骤S33:对相关区块数据集进行相邻区块的相关性数据分析,从而得到区块相关性数据;

步骤S34:根据区块相关性数据对追溯区块数据进行归一化对齐处理,从而得到追溯对齐数据;

步骤S35:对追溯对齐数据进行特征聚类,从而获取聚类数据,并根据认证成员唯一标识数据对聚类数据、区块状态数据以及追溯状态数据进行唯一标识,从而得到追溯对齐聚类数据;

步骤S36:对认证证明数据进行证明细节特征整合,从而得到认证证明细节数据;

步骤S37:对追溯对齐聚类数据以及认证证明细节数据进行聚类向量关联,从而得到追溯认证关联数据。

5.根据权利要求4所述的基于区块链的追溯认证方法,其特征在于,步骤S36的具体步骤为:步骤S361:对认证证明数据进行证明电子图像的灰度处理,从而得到灰度图像数据;

步骤S362:对认证证明数据进行检测报告的重要特征提取,从而得到检测重要数据;

步骤S363:对灰度图像数据进行签名的边缘颗粒度识别,从而获取签名颗粒度数据;

步骤S364:根据签名颗粒度数据对灰度图像数据进行纹理信息分析,从而得到签名纹理数据;

步骤S365:对灰度图像数据进行结构边缘检测,从而获取图像结构数据;

步骤S366:对图像结构数据进行形状拐点分析,从而得到形状拐点数据;

步骤S367:根据形状拐点数据对灰度图像数据进行重复拐点处的特征过滤,从而获取简化图像数据;

步骤S368:对简化图像数据进行纹理局部性分析,从而获取局部纹理数据;

步骤S369:对局部纹理数据以及签名纹理数据进行证明细节特征整合,从而得到认证证明细节数据。

6.根据权利要求1所述的基于区块链的追溯认证方法,其特征在于,步骤S4的具体步骤为:步骤S41:对主次联盟链进行联盟成员数据请求,从而获取联盟成员数据,其中联盟成员数据包括信息发布数据、信息认证共识数、信息被采用数据、参与信息认证数据以及认证成员唯一标识数据;

步骤S42:对信息发布数据以及信息被采用数据进行时序转换,从而得到信息时序数据;

步骤S43:对信息时序数据进行发布和被采用的频率峰值分析,从而得到信息频率峰值数据;

步骤S44:对信息频率峰值数据进行峰值差波动统计,从而得到峰值差波动数据;

步骤S45:对信息认证共识数、参与信息认证数据以及峰值差波动数据进行三维信用模型构建,从而得到三维信用模型;

步骤S46:基于三维信用模型对认证成员唯一标识数据进行唯一信用评分关联,从而得到唯一标识评分数据。

7.根据权利要求1所述的基于区块链的追溯认证方法,其特征在于,步骤S5的具体步骤为:步骤S51:对追溯认证关联数据以及唯一标识评分数据进行共识概率模型构建,从而得到特征共识概率模型;

步骤S52:基于特征共识概率模型对主次联盟链进行优先共识信用基数的特征概率加权,从而得到优先共识加权数据集;

步骤S53:根据优先共识加权数据集并基于主次联盟链进行追溯数据共识,从而得到优化追溯数据;

步骤S54:基于三维信用模型对优化追溯数据进行信用评分,从而获取优化信用评分数据;

步骤S55:对特征共识概率模型进行遗传森林模型迁移,从而得到遗传森林模型;

步骤S56:根据优化信用评分数据对遗传森林模型进行特征剪枝处理,从而得到优化遗传森林模型,其中特征剪枝处理包括信用评分关联的重复特征剪枝处理以及低概率相关特征的剪枝处理;

步骤S57:基于优化遗传森林模型对追溯对齐聚类数据进行追溯信用网络模型构建,从而得到追溯信用网络模型。

8.根据权利要求7所述的基于区块链的追溯认证方法,其特征在于,步骤S57的具体步骤为:步骤S571:基于优化遗传森林模型对主次联盟链进行主次共识节点的二次分配,从而得到优化主次节点数据;

步骤S572:根据优化主次节点数据对主次联盟链进行共识算法优化,从而得到动态主次联盟链;

步骤S573:对动态主次联盟链进行联盟成员关联数据请求,从而得到动态联盟关联数据;

步骤S574:对追溯对齐聚类数据进行异常状态更新的特征提取,从而得到异常状态聚类数据;

步骤S575:根据动态联盟关联数据对异常状态聚类数据以及追溯对齐聚类数据进行追溯信用网络模型构建,从而得到追溯信用网络模型。

9.根据权利要求8所述的基于区块链的追溯认证方法,其特征在于,步骤S574的具体步骤为:对追溯对齐聚类数据进行状态的时序数据提取,从而得到追溯状态时序数据;

对追溯状态时序数据进行状态更新时的时序比例分析,从而得到状态时序比例数据;

根据状态时序比例数据对追溯对齐聚类数据进行异常状态更新的特征提取,从而得到异常状态聚类数据。

10.根据权利要求1所述的基于区块链的追溯认证方法,其特征在于,步骤S6的具体步骤为:步骤S61:基于追溯信用网络模型对动态主次联盟链进行唯一标识码的产品追溯请求,从而得到产品追溯数据,其中产品追溯数据包括认证相关数据、产品状态数据以及追溯可信任度数据;

步骤S62:对唯一标识评分数据以及认证证明细节数据进行认证特征信任模型构建,从而得到认证证明信任概率模型;

步骤S63:基于认证证明信任概率模型进行追溯数据的认证信任概率分析,从而得到认证信任概率。