基于区块链的产品数据溯源方法、装置、存储介质及节点制造方法及图纸

本公开涉及一种基于区块链的产品数据溯源方法、装置、存储介质及节点。该方法应用于区块链网络中的任一节点，节点中存储有数据提供方上传的产品数据结构体，该方法包括：响应于接收到数据查询方针对第一产品发起的产品溯源查询请求，根据产品溯源查询请求中的第一ID确定对应的第一产品数据结构体；根据第一产品数据结构体内前向相关数据字段中的第二ID，确定与第二ID对应的表征与第一产品数据结构体相关的前向溯源产品数据结构体；基于产品溯源查询请求中的检索条件，从前向溯源产品数据结构体中筛选出目标前向溯源产品数据结构体；至少基于目标前向溯源产品数据结构体生成产品溯源查询结果。采用这种方式可实现精细化的产品数据溯源查询。品数据溯源查询。品数据溯源查询。

【技术实现步骤摘要】
基于区块链的产品数据溯源方法、装置、存储介质及节点


[0001]本公开涉及区块链
，尤其涉及一种基于区块链的产品数据溯源方法、装置、存储介质及节点。

技术介绍

[0002]产品数据追溯是指利用标识技术查询产品在其整个生命周期过程中的任意阶段所对应的数据状态。产品的生命周期包括但不限于原料/组件采购、生产制造/组装、仓储、分销、物流运输、市场稽查、转手、使用、回收以及销毁等阶段。产品数据追溯的目的是全方位记录产品的信息数据，促进企业内部信息系统之间、企业之间、企业和用户之间的信息有效共享，提高企业网络化、智能化水平。
[0003]然而，在工业互联网(即新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态)领域中，由于工业产品的种类繁多、加工环节复杂，所以如何设计多层级、适用于多系统、且适用于不同应用场景的可信溯源方案，是工业互联网领域中产品追溯体系发展面临的重要挑战。

技术实现思路

[0004]为克服相关技术中存在的问题，本公开提供一种基于区块链的产品数据溯源方法、装置、存储介质及节点。
[0005]根据本公开实施例的第一方面，提供一种基于区块链的产品数据溯源方法，所述方法应用于区块链网络中的任一节点，所述节点中存储有数据提供方上传的产品数据结构体，所述方法包括：
[0006]响应于接收到数据查询方针对第一产品发起的产品溯源查询请求，根据所述产品溯源查询请求中的第一ID确定对应的第一产品数据结构体；
[0007]根据所述第一产品数据结构体内前向相关数据字段中的第二ID，确定与所述第二ID对应的表征与所述第一产品数据结构体相关的前向溯源产品数据结构体；
[0008]基于所述产品溯源查询请求中的检索条件，从所述前向溯源产品数据结构体中筛选出目标前向溯源产品数据结构体；
[0009]至少基于所述目标前向溯源产品数据结构体生成产品溯源查询结果。
[0010]可选地，所述方法还包括：
[0011]确定前向相关数据字段中包括至少一个所述第二ID的后向溯源产品数据结构体；
[0012]基于所述检索条件，从所述后向溯源产品数据结构体中筛选出目标后向溯源产品数据结构体；
[0013]所述至少基于所述目标前向溯源产品数据结构体生成产品溯源查询结果，包括：
[0014]根据所述目标前向溯源产品数据结构体和所述目标后向溯源产品数据结构体生成所述产品溯源查询结果。
[0015]可选地，所述检索条件包括所述数据查询方输入的用于描述所述第一产品中的子
产品的检索文本，每一所述产品数据结构体中包括产品描述字段，所述基于所述产品溯源查询请求中的检索条件，从所述前向溯源产品数据结构体中筛选出目标前向溯源产品数据结构体，包括：
[0016]将所述前向溯源产品数据结构体中的目标产品描述字段转换为第一产品描述矩阵，将所述检索文本转换为第一检索文本矩阵；
[0017]将所述第一产品描述矩阵和所述第一检索文本矩阵输入训练完成的短文本匹配模型，得到表征所述目标产品描述字段与所述检索文本是否相匹配的模型输出结果；
[0018]在所述模型输出结果表征所述目标产品描述字段与所述检索文本相匹配的情况下，将所述前向溯源产品数据结构体确定为所述目标前向溯源产品数据结构体。
[0019]可选地，所述训练完成的短文本匹配模型包括依次连接的注意力交互层、自注意力层、第一归一化处理层、前馈神经网络层、第二归一化处理层、最大池化层、以及Softmax分类层；
[0020]其中，所述注意力交互层用于：
[0021]根据所述第一产品描述矩阵和所述第一检索文本矩阵计算交互矩阵；
[0022]针对所述交互矩阵的每一行，进行最大池化操作，得到第一权重向量；
[0023]针对所述交互矩阵的每一列，进行最大池化操作，得到第二权重向量；
[0024]计算所述第一产品描述矩阵和所述第一权重向量的乘积，得到第二产品描述矩阵；
[0025]计算所述第一检索文本矩阵和所述第二权重向量的乘积，得到第二检索文本矩阵。
[0026]可选地，所述第二归一化处理层用于：
[0027]对第三产品描述矩阵进行归一化处理，得到归一化处理后的第四产品描述矩阵，其中，所述第三产品描述矩阵是所述第二产品描述矩阵经过所述自注意力层、所述第一归一化处理层、以及所述前馈神经网络层依次处理后得到的；
[0028]对第三检索文本矩阵进行归一化处理，得到归一化处理后的第四检索文本矩阵，其中，所述第三检索文本矩阵是所述第二检索文本矩阵经过所述自注意力层、所述第一归一化处理层、以及所述前馈神经网络层依次处理后得到的。
[0029]可选地，所述最大池化层用于，对所述第四产品描述矩阵进行最大池化操作得到产品描述向量，并对所述第四检索文本矩阵进行最大池化操作得到检索文本向量；
[0030]所述Softmax分类层用于，根据所述产品描述向量、所述检索文本向量、所述产品描述向量和所述检索文本向量的相加结果、以及所述产品描述向量和所述检索文本向量的相减结果进行拼接，得到拼接向量，并基于所述拼接向量进行分类映射，得到所述模型输出结果。
[0031]可选地，所述方法还包括：
[0032]在接收到所述数据提供方上传的所述产品数据结构体的情况下，根据所述产品数据结构体中的ID字段、以及预设数量的哈希函数生成预设长度的ID位图；并
[0033]确定与所述产品数据结构体的前向相关数据字段中的所有前向ID对应的前向ID位图集合，并建立所述产品数据结构体与所述前向ID位图集合的对应关系。
[0034]可选地，所述确定前向相关数据字段中包括至少一个所述第二ID的后向溯源产品
数据结构体，包括：
[0035]针对每一所述第二ID，确定所述第二ID对应的第二ID位图；
[0036]在任一所述产品数据结构体对应的所述前向ID位图集合中，若存在目标前向ID位图，则将所述产品数据结构体确定为所述后向溯源产品数据结构体，所述目标前向ID位图是指与所述第二ID位图进行按位异或操作，得到的结果位图中每一比特位均为0的前向ID位图。
[0037]可选地，所述方法还包括：
[0038]在接收到所述数据提供方上传的所述产品数据结构体的情况下，根据所述产品数据结构体中的数据提供方字段、以及所述预设数量的哈希函数生成所述预设长度的数据提供方位图；
[0039]确定与所述产品数据结构体的上游数据提供方字段中的所有上游数据提供方对应的上游数据提供方位图集合，并建立所述产品数据结构体与所述上游数据提供方位图集合的对应关系。
[0040]可选地，所述确定前向相关数据字段中包括至少一个所述第二ID的后向溯源产品数据结构体，包括：
[0041]针对每一所述第二ID，确定所述第二ID对应的第二ID位图；
[0042]确定所述第二ID对应的第二产品数据结构体中数据提供方字段对应的第二数据提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的产品数据溯源方法，其特征在于，所述方法应用于区块链网络中的任一节点，所述节点中存储有数据提供方上传的产品数据结构体，所述方法包括：响应于接收到数据查询方针对第一产品发起的产品溯源查询请求，根据所述产品溯源查询请求中的第一ID确定对应的第一产品数据结构体；根据所述第一产品数据结构体内前向相关数据字段中的第二ID，确定与所述第二ID对应的表征与所述第一产品数据结构体相关的前向溯源产品数据结构体；基于所述产品溯源查询请求中的检索条件，从所述前向溯源产品数据结构体中筛选出目标前向溯源产品数据结构体；至少基于所述目标前向溯源产品数据结构体生成产品溯源查询结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定前向相关数据字段中包括至少一个所述第二ID的后向溯源产品数据结构体；基于所述检索条件，从所述后向溯源产品数据结构体中筛选出目标后向溯源产品数据结构体；所述至少基于所述目标前向溯源产品数据结构体生成产品溯源查询结果，包括：根据所述目标前向溯源产品数据结构体和所述目标后向溯源产品数据结构体生成所述产品溯源查询结果。3.根据权利要求1或2所述的方法，其特征在于，所述检索条件包括所述数据查询方输入的用于描述所述第一产品中的子产品的检索文本，每一所述产品数据结构体中包括产品描述字段，所述基于所述产品溯源查询请求中的检索条件，从所述前向溯源产品数据结构体中筛选出目标前向溯源产品数据结构体，包括：将所述前向溯源产品数据结构体中的目标产品描述字段转换为第一产品描述矩阵，将所述检索文本转换为第一检索文本矩阵；将所述第一产品描述矩阵和所述第一检索文本矩阵输入训练完成的短文本匹配模型，得到表征所述目标产品描述字段与所述检索文本是否相匹配的模型输出结果；在所述模型输出结果表征所述目标产品描述字段与所述检索文本相匹配的情况下，将所述前向溯源产品数据结构体确定为所述目标前向溯源产品数据结构体。4.根据权利要求3所述的方法，其特征在于，所述训练完成的短文本匹配模型包括依次连接的注意力交互层、自注意力层、第一归一化处理层、前馈神经网络层、第二归一化处理层、最大池化层、以及Softmax分类层；其中，所述注意力交互层用于：根据所述第一产品描述矩阵和所述第一检索文本矩阵计算交互矩阵；针对所述交互矩阵的每一行，进行最大池化操作，得到第一权重向量；针对所述交互矩阵的每一列，进行最大池化操作，得到第二权重向量；计算所述第一产品描述矩阵和所述第一权重向量的乘积，得到第二产品描述矩阵；计算所述第一检索文本矩阵和所述第二权重向量的乘积，得到第二检索文本矩阵。5.根据权利要求4所述的方法，其特征在于，所述第二归一化处理层用于：对第三产品描述矩阵进行归一化处理，得到归一化处理后的第四产品描述矩阵，其中，所述第三产品描述矩阵是所述第二产品描述矩阵经过所述自注意力层、所述第一归一化处理层、以及所述前馈神经网络层依次处理后得到的；
对第三检索文本矩阵进行归一化处理，得到归一化处理后的第四检索文本矩阵，其中，所述第三检索文本矩阵是所述第二检索文本矩阵经过所述自注意力层、所述第一归一化处理层、以及所述前馈神经网络层依次处理后得到的。6.根据权利要求5所述的方法，其特征在于，所述最大池化层用于，对所述第四产品描述矩阵进行最大池化操作得到产品描述向量，并对所述第四检索文本矩阵进行最大池化操作得到检索文本向量；所述Softmax分类层用于，根据所述产品描述向量、所述检索文本向量、所述产品描述向量和所述检索文本向量的相加结果、以及所述产品描述向量和所述检索文本向量的相减结果进行拼接，得到拼接向量，并基于所述拼接向量进行分类映射，得到所述模型输出结果。7.根据权利要求2所述的方法，其特征在于，所述方法还包括：在接收到所述数...

【专利技术属性】
技术研发人员：刘思瀚，何光宇，徐石成，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：