一种区块链溯源防伪平台制造技术

技术编号:37645092 阅读:23 留言:0更新日期:2023-05-25 10:11
一种区块链溯源防伪平台,包括溯源信息采集模块、区块链管理模块、客户端模块、溯源结果显示模块,溯源信息采集模块用于采集溯源信息,区块链管理模块包括溯源信息存储单元和溯源信息加密单元,用于对溯源信息进行存储及加密,客户端模块包括身份识别单元和身份验证单元,用于对溯源信息进行身份识别及身份验证,溯源结果显示模块用于显示溯源信息及客户查询结果。本发明专利技术提出FHEA算法对溯源信息进行加密,提出FA

【技术实现步骤摘要】
一种区块链溯源防伪平台


[0001]本专利技术创造涉及区块链与大数据领域,具体涉及一种区块链溯源防伪平台。

技术介绍

[0002]随着科学技术的飞速发展,区块链与大数据已成为如今新兴技术的重要分支,区块链与云计算作为现阶段研究热点,需配备科学、合理且深度学习算法来满足社会需求,并提高区块链溯源及防伪的技术保障,结合区块链及大数据技术,并借助各类神经网络算法,增强区块链下溯源信息数据的完整性、安全性与准确性,增强机器学习能力,此外,为使区块链与云计算领域有所突破,还应将传统神经网络算法优化升级,同时全面提升区块链溯源防伪的安全保障能力。
[0003]区块链是一个又一个区块组成的链条,每一个区块中保存了一定的信息,它们按照各自产生的时间顺序连接成链条,这些链条被保存在所有的服务器中,依靠服务器的运行来保证整条区块链的安全,服务器在区块链系统中被称为节点,它们为整个区块链系统提供存储空间和算力支持,修改区块链中的信息必须征得半数以上节点的同意并修改所有节点中的信息,而节点通常掌握在不同的主体手中,因此篡改区块链中的信息是一件极其困难的事,因此区块链能够更好的保证用户信息的安全性,相比于传统的网络,区块链具有两大核心特点是数据难以篡改和去中心化,基于这两个特点,区块链所记录的信息更加真实可靠,可以解决节点信息互不信任的问题。
[0004]机器学习是由模式识别、人工智能计算学习理论为基础所转变的一类计算机科学分支,被广泛应用至各相关领域中,机器学习是一项多领域综合学科,涉及算法复杂度理论、逼近论、统计学及概率论等多项理论,此学科将计算机如何模拟及实现人类学习行为作为主要研究内容,探究计算机获取新知识、技能方式,将已存在知识结构予以重新组织,实现自身性能不断优化,机器学习为人工智能核心,也为使计算机拥有智能的基本方式,现已逐渐应用至与人工智能相关的各领域中,主要为综合及归纳而并非演绎,据研究表明,多数状态下,处理数据规模越大,机器学习模型效率越高,所以,机器学习是大数据智能分析的主要方式,机器学习为现阶段大数据重要处理方式,能将多种优势予以结合,针对具体问题选取最为适宜的处理方式,机器学习能将人为因素所造成的局限性予以突破,借助深度学习、决策树及神经网络等,将数据信息予以科学处理,并将数据信息处理速度予以有效提升,现阶段统计调查、商业活动及信息网络等均会产生大量数据,而传统数据信息处理手段已难以满足当前大数据信息的处理需求,急需机器学习予以处理。
[0005]一种区块链溯源防伪平台,通过扫码枪、摄像头及文字录入端口对溯源信息进行采集,结合信息技术,提出FHEA算法对溯源信息进行加密,FHEA算法集合多种加密算法的优点于一身,改进了密钥生成器加密密文、密文计算方式以及密钥解码器解码密文,更好的保证用户信息资料的安全性,提出FA

DBSCAN算法对加密处理后的溯源信息进行身份识别,对通常的信息识别算法进行了改进,添加了算法自适应功能与算法的最优匹配功能,以此来实现身份信息更精准的匹配效果,所有数据均可追溯,有效提高一种区块链溯源防伪平台
的工作效率,为一种区块链溯源防伪平台提供更为全面、准确的术支撑,为安全、科学、高效的块链溯源防伪平台提供更好的决策支持,保障了溯源信息数据的安全,同时,本专利技术结合神经网络算法,为人们提供安全且高效的一种区块链溯源防伪平台,也能为其他应用领域的发展巩固基础,在区块链与大数据鼎盛发展的时代,区块链与大数据的融合为多领域融合的发展打下了坚实的基础,且能应用于市场中的多个行业及领域,为区块链技术与云计算数据的融合提供了新的发展方向,为大数据时代贡献了重要应用价值,拓展应用领域,在区块链数据管理、大数据处理及数据加密保护各方面都有明显效果。

技术实现思路

[0006]针对上述问题,本专利技术旨在提供一种区块链溯源防伪平台。
[0007]本专利技术创造的目的通过以下技术方案实现:一种区块链溯源防伪平台,包括溯源信息采集模块、区块链管理模块、客户端模块、溯源结果显示模块,溯源信息采集模块用于采集溯源信息,区块链管理模块包括溯源信息存储单元和溯源信息加密单元,溯源信息存储单元用于对溯源信息采集模块采集的溯源信息进行智能存储,溯源信息加密单元采用FHEA算法对溯源信息进行加密处理,客户端模块包括身份识别单元和身份验证单元,身份识别单元采用FA

DBSCAN算法对溯源信息加密模块加密后的溯源信息进行身份识别,身份验证单元用于对身份识别单元的识别结果进行准确判定,溯源结果显示模块用于显示溯源信息及客户查询结果。
[0008]进一步的,溯源信息采集模块通过扫码枪、摄像头及文字录入端口对溯源信息进行采集。
[0009]进一步的,溯源信息存储单元采用云存储方式对采集到的溯源信息进行存储,云存储方式通过集群应用及分布式文件系统功能将网络中大量各种不同类型的存储设备通过各种应用软件集合起来协同工作,共同对外提供数据存储和管理的云计算系统,将采集的溯源信息放到云端上进行存储。
[0010]进一步的,溯源信息加密单元采用FHEA算法对溯源信息进行加密处理,保证其他数据处理方无法知道溯源数据信息的明文信息,能直接对溯源信息的密文进行相应处理,保障用户信息资料的安全性。
[0011]进一步的,FHEA算法具体如下:密钥生成器为,,其中,为密钥生成器生成的第个数,为密钥生成器数据集,为密钥的模,为1到之间的密钥生成数,为密钥模的取值最大数,的选择最大数为,并确保为奇数,的模为偶数,然后,,其中,为密钥生成器生成的数据集,为存放密钥模的集合,设,其中,为密钥加密函数,为加密数2的次幂除以的模,随机选择变量0和1,随机变量集合,,其中,为堆积变量集合的随机变量的个数,为第个数的数据变换函数,选择随机整数集,,其中,为整数集,为取值为0到2的次幂之间的整数值,整数集满足,其中,为随机整数集的和,
为的第个密钥数的加密数2的k+1次幂,设另一个加密数据集为,,其中,,其中,为另一个数据集的和,为模的倒数,为模的变化量,为加秘数2的次幂,为存放的数据集,因此,,加密为,其中,为加密密钥,为加密参数,为加秘数系数,为密钥生成数的和,为选择的最大数,,,其中,为的取值范围,为加密数系数的取值范围,再添加新的加密数据集为,在每次密文计算之后,使用密钥交换技术将密文产品转换为与原始密文具有相同维度的新产品,然后进入下一层电路计算,通过模块化交换技术降低密文的噪声,的范围为,生成和,密钥生成为,其中,为加密函数,,因此,,加密为,,其中,为的加密矩阵的转置,解密为,密钥交换为,其中,为加密的密文,为相应的加密模块,密钥模块交换为,其中,为密钥交换函数,为加密的密文,为相应的加密模块,具体改进如下:选择密文,输出,选择矩阵,,设,定义,其中,为矩阵列向量,A由列向量和个矩阵组成,,其中,,明文为,选择均匀矩阵,加密为,其中,和均为加密函数,,其中,为解密函数,解密为,其中,为解密函数,且,为矩阵的第行,计算,输出解码内容,具体如下:随机选择受限多项式,其中,为受限多项式的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种区块链溯源防伪平台,其特征在于,包括溯源信息采集模块、区块链管理模块、客户端模块和溯源结果显示模块;其中,溯源信息采集模块用于采集溯源信息,区块链管理模块包括溯源信息存储单元和溯源信息加密单元,溯源信息存储单元用于对溯源信息采集模块采集的溯源信息进行智能存储,溯源信息加密单元采用FHEA算法对溯源信息进行加密处理,客户端模块包括身份识别单元和身份验证单元,身份识别单元采用FA

DBSCAN神经网络算法对溯源信息加密模块加密后的溯源信息进行身份识别,身份验证单元用于对身份识别单元的识别结果进行准确判定,溯源结果显示模块用于显示溯源信息及客户查询结果。2.根据权利要求1所述的一种区块链溯源防伪平台,其特征在于,所述溯源信息采集模块通过扫码枪、摄像头及文字录入端口对溯源信息进行采集。3.根据权利要求1所述的一种区块链溯源防伪平台,其特征在于,所述溯源信息存储单元采用云存储方式对采集到的溯源信息进行存储,云存储方式通过集群应用及分布式文件系统功能将网络中大量各种不同类型的存储设备通过各种应用软件集合起来协同工作,共同对外提供数据存储和管理的云计算系统,将采集的溯源信息放到云端上进行存储。4.根据权利要求1所述的一种区块链溯源防伪平台,其特征在于,所述FHEA算法具体如下:密钥生成器为,,其中,为密钥生成器生成的第个数,为密钥生成器数据集,为密钥的模,为1到之间的密钥生成数,为密钥模的取值最大数,的选择最大数为,并确保为奇数,的模为偶数,然后,,其中,为密钥生成器生成的数据集,为存放密钥模的集合,设,其中,为密钥加密函数,为加密数2的次幂除以的模,随机选择变量0和1,随机变量集合,,其中,为堆积变量集合的随机变量的个数,为第个数的数据变换函数,选择随机整数集,,其中,为整数集,为取值为0到2的次幂之间的整数值,整数集满足,其中,为随机整数集的和,为的第个密钥数的加密数2的k+1次幂,设另一个加密数据集为,,其中,,其中,为另一个数据集的和,为模的倒数,为模的变化量,为加秘数2的次幂,为存放的数据集,因此,,加密为,其中,为加密密钥,为加密参数,为加秘数系数,为密钥生成数的和,为选择的最大数,,,其中,为的取值范围,为加密数系数的取值范围,再添加新的加密数据集为,在每次密文计算之后,使用密钥交换技术将密文产品转换为与原始密文具有相同维度的新产品,然后进入下一层电路计算,通过模块化交换技术降低密文的噪声,的范围为,生
成和,密钥生成为,其中,为加密函数,,因此,,加密为,,其中,为的加密矩阵的转置,解密为,密钥交换为,其中,为加密的密文,为相应的加密模块,密钥模块交换为,其中,为密钥交换函数,为加密的密文,为相应的加密模块,具体如下:选择密文,输出,选择矩阵,,设,定义,其中,为矩阵列向量,A由列向量和个矩阵组成,,其中,,明文为,选择均匀矩阵,加密为,其中,和均为加密函数,,其中,为解密函数,解密为,其中,为解密函数,且,为矩阵的第行,计算,输出解码内容,具体...

【专利技术属性】
技术研发人员:袁道红
申请(专利权)人:北京农夫铺子技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1