一种基于区块链的汽车服务安全保障方法及系统技术方案

本发明专利技术涉及电数字数据处理技术领域，具体涉及一种基于区块链的汽车服务安全保障方法及系统

【技术实现步骤摘要】
一种基于区块链的汽车服务安全保障方法及系统


[0001]本专利技术涉及电数字数据处理
，具体涉及一种基于区块链的汽车服务安全保障方法及系统
。

技术介绍

[0002]区块链技术是一种分布式数据库技术，它通过去中心化
、
不可篡改
、
可追溯等特点，为汽车服务提供了更加安全和可信的保障
。
[0003]在采集汽车数据时，通过每个传感器实时获取汽车的各项数据并进行存储，当汽车出现故障时方便维修人员根据实时的各个传感器数据进行排查，但由于汽车设备和系统种类诸多，对应的传感器数据表现也具有差异，同时各个传感器的数据之间也存在一定的关联，因而在维修过程中，对每个传感器的数据进行分析核查，推断汽车发生的故障，导致降低了汽车故障检测的效率，同时降低了故障监测的准确性
。

技术实现思路

[0004]为了解决对汽车的每个传感器的数据进行分析，导致降低了汽车故障检测的效率，同时降低了故障监测准确性的技术问题，本专利技术的目的在于提供一种基于区块链的汽车服务安全保障方法及系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于区块链的汽车服务安全保障方法，该方法包括以下步骤：获取故障汽车在预设时间段内的每个传感器的每个时刻下的数据，作为参与数据；根据参与数据的变化，获取每种故障对应的每辆故障汽车中的每个传感器的异常程度，筛选出每种故障对应的故障汽车中的异常传感器；根据每种故障对应的任意两辆故障汽车之间的同一种异常传感器的参与数据和异常程度，获取每种故障对应的任意两辆故障汽车之间的同一种异常传感器的相似程度；根据所述相似程度，对每种故障对应的同一种异常传感器进行聚类，将获得的聚类簇作为每种故障对应的同一种异常传感器的参与数据每种表现情况；根据每种故障对应的每种异常传感器的参与数据每种表现情况中的异常传感器的数量和异常程度，获取每种表现情况的影响程度，确定每种故障对应每种异常传感器的异常特征值；根据异常特征值预测汽车可能发生的故障类型
。
[0005]进一步地，所述异常程度的获取方法为：将某一故障对应的某一辆故障汽车中的任一个传感器，作为目标传感器；拟合预设时间段内该故障汽车正常行驶时目标传感器的预测正常数据；获取目标传感器在预设时间段内每个时刻下的参与数据与预测正常数据的差异，作为每个时刻下的残差值；
获取目标传感器每个时刻下的参与数据与后一相邻时刻下的参与数据的差异，作为每个时刻下的趋势变化值；根据目标传感器每个时刻下的残差值和趋势变化值，获取该故障对应的该故障汽车中的目标传感器的异常程度
。
[0006]进一步地，所述异常程度的计算公式为：式中，为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器的异常程度；
T
为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内采集参与数据的总次数；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内第
t
个时刻下的残差值；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内最大的残差值；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内第
t
个时刻下的趋势变化值；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内第
v
个时刻下的趋势变化值；
l
为第一预设数量；
norm
为归一化函数；为绝对值函数
。
[0007]进一步地，所述异常传感器的获取方法为：当传感器的异常程度大于预设的异常程度阈值时，传感器为对应故障对应的故障汽车中的异常传感器
。
[0008]进一步地，所述相似程度的获取方法为：通过图像匹配技术获取每种故障对应的任意两辆故障汽车之间的同一种异常传感器的参与数据的相似值，作为第一相似值；获取每种故障对应的任意两辆故障汽车之间的同一种异常传感器的异常程度的差异，作为第一差异；根据所述第一相似值和所述第一差异，获取相同故障对应的任意两辆故障汽车之间的同一种异常传感器的相似程度
。
[0009]进一步地，所述相似程度的计算公式为：式中，为第
i
种故障对应的第
a
辆故障汽车与第
b
辆故障汽车之间的第
u
种异常传感器的相似程度；为第一相似值；为第
i
种故障对应的第
a
辆故障汽车中的第
u
个异常传感器的异常程度；为第
i
种故障对应的第
b
辆故障汽车中的第
u
个异常传感器的异常程度；
e
为自然常数；
norm
为归一化函数；为绝对值函数
。
[0010]进一步地，所述影响程度的计算公式为：
式中，为第
i
种故障对应的第
u
种异常传感器的参与数据第
h
种表现情况的影响程度；为第
i
种故障对应的第
u
种异常传感器的参与数据第
h
种表现情况中的异常传感器的总数量；为第
i
种故障对应的第
u
种异常传感器的总数量；为第
i
种故障对应的第
u
种异常传感器的参与数据第
h
种表现情况中的异常传感器的异常程度的均值；为第
i
种故障对应的第
u
种异常传感器的参与数据每种表现情况的总数量；为第
i
种故障对应的第
u
种异常传感器的参与数据第
x
种表现情况中的异常传感器的异常程度的均值；为第二预设常数，大于0；为绝对值函数
。
[0011]进一步地，所述异常特征值的获取方法为：对于任一故障对应任一种异常传感器，获取该种异常传感器的每种表现情况的影响程度；将最大的影响程度对应的表现情况，作为目标表现情况；获取目标表现情况中每个异常传感器的异常程度的均值，作为该故障对应该种异常传感器的异常特征值
。
[0012]进一步地，所述根据异常特征值预测汽车可能发生的故障类型的方法为：获取待测汽车的每个传感器的异常程度与对应同一种异常传感器下的每种故障类型的异常特征值的差异，作为第二差异；将最小的第二差异对应的故障类型，作为待测汽车可能发生的故障类型
。
[0013]第二方面，本专利技术另一个实施例提供了一种基于区块链的汽车服务安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于区块链的汽车服务安全保障方法，其特征在于，所述方法包括以下步骤：获取故障汽车在预设时间段内的每个传感器的每个时刻下的数据，作为参与数据；根据参与数据的变化，获取每种故障对应的每辆故障汽车中的每个传感器的异常程度，筛选出每种故障对应的故障汽车中的异常传感器；根据每种故障对应的任意两辆故障汽车之间的同一种异常传感器的参与数据和异常程度，获取每种故障对应的任意两辆故障汽车之间的同一种异常传感器的相似程度；根据所述相似程度，对每种故障对应的同一种异常传感器进行聚类，将获得的聚类簇作为每种故障对应的同一种异常传感器的参与数据每种表现情况；根据每种故障对应的每种异常传感器的参与数据每种表现情况中的异常传感器的数量和异常程度，获取每种表现情况的影响程度，确定每种故障对应每种异常传感器的异常特征值；根据异常特征值预测汽车可能发生的故障类型
。2.
如权利要求1所述的一种基于区块链的汽车服务安全保障方法，其特征在于，所述异常程度的获取方法为：将某一故障对应的某一辆故障汽车中的任一个传感器，作为目标传感器；拟合预设时间段内该故障汽车正常行驶时目标传感器的预测正常数据；获取目标传感器在预设时间段内每个时刻下的参与数据与预测正常数据的差异，作为每个时刻下的残差值；获取目标传感器每个时刻下的参与数据与后一相邻时刻下的参与数据的差异，作为每个时刻下的趋势变化值；根据目标传感器每个时刻下的残差值和趋势变化值，获取该故障对应的该故障汽车中的目标传感器的异常程度
。3.
如权利要求2所述的一种基于区块链的汽车服务安全保障方法，其特征在于，所述异常程度的计算公式为：式中，为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器的异常程度；
T
为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内采集参与数据的总次数；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内第
t
个时刻下的残差值；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内最大的残差值；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内第
t
个时刻下的趋势变化值；为第
i
种故障对应的第
k
辆故障汽车中的第
j
个传感器在预设时间段内第
v
个时刻下的趋势变化值；
l
为第一预设数量；
norm
为归一化函数；为绝对值函数
。4.
如权利要求1所述的一种基于区块链的汽车服务安全保障方法，其特征在于，所述异常传感器的获取方法为：当传感器的异常程度大于预设的异常程度阈值时，传感器为对应故障对应的故障汽车
中的异常传感器
。5.
如权利要求1所述的一种基于区块链的汽车服务安全保障方法，其特征在于，所述相似程度的获取方法为：通过图像匹配技术获取每种故障对应的任意两辆故障汽车之间的同...

【专利技术属性】
技术研发人员：黑月凯，李建国，王长华，常燕，孙涛，李梓源，
申请(专利权)人：山东四季汽车服务有限公司，
类型：发明
国别省市：