基于图型区块链的农产品质量深度溯源系统及方法

技术领域

本发明涉及区块链技术领域，具体涉及基于图型区块链的农产品质量深度溯源系统及方法。

背景技术

随着人们消费水平和生活质量的不断提高，消费者对农产品的需求量不断增加的同时，对农产品的质量安全也提出了更高的要求。食品质量安全溯源系统利用自动识别和IT技术记录食品从生产到餐桌整个过程的关键信息，当发生食品安全意外事件时，可以快速地定位到出现问题的环节，明确责任主体,及时召回问题产品，这是有效地保障食品质量安全的方法之一。然而传统农产品溯源系统依靠中心化数据库来存储、传输和共享信息，存在供应链数据不透明、信息易被篡改，监管效率低，公信力不足等问题。因区块链技术具有去中心化、无法篡改、可编程和安全可信等特点，将区块链技术融入到传统溯源体系中，有效保证了食品追溯信息的安全性和可靠性。随着区块链技术在农产品质量溯源领域应用越来越广泛，也出现了数据查询效率低、溯源信息深度不足、溯源数据关联性不足等问题。

发明内容

针对上述技术背景的问题，本发明的目的在于提出基于图型区块链的农产品质量深度溯源系统及方法。

为实现上述目的，本发明提供技术方案如下：基于图型区块链的农产品质量深度溯源系统及方法，所述系统包括：采集模块、数据处理模块、物理区块链、映射机制模块、图型区块链；

所述采集模块由农产品供应链中各实体节点构成，包括生产节点、收储节点、加工节点、运输节点和销售节点，负责实时采集农产品供应链过程中的溯源数据；

所述数据处理模块用于将实体节点采集的数据整理成实体数据和关系数据的形式来表征数据之间的关联性，并通过调用数据存储智能合约将溯源数据以JSON文档的形式上传至图型区块链网络；

所述物理区块链是图型区块链的物理账本，实体节点上传至图型区块链网络的数据经过排序打包后生成物理区块链；

所述映射机制模块用于将物理区块链映射成图型区块链，物理区块账本中实体数据映射成图型区块的区块顶点，关系数据映射成图型区块的区块边；

所述图型区块链由一个个图型区块按照发生顺序串联而成，用于存储农产品溯源数据。

所述实体数据包括产品信息、企业信息、环境信息等实体类数据，所述关系数据包括施肥记录、施药记录、采收记录、危害物检测记录等其他农事记录数据。

所述物理区块链是由区块头和区块体两部分构成，其中区块头包含前一区块哈希、区块ID、图哈希根、区块哈希、数字签名以及时间戳，区块体包含若干的业务数据，业务数据分为实体数据和关系数据两类。

所述图型区块是由区块顶点集和区块边集组成，通过定义属性集P＝(Property1,Property2 Property1…)来扩展区块顶点和区块边，定义标签(label)对区块顶点进行分类，标签的类型是由具体的业务场景定义，例如农产品供应链不同环节顶点定义为不同类型标签。

所述映射机制模型由2部分组成，第一部分是建立物理区块链到图型区块链的数据映射协议，第二部分是通过区块顶点映射和区块边映射配置方案构建图型区块链。

所述图哈希根是由区块顶点和区块边经过图哈希运算得出，任意一个区块顶点和区块边被篡改，图哈希根均会发生改变，通过此方式来防止数据被篡改。

所述区块边集中每个元素可以用一个二元组(m,n)表示，其中m代表起始区块顶点，n代表目标区块顶点，表示两顶点之间的关系，每个区块边集中的元素在基于业务交易的图型区块账本中对应一笔关系型交易，而在基于图型区块的账本中对应一个区块边。

所述区块顶点映射和区块边映射配置是将物理区块JSON文档中的键名称在图型区块中映射为属性名称，值字段类型映射为该种属性的类型，每一行用来描述该属性的具体值，映射为对应区块顶点或区块边该属性的具体值。

基于图型区块链的农产品质量深度溯源方法，包括以下步骤：

步骤一：农产品供应链中各实体节点通过物联网设备实时采集溯源数据；

步骤二：数据处理模块将实体节点采集的数据整理成实体数据和关系数据的形式来表征数据之间的关联性，并通过调用智能合约将溯源数据以JSON文档的形式上传至图型区块链网络；

步骤三：图型区块链网络对数据进行打包排序后生成物理区块链；

步骤四：通过映射机制建立物理区块链数据与图型区块链之间的映射关系，物理区块账本中实体数据映射成图型区块的区块顶点，关系数据映射成图型区块的区块边；

步骤五：当消费者进行查询操作时，直接访问图型区块链便可快速重现溯源场景。

本发明的有益效果是：提供基于图型区块链的农产品质量深度溯源系统与方法，通过利用图理论对传统区块链的物理区块结构进行重构与定义，从而将传统区块链结构中顺序表的存储结构改变为便于深度溯源信息存储的图结构，实现了深度溯源信息的表征与存储，采用图数据结构的区块数据结构存储复杂的农产品质量溯源信息具有天然的结构优势，图型区块可以直接表征与存储深度的溯源数据，更有利于加快数据的查询和分析效率。

附图说明：

图1为本发明基于图型区块链的农产品质量深度溯源系统结构图；

图2为本发明基于图型区块链的农产品质量深度溯源系统的物理区块链结构示意图；

图3为本发明基于图型区块链的农产品质量深度溯源系统的图型区块结构示意图；

图4为本发明基于图型区块链的农产品质量深度溯源方法的流程图。

具体实施方式：

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

下面结合附图介绍本发明中提供的基于图型区块链的农产品质量深度溯源系统及方法。

如图1所示，基于图型区块链的农产品质量深度溯源系统，包括：

采集模块由农产品供应链中各实体节点构成，包括生产节点、收储节点、加工节点、运输节点和销售节点，负责实时采集农产品供应链过程中的溯源数据；

数据处理模块用于将实体节点采集的数据整理成实体数据和关系数据的形式来表征数据之间的关联性，并通过调用数据存储智能合约将溯源数据以JSON文档的形式上传至图型区块链网络；

物理区块链是图型区块链的物理账本，实体节点上传至图型区块链网络的数据经过排序打包后生成物理区块链；

映射机制模块用于将物理区块链映射成图型区块链，物理区块账本中实体数据映射成图型区块的区块顶点，关系数据映射成图型区块的区块边；

图型区块链由一个个图型区块按照发生顺序串联而成，用于存储农产品溯源数据。

进一步地，所述实体数据包括产品信息、企业信息、环境信息等实体类数据，所述关系数据包括施肥记录、施药记录、采收记录、危害物检测记录等其他农事记录数据。

本实施例涉及物理区块链，如图2所述，所述物理区块链是由区块头和区块体两部分构成，其中区块头包含前一区块哈希、区块ID、图哈希根、区块哈希、数字签名以及时间戳，区块体包含若干的业务数据，业务数据分为实体数据和关系数据两类，分别标注为V1，V2，R1，R2，……

本实施例涉及图型区块，如图3所述，所述图型区块是由区块顶点集(Vertex,V)和区块边集(Edge,E)组成，图中虚线部分为区块顶点，顶点具有属性集P＝(Property1,Property2 Property1…)。

进一步地，所述映射机制模型由2部分组成，第一部分是建立物理区块链到图型区块链的数据映射协议，第二部分是通过区块顶点映射和区块边映射配置方案构建图型区块链。

进一步地，所述图哈希根是由区块顶点和区块边经过图哈希运算得出，任意一个区块顶点和区块边被篡改，图哈希根均会发生改变，通过此方式来防止数据被篡改。

具体来说，所述区块边集中每个元素可以用一个二元组(m,n)表示，其中m代表起始区块顶点，n代表目标区块顶点，表示两顶点之间的关系，每个区块边集中的元素在基于业务交易的图型区块账本中对应一笔关系型交易，而在基于图型区块的账本中对应一个区块边。

具体来说，所述区块顶点映射和区块边映射配置是将物理区块JSON文档中的键名称在图型区块中映射为属性名称，值字段类型映射为该种属性的类型，每一行用来描述该属性的具体值，映射为对应区块顶点或区块边该属性的具体值。

本实施例还涉及基于图型区块链的农产品质量深度溯源方法，如图4所示，该基于图型区块链的农产品质量深度溯源方法包括如下步骤：

步骤一：农产品供应链中各实体节点通过物联网设备实时采集溯源数据；

步骤二：数据处理模块将实体节点采集的数据整理成实体数据和关系数据的形式来表征数据之间的关联性，并通过调用智能合约将溯源数据以JSON文档的形式上传至图型区块链网络；

步骤三：图型区块链网络对数据进行打包排序后生成物理区块链；

步骤四：通过映射机制建立物理区块链数据与图型区块链之间的映射关系，物理区块账本中实体数据映射成图型区块的区块顶点，关系数据映射成图型区块的区块边；

步骤五：当消费者进行查询操作时，直接访问图型区块链便可快速重现溯源场景。