[發明專利]一種基于區塊鏈的企業部門資源數字化控制方法和系統

有效

• 申請號: 201810732718.8
• 申請日: 2018-07-05
• 公開（公告）號: CN109214641B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 朱佳
• 申請（專利權）人: 廣州鏈基智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04;G06Q40/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝

本發明公開了一種基于區塊鏈的企業部門資源數字化控制方法和系統，本發明基于區塊鏈網絡對每個企業部門節點的學習模型進行處理，每個參與的部門節點均對跨部門學習模型的參數作出貢獻，同時能夠不泄漏其他信息，并且保持每個部分信息的一致性，使得跨部門預測企業資源計劃可以正確完成，利于使用神經網絡來整合在線學習，應用交易大數據來傳播模型。本發明作為一種基于區塊鏈的企業部門資源數字化控制方法和系統可廣泛應用于及數據處理領域。

技術領域

本發明涉及數據處理領域，尤其是一種基于區塊鏈的企業部門資源數字化控制方法和系統。

背景技術

跨部門可相互操作的預測模型可以改善企業的運轉效率，特別是在企業資源計劃方面。例如，作為企業資源計劃的一項重要任務，如果預測是基于多部門的數據，那么預測購貨量的模型將是更適用的。

預測模型可以“學習”，也就是說，其參數可以經由源自其他部門的數據來評估。不過，使用所有數據去訓練預測模型是不平凡的，因為來自各部門的數據帶有不可控制的噪聲，而這些噪聲可以導致不正確的預測結果。此外，一些部門也許有保密的需求，那意味著它們不想與其他部門分享數據。所以，通常使用某些中心化算法來轉換預測模型，而不是散布個別部門的數據。不過，企業中的主從式結構也會有少許潛在風險，例如單點失效，假如中心服務器因維修而關閉，則整個網絡都停止工作。另外，參與部門不可能隨時加入或退出網絡，因為分析過程會受到干擾，服務器需要處理恢復問題。還有，沒有中心服務器的認證和重構，新部門也不可能加入網絡。最后，同樣重要的是，主從式結構可能在分布式網絡上產生一致性/同步性的問題，參與部門需要在事故可能導致失效的約束條件下，就總體模式達成協議，這就是典型的拜占庭將軍問題。

發明內容

為了解決上述技術問題，本發明的目的是：提供一種基于區塊鏈的通過交換模型數據實現企業部門資源數字化，同時避免泄漏部們其他信息的控制方法。

為了解決上述技術問題，本發明的另一目的是：提供一種基于區塊鏈的通過交換模型數據實現企業部門資源數字化，同時避免泄漏部們其他信息的控制系統。

本發明所采用的技術方案是：一種基于區塊鏈的企業部門資源數字化控制方法，包括有以下步驟：

A、根據企業部門建立區塊鏈網絡中相應的部門節點，每個部門節點中設置有本地學習模型；

B、每個部門節點采用其部門本地數據計算得到帶有驗證損失信息的本地學習模型；

C、根據部門節點的數據對于相應的每一個部門節點創建一個區塊鏈交易；

D、建立跨部門學習模型，依次輸入每個部門節點的數據對跨部門學習模型進行迭代訓練；

E、根據跨部門學習模型的數據為每一個部門節點創建一個區塊鏈交易；

F、當有部門節點的數據更新時，

采用更新的部門節點數據對跨部門學習模型進行訓練，并根據訓練后跨部門學習模型的數據為每一個部門節點創建一個區塊鏈交易，或者

將更新的部門節點數據輸入至跨部門學習模型，輸出測試結果。

進一步，所述區塊鏈交易中包括有部門節點狀態信息、學習模型信息、學習模型的驗證損失信息和學習模型的散列。

進一步，所述部門節點狀態信息為初始狀態、已訓練狀態或已更新狀態。

進一步，所述跨部門學習模型采用遞歸神經網絡模型。

進一步，所述步驟D具體包括有以下子步驟：

D1、建立跨部門學習模型；

D2、輸入第一個部門節點的數據對跨部門學習模型進行訓練；