[發(fā)明專利]一種基于區(qū)塊鏈的智能物流系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010182365.6
• 申請日: 2020-03-16
• 公開（公告）號: CN111400734A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設計）人: 王劍;張輝
• 申請（專利權(quán)）人: 江蘇榮澤信息科技股份有限公司
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F21/62;G06F21/64;G06F16/27;G06Q20/38;G06Q10/08
• 代理公司: 南京常青藤知識產(chǎn)權(quán)代理有限公司 32286
• 代理人: 史慧敏

1.一種基于區(qū)塊鏈的智能物流系統(tǒng)，其特征在于，包括：

接口層，用于采集信息，采集的信息主要包括物流企業(yè)的相關信息，采集信息后，信息分布在數(shù)據(jù)出入口，用來做信息交換；

數(shù)據(jù)層，對數(shù)據(jù)信息進行數(shù)據(jù)處理和數(shù)據(jù)存儲，首先數(shù)據(jù)經(jīng)過數(shù)據(jù)層，采用數(shù)據(jù)分析方法對數(shù)據(jù)進行處理，區(qū)塊鏈將數(shù)據(jù)打包成區(qū)塊進行存儲，用戶可以通過數(shù)據(jù)的檢索接口查詢數(shù)據(jù)信息；

合約層，通過智能合約管理合同，交易完成的時候，節(jié)點執(zhí)行智能合約；

應用層，用于提供數(shù)據(jù)統(tǒng)計，決策制定和查詢服務。

2.根據(jù)權(quán)利要求1所述的一種基于區(qū)塊鏈的智能物流系統(tǒng)，其特征在于，基于系統(tǒng)構(gòu)架層，建立的物流系統(tǒng)模塊，包括：

訂單管理模塊，包括訂單錄入、訂單修改、訂單刪除、訂單審核和訂單檢索，其中，訂單審核審核訂單的準確性；

倉儲管理模塊，包括運單生成、入庫、出庫、移庫和倉庫盤點；

運輸管理模塊，包括車輛查詢、在途信息上傳、運單狀態(tài)更新、運單查詢和智能推薦算法，運輸管理用于運單和車輛在運輸途中的管理；

系統(tǒng)管理模塊，包括用戶注冊、注冊審核、用戶登錄、用戶信息修改和權(quán)限管理，所有用戶注冊系統(tǒng)后分配一個區(qū)塊鏈地址。

3.根據(jù)權(quán)利要求1所述的一種基于區(qū)塊鏈的智能物流系統(tǒng)，其特征在于，將物流的交易信息通過哈希函數(shù)加密，然后形成數(shù)據(jù)區(qū)塊，在物流網(wǎng)絡中全網(wǎng)廣播，所有的節(jié)點通過共識算法達成一致，以區(qū)塊鏈的形式將該物流服務交易信息分布式存儲在所有節(jié)點中進行備份。

4.根據(jù)權(quán)利要求1所述的一種基于區(qū)塊鏈的智能物流系統(tǒng)，其特征在于，基于區(qū)塊鏈的物流模型由多認證節(jié)點共同來驗證物流活動中的交易行為，基于云計算的物流區(qū)塊鏈模型，所有的交易認證行為均在Hadoop區(qū)塊鏈平臺執(zhí)行，其中HDFS模塊負責存儲更新區(qū)塊鏈信息，Job Client模塊執(zhí)行查詢操作和提交節(jié)點任務請求，Map模塊分配任務節(jié)點進行區(qū)塊鏈信息的傳遞更新操作，Reduce模塊通過共識協(xié)議完成數(shù)據(jù)的規(guī)約處理；首先Map函數(shù)動態(tài)的分配n個節(jié)點給各個交易主體，模擬其交易信息傳遞過程，通過Hash加密算法傳遞物流交易信息，進而實用拜占庭共識(PBFT)算法完成認證過程再使用Reduce函數(shù)進行規(guī)約處理，區(qū)塊鏈共識機制及Hadoop分布式存儲技術(shù)。

5.根據(jù)權(quán)利要求1所述的一種基于區(qū)塊鏈的智能物流系統(tǒng)，其特征在于，根據(jù)物流區(qū)塊鏈模型，基于區(qū)塊鏈的物流共識算法，包括以下步驟：

步驟一：一個客戶端在請求消息中發(fā)送一個請求，并給初始，這一步由Input函數(shù)完成，函數(shù)輸出結(jié)果為一組散列庫，作為Map函數(shù)的輸入；

步驟二：初始值接收請求，Jab Tracker分配各個節(jié)點任務，劃分并行子庫，分配任務給3f+1個mapper節(jié)點node，node子節(jié)點對輸入進行Hash函數(shù)運算，并附上節(jié)點簽名sign，生成創(chuàng)世區(qū)塊Block全網(wǎng)廣播，全網(wǎng)節(jié)點存儲該區(qū)塊信息；

步驟三：Mapper節(jié)點Node進行散列運算，通過Combiner函數(shù)對各個節(jié)點上的Map結(jié)果進行第一次歸約，將歸約后的子庫傳遞給Reduce函數(shù)；

步驟四：Reduce函數(shù)則是將Combiner傳遞過來的分量進行合并，刪除重復的散列運算結(jié)果，通過PFBT算法的預準備(pre-prepare)、準備(prepare)和確認(commit)三個階段將Reduce函數(shù)進行子庫BInfo區(qū)塊鏈式Part組合的完成服務請求；

步驟五：回收2f+1匹配消息，則全網(wǎng)認證完成，Jab Client反饋信息給HDFS數(shù)據(jù)庫存儲；

步驟六：若錯誤節(jié)點超過51％，則更新視圖(View)，重新初始化請求返回給JabTracker。