一种基于区块链及物联网技术的牲畜商品溯源方法与流程

1.本发明属于食品安全技术领域，尤其涉及一种基于区块链及物联网技术的牲畜商品溯源方法。


背景技术：

2.民以食为天，食品安全关系到每位人民群众的身体健康以及生活体验。其中“食品流通全流程的追溯”作为食品安全的最核心环节，确保其流程的安全有着举足轻重的意义。事实上，不管是国家政府层面,还是社会企业力量，一直都在积极推动食品溯源在法律与技术层面的进步。早在2016年,国家食品药品监管总局，就颁发了《总局关于推动食品药品生产经营者完善追溯体系的意见》，为中国食品溯源的发展奠定了理论基础。但是由于技术手段还未大范围的普及和应用，使得食品溯源工作变得异常困难和艰巨，传统的食品追溯系统基于集中式数据库技术，一般只能追溯到生产企业，无法让食品追溯全链条的参与方均参与进来，做到全流程追溯。一旦出现问题，没有办法明确到具体节点。牲畜商品存在养殖、屠宰、加工、包装、运输等多个环节，每个环节都存在安全风险，因此，全链条追溯的方式是非常重要的。
3.区块链已被证实能够具有较高兼容地应用到食品安全当中，我们基于区块链及物联网技术的牲畜商品溯源方法也是基于已有的区块链技术以及理论基础上进行创新，针对牲畜养殖、屠宰、加工、运输等环节进行透明公开，使消费者能够监督自己所食用的牲畜肉来源。


技术实现要素：

4.针对现有技术中的上述不足，本发明提供的一种基于区块链及物联网技术的牲畜商品溯源方法实现了将从牲畜从养殖、屠宰加工到运输成为商品完整流程中的牲畜健康数据、屠宰环境以及运输信息记录于区块链中，并能够通过区块链溯源牲畜商品信息。
5.为了达到上述发明目的，本发明采用的技术方案为：
6.本发明提供一种基于区块链及物联网技术的牲畜商品溯源方法，包括如下步骤：
7.s1、数字签名：通过哈希算法为若干头牲畜设置固定长度的加密id，得到完整牲畜id；
8.s2、获取牲畜信息并上链：根据完整牲畜id，获取各牲畜养殖、屠宰加工和运输数据，并将各牲畜对应的养殖、屠宰加工和运输数据上链；
9.s3、牲畜商品溯源：通过区块链进行对应牲畜溯源，完成基于区块链及物联网技术的牲畜商品溯源方法。
10.本发明的有益效果为：本发明提供的一种基于区块链及物联网技术的牲畜商品溯源方法，通过区块链技术与无人机、传感器、射频识别rfid等物联网技术以及深度学习相结合，将牲畜商品供应链中的牲畜养殖、屠宰加工和运输过程的检测数据上传到区块链中；并可通过完整牲畜id通过区块链进行对应牲畜溯源，得到牲畜从养殖到成为商品全过程监测
数据，能够通过商品溯源信息选择安全食品。
11.进一步地，所述步骤s1包括如下步骤：
12.s11、将牲畜id进行哈希加密作为哈希消息，并对其进行附加填充比特，得到填充后牲畜id；
13.s12、将填充后牲畜id的长度信息添加至填充后牲畜id后，得到完整牲畜id，完成数字签名。
14.采用上述进一步方案的有益效果为：通过哈希加密与比特填充得到固定长度的完整牲畜id，且所述完整牲畜id可用于关联牲畜养殖、牲畜屠宰加工和牲畜运输过程中各项数据，且数据上链后，可通过完整牲畜id溯源，查看牲畜商品信息。
15.进一步地，所述步骤s11中附加填充比特第一个比特为1，其余比特补0，直到填充后牲畜id长度等于预设牲畜id长度l。
16.采用上述进一步方案的有益效果为：将牲畜id通过哈希函数sha-256，将任意长度的牲畜id加密为固定长度，然后将这些数据以固定长度字符串的形式保存，确保牲畜id的安全性。
17.进一步地，所述预设牲畜id长度l表达式如下：
18.l＝448 c
×
512
19.其中，c表示取模常数参数。
20.采用上述进一步方案的有益效果为：提供预设牲畜id长度l的表达式，通过比特填充，补0使各比特填充后的完整牲畜id为固定长度字符串。
21.进一步地，所述步骤s2包括如下步骤：
22.s21、通过物联网获取各牲畜养殖数据，并通过非对称加密将各牲畜养殖数据上链；
23.s22、将各牲畜屠宰加工过程监测数据与其对应工作人员信息通过非对称加密上链；
24.s23、将各牲畜运输至售卖点过程监测数据通过非对称加密上链。
25.采用上述进一步方案的有益效果为：分别获取牲畜养殖、屠宰加工和运输过程的采集数据，并上传至区块链中，确保信息安全不可篡改，且能够通过区块链溯源牲畜从养殖到成为商品全过程的信息。
26.进一步地，所述步骤s21包括如下步骤：
27.s211、将完整牲畜id作为主键录入数据库，并关联牲畜年龄和牲畜性别至对应完整牲畜id所在行；
28.s212、通过物联网中的射频识别rfid对带有完整牲畜id的标签进行识别；
29.s213、设置温度传感器、湿度传感器和硫化氢传感器于牲畜养殖棚中，并通过射频识别rfid将养殖棚中的温度、湿度和硫化氢浓度关联至对应完整牲畜id所在行；
30.s214、通过无人机拍摄获取牲畜牧场进食视频，并逐帧标注牲畜和牧场信息，得到牲畜牧场检测数据集；
31.s215、基于yolov5算法构建牲畜种类数量和牧场植被多分类网络，并采用牲畜牧场检测数据集进行训练，通过损失函数loss得到训练好的牲畜种类数量和牧场植被多分类网络；
32.s216、通过构建好的牲畜种类数量和牧场植被多分类网络对牲畜出栏活动草场影像进行识别，并将识别得到的草场进食牲畜数量、草场牲畜分布密度、牲畜进食草场信息和草场预设牲畜容量信息关联至各对应出栏牲畜的完整牲畜id所在行；
33.s217、将各牲畜按预设养殖阶段划分时期的体重、身高、健康状况关联至对应完整牲畜id所在行；
34.s218、通过非对称加密将各牲畜的完整牲畜id对应数据库中的数据上链，完成获取牲畜养殖信息并上链。
35.采用上述进一步方案的有益效果为：通过物联网射频识别rfid实现对完整牲畜id的标签识别，通过无人机拍摄获取牲畜牧场进食图像并对其进行标注获取数据集，通过构建牲畜种类数量和牧场植被多分类网络，实现对牲畜养殖过程的草场活动的数据采集，通过养殖棚获取牲畜棚内养殖数据，通过养殖划分时期采集的牲畜数据，获取牲畜养殖阶段身体和健康数据。
36.进一步地，所述步骤s215中的损失函数loss的表达式如下：
37.loss＝(p
t-(1-p
t
)r)log(p
t
)
38.其中，p
t
表示识别分类概率，r表示调制系数。
39.采用上述进一步方案的有益效果为：通过定义损失函数loss，设置调制系数r，减少易分类样本的权重，从而使得模型在训练时更专注于难分类的样本。
40.进一步地，所述步骤s22包括如下步骤：
41.s221、采集牲畜被运送至屠宰场前牲畜健康数据、是否携带病毒数据、是否携带寄生虫数据以及是否掉膘超过预设范围数据，关联至各牲畜完整牲畜id所在行；
42.s222、测量得到牲畜屠宰时体重数据和肉品脂肪含量数据，并记录屠宰时长，且将屠宰时长、体重数据、肉品脂肪含量数据和检疫人员id对应关联至各牲畜完整牲畜id所在行；
43.s224、通过非对称加密将各牲畜的完整牲畜id对应数据库中的数据上链，完成获取牲畜屠宰加工信息并上链。
44.采用上述进一步方案的有益效果为：对牲畜屠宰加工前身体状况进行监测，并对屠宰加工过程和检疫人员信息同步记录，确保牲畜商品质量由人工确认质量，对牲畜商品肉制品的质量得以保障，且能够通过区块链技术进行溯源，得到牲畜商品在屠宰加工过程中的健康数据。
45.进一步地，所述步骤s23包括如下步骤：
46.s231、设置温度传感器、湿度传感器和细菌探测仪于仓库中，将采集得到的仓库温度数据、仓库湿度数据和仓库细菌数据关联至对应完整牲畜id所在行；
47.s232、设置温度传感器、湿度传感器和细菌探测仪于冷链物流车厢中，将通过传感器温度灵敏度s
t
补偿后采集得到的车厢温度数据、车厢湿度数据和车厢细菌数据关联至对应完整牲畜id所在行；
48.s233、通过非对称加密将各牲畜的完整牲畜id对应数据库中的数据上链，完成获取牲畜运输信息并上链。
49.采用上述进一步方案的有益效果为：通过对牲畜运输环节进行健康数据监测和运输环境进行监测，对牲畜商品的肉质安全进行保障，并通过对冷链物流车中传感器灵敏度
设置补偿，保障监测数据准确性，且能够通过区块链技术进行溯源得到牲畜商品运输过程中的信息。
50.进一步地，所述步骤s232中传感器温度灵敏度s
t
表达式如下：
[0051][0052]
其中，y(t)表示传感器输出，t表示环境温度，k(t)表示传感器温度灵敏度，x表示传感器测量值，d表示微分。
[0053]
采用上述进一步方案的有益效果为：提供牲畜商品运输过程中的在冷链运输车中的传感器灵敏度补偿公式，对有冷链车温度较低对传感器灵敏度造成的影响进行灵敏度补偿。
附图说明
[0054]
图1为本发明实施例中基于区块链及物联网技术的牲畜商品溯源方法的步骤流程图。
[0055]
图2为本发明实施例中基于区块链及物联网技术的牲畜商品溯源方法的示意图。
具体实施方式
[0056]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0057]
如图1所示，在本发明的一个实施例中，本发明提供一种基于区块链及物联网技术的牲畜商品溯源方法，包括如下步骤：
[0058]
s1、数字签名：通过哈希算法为若干头牲畜设置固定长度的加密id，得到完整牲畜id；
[0059]
所述步骤s1包括如下步骤：
[0060]
s11、将牲畜id进行哈希加密作为哈希消息，并对其进行附加填充比特，得到填充后牲畜id；
[0061]
所述步骤s11中附加填充比特第一个比特为1，其余比特补0，直到填充后牲畜id长度等于预设牲畜id长度l；
[0062]
将牲畜id通过哈希函数sha-256，将任意长度的牲畜id加密为固定长度，然后将这些数据以固定长度字符串的形式保存，确保牲畜id的安全性。
[0063]
所述预设牲畜id长度l表达式如下：
[0064]
l＝448 c
×
512
[0065]
其中，c表示取模常数参数；
[0066]
提供预设牲畜id长度l的表达式，通过比特填充，补0使各比特填充后的完整牲畜id为固定长度字符串；
[0067]
s12、将填充后牲畜id的长度信息添加至填充后牲畜id后，得到完整牲畜id，完成数字签名；
[0068]
通过哈希加密与比特填充得到固定长度的完整牲畜id，且所述完整牲畜id可用于关联牲畜养殖、牲畜屠宰加工和牲畜运输过程中各项数据，且数据上链后，可通过完整牲畜id溯源，查看牲畜商品信息；
[0069]
s2、获取牲畜信息并上链：获取各牲畜养殖、屠宰加工和运输数据，并将各牲畜对应的养殖、屠宰加工和运输数据上链；
[0070]
所述步骤s2包括如下步骤：
[0071]
s21、根据完整牲畜id，通过物联网获取各牲畜养殖数据，并通过非对称加密将各牲畜养殖数据上链；
[0072]
所述步骤s21包括如下步骤：
[0073]
s211、将完整牲畜id作为主键录入数据库，并关联牲畜年龄和牲畜性别至对应完整牲畜id所在行；
[0074]
s212、通过物联网中的射频识别rfid对带有完整牲畜id的标签进行识别；
[0075]
s213、设置温度传感器、湿度传感器和硫化氢传感器于牲畜养殖棚中，并通过射频识别rfid将养殖棚中的温度、湿度和硫化氢浓度关联至对应完整牲畜id所在行；
[0076]
s214、通过无人机拍摄获取牲畜牧场进食视频，并逐帧标注牲畜和牧场信息，得到牲畜牧场检测数据集；
[0077]
s215、基于yolov5算法构建牲畜种类数量和牧场植被多分类网络，并采用牲畜牧场检测数据集进行训练，通过损失函数loss得到训练好的牲畜种类数量和牧场植被多分类网络；
[0078]
所述步骤s215中的损失函数loss的表达式如下：
[0079]
loss＝(p
t-(1-p
t
)r)log(p
t
)
[0080]
其中，p
t
表示识别分类概率，r表示调制系数；
[0081]
通过定义损失函数loss，设置调制系数r，减少易分类样本的权重，从而使得模型在训练时更专注于难分类的样本；
[0082]
s216、通过构建好的牲畜种类数量和牧场植被多分类网络对牲畜出栏活动草场影像进行识别，并将识别得到的草场进食牲畜数量、草场牲畜分布密度、牲畜进食草场信息和草场预设牲畜容量信息关联至各对应出栏牲畜的完整牲畜id所在行；
[0083]
s217、将各牲畜按预设养殖阶段划分时期的体重、身高、健康状况关联至对应完整牲畜id所在行；
[0084]
s218、通过非对称加密将各牲畜的完整牲畜id对应数据库中的数据上链，完成获取牲畜养殖信息并上链；
[0085]
通过物联网射频识别rfid实现对完整牲畜id的标签识别，通过无人机拍摄获取牲畜牧场进食图像并对其进行标注获取数据集，通过构建牲畜种类数量和牧场植被多分类网络，实现对牲畜养殖过程的草场活动的数据采集，通过养殖棚获取牲畜棚内养殖数据，通过养殖划分时期采集的牲畜数据，获取牲畜养殖阶段身体和健康数据；
[0086]
s22、根据完整牲畜id，将各牲畜屠宰加工过程监测数据与其对应工作人员信息通过非对称加密上链；
[0087]
所述步骤s22包括如下步骤：
[0088]
s221、采集牲畜被运送至屠宰场前牲畜健康数据、是否携带病毒数据、是否携带寄
生虫数据以及是否掉膘超过预设范围数据，关联至各牲畜完整牲畜id所在行；
[0089]
s222、测量得到牲畜屠宰时体重数据和肉品脂肪含量数据，并记录屠宰时长，且将屠宰时长、体重数据、肉品脂肪含量数据和检疫人员id对应关联至各牲畜完整牲畜id所在行；
[0090]
s224、通过非对称加密将各牲畜的完整牲畜id对应数据库中的数据上链，完成获取牲畜屠宰加工信息并上链；
[0091]
对牲畜屠宰加工前身体状况进行监测，并对屠宰加工过程和检疫人员信息同步记录，确保牲畜商品质量由人工确认质量，对牲畜商品肉制品的质量得以保障，且能够通过区块链技术进行溯源，得到牲畜商品在屠宰加工过程中的健康数据；
[0092]
s23、根据完整牲畜id，将各牲畜运输至售卖点过程监测数据通过非对称加密上链；
[0093]
所述步骤s23包括如下步骤：
[0094]
s231、设置温度传感器、湿度传感器和细菌探测仪于仓库中，将采集得到的仓库温度数据、仓库湿度数据和仓库细菌数据关联至对应完整牲畜id所在行；
[0095]
s232、设置温度传感器、湿度传感器和细菌探测仪于冷链物流车厢中，将通过传感器温度灵敏度s
t
补偿后采集得到的车厢温度数据、车厢湿度数据和车厢细菌数据关联至对应完整牲畜id所在行；
[0096]
所述步骤s232中传感器温度灵敏度s
t
表达式如下：
[0097][0098]
其中，y(t)表示传感器输出，t表示环境温度，k(t)表示传感器温度灵敏度，x表示传感器测量值，d表示微分；
[0099]
提供牲畜商品运输过程中的在冷链运输车中的传感器灵敏度补偿公式，对有冷链车温度较低对传感器灵敏度造成的影响进行灵敏度补偿；
[0100]
s233、通过非对称加密将各牲畜的完整牲畜id对应数据库中的数据上链，完成获取牲畜运输信息并上链；通过对牲畜运输环节进行健康数据监测和运输环境进行监测，对牲畜商品的肉质安全进行保障，并通过对冷链物流车中传感器灵敏度设置补偿，保障监测数据准确性，且能够通过区块链技术进行溯源得到牲畜商品运输过程中的信息；
[0101]
分别获取牲畜养殖、屠宰加工和运输过程的采集数据，并上传至区块链中，确保信息安全不可篡改，且能够通过区块链溯源牲畜从养殖到成为商品全过程的信息；
[0102]
s3、牲畜商品溯源：利用完整牲畜id，通过区块链进行对应牲畜溯源，完成基于区块链及物联网技术的牲畜商品溯源方法。
[0103]
如图2所示，在本发明的另一个实施例中，对以牲畜a和牲畜b为代表的牧场牲畜进行数字签名，使其分别拥有其对应的完整牲畜id；且所述完整牲畜id由哈希加密得到；对牲畜a和牲畜b为代表的牧场牲畜养殖过程进行监测，通过物联网的射频识别rfid对拥有完整牲畜id的标签进行识别，并在牲畜养殖棚中设置温度传感器、湿度传感器和硫化氢传感器，当牲畜携带有其对应牲畜完整id的标签经过所述温度传感器、湿度传感器和硫化氢传感器监测范围内时，即可获取牲畜养殖棚内监测数据，并将所述牲畜养殖棚内监测数据关联至以完整牲畜id所在行的数据库中；通过对无人机拍摄获取的牲畜牧场进食视频逐帧标准，
得到牲畜牧场检测数据集；利用所述牲畜牧场检测数据集对基于yolov5算法构建的牲畜种类数量和牧场植被多分类网络进行训练，得到训练好的牲畜种类数量和牧场植被多分类网络；通过对牲畜a和牲畜b进行牲畜牧场进食图像的识别，得到其所在牧场监测数据，包括草场进食牲畜数量、草场牲畜分布密度、牲畜进食草场信息和草场预设牲畜容量信息，均被关联至数据库中牲畜a和牲畜b分别对应完整牲畜id所在行，通过图2可见牲畜a分别在牲畜牧场a和牲畜牧场b被养殖，牲畜b仅在牲畜牧场c中被养殖过，且将牲畜a和牲畜b为代表的各牲畜在各牲畜牧场养殖过程的监测数据上传至区块链中；分别对牲畜a和牲畜b为代表的各牲畜在屠宰加工厂被屠宰加工过程进行监测，采集牲畜被运送至屠宰场前牲畜健康数据、是否携带病毒数据、是否携带寄生虫数据以及是否掉膘超过预设范围数据，关联至各牲畜完整牲畜id所在行；测量得到牲畜屠宰时体重数据和肉品脂肪含量数据，并记录屠宰时长，且将屠宰时长、体重数据、肉品脂肪含量数据和检疫人员id对应关联至各牲畜完整牲畜id所在行；通过图2可见牲畜a分别由屠宰加工厂a和屠宰加工厂b进行的屠宰加工，牲畜b仅有屠宰加工厂c完成屠宰加工过程，契合现实中部分屠宰加工厂完成的加工范围有限和部分屠宰加工厂用于完整加工处理能力的状况，且分别将牲畜屠宰加工过程数据上传至区块链中；对牲畜a和牲畜b为代表的牲畜被屠宰加工后运输至售卖点的过程进行牲畜肉制品存放环境和运输环境进行检测，设置温度传感器、湿度传感器和细菌探测仪于仓库中，将采集得到的仓库温度数据、仓库湿度数据和仓库细菌数据关联至对应完整牲畜id所在行；设置温度传感器、湿度传感器和细菌探测仪于冷链物流车厢中，将通过传感器温度灵敏度s
t
补偿后采集得到的车厢温度数据、车厢湿度数据和车厢细菌数据关联至对应完整牲畜id所在行；并通过冷链物流车厢中因温度引起的传感器灵敏度降低进行灵敏度补偿，分别实现对牲畜a分布在爱屠宰加工厂a和屠宰加工厂b被加工后分别通过运输车a和运输车b对应运输至售卖点a和售卖点b的过程中肉质产品存放运输环境的监测，并将监测数据上传至区块链中，且牲畜b经屠宰加工厂c处理后通过运输车c运输至售卖点过程的监测数据也关联至其完整牲畜id对应的数据库所在行中，并对以牲畜a和牲畜b为代表的各牲畜的运输过程的数据库关联数据上传至区块链中；牲畜a运输至售卖点a的牲畜商品可通过链a进行溯源，得到牲畜a由牲畜牧场a养殖过程、屠宰加工厂a屠宰加工过程和运输车a运输过程的监测数据；牲畜a运输至售卖点b的牲畜商品可通过链b进行溯源，得到牲畜a由牲畜牧场b养殖过程、屠宰加工厂b屠宰加工过程和运输车b运输过程的监测数据；牲畜b运输至售卖点c的牲畜商品可通过链c进行溯源，得到牲畜b由牲畜牧场c养殖过程、屠宰加工厂c屠宰加工过程和运输车c运输过程的监测数据，实现基于区块链及物联网技术的牲畜商品溯源方法。