一种基于区块链的舰船数据可信溯源方法

1.本发明涉及一种基于区块链的舰船数据可信溯源方法，属于区块链应用
技术领域：
。
背景技术：
：2.舰船产品作为一种典型的复杂工业产品，其制造过程涉及到成百上千个加工环节和大量参与单位，具有建造周期长、协作方多等特点。数量庞大的参与方，给供应链中的舰船全寿期各个环节产生数据的追踪和管理带来了困难。3.舰船制造供应链管理系统，注重保障供应链上各环节的协作，强调信息共享。通过信息共享，改进与协调各环节的业务运作流程，获得供应链整个流程的“同步化”运作。但是，由于舰船供应链的整个过程并不公开，各个参与单位并非完全信任，导致目前舰船供应链存在数据溯源困难、取证时间长、监管困难等问题。因此，针对舰船供应链中数据管理方面存在的问题，需要构建起安全、智能的供应链信息管理方案。4.数字孪生技术，是综合利用感知、计算、建模、仿真等技术，在虚拟空间中对物理空间实体进行映射。物理孪生体表示供应链在物理空间中的实体，其产生的数据实时传输给数字孪生体。数字孪生体反应了物理孪生体的实时状态。在数字孪生体上预演的结果可以用来指导物理孪生体的行为。通过搭建舰船供应链的数字孪生系统，能够实现从设计、生产、仓储、交易、物流的全过程数字化，有助于供应链更好地监测和管理。5.区块链技术为基于数字孪生的舰船供应链提供了一种新的解决方向。区块链是一个运行在对等网络上的开放式分布式账本，无需中间人就可以有效地管理多个实体之间的交易，并且可验证，可追溯，信息不可篡改。区块链以其去中心化，数据防篡改，可追溯等特性被应用到众多行业中。将区块链应用到供应链体系中，数据存储后不可更改，并且可以跨流程进行快速跟踪，快速识别，精准追溯舰船产品的流通信息，增加整个舰船供应环节的透明性，保证数据真实可靠。将供应商、生产商、分销商、零售商及监管机构等加入区块链网络中，无需第三方机构即可构建起整个舰船供应链的数据信任体系。6.此外，随着人工智能技术的迅速发展，其在供应链领域的应用也受到广泛关注。由于供应链在各个环节会产生大量数据。因此，通过人工智能技术，能够充分挖掘供应链数据中蕴含的信息来改善供应链中的薄弱环节，从而优化供应链决策，例如辅助生产及库存决策、优化物流管理等。技术实现要素：7.本发明的目的是为了解决基于数字孪生的舰船供应链中面临的信息数据管理难度大、数据安全可靠溯源难等技术问题，创造性地提出一种基于区块链的舰船数据可信溯源方法。8.为了达到上述目的，本发明采取如下技术方案。9.首先，对本发明涉及的相关概念和内容进行说明。10.供应链(supplychain，sc)：是指在产品的生产和流通过程，将产品或服务提供给最终用户所涉及的上下游企业之间所形成的链式结构。在整个供应链流程中，参与角色通常包括原材料供应商、制造商、仓储商、物流商、分销商、零售商以及终端用户。11.数字孪生(digitaltwin，dt)：是真实的物理世界实体或系统的数字表示。数字孪生综合利用感知、计算、建模、仿真等技术，在虚拟空间中对物理空间实体进行映射。物理孪生体表示供应链在物理空间中的实体，其产生的数据实时传输给数字孪生体。数字孪生体反应了物理孪生体的实时状态。在数字孪生体上预演的结果可以用来指导物理孪生体的行为。12.数字供应链孪生：供应链中的数字孪生被称为数字供应链孪生(digitalsupplychaintwin，dsct)。数字供应链孪生是物理供应链的数字表示，包含供应链及其运行环境中的所有相关数据。数字孪生体表示dsct中的数字化模型，物理孪生体表示dsct中的物理实体部分，二者之间存在双向的数据交换来维持孪生关系。13.区块链：是一个运行在对等网络上的开放式分布式账本，无需中间人就可以在多个独立的个体或系统间建立信任。区块链中的数据以区块的形式顺序连接成链式结构，通过密码学方式维护数据的安全性，可验证性和不可篡改性。14.共识机制：是区块链系统中用来保持数据一致性的协议或算法，也是区块链系统中无需中心化机构即可建立信任的关键。通过特定的区块链节点对交易进行投票，在一定时间内完成对交易的验证和确认。若利益不相关的各方节点对交易达成共识，则向整个区块链账本中添加该交易，从而保证账本数据一致。15.智能合约：是一段在满足条件时自动执行的区块链上的代码。合约执行过程无需第三方参与，具有透明性和不可篡改性。16.一种基于区块链的舰船数据可信溯源方法，包括以下步骤：17.步骤1：数据收集。18.首先，数字供应链孪生中的物理孪生体收集舰船供应链中产生的数据(例如，可以通过边缘传感器等收集)。19.舰船供应链的数字孪生体通过实时更新收集到的数据来对应物理供应链的状态变化。20.其中，收集的数据按照密级进行加密处理，非涉密数据则无需加密。21.步骤2：生成交易。22.在数字供应链孪生中，使用区块链作为数字孪生体的存储层。具体地，将舰船设计单位、原材料供应单位、制造单位、质量管理单位、仓储单位、物流单位、销售单位、维修单位及终端用户，分别作为不同的组织或个体参与到区块链系统中。23.基于智能合约，收集供应链中各参与方在区块链系统上的数据交换、流转、使用过程中产生的日志数据，以及附加数据流转事件中的使用者、使用对象、使用方式、使用时间信息，将其作为溯源关键数据，并以不可篡改的方式记录在区块链账本上。从而实现不可篡改、不可抵赖的舰船供应链溯源关键数据的生成和存储机制。24.区块链的节点，按功能职责划分，包括客户端节点、记账节点和对等节点。其中，客户端节点生成交易后向区块链网络发送交易申请；记账节点用来支持共识流程，对交易进行排序来实现交易顺序的全局一致性，并将交易打包成区块；对等节点负责接收来自共识节点的区块，将合法的区块加入本地，从而存储和维护区块链账本。25.具体地，生成交易的过程，包括以下步骤：26.步骤2.1：供应链参与者以客户端节点的身份，将各自环节的数据生成交易，并签名发送到区块链网络中。27.步骤2.2：根据交易的智能合约调用执行顺序，将交易抽象为有向无环图，将具有相同有向无环图的交易划分为同一类交易。28.步骤3：交易共识。29.从区块链的记账节点中选出共识节点对交易投票，完成对交易的验证和确认。30.本发明优化了拜占庭容错共识算法，将共识分为强共识和弱共识两种模式。不同类型的交易执行所需要的能耗和时间有所差异，需为不同类型的交易分配恰当的共识模式来提升系统性能。因此，共识算法的优化目标是在有限的能源消耗下尽可能减少共识时间消耗。31.具体地，交易共识包括以下步骤：32.步骤3.1：共识分为强共识和弱共识两种模式。本发明提出了一种基于智能转换的交易分配算法，为每种类型的交易分配共识模式和共识计算节点。33.具体地，基于智能转换的交易分配算法，步骤如下：34.步骤3.1.1：构建强共识模式和弱共识模式下的时间消耗映射表t-table和能量消耗映射表e-table。35.步骤3.1.2：暂不考虑时间消耗，以最小化能源消耗为目标，采用贪心算法得到初始的共识模式分配计划表es。36.步骤3.1.3：遍历共识模式分配计划表es的每一行，该行每个元素都减去能量消耗映射表e-table对应行的值，从而得到能量标准化表es’。37.es’展示了潜在的更好的交易共识模式分配选项。38.步骤3.1.4：遍历能量标准化表es’寻找负数，找到负数后，判断是否转换共识模式能够降低总能耗，若能，则对该交易转换共识模式，若不能，则不做转换。39.最终，得到优化能源消耗的共识模式分配计划表es-plan。40.步骤3.1.5：遍历优化能源消耗的共识模式分配计划表es-plan，用该行的每个元素减去时间消耗映射表t-table对应行的值，得到时间标准化表ts’。41.ts’同样展示了潜在的更好的交易共识模式分配选项。42.步骤3.1.6：遍历时间标准化表ts’寻找负数，找到负数后判断是否转换共识模式能够降低总时间消耗，若能，则对该交易转换共识模式，若不能，则不做转换。43.最终，得到了最终共识模式分配计划表ts-plan。44.步骤3.2：在记账节点中，选择3f 1个节点作为共识节点参与交易的共识过程，f为最大容忍的恶意节点数。从中选择一个主共识节点，负责生成和广播区块。45.在强共识模式下，共识节点数量超过记账节点的1/2。在弱共识模式下，共识节点数量不超过记账节点的1/2。46.步骤3.3：主共识节点为交易分配一个序列号。共识节点广播一个预准备验证消息prepre，每个共识节点验证该prepre消息，然后向其他所有共识节点广播一个准备消息pre。47.当一个共识节点在收到prepre消息后又收到了2f个pre消息时，该共识节点向其他共识节点广播提交消息comm。48.当一个共识节点收到2f 1条提交消息comm时，认为区块链系统对该交易达成了共识。49.步骤3.4：共识节点执行达成共识的交易，并将交易的执行结果发送给主共识节点。50.当主共识节点收到超过f 1条对同一序列号的交易的相同执行结果时，认为该交易合法。51.步骤3.5：当接收到指定数量的交易或当前块时间结束，出现上述任何一种情况时，主共识节点将当前块时间内收到的合法交易进行排序，将排序后的交易打包进一个区块，并向区块链中所有的对等节点广播该区块。52.步骤3.6：对等节点收到区块后进行验证，验证后的合法区块添加到各自的区块链账本中。由此保证账本数据一致。53.步骤4：数据溯源。54.在整个舰船供应链运转过程中，质量管理单位负责正常流程中的验收确认和异常情况中的问题定位和追责。在正常流程中，管理单位通过查看链上的数据，检查装备在各个环境是否按照规定上传合格的数据。针对合规数据，质量管理单位通过发起特殊的验收交易，确认流程通过无误。当舰船装备出现质量问题时，质量管理单位将结合装备的实际问题和链上的数据，通过溯源定位问题的来源。链上的每份数据都带有数据提供者的签名信息，质量管理单位能够根据签名信息确定质量问题的责任人。55.针对链上密文数据，设计了一种基于文本的密文检索机制。针对文本的密文检索机制涉及到三个实体对象：数据持有者、供应链区块链和查询者，查询者进行密文溯源。包括以下步骤：56.步骤4.1：数据持有者对其持有的文档集合生成安全的索引，并与加密的文档集一起存储到区块链账本中。57.步骤4.2：查询者作为溯源数据的请求访问主体完成身份认证，从而避免溯源数据在使用过程中的非法访问和泄露等问题。58.步骤4.3：查询者将查询短语发送给数据持有者，数据持有者基于该查询短语生成对于的查询陷门，然后将查询陷门发送给查询者。59.步骤4.4：查询者利用获得的查询陷门，从区块链账本中筛选出包含指定数据的区块链事务信息。查询者在数据持有者的帮助下，解密从区块链账本中获得的数据资料，得到对应得明文查询结果。60.针对链上明文数据，本方法采用外联数据库法和内置索引法来构建舰船供应链查询层，从而增加区块链账本溯源数据查询的方式并提高溯源关键数据的查询效率。具体如下：61.首先，采用外联数据库法，授权用户通过数据监听将当前的区块链数据读取到本机构可信数据库中进行查询分析。62.之后，采用内置索引法，将查询层建立在区块链系统内部，通过在区块链账本中设置主键索引和辅助索引。根据实际需求将查询字段设置辅助索引指向主键，然后根据主键索引找到相关溯源数据的存储位置，分两阶段完成溯源数据查询。63.进一步地，本发明通过人工智能算法处理区块链中存储的供应链数据，改善供应链中的薄弱环节，从而优化供应链决策。通过长短时记忆神经网络算法处理区块链中存储的舰船供应链数据，并对供应链中的需求进行预测，从而指导和优化物理供应链的生产。64.有益效果65.本方法，与现有技术相比，具有如下优点：66.本发明通过在数字供应链孪生中集成区块链和人工智能技术，保证了舰船供应链中的数据安全共享和可靠溯源，同时能够通过挖掘供应链数据中蕴含的信息来优化供应链决策，推动了整个舰船供应链生态的智能化发展。67.1.本方法在数字孪生架构下融合区块链和人工智能技术，实现了对舰船供应链系统的智能化。数字孪生供应链的顶层架构自下而上分别为物理层、存储层、分析层和展示层。物理层包括舰船供应链的物理参与实体，其中各环节的边缘传感器收集全生命周期产生的数据，负责人将核心数据作为交易签名上传。区块链作为存储层，实现了舰船数据安全共享和可信可靠溯源。分析层通过人工智能算法处理区块链中存储的数据，可以预测供应链的需求从而辅助业务决策。展示层主要提供舰船供应链当前状态的可视化。68.2.本发明提出了基于强弱共识模式的交易处理方式，提高了区块链共识过程性能。根据交易的智能合约调用执行顺序，将供应链从上游到下游的交易过程抽象为有向无环图，具有相同有向无环图的交易被划分为同一类交易。不同类型的交易执行所需要的能耗和时间有所差异，本发明通过为不同类型的交易分配恰当的共识模式来提升系统性能。69.3.本方法实现了舰船数据安全共享和可信可靠溯源。首先，溯源数据的请求访问主体需要先完成身份认证，从而避免溯源数据在使用过程中的非法访问和泄露等问题。针对链上明文数据查询采用外联数据库法和内置索引法，增加了区块链账本溯源数据查询的方式并提高溯源关键数据的查询效率。针对链上密文数据构建特殊的密文溯源数据检索机制，在保证数据安全性的同时保证查询结果的可靠性。附图说明70.图1为本发明方法的示意图。71.图2为基于本发明方法的舰船供应链全周期流程图。具体实施方式72.下面结合附图和实施例，对本发明方法具体实施过程做进一步详细说明。73.实施例74.如图1所示，具体地，本实施例详细阐述了在舰船供应链中基于区块链技术进行数据溯源的方法，具体描述如下：75.步骤1：数据收集。76.舰船供应链是供应链网络的典型代表，参与主体数量和成分复杂。舰船供应链是以总装建造或者总装集成企业为核心，通过对各个节点企业物流、信息流和资金流的控制，从顾客需求分析、产品设计开发、原材料和零部件采购、中间产品制造，直至整船或整机系统的生产，将设计企业、原材料供应商、配套设备供应商、分段制造企业、集成企业、仓储企业、物流企业、分销企业、零售企业、质量管理单位和用户连接成一个具有整体供需功能的网络结构。各个参与方作为数字供应链孪生的物理孪生体，通过边缘传感器收集舰船供应链中产生的数据，舰船供应链的数字孪生体通过实时更新收集的数据来对应物理实体的状态变化。收集的数据按照密级进行加密处理，非涉密数据无需加密。77.步骤2：生成交易。78.在数字供应链孪生中，使用区块链作为数字孪生体的存储层。如图2所示，舰船原材料供应商、制造商、仓储商、物流商、分销商、零售商、质管方以及终端用户分别作为不同的组织或个体参与到区块链系统中。各个参与方可以动态地加入舰船供应链区块链网络。区块链系统基于智能合约收集供应链中各参与方在区块链系统上的数据交换、流转、使用过程中产生的日志，附加数据流转事件中的使用者、使用对象、使用方式、使用时间信息，将其作为溯源关键数据，以不可篡改的方式记录在区块链账本上，实现不可篡改、不可抵赖的舰船供应链溯源关键数据的生成和存储机制。79.区块链的节点按照功能职责分为三种，包括客户端节点、记账节点和对等节点。客户端节点生成交易后向区块链网络发送交易申请。记账节点用来支持共识流程，对交易进行排序来实现交易顺序的全局一致性，并将交易打包成区块。对等节点主要负责接收来自共识节点的区块，将合法的区块加入本地，从而存储和维护区块链账本。生成交易的过程包括如下子步骤：80.步骤2.1：供应链参与者以客户端节点的身份将各自环节的数据生成交易并签名发送到区块链网络中。81.步骤2.2：根据交易的智能合约调用执行顺序，将交易抽象为有向无环图(directedacyclicgraph，dag)，将具有相同有向无环图的交易划分为同一类交易。82.步骤3：交易共识。83.从区块链的记账节点中选出共识节点对交易投票，完成对交易的验证和确认。84.本发明优化了拜占庭容错共识算法，根据参与共识的节点数量，将共识分为强共识和弱共识两种模式。不同的共识模式涉及不同规模的节点，需要不同的能源成本来处理交易。85.定义一个二进制函数s(tri)，当其取值为0表示交易类型tri在弱共识模式下处理，当其取值为1表示事务类型tri在强共识模式下处理。定义对于每种类型的交易tri，设在强共识模式下的处理时间、能量成本和交易量分别为ts(tri)、es(tri)和ns(tri)，设弱共识模式下的时间消耗、能源成本和交易金额分别为tw(tri)、ew(tri)和nw(tri)。86.不同类型的交易在不同共识模式下执行所需要的能耗和时间有所差异，因此，共识算法的优化目标是在有限的能源消耗下尽可能减少共识时间消耗。该优化问题如下式规范化表述：[0087][0088]其中，ntr表示交易总数；tri表示第i种类型的交易；n(tri)表示第i种类型交易数量；ns(tri)表示在强共识模式下处理的第i种类型交易数量；nw(tri)表示在弱共识模式下处理的第i种类型交易数量；es(tri)表示第i种类型交易在强共识模式下的能量消耗；ew(tri)表示第i种类型交易在弱共识模式下的能量消耗；e表示所有交易的总能耗；emax表示能耗限制；ts(tri)表示第i种类型交易在强共识模式下的时间消耗；tw(tri)表示第i种类型交易在弱共识模式下的时间消耗；t表示所有交易的总时间消耗；s(i)表示交易i的共识模式的选择函数。[0089]具体地，包括如下步骤：[0090]步骤3.1：共识分为强共识和弱共识两种模式。本发明提出了一种基于智能转换的交易分配算法，为每种类型的交易分配共识模式和共识计算节点。[0091]具体地，基于智能转换的交易分配算法，步骤如下：[0092]步骤3.1.1：构建强共识模式和弱共识模式下的时间消耗映射表t-table和能量消耗映射表e-table。[0093]步骤3.1.2：暂不考虑时间消耗，以最小化能源消耗为目标，采用贪心算法得到初始的共识模式分配计划表es。[0094]步骤3.1.3：遍历共识模式分配计划表es的每一行，该行每个元素都减去能量消耗映射表e-table对应行的值，从而得到能量标准化表es’。[0095]es’展示了潜在的更好的交易共识模式分配选项。[0096]步骤3.1.4：遍历能量标准化表es’寻找负数，找到负数后，判断是否转换共识模式能够降低总能耗，若能，则对该交易转换共识模式，若不能，则不做转换。[0097]最终，得到优化能源消耗的共识模式分配计划表es-plan。[0098]步骤3.1.5：遍历优化能源消耗的共识模式分配计划表es-plan，用该行的每个元素减去时间消耗映射表t-table对应行的值，得到时间标准化表ts’。[0099]ts’同样展示了潜在的更好的交易共识模式分配选项。[0100]步骤3.1.6：遍历时间标准化表ts’寻找负数，找到负数后判断是否转换共识模式能够降低总时间消耗，若能，则对该交易转换共识模式，若不能，则不做转换。[0101]最终，得到了最终共识模式分配计划表ts-plan。[0102]下述给出了上述执行流程的伪代码。[0103]输入：交易列表tr，能量约束emax[0104]输出：共识分配计划ts-plan[0105](1)functionota(tr，emax)[0106](2)calltcmtogenerateenergymappingtablee-tableandtimemappingtablet-table.[0107](3)executethegreedyalgorithmtogenerateinitialconsensusplanes.[0108](4)callrstgone-table,estoobtainenergystandardizedtablees’.[0109](5)calliestogetanovelintermediateconsensusplanes-plan.[0110](6)callrstgont-table,es-plantoobtaintimestandardizedtablets’.[0111](7)callitstogetthefinalconsensusplants-planunderemax.[0112](8)returnts-plan[0113](9)endfunction[0114](10)functiontcm(tr)[0115](11)fori←0tom-1//mtypesoftransactionsintr[0116](12)forj←0ton-1//eachtypehasntransactions[0117](13)t←j×ts(tri) (n(tri)-j)×tw(tri)[0118](14)e←j×es(tri) (n(tri)-j)×ew(tri)[0119](15)addttot-table,addetoe-table[0120](16)endfor[0121](17)endfor[0122](18)returnt-table,e-table[0123](19)endfunction[0124](20)functionrstg(x-table,xs)[0125](21)inputconsumptionmappingx-tableandconsensusplanxs.[0126](22)createnoveltablexs’.[0127](23)form←0tom-1[0128](24)readxsfromthem-throw.[0129](25)t＝xs[m][0130](26)forn←0ton-1[0131](27)xs’[m][n]←x-table[m][n]-x-table[m][t][0132](28)endfor[0133](29)endfor[0134](30)returnxs’[0135](31)functionies(es’,es)[0136](32)inputintermediatetablees’andsub-optimalconsensusplanes.[0137](33)form←0tom-1[0138](34)forn←0ton-1[0139](35)ifes’[m][n]《0then[0140](36)whilefindtransactionk,afterswitchingwith[0141]transactionm,theenergycostisreduced.[0142](37)exchangees[m]andes[k][0143](38)endwhile[0144](39)endif[0145](40)endfor[0146](41)endfor[0147](42)es-plan←es[0148](43)returnes-plan[0149](44)endfunction[0150](45)functionits(ts’,es-plan,e-table,emax)[0151](46)definevariableethatstorestotalenergycost.[0152](47)assignvalueeaccordingtoes-planande-table.[0153](48)form←0tom-1[0154](49)forn←0ton-1[0155](50)ifts’[m][n]《0then[0156](51)whilefindtransactionk,afterswitchingwith[0157]transactionm,theenergycostisreduced.[0158](52)ife《emaxthen[0159](53)exchangees-plan[m]andes-plan[k].[0160](54)elsedenytheswitchoperation.[0161](55)updatetablets’.[0162](56)endif[0163](57)endwhile[0164](58)endif[0165](59)endfor[0166](60)endfor[0167](61)ts-plan←es-plan[0168](62)returnts-plan[0169](63)endfunction[0170]其中，e-table为能量映射表，t-table为时间映射表，es’为能量标准化表，ts’为时间标准化表，es为通过执行贪心算法得到的初始共识分配计划，es-plan为经过智能转换优化能耗后的中间共识分配计划，ts-plan为经过智能转换优化时间后的最终共识分配计划。[0171]具体地，第(1)至(9)行中展示了最优事务分配(ota)函数通过调用其他四种算法来显示生成共识计划的整个执行流程。[0172]第(10)至(18)行是交易成本映射(tcm)函数，其功能是构建不同共识模式下不同交易类型的时间和能耗映射表。[0173]采用贪心算法后，调用第(20)至(30)行的参考标准表生成(rstg)函数，构建中间标准化表，显示了潜在的更好的交易共识模式分配选项。[0174]第(31)至(44)行的智能能量转换(ies)函数和第(45)至(63)行的智能时转换(its)函数是核心环节，它们都通过智能转换操作对结果进行优化，从而在约束条件下获得接近最优的共识方案。[0175]步骤3.2：在记账节点中选择3f 1个节点作为共识节点参与交易的共识过程，其中f为最大容忍的恶意节点数。在强共识模式下，共识节点数量应该超过记账节点的1/2，而在弱共识模式下，共识节点数量不超过记账节点的1/2。从中选择一个主共识节点，负责生成和广播区块。[0176]步骤3.3：主共识节点为交易分配一个序列号，然后的共识节点广播一个预准备验证消息prepre，每个共识节点验证该prepre消息，然后向其他所有共识节点广播一个准备消息pre。当一个共识节点在收到prepre消息后又收到了2f个pre消息时，该共识节点向其他共识节点广播提交消息comm。当一个共识节点收到2f 1条提交消息comm时，则认为区块链系统对该交易达成了共识。[0177]步骤3.4：共识节点执行达成共识的交易，并将交易的执行结果发送给主共识节点。主共识节点收到超过f 1条对同一序列号的交易的相同执行结果时，就认为该交易合法。[0178]步骤3.5：当接收到指定数量的交易或当前块时间结束时，主共识节点将当前块时间内收到的合法交易进行排序，并将排序后的交易打包进一个区块，并向区块链中所有的对等节点广播该区块。[0179]步骤3.6：对等节点收到区块后进行验证，验证后的合法区块添加到各自的区块链账本中，从而保证账本数据一致。[0180]步骤4：数据溯源。[0181]在整个舰船供应链运转过程中，质量管理单位负责正常流程中的验收确认和异常情况中的问题定位和追责。在正常流程中，管理单位通过查看链上的数据，检查装备在各个环境是否按照规定上传合格的数据。针对合规数据，质量管理单位通过发起特殊的验收交易，确认流程通过无误。当舰船装备出现质量问题时，质量管理单位将结合装备的实际问题和链上的数据，通过溯源定位问题的来源。链上的每份数据都带有数据提供者的签名信息，质量管理单位可以根据签名信息确定质量问题的责任人。[0182]本方法针对链上密文数据设计基于文本的密文检索机制。针对文本的密文检索机制涉及到三个实体对象，包括数据持有者、舰船供应链区块链及查询者。查询者在进行密文溯源时，包括如下子步骤：[0183]步骤4.1：安全等级高的数据需加密后上传到区块链账本中。具体方法为数据持有者对其持有的文档集合生成安全的索引，并与加密的文档集一起存储到区块链账本中。[0184]步骤4.2：查询者作为溯源数据的请求访问主体需要完成身份认证，从而避免溯源数据在使用过程中的非法访问和泄露等问题。[0185]步骤4.3：查询者将查询短语发送给数据持有者，数据持有者基于该查询短语生成对于的查询陷门，然后将查询陷门发送给查询者。[0186]步骤4.4：本方法将负责用户身份创建的认证中心作为一个可信密钥管理机构，由其负责密钥的生成和分配，并通过基于智能合约的访问控制检测申请密钥的用户是否合法且有足够的权限。合法的查询者可以利用获得的查询陷门从区块链账本中筛选出包含指定数据的区块链事务信息。经数据持有者许可后，查询者可从密钥管理中心获得解密密钥后解密从区块链账本中获得的数据资料，得到对应得明文查询结果。[0187]针对链上的明文数据，本方法中采用外联数据库法和内置索引法构建舰船供应链查询层，从而增加区块链账本溯源数据查询的方式并提高溯源关键数据的查询效率，具体包括如下步骤：[0188]首先，外联数据库法中授权用户通过设置数据监听模块将当前的区块链数据读取到本机构可信数据库中进行查询分析。[0189]其次，内置索引法将查询层建立在区块链系统内部，通过在区块链账本中设置主键索引和辅助索引。根据实际需求将查询字段设置辅助索引指向主键，然后根据主键索引找到相关溯源数据的存储位置，分两阶段完成溯源数据查询。[0190]进一步地，采用人工智能技术支持供应链生产。[0191]由于供应链运行过程依赖于时间特征，本方法通过长短时记忆神经网络算法处理区块链中存储的舰船供应链数据，对供应链中的需求进行预测，从而指导物理供应链生产优化。[0192]以上所述为本发明的较佳实施例而已，本发明不应该局限于该实施例和附图所公开的内容。凡是不脱离本发明所公开的精神下完成的等效或修改，都落入本发明的保护范围。当前第1页12