(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210565626.1 (22)申请日 2022.05.23 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 孙伟　陆佳星　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 郑堪泳 (51)Int.Cl. G06Q 30/00(2012.01) G06F 21/62(2013.01) G06V 10/54(2022.01) G06V 10/82(2022.01) H04L 9/32(2006.01)H04L 9/40(2022.01) H04L 67/1097(2022.01) (54)发明名称 一种基于区块链和可信数据空间的陶瓷溯 源与鉴定方法 (57)摘要 本发明公开了一种基于区块链和可信数据 空间的陶瓷溯源与鉴定方法， 包括步骤如下： 采 集陶瓷的纹理图像， 构造陶瓷本身具有唯一性的 纹理图像标准库； 将陶瓷的烧制工艺信息、 烧制 时间信息、 加工信息、 运输信息、 交易信息、 纹理 图像标准库保存在可信数据空间内并进行安全 分级； 将烧制工艺、 纹理图像标准库作为数字存 证信息， 采用哈希算法进行加密， 并以区块的形 式分布存储在区块链上； 将烧制时间信息、 加工 信息、 运输信息、 交易信息作为可公开基本信息 直接以区块的形式上传至区块链； 区块链通过广 播机制更新每一份陶瓷上链的数字存证信息以 及可公开基本信息； 通过 获取数字存证信息以及 可公开基本信息完成对陶瓷的溯源； 通过卷积神 经网络对获取待测陶瓷的纹理图像进行识别与 对比完成对陶瓷的鉴定 。 权利要求书3页 说明书8页 附图3页 CN 114971653 A 2022.08.30 CN 114971653 A 1.一种基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征在于： 所述的方法 包括步骤如下： 采集陶瓷的纹 理图像， 构造陶瓷本身具有唯一 性的纹理图像标准库； 将陶瓷的烧制工艺信息、 烧制时间信息、 加工信 息、 运输信息、 交易信息、 纹理图像标准 库作为其全生命周期数据； 将全生命周期数据保存在可信数据空间内并进行安全分级； 将安全等级高的烧制工艺、 纹理图像标准库作为数字存证信息， 采用哈希算法进行加 密， 并以区块的形式分布存 储在区块链上； 将安全等级低的烧制时间信息、 加工信 息、 运输信息、 交易信 息作为可公开基本信 息直 接以区块的形式上传至区块链； 分布式的区块链通过广播机制更新每一份陶瓷上链的数字存证信息以及可公开基本 信息； 通过获取 数字存证信息以及可公开基本信息 完成对陶瓷的溯源； 通过卷积神经网络对获取待测陶瓷的纹 理图像进行识别与对比完成对陶瓷的鉴定 。 2.根据权利要求1所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 所述的可信数据 空间从数据维、 业务维与安全维三个维度保 障数据安全并支撑陶瓷 多样的业 务需求。 3.根据权利要求2所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 所述的数据维， 用于保障录入陶瓷的数据资源安全， 具体将对数据资源进行层次划 分， 分为源数据、 值数据、 标签数据； 所述的源数据， 为与陶瓷相关的原始数据， 包括陶瓷的烧制工艺的文字信息和视频音 频信息； 所述的值数据， 为经对陶瓷源数据进行ETL处理后形成的数据， 采用NoSQL型数据库进 行存储。 所述的标签数据， 通过标签对源数据和值数据进行抽象， 形成标签与主体数据间的映 射视图， 对源 数据和值数据进 行组织和管理； 另外， 对源数据和值数据的重要指数、 权限、 时 间戳在标签的属性中进行记录， 从而可用于可信数据空间中的数据索引和管理。 4.根据权利要求3所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 所述的业 务维， 用于建立可信数据空间内的业 务规则； 所述的业务维包括： 操作和业务； 其中， 操作包括源数据标签层、 值数据 标签层， 业务包 括业务标签层； 所述的源数据标签层， 首先对陶瓷相关源数据的类型进行识别， 结合源数据文件名和 文件内容进行分类标识， 并针对 源数据的基本属性进行分类和标识， 从而实现标签化处 理； 所述的值数据标签层， 在源数据标签层的基础上， 围绕主体对象， 通过识别、 标识构建 值数据标签， 在值数据标签上进一 步建立值数据标签集； 所述的业务标签层， 从值数据 标签集中识别、 提取与分析结果匹配的标签项， 并将标签 项进行归集管理， 形成若干主体业 务标签集 合， 用以支撑业 务过程的流 程映射。 5.根据权利要求4所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 所述的安全维， 用于将全生命周期数据进 行安全分级； 将全生命周期数据分为安全等权　利　要　求　书 1/3 页 2 CN 114971653 A 2级高、 安全等级低。 6.根据权利要求1所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 将全生命周期数据上传至区块链， 和对陶瓷进行溯源均通过共识机制实现； 所述的共识机制具体如下： S101： 节点A收到一个区块block， 对区块block进行验证， 验证完后， 将区块block广播 给节点A附近的节点； S102： 节点A向附近 的节点传递inv消息， 其中inv消息包含节点A验证过的区块的相关 信息； S103： 节点B收到inv消息后， 如果该节点之前没有接收过这个区块， 则向节点A发送一 个get消息， 要求得到存证信息， 以及区块的信息； S104： 当节点A收到get消息后， 节点A把区块bl ock的信息发送给节点B； S105： 节点A发送完之后， 继续 寻找下一个区块； 基于以上的共识机制， 每当一个节点添加新的区块数据时， 其他节点也会逐渐同步该 区块信息， 通过分布式的区块链保存每次上链的全生命周期数据； 每个数据 空间节点都通 过区块链存 储全生命周期数据。 7.根据权利要求1所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 采用所述的加密哈希算法对数字存证信息进 行加密， 获取哈希值， 并作为陶瓷的区块 链存证ID； 采用Merkle树的组织形式来计算区块中的哈希值； 通过求出每份陶瓷的数字存证信息 的哈希值， 形成第一级哈希； 再对第一级 哈希中的每两个哈希之间拼接算出新哈希形成第二级 哈希， 以此类推， 直 到形成最顶层的哈希值， 作为Merk le根值， 并将Merk le根值作为最终的哈希值。 8.根据权利要求1所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 通过卷积神经网络对获取待测陶瓷的纹理图像进行识别与对比完成对陶瓷的鉴定， 具体如下： S201： 先采用中值滤波法对获取到的纹 理图像进行去噪处 理； S202： 对去噪处理后的纹理图像进行特征提取， 具体采用统计分析法中的灰度共生矩 阵法， 通过纹 理图像的灰度共生矩阵中提取纹 理的参数值； S203： 将提取纹 理的参数值输入训练好的卷积神经网络进行图像纹 理识别。 9.根据权利要求8所述的基于区块链和可信数据空间的陶瓷溯源与鉴定方法， 其特征 在于： 步骤S202， 具体如下： 首先设纹理图像的灰度级为G， 大小是M ×N， 扫描方向为θ， 像素之间的距离为d， 则GLCM 的每个元素表 示为P(i,j|θ,d)， 表示图像空间中一直 沿着θ 方向扫描， 一对 灰度级为i和j的 像素对在距离d中出现的频率个数； 设纹理图像中两个像素点为(X,Y)和(X+A,Y+B)， 并设这两个像素点之间的灰度值为 (G1,G2)， 则在(X,Y)扫描的过程中， 产生若干个灰度值为(G1,G2)； 再对若干个灰度值为 (G1,G2)中(G,G)出现次数的频率进行统计， 填入灰度共生矩阵中。 10.一种计算机设备， 包括存储器、 处理器以及存储在存储器上并可在处理器上运行的 计算机程序， 其特征在于： 所述的处理器执行所述的计算机程序时， 实现如权利要求 1～9任权　利　要　求　书 2/3 页 3 CN 114971653 A 3