一种基于区块链的食品安全多元利益主体信用评价方法与流程

本发明涉及到食品安全领域，具体涉及一种基于区块链的食品安全多元利益主体信用评价方法。

背景技术：

复杂食品供应链上多元利益主体如生产商、供应商、分销商、零售商和消费者等之间信息的不对称，使得食品交易过程中数据的可靠性完全取决于提供者，食品供应链上可能存在诸多不可靠的数据提供者，导致监管机构很难收集到食品供应链上有关交易的有效信息从而增加了有效监管的难度。

目前在技术上将二维码技术和射频识别技术rfid引入食品供应链中，可用于对食品溯源和检测等环节中的实体进行数字化标记。这些现有的技术更关注于与产品实体即物的管理，因此对于食品供应链上多元利益主体即人的监管力度有待加强，针对信息不对称的多元利益主体，如何实现食品交易过程的公开透明以及监管者如何有效捕获食品供应链上相关交易过程信息以实现有效监管是当前预防食品安全事件发生的主要难题，将极大影响食品安全供应链的健康与安全发展。

技术实现要素：

本发明技术解决问题：克服现有技术对于食品供应链上多元利益主体间交易信息不对称、数据提供不可靠造成监管者收集到的信息有效性薄弱，导致监管力度的不足的问题，提供了一种基于区块链的食品安全多元利益主体信用评价方法，结合区块链技术和深度学习技术来收集食品供应链上多元利益主体进行食品交易所产生的交易信息及交易者彼此评价信息，并采用lstm进行分析生成利益主体的信用评价，通过由交易者对交易进行评价反馈的方式，监管者获取的数据更为客观有效。

本发明提供的一种基于区块链的食品安全多元利益主体信用评价方法，包括以下步骤：

步骤(1)将hyperledgerfabric区块链应用于食品供应链，采用fabric框架的身份认证机制将多元利益主体组成的网络节点划分为两种不同身份权限的联盟成员，分别为交易者和监管者；由交易者执行食品供应链上的食品交易过程：交易者t1发起交易请求并发送交易消息至区块链网络，交易者t2通过广播的形式响应t1的交易请求并通过调用智能合约中的食品交易函数达成交易，验证节点基于共识算法pbft对该笔交易进行验证，并将最终达成共识的交易信息全部记入交易者区块账本；

步骤(2)交易完成后，触发智能合约实现评价过程，具体过程为：安装部署智能合约并初始化，调用智能合约交易者评价函数，由步骤(1)中参与交易的一方交易者对参与交易的另一方交易者进行评价，并将交易信息与评价信息全部记入交易者区块账本，该账本由区块链上所有食品交易者共同维护；

步骤(3)利用含有不同信用等级的评价文本数据集训练lstm信用评价模型；将交易者区块账本中存储的评价信息输入到lstm信用评价模型，对交易者在交易过程中得到的评价信息进行情感分析，分类输出交易者信用评价等级并记录到交易者区块账本中；

步骤(4)监管者通过调用智能合约食品交易查询函数和评价查询函数获取交易者的交易信息和评价信息，依据步骤(3)中方法对食品供应链上交易者实现信用评价等级的分类，根据分类结果对交易者实施有效监管，创建安全透明可追责的食品供应链交易环境。在步骤(4)中，监管者利用智能合约调用和查询食品供应链上各利益主体的相关交易信息及评价信息，通过收集分析其交易评价信息得到食品供应链上交易情况反馈信息，使监管信息来源更真实可靠，对反馈信息实时监管并对交易者进行信用评价分级和采取相应管控措施，减少了食品供应链上信息不对称造成的食品安全的现象，增强了监管的有效性。

进一步的，上述基于区块链的食品安全多元利益主体信用评价方法中，通过hyperledger区块链p2p网络组织食品供应链上交易者节点并确定其加入、离开机制，为交易者构造非集中式的交易拓扑结构，并实现了食品供应链上两大类角色(交易者与监管者)身份权限的管理；通过p2p匿名通信技术隐藏交易者在交易与评价过程中的身份信息与通信关系，交易与评价过程中交易者的身份匿名，评价信息公开透明(身份匿名性和评价信息公开透明性的统一保障了评价过程的客观性)；将包含交易信息与评价信息的数据区块按时间顺序相连成一条链表，由二叉树(如merkle树)将经过共识达成分布式一致的数据打包为哈希值并为其加上时间戳，以保证数据的可追溯与不可篡改以及对交易者的可追责，减少供应链上消极交易、恶意评价现象的发生；监管者通过收集食品供应链上多元利益主体的评价反馈数据，可获取到更为客观、透明、可信的食品交易环境现状，为监管提供了更为有效的信息来源；同时交易者通过集体维护区块链分布式全局账本规范了监管者行为，避免了监管者因私利而篡改交易者信用评价的现象发生，保障了食品交易环境的公开透明。

进一步的，上述基于区块链的食品安全多元利益主体信用评价方法，在所述步骤(2)和步骤(4)中，通过区块链自由自动化脚本代码实现智能合约函数，包括食品交易函数completetransaction()、食品交易完成后交易者评价函数completeevaluation()以及食品交易查询函数querytransaction()和评价查询函数queryevaluation()，通过虚拟机编译，执行食品交易过程与交易者评价过程；利用区块链式数据结构验证与存储交易信息和评价信息；利用分布式节点共识算法生成并更新数据；利用密码学的方式保证数据传输和访问的安全；其中，完成交易及交易评价过程由交易者实现，监管者可查询获取交易者交易相关的一切信息。

本发明与现有技术相比的优点在于：

(1)相比现有技术，本发明给出了将区块链应用于食品领域增加监管者有效监管力度的可行方案，基于区块链及其分布式、数据可追溯性、可追责、不可篡改等特性，将其应用于传统食品供应链上，解决了多元利益主体间信息不对称的问题；应用hyperledger区块链架构实现了对食品供应链上两大类角色(交易者与监管者)身份权限的管理，其中，交易者为食品供应链上的多元利益主体，主要进行食品交易并在交易完成后针对交易过程进行评价反馈，通过训练lstm模型对交易者相关的评价信息进行情感分析并划分信用评价等级；监管者拥有管控供应链上利益主体信息的最高权限，可以随时获取食品供应链上的交易信息与评价信息，便于实时对食品交易进行监督管理，降低了监管成本。

(2)相比现有技术，本发明利用深度学习技术lstm作为评价信用等级的算法实现对利益主体评价文本的情感词汇提取、训练及分类；与传统机器学习算法svm、nb等相比，lstm作为解决时间序列预测问题的深度学习递归神经网络不仅关注文本信息，而且注重评价文本特征，具有更高的分类准确率；通过lstm模型分析利益主体评价信息并划分信用评价等级，利于监管者获取更为可靠真实的交易详情，并实时监管供应链交易环境进而提高了监管的有效性和权威性。

(3)进一步的，本发明在区块链p2p网络上对食品供应链上参与交易的利益主体进行评价，将分布式交易实体映射为p2p节点并为其构造非集中式的交易拓扑结构；通过p2p匿名通信技术保证了交易者身份的匿名性，保障了交易者在交易与评价过程中的身份隐私，实现了评价者身份匿名性与评价结果公开透明性的统一，保障了评价过程的客观性，利用区块链可追责性，遏制了评价者恶意评价现象的发生；区块链技术为信用评价提供了一个数据公开透明、可追溯、可追责、不可篡改的平台，在对评价者形成约束的同时也规范了监管者行为，避免了监管者为自身与团体利益违规篡改某利益主体信用评价等级的现象发生，进而提高了监管者实施监管的有效性，增强了消费者的信心。

附图说明

图1为本发明方法的实现模块结构图；

图2为本发明实现信用评价的模型lstm网络结构图；

图3是根据本发明采用lstm模型实现信用评价流程图。

具体实施方式

下面结合附图和具体实施方式对本发明进行描述。

附图1描述了基于区块链的食品安全多元利益主体信用评价方法模块结构。具体步骤如下：

(1)利益主体t1在区块链上发布食品交易消息，另一利益主体t2通过广播响应交易请求，两者作为交易者在食品供应链上达成食品交易，验证节点基于共识算法pbft对该笔交易进行验证，并将最终达成共识的交易相关信息全部记入区块账本，其流程如附图1模块1所示；

(2)本步骤主要是针对交易过程收集对交易者的评价，其具体过程为：根据步骤(1)区块链上交易者t1与t2达成食品交易后，部署和初始化信用评价智能合约，交易双方基于交易过程中获得的信息，例如物流服务信息，食品质量信息等，通过调用智能合约交易者评价函数完成对于交易者彼此的评价；

(3)对有监督含不同情感的中文评价数据集进行数据预处理并用nlpir-ictclas2016进行文本分词，使用google开源工具word2vec实现分词矢量化，训练数据集构建lstm模型，具体结构如图2；通过智能合约评价查询函数实现步骤(2)中与交易者相关的评价信息的获取；将评价信息预处理后以矢量化分词的形式输入到经过训练的lstm模型中进行情感分类并输出相应的信用评价等级，流程如图3；

(4)监管者通过智能合约查询步骤(1)中得到的食品供应链上的交易信息或步骤(2)和(3)中得到的与利益主体相关的信用评价信息，实时监管食品供应链上食品交易，流程如图1模块2，针对信用评价信息对可能引起食品安全事件的利益主体采取相应管控措施，利用hyperledger区块链保证食品流转的可追溯和利益主体交易与评价的可追责，对食品供应链上的交易环境实现有效监管，降低食品安全事件发生的风险。

所述步骤(1)中，交易完成的状态的变化如下：

st'＝γ(st,n)

其中γ为交易状态函数；n为食品供应链上利益主体t1与t2参与的食品交易；st与st'分别为交易前区块的初始状态与交易后的改变状态。

验证交易有效需满足的条件如下：

其中t(n)为交易的发起者t1；nn是区块链上为交易赋予的nonce值，nonce用来为每个交易者记录交易数量，保证交易有序；v0是交易金额；s0为回滚状态；ω为交易成本；当交易n成功完成时，将有关交易者t1的所有交易信息记录在其账户信息中，添加该区块到区块链上，并将正在生产区块状态置空，当交易失败时，本地仓库则需实现回滚功能。

在步骤(1)中所述验证节点采用算法pbft对分布式交易者交易信息达成共识，验证节点集合需满足的条件如下：

v≥3f+1,v∈{0,...,|v|-1}

其中v是所有验证节点集合，f是最大可容忍的失效节点，在保证可靠性和安全性的前提下pbft提供了的容错性，以使所有非失效验证节点的最终验证结果达成一致。

在步骤(2)中，基于completetransaction()函数获取到的交易信息，通过智能合约completeevaluation()函数对交易者进行评价；有关智能合约执行的一切操作都在交易双方进行交易的对等通道中进行，调用食品交易智能合约并针对该交易对交易者进行评价。

在步骤(3)中所述利用智能合约queryevaluation()函数获取关于特定利益主体的评价信息，并将其输入到经过训练的lstm模型进行评价情感分析得到信用评价等级分类结果，其步骤主要包括如下：

使用有监督含不同情感的中文评价文本作为训练集，进行数据预处理并用nlpir-ictclas2016进行文本分词；使用google开源工具word2vec实现分词矢量化；构建lstm模型，将矢量化文本参数输入lstm训练，由lstm模型捕获文本特征并实现迭代进行情感分析；使用测试集验证模型性能；应用该模型实现对交易者信用评价等级的划分，其中lstm模型架构表示如下：

it＝sigmoid(wxixt+whiht-1+bi)

ft＝sigmoid(wxfxt+whfht-1+bf)

ot＝sigmoid(wxoxt+whoht-1+bo)

ct＝ft⊙ct-1+it⊙tanh(wxcxt+whcht-1+bc)

ht＝ot⊙tanh(ct)

其中it、ft、ot分别表示输入门、遗忘门、输出门，在lstm网络中不同地点控制信息的流通量；sigmoid为激活函数；ct为记忆元件，累积历史信息；ht为隐藏状态；信息流的来源有三处，当前的输入xt、上一时刻的隐藏状态ht-1及上一时刻的记忆元件状态ct-1，在累积时通过遗忘门限制上一时刻记忆元件的信息，通过输入门限制当前新信息。

在步骤(4)中，hyperledgerfabric的身份认证机构ca为监管者和交易者颁发身份证书，实现两类角色的不同权限管理；监管者相比交易者具有更高的权限，可以通过querytransaction()和queryevaluation()函数获取食品供应链上所有利益主体的交易信息与评价信息；通过收集分析其交易评价信息得到食品供应链上交易情况反馈信息，使监管信息来源更真实可靠；对交易者进行信用评价等级划分并及时采取相应管控措施，减少了食品供应链上信息不对称造成的情况，保证了食品供应链上优质的交易环境，增强了监管的有效性，降低了食品安全事件发生的风险。

提供以上实例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。