多终端的协同交互方法、装置、网关盒子及介质与流程

本发明涉及物联网技术领域，尤其涉及一种多终端的协同交互方法、装置、网关盒子及计算机可读存储介质。

背景技术：

随着计算机技术的发展，物物之间进行联网已经成为了一种趋势，例如，空调之间联网，空调与手机联网，空调与其他家电设备(如冰箱、风扇)联网。物物联网之后，通常会进行多终端的协同交互操作。

然而，现有技术中，多终端交互时，通常需要通过云端进行交互指令的发送，例如，通过将某一终端的指令发送至云端，然后由云端下发协同交互指令到其他终端。这种方式，导致指令的传输路径长，网络容易发送堵塞，且各设备间协同交互的效率低。

技术实现要素：

本发明提供一种多终端的协同交互方法、装置、网关盒子及计算机可读存储介质，其主要目的在于提高不同设备间协同操作的效率。

为实现上述目的，本发明提供的一种多终端的协同交互方法，应用于网关盒子，所述方法包括：

基于预设的边缘计算系统模型在网关盒子内建立边缘计算单元，以使所述网关盒子能够进行边缘计算；

当获取到第一终端发送的流数据后，通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件；

若所述流数据符合本地协同交互条件，将所述流数据对应的第一协同交互指令发送至本地的第二终端，以使所述第二终端进行与所述第一终端的本地协同操作，同时，对所述流数据进行多任务分析，将所述多任务分析得到的分析数据发送至云端，以使所述云端确定所述分析数据同时符合非本地协同交互条件后触发发送至非本地的第三终端的第二协同交互指令。

可选地，所述基于预设的边缘计算系统模型在网关盒子内建立边缘计算单元，包括：

获取所述网关盒子的设备数据或运行相关数据；

通过所述边缘计算系统模型判断所述网关盒子的设备数据或运行相关数据是否满足边缘计算条件；

若是，则在所述网关盒子内建立边缘计算单元。

可选地，所述对所述流数据进行多任务分析，包括：

对所述流数据进行数据过滤，得到过滤数据集；

对所述过滤数据集进行聚合运算，得到聚合数据；

对所述聚合数据进行异常检测，得到所述分析数据。

可选地，所述对所述流数据进行数据过滤，得到过滤数据集，包括：

获取所述流数据中单元数据的访问日志；

基于所述访问日志获取所述流数据中单元数据的访问频率；

将所述访问频率低于预设阈值的单元数据从所述流数据中删除，得到过滤数据集。

可选地，所述对所述过滤数据集进行聚合运算，得到聚合数据，包括：

将所述过滤数据集进行分组，得到多组过滤数据；

通过预设的数据转化函数将所述多组过滤数据进行数据转换，得到多组转化数据；

对多组所述转化数据合并处理，得到聚合数据。

可选地，所述通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件，包括：

获取存储于所述网关盒子的条件判断引擎和本地协同交互条件；

通过所述边缘计算单元运行所述条件判断引擎判断所述流数据是否符合本地协同交互条件。

可选地，所述将所述多任务分析得到的分析数据发送至云端，包括：

对所述多任务分析得到的分析数据进行压缩处理；

对压缩处理得到的压缩分析数据发送至云端。

为了解决上述问题，本发明还提供一种多终端的协同交互装置，所述装置包括：

边缘计算单元建立模块，用于基于预设的边缘计算系统模型在安装所述多终端的协同交互装置的网关盒子内建立边缘计算单元，以使所述网关盒子能够进行边缘计算；

判断模块，用于当获取到第一终端发送的流数据后，通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件；

协同操作指令发送模块，用于若所述流数据符合本地协同交互条件，将所述流数据对应的第一协同交互指令发送至本地的第二终端，以使所述第二终端进行与所述第一终端的本地协同操作，同时，对所述流数据进行多任务分析，将所述多任务分析得到的分析数据发送至云端，以使所述云端确定所述分析数据同时符合非本地协同交互条件后触发发送至非本地的第三终端的第二协同交互指令。

为了解决上述问题，本发明还提供一种网关盒子，所述网关盒子包括：

存储器，存储至少一个计算机程序；及

处理器，执行所述存储器中存储的计算机程序以实现上述所述的多终端的协同交互方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的多终端的协同交互方法。

本发明实施例中，通过在网关盒子中设置边缘计算单元，使网关盒子具有边缘计算能力，当该网关盒子接收到第一终端发送的流数据之后，直接对流数据进行本地判断，在使第二终端进行本地协同时无需通过云端判断，也无需云端下发指令，解决了指令传输路径长，设备响应慢的问题，在使远端的第三终端进行协同操作时，对流数据进行多任务分析之后再传输数据至云端，避免了造成网络的拥堵，也提高了数据处理的及时性，能更快的向第三终端发送协同交互指令使第三终端进行协同操作。因此，本发明能够提高不同设备间协同操作的效率。

附图说明

图1为本发明一实施例提供的一种多终端的协同交互方法的流程示意图；

图2为本发明一实施例提供的多终端的协同交互装置的模块示意图；

图3为本发明一实施例提供的实现多终端的协同交互方法的网关盒子的内部结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种多终端的协同交互方法。所述多终端的协同交互方法的执行主体为网关盒子。换言之，所述多终端的协同交互方法可以由安装在网关盒子的软件或硬件来执行，所述软件可以是区块链平台。

参照图1所示，为本发明一实施例提供的一种多终端的协同交互方法的流程示意图。在本实施例中，所述多终端的协同交互方法包括：

s1、基于预设的边缘计算系统模型在网关盒子内建立边缘计算单元，以使所述网关盒子能够进行边缘计算。

本发明实施例中，所述网关盒子是一种电子设备。

详细地，所述基于预设的边缘计算系统模型在所述网关盒子内建立边缘计算单元，包括：

获取所述网关盒子的设备数据或运行相关数据；

通过所述边缘计算系统模型判断所述网关盒子的设备数据或运行相关数据是否满足边缘计算条件；

若是，则在所述网关盒子内建立边缘计算单元。

其中，设备信息包括但不限于型号信息、配置信息等信息，运行相关信息包括但不限于，运行时间、历史运行时长、运行故障率、运行时剩余内存空间信息。

例如，获取网关盒子的型号信息、位置信息、内存空间信息等，以确定网关盒子是否通过近场协议进行近场通信，以及网关盒子是否有足够的边缘计算内存，以及网关盒子的位置是否为预设局域网的范围内。

具体的，所述近场协议(nearfieldcommunication、nfc)为一组用于通信间距在4厘米或更小的协议，能够提供具有简单设置的低速连接。

本发明实施例中，所述网关盒子具有协议适配的能力，所述网关盒子中创建边缘计算单元后，在所述网关盒子的基础能力上增加了边缘计算、场景联动、边缘智能、数据分析、消息路由的能力。

本发明实施例中，所述边缘计算单元是一种在靠近终端设备的位置建立的单元，通过所述边缘计算单元将云端计算能力延伸到靠近所述终端设备的位置，从而解决将计算过程放在云端从而引起的网络延时变长、网络拥塞、服务质量下降等问题。

s2、当获取到第一终端发送的流数据后，通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件。

本发明实施例中，所述第一终端可以是键盘、显示器、打印机等电子设备。在本实施例中，所述第一终端具有输入输出接口，能够向计算机输入数据和接收计算机输出的处理结果。

具体的，所述流数据为一组顺序、大量、快速、连续到达的数据序列，可被视为一个随时间延续而无限扩张的动态数据集合。

在本实施例中，所述流数据是第一终端处于运行状态时向网关盒子发送的一系列数据，该流数据可以是一个或多个时间点的一组或多组数据。

本发明实施例中，所述本地协同交互条件可以为预先设定的。根据本地系统交互条件可以确定其他终端是否要进行协同交互操操作。

例如，交互条件包括第一终端的运行时间达到某一时间时，触发其他终端启动；或者交互条件包括第一终端检测到的环境处于第一环境状态时，触发其他终端启动或关闭。

详细地，所述通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件包括：

获取存储于所述网关盒子的条件判断引擎和本地协同交互条件；

通过所述边缘计算单元运行所述条件判断引擎判断所述流数据是否符合本地协同交互条件。

进一步地，所通过所述边缘计算单元运行所述条件判断引擎判断所述流数据是否符合本地协同交互条件之后，所述方法还包括：

若所述流数据不符合本地协同交互条件，则不执行任何操作或者间隔预设时间再次获取第一终端发送的流数据。

s3、若所述流数据符合本地协同交互条件，将所述流数据对应的第一协同交互指令发送至本地的第二终端，以使所述第二终端进行与所述第一终端的本地协同操作，同时，对所述流数据进行多任务分析，将所述多任务分析得到的分析数据发送至云端，以使所述云端确定所述分析数据同时符合非本地协同交互条件后触发发送至非本地的第三终端的第二协同交互指令。

详细地，所述对所述流数据进行多任务分析包括：

对所述流数据进行数据过滤，得到过滤数据集；

对所述过滤数据集进行聚合运算，得到聚合数据；

对所述聚合数据进行异常检测，得到所述分析数据。

进一步地，所述对所述流数据进行数据过滤，得到过滤数据集，包括：

获取所述流数据中单元数据的访问日志；

基于所述访问日志获取所述流数据中单元数据的访问频率；

将所述访问频率低于预设阈值的单元数据从所述流数据中删除，得到过滤数据集。

进一步地，所述对所述过滤数据集进行聚合运算，得到聚合数据包括：

将所述过滤数据集进行分组，得到多组过滤数据；

通过预设的数据转化函数将所述多组过滤数据进行数据转换，得到多组转化数据；

对多组所述转化数据合并处理，得到聚合数据。

进一步地，可以通过比较运算、范围运算、空值匹配、字符匹配和逻辑匹配5种常见方法进行数据过滤。

所述聚合运算可通过经过groupdy方法中的count、sum、prod等函数进行数据的聚合。

本发明实施例中，通过多任务分析，可以将流数据进行精简和压缩，提高数据传输的速度和效率。

本发明实施例中，所述第一协同交互指令和第二协同交互指令的内容可以不相同，例如，第一协同交互指令为控制第二终端启动，第二协同交互指令为控制第三终端向第一终端定时发送设备信息等。

或者，第一协同交互指令和第二协同交互指令都不直接指示第二终端或第三终端进行操作，而是通过下发相关数据，由第二终端或第三终端本身来判断要执行什么操作。

详细地，所述将所述多任务分析得到的分析数据发送至云端包括：

对所述多任务分析得到的分析数据进行压缩处理；

对压缩处理得到的压缩分析数据发送至云端。

本发明实施例中，所述云端可以是物联网云端平台、云计算平台等云端平台。

本发明另一实施例中，若所述云端确定所述分析数据不符合非本地协同交互条件则不向其他终端发送任何协同操作指令。

本发明实施例中，通过在网关盒子中设置边缘计算单元，使网关盒子具有边缘计算能力，当该网关盒子接收到第一终端发送的流数据之后，直接对流数据进行本地判断，在使第二终端进行本地协同时无需通过云端判断，也无需云端下发指令，解决了指令传输路径长，设备响应慢的问题，在使远端的第三终端进行协同操作时，对流数据进行多任务分析之后再传输数据至云端，避免了造成网络的拥堵，也提高了数据处理的及时性，能更快的向第三终端发送协同交互指令使第三终端进行协同操作。因此，本发明能够提高不同设备间协同操作的效率。

如图2所示，是本发明多终端的协同交互装置的模块示意图。

本发明所述多终端的协同交互装置100可以安装于电子设备中。根据实现的功能，所述多终端的协同交互装置可以包括边缘计算单元建立模块101、判断模块102和协同指令发送模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述边缘计算单元建立模块101，用于基于预设的边缘计算系统模型在安装所述多终端的协同交互装置的网关盒子内建立边缘计算单元，以使所述网关盒子能够进行边缘计算。

获取所述网关盒子的设备数据或运行相关数据；

通过所述边缘计算系统模型判断所述网关盒子的设备数据或运行相关数据是否满足边缘计算条件；

若是，则在所述网关盒子内建立边缘计算单元。

其中，设备信息包括但不限于型号信息、配置信息等信息，运行相关信息包括但不限于，运行时间、历史运行时长、运行故障率、运行时剩余内存空间信息。

例如，获取网关盒子的型号信息、位置信息、内存空间信息等，以确定网关盒子是否通过近场协议进行近场通信，以及网关盒子是否有足够的边缘计算内存，以及网关盒子的位置是否为预设局域网的范围内。

具体的，所述近场协议(nearfieldcommunication、nfc)为一组用于通信间距在4厘米或更小的协议，能够提供具有简单设置的低速连接。

本发明实施例中，所述网关盒子具有协议适配的能力，所述网关盒子中创建边缘计算单元后，在所述网关盒子的基础能力上增加了边缘计算、场景联动、边缘智能、数据分析、消息路由的能力。

本发明实施例中，所述边缘计算单元是一种在靠近终端设备的位置建立的单元，通过所述边缘计算单元将云端计算能力延伸到靠近所述终端设备的位置，从而解决将计算过程放在云端从而引起的网络延时变长、网络拥塞、服务质量下降等问题。

所述判断模块102，用于当获取到第一终端发送的流数据后，通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件。

本发明实施例中，所述第一终端可以是键盘、显示器、打印机等电子设备。在本实施例中，所述第一终端具有输入输出接口，能够向计算机输入数据和接收计算机输出的处理结果。

具体的，所述流数据为一组顺序、大量、快速、连续到达的数据序列，可被视为一个随时间延续而无限扩张的动态数据集合。

在本实施例中，所述流数据是第一终端处于运行状态时向网关盒子发送的一系列数据，该流数据可以是一个或多个时间点的一组或多组数据。

本发明实施例中，所述本地协同交互条件可以为预先设定的。根据本地系统交互条件可以确定其他终端是否要进行协同交互操操作。

例如，交互条件包括第一终端的运行时间达到某一时间时，触发其他终端启动；或者交互条件包括第一终端检测到的环境处于第一环境状态时，触发其他终端启动或关闭。

详细地，所述通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件包括：

获取存储于所述网关盒子的条件判断引擎和本地协同交互条件；

通过所述边缘计算单元运行所述条件判断引擎判断所述流数据是否符合本地协同交互条件。

进一步地，所通过所述边缘计算单元运行所述条件判断引擎判断所述流数据是否符合本地协同交互条件之后，所述方法还包括：

若所述流数据不符合本地协同交互条件，则不执行任何操作或者间隔预设时间再次获取第一终端发送的流数据。

所述协同操作指令发送模块103，用于若所述流数据符合本地协同交互条件，将所述流数据对应的第一协同交互指令发送至本地的第二终端，以使所述第二终端进行与所述第一终端的本地协同操作，同时，对所述流数据进行多任务分析，将所述多任务分析得到的分析数据发送至云端，以使所述云端确定所述分析数据同时符合非本地协同交互条件后触发发送至非本地的第三终端的第二协同交互指令。

详细地，所述对所述流数据进行多任务分析包括：

对所述流数据进行数据过滤，得到过滤数据集；

对所述过滤数据集进行聚合运算，得到聚合数据；

对所述聚合数据进行异常检测，得到所述分析数据。

进一步地，所述对所述流数据进行数据过滤，得到过滤数据集，包括：

获取所述流数据中单元数据的访问日志；

基于所述访问日志获取所述流数据中单元数据的访问频率；

将所述访问频率低于预设阈值的单元数据从所述流数据中删除，得到过滤数据集。

进一步地，所述对所述过滤数据集进行聚合运算，得到聚合数据包括：

将所述过滤数据集进行分组，得到多组过滤数据；

通过预设的数据转化函数将所述多组过滤数据进行数据转换，得到多组转化数据；

对多组所述转化数据合并处理，得到聚合数据。

进一步地，可以通过比较运算、范围运算、空值匹配、字符匹配和逻辑匹配5种常见方法进行数据过滤。

所述聚合运算可通过经过groupdy方法中的count、sum、prod等函数进行数据的聚合。

本发明实施例中，通过多任务分析，可以将流数据进行精简和压缩，提高数据传输的速度和效率。

本发明实施例中，所述第一协同交互指令和第二协同交互指令的内容可以不相同，例如，第一协同交互指令为控制第二终端启动，第二协同交互指令为控制第三终端向第一终端定时发送设备信息等。

或者，第一协同交互指令和第二协同交互指令都不直接指示第二终端或第三终端进行操作，而是通过下发相关数据，由第二终端或第三终端本身来判断要执行什么操作。

详细地，所述将所述多任务分析得到的分析数据发送至云端包括：

对所述多任务分析得到的分析数据进行压缩处理；

对压缩处理得到的压缩分析数据发送至云端。

本发明实施例中，所述云端可以是物联网云端平台、云计算平台等云端平台。

本发明另一实施例中，若所述云端确定所述分析数据不符合非本地协同交互条件则不向其他终端发送任何协同操作指令。

本发明实施例中，通过在网关盒子中设置边缘计算单元，使网关盒子具有边缘计算能力，当该网关盒子接收到第一终端发送的流数据之后，直接对流数据进行本地判断，在使第二终端进行本地协同时无需通过云端判断，也无需云端下发指令，解决了指令传输路径长，设备响应慢的问题，在使远端的第三终端进行协同操作时，对流数据进行多任务分析之后再传输数据至云端，避免了造成网络的拥堵，也提高了数据处理的及时性，能更快的向第三终端发送协同交互指令使第三终端进行协同操作。因此，本发明能够提高不同设备间协同操作的效率

如图3所示，是本发明实现多终端的协同交互方法的网关盒子的结构示意图。

所述网关盒子1包括处理器10、存储器11、总线12及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如多终端的协同交互程序。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是网关盒子1的内部存储单元，例如该网关盒子1的移动硬盘。所述存储器11在另一些实施例中也可以是网关盒子1的外部存储设备，例如网关盒子1上配备的插接式移动硬盘、智能存储卡(smartmediacard，smc)、安全数字(securedigital，sd)卡、闪存卡(flashcard)等。进一步地，所述存储器11还可以既包括网关盒子1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于网关盒子1的应用软件及各类数据，例如多终端的协同交互程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(centralprocessingunit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述网关盒子的控制核心(controlunit)，利用各种接口和线路连接整个网关盒子的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行多终端的协同交互程序等)，以及调用存储在所述存储器11内的数据，以执行网关盒子1的各种功能和处理数据。

所述总线12可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

可选地，所述通信接口13可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该网关盒子与其他电子设备之间建立通信连接。

可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在网关盒子中处理的信息以及用于显示可视化的用户界面。图3仅示出了具有部件的网关盒子，本领域技术人员可以理解的是，图3示出的结构并不构成对所述网关盒子1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述网关盒子1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述网关盒子1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述网关盒子1中的所述存储器11存储的多终端的协同交互程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：

基于预设的边缘计算系统模型在网关盒子内建立边缘计算单元，以使所述网关盒子能够进行边缘计算；

当获取到第一终端发送的流数据后，通过所述边缘计算单元判断所述流数据是否符合本地协同交互条件；

若所述流数据符合本地协同交互条件，将所述流数据对应的第一协同交互指令发送至本地的第二终端，以使所述第二终端进行与所述第一终端的本地协同操作，同时，对所述流数据进行多任务分析，将所述多任务分析得到的分析数据发送至云端，以使所述云端确定所述分析数据同时符合非本地协同交互条件后触发发送至非本地的第三终端的第二协同交互指令。

本发明实施例中，通过在网关盒子中设置边缘计算单元，使网关盒子具有边缘计算能力，当该网关盒子接收到第一终端发送的流数据之后，直接对流数据进行本地判断，在使第二终端进行本地协同时无需通过云端判断，也无需云端下发指令，解决了指令传输路径长，设备响应慢的问题，在使远端的第三终端进行协同操作时，对流数据进行多任务分析之后再传输数据至云端，避免了造成网络的拥堵，也提高了数据处理的及时性，能更快的向第三终端发送协同交互指令使第三终端进行协同操作。因此，本发明能够提高不同设备间协同操作的效率。

进一步地，所述网关盒子1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)。

进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。