基于区块链的图纸存取装置、方法及存储介质与流程
本发明属于区块链技术领域，具体涉及基于区块链的图纸存取装置、方法及存储介质。
背景技术：
区块链起源于比特币，2008年11月1日，一位自称中本聪(satoshinakamoto)的人发表了《比特币:一种点对点的电子现金系统》一文，阐述了基于p2p网络技术、加密技术、时间戳技术、区块链技术等的电子现金系统的构架理念，这标志着比特币的诞生。两个月后理论步入实践，2009年1月3日第一个序号为0的创世区块诞生。几天后2009年1月9日出现序号为1的区块，并与序号为0的创世区块相连接形成了链，标志着区块链的诞生。
近年来，世界对比特币的态度起起落落，但作为比特币底层技术之一的区块链技术日益受到重视。在比特币形成过程中，区块是一个一个的存储单元，记录了一定时间内各个区块节点全部的交流信息。各个区块之间通过随机散列(也称哈希算法)实现链接，后一个区块包含前一个区块的哈希值，随着信息交流的扩大，一个区块与一个区块相继接续，形成的结果就叫区块链。
区块链的共识机制就是所有记账节点之间怎么达成共识，去认定一个记录的有效性，这既是认定的手段，也是防止篡改的手段。区块链提出了四种不同的共识机制，适用于不同的应用场景，在效率和安全性之间取得平衡。
存储在区块链上的交易信息是公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情况下才能访问到，从而保证了数据的安全和个人的隐私。
传统的图纸信息存储模式均采取中心化的模式，传统的数据安全模型依靠创建越来越坚固的墙，例如增加多因子认证访问控制，采用更强的加密方案等。然而，这也意味着一旦敌手进入了系统，就可以访问到所有数据，存在有单点失败问题。同时，用户必须依赖于可信第三方的诚实性。近年来，随着云计算技术的发展和应用，电子图纸存储系统呈现出向以去中心的趋势发展；使用去中心的区块链网络进行图纸信息的存储，可以显著提升图纸信息的安全性；同时，在读取的过程中，其效率也不会降低。
技术实现要素：
本发明的主要目的在于提供基于区块链的图纸存取装置、方法及存储介质，具有安全性高和运行效率高的优点。
为达到上述目的，本发明的技术方案是这样实现的：
基于区块链的图纸存取装置，包括：若干个存储节点和若干个使用节点，以及将所有存储节点互联的第一区块链网络，将所有使用节点互联的第二区块链网络；所述存储节点，用于将完整的图纸信息进行分割后，存储分割后的子图纸信息；所述使用节点，用于读取存储节点中的子图纸信息，使用读取到的子图纸信息；其特征在于，所述任意一个使用节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％；所述第一区块链网络和第二区块链网络之间通信连接；所述将完整的图纸信息进行分割后，存储分割后的子图纸信息的方法执行以下步骤：录入完整的图纸信息；获取完整的图纸信息的三维灰度信息；对图纸信息的三维灰度信息进行聚类，通过聚类结果，对图纸信息进行分类，根据分类结果进行图纸信息分割，并输出分割后得到的子图纸信息；所述对图纸信息的三维灰度信息进行聚类的方法执行以下步骤：确定聚类量级g和模糊权重m，随机初始化聚类原型，每个聚类原型代表ー个智能体，确定种群大小，令进化代数e＝0；利用如下公式对隶属度进行更新：
进一步的，所述根据更新的隶属度计算聚类种群中的个体能量，进而得到聚类标签的方法执行以下步骤：使用如下公式计算种群中的个体能量：
进一步的，所述将聚类种群中的个体平均分为三类的方法执行以下步骤：使用如下公式，按照中群中的个体能量，将个体平均分为三类：
进一步的，所述任意一个存储节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％。
进一步的，所述使用节点在使用存储节点中的子图纸信息时，其获取信息的请求通过第二区块链网络到达第二区块链网络，在第二区块链网络中，自动进行寻路，将需要获取的子图纸信息所涉及到的所有存储节点进行寻路访问，其寻路访问的方法执行以下步骤：获取完整的第二区块链网络，将第二区块链网络中的所有存储节点均进行标号，将标号进行连接后组成地图信息，所述地图信息包括起始点的信息、目标点的信息和阻挡节点的信息，所述阻挡节点的信息包括多个中间节点；根据所述起始点和所述中间节点，得到多个第一路径；根据所述第一路径确定出，所述中间节点中与所述起始点最近的第一距离节点；根据所述目标点和所述中间节点，得到多个第二路径；根据所述第二路径确定出，所述中间节点中与所述目标点最近的第二距离节点；根据信息对照表依次匹配得到，所述第一距离节点到所述第二距离节点之间的所有其他中间节点；根据所述第一距离节点、匹配得到的所有其他中间节点、第二距离节点，得到所述起始点到所述目标点之间的最佳路径。
一种基于区块链的图纸存取方法，所述方法执行以下步骤：搭建若干个存储节点和若干个使用节点，使用第一区块链网络将所有存储节点互联，使用第二区块链网络将所有使用节点互联；所述任意一个使用节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％；所述第一区块链网络和第二区块链网络之间通信连接。
进一步的，所述将完整的图纸信息进行分割后，存储分割后的子图纸信息的方法执行以下步骤：录入完整的图纸信息；获取完整的图纸信息的三维灰度信息；对图纸信息的三维灰度信息进行聚类，通过聚类结果，对图纸信息进行分类，根据分类结果进行图纸信息分割，并输出分割后得到的子图纸信息；所述对图纸信息的三维灰度信息进行聚类的方法执行以下步骤：确定聚类量级g和模糊权重m，随机初始化聚类原型，每个聚类原型代表ー个智能体，确定种群大小，令进化代数e＝0；利用如下公式对隶属度进行更新：
进一步的，所述根据更新的隶属度计算聚类种群中的个体能量，进而得到聚类标签的方法执行以下步骤：使用如下公式计算种群中的个体能量：
进一步的，所述使用节点在使用存储节点中的子图纸信息时，其获取信息的请求通过第二区块链网络到达第二区块链网络，在第二区块链网络中，自动进行寻路，将需要获取的子图纸信息所涉及到的所有存储节点进行寻路访问，其寻路访问的方法执行以下步骤：获取完整的第二区块链网络，将第二区块链网络中的所有存储节点均进行标号，将标号进行连接后组成地图信息，所述地图信息包括起始点的信息、目标点的信息和阻挡节点的信息，所述阻挡节点的信息包括多个中间节点；根据所述起始点和所述中间节点，得到多个第一路径；根据所述第一路径确定出，所述中间节点中与所述起始点最近的第一距离节点；根据所述目标点和所述中间节点，得到多个第二路径；根据所述第二路径确定出，所述中间节点中与所述目标点最近的第二距离节点；根据信息对照表依次匹配得到，所述第一距离节点到所述第二距离节点之间的所有其他中间节点；根据所述第一距离节点、匹配得到的所有其他中间节点、第二距离节点，得到所述起始点到所述目标点之间的最佳路径。
一种存储用于实现基于区块链的图纸存取方法的程序的存储介质，其特征在于，所述该存储介质存储了计算指令，其包括：搭建若干个存储节点和若干个使用节点的代码段，使用第一区块链网络将所有存储节点互联，使用第二区块链网络将所有使用节点互联的代码段；所述任意一个使用节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％；将第一区块链网络和第二区块链网络之间通信连接的代码段。
本发明的供一种基于语音评测的数据处理系统及方法，具有如下有益效果：本发明的存储节点和使用节点能够获取的图纸信息都不能构成完整的图纸信息，保证了任意一个节点被破解后，完整的图纸信息依然处于安全状态，大大提升了图纸信息保存的安全性，提升了破解的难度。另外，本发明的存储节点是对等的，使用节点也是对等的，其分为了两层的独立的区块链网络，各层区块链网络之间互相不进行干扰。在存储节点出现问题时，不会影响到使用节点的运行，同时存储节点之间的对等性，保证了任意存储节点出现问题，不会影响到其他存储节点的运行；使用节点也是同样的道理。同时在进行图纸信息的分割时，其分割使用的算法，在聚类算法的基础上，使用遗传种群算法对图纸信息的三个维度进行聚类，其分割后得到的子图纸信息中，各个类别的子图纸信息相似度更高，使得在使用节点进行使用，获取存储节点的子图纸信息时，效率更高。同时，使用该种方法的聚类分类，分类的准确性更高，相较于传统的基于二维的隶属度更新方式，基于三维的隶属度更新方式，更新的准确率更高。
附图说明
图1为本发明的实施例提供的基于区块链的图纸存取装置在实施时的结构示意图；
图2为本发明的实施例提供的基于区块链的图纸存取装置的装置结构示意图；
图3为本发明的实施例提供的基于区块链的图纸存取方法的方法流程示意图；
图4为本发明的实施例提供的基于区块链的图纸存取装置、方法及存储介质的在进行图纸信息的获取使用的效率与现有技术的效率的对比实验示意图；
图5位本发明的实施例提供的基于语音评测的数据处理系统及方法进行语音分类的准确率的实验曲线示意图与现有技术进行语音分类的实验曲线示意图的对比实验示意图。
1-现有常规技术的实验曲线示意图，2-现有区块链网络的实验曲线示意图。3-本发明的实验曲线示意图，4-本发明进行图纸信息分割的分类准确率的实验曲线示意图。
具体实施方式
以下结合具体实施方式和附图对本发明的技术方案作进一步详细描述：
实施例1
如图1所示，基于区块链的图纸存取装置，包括：若干个存储节点和若干个使用节点，以及将所有存储节点互联的第一区块链网络，将所有使用节点互联的第二区块链网络；所述存储节点，用于将完整的图纸信息进行分割后，存储分割后的子图纸信息；所述使用节点，用于读取存储节点中的子图纸信息，使用读取到的子图纸信息；其特征在于，所述任意一个使用节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％；所述第一区块链网络和第二区块链网络之间通信连接；所述将完整的图纸信息进行分割后，存储分割后的子图纸信息的方法执行以下步骤：录入完整的图纸信息；获取完整的图纸信息的三维灰度信息；对图纸信息的三维灰度信息进行聚类，通过聚类结果，对图纸信息进行分类，根据分类结果进行图纸信息分割，并输出分割后得到的子图纸信息；所述对图纸信息的三维灰度信息进行聚类的方法执行以下步骤：确定聚类量级g和模糊权重m，随机初始化聚类原型，每个聚类原型代表ー个智能体，确定种群大小，令进化代数e＝0；利用如下公式对隶属度进行更新：
采用上述技术方案，本发明的存储节点和使用节点能够获取的图纸信息都不能构成完整的图纸信息，保证了任意一个节点被破解后，完整的图纸信息依然处于安全状态，大大提升了图纸信息保存的安全性，提升了破解的难度。另外，本发明的存储节点是对等的，使用节点也是对等的，其分为了两层的独立的区块链网络，各层区块链网络之间互相不进行干扰。在存储节点出现问题时，不会影响到使用节点的运行，同时存储节点之间的对等性，保证了任意存储节点出现问题，不会影响到其他存储节点的运行；使用节点也是同样的道理。同时在进行图纸信息的分割时，其分割使用的算法，在聚类算法的基础上，使用遗传种群算法对图纸信息的三个维度进行聚类，其分割后得到的子图纸信息中，各个类别的子图纸信息相似度更高，使得在使用节点进行使用，获取存储节点的子图纸信息时，效率更高。同时，使用该种方法的聚类分类，分类的准确性更高，相较于传统的基于二维的隶属度更新方式，基于三维的隶属度更新方式，更新的准确率更高。
实施例2
在上一实施例的基础上，所述根据更新的隶属度计算聚类种群中的个体能量，进而得到聚类标签的方法执行以下步骤：使用如下公式计算种群中的个体能量：
采用上述技术方案，将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。“物以类聚，人以群分”，在自然科学和社会科学中，存在着大量的分类问题。聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法。聚类分析起源于分类学，但是聚类不等于分类。聚类与分类的不同在于，聚类所要求划分的类是未知的。聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。
作为无监督的分类算法，其分类的速度更快，但传统的使用聚类进行分类的算法，其分类准确度较低。本发明将聚类算法和遗传算法进行结合，在保证分类效率的情况下，分类的准确率也获得了提升。将聚类过程中的个体能量计算出来，通过维度计算得到的分类种群中的个体能量，其比单纯的其他指标更能表征该个体。
实施例3
在上一实施例的基础上，所述将聚类种群中的个体平均分为三类的方法执行以下步骤：使用如下公式，按照中群中的个体能量，将个体平均分为三类：
实施例4
在上一实施例的基础上，所述任意一个存储节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％。
采用上述技术方案，统的聚类已经比较成功的解决了低维数据的聚类问题。但是由于实际应用中数据的复杂性，在处理许多问题时，现有的算法经常失效，特别是对于高维数据和大型数据的情况。因为传统聚类方法在高维数据集中进行聚类时，主要遇到两个问题。①高维数据集中存在大量无关的属性使得在所有维中存在簇的可能性几乎为零；②高维空间中数据较低维空间中数据分布要稀疏，其中数据间距离几乎相等是普遍现象，而传统聚类方法是基于距离进行聚类的，因此在高维空间中无法基于距离来构建簇。
高维聚类分析已成为聚类分析的一个重要研究方向。同时高维数据聚类也是聚类技术的难点。随着技术的进步使得数据收集变得越来越容易，导致数据库规模越来越大、复杂性越来越高，如各种类型的贸易交易数据、web文档、基因表达数据等，它们的维度(属性)通常可以达到成百上千维，甚至更高。但是，受“维度效应”的影响，许多在低维数据空间表现良好的聚类方法运用在高维空间上往往无法获得好的聚类效果。高维数据聚类分析是聚类分析中一个非常活跃的领域，同时它也是一个具有挑战性的工作。
实施例5
在上一实施例的基础上，所述使用节点在使用存储节点中的子图纸信息时，其获取信息的请求通过第二区块链网络到达第二区块链网络，在第二区块链网络中，自动进行寻路，将需要获取的子图纸信息所涉及到的所有存储节点进行寻路访问，其寻路访问的方法执行以下步骤：获取完整的第二区块链网络，将第二区块链网络中的所有存储节点均进行标号，将标号进行连接后组成地图信息，所述地图信息包括起始点的信息、目标点的信息和阻挡节点的信息，所述阻挡节点的信息包括多个中间节点；根据所述起始点和所述中间节点，得到多个第一路径；根据所述第一路径确定出，所述中间节点中与所述起始点最近的第一距离节点；根据所述目标点和所述中间节点，得到多个第二路径；根据所述第二路径确定出，所述中间节点中与所述目标点最近的第二距离节点；根据信息对照表依次匹配得到，所述第一距离节点到所述第二距离节点之间的所有其他中间节点；根据所述第一距离节点、匹配得到的所有其他中间节点、第二距离节点，得到所述起始点到所述目标点之间的最佳路径。
采用上述技术方案，通过寻路可以保证在需要获取多个存储节点的信息过程中，能够以最快的路径获取，提升系统的效率。本发明的寻路方法，与现有技术的寻路方法不一样的地方在于，本发明通过自行构建节点地图，通过节点地图模拟实际地图，再通过寻路算法计算，将实际地图寻路和节点地图寻路进行结合，寻路效率高，且准确率也很高。
实施例6
一种基于区块链的图纸存取方法，所述方法执行以下步骤：搭建若干个存储节点和若干个使用节点，使用第一区块链网络将所有存储节点互联，使用第二区块链网络将所有使用节点互联；所述任意一个使用节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％；所述第一区块链网络和第二区块链网络之间通信连接。
实施例7
在上一实施例的基础上，所述将完整的图纸信息进行分割后，存储分割后的子图纸信息的方法执行以下步骤：录入完整的图纸信息；获取完整的图纸信息的三维灰度信息；对图纸信息的三维灰度信息进行聚类，通过聚类结果，对图纸信息进行分类，根据分类结果进行图纸信息分割，并输出分割后得到的子图纸信息；所述对图纸信息的三维灰度信息进行聚类的方法执行以下步骤：确定聚类量级g和模糊权重m，随机初始化聚类原型，每个聚类原型代表ー个智能体，确定种群大小，令进化代数e＝0；利用如下公式对隶属度进行更新：
采用上述技术方案，数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需求。
1998年以来，人工神经网络识别技术已经引起了广泛的关注，并且应用于图像分割。基于神经网络的分割方法的基本思想是通过训练多层感知机来得到线性决策函数，然后用决策函数对像素进行分类来达到分割的目的。这种方法需要大量的训练数据。神经网络存在巨量的连接，容易引入空间信息，能较好地解决图像中的噪声和不均匀问题。选择何种网络结构是这种方法要解决的主要问题。
图像分割是图像识别和计算机视觉至关重要的预处理。没有正确的分割就不可能有正确的识别。但是，进行分割仅有的依据是图像中像素的亮度及颜色，由计算机自动处理分割时，将会遇到各种困难。例如，光照不均匀、噪声的影响、图像中存在不清晰的部分，以及阴影等，常常发生分割错误。因此图像分割是需要进一步研究的技术。人们希望引入一些人为的知识导向和人工智能的方法，用于纠正某些分割中的错误，是很有前途的方法，但是这又增加了解决问题的复杂性。
实施例8
在上一实施例的基础上，所述根据更新的隶属度计算聚类种群中的个体能量，进而得到聚类标签的方法执行以下步骤：使用如下公式计算种群中的个体能量：
实施例9
在上一实施例的基础上，所述使用节点在使用存储节点中的子图纸信息时，其获取信息的请求通过第二区块链网络到达第二区块链网络，在第二区块链网络中，自动进行寻路，将需要获取的子图纸信息所涉及到的所有存储节点进行寻路访问，其寻路访问的方法执行以下步骤：获取完整的第二区块链网络，将第二区块链网络中的所有存储节点均进行标号，将标号进行连接后组成地图信息，所述地图信息包括起始点的信息、目标点的信息和阻挡节点的信息，所述阻挡节点的信息包括多个中间节点；根据所述起始点和所述中间节点，得到多个第一路径；根据所述第一路径确定出，所述中间节点中与所述起始点最近的第一距离节点；根据所述目标点和所述中间节点，得到多个第二路径；根据所述第二路径确定出，所述中间节点中与所述目标点最近的第二距离节点；根据信息对照表依次匹配得到，所述第一距离节点到所述第二距离节点之间的所有其他中间节点；根据所述第一距离节点、匹配得到的所有其他中间节点、第二距离节点，得到所述起始点到所述目标点之间的最佳路径。
实施例10
一种存储用于实现基于区块链的图纸存取方法的程序的存储介质，其特征在于，所述该存储介质存储了计算指令，其包括：搭建若干个存储节点和若干个使用节点的代码段，使用第一区块链网络将所有存储节点互联，使用第二区块链网络将所有使用节点互联的代码段；所述任意一个使用节点能够读取到的子图纸信息与完整的图纸信息的信息比率范围为：1％～99％；将第一区块链网络和第二区块链网络之间通信连接的代码段。
以上所述仅为本发明的一个实施例子，但不能以此限制本发明的范围，凡依据本发明所做的结构上的变化，只要不失本发明的要义所在，都应视为落入本发明保护范围之内受到制约。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！