机构名称：
¥ 1.0
摘要：纹理食品供应链的结构具有复杂的，跨区域，较长的周期和众多参与者的特征，因此很难维持供应的安全。近年来，谷物采购和销售领域已经出现了一些现象，例如用旧的，旋转的谷物，等级和价格的压力以及严重威胁着谷物和油的伪装油食品。区块链技术具有权力下放和不抑制的优势，因此，这项研究在谷物和油料供应链中解散了可追溯性数据的特征，并为基于区块链的特雷链模型提供了用于谷物和油的搭配链的特征。首先，提出了一种结合区块链和机器学习的新方法，以通过构建异常数据处理模型来增强区块链源数据的真实性和可靠性。此外，提出了一种轻巧的区块链储存方法和数据恢复机制，以减轻供应链data存储的压力并提高错误的容错。结果表明，公共数据的平均查询延迟为0.42 s，私人数据的平均查询延迟为0.88 s，平均数据恢复延迟为1.2 s。最后，使用HyperLeDger Fabric设计和建造了基于区块链的基于区块链的纹理食品供应链可追溯性系统。与现有的谷物和油料供应链相比，该模型在供应链中实现了多源的异质数据上传，轻巧的存储，数据恢复和可追溯性，这对于确保中国谷物和油的安全性具有很大的意义。
谷物和油食品供应链的基于区块链的可追溯性模型
主要关键词
相关文件推荐
