买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京达邦食安科技有限公司申请的专利基于区块链与智能分析的农产品污染源追溯方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121190076B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511295856.0，技术领域涉及：G06Q30/018；该发明授权基于区块链与智能分析的农产品污染源追溯方法及系统是由杨明升;王祥辉;金艳辉设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本基于区块链与智能分析的农产品污染源追溯方法及系统在说明书摘要公布了：本申请涉及一种基于区块链与智能分析的农产品污染源追溯方法及系统，其包括通过扫码终端采集各环节数据，同步集成物联网传感器实时采集的温湿度、快速检测数据，根据数据敏感度分级加密，分级加密后的密文数据；构建区块链网络，采用PBFT共识机制，链上存储低敏感数据哈希值、所述数据敏感度标签、所述加密密钥索引及访问权限元数据，链下IPFS存储中高级别敏感密文，得到区块链存证哈希、IPFS的CID以及智能合约地址；通过联邦学习训练AI模型，分析加密数据识别污染模式，输出污染源概率分布及高风险产品召回清单；在接收到访问请求时，通过所述智能合约地址验证用户角色身份，根据角色权限及所述数据敏感度标签，动态匹配对应层级解密密钥。

本发明授权基于区块链与智能分析的农产品污染源追溯方法及系统在权利要求书中公布了：1.一种基于区块链与智能分析的农产品污染源追溯方法，其特征在于，包括： 通过扫码终端采集各环节数据，同步集成物联网传感器实时采集的温湿度、快速检测数据，根据数据敏感度分级加密，分级加密后的密文数据，所述密文数据包括：密文数据包、数据敏感度标签及对应加密密钥索引； 基于HyperledgerFabric联盟链构建区块链网络，区块链网络节点包括生产者、监管机构，采用PBFT共识机制，链上存储低敏感数据哈希值、所述数据敏感度标签、所述加密密钥索引及访问权限元数据，链下IPFS存储中高级别敏感密文，得到区块链存证哈希、IPFS的CID以及智能合约地址； 基于所述区块链存证哈希及所述IPFS的CID，通过联邦学习训练AI模型，分析加密数据识别污染模式，输出污染源概率分布及高风险产品召回清单； 在接收到访问请求时，通过所述智能合约地址验证用户角色身份，根据角色权限及所述数据敏感度标签，动态匹配对应层级解密密钥，显示对应的解密数据； 其中，所述基于所述区块链存证哈希及所述IPFS的CID，通过联邦学习训练AI模型，分析加密数据识别污染模式，输出污染源概率分布及高风险产品召回清单，包括： 通过所述区块链存证哈希从区块链网络获取低敏感数据哈希值对应的元数据，通过所述IPFS的CID从IPFS分布式存储系统拉取中高级别敏感数据的所述密文数据包，结合所述数据敏感度标签及所述加密密钥索引，解密得到用于模型训练的加密历史追溯数据及实时采集的所述密文数据； 以区块链网络中的生产者节点作为联邦学习本地节点，各本地节点使用自身的所述加密历史追溯数据训练子模型，通过加密参数聚合机制将子模型参数上传至中心节点，生成全局污染模式识别模型； 将实时采集的所述密文数据通过同态加密处理后输入所述全局污染模式识别模型，所述全局污染模式识别模型基于预设风险规则识别高风险污染模式，输出包含时间、位置维度的污染源概率分布； 基于Graph算法分析农产品分销网络拓扑结构，结合所述污染源概率分布计算各分销节点的风险权重，生成高风险区域产品优先召回清单，所述清单包含产品批次号、召回优先级及对应分销节点信息； 其中，所述以区块链网络中的生产者节点作为联邦学习本地节点，各本地节点使用自身的所述加密历史追溯数据训练子模型，通过加密参数聚合机制将子模型参数上传至中心节点，生成全局污染模式识别模型，包括： 将区块链网络中的所述生产者节点配置为联邦学习本地节点，各本地节点通过所述数据敏感度标签及所述加密密钥索引，从自身存储的所述加密历史追溯数据中筛选出符合模型训练需求的样本集，所述样本集包含时间戳、GPS坐标、温湿度序列、产品品种及历史污染事件标签； 各本地节点基于自身的所述样本集训练子模型，训练过程中采用K-means聚类算法对所述样本集中的环境参数进行特征提取，生成高风险特征簇，并通过随机森林分类器将所述高风险特征簇与所述历史污染事件标签关联，得到包含特征权重及分类阈值的子模型； 各本地节点采用安全聚合协议SecureAggregation对自身子模型参数的所述特征权重及所述分类阈值进行加密处理，上传至联邦学习中心节点，所述中心节点为区块链网络中的监管机构节点，具备参数解密及聚合权限； 通过所述中心节点对接收到的加密子模型参数进行解密及加权聚合，生成所述全局污染模式识别模型，所述全局污染模式识别模型集成所有本地节点的特征提取规则及分类逻辑，可识别跨环节的复合型污染模式； 其中，所述基于Graph算法分析农产品分销网络拓扑结构，结合所述污染源概率分布计算各分销节点的风险权重，生成高风险区域产品优先召回清单，所述清单包含产品批次号、召回优先级及对应分销节点信息，包括： 通过所述区块链存证哈希从区块链网络调取农产品分销记录，结合物联网传感器采集的物流GPS坐标，构建分销网络拓扑结构数据集，所述分销网络拓扑结构数据集包含节点属性及边属性； 采用Graph算法将所述分销网络拓扑结构数据集转换为有向图模型，其中顶点为分销节点，有向边表示产品从上游节点向下游节点的流转关系，边权重为对应批次的产品流转量； 将所述污染源概率分布映射至分销网络拓扑结构的各节点，结合节点属性计算风险权重：风险权重=节点位置污染概率×节点层级系数×节点历史流转量占比，所述节点层级系数根据分销网络的节点深度进行设置； 基于各分销节点的所述风险权重进行降序排序，筛选风险权重不小于预设阈值的节点作为高风险区域节点，提取所述高风险区域节点关联的产品批次号，并根据所述风险权重值确定召回优先级； 整合所述高风险区域节点的产品批次号、所述召回优先级及对应分销节点信息，生成结构化的高风险区域产品优先召回清单，所述清单通过区块链智能合约同步至监管机构节点及对应分销节点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京达邦食安科技有限公司，其通讯地址为：100020 北京市朝阳区北沙滩甲1号1幢1-5内6层608室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。