技术领域
[0001] 本发明涉及区块链技术领域，且更具体地涉及一种基于区块链技术的智能手环数据处理与共享方法。
相关背景技术
[0002] 智能手环是一种穿戴式智能设备，智能手环通常可以帮助用户记录日常生活中的锻炼、睡眠和饮食等实时数据，并将这些数据与iOS或者Android设备同步，起到通过数据指导健康生活的作用。智能手环产生的数据通常有震动唤醒、睡眠追踪、运动监测、膳食记录、心率测量等。随着智能手环技术的发展，智能手环越来越广泛地为大家使用，智能手环产生的数据也就越来越多，如何对智能手环的数据进行管理也成为目前急需解决的问题。
[0003] 随着通信技术的发展，各种通信技术逐渐渗透到数字处理技术中。区块链由于去中心化、公开、透明、无法篡改等优点被应用到数据处理的各种场合中，在具有不同区块链节点的区块链平台中能够实现不同的业务需求。
[0004] 现有技术的智能手环一般都是采用传统的数据加密方式，很容易造成数据丢失，并且现有技术的智能手环在充电方面存在问题，当智能手环长期使用后，充电接头因与充电孔摩擦而导致充电孔扩大，从而降低充电接头的稳定性，使充电接头发生晃动，导致充电不良，不仅如此，现有的智能手环，已经由于长期使用，产生大量的数据无法长期存储和共享，使用户难以从整体上把握用户个人信息。当用户身体等出现问题，难以从平时的睡眠追踪、运动监测、膳食记录、心率测量方面全面衡量用户的信息。
具体实施方式
[0018] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
[0019] 如图1所示，一种基于区块链技术的智能手环数据处理与共享方法，包括以下步骤：(S1) 数据获取：从智能手环中的数据存储器中获取智能手环数据；
（S2）数据预处理：对获取的智能手环数据进行筛选、清理，获取有效的数据；
（S3）数据分类、处理：对预处理后的智能手环数据通过数据挖掘算法进行分类和处理；
（S4）数据共享：处理后的数据通过加密算法或共识算法计算上传到区块链，并且通过无线通讯方式实现智能手环数据共享。
[0020] 进一步地，所述数据挖掘算法为聚类算法和随机矩阵理论算法。
[0021] 进一步地，所述聚类算法为以下算法中的任意一种：决策树算法、聚类分类算法、BP神经网络算法、支持向量机算法、VSM法、贝叶斯朴分类算法或k-近邻素算法。
[0022] 如图2所示，进一步地，智能手环数据的分类算法采用决策树算法，所述决策树算法的步骤为：（1）数据训练：从所选的智能手环大数据组中计算数据集的经验熵，选择信息增益最大的特征作为当前分裂特征，选择信息增益最大的特征作为当前分裂特征；其中数据组经验熵H（D）的计算公式为：
式（1）
其中，i为数据的个数，|D|是数据集中所有样本个数, k是目标变量的类别数，|Ck |是该分类下的样本个数，在进行计算时，在所有的特征中，假设A，计算特征A对数据集D的经验条件熵H(D|A)，其中计算特征A的信息增益公式为：
g(D,A)=H(D)-H(D|A) 式（2）
（2）确定根节点：根据上述计算公式计算出的经验熵选择决策树的根节点；如公式（1）和（2）所示，在选择目前数据集的分割特征属性时，使用信息增益度来计算；如果在多个计算出的信息增益度值很大，则表示在这个属性特征上回损失的纯度也就越大，那么结算出的较大的信息增益度值的属性就应该处于决策树的上层，将其作为根节点；
（3）确定叶节点：根据计算出的经验熵选择决策树的叶节点；根据上述的方法将信息增益度值较小的属性选作为叶节点；
（4）建立数据模型：根据上述方法确定的根节点和叶节点，建立数据模型；
（5）构建决策树：根据数据模型，构建决策树；构建出的决策树是呈树形的结构，最后输出的是用户目标值；
（6）根据构建的决策树运行智能手环大数据，输出运行结果。
[0023] 为了更好地理解上述描述，下面给出智能手环的数据集合，结合数据集合对本发明做进一步的描述。如表1所示：表1 数据表
假设表1为给定的数据集为D，根据最大信息增益选择最优特征生成极小熵决策树，计算各特征A1、A2、A3、A4、A5对数据D的信息增益，如表1所示。表1中的D1和D2，D3分别表示在各个特征中取值为1、2和3的样本子集，根据上文涉及的公式计算统计在表1中的数据可得：
H(D)=-8/15*log2(8/15)—7/15*log2(7/15)=0.9968；
g(D,A1)=H(D)-[8/15*H(D1)+7/15*H(D2)]=0.2880；
g(D,A2)=H(D)-[5/15*H(D1)+4/15*H(D2)+6/15*H(D3)]=0.1398；
g(D,A3)=H(D)-[3/15*H(D1)+12/15*H(D2)]=0.0292；
g(D,A4)=H(D)-[7/15*H(D1)+8/15*H(D2)]=0.2880；
g(D,A5)=H(D)-[6/15*H(D1)+4/15*H(D2)+5/15*H(D3)]=0.4131；
根据上面的计算结果，特征A5的信息增益最大，所以选择A5为根节点。根据A5的取值将样本分成3个结合，S1={2,3,6,8,12,13}，S2={1,5,7,14}，S3={4,9,10,11,15}，其中集合S2已全部属于同一个类，不需要再分，已成为叶子节点。采用类似的方法可确定其它根节点和叶子节点。构建出的决策数如图3所示，通过图3可以直观地看出，要选择出的数据为60岁以上老人心率数据。通过图3构建出的数学模型，可以输出用户需要分析出的数据。如果用户要考察其他数据，可以设定不同的根节点和叶子节点，比如睡眠追踪数据、运动监测数据、膳食记录数据等，根节点和叶子节点不同，其输出的数据结果也不同。
[0024] 根据决策树模型处理后的数据，再进一步使用随机矩阵理论算法进行数据处理，处理方法为：如图4所示，首先构建随机矩阵理论模型，计算出初始矩阵，根据构建的矩阵模型，将智能手环表示的参数代入公式模型，其中随机矩阵理论模型公式为：
式（3）
其中：
式（4）
式（5）
其中：M表示影响智能手环正常运行的数据的种类，将这些数据种类记住数据集合P={P1，P2，P3 ……PM}，N表示智能手环产生的数据种类，将这些数据种类记住数据集合Q={Q1，Q2，Q3 ……QN}, T表示为评估T，其中将智能手环产生误差影响的数据集合构建为矩阵D1，其中集合数据元素Pij为第i个智能手环运行时在j时间下进行测量的测量值。
[0025] 进一步地，所述随机矩阵理论算法的标准化矩阵积特征值Dstd的公式为：Dstd=[w1 , w2 , w3……wM+N]T； 式（6）
其中Dstd为所述智能手环数据相关性评估矩阵模型，其中w表示D1矩阵最小值和D2矩阵最小值构成的矩阵，根据Dstd值的大小来评价智能手环正常运行影响因素。
[0026] 进一步地，影响智能手环正常运行的数据种类包含磁场、温度、湿度、振动、噪音、电流、电压、纹波或谐波，智能手环产生的数据种类包含用户睡眠时间数据、运动时间数据、膳食时间数据、心率测量数据。
[0027] 假设影响智能手环正常运行的谐波、磁场、振动、温度和湿度分别试验，将各种不同数据作为一组数据集。得出数据表2所示的数据。
[0028] 表2 数据表参数 周期/min 采样时间/min D1规模 D2规模 Dstd
谐波 200 400 80*150 40*50 30
磁场 200 400 80*150 40*50 35
振动 200 400 80*150 40*50 40
温度 200 400 80*150 40*50 45
湿度 200 400 80*150 40*50 60
利用上述公式可进行以下计算：
即使将公式式（4）和式（5）分别代入数据得出：
；
然后将D1和D2的数据分别代入公式（3）进行计算，在利用公式（6）最终计算出Dstd的结果，当数据Dstd值介于0-30之间时，则认为无外界干扰，智能手环运行正常；所述数据Dstd值介于30-50之间时，则认为干扰甚小，智能手环运行正常；所述数据Dstd值大于50时，则认为有外界干扰，智能手环运行受到影响；基于此，可实现对智能手环数据的处理和分析。
[0029] 进一步地，所述区块链采用的软件平台为基于Hyperledger Fabric的模块化区块链解决方案支撑平台，其中，如图6所示，区块链采用的管理系统包括管理应用层、区块链网络、接入层和部门业务系统，通过所述区块链管理系统，实现上述处理数据后的传递和共享。
[0030] 在区块链架构中，如图8 所示，其采用5层架构，从下到上分别为数据层、网络层、共识层、激励层、智能合约层。在数据层中能够实现智能手环数据的计算，在具体实施例中，采用加密算法对接收的数据进行加密和解密，采用的加密算法为DES、 3DES、 Blowfish加密算法、 Twofish加密算法、IDEA、RC6或 CAST5。在网络层中，其通常使用P2P网络，每个节点都以区块链的形式全量存储所有全部的交易记录。在激励层中，其包括发行机制、激励机制。在共识层中，能够实现工作量证明机制。在应用层，在由客户端实现数据的应用。
[0031] 并且通过所述区块链实现数据共享的方法为：如图5所示，其包括数据发送流程和数据接收流程。
[0032] 在数据发送流程中，其包括以下步骤：（1）部门业务系统按照业务定义标准打包数据；其中区块链管理系统内具有智能手环组织业务数据，然后分配这些业务数据；
（2）调用 SD K 的数据提交方法，提交数据归属主体与打包的业务数据；
（3）SD K 在节点机上查询数据归属主体的公钥，如果查不到，则调用数据解密中心接口获取；
（4）SDK 将打包的业务数据使用上述公钥进行加密，生成加密的打包业务数据；
（5） SDK 将数据归属主体与加密的打包业务数据一起使用业务部门的认证授权( CA )私钥签名；
（6）调用节点机接口提交数据，节点机验证签名成功后执行数据保存动作。
[0033] 在数据接收流程中，其包括以下步骤：（1）SDK 使用业务部门的 C A 私钥对查询请求签名；
（2）SDK 调用节点机查询接口，节点机验证签名成功后执行查询动作并返回加密的业务数据；
（3）SDK 将加密业务数据通过基于安全套接层的超文本传输协议（ HTTPS )通道提交给解密中心解密后获得解密的业务数据；
（4）SDK 返回解密的业务数据。
[0034] 在数据传递中，所述无线通讯方式为ZigBee无线网络、GPRS/CDMA无线通讯或蓝牙通讯方式。
[0035] 如图7所示，区块链被称为多方共同维护、去中心化、可追溯、不可篡改的分布式数据库，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。能够将一定时期内的请求数据，通过密码学技术打包成一个数据区块（block），并使用哈希指纹将其按照时间顺序连接成一种链式结构进行存储。数据区块通常由区块头和区块体两部分组成。其中，区块头通常存储着系统的版本号、上一区块的哈希值、merkle根和时间戳等数据，而区块体中则包含了详细的请求数据。以比特币为例，它的区块头中除了上述信息外还存储着挖矿用的随机数等数据，区块体中存储的就是具体的交易数据。
[0036] 如图9所示，区块链平台为基于Hyperledger Fabric的模块化区块链解决方案支撑平台。Fabric 平台是一种联盟链架构，支持智能合约技术，系统运行不依赖于代币，而且能够支持大约百笔每秒的交易吞吐量，基本满足联盟机构之间进行数字资产跨机构交易的需求。此外，Fabric 采用的是模块化架构，其中共识算法等都可以作为一个可插拔的模块供用户选择使用。同时它能够使用户根据自身需求对特定模块进行重新设计开发，因而本文选用 Fabric 作为数字资产交易系统的区块链基础平台。Fabric 主要包含成员服务模块(Membership Services)、区块链服务模块(Blockchain Services)和链代码服务模块(Chaincode Services)。其中成员服务模块主要提供成员注册、身份管理和交易审查等功能，通过注册证书颁发机构（ECA）和交易认证中心（TCA）进行机构注册认证和交易认证。区块链服务模块主要负责节点间的点对点通信、共识以及账本数据的存储等。链代码服务模块提供智能合约服务，提供安全的合约运行环境等。同时，该平台通过贯穿各个组件之间的事件流(Event Stream)实现异步通信。
[0037] 如图10所示，区块链节点呈链条式连接，即区块链节点之间通过区块链网络彼此连接通讯，这些节点之间通过链式连接，可以实现不同节点之间的信息交互。在进行数据数据分享时，通过不同的数据节点来实现各智能手环数据的交替和共享。
[0038] 虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。
