本發(fā)明涉及藝術(shù)品鑒證與防偽，尤其涉及一種基于數(shù)字化區(qū)塊鏈的aid鑒證防偽方法。

背景技術(shù)：

1、隨著數(shù)字化和全球化的發(fā)展，偽造問(wèn)題日益嚴(yán)重，導(dǎo)致巨大的經(jīng)濟(jì)損失和信任危機(jī)，為應(yīng)對(duì)這些挑戰(zhàn)，亟需一種高效、可靠的防偽技術(shù)，區(qū)塊鏈?zhǔn)且环N分布式賬本技術(shù)，具有去中心化、不可篡改和透明等特點(diǎn)，使其成為防偽和鑒證的理想工具，因?yàn)槿魏涡畔⒁坏┯涗浽趨^(qū)塊鏈上，就無(wú)法被篡改，人工智能技術(shù)在數(shù)據(jù)分析和模式識(shí)別方面表現(xiàn)出色，通過(guò)人工智能，可以實(shí)現(xiàn)對(duì)防偽信息的智能分析和驗(yàn)證，提高防偽系統(tǒng)的自動(dòng)化和準(zhǔn)確性，大數(shù)據(jù)技術(shù)的發(fā)展使得可以收集和分析大量的數(shù)據(jù)，這些數(shù)據(jù)可以用于訓(xùn)練人工智能模型，提高其識(shí)別和驗(yàn)證的能力。

2、中國(guó)專利公開號(hào)：cn107341673a公開了一種藝術(shù)品鑒證方法，包括以下步驟：1、身份注冊(cè)：藝術(shù)機(jī)構(gòu)、藝術(shù)家及收藏家在服務(wù)器上進(jìn)行身份注冊(cè)；2、藝術(shù)品備案：向服務(wù)器上傳藝術(shù)品全圖及其細(xì)節(jié)微觀圖，并填寫藝術(shù)品相關(guān)信息；對(duì)上傳完成的藝術(shù)品進(jìn)行審核，審核通過(guò)后，自動(dòng)生成電子備案證書；3、對(duì)完成備案的藝術(shù)品，由藝術(shù)家本人眼學(xué)鑒定，如確認(rèn)該藝術(shù)品為該藝術(shù)家本人創(chuàng)作，上傳證明材料后，自動(dòng)生成藝術(shù)品鑒定證書。但該方案難以保護(hù)藝術(shù)品流通過(guò)程中的的數(shù)據(jù)安全，易被非法獲取藝術(shù)品信息，難以確保藝術(shù)品流通的安全性。

技術(shù)實(shí)現(xiàn)思路

1、為此，本發(fā)明提供一種基于數(shù)字化區(qū)塊鏈的aid鑒證防偽方法，用以克服現(xiàn)有技術(shù)中藝術(shù)品流通的安全性較低的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于數(shù)字化區(qū)塊鏈的aid鑒證防偽方法，包括：

3、步驟s1，對(duì)藝術(shù)品屬性數(shù)據(jù)進(jìn)行采集；

4、步驟s2，根據(jù)預(yù)處理方法對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理圖像數(shù)據(jù)；

5、步驟s3，對(duì)預(yù)處理圖像數(shù)據(jù)進(jìn)行特征處理，得到特征圖像數(shù)據(jù)；

6、步驟s4，對(duì)特征圖像數(shù)據(jù)和非圖像數(shù)據(jù)進(jìn)行哈希處理，生成哈希值，并將哈希值和藝術(shù)品屬性數(shù)據(jù)存儲(chǔ)在區(qū)塊鏈上，生成數(shù)字鑒證證書；

7、步驟s5，構(gòu)建識(shí)別碼轉(zhuǎn)化模型，并通過(guò)識(shí)別碼轉(zhuǎn)化模型將哈希值轉(zhuǎn)化為藝術(shù)品識(shí)別碼；

8、步驟s6，根據(jù)安全處理方法對(duì)用戶操作過(guò)程進(jìn)行輸出。

9、進(jìn)一步地，所述預(yù)處理方法包括：

10、步驟s200，對(duì)圖像數(shù)據(jù)進(jìn)行尺寸調(diào)整和灰度處理，得到標(biāo)準(zhǔn)圖像數(shù)據(jù)；

11、步驟s201，通過(guò)高斯濾波對(duì)標(biāo)準(zhǔn)圖像數(shù)據(jù)進(jìn)行去噪處理，得到去噪圖像數(shù)據(jù)；

12、步驟s202，對(duì)去噪圖像數(shù)據(jù)進(jìn)行邊緣化處理，得到預(yù)處理圖像數(shù)據(jù)。

13、進(jìn)一步地，在所述步驟s200中，在對(duì)圖像數(shù)據(jù)進(jìn)行尺寸調(diào)整和灰度處理時(shí)，通過(guò)圖像編輯工具將圖像數(shù)據(jù)調(diào)整為預(yù)設(shè)尺寸，并將圖像數(shù)據(jù)轉(zhuǎn)化為灰度圖像，將轉(zhuǎn)化后的圖像數(shù)據(jù)作為標(biāo)準(zhǔn)圖像數(shù)據(jù)進(jìn)行輸出；

14、在所述步驟s201中，在通過(guò)高斯濾波對(duì)標(biāo)準(zhǔn)圖像數(shù)據(jù)進(jìn)行去噪處理，得到去噪圖像數(shù)據(jù)時(shí)，設(shè)定高斯濾波計(jì)算公式為：

15、

16、其中，g(x,y)為在點(diǎn)(x,y)處的高斯函數(shù)值；

17、x為水平方向的距離；

18、y為垂直方向的距離；

19、π為圓周率；

20、e為自然對(duì)數(shù)的底；

21、σ為高斯函數(shù)的標(biāo)準(zhǔn)差，其計(jì)算公式為：

22、

23、其中，w為圖像的寬度；

24、h為圖像的高度；

25、在所述步驟s202中，在對(duì)去噪圖像數(shù)據(jù)進(jìn)行邊緣化處理時(shí)，通過(guò)拉普拉斯算子對(duì)去噪圖像數(shù)據(jù)進(jìn)行邊緣化處理，得到預(yù)處理圖像數(shù)據(jù)。

26、進(jìn)一步地，在所述步驟s3中，在對(duì)預(yù)處理圖像數(shù)據(jù)進(jìn)行特征處理時(shí)，通過(guò)霍夫變換對(duì)預(yù)處理圖像數(shù)據(jù)進(jìn)行特征處理，使用霍夫變換將圖像中的每個(gè)邊緣點(diǎn)映射到霍夫空間中的直線上，在霍夫空間中尋找交點(diǎn)，將交點(diǎn)的累積程度q與預(yù)設(shè)累積程度q0進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果對(duì)直線的存在性進(jìn)行判斷，并根據(jù)判斷結(jié)果進(jìn)行輸出，其中：

27、當(dāng)q＜q0時(shí)，判定該直線的存在性不達(dá)標(biāo)，不對(duì)該直線進(jìn)行輸出；

28、當(dāng)q≥q0時(shí)，判定該直線的存在性達(dá)標(biāo)，將該直線的參數(shù)作為特征圖像數(shù)據(jù)進(jìn)行輸出。

29、進(jìn)一步地，在所述步驟s4中，在對(duì)特征圖像數(shù)據(jù)和非圖像數(shù)據(jù)進(jìn)行哈希處理，生成哈希值，并將哈希值和藝術(shù)品屬性數(shù)據(jù)存儲(chǔ)在區(qū)塊鏈上，形成電子憑證時(shí)，使用哈希函數(shù)中的sha-256對(duì)特征圖像數(shù)據(jù)和非圖像數(shù)據(jù)進(jìn)行哈希處理，生成哈希值，并以預(yù)設(shè)智能合約對(duì)哈希值、特征圖像數(shù)據(jù)和非圖像數(shù)據(jù)進(jìn)行存儲(chǔ)，并生成包含特征圖像數(shù)據(jù)、非圖像數(shù)據(jù)、哈希值、區(qū)塊鏈上的交易id和合約地址的數(shù)字鑒證證書。

30、進(jìn)一步地，在所述步驟s5中，在構(gòu)建識(shí)別碼轉(zhuǎn)化模型時(shí)，將藝術(shù)品識(shí)別碼轉(zhuǎn)化數(shù)據(jù)庫(kù)劃分為70％的轉(zhuǎn)化訓(xùn)練集、20％的轉(zhuǎn)化驗(yàn)證集和10％的轉(zhuǎn)化測(cè)試集，通過(guò)轉(zhuǎn)化驗(yàn)證集對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，將轉(zhuǎn)化驗(yàn)證集輸入訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行參數(shù)優(yōu)化，并將轉(zhuǎn)化測(cè)試集輸入?yún)?shù)優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行測(cè)試，得到轉(zhuǎn)化準(zhǔn)確率e，將轉(zhuǎn)化準(zhǔn)確率e與預(yù)設(shè)轉(zhuǎn)化準(zhǔn)確率e0進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練達(dá)標(biāo)情況進(jìn)行判斷，并根據(jù)判斷結(jié)果進(jìn)行輸出，其中：

31、當(dāng)e≥e0時(shí)，判定該卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練達(dá)標(biāo)，將該卷積神經(jīng)網(wǎng)絡(luò)模型作為識(shí)別碼轉(zhuǎn)化模型進(jìn)行輸出，并將哈希值轉(zhuǎn)化為藝術(shù)品識(shí)別碼；

32、當(dāng)e＜e0時(shí)，判定該卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練不達(dá)標(biāo)，向管理員推送藝術(shù)品識(shí)別碼轉(zhuǎn)化數(shù)據(jù)庫(kù)更新提醒，由管理員對(duì)藝術(shù)品識(shí)別碼轉(zhuǎn)化數(shù)據(jù)庫(kù)進(jìn)行更新，并更具更新后的藝術(shù)品識(shí)別碼轉(zhuǎn)化數(shù)據(jù)庫(kù)重復(fù)步驟s5，直至該卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練達(dá)標(biāo)。

33、進(jìn)一步地，所述安全處理方法包括：

34、步驟s601，對(duì)用戶請(qǐng)求目標(biāo)進(jìn)行獲取，并根據(jù)用戶請(qǐng)求目標(biāo)進(jìn)行輸出；

35、步驟s602，通過(guò)用戶登錄環(huán)境數(shù)據(jù)與登錄環(huán)境識(shí)別模型對(duì)根據(jù)用戶請(qǐng)求目標(biāo)進(jìn)行輸出的過(guò)程進(jìn)行修正；

36、步驟s603，獲取預(yù)設(shè)識(shí)別周期內(nèi)用戶登錄環(huán)境安全性的不達(dá)標(biāo)次數(shù)，將不達(dá)標(biāo)次數(shù)與預(yù)設(shè)不達(dá)標(biāo)次數(shù)進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果對(duì)用戶不達(dá)標(biāo)頻率情況進(jìn)行判斷，并根據(jù)判斷結(jié)果進(jìn)行輸出。

37、進(jìn)一步地，在所述步驟s601中，對(duì)用戶請(qǐng)求目標(biāo)進(jìn)行獲取，并根據(jù)用戶請(qǐng)求目標(biāo)進(jìn)行輸出，其中：

38、當(dāng)用戶請(qǐng)求目標(biāo)為鑒證藝術(shù)品時(shí)，向用戶推送藝術(shù)品屬性數(shù)據(jù)采集窗口，由用戶在藝術(shù)品屬性數(shù)據(jù)采集窗口輸入藝術(shù)品屬性數(shù)據(jù)，根據(jù)藝術(shù)品屬性數(shù)據(jù)采集窗口中的數(shù)據(jù)執(zhí)行步驟s2-步驟s5；

39、當(dāng)用戶請(qǐng)求目標(biāo)為查詢藝術(shù)品時(shí)，獲取用戶輸入的藝術(shù)品識(shí)別碼，并向用戶提供與用戶輸入的藝術(shù)品識(shí)別碼對(duì)應(yīng)的數(shù)字鑒證證書；

40、當(dāng)用戶請(qǐng)求目標(biāo)為交易藝術(shù)品時(shí)，獲取用戶輸入的藝術(shù)品識(shí)別碼，根據(jù)用戶輸入的藝術(shù)品識(shí)別碼進(jìn)行輸出，其中：

41、若用戶輸入的藝術(shù)品識(shí)別碼存在，則向用戶提供與該用戶輸入的藝術(shù)品識(shí)別碼對(duì)應(yīng)的藝術(shù)品屬性數(shù)據(jù)，并向交易管理員推送交易警告窗口，由交易管理員對(duì)交易藝術(shù)品的過(guò)程進(jìn)行監(jiān)控，并獲取交易后的藝術(shù)品屬性數(shù)據(jù)，根據(jù)交易后的藝術(shù)品屬性數(shù)據(jù)執(zhí)行步驟s2-步驟s5；

42、若用戶輸入的藝術(shù)品識(shí)別碼不存在，則向用戶提供空白數(shù)據(jù)。

43、進(jìn)一步地，在所述步驟s602中，對(duì)用戶登錄環(huán)境數(shù)據(jù)進(jìn)行獲取，將用戶登錄環(huán)境數(shù)據(jù)輸入登錄環(huán)境識(shí)別模型進(jìn)行識(shí)別，輸出識(shí)別結(jié)果，根據(jù)識(shí)別結(jié)果對(duì)用戶登錄環(huán)境的安全性進(jìn)行判斷，并根據(jù)判斷結(jié)果對(duì)根據(jù)用戶請(qǐng)求目標(biāo)進(jìn)行輸出的過(guò)程進(jìn)行修正，其中：

44、當(dāng)?shù)卿洯h(huán)境識(shí)別模型的識(shí)別結(jié)果為不存在安全隱患時(shí)，判定用戶登錄環(huán)境的安全性達(dá)標(biāo)，不對(duì)根據(jù)用戶請(qǐng)求目標(biāo)進(jìn)行輸出的過(guò)程進(jìn)行修正；

45、當(dāng)?shù)卿洯h(huán)境識(shí)別模型的識(shí)別結(jié)果為存在安全隱患時(shí)，判定用戶登錄環(huán)境的安全性不達(dá)標(biāo)，將根據(jù)用戶請(qǐng)求目標(biāo)進(jìn)行輸出的過(guò)程修正為輸出空白數(shù)據(jù)。

46、進(jìn)一步地，在所述步驟s603中，獲取預(yù)設(shè)識(shí)別周期內(nèi)用戶登錄環(huán)境安全性的不達(dá)標(biāo)次數(shù)p，將不達(dá)標(biāo)次數(shù)p與預(yù)設(shè)不達(dá)標(biāo)次數(shù)p0進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果對(duì)用戶不達(dá)標(biāo)頻率情況進(jìn)行判斷，并根據(jù)判斷結(jié)果對(duì)修正過(guò)程進(jìn)行優(yōu)化，其中：

47、當(dāng)p≤p時(shí)，判定該用戶為低頻不達(dá)標(biāo)用戶，不對(duì)修正過(guò)程進(jìn)行優(yōu)化；

48、當(dāng)p＞p0時(shí)，判定該用戶為高頻不達(dá)標(biāo)用戶，將該用戶標(biāo)記為危險(xiǎn)用戶，并將登錄環(huán)境識(shí)別模型的識(shí)別結(jié)果優(yōu)化為存在安全隱患。

49、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，所述方法通過(guò)步驟s1對(duì)藝術(shù)品屬性數(shù)據(jù)進(jìn)行采集確保數(shù)字鑒證證書的基礎(chǔ)信息準(zhǔn)確無(wú)誤，為后續(xù)處理提供可靠依據(jù)，所述方法通過(guò)步驟s2根據(jù)預(yù)處理方法對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)處理，以提高圖像質(zhì)量，減少噪聲和干擾，為后續(xù)的特征提取和哈希處理奠定基礎(chǔ)，所述方法通過(guò)步驟s3對(duì)預(yù)處理圖像數(shù)據(jù)進(jìn)行特征處理，從而提取藝術(shù)品的獨(dú)特特征，增強(qiáng)數(shù)字鑒證證書的唯一性和防偽能力，所述方法通過(guò)步驟s4對(duì)特征圖像數(shù)據(jù)和非圖像數(shù)據(jù)進(jìn)行哈希處理，生成哈希值，并將哈希值和藝術(shù)品屬性數(shù)據(jù)存儲(chǔ)在區(qū)塊鏈上，以利用哈希算法的不可逆性和區(qū)塊鏈的不可篡改性，確保數(shù)字鑒證證書的安全性和可信度，所述方法通過(guò)步驟s5將復(fù)雜的哈希值轉(zhuǎn)化為易于識(shí)別和記憶的藝術(shù)品識(shí)別碼，從而方便用戶操作和驗(yàn)證，所述方法通過(guò)步驟s6根據(jù)安全處理方法對(duì)用戶操作過(guò)程進(jìn)行輸出，以便于確保藝術(shù)品鑒證流程的合規(guī)性和安全性，提高用戶體驗(yàn)和滿意度。

50、尤其，在步驟s200中，將圖像數(shù)據(jù)調(diào)整為統(tǒng)一尺寸和灰度格式，有利于后續(xù)處理的標(biāo)準(zhǔn)化和自動(dòng)化，提高整體流程的可靠性和穩(wěn)定性，而灰度處理能夠去除色彩干擾，使圖像中的紋理、邊緣等特征更加突出，有利于后續(xù)的特征提取和識(shí)別；

51、在所述步驟s201中，通過(guò)高斯濾波獨(dú)特的加權(quán)平均方式，實(shí)現(xiàn)對(duì)圖像數(shù)據(jù)的去噪處理，具有平滑圖像、減少噪聲和保留邊緣的效果；

52、在所述步驟s202中，通過(guò)拉普拉斯算子對(duì)去噪圖像數(shù)據(jù)進(jìn)行邊緣化處理，可以得到邊緣信息突出、冗余信息減少的預(yù)處理圖像數(shù)據(jù)，這對(duì)于后續(xù)的圖像處理和分析任務(wù)具有重要意義。

53、尤其，在所述步驟s3中，通過(guò)霍夫變換得到的直線參數(shù)是量化的、可比較的，便于后續(xù)的圖像處理和分析，并且將圖像中的直線等特征以參數(shù)化的形式提取出來(lái)，可以大大簡(jiǎn)化后續(xù)的圖像識(shí)別、分類和匹配任務(wù)，提高處理效率和準(zhǔn)確性。

54、尤其，在所述步驟s4中，sha-256哈希函數(shù)確保數(shù)據(jù)的完整性，任何對(duì)數(shù)據(jù)的修改都會(huì)導(dǎo)致哈希值的變化，從而被區(qū)塊鏈網(wǎng)絡(luò)中的節(jié)點(diǎn)所識(shí)別并拒絕，同時(shí)，區(qū)塊鏈的分布式和去中心化特性使得存儲(chǔ)在上面的數(shù)據(jù)具有高度的不可篡改性，并且區(qū)塊鏈上的每個(gè)交易都被賦予一個(gè)唯一的交易id，并與智能合約地址相關(guān)聯(lián)。這使得藝術(shù)品的流轉(zhuǎn)歷史可以被清晰地追溯和驗(yàn)證，而智能合約的自動(dòng)執(zhí)行特性減少人工干預(yù)的需要，提高數(shù)據(jù)處理的效率和準(zhǔn)確性。

55、尤其，在所述步驟s5中，通過(guò)嚴(yán)格的訓(xùn)練、驗(yàn)證和測(cè)試過(guò)程，確保識(shí)別碼轉(zhuǎn)化模型的高準(zhǔn)確率，從而提高藝術(shù)品識(shí)別碼轉(zhuǎn)化的可靠性，同時(shí)，使用獨(dú)立的驗(yàn)證集和測(cè)試集對(duì)模型進(jìn)行訓(xùn)練和評(píng)估，有助于增強(qiáng)模型的泛化能力，使其能夠更好地適應(yīng)新的數(shù)據(jù)和場(chǎng)景，并且，當(dāng)數(shù)據(jù)庫(kù)需要更新時(shí)，能夠方便地觸發(fā)更新流程并重新訓(xùn)練模型，確保模型的靈活性和可擴(kuò)展性，從而實(shí)現(xiàn)模型訓(xùn)練的自動(dòng)化和智能化，減少人工干預(yù)的需要，提高工作效率和準(zhǔn)確性。

56、尤其，在所述步驟s601中，提供直觀、易用的用戶界面和交互方式，使用戶能夠輕松完成藝術(shù)品鑒證、交易和查詢等操作，并通過(guò)自動(dòng)化和數(shù)字化的管理流程，系統(tǒng)提高藝術(shù)品鑒證、交易和查詢的效率，降低人為錯(cuò)誤和成本，同時(shí)，交易監(jiān)控和藝術(shù)品識(shí)別碼驗(yàn)證機(jī)制確保交易過(guò)程的安全性和可靠性，減少欺詐和非法交易的風(fēng)險(xiǎn)。

57、尤其，在所述步驟s602中，通過(guò)引入登錄環(huán)境識(shí)別模型，能夠更準(zhǔn)確地識(shí)別出潛在的安全威脅，并采取相應(yīng)措施加以防范，從而顯著提升整體安全性，并在發(fā)現(xiàn)用戶登錄環(huán)境存在安全隱患時(shí)，能夠自動(dòng)停止敏感信息的輸出，有效保護(hù)用戶的個(gè)人隱私和權(quán)益。

58、尤其，在所述步驟s603中，通過(guò)對(duì)高頻不達(dá)標(biāo)用戶的識(shí)別和強(qiáng)化監(jiān)控，能夠更有效地防范潛在的安全威脅，提升整體安全性，同時(shí)，通過(guò)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估和個(gè)性化安全策略，系統(tǒng)能夠更準(zhǔn)確地判斷用戶登錄環(huán)境的安全性，減少誤判和漏判的情況，而對(duì)于低頻不達(dá)標(biāo)用戶，系統(tǒng)保持常規(guī)監(jiān)控，不影響其正常使用體驗(yàn)。