[发明专利]一种基于事件微结构模式的供应链RFID智能防伪方法

摘要

本发明属于信息技术领域，涉及一种基于事件微结构模式的供应链RFID智能防伪方法，包括厂家产品绑定注入检测、初入物流环节注入检测及经由物流环节注入检测三部分，是依据数学归纳法思想，在供应链节点接收货物时，对当前标签码单相应时间段内历史事件信息的空‑时关系做挖掘分析，导出即时事件微结构模式，由此进行注入分类检测，不仅能够有效抵抗克隆标签预测注入攻击、随机注入攻击、同步攻击以及上述组合攻击，具有较强的归纳推理性、可伸缩性、实时性以及注入定位准确、利于取证等特点，而且能够通过授信准入以及取证追责等方式遏制非法产品电子代码流入，为产品供应链RFID智能防伪保护提供了坚实的技术支持。

主权项

1.一种基于事件微结构模式的供应链RFID智能防伪方法，其特征在于：所称事件微结构模式指由事件微结构数据集挖掘得出的指定节点即时群体事件常模式，而所称事件微结构数据集则指所在节点按照ASN预送单内EPC码单通过EPCDS网络查询得到的给定时间段对应码单群体历史事件数据集，该方法包括厂家产品绑定注入检测、初入物流环节注入检测及经由物流环节注入检测三部分，其过程如下：一)、厂家产品绑定注入检测以三元组记产品绑定事件为(epc,ma,tb)，其中：epc为产品标签的具体EPC码，ma为产地编码值，tb为产品标签绑定时间；设事件数据库为Event，则其注入检测过程如下：(1)采集事件数据：通过网络查询事件数据库Event，根据相应EPC码及时间条件提取历史记录并保存到相应变量中；(2)依据事件微结构模式做注入分类检测注入分类规则如下：a.若查询结果记录为空，则无注入；产品与标签绑定成功，生成产品标签绑定事件(epc,ma,tb)；b.否则，有注入，取消产品与标签绑定，生成注入检测事件(epc,Lo,Ld,to,td)，将其存入取证数据库Forensic中，其中：Lo为查询记录中原位置值；Ld为当前位置，即Ld＝ma；to为查询记录中原时间值，td为当前检测时间值；(3)生成ASN预送单按照业务流程，在产品分类、打包、装箱完成后产生装箱事件(epclist,ma,ts)，其中：epclist为EPC码表单，ma为产地编码，ts为装箱时间；通过提取本地依据订单计划同时送往同一地点的所有装箱产品的装箱事件数据(epclist,ma,ts)以及相应产品标签绑定时间tb和运送目的地信息ld来生成ASN预送单，即：(epclist,ma,tb,ts,ld)；二)、初入物流环节注入检测(1)ASN信息接收时注入检测①采集事件数据：指定节点收到ASN信息后，依据其中epclist，ma,tb,ts通过EPCDS网络查询事件数据库Event和取证数据库Forensic中时间在tb与ts之间的历史信息；②内部处理期注入检测产品标签绑定与装箱期间的事件微结构模式由事件数据库Event中所得查询记录中位置字段值loc与ma的关系决定，具体方法如下：a.若loc≠ma，则存在注入，生成注入检测事件(epclist,loc,ma,t,td)，其中：epclist为EPC码单，loc为其查询记录中位置字段对应的位置值，t为其中时间字段对应的时间值，td为当前检测时间值；将相应事件存入数据库Forensic中；b.若loc＝ma，则：1)计算Event数据库查询记录中epclist中所有epc事件发生的几率Pi,i＝1,2,…,n为对应epc序号；设查询记录共有m条，其中epclist中第i个epc出现的次数为k，则Pi＝k/m；2)计算ratio＝max(Pi)/min(Pi),其中：max(Pi)为取Pi中最大值，min(Pi)为取Pi中最小值；3)若ratio<T1，则无注入，其中：T1＝median(Pi)/min(Pi)，median(Pi)为取Pi序列的中值；4)若ratio>＝T1，则存在注入；采用以下方法确定相应注入事件信息，即若|max(Pi)/Pi‑1|>＝T2，则与序号i对应的EPC码为注入标签码，其中：T2＝|median(Pi)/Pi‑1|；生成注入检测事件(epclist,ma,ma,t,td)记录，将其存入数据库Forensic中；(2)运送期注入检测当货物实际到达指定物流点时，读卡器读取货物EPC码，首先引发货物接收注入检测，再根据结果决定是否接收，具体步骤如下：①将读取的epclist与ASN中的epclist进行比较，若不一致，将其中不匹配的部分提出列入误送单，予以退回；根据误送单更新ASN记录；②查询取证数据库Forensic，若查询结果中对应epc事件记录非空，则对应产品为非授权产品，拒收；③对余下通过①和②测试的epclist做运送期注入检测，具体过程如下：a.采集事件数据：以该节点标签读取时间tr及ASN中的装箱时间ts为时间条件，通过EPCDS网络查询Event库，获得该epclist运送期间相应的事件记录集；b.若查询记录为空，则通过检测，产生接收事件记录(epclist,loc,tr)，并存入Event数据库；c.若查询记录非空，则有注入；若loci＝ma，则生成注入检测事件(epclist,ma,loc,tr,td)，拒收其中epclist对应货物；若loci≠ma，则仅生成注入检测事件(epclist,loci,loc,tr,td)，其中：epclist为满足上述条件的EPC码单，loci为查询记录中与EPC码对应的位置值，loc为当前节点位置，tr为标签读取时间,td为当前检测时间值；三)、经由物流环节注入检测设从生产厂家到产品购买方，整个供应链的轨迹节点有m个，即：j＝1,2,…,m；其注入检测要求也是在装箱完成后由j节点先向j+1节点发送ASN信息，j+1节点收到ASN信息后再做处理期及运送期注入检测，期间拒收产品可按既有召回程序原路径回送到生产厂家，以此类推，重复该类注入检测过程，直到货物到达购买方为止，具体过程详细介绍如下：(1)ASN信息接收时注入检测①采集事件数据：j+1节点收到来自j节点的ASN信息后，依据其中epclist，locj,tr,ts通过EPCDS网络分别查询事件数据库Event和取证数据库Forensic中时间范围在tr与ts之间的历史信息；②内部处理期注入检测相应微结构模式由j节点位置locj与Event数据库事件查询记录中对应的位置loci决定，具体处理过程如下：a.若loci≠locj，则有注入，记查询记录中对应的时间值为t,生成注入事件(epclist,loci,locj,t,td)，存入数据库Forensic中；b.若loci＝locj，则：1)计算查询记录中epclist中所有epc事件发生的几率(频次)Pi,i＝1,2,…,n为对应epc序号；设查询记录共有m条，其中epclist中第i个epc出现的次数为k，则Pi＝k/m；2)计算ratio＝max(Pi)/min(Pi),其中：max(Pi)为取Pi中最大值，min(Pi)为取Pi中最小值；3)若ratio<T1，则无注入，其中：T1＝median(Pi)/min(Pi)，median(Pi)为取Pi序列的中值；4)若ratio>＝T1，则存在注入；若|max(Pi)/Pi‑1|>＝T2，则与序号i对应的epc即为注入标签码，其中：T2＝|median(Pi)/Pi‑1|；记查询记录中对应的时间值为t,生成注入事件(epclist,loci,locj,t,td),存入数据库Forensic中，其中epclist为满足上述注入条件的EPC码单；(2)运送期注入检测当货物实际到达j+1节点时，读卡器读取货物EPC码，首先引发货物接收注入检测，再根据结果决定是否接收，具体步骤如下：①将读取的epclist与ASN中的epclist进行比较，若不一致，将其中不匹配的部分提出列入误送单，予以退回；更新ASN记录；②查询取证数据库Forensic，并同时考虑内部处理期注入检测结果，若对应epc事件记录非空则拒收；③对余下通过①和②测试的epclist做运送期注入检测，具体过程如下：a.采集事件数据：以当前时间td及ASN中的装箱时间ts为时间条件，通过EPCDS网络查询Event库，获得该epclist运送期间相应的事件记录集；b.若查询记录为空，则通过检测，记loc为本站点位置，td为当前检测时间值，产生接收事件记录(epclist,loc,td)，并存入Event数据库；c.若查询记录非空，则有注入；设查询事件记录中位置为loci，时间为ti，若loci＝locj，则拒收相应epc标签货物，生成注入检测事件(epclist,locj,loc,ti,td)，存入Forensic数据库中；若loci≠locj，则仅生成注入检测事件(epclist,loci,loc,ti,td)，存入Forensic数据库；随后，j+1节点根据ASN中目的地信息确定j+2节点，并在装箱完成之后将重新生成的ASN预送单发送给j+2节点，由此启动新一轮经由物流环节注入检测过程。