【技术实现步骤摘要】
本专利技术涉及数据处理存储，尤其涉及基于区块链的人物多维监测数据处理存储系统。
技术介绍
1、在数字化时代，随着信息技术的飞速发展，构建纪念人物的人物数据库已成为一种重要的文化传承和纪念方式。然而，在构建这类数据库的过程中，面临着诸多技术问题和挑战。
2、传统的人物数据库构建方法往往侧重于单一维度的数据收集，如仅关注人物的生理特征或行为特征，而忽视了不同维度数据之间的关联性。这种单一维度的数据收集方式不仅导致数据的完整性不足，还难以全面反映人物的真实状态。同时，由于缺乏有效的数据关联分析方法，不同维度数据之间的内在联系往往被忽视，从而限制了人物数据库在后续应用中的准确性和可靠性。
3、随着人物数据库规模的不断扩大，数据处理和检索的效率问题也日益凸显。传统的数据处理方法往往难以应对大规模数据的处理需求，导致数据处理效率低下。同时，由于缺乏有效的检索手段和优化策略，人物数据库在检索过程中往往存在响应速度慢、查询结果不准确等问题。
4、在人物数据库构建过程中，数据的安全性和可信度是至关重要的。然而，传统的数据存储方式往往存在数据泄露、篡改等安全风险，导致数据的可信度受到质疑。特别是在涉及个人隐私和敏感信息的场景中，数据的安全性和可信度问题更加突出。因此，如何确保人物数据库中的数据在存储、传输和处理过程中的安全性和可信度，成为了亟待解决的技术难题。
5、因此，有必要提供基于区块链的人物多维监测数据处理存储系统解决上述技术问题。
技术实现思路
2、本专利技术提供的基于区块链的人物多维监测数据处理存储系统，所述处理存储系统包括：
3、数据获取模块，用于获取人物多维监测数据，包括人物的生理特征数据、行为特征数据以及病理的医学记录电子数据；
4、数据分析模块，用于基于获取的人物多维监测数据，通过数据关联度分析方法，将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据进行处理，获得关联分析结果；
5、关联划分模块，用于基于关联分析结果，设定多级关联度阈值，并根据设定的多级关联度阈值将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据中的具体特征数据进行关联等级划分，得到关联等级划分结果；
6、数据存储模块，用于基于关联等级划分结果，建立数据映射关系层，并将数据映射关系层存储到区块链；
7、数据库构建模块，用于根据数据映射关系层构建人物数据库，并生成检索指引，其中，检索指引构建多个节点来共同处理检索请求。
8、优选的，所述获取人物多维监测数据，包括人物的生理特征数据、行为特征数据以及病理的医学记录电子数据，其步骤具体为：
9、通过查阅相关证件和生物识别技术，获取生理特征数据，具体包括人物的身高、体重、体型、性别、年龄、肤色、发色、瞳色、面部以及指纹信息；
10、通过视频监控和传感器捕捉人物行为特征数据，具体包括姿态、表情和行走方式；
11、从医疗机构检测系统中，获取人物的病理的医学记录电子数据。
12、优选的，所述基于获取的人物多维监测数据，通过数据关联度分析方法，将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据进行处理，其具体步骤为：
13、对获取的人物多维监测数据，进行清洗、去重、标准化预处理操作；
14、通过数据关联度分析方法，计算人物生理特征数据、行为特征数据和病理的医学记录电子数据之间的相似度，运用统计学整理获取关联分析结果。
15、优选的，所述基于关联分析结果，设定多级关联度阈值，并根据设定的多级关联度阈值将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据中的具体特征数据进行关联等级划分，其具体步骤为：
16、基于关联分析结果，设定多级关联度阈值，具体包括高关联等级、中关联等级和低关联等级；
17、将生理特征数据设定为基本特征，并将行为特征数据以及病理的医学记录电子数据设定为关联特征；
18、基于关联分析结果，通过关联计算方法中的相关系统或者互信息方法计算得到基本特征和关联特征的关联度；
19、基于得到的基本特征和关联特征的关联度，通过设定的多级关联度阈值将每个基本特征和关联特征划分关联等级，得到关联等级划分结果。
20、优选的，所述基于关联等级划分结果，建立数据映射关系层，并将数据映射关系层存储到区块链，其具体步骤为：
21、根据关联等级划分结果，确定映射规则，具体为：高关联等级的数据之间建立直接的映射关系，而低关联等级的数据则通过中间节点进行映射；
22、根据确定的映射规则，采用图结构或关系数据库的数据模型将基本特征和关联特征映射到关系层中，得到基本特征和关联特征的数据映射关系层；
23、利用区块链技术，将基本特征和关联特征的数据映射关系层编码为区块链上存储的格式后，存储到区块链。
24、优选的，所述根据数据映射关系层构建人物数据库，并生成检索指引，其中，检索指引构建多个节点来共同处理检索请求，其具体步骤为：
25、确定人物数据库的数据表，其中，数据表具体为基本信息表、生理特征表、行为特征表或病理记录表；
26、为每个数据表定义字段，并根据存储在区块链的数据映射关系层，将各数据表之间建立关联；
27、根据数据库结构的要求，将基本特征和关联特征转换为符合数据库结构的格式，并导入到对应的各个数据表中；
28、构建多个检索节点，并为每个检索节点配置参数，其中，检索节点配置参数具体为查询超时时间或最大结果集大小。
29、与相关技术相比较，本专利技术提供的基于区块链的人物多维监测数据处理存储系统具有如下有益效果：
30、本专利技术通过整合人物的多维监测数据，包括生理特征、行为特征及病理医学记录，并运用数据关联度分析进行深度处理，不仅显著提升了数据的完整性与关联性，还借助区块链技术确保了数据的安全性与可信度；通过设定多级关联度阈值划分数据等级，构建数据映射关系层，并优化检索指引，保证了高检索效率，提高了人物模型的数据库构建的效率和准确性，为纪念人物提供了有效的数据支撑保障。
本文档来自技高网...【技术保护点】
1.基于区块链的人物多维监测数据处理存储系统，其特征在于，所述处理存储系统包括：
2.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系统，其特征在于，所述获取人物多维监测数据，包括人物的生理特征数据、行为特征数据以及病理的医学记录电子数据，其步骤具体为：
3.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系统，其特征在于，所述基于获取的人物多维监测数据，通过数据关联度分析方法，将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据进行处理，其具体步骤为：
4.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系统，其特征在于，所述基于关联分析结果，设定多级关联度阈值，并根据设定的多级关联度阈值将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据中的具体特征数据进行关联等级划分，其具体步骤为：
5.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系统，其特征在于，所述基于关联等级划分结果，建立数据映射关系层，并将数据映射关系层存储到区块链，其具体步骤为：
6.根据权利要求1所
...【技术特征摘要】
1.基于区块链的人物多维监测数据处理存储系统，其特征在于，所述处理存储系统包括：
2.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系统，其特征在于，所述获取人物多维监测数据，包括人物的生理特征数据、行为特征数据以及病理的医学记录电子数据，其步骤具体为：
3.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系统，其特征在于，所述基于获取的人物多维监测数据，通过数据关联度分析方法，将人物的生理特征数据、行为特征数据以及病理的医学记录电子数据进行处理，其具体步骤为：
4.根据权利要求1所述的基于区块链的人物多维监测数据处理存储系...
【专利技术属性】
技术研发人员：刘哲，
申请(专利权)人：国药健康生物科技西安有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。