摘要
本发明提出了一种网络药品销售全流程智能监管方法及系统,其中,所述方法包括:用哈希函数对网络药品销售信息进行加密处理,将加密后的网络药品销售信息存储到区块链上;通过提取并整合区块链和区块链的外部数据库的药物销售和上下文数据,应用LSTM与MLP结合的神经网络进行时序预测,获得训练好的神经网络模型,通过神经网络模型获取网络销售药物的预测价格、预测销量和预测库存的正常阈值;获取区块链中数据点的异常检测值,基于异常检测值计算区块链中数据点的风险概率;部署智能合约,当风险概率超过第二预设阈值时自动触发异常标记。通过此方法和对应的系统,可以确保对异常交易或风险事件的实时监控和告警,从而快速响应潜在的威胁。
技术关键词
网络药品销售
区块链中数据
智能监管方法
部署智能合约
智能监管系统
预测阈值
药物
生成时间序列数据
优化神经网络模型
销售预测模型
风险
训练神经网络模型
加密
滑动窗口技术
模块
超参数
工作量证明
系统为您推荐了相关专利信息
电信诈骗识别
人工智能辅助
防控方法
账户
区块链智能合约
可视软件建模方法
版本管理系统
元素
合规性
集成手势识别
分布式能源管理系统
电力设施
电力需求预测
历史故障数据
数据平台