本發(fā)明涉及輔助案卷管理，具體為一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)。

背景技術(shù)：

1、隨著信息化時代的不斷發(fā)展，電子案卷管理系統(tǒng)已成為司法領(lǐng)域不可或缺的一部分。傳統(tǒng)的案卷管理方式已經(jīng)難以滿足對證據(jù)的審查和管理需求，尤其是隨著證據(jù)形式的多樣化和數(shù)量的增加，如語音、視頻和書面證據(jù)等，對管理系統(tǒng)提出了更高的要求。因此，利用先進(jìn)的技術(shù)手段，構(gòu)建一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)勢在必行。

2、在傳統(tǒng)的電子案卷管理系統(tǒng)中，雖然可以實(shí)現(xiàn)對案卷證據(jù)的存儲和檢索，但對于語音、視頻等非結(jié)構(gòu)化數(shù)據(jù)的智能分析和管理能力較為薄弱。針對這一問題，引入了區(qū)塊鏈技術(shù)作為輔助手段，能夠有效解決信息安全、數(shù)據(jù)不可篡改等方面的難題，提升了系統(tǒng)的可信度和穩(wěn)定性。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)，以解決背景技術(shù)中提到的輔助對語音、視頻及書面證據(jù)進(jìn)行分析和審查手段的問題。

2、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)，包括采集單元、第一識別單元、第二識別單元、第三識別單元、評估單元、預(yù)警單元、策略單元和區(qū)塊鏈入庫單元；

3、所述采集單元用于收集案卷信息和相對應(yīng)的案卷證據(jù)數(shù)據(jù)，構(gòu)成案卷集合，并對案卷集合進(jìn)行清洗和預(yù)處理，去除無效信息和重復(fù)數(shù)據(jù)后，將案卷集合轉(zhuǎn)換成統(tǒng)一標(biāo)準(zhǔn)格式；所述案卷證據(jù)數(shù)據(jù)包括書面材料、視頻錄像材料、錄音材料和數(shù)字證據(jù)；

4、所述第一識別單元，用于提取所述書面材料，通過文字識別技術(shù)識別提取所述書面材料的文字內(nèi)容，并識別量化書面證據(jù)的事件個數(shù)，將書面證據(jù)中量化的事件個數(shù)與訴訟文書原始文檔的事件個數(shù)進(jìn)行比對，獲得書面證據(jù)完整指數(shù)szs；當(dāng)書面證據(jù)完整指數(shù)szs低于第一閾值時，則由預(yù)警單元生成第一預(yù)警指令并發(fā)出；當(dāng)書面證據(jù)完整指數(shù)szs高于等于第一閾值時，則生成第一合格標(biāo)記；

5、所述第二識別單元，用于提取視頻錄像材料，識別視頻文件的元數(shù)據(jù)，獲取分辨率fbl、對比度dbd和幀數(shù)zs、比對視頻幀之間的連續(xù)性方法進(jìn)行驗(yàn)證，獲取視頻完整度wzd和清晰指數(shù)qx，并使用視頻處理技術(shù)，識別視頻中的案件目標(biāo)，車輛和事件行為，獲取事件出現(xiàn)次數(shù)sjcxcs、持續(xù)時間cxsj和發(fā)生的位置間隔差值jgcz，構(gòu)建事件指數(shù)sjzs；并提取視頻中關(guān)鍵幀或重要片段，并生成視頻摘要，并將視頻完整度wzd、清晰指數(shù)qx和事件指數(shù)sjzs相關(guān)聯(lián)，獲取視頻綜合系數(shù)zh，并在視頻摘要中進(jìn)行第一標(biāo)記；

6、所述第三識別單元用于提取所述錄音材料，用于使用pesq識別工具，識別獲取語音時長yycs、語音平均振幅zf和信噪比xzb，將錄音材料轉(zhuǎn)化為文字后，提取事件關(guān)鍵詞，獲取事件關(guān)鍵詞次數(shù)sjcs，構(gòu)建錄音質(zhì)量系數(shù)zlx；

7、所述評估單元用于對視頻綜合系數(shù)zh和錄音質(zhì)量系數(shù)zlx分別進(jìn)行評估，獲取第二評估結(jié)果和第三評估結(jié)果，并由第二評估結(jié)果和第三評估結(jié)果；

8、所述策略單元用于根據(jù)第一評估結(jié)果、第二評估結(jié)果和第三評估結(jié)果生成相對應(yīng)策略并執(zhí)行，并當(dāng)?shù)谝辉u估結(jié)果、第二評估結(jié)果和第三評估結(jié)果都合格后，通過區(qū)塊鏈入庫單元將合格后的案卷證據(jù)數(shù)據(jù)存檔在相對應(yīng)的案卷中。

9、優(yōu)選的，所述第一識別單元包括語義分析模塊和第一計(jì)算模塊；

10、所述語義分析模塊用于自然語言處理技術(shù)對所述書面材料進(jìn)行語義分析，并通過關(guān)鍵詞提取，識別量化書面證據(jù)的事件個數(shù)，獲取事件數(shù)量sz1、并計(jì)算案卷中事件與事件的平均間隔時間pjjg；將書面證據(jù)中量化的事件數(shù)量sz1與訴訟文書原始文檔的事件個數(shù)bz進(jìn)行比對，并識別書面材料中存在重復(fù)事件模式和相關(guān)性強(qiáng)的事件群組，通過以下公式獲取a事件和b事件的相關(guān)聯(lián)事件置信度c(a→b)：

11、

12、式中，s(a∪b)表示事件a和事件b同時出現(xiàn)的次數(shù)；s(a)表示事件a單獨(dú)出現(xiàn)的次數(shù)；并將c(a→b)高于預(yù)設(shè)相關(guān)聯(lián)閾值的，歸類為相關(guān)聯(lián)事件，統(tǒng)計(jì)獲得相關(guān)聯(lián)事件個數(shù)xglsj；

13、所述第一計(jì)算模塊用于將事件數(shù)量sz1、訴訟文書原始文檔的事件個數(shù)bz、相關(guān)聯(lián)事件個數(shù)xglsj和平均間隔時間pjjg進(jìn)行無量綱處理后，由以下公式計(jì)算獲得書面證據(jù)完整指數(shù)szs進(jìn)行無量綱處理后，由以下公式計(jì)算獲得書面證據(jù)完整指數(shù)szs：

14、

15、其中，0＜w1＜1，0＜w2＜1，0＜w3＜1，且w1+w2+w3＝1，w1、w2和w3為權(quán)重，其具體值由用戶調(diào)整設(shè)置；a為第一常數(shù)修正系數(shù)所述第一識別單元包括語義分析模塊和第一計(jì)算模塊；

16、所述語義分析模塊用于自然語言處理技術(shù)對所述書面材料進(jìn)行語義分析，并通過關(guān)鍵詞提取，識別量化書面證據(jù)的事件個數(shù)，獲取事件數(shù)量sz1、并計(jì)算案卷中事件與事件的平均間隔時間pjjg；將書面證據(jù)中量化的事件數(shù)量sz1與訴訟文書原始文檔的事件個數(shù)bz進(jìn)行比對，并識別書面材料中存在重復(fù)事件模式和相關(guān)性強(qiáng)的事件群組，通過以下公式獲取a事件和b事件的相關(guān)聯(lián)事件置信度c(a→b)：

17、

18、式中，s(a∪b)表示事件a和事件b同時出現(xiàn)的次數(shù)；s(a)表示事件a單獨(dú)出現(xiàn)的次數(shù)；并將c(a→b)高于預(yù)設(shè)相關(guān)聯(lián)閾值的，歸類為相關(guān)聯(lián)事件，統(tǒng)計(jì)獲得相關(guān)聯(lián)事件個數(shù)xglsj；

19、所述第一計(jì)算模塊用于將事件數(shù)量sz1、訴訟文書原始文檔的事件個數(shù)bz、相關(guān)聯(lián)事件個數(shù)xglsj和平均間隔時間pjjg進(jìn)行無量綱處理后，由以下公式計(jì)算獲得書面證據(jù)完整指數(shù)szs進(jìn)行無量綱處理后，由以下公式計(jì)算獲得書面證據(jù)完整指數(shù)szs：

20、

21、其中，0＜w1＜1，0＜w2＜1，0＜w3＜1，且w1+w2+w3＝1，w1、w2和w3為權(quán)重，其具體值由用戶調(diào)整設(shè)置；a為第一常數(shù)修正系數(shù)。

22、優(yōu)選的，所述第一識別單元還包括第一判斷單元，所述第一判斷單元用于將書面證據(jù)完整指數(shù)szs與第一閾值進(jìn)行對比判斷，獲得第一評估結(jié)果，包括：

23、當(dāng)書面證據(jù)完整指數(shù)szs＜第一閾值時，表示書面證據(jù)不合格，則由預(yù)警單元生成第一預(yù)警指令并發(fā)出；

24、當(dāng)書面證據(jù)完整指數(shù)szs≥第一閾值時，則生成第一合格標(biāo)記。

25、優(yōu)選的，所述第二識別單元包括第二識別模塊和事件行為識別模塊；

26、所述第二識別模塊用于提取視頻錄像材料，通過ffmpeg視頻處理工具識別視頻文件的元數(shù)據(jù)，并比對視頻幀之間的連續(xù)性方法進(jìn)行驗(yàn)證，通過以下公式生成視頻完整度wzd：

27、

28、式中，zjp表示視頻幀之間時間間隔的標(biāo)準(zhǔn)差，α表示調(diào)節(jié)參數(shù)，用于調(diào)整標(biāo)準(zhǔn)差對視頻完整度的影響程度，標(biāo)準(zhǔn)差zjp越小，表示視頻幀之間的時間間隔越穩(wěn)定，視頻的連續(xù)性越好；

29、所述清晰指數(shù)qx的獲取方式為，提取分辨率fbl、對比度dbd和幀數(shù)zs，無量綱處理后，通過以下公式生成清晰指數(shù)qx：

30、qx＝w4*fbl+w5*dbd*w6*zs+b

31、其中，0＜w4＜1，0＜w5＜1，0＜w6＜1，且w4+w5+w6＝1，w4、w5和w6為權(quán)重，其具體值由用戶調(diào)整設(shè)置；b為第二常數(shù)修正系數(shù)；

32、所述事件行為識別模塊用于使用計(jì)算機(jī)視覺技術(shù)中的目標(biāo)檢測和跟蹤算法，包括yolo和fasterr-cnn，識別視頻中的案件目標(biāo)和車輛的目標(biāo)定位位置，并跟蹤目標(biāo)在視頻中的運(yùn)動軌跡，基于目標(biāo)檢測和跟蹤結(jié)果，識別交通事故行為和人員聚集行為，并統(tǒng)計(jì)為事件特征；

33、統(tǒng)計(jì)識別到事件特征的次數(shù)，獲取事件出現(xiàn)次數(shù)sjcxcs、持續(xù)時間cxsj和發(fā)生的位置間隔差值jgcz，無量綱處理后，通過以下公式生成事件指數(shù)sjzs：

34、sjzs＝w7*sjcxcs+w8*cxsj*w9*jgcz

35、其中，0＜w7＜1，0＜w8＜1，0＜w9＜1，且w7+w8+w9＝1，w7、w8和w9為權(quán)重，其具體值由用戶調(diào)整設(shè)置。

36、優(yōu)選的，所述第二識別單元還包括關(guān)聯(lián)模塊和標(biāo)記模塊；

37、所述關(guān)聯(lián)模塊用于將視頻完整度wzd、清晰指數(shù)qx和事件指數(shù)sjzs通過以下相關(guān)聯(lián)共識生成視頻綜合系數(shù)zh：

38、zh＝x*wzd+y*qx*z*sjzs

39、其中，x、y和z分別表示視頻完整度wzd、清晰指數(shù)qx和事件指數(shù)sjzs的預(yù)設(shè)比例系數(shù)，0.25≤x≤0.33，0.20≤y≤0.25，0.35≤z≤0.42，且0.80≤x+y+z≤1.0；

40、所述標(biāo)記模塊用于提取視頻中關(guān)鍵幀或重要片段，并生成視頻摘要，將視頻綜合系數(shù)zh在視頻摘要中的首頁進(jìn)行第一標(biāo)記。

41、優(yōu)選的，所述錄音質(zhì)量系數(shù)zlx的獲取方式為，提取語音時長yycs、語音平均振幅zf、信噪比xzb和事件關(guān)鍵詞次數(shù)sjcs，無量綱處理后，由以下公式生成錄音質(zhì)量系數(shù)zlx：

42、

43、其中，bz2表示預(yù)設(shè)標(biāo)準(zhǔn)語音時長閾值，bz3表示預(yù)設(shè)語音平均振幅閾值，bz4表示預(yù)設(shè)信噪比閾值，bz5表示預(yù)設(shè)時間關(guān)鍵詞次數(shù)閾值，q、w、e和r表示為權(quán)重值，且0＜q＜1，0＜w＜1，0＜e＜1，0＜r＜1且q+w+e+r≤1.0；其具體值由用戶調(diào)整設(shè)置；c為第三常數(shù)修正系數(shù)。

44、優(yōu)選的，所述評估單元包括第一評估模塊和第二評估模塊；

45、所述第一評估模塊用于將視頻綜合系數(shù)zh與第二閾值進(jìn)行對比，獲得第二評估結(jié)果，包括：

46、當(dāng)視頻綜合系數(shù)zh≥第二閾值時，表示視頻質(zhì)量合格，生成第二合格標(biāo)記；

47、當(dāng)視頻綜合系數(shù)zh＜第二閾值，表示視頻不合格，則由預(yù)警單元生成第二預(yù)警指令并發(fā)出；

48、所述第二評估模塊用于將錄音質(zhì)量系數(shù)zlx和第三閾值進(jìn)行對比，獲得第三評估結(jié)果，包括：

49、當(dāng)錄音質(zhì)量系數(shù)zlx≥第三閾值，表示錄音質(zhì)量合格，生成第三合格標(biāo)記；

50、當(dāng)錄音質(zhì)量系數(shù)zlx＜第三閾值，表示錄音質(zhì)量不合格，則由預(yù)警單元生成第三預(yù)警指令并發(fā)出。

51、優(yōu)選的，所述策略單元用于根據(jù)第一評估結(jié)果、第二評估結(jié)果和第三評估結(jié)果生成相對應(yīng)策略并執(zhí)行，包括：

52、根據(jù)第一預(yù)警指令生成第一策略，所述第一策略包括：對書面證據(jù)進(jìn)行再次審查，查找可能存在的缺陷或不完整之處，并盡快進(jìn)行修正或補(bǔ)充；并向相關(guān)責(zé)任人發(fā)送提醒通知，提醒其注意書面證據(jù)的完整性，并促使其盡快采取行動進(jìn)行修正；

53、根據(jù)第二預(yù)警指令生成第二策略，所述第二策略包括:重新錄制視頻，在錄制過程中，調(diào)節(jié)環(huán)境光纖、攝像機(jī)設(shè)置和拍攝角度，并使用視頻處理軟件對錄制視頻進(jìn)行修正和優(yōu)化，對錄制視頻進(jìn)行剪輯和編輯，刪除非事件部分，并保留事件內(nèi)容，添加標(biāo)注和說明；

54、根據(jù)第三預(yù)警指令生成第三策略，所述第三策略包括：重新錄制音頻，在錄音設(shè)備和環(huán)境，安裝噪音干擾器，并使用音頻處理軟件對錄制的音頻進(jìn)行后期處理，進(jìn)行降噪、均衡、增益調(diào)整和處理，優(yōu)化音頻的質(zhì)量和清晰度，并在修正后的音頻中，標(biāo)記事件描述或證言內(nèi)容。

55、優(yōu)選的，還包括第四識別單元，所述第四識別單元通過電子郵件抓取工具，對所述數(shù)字證據(jù)，檢索提取指定條件下的電子郵件，并通過自然語言處理技術(shù)和文本分析工具識別電子郵件文本中的信息，獲取郵件發(fā)送頻率fspl、發(fā)送附件大小fjdx、郵件收發(fā)總數(shù)量zsl、郵件回復(fù)率hfl和郵件引用次數(shù)yycs，無量綱處理后，通過以下公式生成郵件交互行為指數(shù)xwzs：

56、

57、其中，a、k、d、b和h分別表示為郵件發(fā)送頻率fspl、郵件收發(fā)總數(shù)量zsl、郵件回復(fù)率hfl、郵件引用次數(shù)yycs和發(fā)送附件大小fjdx的預(yù)設(shè)比例系數(shù)，且0.17≤a≤0.21，0.10≤k≤0.12，0.15≤d≤0.19，0.16≤b≤0.18，0.22≤h≤0.30，且0.80≤a+k+d+b+h≤1.0；d為第四常數(shù)修正系數(shù)；

58、將郵件交互行為指數(shù)xwzs與第四閾值進(jìn)行對比，獲得第四評估結(jié)果，包括：當(dāng)郵件交互行為指數(shù)xwzs≥第四閾值時，表示郵件交互行為活躍值合格，對郵件交互行為較活躍的案卷進(jìn)行更深入的調(diào)查和分析；作為第一優(yōu)先級排序?qū)彶椋?/p>

59、當(dāng)郵件交互行為指數(shù)xwzs＜第四閾值時，表示郵件交互行為相對不合格，作為第二優(yōu)先級排序關(guān)注審查。

60、優(yōu)選的，還包括智能訪問單元和智能日志監(jiān)控單元；

61、所述智能訪問單元用于監(jiān)控系統(tǒng)用戶的訪問行為，包括登錄、操作和文件訪問行為，通過對訪問日志的實(shí)時監(jiān)控和分析，識別異常行為和潛在威脅，并及時采取相應(yīng)措施；所述智能訪問單元與評估單元和預(yù)警單元進(jìn)行交互，根據(jù)監(jiān)控結(jié)果生成相應(yīng)策略和預(yù)警指令；

62、所述智能日志監(jiān)控單元用于對系統(tǒng)的日志數(shù)據(jù)進(jìn)行實(shí)時監(jiān)控和分析，包括用戶操作日志、系統(tǒng)日志和安全日志，通過機(jī)器學(xué)習(xí)算法和規(guī)則引擎等技術(shù)，檢測異常事件和潛在威脅，并進(jìn)行實(shí)時響應(yīng)。

63、本發(fā)明提供了一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)。具備以下有益效果：

64、(1)該一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)，通過采集單元、識別單元、評估單元、預(yù)警單元、策略單元和區(qū)塊鏈入庫單元等模塊的有機(jī)結(jié)合，實(shí)現(xiàn)了對案卷證據(jù)的全方位管理和智能化處理。采集單元負(fù)責(zé)收集案卷信息和相應(yīng)的證據(jù)數(shù)據(jù)，并進(jìn)行清洗和預(yù)處理；識別單元則通過文字識別、視頻處理和語音識別等技術(shù)對不同形式的證據(jù)進(jìn)行識別和分析；評估單元對識別結(jié)果進(jìn)行評估，生成相應(yīng)的評估結(jié)果；預(yù)警單元在評估結(jié)果不達(dá)標(biāo)時發(fā)出預(yù)警指令；策略單元根據(jù)評估結(jié)果生成相應(yīng)的策略并執(zhí)行；區(qū)塊鏈入庫單元負(fù)責(zé)將合格的案卷證據(jù)數(shù)據(jù)存檔在區(qū)塊鏈上，確保數(shù)據(jù)的安全性和不可篡改性。

65、(2)書面證據(jù)完整指數(shù)szs綜合考慮了書面證據(jù)中的事件數(shù)量、事件的關(guān)聯(lián)性以及事件分布的均勻程度，從而為案卷書面證據(jù)的完整性提供了一個綜合性的評估。通過這種智能化的評估方法，可以更加客觀、準(zhǔn)確地評估案卷中書面證據(jù)的完整性，為司法人員提供了更可靠的參考依據(jù)。這種評估方法不僅能夠提高司法工作效率，還能夠保障司法裁決的公正性和準(zhǔn)確性，從而為司法行業(yè)的信息化建設(shè)帶來了實(shí)質(zhì)性的益處。

66、(3)該一種區(qū)塊鏈輔助的電子案卷管理系統(tǒng)，第二識別模塊通過提取視頻錄像材料的元數(shù)據(jù)并驗(yàn)證視頻幀之間的連續(xù)性，計(jì)算視頻完整度wzd。這一評估有助于確定視頻錄像的可用性和完整性，為案卷證據(jù)的可信度提供了重要參考。第二識別模塊還通過提取視頻的分辨率、對比度和幀數(shù)等信息，計(jì)算視頻的清晰指數(shù)qx。清晰度是影響視頻質(zhì)量的重要因素之一，通過對其進(jìn)行評估，可以更好地理解視頻內(nèi)容，提高對案件的理解和分析能力。事件行為識別模塊利用計(jì)算機(jī)視覺技術(shù)中的目標(biāo)檢測和跟蹤算法，如yolo和fasterr-cnn，識別視頻中的案件目標(biāo)、車輛以及相關(guān)行為。這有助于快速定位和識別關(guān)鍵事件，為案卷證據(jù)的分析提供更為準(zhǔn)確和全面的信息。統(tǒng)計(jì)識別到的事件特征次數(shù)，如事件出現(xiàn)次數(shù)、持續(xù)時間和發(fā)生的位置間隔差值，并通過事件指數(shù)sjzs公式進(jìn)行計(jì)算。這有助于量化案卷證據(jù)中的事件重要性和相關(guān)性，為案件的分析和評估提供了客觀依據(jù)。

67、(4)錄音質(zhì)量系數(shù)zlx綜合考慮了語音時長、語音平均振幅、信噪比和事件關(guān)鍵詞次數(shù)多個因素。通過這些因素的綜合評估，可以更全面地判斷錄音的質(zhì)量和可信度，有助于提高對錄音證據(jù)的分析和評估精度；

68、第四識別單元利用自然語言處理技術(shù)和文本分析工具對電子郵件文本進(jìn)行識別和分析，從而生成了郵件交互行為指數(shù)xwzs，郵件交互行為指數(shù)xwzs能夠客觀評估案卷涉及的郵件交互活躍程度，為案件調(diào)查和分析提供重要線索。根據(jù)生成的郵件交互行為指數(shù)與設(shè)定的第四閾值進(jìn)行對比，能夠?qū)妇砀鶕?jù)郵件交互活躍程度分為不同優(yōu)先級，以便更好地確定審查和調(diào)查的優(yōu)先順序。這有助于優(yōu)化調(diào)查資源的分配，提高調(diào)查效率。