基于區塊鏈的食品安全監管大數據平臺研究

劉宗妹，譚健欣*

1.廣東司法警官職業學院信息管理系（廣州 510520）；2.廣東財經大學網絡信息與教育技術中心（廣州 510320）

區塊鏈作為行業集成創新的突破口，成為實現科技強國的新引擎，在關乎民生的食品領域，尤其需要區塊鏈技術的助推作用[1]。信任缺失、數據冗余、追責困難是食品供應鏈三大痛點。文獻[2]結合區塊鏈技術和射頻識別技術，實現出現食品安全問題快速追查責任方，解決了食品監管過程中第三大痛點追責困難的現象。文章對食品供應鏈前兩大痛點進行分析，研究從食品智能監管和風控共享的視角，梳理目前食品安全監管工作的不足之處，構建集區塊鏈（數據信息安全存儲）、物聯網（有效追溯和溯源）、人工智能（智能監管）、數據中臺（“業務數據化，數據業務化”）、移動大數據靶向語音播報（一鍵觸警）的食品安全監管平臺[3]，在政府監督下運行，利用區塊鏈點對點的存儲結構實現食品供應鏈網狀結構，物聯網實現食品數據信息聯動，數據中臺的統一視圖實現國家層面的統一部署，大數據實現智能分析并一鍵觸警，形成內部自治和外部監管的新局面[4]。監管平臺的構建保證了食品由原材料到成為商品進行買賣全過程的真實記錄，改變了以往只有發生食品安全事件才進行事后的彌補策略，實現了事前智能評判并高效預警，進一步降低食品安全事件發生的概率。

1 “區塊鏈+大數據”注入食品安全監管體系內涵建設

1.1 相關成果

文獻[5]研究了大數據和區塊鏈等技術在多元全程信用監管中的框架建設。文獻[6]構建的聯盟鏈解決跨境電商的監管問題。文獻[7]構建的醫療數據模型，不僅保證了醫療數據的安全，還提高了數據的共享效率。文獻[8]設計的基于區塊鏈的分布式節點風險預警系統，能夠在更短的時間內實現精準風險防控預警。文獻[2]設計的基于區塊鏈技術和射頻識別技術構建的食品溯源平臺，實現出現食品安全問題快速追查責任方，解決了食品監管過程中追責困難的現象。為進一步降低食品安全問題的危害程度，在以上相關研究成果的基礎上，進行食品安全監管的創新探索，實現事前研判并高速預警。

1.2 食品安全監管整體架構

食品安全建設，關系到人民的身體健康。近幾年，食品安全問題不斷好轉，2019年12月1日《食品安全法實施條例》在《食品安全法》的基礎上正式施行。依據《條例》的規定，強化食品安全風險檢測，制定直通車式的規定，風險分析報告及時報上級主管部門、本級政府部門和食品經營者，但對《食品安全法》在風險監測實施過程中暴露的不同技術部門交叉重復、企業負擔重、資源浪費等問題，未有效解決，因此文章探索構建統一的食品監管體系，衛生部門連同食品監督部門，借助于計算機的智能分析，生成分析報告，以良好善治，為食品安全保駕護航。具體包括：①借助于互聯網、現場宣講、電話和微信等手段宣傳食品安全知識，進一步推動食品安全宣傳力度，將食品安全意識根植于每個人心中；②針對社會關切的食品安全問題，構建政府主導，科研機構參與的政企合作的食品安全監督體系，系統集食品的自動化檢測、倉儲的智能化配送、食品信息的綜合評估、報告的在線查詢、報告結果一鍵觸警于一體，數據信息包括生產日期、質量檢測合格等級、生產許可證、食品添加劑、安全檢驗等，通過數據信息的精準化、責任化、統一化、高效化，將考核指標進一步細化，為企業提供可信報告；③通過物聯網技術，制作源頭信息的數據標簽，對生產經營的行為進行數據分析，平臺特別關注野生動物制品的監管，一旦發現野生動物非法銷售行為，按照相關法律從嚴治理，堅決杜絕違規行為。通過一系列的措施，實現“法制+人制+技術”的食品生態環境，利用智能監控、物聯網、智能防偽、區塊鏈的完美結合，實現數據安全上鏈、風險結果共享，并從源頭保證信息真實性，解決了一直困擾食品溯源的源頭數據真實性無法保證的問題，為強信任背書提供技術支撐[9]，整體架構如圖1所示。

圖1 食品監管整體架構

2 “區塊鏈+大數據”食品安全監管系統分析與設計

早在2018年，國務院機構改革就已將國家工商行政管理總局、國家質量監督檢驗檢疫總局、國家食品藥品監督管理總局、國家發展和改革委員會的價格監督檢查與反壟斷執法、商務部的經營者集中反壟斷執法以及國務院反壟斷委員會辦公室等職責整合，組建國家市場監督管理總局，作為國務院直屬機構[10]。本文探索借助技術手段進一步提升食品安全監管成效。

2.1 可行性分析

2.1.1 數據安全存證

食品數據信息在由移動端或者客戶端錄入區塊鏈接口后，區塊鏈API、SDK將對它進行接收并格式化，上鏈存證生產、流通認證信息，基于區塊鏈的鏈式存儲和時間戳的有效標記，保證上鏈數據無法被更改，從技術上提供信任背書，實現數據的安全存證。

2.1.2 數據整合分析

動態能力較好呈現了食品監管中的整合重構能力，即對資源進行重組的能力。學習創新能力，即將信息加工、處理、形成知識進行共享的能力。

2.1.3 數據高效共享

利用監管平臺將分散的數據信息規范統一，對內實現精細化數據治理，對外實現數據界面的統一接口支持，減少冗余、打通數據流通、實現跨域數據的共享[11]。

2.1.4 數據可靠穩定

點對點的分布式存儲結構，避免了單點故障引發全網癱瘓，構建的技術架構實現了更強的穩定性、更久的持續性、更深的可靠性[9]。

2.2 區塊鏈平臺組織架構

采用聯盟鏈構建食品安全監管體系，通過認證的節點加入區塊鏈網絡，根據具體的業務場景可以增加或退出節點，通過共識機制維持系統的可信、真實[12]，設計的區塊鏈平臺組織架構圖如圖2所示。

圖2 區塊鏈平臺組織架構圖

2.2.1 應用層

應用層是區塊鏈和用戶的接口，基于物聯網技術對食品生產全過程自動采集，包括視頻信息、數據信息、監測信息等，基于大數據技術形成智能判斷，按照智能合約對數據進行編碼后上傳到區塊鏈，作為區塊鏈的可信來源。

2.2.2 “區塊鏈+大數據”鏈碼層

該層實現存儲技術和核心技術兩大功能，利用存儲技術實現防篡改和分布式存儲，核心技術包括共識機制和密鑰管理[12]。使用docker容器開發鏈碼，從而隔離用戶數據。使用gRPC來與網絡層通信，SDK是Fabric的開發工具，用其配置通道、文件路徑、鏈碼名稱等。

2.2.3 網絡層

基于Hyperledger Fabric構建5個組織的業務場景，包括原材料商、生產商、物流商、存儲商、銷售商，組織名稱分別為Organization1、Organization2、Organization3、Organization4和Organization5，每個組織有兩個節點，分別為node1和node2，組織內部使用的是gossip通信，域名為food.com，利用網絡層的搭建完成環境的部署。

2.3 食品安全監管邏輯設計

根據食品安全綜合評估整個過程的“前-中-后”來設計，由數據輸入系統、MSA（Middle-end，Smart contract，Artificial intelligence）模型、預警觸達模塊組成，建立全過程食品安全監管機制。

2.3.1 數據輸入系統

數據輸入系統由全景監控、物聯網智能設備等部署，協作地感知和處理覆蓋范圍內的信息，對于種植環境（土壤溫度和濕度、施肥情況、光照強度等）、飼養環境（動物防疫、飼養飼料、飼養環境等）、生產過程（員工健康狀況、環境衛生情況、添加劑防腐劑使用情況等），這些重要環節采用監控覆蓋視角廣，畫面分辨率高的全景監控的方式，利用無線傳感網絡構建超大規模的全分布系統，將采集到的信息傳送到MSA模型。倉儲條件和物流條件（倉庫環境、溫度條件、濕度條件等），通過重要節點的物聯網傳感器將采集到的信息傳送到MSA模型。

2.3.2 MSA模型

充分發揮“數據取之于食品，用之于食品”的理念，構造MSA模型，MSA模型是中臺、智能合約、人工智能的數據集成架構。MSA模型由開發人員開發后，經程序編碼轉為字節碼輸入平臺處理區塊鏈和共識機制的事務。

首先，中臺作為公共服務平臺，整合后端數據資源為前端服務[13]，進行數據歸檔、數據分析和數據挖掘。受文獻[14]啟發，制定ETL數據采集技術，在IPFS（Inter Planetary File System）提供的分布式文件存儲系統下，根據數據類型選取插件傳送到中臺。關系型數據庫等結構化數據使用D2R工具轉換為RDF知識傳送至中臺。日志、JSON（JavaScript object notation）等半結構化數據一部分由MaxCompute讀取，在Extractor解析OSS（Operation Support System）的InputStream數據流為結構化數據，再利用Outputer傳送至中臺，另一部分和視頻、文本、圖片等非結構化數據經過OCR模式識別，進行知識抽取與融合。按照主題分類和前端應用分析，將數據按照統一的格式進行存儲，屏蔽底層復雜業務，形成大數據資產層[15]。然后，數據中臺以固定應用接口API的形式向外提供服務，利用OSS使得基于AI的安全計算自動完成智能評價，實現考核的良性循環，進行不同維度信息關聯分析，建立食品綜合畫像，進行綜合預警，實現體系統籌規劃食品管理，利用模型化持續拓展整合數據資源，使業務處理與區塊鏈平臺相獨立，構建食品的多維度檔案。技術架構圖如圖3所示。

圖3 “MSA”模型

2.3.3 預警觸達模塊

模塊評估結果顯示不合格時，靶向語音預警觸達模塊會通過移動大數據靶向語音播報進行一鍵觸警，使所有終端銷售商在掃描二維碼出售此商品時收到提示警告，若為疑似淺度食品危險，則收到短信或者視頻短信，內容如下：“經過監測分析，此食品存在不安全因素，為了您的人身安全，請勿購買！”若為疑似深度食品危險，則直接人工外呼提醒，內容如下：“此商品禁止出售，請勿購買！”邏輯設計如圖4所示。

圖4 預警觸達模塊

3 實例分析

上文介紹了基于區塊鏈的食品安全監管大數據平臺，下面以奶粉行業的應用為研究對象，構建監管原型系統。

3.1 奶粉生產流通監管平臺

奶粉安全問題備受人民關注，迫切需要構建奶粉行業“一票制”平臺，壓縮中間環節、凈化奶粉環境、強化奶粉監管，如圖5所示。

圖5 奶粉生產流通監管平臺

每個環節輸入數據信息時，系統在監管部門統籌下，按照事先制定的標準檢驗信息的有效性，有用信息接受、無用信息拋棄、非法信息警告[10]。區塊鏈存儲信息摘要，由養殖場、物流商等共同維護，而關系型數據庫由工商局和科技部負責日常的維護。每個環節采集到的數據錄入數據庫，節點將信息摘要發送到區塊鏈，通過共識后寫入區塊，區塊將哈希值返回到數據庫。

3.2 模型構建

奶粉行業畫像技術設計路線經過信息采集、信息整理、構建標簽體系、生成畫像四步。受文獻[16]啟發，使用大數據技術對數據進行預處理，獲取數據特征字段，進行數據清洗，數據格式如表1所示。利用標簽體系設計用戶畫像，如表2所示。利用K-means分析方法進行聚類處理構建全景畫像模型，原始數據為{a1，a2，…，an}，聚類初始數據為{k1，k2，…，kn}，簇標標記為argmin（ai-ki）2，新的均值數值為C-1∑a，其中C為聚類中心，根據標簽體系，構建奶粉畫像。應用OWL建模語言、Jena語義中間件進行知識融合，經過實體識別、關系抽取、知識融合、知識計算建立畫像，提前預警，實現智能應急知識服務的突變[17]。

表1 奶粉數據預處理結果

表2 奶粉標簽體系層級及內容

奶粉安全知識圖譜的構建包括模式層和數據層兩部分。利用本體的思想構建模式層，如原輔料生產事件本體表示為：

其中：Event_Concept表示原輔料生產事件概念的集合；Event_Property表示原輔料生產事件本身屬性的定義；Event_Relation表示原輔料生產事件之間語義關聯關系的定義；Event_Restriction表示公理，描述原輔料生產事件之間的約束關系；Event_Instance表示原輔料生產事件的具體實例[18]。用同樣的方法構建奶粉生產本體和奶粉流通本體。在模式層的概念框架指引下，獲取多源數據，利用最細粒度分類進行實體名稱匹配，抽取實體，經過數據融合，將非結構化的資料用MaxCompute轉化為結構化信息，構建數據層，實現細粒度管理數據的訪問行為，以可視化的RESTful形式將分析結果反饋給用戶，實現數據反哺應用，保障系統性能不斷提升[19-20]，如圖6所示。

圖6 奶粉安全監測

3.3 智能合約

智能合約在任何時間都能被調用，被調用后在沙箱中執行[21]，構造實時互聯、數據共享、聯動協同的智能化機制，從而提升食品安全治理效能。食品安全監督系統不僅實現用戶權限管理、產品信息查詢、產品數據監測、安全風險預警等功能，當存在安全風險時觸發風險預警，向食品安全監管部門提交預警信息，并且實現一鍵觸發終止食品銷售（系統中鎖定問題食品，若銷售商出售此商品即刻語言播報“問題商品，請勿銷售”），從根源上排除并實時預警，降低食品安全事件發生的可能性。風險Risk表存儲告警閾值，包括內容如表3所示。

表3 Risk表

Fabric中的智能合約chaincode有6種狀態，使用golang語言開發，首先是Install狀態，將合約代碼上傳到區塊鏈中，使用命令：peer chaincode install-n tracechaincode-v 1.1-p；然后是初始化操作，指定channel，使用命令：peer chaincode instantiate-o；上線時用Instantiate將數據遷移至鏈上，此時進入invocable可調用狀態；通過CLI命令行或者程序里用Nodejs-SDK調用合約。當版本需要升級時就是Upgrade狀態。Deinstantiate和Uninstall兩種狀態對應著合約下鏈。chaincode結構部分代碼如下：

package main

import (

"github.com/hyperledger/fabric/core/chaincode/shim"

pb "github.com/hyperledger/fabric/protos/peer"

)

type SimpleChaincode struct {

}

func (t *SimpleChaincode) Init(stub shim.

ChaincodeStubInterface)

pb.Response {

return shim.success(nil)

}

func (t *SimpleChaincode) Invoke(stub shim.

ChaincodeStubInterface)

pb.Response {

return shim.success(nil)

}

func main() {

err := shim.Start(new(SimpleChaincode))

if err != nil {

fmt.Printf("Error starting Simple chaincode: %s", err)

}}

3.4 安全性分析

文獻[22]分析了智能合約作為彼此構建信任關系的程序代碼，會出現各種漏洞。如2016年6月，由于SplitDAO函數漏洞，區塊鏈的TheDAO項目被攻擊，直接導致6 000萬美金的損失。研究通過構造的模型，將漏洞發生的可能性降到最低，從而最大限度地實現系統的安全性能[23]。

3.5 性能對比分析

與以往奶粉監管平臺比較分析可得，通過統一的監管，針對性解決了數據孤島、監管混亂、預警不及時等問題，具體見表4。

表4 監管性能對比分析表

4 結語

依據供應鏈的績效評價方法、標準，結合區塊鏈、AI、數據中臺的特點，實現動態評價并高效預警這一特色，結合網絡風險評價標準，構建食品安全績效評價體系，推進食品治理體系建設，提升現代化的治理能力，守好食品安全底線，建設科學有效的問題發現機制，提升從源頭上治理的效能，推動食品安全監管。通過技術創新構建食品質量安全監管，利用大數據實現食品自動評估檢測，利用移動靶向觸警實現異常高速預警，呈現經濟效益高，響應速度快，助力食品規范化、健康化、品質化的發展，構筑食品安全“責任可追溯、監管可共享、危險早預警”的新氣象。展望未來，區塊鏈與大數據的深度融合，必將對食品安全監管帶來深遠影響。