基于區塊鏈的可信制造供應鏈溯源框架設計

王天柱 李凌 彭志辰 邵鑫喆 庫濤

摘 要：針對傳統制造業供應鏈管理信息不透明、數據流易竄改以及追溯能力不足等導致的供應鏈組織間缺乏信任、機會成本增加的問題，利用區塊鏈技術設計了可信制造供應鏈溯源（trusted manufacturing supply chain traceability，TMSCT）框架。首先，設計了一種主從鏈協作機制，幫助用戶在保護隱私的同時進行可信合作；其次，通過鏈上鏈下存儲模式減輕分布式節點的存儲壓力；最后，基于布隆過濾器與Merkle樹構建B-Merkle 樹，以快速判斷當前區塊是否包含目標數據。實驗結果表明，B-Merkle樹可以有效降低查詢請求的平均處理時延，所提框架在數據存在性判斷、隱私保護、靈活性和緩解節點存儲壓力方面相比現有解決方案具有更好的表現。

關鍵詞：區塊鏈； 溯源； 主從鏈； 鏈上鏈下存儲； 布隆過濾器

中圖分類號：TP311.13 文獻標志碼：A?文章編號：1001-3695（2024）05-004-1308-06

doi：10.19734/j.issn.1001-3695.2023.08.0389

Design of blockchain-based trusted manufacturing supplychain traceability framework

Abstract：To address the lack of transparency in traditional manufacturing supply chain management， the vulnerability to data tampering， and the insufficient traceability capabilities， which result in a lack of trust between supply chain organizations and increased opportunity costs， this paper designed the TMSCT framework by using blockchain technology. Firstly， it designed a master-slave chain collaboration mechanism to enable trustworthy collaboration while protecting privacy. Secondly， it implemented a hybrid on-chain and off-chain storage mode to alleviate storage pressure on distributed nodes. Finally， it constructed a B-Merkle tree based on Bloom filter and Merkle tree to quickly determine if the current block contained the target data. Experimental results demonstrate that the B-Merkle tree effectively reduces the average processing latency of query requests. The proposed framework outperforms existing solutions in terms of data existence verification， privacy protection， flexibility， and alleviating storage pressure on nodes.

Key words：blockchain; traceability; master-slave chain; on-chain and off-chain storage; Bloom filter

0 引言

工業4.0是指以數字化、自動化和智能化為核心的第四次工業革命，涵蓋了從智能制造開始到價值交付渠道的全面數字化，推動了整個工業和消費市場的數字化轉型［1～3］。在工業4.0背景下，制造企業需要不斷提高整個工業生態系統的資源利用率，以更低成本持續提供更高質量、更專業的商品。同時，制造模式也將由集中式向分布式方向發展［4］。傳統制造業主要依賴中心化數據庫存儲管理數據，易發生單點故障，造成信息丟失。此外，供應鏈上下游企業間信息共享不及時、不透明，無法確定信息記錄過程中是否發生惡意竄改，可追溯性差。同時，參與者缺乏有效監管機制，合約履行無法得到保障。以上問題給供應鏈的管理以及數據溯源帶來諸多挑戰。

區塊鏈技術起源于2008年，Nakamoto［5］在一個密鑰密碼學論壇上提出了比特幣的概念，由此開啟了區塊鏈的歷史。近年來，區塊鏈技術憑借其分布式、去中心化、可追溯及防竄改等特點，在實現供應鏈的智能化、自動化、數據可信溯源等方面展現出了巨大的潛力，備受研究人員的關注［6，7］。目前在智能制造［8，9］、農產品［10，11］、藥物［12，13］等領域，區塊鏈技術得到了廣泛的應用。Isaja等人［14］提出了基于區塊鏈的可信質量數據共享框架，建立零缺陷制造中分散數據和過程數據與產品質量之間的關聯。Raj等人［15］提出一種基于以太坊的供應鏈交易智能合約，并結合交互算法，為用戶提供去中心化授權、流程自動化和信息共享的通用平臺。Zhang等人［16］提出了基于區塊鏈的PBRSC管理集成框架，利用雙鏈結構、信息追蹤模塊和智能合約等關鍵技術，建立了高效可持續的動力電池逆向供應鏈系統。Xu等人［7］提出了一種基于以太坊的智能供應鏈管理方案，通過數字化紙質合同和票據，構建了數據驅動的信用評估方案，解決了傳統供應鏈中核心企業信用力量無法有效輻射到下游合作伙伴的問題。Uddin［17］、Liu等人［18］針對藥品供應鏈對可追溯性和高度透明的迫切需求，分別利用Hyperledger Fabric平臺開發了Medledger框架和BIOT3平臺，關聯藥物利益相關者，并通過智能合約管理藥物相關信息，構建了分布式的藥品供應鏈可追溯性解決方案。Liu等人［19］研究了區塊鏈在進口生鮮食品供應鏈中的應用，并利用基本模型推導出供應鏈的最優定價策略以及使用區塊鏈盈利的條件。Wang等人［20］集成區塊鏈和RFID技術，以RFID閱讀器為中間媒介，將食品供應鏈的產品信息以區塊的形式同步保存至RFID標簽與區塊鏈系統中。以上研究表明，區塊鏈可以圍繞制造業供應鏈構建多個實體之間的信任價值網絡，實現供應鏈的高效管理并提供數據可信溯源服務。

區塊鏈技術提升了供應鏈的透明度和可追溯性，但也帶來了新的問題。首先，將所有參與方關聯到一條鏈上會導致企業失去必要的隱私性；其次，分布式存儲意味著每個參與方都要保存整條供應鏈上傳的數據，導致分布式節點存儲壓力過大；此外，在經濟全球化的背景下，不同國家有不同的政策要求和執行標準，單個區塊鏈網絡無法同時滿足所有需求。

針對以上問題，本文提出了一個基于區塊鏈的TMSCT框架。主要工作如下：

a）設計了包含應用層、接口層、區塊鏈網絡層、鏈下存儲層及感知層的五層TMSCT框架。

b）為滿足隱私性和可信合作的雙重需求，設計了一種主從鏈協作機制，并通過Hyperledger Fabric平臺驗證了可行性。

c）構建原始數據鏈下存儲、關鍵數據及原始數據摘要鏈上存儲的鏈上鏈下存儲方案，以緩解分布式節點存儲壓力。

d）將布隆過濾器與Merkle樹結合構建B-Merkle 樹，為區塊增加存在性過濾器，快速判斷當前區塊是否包含目標數據。

e）利用Hyperledger Fabric平臺的通道機制搭建區塊鏈網絡部分，并借助SDK for Node.js簡化了Web應用與區塊鏈網絡的交互流程，完成TMSCT系統的搭建，驗證了TMSCT框架在供應鏈管理和可信溯源方面的可行性和有效性。

1 TMSCT框架概述及溯源數據上鏈過程

本文提出了一個基于區塊鏈的TMSCT框架，以保證產品在完整生命周期內產生的數據的真實性和透明度，并提供安全不可竄改的存儲方案和數據溯源方法。溯源數據貫穿整個供應鏈網絡，由原料供應商、物流公司、制造商、經銷商、用戶和監管機構等主體共同組成聯盟來對數據進行驗證、查詢和存儲。

1.1 TMSCT框架

按照技術和功能，TMSCT框架可以分為五層，本節將逐層說明其作用以及它們之間的聯系。如圖1所示，從上到下分別為應用層、接口層、區塊鏈網絡層、鏈下存儲層及感知層。感知層主要由物聯網網關以及傳感器、RFID標簽、北斗定位裝置等物聯網資產組成。每個物聯網資產擁有數字證書認證中心（certificate authority，CA）頒發的數字身份證書作為唯一設備標識。這些資產能夠自動、準確地監測和跟蹤物流運輸、庫存狀態、產品質量數據等關鍵信息，避免人為操作的潛在誤差和不可靠性。物聯網網關負責管理物聯網資產，并對海量異構的原始數據進行預處理，將其轉換為標準格式。鏈下存儲層由區塊鏈網關和企業鏈下數據庫組成。區塊鏈網關管理著上鏈設備的數字身份證書，并對設備身份和上傳的數據格式進行校驗，校驗通過后，原始數據會被保存在企業鏈下數據庫中，關鍵信息會被暫時緩存，等待上傳至區塊鏈網絡。區塊鏈網絡層為一個主從鏈協作網絡，通過共識機制和加密算法來確保數據的安全性和不可竄改，并利用智能合約執行供應鏈管理中的業務邏輯和自動化流程，其具體工作機制將在下一節中詳細說明。接口層位于應用層和區塊鏈網絡層之間，提供了便于交互的API和SDK，可用于處理應用程序與區塊鏈網絡之間的通信和數據交換。應用層的核心為DAPP，其提供了用戶身份和權限管理、產品溯源以及質量監管等服務。

1.2 溯源數據上鏈過程

供應鏈由多個授權組織參與維護，并在時間維度上產生大量的動態數據，這些數據可用的前提是具有可追溯性［21］。數據的追蹤溯源主要涉及三個方面的內容：a）對目標數據的源頭數據進行追蹤和描述；b）對源頭數據演變到當前數據過程中各階段狀態信息的追溯和記錄；c）對影響數據演變的各種因素進行描述和分析。區塊鏈技術支持在分布式網絡中進行信息共享，并創建不可竄改和可追溯的歷史交易記錄，是實現供應鏈可追溯性的可靠選擇［22］。

在TMSCT框架中，以溯源碼作為關鍵字來更新區塊鏈網絡分布式賬本的狀態值。首先，為每個產品生成唯一溯源碼作為追溯數據的載體；然后，在產品流轉過程中，將各階段的追溯數據作為值，更新賬本狀態；最終，通過溯源碼可獲得一個關聯起來的數據記錄跟蹤產品全生命周期的各個階段信息。

上鏈數據根據傳輸路徑分為兩個方向：一種是自下而上，即由感知層直采數據，并通過區塊鏈網關上傳至區塊鏈網絡，這類數據通常是在產品的生產、運輸和銷售過程中產生的；另一種是自上而下，即用戶通過DAPP上傳數據并經由區塊鏈網關驗證上鏈，這些數據通常包括企業的資質證明材料、用戶的身份證明副本等。為了方便理解圖2，本節將簡述幾個關鍵節點的功能，具體內容將在2.1節中進行詳細闡述。TMPN負責驗證交易、執行背書以及驗證區塊；TMON負責通過共識機制對交易排序、打包并廣播區塊；aNode負責在主鏈和從鏈之間轉發交互信息，以及封裝并廣播交易。

數據具體上鏈過程如圖2所示。

a）用戶通過DAPP發起一筆交易，請求將數據上鏈。

b）交易經過驗證后被打包成區塊保存在從鏈中，并將區塊頭的哈希值以及交易中的關鍵數據通過錨定節點轉發至主鏈。

c）主鏈的TMPN調用智能合約驗證交易的有效性。

d）TMPN對交易進行背書并發送給aNode。

e）aNode在收集并驗證足夠的背書后，與交易一起封裝發送給TMON。

f）TMON對緩存池中的交易進行排序，排序規則基于交易的時間戳、交易優先級或其他自定義規則，并通過共識機制與其他TMON對交易順序達成共識。

g）區塊生成的規則可以按照時間周期、交易數量或交易大小進行設置。TMON在判定當前緩存的交易符合打包條件后執行打包流程，并通過廣播形式將新區塊發送給所有TMPN。

h）TMPN首先驗證區塊頭中的當前區塊哈希、前置哈希及時間戳等是否正確，其次驗證交易格式、簽名及引用的賬本狀態是否存在且符合規則。通過驗證后，新區塊被接受，并根據交易邏輯對賬本進行更新，最后將交易結果發送給aNode。

i）aNode將交易結果轉發給從鏈中的TMPN。

j）TMPN通過DAPP告知用戶數據上鏈的結果。

自此，從鏈完成了當前生產階段的任務并將關鍵信息通過主鏈與其他利益方共享。負責下一生產階段的企業通過主鏈獲取到所需信息，并展開本階段工作。最終，從鏈上傳的生產信息在主鏈中形成產品從原材料到成品售出的完整可追溯數據。

2 TMSCT框架關鍵技術

2.1 主從鏈協作機制

區塊鏈的去中心化機制賦予參與節點對等的權利和義務，任一節點都需要對上鏈數據進行有效性計算、驗證和存儲。因此，區塊鏈網絡的整體性能受到單個節點性能上限的限制［23］。經濟全球化背景下，企業間的合作往往是跨國家、跨地域的，這意味著共同維護區塊鏈的企業可能面臨不同執行標準和隱私政策。為此本文提出了一種主從鏈協作機制，其架構如圖3所示。在該機制中，由一條主鏈和多條從鏈協作維護整個供應鏈網絡。從鏈是私有鏈或由部分企業維護的聯盟鏈，負責根據合約要求完成責任范圍內的工作，并將結果共享至主鏈；主鏈是由所有企業共同維護的聯盟鏈，負責驗證存儲由從鏈上傳的交易信息，并提供溯源服務。在生產中，主從鏈協作機制允許不同組織根據業務需求部署從鏈，并在其維護的節點上安裝定制化的智能合約。這種機制確保了敏感數據只在特定的從鏈內部流通，與主鏈數據隔離，有效保護了隱私。具體而言，加入區塊鏈網絡的節點會獲得由其所屬組織頒發的數字身份證書，并相應地獲得訪問權限，這使得節點可以在從鏈中上傳或檢索數據。從鏈A的用戶即使擁有最高管理員權限，也僅能在從鏈A與主鏈中獲取共享信息。主從鏈協作機制為組織間的協作提供了更多個性化的選擇，可以平衡用戶對數據共享和隱私保護的雙重需求，同時減輕節點驗證工作的負載壓力，提高系統的整體性能上限。

主從鏈協作機制包含以下幾個關鍵角色：

a）智能合約。其本質是一種自動化執行的計算機程序，其實例和狀態存儲在區塊鏈中［24］。在構建區塊鏈網絡時，參與方需依據業務需求設計一套通用的合約，包括通用術語、交易規則、交易流程和數據規范，并以智能合約的形式部署到區塊鏈網絡中自動執行。智能合約具有確定性，即由相同的輸入條件得到的輸出也相同，這種特性保證了分布式節點能夠通過智能合約驗證交易的有效性，并與其他節點達成一致共識。

b）可信制造對等節點（trusted manufacturing peer node，TMPN）。它普遍存在于主鏈和從鏈之中，是區塊鏈網絡運行的基礎節點。在從鏈中，TMPN收集并通過智能合約審核當前生產階段的數據，并將關鍵信息以及原始數據摘要發送給aNode；在主鏈中，TMPN同時擔任記賬節點和背書節點兩個角色。主鏈中生成新區塊時，TMPN對其進行有效性、合法性驗證，并作為分布式記賬節點進行記賬；作為背書節點時，TMPN負責驗證從鏈上傳的數據并執行背書操作，并將結果發送給對應aNode。

c）錨定節點（anchor node，aNode）。它是將從鏈錨定至主鏈，實現主從鏈協作的橋梁。aNode負責將當前從鏈上傳的數據廣播給主鏈的TMPN，并在收集到足夠的背書結果后，與數據一起封裝發送給所有TMON。單個從鏈可以有多個aNode，但單個aNode只能服務于單個從鏈。

d）可信制造排序節點（trusted manufacture ordering node，TMON）。在分布式區塊鏈網絡中，不同節點接收到的交易可能因網絡延遲和傳輸路徑不同導致順序不一致，進而出現賬本分支。主從鏈協作機制中打包區塊的步驟被單獨分離出來交由TMON處理。TMON用一個緩存池來接收來自TMPN的交易，并對交易進行排序。在對交易進行背書檢查后，TMON通過共識算法與其他TMON對交易順序最終達成一致。當滿足區塊生成時間間隔、交易數量或交易大小中的任一條件時，TMON執行打包程序，將新區塊廣播給所有TMPN。

在主從鏈協作機制中，系統通過非對稱加密技術為節點生成公鑰和私鑰。節點N上傳至從鏈的交易數據TXN如式（1）所示。

其中：TN為時間戳；DN表示上鏈數據，由溯源碼TID、鍵k以及值v組成，n代表了鍵值對的數量；PKN為節點N的公鑰；SigSKN表示通過私鑰SKN生成的數字簽名。從鏈中的節點通過PKN驗證SigSKN的有效性，并通過智能合約和共識機制對TXN驗證和存儲。aNode根據新區塊中的信息生成SCTXN并轉發至主鏈。SCTXN的組成如式（2）所示。

其中：SCID表示從鏈的編號；KDN表示從DN中提取的關鍵信息，m表示關鍵信息中的鍵值對數量；Hash（DN）表示DN的數據摘要，通過哈希加密生成，用于驗證從鏈數據的完整性。

2.2 鏈上鏈下存儲模式

區塊鏈網絡的維護節點眾多，上鏈所有生產信息會造成網絡擁堵并增大存儲壓力，使系統性能受限。為了解決這些問題，可以采用鏈上鏈下存儲模式，充分發揮區塊鏈和傳統數據庫的優點。如圖4所示，用戶通過CA注冊獲取唯一的數字證書，用于證明身份和所屬企業，并獲得數據上鏈或溯源等相應的操作權限。在鏈上鏈下存儲模式中，原始數據保存在鏈下的數據庫中，僅將關鍵數據及其哈希值上鏈。此外，通過狀態數據庫保存當前賬本狀態值，以實現快速訪問。這種存儲模式既利用區塊鏈技術確保數據不易竄改，又避免了區塊鏈存儲容量不足的限制。同時，鏈下數據庫具有大容量存儲、快速響應、高度可擴展、數據隱私和低存儲成本等優點，可以更好地滿足業務的定制化需求。

2.3 B-Merkle樹

區塊通常由區塊頭H、區塊數據D和區塊元數據M三部分組成。區塊頭包含區塊編號、前置哈希以及當前哈希；區塊數據包含一個有序的交易列表；區塊元數據包含時間戳、寫入者的數字證書及簽名等。Merkle樹常用于構建區塊的哈希樹，以進行區塊的完整性驗證，其構建過程如下：首先，對每個交易進行哈希運算，生成唯一的哈希值；其次，將這些哈希值兩兩配對并進行哈希運算，得到上一層哈希值；最后，不斷迭代上一步驟，直至得到根哈希。根哈希又稱為Merkle根，被保存在區塊頭中，竄改區塊中的任何一筆交易，都會導致Merkle根發生改變。因此，Merkle樹可以快速判斷區塊中交易數據的完整性。但是，基于Merkle樹構建的區塊在檢索不存在的數據時，效率有待提高。當檢索一個不存在的數據時，系統會遍歷當前區塊的Merkle樹，若查詢失敗則向前一區塊繼續檢索，直至創世區塊停止，這會消耗大量的時間和計算資源。一種可行的方法是將布隆過濾器BF與Merkle 樹進行結合，可減少對每個區塊的檢索時間，快速獲取到目標數據。

布隆過濾器是一種空間效率極高的概率型數據結構，尤其適用于處理海量數據集的成員搜索問題［25］。它允許一定程度的誤判，可能存在不屬于集合的元素被布隆過濾器判定為屬于，不存在原本屬于集合的元素但被布隆過濾器判定為不存在的情況。布隆過濾器主要由一個位數組和一組哈希函數組成。每個哈希函數將集合中的元素映射到位數組的某個位置。位數組各個位置的初始值均為0。當添加元素時，用每個哈希函數分別對元素進行哈希計算，得到一系列哈希值，并將位數組的相應位置的值置1。當查詢某個元素是否屬于集合時，只需同樣用哈希函數計算出位數組的若干個位置。若任意位置上的值為0，則說明該元素不在集合中，反之則認為該元素屬于集合。布隆過濾器誤判率計算方法如式（3）所示。

其中：P為誤判率；k為用于映射的hash函數的個數；n為插入元素的數量；m為位數組的大小。通過增大m、降低n或k能夠降低誤判率P。m的大小可以先確定，但n的大小受主觀因素影響不易確定，因此k的取值很大程度上決定了誤判率的大小。可以對式（3）兩邊取對數，得到式（4），繼續對兩邊求導得到式（5），令式（5）等于0可求出當k=m ln 2/n時P取得的極值，此時誤判率最低。

圖5展示了基于B-Merkle 樹構建的區塊。每次對交易進行哈希加密時，也會同步插入到布隆過濾器中。在數據查詢時，首先使用布隆過濾器判斷數據是否可能存在，如果布隆過濾器返回肯定結果，則繼續在區塊中檢索。這種方法可以充分利用布隆過濾器時間和空間復雜度較低的優點，快速判斷當前區塊是否包含目標數據。

2.4 TMSCT框架數據溯源流程

圖6展示了用戶在從鏈節點發起溯源請求并從主鏈獲取到數據的具體流程。其中，溯源請求在經過從鏈TMPN的驗證后，由aNode將從鏈編號和請求信息進一步封裝轉發至主鏈，主鏈TMPN解析并驗證請求信息，如果數據溯源碼成功擊中布隆過濾器，則在區塊和鏈下數據庫檢索并返回對應信息。

3 TMSCT系統部署及測試

本章通過固定每秒處理的交易數量（TPS），比較在加入布隆過濾器前后，區塊鏈網絡的交易吞吐量以及在處理交易請求時的延遲，以驗證布隆過濾器在降低請求延遲方面的有效性和可行性，并以此為基礎搭建TMSCT系統。

3.1 測試環境

本研究區塊鏈網絡部分采用虛擬機搭建測試環境，虛擬機操作系統為Ubuntu 22.04版本，8核CPU，系統內存為16 GB，硬盤大小為100 GB，帶寬為12 Mbps。Fabric版本為1.4.12，選用CouchDB作為狀態數據庫，MySQL數據庫存儲原始數據，采用PBFT共識機制，智能合約通過Go語言編寫。為了避免繁瑣的依賴關系配置和版本兼容性問題，實現智能合約和節點的快速部署和啟動，通過Docker為每個智能合約和節點搭建了專屬的容器，與主機環境進行隔離，避免它們在運行過程中受到主機環境的影響。

3.2 交易吞吐量及交易平均處理時延對比

為了測試B-Merkle 樹在提升查詢速率方面的有效性，本文選用HyperLedger社區的開源區塊鏈性能基準框架Caliper進行測試［26］。Caliper提供了豐富的測試場景和性能指標，可以模擬多種復雜的使用場景，評估區塊鏈網絡在不同負載下的表現。在測試中，無論有無布隆過濾器，事務發送速率最高均在250 TPS左右。因此，本節以25 TPS為間隔，分別測試從25～250 TPS的固定發送速率下區塊鏈網絡的吞吐量，以及同時由兩名工作者各自發起1 000次查詢請求的平均交易處理時延。

TPS是衡量區塊鏈網絡性能的一項指標，表示1 s內處理的事務數量，如式（6）所示。

其中：τ指完成特定數量事務需要的時間窗口；SumTransactionsτ指τ時間內處理的事務數量。

單筆交易處理時延的計算方法如式（7）所示。

Latencytx=Tr-Ts=Ttx-b+Ttx-c+Tblock-b（7）

其中：Tr表示收到交易處理結果的時間；Ts表示交易發起時間;Ttx-b表示交易發送給背書節點的傳輸時間;Ttx-c表示交易通過共識的時間；Tblock-b表示交易被打包成區塊并進行廣播確認的時間。如圖7所示，加入布隆過濾器以后，區塊鏈網絡的吞吐量沒有明顯變化，但查詢請求的平均處理時延比改進前的區塊鏈網絡更低，說明布隆過濾器可以有效減少對未存儲目標數據的區塊的檢索時間。

3.3 TMSCT系統

為了進一步驗證TMSCT框架的可用性和有效性，本文基于此框架開發了TMSCT系統。TMSCT 系統區塊鏈網絡部分通過HyperLedger Fabric平臺搭建。首先，使用Fabric CA為節點頒發數字身份證書，以賦予其訪問區塊鏈網絡的權限。其次，Fabric提供了通道機制，用于實現多個參與方之間的數據隔離和私密通信。通過使用Fabric CLI工具，首先創建一個主通道，并將各個組織節點加入其中，形成主鏈網絡。根據業務需求，為原料組織、物流組織、加工組織和經銷商組織分別創建由相應組織節點維護的獨立通道，從而構建出四個從鏈網絡。在通道中，fabric peer節點負責處理交易請求、執行背書并存儲數據，fabric orderer節點負責生成和廣播區塊。鏈上數據以鍵值對形式保存在CouchDB數據庫中，鏈下數據則保存在MySQL數據庫中。為了方便與區塊鏈網絡進行交互，通過HyperLedger Fabric提供的SDK for Node.js，將用戶注冊、信息上鏈、事件監聽和信息查詢等業務進行封裝，構建Web端與區塊鏈網絡便捷交互的API。采用Nginx作為反向代理服務器，平衡Web端的請求，以實現負載均衡。以Redis數據庫作為中間件，緩存用戶查詢請求的結果，以避免重復請求對系統資源的浪費。Web端作為溯源服務的入口，提供了產品從原材料到成品出售過程的完整信息。圖8展示了TMSCT系統的登錄界面和溯源入口，消費者可以在溯源界面鍵入有效的產品溯源碼獲取完整的溯源信息。

供應鏈各組織人員可登錄到溯源系統查看自身訪問權限內的信息，系統管理員擁有完整的訪問權限，可以查看到產品物流信息。

通過對比TMSCT系統與相關研究提出的方案，得出如表1所示的結果。文獻［17，27，28］都沒有對需要溯源的數據作存在性判斷，會導致系統浪費不必要的資源去檢索未保存的數據。文獻［17，27］都選擇將全部數據存儲在區塊鏈中，這樣會給節點帶來巨大的存儲壓力，影響系統的整體上限。文獻［27］選擇了以太坊公鏈作為方案的實現平臺，雖然可以隱匿用戶身份信息，但缺乏對隱私數據的有效保護。另一方面，由于在以太坊中執行交易需要支付以太幣，這間接限制了系統的吞吐量。文獻［28］方案中，用戶通過溯源碼從鏈下關系型數據庫中檢索溯源信息，并通過對比鏈上保存的數據摘要來驗證溯源信息的真實性和完整性，該方案雖然利用鏈下數據庫減少了區塊鏈節點的存儲壓力，但同時也失去了鏈上追溯數據的能力。

TMSCT系統作為TMSCT框架的初步驗證平臺，通過在鏈上存儲關鍵信息、鏈下保存完整數據，有效緩解節點存儲壓力的同時，保證了數據的鏈上可追溯性；利用主從鏈協作機制構建主從鏈網絡將隱私數據隔離在從鏈中，為供應鏈組織提供了隱私保護；通過B-Merkle樹，對溯源數據先進行存在性判斷后再進行檢索，有效提升了查詢速率，降低了系統資源消耗。TMSCT系統證明了TMSCT框架的有效性，可以持續為供應鏈組織提供高效、可靠的管理和溯源服務。

4 結束語

本文提出了一個基于區塊鏈的五層TMSCT框架，對產品的原材料、生產、流轉歷史、銷售等進行跟蹤和追溯，實現了制造業供應鏈的透明管理和可信合作，并提供了不可竄改、可追溯的產品信息。其次，為了解決單一區塊鏈網絡下用戶缺乏隱私、節點存儲壓力過大的問題，在TMSCT框架中設計了主從鏈協作機制、鏈上鏈下存儲模式和B-Merkle 樹，使用戶可以在保護隱私的情況下進行可信合作，并有效減少了節點的存儲壓力，同時提升了鏈上數據查詢速率。

最后，本文通過Hyperledger Fabric平臺和Caliper框架評估了TMSCT框架的可行性和有效性，并基于此搭建了TMSCT系統。結果表明，該系統可以實現供應鏈的高效管理，并提供可追溯、不可竄改、透明的產品信息。

未來，筆者將在以下幾個方面進一步展開工作：首先，為區塊鏈網絡中的節點設計動態的信用評估方案，以便及時剔除惡意節點；其次，本文只考慮在有限的利益相關者的條件下對TMSCT框架展開測試，但在實際制造業場景中，設備的數量和利益相關方的規模都在更高的數量級，有待進一步驗證其實用性；最后，在TMSCT框架基礎上繼續開發TMSCT系統，為用戶提供數據可視化、風險分析和投資回報率等服務。

參考文獻：

［1］Lasi H， Fettke P， Kemper H G， et al. Industry 4.0［J］. Business & Information Systems Engineering， 2014，6（4）： 239-242.

［2］Ghobakhloo M. Industry 4.0， digitization， and opportunities for sustainability［J］. Journal of Cleaner Production， 2020，252： 119869.

［3］于青云， 趙慧， 許佳，等. 復雜制造系統建模與優化研究現狀及展望［J］. 信息與控制， 2023，52（1）： 1-17. （Yu Qingyun， Zhao Hui， Xu Jia， et al. Status and prospect of modelling and optimization for complex manufacturing systems［J］. Information and Control， 2023， 52（1）： 1-17.）

［4］王天然， 庫濤， 朱云龍，等. 智能制造空間［J］. 信息與控制， 2017，46（6）： 641-645. （Wang Tianran， Ku Tao， Zhu Yunlong， et al. Smart manufacturing space［J］. Information and Control， 2017，46（6）： 641-645.）

［5］Nakamoto S. Bitcoin： a peer-to-peer electronic cash system［EB/OL］. （2008）［2023-08-22］. https：//bitcoin. org/bitcoin.pdf.

［6］Yaga D， Mell P， Roby N， et al. Blockchain technology overview［EB/OL］. （2019-06-26）. http：//doi.org/10.6028/nist.ir.8202.

［7］Xu Zhijun， Zhang Jun， Song Zhaoxiong， et al. A scheme for intelligent blockchain-based manufacturing industry supply chain management［J］. Computing， 2021，103（8）： 1771-1790.

［8］Zhang Qiang， Liao Baoyun， Yang Shanlin. Application of blockchain in the field of intelligent manufacturing： theoretical basis， realistic plights， and development suggestions［J］. Frontiers of Engineering Management， 2020，7（4）： 578-591.

［9］Wu Yue， Zhang Yingfeng. An integrated framework for blockchain-enabled supply chain trust management towards smart manufacturing［J］. Advanced Engineering Informatics， 2022，51： 101522.

［10］Kamilaris A， Fonts A， Prenafeta-BoldEuclid SymboluAp＇F X. The rise of blockchain technology in agriculture and food supply chains［J］. Trends in Food Science & Technology， 2019， 91： 640-652.

［11］孫傳恒， 于華竟， 徐大明，等. 農產品供應鏈區塊鏈追溯技術研究進展與展望［J］. 農業機械學報， 2021，52（1）： 1-13. （Sun Chuanheng， Yu Huajing， Xu Daming， et al. Review and prospect of agri-products supply chain traceability based on blockchain technology［J］. Trans of the Chinese Society for Agricultural Machinery， 2021，52（1）： 1-13.）

［12］Uddin M， Salah K， Jayaraman R， et al. Blockchain for drug traceabi-lity： architectures and open challenges［J/OL］. Health Informatics Journal， 2021，27（2） . https：//doi. org/10.1177/14604582211011228.

［13］劉揚， 胡學先， 周剛，等. 基于多層次區塊鏈的醫療數據共享模型［J］. 計算機應用研究， 2022，39（5）： 1307-1312，1318. （Liu Yang， Hu Xuexian， Zhou Gang， et al. Multi-level blockchain-based model for medical data sharing［J］. Application Research of Computers， 2022，39（5）： 1307-1312，1318.）

［14］Isaja M， Nguyen P， Goknil A， et al. A blockchain-based framework for trusted quality data sharing towards zero-defect manufacturing［J］. Computers in Industry， 2023， 146： 103853.

［15］Raj P V R P，Jauhar S K，Ramkumar M，et al. Procurement， traceabi-lity and advance cash credit payment transactions in supply chain using blockchain smart contracts［J］. Computers & Industrial Enginee-ring， 2022， 167： 108038.

［16］Zhang Xugang， Feng Xinbiao， Jiang Zhigang， et al. A blockchain-enabled framework for reverse supply chain management of power batteries［J］. Journal of Cleaner Production， 2023， 415： 137823.

［17］Uddin M. Blockchain Medledger： Hyperledger Fabric enabled drug traceability system for counterfeit drugs in pharmaceutical industry［J］. International Journal of Pharmaceutics， 2021， 597： 120235.

［18］Liu Xinlai， Barenji A V， Li Zhi， et al. Blockchain-based smart trac-king and tracing platform for drug supply chain［J］. Computers & Industrial Engineering， 2021，161： 107669.

［19］Liu Shuai， Hua Guowei， Kang Yuxuan， et al. What value does blockchain bring to the imported fresh food supply chain？［J］. Transportation Research Part E： Logistics and Transportation Review， 2022， 165： 102859.

［20］Wang Lixing， He Yulin， Wu Zhenning. Design of a blockchain-enabled traceability system framework for food supply chains［J］. Foods， 2022，11（5）： 744.

［21］Qiao Rui， Zhu Sifeng， Wang Qingxian， et al. Optimization of dyna-mic data traceability mechanism in Internet of Things based on consortium blockchain［J/OL］. International Journal of Distributed Sensor Networks， 2018，14（12） . https：//doi.org/10.1177/1550147718819072.

［22］Ahmed W A H， MacCarthy B L. Blockchain-enabled supply chain traceability—How wide？ How deep？［J］. International Journal of Production Economics， 2023，263： 108963.

［23］Ou Wei， Huang Shiying， Zheng Jingjing， et al. An overview on cross-chain： mechanism， platforms， challenges and advances［J］. Computer Networks， 2022， 218： 109378.

［24］Kemmoe V Y， Stone W， Kim J， et al. Recent advances in smart contracts： a technical overview and state of the art［J］. IEEE Access， 2020， 8： 117782-117801.

［25］Duan Yongshuai， Huang Junqin， Lei Jiale， et al. AISChain： blockchain-based AIS data platform with dynamic Bloom filter tree［J］. IEEE Trans on Intelligent Transportation Systems， 2023， 24（2）： 2332-2343.

［26］Xu Xiaoqiong， Sun Gang， Luo Long， et al. Latency performance modeling and analysis for Hyperledger Fabric blockchain network［J］. Information Processing & Management， 2021，58（1）： 102436.

［27］Omar I A， Debe M， Jayaraman R， et al. Blockchain-based supply chain traceability for COVID-19 personal protective equipment［J］. Computers & Industrial Engineering， 2022，167： 107995.

［28］Thangamayan S， Pradhan K， Loganathan G B， et al. Blockchain-based secure traceable scheme for food supply chain［J］. Journal of Food Quality， 2023， 2023： article ID 4728840.