區塊鏈技術體系賦能數據智能研究

摘 要：數據智能研究極大拓展了數據治理、處理、應用的流動范圍，對動態安全和隨遇響應有了更強要求。以數據分布式一致性技術和密碼學為基礎的區塊鏈技術及其技術體系應用，具備體系賦能數據智能的天然優勢。區塊鏈技術體系以數據作為新型生產要素，能夠提供基于數據供需關系的全域、全維、全類、全量數據的流動治理新模式，通過研究提出了“一域＋兩鏈＋三服務” 全周期安全治理基礎框架、流動治理模式和實踐方案路徑，提供了適應數據智能發展的全方位新模式，支持形成了多場景數據主體的價值鏈條與平衡機制。

關鍵詞：數據智能；區塊鏈；全周期；數據供需關系；數據治理

中圖分類號：ＴＰ２７３ 文獻標志碼：Ａ 開放科學（資源服務）標識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）０４－０７８２－０９

０ 引言

在大數據、云計算、人工智能、區塊鏈和大模型等新型技術的催化下，數據作為數字化、網絡化和智能化的基礎，全球化趨勢日益顯現，儼然已成為新型生產要素［１］。作為新型生產要素，數據流動的廣度、頻度、精度和深度都在不斷發展，數據供需關系中多重角色、多重關系和多粒度交互等也變得異常復雜［２－３］。在此背景下，數據智能的發展將時刻伴隨著生產要素開發利用與安全等問題。數據智能與數據全周期安全治理的平衡，將與社會秩序、公共利益等休戚相關。因此，具備對全場景、大規模數據的多層次、多維度泛在價值安全保障和管控能力，勢必將成為數據廣泛運用的基石。

區塊鏈是保障數據安全，能夠挖掘和發揮數據價值互聯能力的重要新型技術，集成了非對稱加密、數據摘要和數字簽名等密碼技術，以及時間戳、分布式共識、智能合約和對等網絡等多項關鍵技術，能夠聚合多行為主體，在節點無需互相信任的分布式系統中實現基于弱中心化信用的點對點交易、協調與協作［４］。區塊鏈的個體賦權、開放共享的潛在顛覆性技術效應，預期可成為優化數據生產與應用關系的數據生產力。

具體來說，面向數據的處理、應用于交換，區塊鏈技術體系，可在頻繁的跨組織層級化數據交互過程中，提升和保障全生命周期數據安全管控、全局數據安全交換等方面的能力和水平，增強分布式系統數據交換的一致性、安全性，并平衡數據交換和共享過程的效能，形成安全、可信、高效率的數據安全體系與治理框架。

對數據智能和數據全周期安全治理來說，區塊鏈及其技術體系將給數據安全交換與全生命周期管理提供全方位、通用化的數據治理的安全基礎設施。依賴此數據全周期安全底座，數據智能將能在體系化設計數據安全治理框架支撐之上，數據感知、數據認知、數據服務、數據應用、數據共享和數據博弈等不同維度的智能能力方面，實現安全、泛在、可信的數據價值共享。

１ 數據智能及全周期技術需求分析

１． １ 數據智能概念內涵

１． １． １ 數據智能概念發展

數據智能概念提出的最早可溯公開文獻是２００５ 年傅璇發表的《完美的商務績效來自完美的數據智能》，后續鮮見涉數據智能概念的研究公開。至２０１０ 年ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｅｒｖｉｃｅｓ Ｃｏｍｐｕｔｉｎｇ發表了一組涉及服務計算中數據智能概念的專刊文章。２０１９ 年，國際英文學術期刊Ｄａｔａ Ｉｎｔｅｌｌｉｇｅｎｃｅ（《數據智能》）正式創刊，標志著數據智能真正成為了學術界中一個相對獨立新興的研究領域［５］。

目前，數據智能的概念在學術界尚未有標準定義，但對其概念內涵已基本具備一定共識。作為一項典型的跨學科研究領域，同時具備應用于幾乎所有學科領域能力的數據智能，其概念的主要內涵包括以下４ 點［５－７］：

① 數據智能源于數據，目標是從數據中提取有價值的信息或知識：數據智能基本生成路徑遵循“數據→信息→知識→智慧”的層次遞進的信息鏈路，旨在找到關鍵有用信息（即數據中蘊含的“知識”或“情報”），從而使數據具有“智能”。

② 數據智能的基本指向是支持和服務管理（特別是決策）活動：數據智能是以“數據＋算法＋算力”為支撐，通過描述事情的發生、洞察事情的原因、預測事情的走向并進行決策，實現對管理工作的支撐和服務。

③ 數據分析挖掘是獲取數據智能的必需工具、途徑和環節：從數據智能的生成工具、途徑和環節角度看，“數據智能＝ 數據＋分析挖掘”。

④ 數據智能的應用主要取決于數據驅動與應用場景２ 種要素：具體須針對不同的應用場景需求，通過數據分析挖掘和預測為復雜管理與決策實踐提供支持［８］。

綜上，現階段的“數據智能”是數據驅動的分析和相關應用，是指針對某一應用場景從數據中分析挖掘提取對管理有用的信息，并用于服務和支持管理。在此過程中，如何收集、分析挖掘和處理數據，實現生產數據，以及如何使用數據，都是數據智能領域需要研究解決的主要內容。

１． １． ２ 數據智能的技術體系及安全發展需求

當前數據智能概念關注度持續提升，作為以深度認知數據價值、指向服務管理與決策支持的新興跨學科研究領域，數據智能需要研究并提出數據在其流轉和演變的全周期過程中，從感知、認知、服務、應用到共享的各方面技術。數據智能的實現路徑，以數據為核心生產要素，充分利用“數據＋算力＋算法”的數智技術（Ｄａｔａｉｎｔｅｌｌｉｇｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ），需基于數字化基礎滿足智能化處理、分析與應用需要，挖掘釋放數據價值，并激發創造數據價值，從而實現智能學習和數據決策。當前具體來看，數據智能技術體系可認為是由大數據、人工智能（包括機器學習、深度學習、強化學習和大模型相關等）、移動互聯網、云計算、物聯網、區塊鏈和第五／ 六代移動通信等技術構成的技術體系［９－１０］。

在新安全格局的形勢背景下，數據安全呈現出基礎性、整體性和系統性等特征。基礎性在于其是支撐網絡安全、信息安全的基石。相較于基礎性，由于責任主體的多樣性和多重性，數據安全要面對解決的數據供需關系的整體性較為復雜［１１］。

從內向外看，既需要融合，也需要分治，越來越泛在通聯的網絡和其中高度流動的數據，極易導致數據的個人、系統、組織和國家等間交換外部不可控。從外向內看，即存在一體性，又存在復雜性，這在于數據安全治理需要兼顧不同層級、內部細分責任主體等間的行為規范以及相應制度。綜合來看，上述多維基礎性、內外整體與復雜性等，聯合形成了數據安全與數據安全治理的系統性［１２］。

從需要實現的目標能力看，數據安全呈現出需要傳統與非傳統并重和一體考慮的特征。數據安全的數據供需安全成為新需求，不僅僅需要考慮數據如何不被篡改和竊取等，同時需要考慮分域、分級和分類的數據交互活動中的數據責權及其動態變化的識別與保護［１３－１５］。

１． ２ 數據智能全周期安全治理需求分析

１． ２． １ 數據智能中的數據供需關系

從經濟學上看，供需關系是一定時期內社會提供的全部產品、勞務與社會需要之間的關系，其中包括了質的適應性和量的平衡。隨著數據可存儲、可流通、可計算、可交換，數據已經被要素化、資產化。保持有序的數據供需關系成為數據智能健康發展、良好運轉的重要目標［１６］。因此，要識別數據智能的全周期要素，需要對各個演變環節解析數據狀態及其演變的過程［１７］。這種解析的核心在于數據在各個環節流轉中的供需關系識別。區塊鏈技術體系，能夠體系化賦能的也將主要是數據供需關系的雙方、行為、行為內容，以及上述內容構成的多方鏈條。數據供需關系首先要明確其結構特性和交互特性２個問題，即數據流轉路徑和交互行為。

需要考慮數據供需關系的結構特性。數據供需關系不是簡單的鏈條式、平面網狀的關系結構，而是表征數據復雜的流動關系的立體式多層網絡結構。從數據全生命周期的管理活動看，數據供需關系可以描述為數據在采集、傳輸、存儲、處理、共享和銷毀全過程中數據生產者和數據消費者之間的關系鏈條。從跨系統、跨組織、跨層級、跨境／ 域的數據交換活動看，數據供需關系將數據生產者和數據消費者的各類活動情況組織在一起，構成復雜多鏈條的網狀關系結構。從數據演變的角度看，在數據處理、應用和共享活動中，數據由原始數據到有邏輯數據、信息關系和推理預測等過程中，顆粒度和尺度發生層次變化，而這種變化的產生是數據交換活動牽引的，變化的結果和數據供需關系相匹配。

需要考慮數據供需關系的交互特性。面向安全的數據供需關系核心需要解決的是動態數據活動中具備復雜性、多重性的數據主權及其關系變化。同一個數據主體，在不同數據治理活動中的數據權屬、行為內容和風險管控要素均有不同。這種復雜多重關系變化的解析高度依賴實際數據活動場景，這就要求數據治理框架的設計要素能夠考慮到跨場景的適應能力和能力遷移。在面向安全的數據供需關系上，還需要注意到的是，數據供需關系和數據主權關系之間需要關聯匹配，為數據智能全周期提供良好的一致性基礎。

１． ２． ２ 全周期要素及其相關技術需求分析

根據數據智能技術體系，從數據從產生到應用的全生命周期不同業務階段、對象和模式進行劃分，數據智能的全周期要素可劃分為６ 個方面，包括數據感知、數據認知、數據服務、數據應用與數據共享［１８］。下面，結合數據智能五方面全周期要素的智能發展趨勢，解析其結合區塊鏈技術體系的內在需求［１９］。

① 數據感知智能。伴隨著數據智能涉及的空間范圍擴大，物理域、信息域和認知域都將成為數據泛在感知的潛在場景。在虛實結合的感知手段賦能下，基于數據價值和數據需求進行集約、增量、全面的動態感知能力規劃和聯合運行，已成為未來發展要求。在以主動式價值重構為新模態的數據感知智能發展需求下，感知過程的無感、透明、無痕等安全性需求，尤其在對抗性場景中日益凸顯。

② 數據認知智能。生成式人工智能的火熱帶動的不僅僅是大模型技術的熱度，也引發了“大模型與小模型”的人工智能范式級別的研究套路。分析邊界的延拓、通識認知的加持和深度語義的理解等，都在加速未來數據認知的模式、智能系統的架構等的深刻變化。在以泛化性對泛化性為新模式的數據認知智能發展需求下，數據認知邊界對數據安全、模型安全等的綜合影響，是必須同步開展的研究方向。

③ 數據服務智能。隨著數據應用效益的實用性評價越來越被重視，以人為中心的數據應用和服務已成為未來主要的發展趨勢。隨著數據用戶的使用場景、任務要求、個體偏好和認知背景等因素作為數據供給的評價準則，以情境信息融合、精準服務等為主要技術的數據服務智能，正向著身具智能的方向發展。在以一體式情境融合為新形式的數據服務智能發展需求下，服務效能的過程留痕、隱式評價和無感優化等安全可信需求，也是數據服務智能亟待提升的重要維度。

④ 數據應用智能。如果說數據感知智能是從來源側按需盡可能全面地搜集數據，那么數據應用智能就是面向應用側按需盡可能及時、精準、精簡、有效、高質量地發布數據。在以動態化聚合解聚為新動線的數據應用智能發展需求下，面向決策和行動支援，安全、健壯、可達地將數據應用到對應的部位。

⑤ 數據共享智能。分布式計算與安全保密等支撐的數據共享，不僅僅提供通用化服務，更需要擴充考慮數據共享中的影響關系。這種關系的增補不僅有利于適應數據共享場景中要素層次的豐富，更有利于對實效精細化的完善涉及，避免數據與影響數據變化的活動之間缺少耦合性設計。在以全周期安全治理為新特征的數據共享智能發展需求下，全層級、全鏈條、全生命周期的按權、按需、按效的持續優化數據共享機制是需要長期開展的工作。

１． ２． ３ 全周期安全治理需求

結合數據智能全周期要素的數據安全能力需求，在于模式變化關聯的治理重心變化，及其牽引的多層面需求變化，需要進行全周期管理的體系化考慮和設計，核心在于對數據的全周期安全治理能力提升。面向數據智能的數據全周期安全治理模式變化需求體系（如圖１ 所示）需要增補考慮３ 個層面的模式變化：

① 提出數據全周期治理，將數據全生命周期提升為全周期概念，動態化定義周期，具體關注數據全生命周期和數據分級管理中分域、分級、分類，甚至分層的多維度概念機制對齊和轉換。

② 提出數據供需關系治理，將數據活動管理提升為多重數據供需關系管理，把數據演變過程和數據供需關系統籌考慮在數據活動的管理范疇內，具體關注數據演變過程發生內容變化的同時，數據的供需關系跨數據主權在實時發生變化，并需要根據這些變化的多重作用，考慮質量與價值等評估的內容變化。

③ 提出數據安全治理，將數據安全作為數據治理能力生成的投影，根據數據安全的目標需求，關聯數據全周期治理和數據供需關系治理，作為數據安全治理的效益評估準繩和治理有效性的評價依據。

總體而言，面向數據智能的數據安全治理體系需基于上述重心和模式變化，考慮數據流動性，而不割裂各階段、各組織的數據相關活動，設計治理要素和機制，形成面向數據生態的安全治理體系。

２ 區塊鏈技術體系應用機理

２． １ 全周期安全治理效能關鍵制約

全周期安全治理效能關鍵制約因素主要分為３ 個方面，分別是數據高效共享關鍵制約、數據價值發掘關鍵制約和運行安全可信關鍵制約。

數據高效共享關鍵制約主要體現在數據全周期治理方面。在數據全生命周期的管理活動，跨系統、跨組織、跨層級、跨境／ 域的數據交換活動，以及數據演變等不同數據活動中，數據生產者與數據消費者之間共享的數據不再是同質化的簡單表示，而是多尺度、多粒度、多維度，且具備一致性基礎的可變焦式共享模式。

數據價值發掘關鍵制約主要體現在數據供需關系治理方面。價值發掘建立在數據的全維度、動態可調和迭代可溯的綜合評估能力構建上。數據價值不是簡單的數據內容“定價”。因此，不能簡單地關注數據本身質量等靜態評估維度，要同時將數據交換效益、數據應用效益等動態評估維度納入綜合評估的價值體系中。同時，價值不是簡單的單項、單點價值，而是面向鏈條、網狀和網絡的全鏈路評估，是需要數據交換、數據演變的溯源信息（含溯源節點上的評估信息）進行綜合評價的。

運行安全可信關鍵制約主要體現在數據安全治理方面。在跨系統、跨組織、跨域甚至跨境的各方面活動中，數據活動是必不可少的。面向不同的責權主體，數據的權屬鑒別與認定、動態透明的管控，以及及時有效的預警都是安全運行和持續發展的必要保障。值得注意的是，可信的作用，不必在于數據活動當下，主要體現在２ 個層面：實時過程中的鑒權和復盤階段中的可溯。

２． ２ 區塊鏈技術體系應用賦能分析

區塊鏈基于存證、共識的溯源和合約運行機制，以及隱私保護等技術，關鍵安全特征包括不可篡改性、可信溯源、去中心化、去信任化、密碼算法安全性和不可否認性等［３］。據此，區塊鏈對數據安全治理的整體需求響應具有以下四方面的主要特征：① 細校核、溯全程、識風險，精準管控數據的“責”；② 互認證、鑒權屬、塑權益，助力建構數據的“權”；③ 明價值、聯信任、勵共享，融合交互數據的“利”；④ 辨需求、慎擇機、強監管，消弭風險數據的“弊”。

具體而言，區塊鏈技術可依據數據安全法規范的全域數據分域分級分類體系，構建形態多樣、動態擴展、多主體協同的弱中心式可信存證環境，對數據由產生、流轉、轉化和使用等全生命周期的各環節進行身份、歸屬、權限和操作等一系列的數據安全審查管理，在保障數據分布式一致性與完整性的同時，塑造跨時間、空間和網系的多層次粒度數據主權，并基于動態部署、即時響應、自主運行的智能合約，結合人工智能與大數據等前沿創新技術，對數據安全各域、各階段等不同維度的過程進行數據安全風險的實時監管和應急處置，以國內、國外聯動的溯源追蹤和確權確責等技術手段，支撐提升數據安全出口管制和數據跨境安全管控等能力。在上述過程中以迭代更新的量化評估和通證化手段，實現各域、各層級、各場景下機制流程的精細化改進提升，不斷促進數據安全內外運行管控機制持續完善。

３ 區塊鏈技術體系應用機理

區塊鏈技術體系應用機理，即面向數據智能的全周期要素，進行全周期安全治理的解決方法及其技術途徑。區塊鏈技術體系應用機理主要特征在于兩方面：數據安全治理基礎框架和數據流動治理模式。

３． １ 數據安全治理基礎框架

基于區塊鏈的“一域＋兩鏈＋三服務”數據安全治理體系如圖２ 所示，示例如圖３ 所示。“一域”為基于復雜動態數據交互的多層級動態可信協作域，“兩鏈”為存證溯源鏈＋價值評估鏈的雙鏈數據安全治理機制，“三服務”為數據全周期治理、數據安全治理和數據供需關系治理三方面治理服務。

“一域”，即多層級動態可信協作域，對應數據活動結構特性與交互特性的關聯，構建各數據主體關系及其行為活動的描述基準，對數據活動的數據、信息、知識和行為層次進行解耦描述。

“兩鏈”，即存證溯源鏈＋價值評估鏈的雙鏈數據安全治理機制，基于區塊鏈技術特性，基于多層級動態可信協作域的實際數據活動過程，提供２ 個鏈條上的數據安全治理機制。具體機制內容如下：① 存證溯源鏈：提供鏈上原始信息＋鏈下活動數據同步錨定式存證機制、基于交互信道的信源信宿雙端存證校驗機制、基于動態群組的數據協作域分布式共識機制、基于授信權限的透明溯源查證機制、基于交互信道通聯狀態的數據協作域運行機制和基于動態隱私域的安全交互機制。② 價值評估鏈：提供基于溯源查證的可信評價鏈路動態運行機制、基于交互信道的信源信宿雙端評價機制、基于鏈路動態提取的動態交互評價機制、基于層次關系識別的互評估機制、評估模型與結果動態關聯存證機制和基于歷史評價動態查證的節點／ 信道可信度評價機制。

“三服務”，即數據全周期治理、數據安全治理和數據供需關系治理三方面治理服務，具體根據“一域”和“兩鏈”的模型和機制設計，提供匹配的治理服務。

３． ２ 數據流動治理模式

數據生態、數據循環與數據流動如圖４ 所示。數據流動是將數據價值創造、數據價值傳遞和數據創生作為主要環節進行關聯的數據活動循環，具有生態化結構和動態運行特征。數據流動即數據生態的基本運作機理［１７－１８］，也是基于區塊鏈的數據安全治理體系的目標運行場景。

據此，數據流動治理模式主要包括三方面：主體與關鍵要素設計，全周期、全鏈路動態構建方法，以及流動治理銜接機制設計，如圖５ 所示。

（１）主體與關鍵要素設計。主體與關鍵要素設計針對目標運行場景識別各數據主體及其關聯關系，同時對其數據、信息、知識和行為各層次的活動關系進行識別描述。為全周期、全鏈路動態構建和流動治理銜接機制提供基礎依據。

（２）全周期、全鏈路動態構建方法。全周期、全鏈路動態構建對各層級數據主體活動的運行關系和運行關系支撐。主要包括數據生命周期的動態監控與管控、數據交互流轉鏈路的動態識別與管理，以及基于上述動態變化提供分布式共識、權限認證和隱私安全等方面的臨機調整。

（３）流動治理銜接機制設計。流動治理銜接機制設計主要面向的是應用場景對數據主體和數據活動治理內容的動態擴容設計，如根據機構組織調整，進行層級重規劃的可信協作服務域重構，或根據運行關系調整進行交互鑒權和評估等合約的歸檔與擬制部署等。

３． ３ 區塊鏈技術體系應用機理實踐路徑與案例

為驗證數據流動治理模式的有效性和實用性，面向多級可信數據協作場景，開展有關系統實踐。目前根據本案例設計，已完成數據流轉過程的記錄、溯源確權及可視化分析的能力驗證。同時，實現了數據跨域分權限按需查詢與共享。本文實踐案例設計的多級可信數據協作場景具備以下特征：

定義一個數據協作私域為一個數據組織，即有限范圍內對數據治理的組織、規則和流程等方面具備統一的數據治理關鍵要素，如架構、流程、所有權和隱私、價值和評估、質量管理、安全和保護、績效評估等。

數據跨組織流轉關系存在２ 類關系：縱向的層級關系和橫向的協同關系。

定義層級表示數據跨組織流轉關系中的縱向層級關系，案例場景中存在數據組織層級２ 層或２ 層以上（實踐案例中層級數為２）。

定義域表示數據跨組織流轉關系中的橫向協同關系，案例場景中存在協同數據組織域不少于１ 個（實踐案例中域數為２，頂級層級有且僅有一個域）。

各層級和各域之間存在２ 類數據跨組織流轉行為：第一類為按一定既定規則進行發送和接收處理的行為，第二類為隨機發生在不同域和不同層級間的數據交換行為。

規定橫向協同跨域數據交換行為存在兩類交換模式：第一類為需要共同的上一層級組織參與的數據交換（即存在上級組織中節點參與的數據處理、數據驗證和數據授權等），第二類為無需上一層級組織參與的數據交換（即上級組織中節點可不參與數據處理等環節）。

各個數據組織之間的數據交互行為存在以下方面的不均衡特性，包括數據交互行為具備不同參與范圍、不同任務時效、不同知悉權限和不同數據流量等情況。

各數據組織內部的數據交互行為，存在根據任務內容動態進行隱私交換的情況，且不排除涉及跨域交換可能性。

根據上述場景特點，在數據流動治理模式指導下，對本案例中的“一域”“兩鏈”“三服務”展開詳細設計。

３． ３． １ “一域”：以共識范圍界定可信協作域

根據場景特征分析，“一域”需根據數據交換的范圍，界定共識計算的范圍。即各層級各域間設計分域共識、各域內動態按需分區共識。據此，構造如圖６ 所示的可信協作多級分域架構，滿足多層級、多域中各數據組織之間既動態聯合又相對獨立的數據協同與協作需求。

各層級的各域間基于同構跨域與數據交互方案構造跨域同構區塊鏈，包括各域擬定錨定節點，根據各域層級和協作關系對錨定節點轉發協議進行設計，并據此設計跨域規則驗證合約，實現鏈間互聯互通、事務協作和數據共享，滿足各域間多方協作需求。

各域內構建大規模分層組網模型：一方面對節點類型進行分層（包括共識節點〈含錨定節點〉、非共識節點和輕客戶端等層），可實現對域內上鏈節點水平可擴展，提供實時計算與驗證服務。另一方面提供域內（鏈內）“雙賬本”（如圖７ 所示）和可靈活插拔的共識切換機制，支持實現域內和跨域的自適應高效分區共識。

３． ３． ２ “兩鏈”與“三服務”

“兩鏈”與“三服務”設計實現相輔相成。

首先，基于兩鏈構造生成基于合約的數據供需畫像。結合各節點間的業務數據流量、協同協作范圍、存證溯源和合約調用的時效性要求適配適宜的共識算法后，按需擬制存證、確權、鑒權和評價等智能合約，構造邏輯上存在的２ 條鏈，即存證溯源鏈和價值評估鏈，實現對多層級動態可信協作域的實際數據活動過程的行為記錄、行為驗證和行為評價等。同時，如圖８ 所示，基于評價結果和實際行為活動情況，構造并持續優化數據交換雙端的數據供需畫像，為三服務的實際運行提供支持。

“三服務”則基于“一域”“兩鏈”場景化構造服務，包括數據全周期治理、數據安全治理和數據供需關系治理三方面治理服務。具體在本案例場景中，細化為：

面向３ 類數據交換模式與“一鏈”架構融合的全周期治理服務。３ 類交換模式根據數據交換的業務行為數據是否可較完備存證、是否可細粒度控制，及其實時動態性需求進行分類。具體為非時敏類結構化存證溯源模型、時敏結構化存證溯源模型和非結構化存證溯源模型３ 類。

數據安全治理包括鏈上鏈下協作數據快速錨定、非對稱加密、身份隱私保護、數據隱私保護和ＴＥＥ 可信任環境，并構建安全虛擬機執行環境，輔助字節碼靜態安全檢查和運行時惡意代碼防御。其中鏈上鏈下協作數據快速錨定，對業務行為數據的元信息進行提取存證，利用哈希函數和基于高效默克爾樹進行加密和快速溯源定位，同時輔助溯源查證進行雙重交叉印證，保證在數據加密前提下實現鏈上鏈下協同數據溯源。

數據供需關系治理主要包括兩方面：一是供需關系的生成，二是供需關系的應用。在生成方面包括對合約版本的管理、歷史評價模型的存檔、供需畫像優化過程中的存證信息匹配以及人在回路的評估優化等。在應用方面，本案例場景設計驗證了數據基于使用評價的共享授權，以及基于溯源存證的數據交互多徑回流識別，用以增強數據在使用過程中的來源和細粒度內容查證能力。

４ 結束語

從數據智能出發看區塊鏈技術體系，在全局視角下，以數據作為新型生產要素，識別與研究數據供需關系和數據智能全周期要素，能夠明確區塊鏈技術體系具備成為數據智能研究和實踐應用的基礎。對區塊鏈技術體系賦能數據智能的應用機理的總體性研究，提出了“一域＋兩鏈＋三服務”全周期安全治理基礎框架、流動治理模式和實踐方案路徑，為系統和體系提供全域、全維、全類、全量數據的流動治理新模式，支持形成多場景數據主體的價值鏈條與平衡機制，支撐構建以全周期安全治理為新特征的數據共享智能。

對待區塊鏈技術體系，要找到數據供需關系作為重要手段，識別其對社會生產力和社會生產關系的一定重構性潛能，在全球化格局下，放寬視野，實現由境內到境外、由物理域向泛在社會與認知域的全方位、體系化、滾動式發展，在“區塊鏈＋”理念引領下，逐步形成可流動、可讓渡的安全可控信任體系。在數據感知、數據認知、數據服務、數據應用和數據共享的數據智能發展基礎上，面向未來大國博弈、多領域復雜對抗等場景，找到數據博弈中數據供需關系的運用發力點，進一步深化區塊鏈技術體系應用機理的內涵及實踐路徑，以強信任社會為遠景目標，實現以“數鏈融合”帶動“物鏈融合”與“智鏈融合”，儲備經驗和基礎能力，為未來的全球區塊鏈發展做好準備。

參考文獻

［１］ 龐雪瑩． 數據安全影響國家安全的微觀分析［Ｊ］． 法制博覽，２０２１（３３）：６－１１．

［２］ 丁波濤． 我國數據要素市場治理的模式、現狀與對策［Ｊ／ＯＬ］． 信息資源管理學報：１－１２［２０２４－０３－１６］． ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ． ｎｅｔ ／ ｋｃｍｓ ／ ｄｅｔａｉｌ ／ ４２． １８１２． Ｇ２． ２０２４０３０５． １４２２． ００２． ｈｔｍｌ．

［３］ 高富平，冉高苒． 數據要素市場形成論———一種數據要素治理的機制框架［Ｊ］． 上海經濟研究，２０２２ （９）：７０－８６．

［４］ 王利朋，關志，李青山，等． 區塊鏈數據安全服務綜述［Ｊ］． 軟件學報，２０２３，３４（１）：１－３２．

［５］ 王秉． 何為數據智能：定義與內涵［Ｊ］． 現代情報，２０２３，４３（４）：１１－１６．

［６］ 王飛躍，王曉，袁勇，等． 社會計算與計算社會：智慧社會的基礎與必然［Ｊ］． 科學通報，２０１５，６０ （５ ／ ６ ）：４６０－４６９．

［７］ 劉昕，王曉，張衛山，等． 平行數據：從大數據到數據智能［Ｊ］． 模式識別與人工智能，２０１７，３０（８）：６７３－６８１．

［８］ 于洪，何德牛，王國胤，等． 大數據智能決策［Ｊ］． 自動化學報，２０２０，４６（５）：８７８－８９６．

［９］ 吳俊杰，劉冠男，王靜遠，等． 數據智能：趨勢與挑戰［Ｊ］． 系統工程理論與實踐，２０２０，４０（８）：２１１６－２１４９．

［１０］ 栗琳，孫敏． 數據智能技術驅動的情報全流程變革及發展［Ｊ］． 情報理論與實踐，２０２０，４３（１０）：７－１２．

［１１］ ＳＴＡＬＬＩＮＧＳ Ｗ． Ｃｒｙｐｔｏｇｒａｐｈｙ ａｎｄ Ｎｅｔｗｏｒｋ Ｓｅｃｕｒｉｔｙ：Ｐｒｉｎ-ｃｉｐｌｅｓ ａｎｄ Ｐｒａｃｔｉｃｅ［Ｍ］． ７ｔｈ ｅｄ． Ｂｏｓｔｏｎ：Ｐｅａｒｓｏｎ，２０１６．

［１２］ 鐘開斌． 新安全理念的邏輯架構闡釋［Ｊ］． 社會科學輯刊，２０２３（４）：９１－９７．

［１３］ 梅傲，陳子文． 總體國家安全觀視域下我國數據安全監管的制度構建［Ｊ］． 電子政務，２０２３（１１）：１０４－１１５．

［１４］ 王雪誠，馬海群． 總體國家安全觀下我國數據安全制度構建探究［Ｊ］． 現代情報，２０２１，４１（９）：４０－５２．

［１５］ 趙梓羽． 生成式人工智能數據安全風險及其應對［Ｊ ／ＯＬ］． 情報資料工作：１－１１［２０２４－０３－１５］． ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ． ｎｅｔ ／ ｋｃｍｓ ／ ｄｅｔａｉｌ ／ １１． １４４８． Ｇ３． ２０２３１２２２． １６１３．００５． ｈｔｍｌ．

［１６］ 葉雅珍，朱揚勇． 數據知識產權：一種可流通交易的數據權［Ｊ ／ ＯＬ］． 大數據：１－４［２０２４－０３－１５］． ｈｔｔｐ：∥ｋｎｓ．ｃｎｋｉ． ｎｅｔ ／ ｋｃｍｓ ／ ｄｅｔａｉｌ ／ １０． １３２１． ｇ２． ２０２４０３１４． ２１４１．００８． ｈｔｍｌ．

［１７］ 劉志雄，謝建邦． 數據流動與數據生態治理研究［Ｊ］．中國特色社會主義研究，２０２２（５ ／ ６）：６６－７５．

［１８］ 布和礎魯，陳玲． 數字創新生態系統：概念、結構及創新機制［Ｊ］． 中國科技論壇，２０２２（９）：５４－６２．

［１９］ 文禹衡，于琳． 數據安全概念的多維度認知與體系化解讀［Ｊ］． 情報資料工作，２０２２，４３（６）：５－１３．

作者簡介

沈宇婷 女，（１９９０—），博士，高級工程師。

陳金勇 男，（１９７０—），碩士，研究員，博士生導師。

基金項目：河北省智能化信息感知與處理重點實驗室發展基金項目資助課題（ＳＸＸ２２１３８Ｘ００２）