基于區(qū)塊鏈多鏈架構(gòu)的茶葉溯源信息監(jiān)管系統(tǒng)設(shè)計與實(shí)現(xiàn)

摘要：

為保護(hù)溯源企業(yè)敏感數(shù)據(jù)隱私以及提高區(qū)塊鏈賬本存儲性能，實(shí)現(xiàn)茶葉產(chǎn)品質(zhì)量安全有效監(jiān)管，基于FISCO BCOS聯(lián)盟鏈的群組技術(shù)，構(gòu)建用于監(jiān)管茶葉溯源信息的區(qū)塊鏈多鏈模型，提出差異化數(shù)據(jù)上鏈和查詢方法，采用星際文件系統(tǒng)存儲圖片、視頻等非結(jié)構(gòu)化溯源數(shù)據(jù)。為驗(yàn)證該模型的可行性，研發(fā)茶葉多鏈溯源信息監(jiān)管原型系統(tǒng)，并利用區(qū)塊鏈網(wǎng)絡(luò)測試工具Hyperledger Caliper和接口測試工具Postman，分別測試區(qū)塊鏈網(wǎng)絡(luò)數(shù)據(jù)寫入查詢性能和應(yīng)用接口響應(yīng)性能。結(jié)果表明，該模型把區(qū)塊鏈網(wǎng)絡(luò)劃分為種植采摘—監(jiān)管、加工包裝—監(jiān)管、運(yùn)輸配送—監(jiān)管和采購銷售—監(jiān)管4條鏈。基于該模型搭建的區(qū)塊鏈網(wǎng)絡(luò)寫入操作吞吐量平均為185 tps，查詢操作吞吐量平均為620 tps。原型系統(tǒng)數(shù)據(jù)上鏈時延平均為1 365.00ms，消費(fèi)者查詢時延平均為54.82ms，監(jiān)管機(jī)構(gòu)查詢時延平均為73.02ms。

關(guān)鍵詞：茶葉；溯源；監(jiān)管；區(qū)塊鏈；多鏈；星際文件系統(tǒng)

中圖分類號：TS272； TP391.4

文獻(xiàn)標(biāo)識碼：A

文章編號：2095-5553 （2025） 01-0171-07

Design and implementation of tea traceability information supervision system

based on blockchain multi-chain architecture

Zhang Lijie¹， Chen Dandan²， Zhang En¹， Jiang Shuangfeng³， Li Guoqiang^{2， 4}

（1. "College of Computer and Information Engineering， Henan Normal University， Xinxiang， 453007， China;

2. Institute of Agricultural Economics and Information， Henan Academy of Agricultural Sciences， Zhengzhou，

450002， China; 3. Xinyang Academy of Agricultural Sciences， Xinyang， 464000， China; 4. Key Laboratory of

Huang-Huai-Hai Smart Agricultural Technology， Ministry of Agriculture and Rural Affairs， Zhengzhou， 450002， China）

Abstract：

In order to protect the privacy of sensitive data of traceability companies， improve the storage performance of blockchain ledgers， and achieve safe and effective supervision of tea product quality， based on the group technology of the FISCO BCOS alliance chain， a blockchain multi-chain model for supervising tea traceability information was constructed， differentiated data uploading and query methods were proposed， and the inter planetary file system was used to store unstructured traceability data such as pictures and videos. In order to verify the feasibility of the model， a tea multi-chain traceability information supervision prototype system was developed， and the blockchain network testing tool Hyperledger Caliper and the interface testing tool Postman were used to test the blockchain network data writing query performance and application interface response performance respectively. The results show that the model divides the blockchain network into four chains such as planting and picking supervision， processing and packaging supervision， transportation and distribution supervision， and purchasing and sales supervision. The average writing operation throughput of the blockchain network built based on this model is 185 tps， and the average query operation throughput is 620 tps. The average data uploading latency of the prototype system is 1 365.00ms， the average query latency of consumers is 54.82ms， and the average query latency of regulatory agencies is 73.02ms.

Keywords：

tea; traceability; supervision; blockchain; multi chain; inter planetary file system

0"引言

我國是茶的故鄉(xiāng)，有著悠久的制茶、飲茶歷史^［1］。茶葉農(nóng)藥殘留超標(biāo)，不僅影響茶葉品質(zhì)，也危害人體健康，同時影響我國茶葉出口貿(mào)易^［2］。茶葉溯源監(jiān)管系統(tǒng)是當(dāng)前保障茶葉質(zhì)量安全的重要手段。

茶葉溯源方面已有大量研究，朱燕妮^［3］采用雙向追溯模式，研發(fā)了基于二維碼的黑茶產(chǎn)品追溯系統(tǒng)。胡國強(qiáng)等^［4］研發(fā)了基于無線通訊技術(shù)的茶葉質(zhì)量安全追溯系統(tǒng)，實(shí)現(xiàn)茶葉從生產(chǎn)到銷售的全程監(jiān)管。江曉東^［5］設(shè)計了茶葉質(zhì)量安全溯源系統(tǒng)，實(shí)現(xiàn)了“從茶園到茶葉”的數(shù)字化和信息化溯源管理。蔣建東等^［6］針對茶葉加工過程遠(yuǎn)程監(jiān)控需求和茶葉加工環(huán)節(jié)缺失溯源信息等問題，構(gòu)建了茶葉加工過程葉狀態(tài)參數(shù)及加工設(shè)備工藝參數(shù)遠(yuǎn)程物聯(lián)網(wǎng)監(jiān)控平臺，實(shí)現(xiàn)了茶葉加工生產(chǎn)線監(jiān)測監(jiān)控與茶葉品質(zhì)溯源。這些研究大多基于中心化數(shù)據(jù)庫，即數(shù)據(jù)存儲在中心服務(wù)器。溯源數(shù)據(jù)的真實(shí)性由數(shù)據(jù)提供者單方面決定，消費(fèi)者對溯源內(nèi)容信任度不高。

近年來，從事溯源研究的中外學(xué)者對區(qū)塊鏈技術(shù)^［7］的關(guān)注度日益提升，并在區(qū)塊鏈和溯源結(jié)合方面作了很多嘗試。區(qū)塊鏈具有不可篡改、數(shù)據(jù)透明、共同維護(hù)和可追溯性等技術(shù)特點(diǎn)，有助于提高數(shù)據(jù)的可信度和可監(jiān)管性，降低企業(yè)之間的溝通成本，契合溯源行業(yè)的需求^{［8， 9］}。邢斌等^［10］為保證紅茶溯源數(shù)據(jù)的真實(shí)性和安全性，構(gòu)建了基于區(qū)塊鏈的紅茶質(zhì)量安全追溯系統(tǒng)。賀吉等^［11］將區(qū)塊鏈技術(shù)融入到傳統(tǒng)的種子信息溯源中，提出了基于以太坊平臺的種子質(zhì)量追溯模型。楊信廷等^［12］將溯源信息存儲與查詢與區(qū)塊鏈結(jié)合，提出了“鏈上+本地數(shù)據(jù)庫”雙存儲模型，優(yōu)化了區(qū)塊鏈的存儲性能。應(yīng)毅等^［13］針對疫情時期進(jìn)口農(nóng)產(chǎn)品的安全問題，提出了一套基于聯(lián)盟鏈的進(jìn)口農(nóng)產(chǎn)品溯源解決方案。李瑩等^［14］構(gòu)建了煙草區(qū)塊鏈多鏈追溯系統(tǒng)，解決了煙草供應(yīng)鏈各環(huán)節(jié)溯源數(shù)據(jù)可信度低，溯源信息易斷鏈等問題。在溯源系統(tǒng)實(shí)際應(yīng)用過程中，學(xué)者發(fā)現(xiàn)存在溯源數(shù)據(jù)監(jiān)管難和企業(yè)敏感數(shù)據(jù)隱私泄露等問題。于合龍^［15］、許繼平^［16］等基于區(qū)塊鏈單鏈技術(shù)分別提出水稻供應(yīng)鏈隱私保護(hù)模型和稻米供應(yīng)鏈監(jiān)管模型。于華竟等^［17］基于區(qū)塊鏈多鏈技術(shù)提出雜糧供應(yīng)鏈監(jiān)管模型，將公開數(shù)據(jù)和敏感數(shù)據(jù)分別存在不同賬本。孫傳恒等^［18］提出面向追溯主體的果蔬全供應(yīng)鏈區(qū)塊鏈多鏈模型，將待監(jiān)管的敏感數(shù)據(jù)上傳至IPFS（星際文件系統(tǒng)）^［19］存儲，將IPFS返回的CID（內(nèi)容標(biāo)識符）上傳到監(jiān)管鏈用于監(jiān)管。李夢琪等^［20］基于主從多鏈區(qū)塊鏈模型，提出水產(chǎn)品溯源信息管理模型，主鏈提供溯源查詢功能，從鏈存儲原始溯源信息，敏感數(shù)據(jù)只能從鏈節(jié)點(diǎn)獲取。將區(qū)塊鏈技術(shù)應(yīng)用于茶葉溯源已有研究，但針對茶葉溯源信息分類存儲，保護(hù)溯源系統(tǒng)隱私的研究還較少。為此，本文針對茶葉溯源數(shù)據(jù)的可監(jiān)管性和隱私性等問題，利用FISCO BCOS聯(lián)盟鏈的群組技術(shù)，構(gòu)建茶葉溯源信息的區(qū)塊鏈多鏈模型；采用差異化數(shù)據(jù)上鏈和查詢方法，實(shí)現(xiàn)公開數(shù)據(jù)和隱私數(shù)據(jù)的分類管理；采用星際文件系統(tǒng)存儲圖片、視頻等非結(jié)構(gòu)化溯源數(shù)據(jù)，以提升區(qū)塊鏈賬本的存儲性能；研發(fā)區(qū)塊鏈多鏈模型的原型系統(tǒng)，并驗(yàn)證模型實(shí)用性。

1"基于區(qū)塊鏈多鏈架構(gòu)的茶葉溯源信息監(jiān)管結(jié)構(gòu)設(shè)計

茶葉多鏈溯源架構(gòu)如圖1所示。茶葉溯源流程分為種植采摘、加工包裝、運(yùn)輸配送和采購銷售等環(huán)節(jié)^［21］。溯源系統(tǒng)應(yīng)用主體分為茶葉種植企業(yè)、茶葉加工企業(yè)、茶葉運(yùn)輸企業(yè)、茶葉銷售企業(yè)、監(jiān)管機(jī)構(gòu)和消費(fèi)者。為實(shí)現(xiàn)溯源流程各環(huán)節(jié)之間的數(shù)據(jù)隔離，采用區(qū)塊鏈多鏈架構(gòu)設(shè)計，每個環(huán)節(jié)分別對應(yīng)一個區(qū)塊鏈群組。為保護(hù)企業(yè)之間同一環(huán)節(jié)敏感數(shù)據(jù)的隱私性，同時提高各環(huán)節(jié)溯源數(shù)據(jù)的可監(jiān)管性，將每個環(huán)節(jié)的企業(yè)節(jié)點(diǎn)分別加入對應(yīng)環(huán)節(jié)的區(qū)塊鏈群組中，監(jiān)管機(jī)構(gòu)節(jié)點(diǎn)則加入?yún)^(qū)塊鏈網(wǎng)絡(luò)中所有群組中。

根據(jù)茶葉溯源特點(diǎn)，基于開源國產(chǎn)聯(lián)盟底層平臺FISCO BCOS聯(lián)盟鏈^［22］構(gòu)建多鏈溯源模型。通過FISCO BCOS的群組技術(shù)，將區(qū)塊鏈網(wǎng)絡(luò)劃分為種植采摘—監(jiān)管，加工包裝—監(jiān)管，運(yùn)輸配送—監(jiān)管和采購銷售—監(jiān)管4個區(qū)塊鏈群組，每個群組中的節(jié)點(diǎn)共同維護(hù)該群組的賬本。不同群組間的交易處理、數(shù)據(jù)存儲以及區(qū)塊共識相互獨(dú)立。區(qū)塊鏈網(wǎng)絡(luò)劃分，形成不同群組，該設(shè)計將提升區(qū)塊鏈網(wǎng)絡(luò)中群組間的隱私性，降低運(yùn)行維護(hù)的復(fù)雜性。此外，不同群組間的交易可以并行執(zhí)行，提升整個區(qū)塊鏈網(wǎng)絡(luò)的性能。

2"基于區(qū)塊鏈多鏈架構(gòu)的茶葉溯源信息監(jiān)管模型設(shè)計

2.1"二次分類上鏈方法

茶葉溯源流程產(chǎn)生的數(shù)據(jù)具有體量巨大和格式繁多等特點(diǎn)，因此，提出二次分類上鏈方法，從數(shù)據(jù)類型和數(shù)據(jù)隱私性兩個角度將溯源數(shù)據(jù)進(jìn)行分類。以數(shù)據(jù)類型為標(biāo)準(zhǔn)的第一次分類和以隱私性為標(biāo)準(zhǔn)的第二次分類如圖2所示。根據(jù)數(shù)據(jù)類型，茶葉溯源數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。由于每個節(jié)點(diǎn)都需要存儲其所維護(hù)區(qū)塊鏈賬本的全部數(shù)據(jù)，并且區(qū)塊鏈賬本的數(shù)據(jù)量會隨著時間的推移不斷增長，存儲非結(jié)構(gòu)化數(shù)據(jù)會導(dǎo)致存儲容量的急劇增加，給節(jié)點(diǎn)帶來巨大的存儲壓力。鑒于區(qū)塊鏈賬本不適合直接存儲非結(jié)構(gòu)化數(shù)據(jù)^［23］，利用IPFS的分布式存儲特性，將非結(jié)構(gòu)化溯源數(shù)據(jù)上傳到IPFS集群，以減輕節(jié)點(diǎn)的存儲負(fù)擔(dān)，并保證數(shù)據(jù)的可靠性和可訪問性。

根據(jù)數(shù)據(jù)隱私性，茶葉溯源數(shù)據(jù)分為公開數(shù)據(jù)和敏感數(shù)據(jù)。以某批次茶葉為例，溯源流程關(guān)鍵信息，如表1所示。種植采摘信息的公開數(shù)據(jù)包括產(chǎn)品名稱、產(chǎn)品批號、產(chǎn)地、種植和采摘信息及相關(guān)圖片等，敏感數(shù)據(jù)包括種植成本、人工采摘成本和利潤等。加工包裝信息的公開數(shù)據(jù)包括加工標(biāo)準(zhǔn)、加工方法、加工日期、加工過程信息和加工相關(guān)圖片等，敏感數(shù)據(jù)包括加工成本和利潤等。運(yùn)輸配送信息的公開數(shù)據(jù)包括運(yùn)輸方式、車輛基本信息、運(yùn)輸量、運(yùn)輸時間、出發(fā)地、目的地和負(fù)責(zé)人姓名等，敏感數(shù)據(jù)包括運(yùn)輸成本、利潤和負(fù)責(zé)人電話等。采購銷售信息的公開數(shù)據(jù)包括銷售時間、銷售地點(diǎn)和負(fù)責(zé)人姓名等，敏感數(shù)據(jù)包括進(jìn)貨成本、銷售價格、負(fù)責(zé)人電話等。公開數(shù)據(jù)多方共享，明文上鏈，敏感數(shù)據(jù)使用混合加密算法加密后上鏈。

2.2"敏感數(shù)據(jù)隱私保護(hù)算法

鑒于AES（CBC模式）對稱加密算法和RSA（密鑰格式PKCS1，密鑰長度1024bit）非對稱公鑰加密算法^［24］的特點(diǎn)，如表2所示。

采用“AES+RSA”混合加解密方法，實(shí)現(xiàn)敏感數(shù)據(jù)的加密和解密。混合加密算法包括加密和解密兩部分，如圖3所示。

加密部分首先隨機(jī)生成AES的密鑰（Key）和初始化向量（Initialization Vector，IV），使用Key、IV和敏感數(shù)據(jù)明文作為AES算法的輸入，輸出敏感數(shù)據(jù)的AES密文。然后采用RSA加密算法，使用監(jiān)管機(jī)構(gòu)的公鑰對AES算法的Key、IV進(jìn)行加密。解密部分首先利用監(jiān)管機(jī)構(gòu)的私鑰解密獲取AES的Key、IV，然后使用AES解密獲取敏感數(shù)據(jù)明文。

2.3"茶葉溯源模型構(gòu)建

根據(jù)茶葉溯源數(shù)據(jù)特點(diǎn)，結(jié)合區(qū)塊鏈特性及不同企業(yè)對隱私保護(hù)的需求，茶葉區(qū)塊鏈多鏈溯源模型（圖4）分為4部分：數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、區(qū)塊鏈網(wǎng)絡(luò)以及功能接口。

數(shù)據(jù)采集部分：為保證數(shù)據(jù)的真實(shí)性，采用物聯(lián)網(wǎng)設(shè)備自動獲取和人工審核結(jié)合的形式，記錄溯源數(shù)據(jù)。由物聯(lián)網(wǎng)設(shè)備自動采集環(huán)境信息，人工輸入敏感數(shù)據(jù)。

數(shù)據(jù)預(yù)處理部分：作為數(shù)據(jù)采集和區(qū)塊鏈網(wǎng)絡(luò)的中間環(huán)節(jié)，負(fù)責(zé)對采集后的數(shù)據(jù)進(jìn)行格式化、標(biāo)準(zhǔn)化和分類等操作，對于企業(yè)公開數(shù)據(jù)中圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)上傳至IPFS集群進(jìn)行存儲，并把IPFS集群返回的CID隨結(jié)構(gòu)化數(shù)據(jù)一起進(jìn)行上鏈操作。對于企業(yè)敏感數(shù)據(jù)，采用混合加密算法加密后上鏈。

區(qū)塊鏈網(wǎng)絡(luò)部分：經(jīng)預(yù)處理后的數(shù)據(jù)，通過與部署在各企業(yè)節(jié)點(diǎn)上的智能合約進(jìn)行交互的方式進(jìn)行上鏈操作。采用FISCO BCOS的群組技術(shù)將區(qū)塊鏈網(wǎng)絡(luò)劃分為4個區(qū)塊鏈群組，企業(yè)只需維護(hù)相應(yīng)群組內(nèi)的賬本，不僅確保不同環(huán)節(jié)企業(yè)間溯源數(shù)據(jù)的隱私性，還能減輕企業(yè)節(jié)點(diǎn)的存儲壓力。監(jiān)管機(jī)構(gòu)加入?yún)^(qū)塊鏈網(wǎng)絡(luò)所有群組中維護(hù)4個賬本，以便對各環(huán)節(jié)溯源數(shù)據(jù)進(jìn)行監(jiān)管，及時發(fā)現(xiàn)問題并進(jìn)行處理。

功能接口部分：為更好地服務(wù)于企業(yè)、監(jiān)管機(jī)構(gòu)和消費(fèi)者，設(shè)計監(jiān)管查詢接口、消費(fèi)者查詢接口和數(shù)據(jù)備份接口等功能接口。監(jiān)管查詢接口用于監(jiān)管部門隨時調(diào)用包括敏感數(shù)據(jù)在內(nèi)的溯源數(shù)據(jù)。消費(fèi)者查詢接口用于消費(fèi)者通過掃碼獲取溯源數(shù)據(jù)。數(shù)據(jù)備份接口用于企業(yè)將區(qū)塊鏈的數(shù)據(jù)備份到本地數(shù)據(jù)庫。

3"基于區(qū)塊鏈多鏈架構(gòu)的茶葉溯源信息監(jiān)管系統(tǒng)實(shí)現(xiàn)

3.1"系統(tǒng)架構(gòu)

茶葉溯源系統(tǒng)架構(gòu)采用自上向下的設(shè)計思想，分為應(yīng)用層、服務(wù)層、區(qū)塊鏈層和存儲層4個層次，如圖5所示。應(yīng)用層為區(qū)塊鏈網(wǎng)絡(luò)的前端應(yīng)用，方便企業(yè)和監(jiān)管機(jī)構(gòu)進(jìn)行數(shù)據(jù)上鏈、人工審核等操作，方便用戶進(jìn)行溯源查詢等操作；服務(wù)層包含不同的功能接口，這些接口為應(yīng)用層提供不同服務(wù)。同時使用FISCO BCOS聯(lián)盟鏈提供的Java SDK（Java Software Development Kit，Java軟件開發(fā)工具包）與區(qū)塊鏈層進(jìn)行交互；區(qū)塊鏈層以國內(nèi)企業(yè)主導(dǎo)研發(fā)的FISCO BCOS作為底層區(qū)塊鏈平臺，并基于其提供的群組技術(shù)實(shí)現(xiàn)多賬本之間的物理隔離；存儲層采用“鏈上+鏈下”雙存儲設(shè)計，鏈下存儲層為區(qū)塊鏈賬本提供輔助存儲服務(wù)，減少區(qū)塊鏈賬本的存儲成本。區(qū)塊鏈賬本采用高性能非關(guān)系型數(shù)據(jù)庫RocksDB存儲鏈上數(shù)據(jù)，采用IPFS集群鏈下存儲圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)。企業(yè)也能通過將區(qū)塊鏈賬本中的數(shù)據(jù)備份至本地的方式進(jìn)行進(jìn)一步的數(shù)據(jù)統(tǒng)計、分析等操作。

3.2"測試環(huán)境

采用FISCO BCOS聯(lián)盟鏈搭建茶葉溯源信息監(jiān)管系統(tǒng)。區(qū)塊鏈網(wǎng)絡(luò)由4個群組構(gòu)成，共包含10個節(jié)點(diǎn)。服務(wù)器硬件配置為2核CPU、8 G內(nèi)存、100 G存儲空間以及10 Mb/s帶寬。智能合約由Solidity語言編寫。具體的區(qū)塊鏈相關(guān)配置信息如表3所示。

3.3"原型系統(tǒng)開發(fā)

原型系統(tǒng)采用前后端分離架構(gòu)，前端為客戶端，后端包括服務(wù)器端和數(shù)據(jù)庫端。客戶端通過TCP/IP協(xié)議簇與服務(wù)器端通信，通過ipfs-http-client軟件包與IPFS通信，服務(wù)器端通過FISCO BCOS提供的Java SDK與區(qū)塊鏈進(jìn)行通信。客戶端使用Vue框架實(shí)現(xiàn)頁面邏輯部分，使用ElementUI組件庫進(jìn)行頁面設(shè)計。服務(wù)器端使用SpringBoot框架構(gòu)建，所有功能接口均使用Java語言編寫。所涉及的功能模塊包括用戶信息管理模塊、數(shù)據(jù)錄入模塊、溯源查詢模塊、敏感數(shù)據(jù)加密模塊等。數(shù)據(jù)庫端按溯源數(shù)據(jù)類型的不同，采用IPFS集群進(jìn)行鏈下存儲，采用區(qū)塊鏈賬本進(jìn)行鏈上存儲。

由圖6可知，溯源數(shù)據(jù)從錄入到上鏈的全過程。數(shù)據(jù)錄入操作要求用戶處在登錄態(tài)，用戶錄入的每一條溯源數(shù)據(jù)首先經(jīng)過本系統(tǒng)設(shè)計的二次分類法，使用IPFS存儲非結(jié)構(gòu)化數(shù)據(jù)項(xiàng)，使用混合加密算法加密敏感數(shù)據(jù)項(xiàng)，然后向服務(wù)器端的指定接口發(fā)起數(shù)據(jù)上鏈請求，服務(wù)器端相關(guān)接口依次進(jìn)行用戶身份驗(yàn)證、數(shù)據(jù)項(xiàng)合法性驗(yàn)證，數(shù)據(jù)格式化和標(biāo)準(zhǔn)化，最后通過區(qū)塊鏈節(jié)點(diǎn)身份配置文件連接節(jié)點(diǎn)，向區(qū)塊鏈網(wǎng)絡(luò)中發(fā)送數(shù)據(jù)上鏈交易，經(jīng)全網(wǎng)共識、驗(yàn)證后上鏈。

基于茶葉溯源模型進(jìn)行配置和開發(fā)的原型系統(tǒng)包含以下部分：（1）區(qū)塊鏈瀏覽器，用于監(jiān)控區(qū)塊鏈網(wǎng)絡(luò)中各群組的區(qū)塊數(shù)量，節(jié)點(diǎn)信息以及交易數(shù)量等關(guān)鍵信息，可通過輸入?yún)^(qū)塊號對某一區(qū)塊內(nèi)數(shù)據(jù)進(jìn)行查閱；（2）區(qū)塊鏈網(wǎng)絡(luò)中所有群組的節(jié)點(diǎn)信息，一個區(qū)塊鏈網(wǎng)絡(luò)可以包括多個群組，一個群組可以包括多個區(qū)塊鏈節(jié)點(diǎn)，對于處在同一群組的節(jié)點(diǎn)來說，其他群組的節(jié)點(diǎn)是游離節(jié)點(diǎn)，游離節(jié)點(diǎn)不參與本群組的共識機(jī)制、交易驗(yàn)證和數(shù)據(jù)同步，且每個群組只能獲取其內(nèi)部的區(qū)塊鏈賬本的詳細(xì)信息，無法獲取其他群組的區(qū)塊鏈賬本信息；（3）消費(fèi)者查詢，系統(tǒng)提供手動輸入溯源碼和產(chǎn)品批號或掃二維碼兩種查詢方式，由于敏感數(shù)據(jù)在上鏈前會被監(jiān)管機(jī)構(gòu)的公鑰加密，因此消費(fèi)者只能獲取到密文狀態(tài)下的敏感數(shù)據(jù)；（4）監(jiān)管機(jī)構(gòu)查詢，相較于消費(fèi)者查詢，監(jiān)管機(jī)構(gòu)查詢需要額外輸入私鑰以解密敏感數(shù)據(jù)密文。

4"性能測試與分析

系統(tǒng)性能測試分為兩部分，第一部分是區(qū)塊鏈網(wǎng)絡(luò)性能測試，這部分涉及智能合約和區(qū)塊鏈網(wǎng)絡(luò)，使用性能測試工具Hyperledger Caliper測試區(qū)塊鏈網(wǎng)絡(luò)在高并發(fā)場景下的交易吞吐量，測試系統(tǒng)的最佳性能指標(biāo)。第二部分是應(yīng)用層接口性能測試，使用接口測試工具Postman模擬用戶操作，測試在日常使用場景下系統(tǒng)性能指標(biāo)。

4.1"區(qū)塊鏈網(wǎng)絡(luò)性能測試

使用Hyperledger Caliper測試區(qū)塊鏈網(wǎng)絡(luò)的數(shù)據(jù)寫入和查詢能力。為評估區(qū)塊鏈網(wǎng)絡(luò)在處理寫入操作方面的能力，進(jìn)行10輪試驗(yàn)。每輪試驗(yàn)向區(qū)塊鏈網(wǎng)絡(luò)發(fā)送3 000筆交易，交易并發(fā)量從50 tps逐輪遞增，最高達(dá)到500 tps。測試結(jié)果如圖7（a）所示，當(dāng)交易并發(fā)量處于50～200 tps，隨著并發(fā)量的增加，整個區(qū)塊鏈網(wǎng)絡(luò)的吞吐量呈線性上升趨勢；當(dāng)并發(fā)量處于200～500 tps，吞吐量平均為185 tps。

對于區(qū)塊鏈網(wǎng)絡(luò)的查詢能力，同樣進(jìn)行10輪試驗(yàn)。每輪試驗(yàn)向區(qū)塊鏈網(wǎng)絡(luò)中發(fā)送3 000筆交易，交易并發(fā)量從100 tps逐輪遞增，最高達(dá)到1 000 tps。測試結(jié)果如圖7（b）所示，當(dāng)交易并發(fā)量處于100～700 tps，整個區(qū)塊鏈網(wǎng)絡(luò)的吞吐量隨著并發(fā)量的增加呈線性上升趨勢；當(dāng)并發(fā)量處于700～1 000 tps，吞吐量平均為620 tps。

寫入操作會改變區(qū)塊鏈賬本的狀態(tài)，涉及區(qū)塊鏈各節(jié)點(diǎn)的共識，驗(yàn)證等操作，而查詢操作不改變區(qū)塊鏈賬本的狀態(tài)，查詢效率與節(jié)點(diǎn)的硬件性能相關(guān)，因此，區(qū)塊鏈網(wǎng)絡(luò)的寫入吞吐量明顯低于查詢吞吐量。綜上所述，基于區(qū)塊鏈多鏈架構(gòu)的茶葉溯源模型在數(shù)據(jù)寫入和查詢性能方面都表現(xiàn)出較高水平。因此，該模型可以在茶葉實(shí)際生產(chǎn)環(huán)境中得到應(yīng)用。

4.2"應(yīng)用層接口性能測試

使用Postman模擬用戶發(fā)送上鏈或查詢的HTTP請求，記錄響應(yīng)時間，為保證測試數(shù)據(jù)的可靠性，每種操作各模擬50次。各企業(yè)數(shù)據(jù)上鏈請求的時延如圖8（a）所示，平均時延為1365.00ms；消費(fèi)者、監(jiān)管機(jī)構(gòu)查詢請求的時延如圖8（b）所示，平均時延分別為54.92ms和73.02ms，消費(fèi)者查詢和監(jiān)管機(jī)構(gòu)查詢的平均時延相差18.10ms，一方面查詢操作的毫秒級時延差異對查詢者感知不強(qiáng)，另一方面相比于消費(fèi)者查詢，監(jiān)管機(jī)構(gòu)查詢需要額外的解密操作，由此產(chǎn)生的時延與硬件性能相關(guān)，可通過性能更好的硬件減少此類時延。

5"結(jié)論

1） 構(gòu)建基于區(qū)塊鏈多鏈架構(gòu)的茶葉溯源信息監(jiān)管模型，并利用FISCO BCOS聯(lián)盟鏈的群組技術(shù)實(shí)現(xiàn)原型系統(tǒng)。對于海量、異構(gòu)的溯源數(shù)據(jù)的存儲和上鏈問題，一方面基于區(qū)塊鏈多鏈架構(gòu)，將溯源流程中不同環(huán)節(jié)產(chǎn)生的數(shù)據(jù)分別存儲到不同的鏈中，另一方面結(jié)合二次分類上鏈方法，優(yōu)化區(qū)塊鏈的存儲性能。

2） 采用“AES+RSA”混合加密算法解決敏感數(shù)據(jù)的加密問題，加快加解密速度的同時提高密文的安全性，更好地滿足企業(yè)對數(shù)據(jù)隱私保護(hù)的需求。

3） 由測試結(jié)果可知，基于所提模型搭建的區(qū)塊鏈網(wǎng)絡(luò)對于寫入操作的吞吐量平均為185 tps，對于查詢操作的吞吐量平均為620 tps，研發(fā)的原型系統(tǒng)數(shù)據(jù)上鏈時延平均為1 365.00ms，消費(fèi)者查詢時延平均為54.82ms，監(jiān)管機(jī)構(gòu)查詢時延平均為73.02ms，在數(shù)據(jù)寫入和查詢方面都表現(xiàn)出較高的性能，可以適用在茶葉實(shí)際溯源環(huán)境中。

參"考"文"獻(xiàn)

［1］

伊鋆， 楊明， 聶懿， 等. 市售茶葉中30種農(nóng)藥殘留與風(fēng)險評估［J］. 現(xiàn)代食品科技， 2019， 35（4）： 250-257.

Yi Jun， Yang Ming， Nie Yi， et al. Monitoring and risk assessment of 30 kinds of pesticide residues in tea samples ［J］. Modern Food Science and Technology， 2019， 35（4）： 250-257.

［2］

古飛燕， 鄒玉婷， 段寧馨， 等. 茶葉中有機(jī)磷農(nóng)藥殘留檢測前處理技術(shù)的研究進(jìn)展［J］. 食品科技， 2022， 47（4）： 335-341.

Gu Feiyan， Zou Yuting， Duan Ningxin， et al. Research progress on pretreatment technology of detecting organophosphorus pesticides in tea ［J］. Food Science and Technology， 2022， 47（4）： 335-341.

［3］

朱燕妮. 基于二維碼的黑茶產(chǎn)品溯源模式構(gòu)建與實(shí)現(xiàn)［D］. 長沙： 湖南農(nóng)業(yè)大學(xué)， 2014.

Zhu Yanni. Construction and implementation of black tea trace mode based on 2D code ［D］. Changsha： Hunan Agricultural University， 2014.

［4］

胡國強(qiáng)， 李茵. 基于NFC的茶葉質(zhì)量安全追溯系統(tǒng)的設(shè)計與實(shí)現(xiàn)［J］. 江蘇農(nóng)業(yè)科學(xué)， 2018， 46（4）： 197-200.

［5］

江曉東. 基于WebGIS的茶葉質(zhì)量安全追溯系統(tǒng)的研究與實(shí)現(xiàn)［D］. 杭州： 浙江工業(yè)大學(xué)， 2011.

Jiang Xiaodong. A study and implement of tea QS trace information system based on WebGIS ［D］. Hangzhou： Zhejiang University of Technology， 2011.

［6］

蔣建東， 周倩， 潘柏松， 等. 茶葉加工過程遠(yuǎn)程云監(jiān)控與溯源研究及系統(tǒng)設(shè)計［J］. 茶葉科學(xué)， 2019， 39（6）： 742-752.

Jiang Jiandong， Zhou Qian， Pan Baisong， et al. Research and system design of tea processing remote cloud monitoring and traceability ［J］. Journal of Tea Science， 2019， 39（6）： 742-752.

［7］

袁勇， 王飛躍. 區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望［J］. 自動化學(xué)報， 2016， 42（4）： 481-494.

Yuan Yong， Wang Feiyue. Blockchain： The state of the art and future trends ［J］. Acta Automatica Sinica， 2016， 42（4）： 481-494.

［8］

Zhao G Q， Liu S F， Lopez C， et al. Blockchain technology in agri-food value chain management： A synthesis of applications， challenges and future research directions ［J］. Computers in Industry， 2019， 109： 83-99.

［9］

Antonucci F， Figorilli S， Costa C， et al. A review on blockchain applications in the agri-food sector ［J］. Journal of the Science of Food and Agriculture， 2019， 99（14）： 6129-6138.

［10］

邢斌， 于華竟， 徐大明， 等. 基于區(qū)塊鏈的紅茶質(zhì)量安全追溯系統(tǒng)開發(fā)及應(yīng)用［J］. 中國農(nóng)機(jī)化學(xué)報， 2022， 43（11）： 133-138.

Xing Bin， Yu Huajing， Xu Daming， et al. Development and application of traceability system for black tea based on blockchain ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（11）： 133-138.

［11］

賀吉， 范曉飛， 姚竟發(fā)， 等. 基于區(qū)塊鏈的種子供應(yīng)鏈信息溯源及信用度提升的方案設(shè)計與研究［J］. 中國農(nóng)機(jī)化學(xué)報， 2022， 43（7）： 145-151.

He Ji， Fan Xiaofei， Yao Jingfa， et al. Design and research of the information traceability and credit enhancement of the seed supply chain based on the blockchain ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（7）： 145-151.

［12］

楊信廷， 王明亭， 徐大明， 等. 基于區(qū)塊鏈的農(nóng)產(chǎn)品追溯系統(tǒng)信息存儲模型與查詢方法［J］. 農(nóng)業(yè)工程學(xué)報， 2019， 35（22）： 323-330.

Yang Xinting， Wang Mingting， Xu Daming， et al. Data storage and query method of agricultural products traceability information based on blockchain ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（22）： 323-330.

［13］

應(yīng)毅， 王志瑞， 劉亞軍， 等. 基于聯(lián)盟區(qū)塊鏈的進(jìn)口農(nóng)產(chǎn)品溯源系統(tǒng)研究［J］. 江蘇農(nóng)業(yè)科學(xué)， 2022， 50（14）： 207-213.

Ying Yi， Wang Zhirui， Liu Yajun， et al. Study on traceability system of imported agricultural products based on consortium blockchain ［J］. Jiangsu Agricultural Sciences， 2022， 50（14）： 207-213.

［14］

李瑩， 瞿紅紅， 王佳， 等. 區(qū)塊鏈多鏈防偽溯源模型設(shè)計與系統(tǒng)實(shí)現(xiàn)［J］. 湖南大學(xué)學(xué)報（自然科學(xué)版）， 2023， 50（8）： 172-180.

Li Ying， Qu Honghong， Wang Jia， et al. Blockchain multi-chain anti-counterfeit traceability model design and system implementation ［J］. Journal of Hunan University （Natural Sciences）， 2023， 50（8）： 172-180.

［15］

于合龍， 陳邦越， 徐大明， 等. 基于區(qū)塊鏈的水稻供應(yīng)鏈溯源信息保護(hù)模型研究［J］. 農(nóng)業(yè)機(jī)械學(xué)報， 2020， 51（8）： 328-335.

Yu Helong， Chen Bangyue， Xu Daming， et al. Modeling of rice supply chain traceability information protection based on block chain ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（8）： 328-335.

［16］

許繼平， 王健， 張新， 等. 區(qū)塊鏈驅(qū)動的稻米供應(yīng)鏈信息監(jiān)管模型研究［J］. 農(nóng)業(yè)機(jī)械學(xué)報， 2021， 52（5）： 202-211， 101.

Xu Jiping， Wang Jian， Zhang Xin， et al. Information supervision modeling of rice supply chain driven by blockchain ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（5）： 202-211， 101.

［17］

于華竟， 徐大明， 羅娜， 等. 雜糧供應(yīng)鏈區(qū)塊鏈多鏈追溯監(jiān)管模型設(shè)計［J］. 農(nóng)業(yè)工程學(xué)報， 2021， 37（20）： 323-332.

Yu Huajing， Xu Daming， Luo Na， et al. Design of the blockchain multi-chain traceability supervision model for coarse cereal supply chain ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（20）： 323-332.

［18］

孫傳恒， 萬宇平， 羅娜， 等. 面向追溯主體的果蔬全供應(yīng)鏈區(qū)塊鏈多鏈模型研究［J］. 農(nóng)業(yè)機(jī)械學(xué)報， 2023， 54（4）： 416-427.

Sun Chuanheng， Wan Yuping， Luo Na， et al. Blockchain multi-chain model of fruit and vegetable supply chain for traceability subjects ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（4）： 416-427.

［19］

Benet J. IPFS-content addressed， versioned， P2P file system ［J］. arXiv preprint arXiv：1407.3561， 2014.

［20］

李夢琪， 楊信廷， 徐大明， 等. 基于主從多鏈的水產(chǎn)品區(qū)塊鏈溯源信息管理系統(tǒng)設(shè)計與實(shí)現(xiàn)［J］. 漁業(yè)現(xiàn)代化， 2021， 48（3）： 80-89.

Li Mengqi， Yang Xinting， Xu Daming， et al. Design and implementation of aquatic product blockchain traceability information management system based on master-slave multi-chain ［J］. Fishery Modernization， 2021， 48（3）： 80-89.

［21］

高琪娟， 楊春節(jié)， 武咸春， 等. 基于區(qū)塊鏈的茶葉質(zhì)量安全溯源系統(tǒng)研究［J］. 安徽農(nóng)業(yè)大學(xué)學(xué)報， 2021， 48（2）： 299-303.

Gao Qijuan， Yang Chunjie， Wu Xianchun， et al. Research on the traceability system of tea quality and safety based on blockchain ［J］. Journal of Anhui Agricultural University， 2021， 48（2）： 299-303.

［22］

李輝忠， 李陳希， 李昊軒， 等. FISCO BCOS技術(shù)應(yīng)用實(shí)踐［J］. 信息通信技術(shù)與政策， 2020， 46（1）： 52-60.

Li Huizhong， Li Chenxi， Li Haoxuan， et al. FISCO BCOS technology application practice ［J］. Information and Communications Technology and Policy， 2020， 46（1）： 52-60.

［23］

Hasan H R， Salah K. Proof of delivery of digital assets using blockchain and smart contracts ［J］. IEEE Access， 2018： 65439-65448.

［24］

Rivest R L， Shamir A， Adleman L. A method for obtaining digital signatures and public-key cryptosystems ［J］. Communications of the ACM， 1978， 21（2）： 120-126.