基于區塊鏈技術的自主學習數字軌跡管理平臺探索

摘 要：針對自主學習過程的監督和評估中的主觀性和不確定性問題，本文提出了基于區塊鏈技術的數字軌跡管理平臺解決方案。該平臺不僅實現了自主學習能力評價過程的數字化管理，還顯著提高了高校評估學生自主學習能力的客觀性和科學性。本文為區塊鏈技術在教育評估領域的創新應用提供了實證參考，以期提升學生自主學習能力和提高教學質量。

關鍵詞：自主學習；數字軌跡；實踐管理；區塊鏈技術

在新興科技迅速發展和社會對人才要求不斷提高的宏觀背景下，傳統被動式教學模式已無法應對教育領域的新挑戰。因此，培養大學生的自主學習能力及持續增強其創新能力，已成為現代教育的重要目標。在自主學習能力培育過程中，構建一個科學的評價體系對于優化學習效果具有積極作用。該評價體系能夠為學生和教師提供精確的反饋，使他們能夠清晰地把握學習過程中的關鍵指標，并對存在的問題進行深入分析，據此調整和優化學習策略。

然而，目前的評價過程存在諸多問題。例如，傳統的中心化管理存在過程數據存儲不透明、信息孤島性、信息安全難以保障等問題。此外，人為評定、公示和檔案記錄的方式容易產生偏差，難以確保結果的客觀公正性。

為保障學生自主學習評價過程的真實性和透明度，本研究基于前期探究的自主學習能力形成影響因素，引入區塊鏈技術，開發了一個去中心化的自主學習評價管理系統，用于記錄和溯源學生各類信息。去中心化參與機制有助于避免個體或組織的主觀偏差，從多角度對學生自主學習過程進行更有效的評價。

一、理論與技術

（一）區塊鏈技術

區塊鏈技術是一種去中心化分布式賬本技術，其核心特征是將數據以區塊的形式按時間順序進行鏈接，形成一個持續增長的鏈式結構。該技術的獨特之處在于網絡中的每個參與節點均保存完整的賬本副本，并通過共識算法確保這些分布式賬本的一致性。區塊鏈技術使得數據一旦被記錄，就極難被篡改，因為每個新添加的區塊都與前一個區塊密切相連。

作為區塊鏈的基本構建單元，每個區塊包含特定數量的交易和描述該區塊的信息。區塊通常由區塊頭和區塊體兩部分構成。區塊頭包含與該區塊相關的元數據，如時間戳、前一區塊的哈希值、默克爾根等。區塊體則包含實際的交易數據，可能涉及多個交易記錄或智能合約的執行結果等信息。在區塊鏈網絡中，對等節點負責驗證交易并將其打包成信息區塊。當新區塊生成后，通過共識算法向整個網絡廣播，并按時間順序添加到現有區塊鏈的末端。這一機制確保了所有參與者的賬本保持一致和不可篡改，為實現去中心化、安全可信的數據存儲提供基礎。

（二）自主學習能力影響因素

科學合理的評價體系是有效評價過程的基礎，這需要對自主學習能力影響因素進行深入剖析，探究各要素的作用機制及其相互關系。深入研究影響學生自主學習能力形成的因素，不僅有助于有效引導學生主動學習，加深他們對理論知識的理解，還能培養學生分析和解決實際問題的應用能力。這種研究對于培養具有社會競爭力的復合型人才具有重要意義。

自主學習能力研究從內在和外部兩個維度出發，系統分析其形成因素，總結了五個關鍵因素：認知水平、學習動機、學習策略、環境因素和個性品質。這一研究成果為本系統的設計和實施提供了理論基礎和實踐指導。

二、數字軌跡管理平臺

（一）平臺架構

自主學習相較于傳統學習方式，在時間和空間選擇上具有更高的靈活性，且學習資源呈現多樣化特征，這使得自主學習成果的認證面臨更大的挑戰。針對這一問題，本研究開發了一種面向自主學習數字軌跡的區塊鏈平臺，并構建了基于區塊鏈智能合約的學生自主學習成果認證模型，對去中心化評價體系的數據記錄、存儲、查詢等核心機制進行了系統設計。利用區塊鏈技術的去中心化特性，實現了評價主體的多元化，將自我評價、學生互評、師生互評融入自主學習評價體系。通過區塊鏈技術對自主學習全過程進行追蹤，結合過程性考核和終結性考核，形成多樣化的評價方式，有助于學生明確學習目標，提高學習自主性。該系統由區塊鏈層和應用層組成。

區塊鏈層采用多個云服務器構建基于Fabric的分布式區塊鏈平臺。這些服務器支持排序節點、背書節點和記賬節點等多種節點類型，并通過Docker容器實現資源隔離，確保單一云服務器能同時運行多個節點。節點間通過P2P網絡和高性能gRPC協議相連，形成高效的分布式賬本結構。同時，采用Gossip協議實現節點間的雙向消息傳遞，包括信息同步和數據分發，保障區塊鏈網絡的協同操作。這一結構保證了網絡的可擴展性、穩定性和信息的實時傳遞，為應用層提供了可靠的底層技術支持。

應用層以教師和學生為主體，構建于Fabric分布式區塊鏈平臺之上，包括評價數據錄入、學生信息管理、評價結果查詢以及學生信息溯源等功能。通過智能合約驗證教師錄入學生成績的過程，確保用戶身份的合法性與權限的正確性，并將學生數據安全地記錄于區塊鏈賬本。區塊鏈的不可篡改性保證了學生信息的可追溯性和完整性。授權用戶可通過應用程序查詢并驗證評價得分信息，相關智能合約負責驗證請求的合法性，確保數據的安全性和透明度。應用層設計充分發揮了區塊鏈技術的優勢，為自主學習能力評價體系提供了高度可信、去中心化、安全且可追溯的技術支持。它將學生自主學習能力的評價過程和結果永久記錄在鏈上，滿足了學術環境對數據安全和透明性的需求，并為各項評選或人才選拔提供可靠依據。同時，教師可加入此區塊鏈評價體系，查詢學生情況并進行針對性指導，滿足個性化教學需求。評價主體的多元化和評價過程的全程記錄可杜絕造假行為，保障評價結果的真實性和有效性。

（二）平臺設計與實現

本平臺的設計架構采用了面向對象的設計模式，包含用戶、教師、學生三個主要類。這些類之間通過繼承和接口關系實現，構成了一種典型的面向對象結構。這種設計不僅能在系統中統一使用通用的用戶概念，還能為教師和學生引入特定的行為和屬性。

用戶類作為基礎類，封裝了用戶名、密碼、身份驗證等通用屬性和方法。教師類繼承自用戶類，不僅繼承了用戶類的通用特性，還實現了EduAction接口。該接口定義了一系列教育相關的操作方法，包括獲取所有學生信息、添加學生信息、修改學生信息、根據證書和姓名查詢學生信息以及根據ID刪除學生信息。學生類同樣繼承自用戶類，繼承了通用的用戶屬性和方法。此外，學生類實現了Traceability接口，該接口包含TraceByID方法，用于實現對學生成績的溯源功能。基于對影響學生自主學習能力的指標因素的分析，本研究設計并開發了該原型系統，用于評估學生的自主學習能力。

三、試驗與討論

（一）試驗環境

為評估所開發區塊鏈平臺的性能，本研究對平臺功能進行了全面的試驗測試，包括單線程壓力測試、并發性能測試以及不同并發用戶下的綜合性能測試。試驗主要環境：Intel（R） Core（TM） i5-8250U CPU @ 1.60GHz、12 GB內存；區塊鏈網絡采用Hyperledger Fabric 2.2版本，網絡結構包含一個組織，該組織由兩個對等節點組成。此外，RESTful服務的實現基于Gin框架，并利用Fabric-SDK-GO平臺與區塊鏈網絡進行交互。

（二）試驗結果

本研究對平臺功能進行了全面的性能測試，包括單線程壓力測試、并發性能測試以及不同并發用戶下的綜合性能測試。

單線程壓力測試中，對自主學習數字軌跡溯源接口進行了10000至50000次的調用。實驗結果表明：平均每秒事務處理量達到275，表明溯源接口能在合理時間內完成處理；平均處理時延為3毫秒，最小處理時延為2毫秒，顯示出較快的處理速度；在10000次溯源時，最大處理時延為31毫秒，在50000次溯源時，最大處理時延僅增加21毫秒，達到52毫秒，這一水平不會顯著影響用戶體驗。

并發性能測試在100、200、300和400個線程下進行。100線程平均時延從4毫秒上升至115毫秒，最小時延2毫秒，最大時延603毫秒；200線程平均時延從6毫秒上升至335毫秒，最小時延3毫秒，最大時延1227毫秒；300線程平均時延從19毫秒上升至568毫秒，最小時延4毫秒，最大時延1227毫秒；400線程平均時延從31毫秒上升至730毫秒，最小時延5毫秒，最大時延1601毫秒。總體來說，隨并發線程數增加，平均處理時延和最大處理時延逐漸上升，而最小處理時延變化不大。

在不同并發用戶下的綜合性能測試中，隨并發用戶數量增加，系統吞吐量在300—600 TPS之間波動。在并發用戶數量為400時出現波動，考慮到實驗在真實環境下進行，這種網絡傳輸波動屬正常現象。溯源交易時延隨并發用戶數量增加從131毫秒增至643毫秒。在并發用戶數量達500時，系統吞吐量為556.9 TPS，交易時延643毫秒，此時系統仍能正常響應所有溯源請求。

結果表明，本區塊鏈平臺功能在并發環境下仍能正常運作，溯源結果具有可用性和可信性。這些數據為平臺在自主學習數字軌跡存儲中的性能和可靠性提供了重要支持。

（三）實踐討論

培養自主學習能力是高等教育教學改革與實踐中的重要任務。本研究開發的區塊鏈平臺已在江西農業大學軟件學院編程實踐課中得到應用，用以評估學生在實踐課程中的自主學習表現。

該平臺實現了學習信息的數字化管理，學生成績都被記錄在區塊鏈上，確保了數據的透明公開、不可篡改性和可追溯性，從而實現了公正客觀的評價。調研結果顯示，自采用這種教學模式并依托該區塊鏈平臺系統后，學生的學術科研能力有所提升，各類競賽獲獎數量隨之增加。具體試驗如下：2019—2020學年、2021—2022學年為對照組（未應用該實踐教學平臺）和2022—2023學年為試驗組（應用該實踐教學平臺），數據分析顯示，兩組之間存在顯著差異，試驗組的各項指標均明顯高于對照組。

結果表明，該實踐教學平臺不僅促進了學生自主學習能力的提升，還間接提高了學生的綜合競爭力，為高校培養符合社會需求的高素質人才提供了有效途徑。

四、結語

為更高效、準確地評估學生自主學習能力，本研究構建了面向自主學習數字軌跡的區塊鏈平臺。相較于傳統非區塊鏈平臺，該系統充分利用了區塊鏈技術的優勢，確保了學生學習數據的可靠記錄和可信溯源。試驗結果表明，該系統在高并發場景下仍能實現數據的有效溯源，展現出良好的可用性和可靠性。此外，本研究為利用區塊鏈技術提升教育評估的客觀性、透明度和可追溯性提供了實踐案例，為未來教育技術的發展提供了新的思路。

參考文獻：

[1]王琪.高職院校區塊鏈課程評價系統研究[J].互聯網周刊，2023，（19）：75-77.

（作者單位：江西農業大學）

本文系江西省高校人文社會科學研究一般項目“區塊鏈驅動去中心化學生自主學習評價體系構建與實踐路徑研究”（項目編號：JC23116）、江西省高等學校教學改革研究省級課題重點項目“面向價值塑造和能力培養的編程實踐課教學改革探索”（項目編號：JXJG-23-3-4）、江西省學位與研究生教育教學研究改革課題“AI大模型驅動的農業工程與信息技術專業課程個性化教學研究” （課題編號：JXYJG-2024-032）的階段性研究成果。