基于联盟区块链技术的分布式农产品质量控制系统研究

柴洪 杨林娟

摘要：根据区块链公开性、去中心化、去信任、永久保存、可追溯、集体维护特点，构建了分布式农业生产及农业服务质量控制联盟区块链，从技术上解决农产品智能质量控制、可追溯的问题。实现农业生产经营管理从“经验控制”到“精准控制” 的产业链监控转变，加快促进农业大数据、农业数字资产确权和定价，实施“从田间地头到餐桌”的农业全产业链智能质量控制。建立分布式農业生产及农业服务质量控制联盟区块链需要大数据中心、5G网络、IPV6互联网、先进传感器等硬件设施支撑。

关键词：联盟区块链;农产品;农业社会化服务;智能质量控制

一、引言

“民以食为天，食以质为先”，如何生产出“绿色、有机、无公害的高品质食品”，需要实施“从田间地头到餐桌”的农业全产业链质量控制。我国经济已由“高速增长”阶段转向“高质量”发展阶段，推进农业信息化建设，加强农业与信息技术融合，发展智慧农业，全面推进农业农村信息化，培育互联网农业，建立健全智能化、网络化农业生产经营体系，提高农业生产全过程信息管理服务能力是农业高质量发展的必由之路。区块链以底层技术进步推动了上层生产关系的转变，区块链技术具有公开性、去中心化、去信任、永久保存可追溯、集体维护、可靠性强的特点，在农业生产、农业社会化服务过程中可以充分利用区块链的技术优势解决农产品质量控制的问题。

二、“中心化”全面质量管理的弊端

“没有最好，只有更好”、“唯一不变的是持续改进”、“质量控制永远都在路上”、“质量是企业的生命线”，全面质量管理理念以产品质量为核心，运用PDCA管理方法，以企业管理者为主导，企业全员参与为基础的全流程、全方位控制。

“中心化”全面质量管理是生产者以质量管理部门为枢纽，布置产品质量、工序质量、服务质量监控点，坚持全面、全员、预防、服务、科学的原则，企业通过建立、实施、改进全面质量控制体系，不断提高产品质量控制效率，提供令客户满意的优质产品和服务，同时降低企业的经营风险。但是中心化的质量控制体系存在以下弊端：1.生产者容易控制质量数据，质量记录输入端择优录入，屏蔽不利数据;2.需要建立庞大的监督机构，质量追溯来自于生产系统外部——政府或消费者，是质量控制主体与质量监督主体之间的博弈，监督成本高，难度大;3.存在生产者产权保护风险和电子质量记录容易遭受外部黑客攻击双重风险;4.我国农业信息化水平低，农产品质量检测抽样样本数量少，调查分析法、聚类分析法、趋势外推法等样本分析方法存在以偏概全、代表性弱的问题。

三、基于区块链农产品质量控制优势

（一）实现农业生产经营管理从“经验控制”到“精准控制”的产业链监控转变

农业大数据在农业中的应用有三个阶段：数据收集、技术处理、服务管理阶段，大数据和智能化支撑将成为中国农业现代化的强力保障，随着大数据、物联网技术的发展与应用，从育种、农业生产到农业社会化服务的各个阶段状态监测数据都可以在区块链上自动永久记录，农业产业链经济主体也可以通过各种网络终端快速方便查询、筛选、分析上传的数据。如同工业生产自动化控制，物联网、大数据、云计算、人工智能、区块链的结合正在推动农业生产方式从粗放式的“经验管理”向数字化、可视化的“精准管理”转变，区块链上记录的农业全产业链大数据，为实现农业生产“增强虚拟现实”奠定数字基础。

（二）有利于加快促进农业大数据、农业数字资产确权和定价

赋予农业大数据和农业数字资产所有权、隐私权、许可权、审计权、分红权是农业大数据和农业数字资产的产权得到保护、合理定价、价值增值、价值转移的必要前提。区块链上的数字信息是通过非对称加密算法使用公私钥对数据加密存储和传输后解密接收，区块链上所有节点都只有一个相同版本的“分布式账本”，保证了数据存储时间的唯一性和空间的唯一性，即历史数据不可篡改。因此区块链从技术上解决了农业大数据、农业数字资产法律保护的问题。

（三）点对点数据存储方式，从技术上解决了农产品质量可追溯的问题

农业生产分布广泛，来自农业生产和社会化服务的农业大数据数量巨大，来源多元化，种类繁多，具有“顶天立地”的空天地一体化特征，例如：光照、空气温度、湿度、通风、土壤养份、海拔等是农产品质量的决定性因素。区块链分布式存储数据模式与农业大数据分布广泛之间有强的相似性，因此适合建立农业大数据区块链。

农业大数据在安全性、隐私性方面不敏感。农业生产活动具有通识性特征（除育种、农产品加工工艺、配方），农产品生产是通过广泛复制传播先进的农业知识，改进农艺技术的一种生产活动，共享农业生产活动产生的大数据有利于普遍提高农产品品质。

既可以共享农业大数据，又可以保证数据的隐私。区块链点对点网络存储的数据对所有的节点参与者共享，数据唯一可追溯。当农业大数据经哈希算法存储到区块链上，数字签名技术使持有私钥的人才可以对数据进行访问，保证了数据的私密性。

四、分布式农业生产及农业服务质量控制联盟区块链

从农产品品种、农业产业、行业依次有序推进建立联盟链，利用先进的光、电、声、图像、化学、生物传感器和无线传感网络（Wireless Sensor Network，WSN）采集并上传农业生产和农业社会化服务大数据，在质量控制联盟链节点存储、运算、分析、监控农产品基因大数据（育种）、种养大数据（园艺）、智能生产大数据（农机）、农业社会化服务大数据（图1），在物联网、大数据、云计算、人工智能基础设施的支撑下应用和发展区块链技术，实现农业生产全产业链、全方位、全过程、全样质量控制，是粗放式农业生产方式向精准、精品农业生产方式转变的优化选择。

五、分布式农产品生长及加工状态监测大数据联盟链结构

（一）数据层

1. 数据分类

根据数据来源不同，将分布式农业大数据分为两类：内部数据和外部数据。内部数据是农产品生长状态、加工状态监测数据，也称为农产品品质数据，例如：动植物营养成份、动植物农药残留、生长阶段、农产品加工、原产地等。外部数据是农业生产社会化服务大数据，包括农业生产环境大数据、农业数字资产大数据、辅助服务大数据，例如：育种、氣象、病虫害监测、农村金融、农机状态、销售、农产品消费、农产品消费者健康状态数据等。

2. 数据存储

分布式农产品生长及加工状态监测大数据联盟链为农业生产提供了一种分布式大数据存储架构，在该链区块中封装了农产品生长状态监测和农产品加工状态监测的底层数据、数据加密信息，为分布式数据清冼、运算、分析奠定了基础（见图1）。本联盟链节点和分布式农业社会化服务大数据联盟节点经授权通过数据读写口读取分布式农产品生长及加工联盟链的数据，运行各联盟区块链的功能。

数据采用分布式哈希表（Distribute Hash Table，DHT）存储方式。分布式哈希表不仅在区块链节点中复制数据，而且也在节点中复制数据的存储信息，即使区块链上某个节点失效或受到攻击，数据也不会丢失。因此，区块链上的农业大数据实际上是一个“分布式账本”，为农产品生长和加工数据的安全提供了一种全新的分布式数据架构和监控模式，保证数据信息唯一、可追溯，数据安全性极高，解决了因恶意篡改或攻击引起的数据安全问题。

3. 数据采集、上传、验证

联盟区块链集成由主节点（MNi：Master Node，数据集成存储）网络和从节点（SNi：Slave Node，即：物理传感器节点Sensor Node）网络构成（见图2）。光、电、声、图像、化学、生物等物理传感器通过区块链身份验证系统验证通过后，成为无线传感合法节点（SNi），并获取用于加密的传感器节点名和证书。传感器节点请求上传数据，请求中包含节点名及和数字签名，从而保证数据来源可靠真实，数据集成存储区块（MNi）接收到请求后，验证传感器节点的请求和身份信息，确认其合法性后发出回应。传感器节点使用当前节点名的公钥加密数据并附上加密数字签名通过无线传感网络将数据上传。数据集成存储区块（MNi）对传感器上传的加密数据进行有效验证，验证通过，按区块的数据结构永久存储数据，验证不通过，则忽略。

（二）网络层

包括农产品生长和加工状态传感器物理节点、数据存储节点、物联网，联结分布式农产品生长及加工状态监测大数据联盟链的通信节点、广播机制、验证机制。

（三）共识层

1. 联盟链主节点区块工作量证明（POW）

在一段等待时间内（例如10分钟），主-从节点区块对这段时间接收的有效数据进行数据签名，保证数据来源合法可追溯，然后寻找有效的工作量证明记录本次数据区块，并获得奖利证明。工作量证明是机器进行数学计算获取的记帐权，是一份工作量认可的证明，数据存储器依据父哈希值、merkle根值、随机值Nonce计算出当前区块的哈希值，盖上时间戳并永久保存数据。最先计算出随机值的节点将向其他节点广播当前计算值，以便审计和校验。如果其他节点也认可这个最快计算出的哈希值工作量证明，该节点将数据集合整合成新的数据区块，并取得数据存储联盟链的权利，同时获得相应的系统奖励。后续工作量证明将在这个新的区块数据上进行后续的计算。

2. 联盟链主-从节点区块共识（PBFT）

主-从节点共识可以采用PBFT共识机制（拜占庭容错），PBFT是一种基于消息传送的一致性算法，该算法经过五个阶段达成一致性，五个阶段也可能因为共识失败而重复验证过程（见图3）。

（四）激励层

激励层提供一种激励措施，包括发行机制、分配机制、云计算服务积分，每个节点都有获取奖励的均等机会，鼓励其积极参与区块链的安全验证。

（五）合约层

合约中封装了数据读写授权证书，合约脚本代码，合约版本信息。智能合约执行效率高，当合约执行的触发条件被激发时合约将自动执行，不需要经济主体各方互相认可和信任，可以完全规避合约执行过程中的法律争端。

六、分布式农业社会化服务大数据联盟链结构方案

（一）农业社会化服务体系

农业社会化服务是农业生产的辅助系统（图4），农产品从田间地头到加工车间最后到餐桌的过程中，农业社会化服务质量对提高农产品品质起到至关重要的作用。在农业现代化进程中专业化服务与大规模、专业化生产相匹配是提高农产品品质的必由之路。随着我国农业现代化进程的提速，农业社会化服务范围在扩大，对农业专业化服务的质量要求在逐步提高。因此，传统的“中心化”农业社会化服务系统不能满足智能化、规模化、机械化、高质量的现代农业生产方式的需求，需要构建以区块链技术支撑的“去中心化”农业社会化服务系统。

（二）数据层

1. 农业数字资产“无信任”非对称加密存储与管理机制

农业数字资产是农业生产要素的数字化。农业数字资产既包括土地（农林牧草渔）、水利设施、农机、生物资产、农产品加工存储厂房、农产品加工设备等实物资产，也包括专利、发明、实用新型、品牌、股份等非实物资产。对于庞大的分布式农业资产，依赖传统的“中心化”管理模式，管理成本高，资产交易费用大。利用区块链P2P数据存储传输技术可以建立农业数字资产分布式“无信任”加密控制与管理机制，对各类农业资产进行登记、注册、变更、交易、投资、维护。所有的农业资产都可以在区块链上加密注册，登记注册后的农业数字资产被拥有私钥的用户控制，也就是线下的农业资产在区块链上进行了数字化登记、注册、确权，并将确权状态向区块链所有节点广播，达成共识。

该机制的优点：（1）从技术上解决农业数字资产确权的法律问题，将农业数字资产的所有权、使用权、处置权、收益权转移变得方便易行。（2）基于“去中心“化的区块链“无信任”农业数字资产交易机制可以有效地防止欺诈行为，大幅降低农业数字资产的交易成本。（3）加速农业数字资产优化组合，提高农业资产使用效率，降低农业生产杠杆率。

2. 農业生产环境、辅助服务数据“无信任”非对称加密存储

农业生产环境数据，例如：气象、空气湿度、温度、病虫害监控、土壤水肥监控等数据。辅助服务数据，例如：育种、园艺技术、物流、销售、农机状态、农村金融服务、消费情况、农产品消费者健康状况监测等数据。持有私钥的用户从分布式大数据存储区块中授权读取数据。

（三）网络层、共识层、激励层

网络层。包括农业社会服务传感器物理节点、物联网，联结农业社会化服务联盟链的通信节点、广播机制、验证机制。

共识层。所有节点互联验证，达到共识，识别数据真伪，其原理同分布式农产品生长及加工状态监测大数据联盟链。

激励层。通过设计的发行机制和分配机制所有参与安全验证的节点将得到相应的报酬，参与数据集成的主节点会多得更多的报酬。包括经济主体为农业生产提供服务的社会化服务费。

（四）合约层

合约层封装了分布式农业社会化服务业务逻辑、状态激发、服务费的算法与机制。

农业数字资产确权与管理智能合约：持有私钥的农业数字资产用户在管理数字资产时必须按照合约层的规则管理农业数字资产，每笔数字资产的管理状态都在所有节点共识下按照区块链智能合约来执行，例如：当买卖农业数字资产的交易达成之后，区块链会自动将该资产对应的秘钥从原所有人名下转到新所有人名下，并向区块链所有节点广播，达成共识，包括农业数字资产的设备名称、交易主体、价格、资产状态、时间等信息都以分布式帐户的形式记录下来并永久保存。

七、应用层广泛开发及普及需要具备的其他条件

（一）海量数据存储设备

联盟链中主、从节点本身并不能存储所有传感器上传的有效大数据，只能存储包含数据、数据类型、存取位置、版本、读取权限、读写历史等部分数据。当智能农产品质量控制区块链应用平台相继开发普及应用后，海量的光、电、声、图像、化学、生物数据可以以分布式结构存储到各地大数据中心的存储机柜中（例如：建设中的设计规模达5万个存储机柜的甘肃金昌紫金云大数据中心）。

（二）提高网络传输带宽和速率

根据高德纳技术成熟度定位，大数据在2013年达到了过热期顶峰，从2015年开始，高德纳对大数据的定位从“新兴”转为“主流”。区块链在2016年才第一次出现在技术成熟度曲线中，并且直接进入了过热期，意味着目前区块链是企业的生产能力要素，虽然在生产、社会各个领域开发应用晚，但是技术起点高，发展速度非常快。区块链开发应用、广泛普及需要提高区块数据验证、算法、奖励的运算速度。国际电信联盟ITU的相关技术规范测算，未来5G峰值速率可达到20Gbps，用户体验数据率达到100Mbps、时延达到1毫秒，未来5G技术的研发和基站建设可以加速助推分布式农业生产及农业服务质量控制联盟区块链的开发应用。

（三）IPV6互联网建设

加快发展基于互联网协议第六版（IPV6）的互联网技术，开发移动互联、物联网、云计算、大数据、人工智能在IPV6网络中的应用技术，加快支持IPV6的芯片、操作系统、终端网络设备、安全系统的技术攻关和产业化，尽快建成IPV6高速互联网应用体系，为高效支撑分布式农业生产及农业服务质量控制联盟区块链提供基础设施保障。

（四）加快研发先进的传感器

中国农业信息化起步晚，信息化覆盖范围窄，要进入“农业智能化”时代具备的条件之一是部署大量的传感器广泛采集农业产业链大数据，建成农业物联网。农业生产不同于工业生产，生产过程标准化程度低，所以需要加速研究、开发、量产适用于各种极端环境、功能各异的光、电、声、图、化学、生物传感器，能够快速准确采集农产品生长、加工状态和农业生产服务的大数据。新一代传感器要与IPV6网络、5G传输速率及带宽相匹配，符合农业物联网、云计算、大数据、人工智能、区块链的技术要求。

八、结语

物联网、大数据、云计算、区块链、人工智能五项技术完美结合，实现人与人感知、人与物感知、物与物感知。基于区块链技术的农产品质量控制系统改变了传统“中心化”农产品全面质量管理模式，从农产品全产链质量监控作为出发点，构建了分布式农业生产及农业服务质量控制联盟区块链，从技术上解决农业数字资产确权的法律问题，大幅降低农业数字资产的交易成本，降低农业生产杠杆率，为改变农产品质量监控模式—以“政府和消费者”外部监督为主转变为“生产者”内部自控为主提供技术基础。区块链在2016年首次出现在高德纳技术成熟度曲线中，并且直接进入了过热期，目前区块链是企业的生产能力要素，但是广泛开发普及应用层还需大数据存储中心、5G网络、IPV6互联网、先进传感等硬件设施支持。

参考文献：

[1]新华社.用三大变革推动中国经济“高质量发展”[EB/OL]. http：//cpc.people.com.cn/19th/n1/2017/1022/c414305-29601959.html，2017-10-22.

[2]新华社.中华人民共和国国民经济和社会发展第十三个五年规划纲要[EB/OL].http：//www.xinhuanet.com/politics/2016lh/2016-03/17/c_1118366322_21.htm，2016-03-17.

[3]国务院公报（2016年第23号）.国家信息化发展战略纲要[EB/OL].http：//www.gov.cn/gongbao/content/2016/content_5100032.htm，2016-7-27.

[4]国务院（国发〔2016〕58号）.全国农业现代化规划（2016-2020年）[EB/OL]. http：//www.gov.cn/zhengce/content/2016-10/20/content_5122217.htm，2016-10-17

[5]国务院（国发〔2016〕73号）.“十三五”国家信息化规划[EB/OL]. http：//www.gov.cn/zhengce/content/2016-12/27/content_5153411.htm，2016-12-15.

[6]農业部市场与经济信息司.“十三五”全国农业农村信息化发展规划[EB/OL].http：//jiuban.moa.gov.cn/zwllm/ghjh/201609

/t20160901_5260726.htm，2016-08-30

[7]曹利红.基于Citespace软件的我国农业信息化领域研究的可视化分析[J]. 贵州农业科学，2018（02）.

[8]武源文，赵国栋，刘文献.区块链与大数据打造智能经济[M].人民邮电出版社，2017.

[9]韩锋，张晓玫，龚鸣，蒋昊然，张夏.区块链量子财富观[M].机械工业出版社，2017.

[10]李月，滕青林，刘丽丽，杨阳，张磊.农业大数据的发展现状与发展趋势[J].安徽农业科学，2017（31）.

[11]许世卫.中国农业监测预警的研究进展与展望[J].农学学报，2018（01）.

[12]孙志国.区块链、物联网与智慧农业[J].农业展望，2017（12）.

[13]高浩天.基于农业物联网的智能温室系统架构与实现[J].农机化研究，2018（01）.

[14]王化冰.大数据背景下农业信息化应用体系构建和平台建设研究[J].计算机与数字工程，2017（11）.

[15]吴振铨，梁宇辉，康嘉文，余荣，何水.基于联盟区块链的智能电网数据安全存储与共享系统[J].计算机应用，2017（10）.

[16]张仕将，柴晶，陈泽华，贺海武.基于Gossip协议的拜占庭共识算法[J].计算科学，2018（02）.

[17]张俊，高文忠，张应晨，郑心湖，杨柳青.运行于区块链上的智能分布式电力能源系统：需求、概念、方法以及展望[J].自动化学报，2017（09）.

[18]肖攀峰.5G网络，将会如何改变世界[EB/OL].http：//www.kepuchina.cn/photo/tj/201709/t20170914_224526.shtml，2017-09-14.

[19]佚名.IPv6下的网络基础设施，解析园区网IPv6演进策略[EB/OL].http：//network.pconline.com.cn/1104/11045824.html，2018-04-04.

[20]何迪.美国、日本、德国农业信息化发展比较与经验借鉴[J].世界农业，2017（03）.

[21]温孚江，宋长青.农业大数据应用、研究与展望[J].农业网络信息，2017（251）.