基于区块链原理的知识产权云交易系统信任关系剖析

夏轶群　盛广印

【摘要】知识产权云交易是互联网和大数据背景下新兴的技术知识产权转化模式， 交易主体之间信任关系的重构和优化极大地影响该模式的有效运行。 在解析知识产权云交易系统信任结构及信用风险要素的前提下， 基于区块链技术原理对知识产权云交易系统进行耦合分析， 提出交易系统信任结构和信任关系优化方案， 进而建立系统信任关系博弈模型， 探讨节点的信用策略选择及参数敏感性。 结果表明， 系统节点的信用策略主要受违约成本影响， 若违约成本大于边界值， 则任意理性节点总是选择履约， 此时个人利益与系统整体利益最大化得到统一， 而设置合理的激励相容机制的同时满足系统节点数要求， 引入更多参与主体， 可有效减少知识产权云交易系统信用风险的发生， 从而优化生态系统信任关系。

【关键词】知识产权交易;云交易;信任结构;信任关系;区块链

【中图分类号】F204      【文献标识码】A      【文章编号】1004-0994（2021）19-0116-7

一、引言

2016年3月， 国家发展改革委员会发布《国民经济和社会发展第十三个五年规划纲要》， 明确提出实施国家大数据战略， 加快推动数据资源开放共享， 深化大数据在各行业的创新应用。 至2019年， 我国大数据产业规模达8000亿元， 研发投入超过550亿元， 数字经济规模超过35万亿元， 其中与技术知识产权相关的交易额首次突破2万亿元。 2020年， 中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》更是首次将数据纳入生产要素范围。

知识产权云交易是在大数据、云计算技术支持下， 基于互联网逻辑整合分散的知识产权（包括技术专利、软件版权等）、知识产权融资服务、知识产权评估服务等， 为知识产权权需双方搭建云交易平台， 从而提高交易质量和效率， 是一种新兴的技术创新生态系统服务模式。 与传统知识产权交易不同， 知识产权云交易可以打破知识产权信息壁垒， 实现技术知识链的自适应生长， 提升个人和组织的技术创新能力， 构建知识产权云交易创新生态。 在这个新型生态系统中， 由于云交易的开放性和自主性， 交易主体呈现出新的交易关系和信用特征， 信用风险成为阻碍生态系统发展的主要因素之一。 为了保证系统的安全性、稳定性和相对可控性， 建立有效的信任关系则成为运作的关键所在。

区块链技术是一种全新的去中心化基础架构与分布式计算范式， 具有去中心化、时序数列、集体维护、可编程和安全可信等特点[1] ， 可以很好地解决交易中的信任问题， 并逐渐在供应链金融、物联网、物流管理、医疗健康等多个领域得到发展和应用。 作为一种新型的数据交互系统， 区块链给知识产权云交易的发展带来了新的技术选择。 知识产权云交易是具有高度数字化特征的交易模式， 区块链的透明性、安全性、不可篡改和可追溯性等特性， 可以为知识产权云交易提供一个可信任的交易环境， 在交易主体之间重塑信任机制， 从而保证技术创新系统稳步健康运作， 促进社会经济体系转型升级。

本文尝试利用区块链原理研究知识产权云交易系统的信任关系优化问题， 探索信任结构和信任关系的优化方案。 信任是交易能够顺利进行的重要前提， 信任关系的建立可以有效降低交易成本， 有利于形成更高效的系统交易机制， 优化系统内部结构。

二、文献综述

1. 知识产权云交易基础理论研究。 知识产权交易平台与产业化转化之间有着密切的相关性， 知识产权交易平台是企业实现知识产权价值、科技成果转化和技术转移的重要保障[2] 。 集知识产权信息、交易、融资、系统创新于一体的知识产权云交易平台可以根据创新企业所处的创新阶段提供知识产权交易服务[3] 。 知识产权交易形式也逐渐呈现多样化态势， 包括转化、许可、质押、信托、证券化等， 交易模式也越来越呈现结构化、平台化特征， 技术知識产权趋于通过联盟、组合、信息共享平台等形式增强自我信用和融资能力。

2. 知识产权云交易风险事件研究。 冉从敬和何梦婷[4] 从技术视角构建了云环境下版权交易新模式， 将知识产权云交易核心风险总结为基础理论、基础服务、服务机构、消费者行为、交易方式五个方面。 Barton等[5] 指出， 信息风险是云交易系统面临的主要风险之一， 会从信息价值评估方面影响其交易价格。 刘洁[6] 认为， 知识产权权利变现的复杂性和财产价值的不稳定性导致知识产权互联网融资平台的运营风险变大。 夏轶群和苏洪锐[7] 在分析知识产权云交易系统风险因素和风险结构的基础上， 构建了知识产权云交易信用风险传播模型。

3. 知识产权云交易信任关系研究。 潘煜等[8] 分析了信任机制在虚拟交易环境下的重要性， 并构建了虚拟交易信任关系模型。 Kundu和Datta[9] 采用结构方程模型研究了信任在云交易中的中介作用， 结果表明信任对于虚拟环境下的交易起着至关重要的作用。 闫慧丽和彭正银[10] 从嵌入视角出发， 运用扎根理论梳理社交电商平台中的信任要素， 构建了动态的信任机制递阶升级理论模型。 文学舟等[11] 基于银企信任模型和声誉模型， 探究了信任机制形成过程中信任度的演化。

4. 区块链应用研究。 刘明达等[12] 提出了一种基于区块链的分布式可信网络连接架构， 得到了更强的网络信任模型。 邓爱民和李云凤[13] 基于博弈理论， 深度探讨了区块链的智能合约技术在供应链保理业务中的应用， 从业务角度揭示了区块链技术对于主体方决策行为的优化作用。 Gürkaynak等[14] 讨论了区块链技术对知识产权注册、管理和强化的潜在影响。 Shatkovskaya等[15] 基于政治经济学理论， 研究区块链作为一种可信环境的机制， 有助于降低交易成本并提高知识产权的商业化水平。

综上所述， 现有文献对知识产权云交易信用风险与信任关系及区块链应用均有不同程度的研究， 但是， 运用区块链原理解决知识产权云交易系统信任关系优化问题还需进一步深入探讨。 本文在解析知识产权云交易主体信用结构的基础上， 提出基于区块链原理的知识产权云交易信任关系优化方案， 并借助博弈模型验证信任关系的有效性， 以期帮助知识产权云交易系统重塑信任机制。

三、知识产权云交易系统信用风险的产生

（一）知识产权云交易系统基本信任结构

如图1所示， 知识产权云交易系统参与主体主要包括产权权利方、产权需求方、第三方机构和云交易平台， 各参与主体之间的信任关系如下： ①产权权利方在云交易平台上发布融资信息， 按要求提交相关材料; ②产权需求方通过云交易平台接收融资信息， 挑选需要的知识产权交易项目， 并与其产权权利方进行接洽; ③产权需求方委托第三方机构预审产权权利方提交的材料， 主要是评估知识产权的经济价值和法律风险、产权权利方的信用风险和经营能力; ④第三方机构将评估结果反馈给产权需求方， 供其参考是否对该知识产权项目进行投资; ⑤产权权利方寻求第三方机构进行融资担保， 担保机构在审查产权权利方的实际情况后确认担保的比例并与其签署担保合同; ⑥产权需求方通过云交易平台与产权权利方签订融资合同， 产权权利方将知识产权质押给产权需求方， 产权需求方向产权权利方发放资金; ⑦第三方机构监督产权权利方的资金使用和企业经营情况， 并向产权需求方进行反馈; ⑧产权权利方到期偿还借款; ⑨到期无法偿还的由第三方担保机构按照担保合同代偿部分借款， 产权需求方通过知识产权处置弥补损失。

（二）知识产权云交易系统信用风险要素

虽然近些年知识产权云交易在云计算环境下取得了较快的发展， 但是系统内部仍然存在主体之间信息不对称的问题， 导致知识产权云交易系统信用风险的产生， 影响系统的正常运行效率。 知识产权云交易系统信用风险要素主要包括：

1. 中心化交易机制。 用户在云交易平台充值数字资产进行知识产权云交易， 平台为用户提供交易信息和清算服务， 资金全过程由云交易平台托管， 一旦交易平台受到攻击或者平台运行出现问题， 用户资产将受到威胁。 交易清算的过程全部由平台协助完成， 平台有可能进行交易操纵从而控制交易价格， 并且交易无法被追溯。 此外， 中心化交易机制下交易双方授信机制不健全， 交易主体之间的信任也无法得到保障。

2. 信息不对称风险。 由于知识产权的特殊性， 其价值评估结果往往因第三方机构的业务水平不同而相差较大， 不同产权权利方的自身情况也不尽相同， 资金的使用情况无法真实反馈给出资方， 导致投融资双方信息不对称， 进而导致知识产权云交易平台服务效率低下。

3. 交易流程繁琐。 产权权利方和产权需求方在达成交易意向后， 需要向知识产权交易所提交相关材料线上申请交易， 等待线下审核通过后， 才可签订知识产权出质协议。 但是， 从知识产权交易申请到完成交易需要数月的等待时间， 繁琐的交易流程往往贻误了最好的交易时机， 最终导致交易失败。

4. 多方参与主体对接困难。 在知识产权的整个交易流程中， 需要产权权利方、产权需求方、第三方机构实现信息有效对接， 第三方机构需要产权权利方提供尽可能多的有效信息来评估知识产权的价值， 产权需求方同样需要信息来评估产权权利方的信用， 但是三方参与主体之间缺乏信息交互机制， 导致主体之间对接困难， 交易效率低下。

四、基于区块链技术的交易信任原理

区块链是一种通过加密方式将数据区块链接在一起的特定数据结构， 也是一种公开透明的共享数据库， 具有不可篡改、可追踪、安全性高等特点， 通过计算机信用可以在不可信的交易环境中以低成本建立信任。 利用区块链系统架构和智能合约， 强制各交易参与方承认已经共同验证过的交易， 从而在多个互不信任的交易主体间建立信任。

（一）区块链基本架構

区块链技术的基本架构如图2所示。

在数据层中， 分布式节点通过特定的哈希算法和Merkle树将带有时间戳的数据区块链接到主区块链上， 形成系统各节点共享的数据账本; 网络层采用P2P网络的组网方式， 每个节点都能参与数据的验证与存储; 在核心层中， 区块链技术采用PoW等共识机制保证分布式记账的一致性， 通过激励机制共识节点之间博弈达到合作状态的纳什均衡， 非对称加密算法可满足使用者隐匿身份和安全性的需求; 在应用层中， 按照规则自动触发和执行智能合约， 实现对交易过程的灵活控制， 完成链上智能资产的管理。

（二）智能合约信任原理

智能合约是区块链的核心构成要素（应用层）， 是部署在区块链上的一种去中心化、可信共享的程序代码， 涵盖了数据信息的记录、存储和验证机制， 包含了各参与方达成一致的合作内容、违约条件和违约责任等， 是一种可自动化执行的程序化合约。 智能合约的运作机理大多是“IF-THEN”类型的计算机编程语句， 触发事先编译好的执行场景条件响应规则， 智能合约便被激活并自动执行相应合同条款， 如图3所示。

五、基于区块链原理的知识产权云交易信任关系优化

在知识产权云交易系统中， 产权权利方、产权需求方与第三方机构多方参与的交易场景与区块链场景高度吻合， 可通过区块链技术从去中心化交易、全方位信息流监管、多方参与主体对接等角度对知识产权云交易信任关系进行优化， 从而防止信用风险的产生， 如表1所示。

区块链在知识产权云交易中的具体运用主要分为信用评估、融资监管、到期偿还资金三个方面， 知识产权云交易中的第三方机构服务协议、知识产权交易合同、到期偿还资金合同等， 都可通过智能合约嵌入区块链中， 有助于知识产权云交易更快更好地实现。 针对图1进行基于区块链原理的信任结构优化， 如表2所示。

上述优化方案中， 利用区块链技术可实现知识产权云交易的去中心化交易机制、数据信息同步共享与数据溯源， 在保护用户隐私和关键数据的同时， 通过智能合约规范交易流程， 可有效提升业务整体协作效率。 将区块链与知识产权云交易业务场景相结合， 用计算范式取代第三方中介来创造信任， 为知识产权云交易提供一种全新的信任机制， 有利于知识产权云交易系统的持续健康发展。

六、基于区块链原理的信任关系博弈分析

（一）基于区块链原理的交易系统激励相容机制

在知识产权云交易系统中， 激励相容机制的设计是引进奖惩要素来约束去中心化系统中各节点的行为， 使得每个理性节点为了实现自身利益最大化自发地开展区块链数据的验证和记账工作， 从而理性节点在追求个人利益的同时实现集体利益最大化。 知识产权云交易的初始核心节点包括产权权利方、产权需求方和第三方机构三方参与主体， 每个参与主体都含有信息的收集、传送、存储、加工、维护和使用六部分不同的信息模块。 其中， 除信息的使用模块是由各参与主体主观操作， 具有违约的可能性外， 其余各信息模块均可实现正常运行。 因此， 在基于区块链的知识产权云交易中， 产权权利方、产权需求方、第三方机构以及各自对接的区块链网络信息模块均为记账节点， 分别为产权权利方节点OP1， OP2， …， OPi; 产权需求方节点DP1， DP2， …， DPj; 第三方机构节点TP1， TP2， …， TPk。 然而， 区块链作为一种去中心化的分布式系统， 各记账节点不可避免地会在交互过程中产生竞争与合作的博弈关系， 少数节点可能通过伪装身份传递错误信息的方式来增加自身的收益， 这种非理性竞争的行为不利于系统整体的利益。 实用拜占庭容错算法（PBFT）在保证安全性和灵活性的前提下为区块链提供了（n-1）/3的容错率， 其中n为节点总数。

Castro等[16] 提出的实用拜占庭容错算法（PBFT）包括客户端、主节点、从节点三种要素， 主节点和从节点都进行数据备份的工作， 并且在同一个视图v中达到节点共识。 主节点在接收由客户端发送的带有时间戳的请求后， 将这些请求进行排序编号， 然后向从节点进行广播， 包括主节点在内的接收到请求信息的备份节点均需与其他节点进行交互验证确认信息， 将所有的节点数记为R， 任意节点都可以用0 ～ R-1间的整数表示， 节点数需满足以下要求：

R≥3f+1 （1）

其中： R是节点总数， f是失效节点总数。 主节点由以下公式计算确定：

p=v mod|R| （2）

其中： p是副本编号， R是副本总数， v是视图编号， mod是[v]除以[R]的余数， 当主节点失效时便依据此公式计算新的主节点。 当节点接收到包括自身在内的2f+1条确认信息时， 才会向客户端回复确认消息， 即容错量不超过节点总数的三分之一即可实现区块链分布式系统的正常运行。 通过激励相容机制来约束各节点的行为， 记总激励效用为U， 每个节点的初始奖励均为U/R， 当节点做出有损系统整体利益的行為时， 便会被扣除相应的奖励。

激励相容机制是协调各方利益的一个十分有力的理论工具， 本文可以借助激励相容机制和PBFT算法， 对区块链知识产权云交易各参与节点活动进行博弈建模， 依据激励相容原理寻求各节点活动的利益均衡点， 进一步对区块链是否能安全有效地执行知识产权云交易进行论证分析。

（二）博弈模型构建

1. 基本假设。

假设1： 产权权利方、产权需求方、第三方机构以及这三方参与主体各自包含的信息模块所有节点数为R， 其中采取违约策略节点（失效节点）为f。 由上文模型介绍可知， 失效节点只可能为参与主体本身和其信息管理中的信息使用模块， 故知识产权云交易系统中的失效节点数最多不超过6个， 包括初始核心节点在内的节点总数R为21个， 满足式（1）的要求。

假设2： 包括主节点在内的所有备份节点在进行交互验证信息达到共识的过程中， 均可通过观察其他节点的行为来决定自身策略， 即是一种完全信息动态博弈。 任意节点在接收到主节点发送的消息后， 必须按照相应的规则将消息转发给其余节点才会被认定为是履约节点， 否则就是做出了违约行为， 会被认定为是失效节点。 在系统共识算法结束后， 所有节点都会向智能合约报告其余节点的状态， Y代表履约节点状态， N代表违约节点状态， 若某节点将另一节点标注为N， 则该节点之后都不会向其发送消息。

假设3： 智能合约将各节点转发消息的规则、节点状态转换规则、启动合约执行的预设条件以及激励相容机制等编写成计算机程序语言， 对按照规则转发消息并进行记账的节点给予奖励， 否则扣除相应的奖励以作处罚。 假设分布式系统中的总激励为U， 每个节点的初始奖励均为U/R， 智能合约会根据每个节点汇报的其余节点的状态扣除违约节点相应的奖励。

假设4： 节点i和节点j分别表示R中的两个任意节点， M为在共识过程中i向j发送消息的成本， Sij为节点i向智能合约报告的节点j的状态信息， Sij=Y代表j为履约节点， Sij=N代表j为违约节点。 智能合约在收到所有节点对j的状态报告SRj后， 会对节点j进行奖励分配， 若节点j违约， 则根据其导致的违约节点数量扣除相应的奖励， 违约节点扣除的奖励即违约成本为D， 由节点j造成的最大违约成本为RD。 任意节点j的奖励为：

rj=[UR]-[i∈R-jCij] （3）

其中：    为节点i向智能合约报告后， 智能合约扣除节点j的奖励， 且只有当Sij=Sji=Y时，    =0， 其他所有情况都要扣除奖励D， 假定U>R2D。

假设5： 所有的理性节点为了追求个人利益最大化， 会针对其余节点的行动采取最优策略， 但是在不清楚其余节点情况时， 每个节点都想在最坏的情况下减少自身的损失， 故每个节点都可能会不按规则转发消息。

2. 基本模型。 知识产权云交易的参与者为产权权利方、产权需求方和第三方机构， 在区块链层面参与博弈的节点包括这三方参与主体及其各自信息模块中的节点， 所有节点可分成按规则转发消息的节点和不按规则转发消息的节点， 即每个节点都有履约和违约两种策略选择。 从区块链激励相容的共识机制角度出发， 每个节点在不清楚其余节点策略的情况下， 总是以自身成本最小化为目标， 即让共识过程中发送消息的成本和向智能合约汇报后的违约成本之和最小。

假设任意节点i在其余节点情况不明时， 可做出两种策略选择， 策略1为按照规则向其余所有节点发送消息， 策略2为随机向占比θ的节点发送消息， 为了使得节点i选择可使系统整体收益最大化的策略1， 则策略1和策略2的收益函数E1、E2需满足以下要求：

E1>E2

U-（R-1）M-f D>U-（R-1）θM-[f+（R-1-f）（1-θ）]D

（R-1-f）（1-θ）D>（R-1）（1-θ）M

D>[R-1R-1-fM] （4）

当理性节点选择不按规则转发消息， 即选择违约时， 其违约成本不大于选择按规则转发消息时的履约成本。 若要理性节点全部选择策略1即按照规则转发消息， 则需违约成本大于边界值[R-1R-1-fM]时才可以。

（三）敏感性及信任关系优化分析

基于前述模型的构建与求解， 进一步进行参数敏感性及信任关系优化分析：

情形Ⅰ： 当除节点i以外的所有节点都选择违约策略时， 节点i也会选择违约来最小化其成本， 此时节点i不会向任何节点发送消息， 即没有发送消息的成本， 不发送消息的违约成本也即总成本， 此时节点i的违约成本为（R-1）D， 由式（4）可知， 当D取边界值[R-1R-1-fM]时， 节点i承担总成本的最小值为：

（R-1）D=（R-1-f）D+f D （5）

把D=[R-1R-1-fM]代入式（5）， 可得：

（R-1）D=[（R-1-f） （R-1）R-1-f]M+f D

=（R-1）M+f D （6）

当其余所有节点都选择违约策略， 节点i也选择违约策略时要承担的最小总成本为（R-1）M+

f D。

情形Ⅱ： 当除节点i以外的所有节点都选择违约策略， 节点i选择了履约向其余所有节点发送消息， 此时的消息成本为（R-1）M， 但是因为其余所有节点都没有向智能合约汇报状态， 对于违约节点来说SiR≠SRi， 所以节点i还要扣除奖励成本f D， 节点i的总成本为（R-1）M+f D。

由上述两种情形可知， 当违约成本D取最小值， 在其余所有节点都选择违约时， 节点i选择违约或者履约的总成本相同， 也就是说节点i选择履约时的总成本必不大于选择违约时的总成本， 当违约成本D大于边界值时， 不管其余节点选择什么策略， 节点i总会选择履約把消息发送给其余节点， 实现自身利益最大化。 所以系统内的任意理性节点i都会选择最优的策略， 即履约把消息发送给其余各节点， 自身利益最大化和系统整体利益最大化得到了统一， 此时系统信任关系得到了优化。

由上述分析可知， 当知识产权云交易系统节点总数和失效节点数满足R≥3f+1， 且激励相容机制设置合理时， 区块链分布式系统便可正常运行。 区块链共识机制面临的最大安全问题是51%问题， 即节点掌握全网51%的算力便可成功篡改区块链上的数据， 但是通过这种方式攻击的投入成本远远超过攻击成功后的收益， 严重不符合理性经济人假设。 故只要满足了R≥3f+1节点要求， 同时设计合理的激励相容机制， 区块链知识产权云交易系统便可正常运行。 从区块链层面节点活动出发， 通过博弈论思想也证明了基于区块链的知识产权云交易的可行性， 保证交易安全性的同时， 优化参与主体之间的信任关系， 更可大幅度提高知识产权云交易的效率。

七、结论及对策建议

本文在解析知识产权云交易系统信任结构及信用风险的基础上， 提出针对系统信任关系优化的区块链原理解决方案， 并构建区块链层面知识产权云交易信任关系博弈模型， 进而探讨信用风险激励相容策略及参数敏感性。 研究发现， 知识产权权利方、知识产权需求方、第三方机构中的理性节点总是选择履约策略， 即遵循协议转发验证系统信息， 使得内置于知识产权云交易系统中的智能合约能够自动化执行， 论证了区块链技术解决知识产权云交易信任问题的有效性， 研究期望利用区块链技术重塑知识产权云交易信任机制， 进而推动知识产权云交易生态系统良性循环运作。

基于上述研究， 本文对大数据背景下知识产权云交易信任关系构建和优化提出以下建议：

1. 行政管理层面， 加快区块链知识产权云交易平台建设。 区块链技术与知识产权云交易业务有着极高的契合度， 政府要加强区块链底层基础设施网络建设， 推进区块链与大数据、云计算技术的深度融合， 建设以区块链为底层技术支撑的知识产权云交易服务平台， 利用区块链去中心化、数据透明、不可篡改等特性， 重塑知识产权云交易信任机制， 降低知识产权云交易信用风险， 推动知识产权成果转化， 构建完整的知识产权产业生态链， 解决知识型企业融资难题， 助力我国经济持续稳定健康发展。

2. 产权需求方层面， 优化知识产权交易选择。 知识产权作为一种无形资产， 其价值会因技术环境和经济环境的变化而波动较大， 产权需求方可以通过数据信息挖掘做好市场调研工作， 选择最具有发展潜力的知识产权进行投资。 此外， 产权需求方可委托第三方机构对产权权利方的信用情况、企业运营状况进行调查， 选择信用良好的出质人进行合作交易， 定期分析出质人经营情况， 对可能产生风险的不利情况及时采取措施， 同时引入担保、保险公司等风险缓释主体分散知识产权云交易信用风险。

3. 產权权利方层面， 提高信息披露水平。 产权权利方在知识产权云交易的整个过程中应持续加强融资信息的披露工作， 自觉披露更多的知识产权信息和企业内部信息， 更好地向投资方展示知识产权所具有的良好盈利潜力， 为投资方提供更多的可参考信息， 以赢得对方的信任， 推动交易顺利进行。 此外， 与其他参与主体之间进行及时的信息交互能够有效预防可能产生风险的情况发生， 提前制定应对措施， 从而提高系统的融资质量和效率。

4. 第三方机构层面， 利用区块链技术提高服务质量。 第三方机构可利用区块链技术追溯知识产权在全网的使用数据， 结合计算技术对知识产权价值进行准确评估， 也可以通过区块链中的交易记录对产权权利方的信用进行全方位评估， 以供产权需求方参考决定是否进行投资。 第三方机构要与其他参与主体共享评估信息， 保证融资评估环节的公正、公开、公平， 在可信任的交易环境下， 帮助产权权利方获得融资， 帮助产权需求方降低风险。

【 主 要 参 考 文 献 】

[1] 袁勇，王飞跃.区块链技术发展现状与展望[ J].自动化学报，2016（4）：481 ～ 494.

[2] 冯晓青.我国企业知识产权产业化转化平台和交易平台建设研究[ J].河北法学，2013（6）：20 ～ 28.

[3] 谢芳.服务众创的知识产权交易平台研究[ J].科技管理研究，2019（3）：173 ～ 180.

[4] 冉从敬，何梦婷.云环境下的版权交易模式及其知识产权风险[J]. 图书馆论坛，2018（7）：24 ～ 32.

[5] Barton K. A.， Tejay G.， Lane M.， et al.. Information system security commitment：A study of external influences on senior management[ J].Computers & Security，2016（59）：9 ～ 25.

[6] 刘洁.知识产权互联网融资平台运营中的风险及其分散对策[ J].知识产权，2015（9）：68 ～ 72.

[7] 夏轶群，苏洪锐.知识产权云交易信用风险传染过程探析[ J].财会月刊，2020（7）：141 ～ 147.

[8] 潘煜，张星，高丽.网络零售中影响消费者购买意愿因素研究——基于信任与感知风险的分析[ J].中国工业经济，2010（7）：115 ～ 124.

[9] Kundu S.， Datta S. K.. Impact of trust on the relationship of e-service quality and customer satisfaction[ J].EuroMed Journal of Business，2015（1）：21 ～ 46.

[10] 闫慧丽，彭正银.嵌入视角下社交电商平台信任机制研究——基于扎根理论的探索[ J].科学决策，2019（3）：47 ～ 72.

[11] 文学舟，张海燕，蒋海芸.小微企业融资中银企信任机制的形成及演化研究——基于信用担保介入的视角[ J].经济体制改革，2019（3）：143 ～ 150.

[12] 刘明达，拾以娟，陈左宁.基于区块链的分布式可信网络连接架构[ J].软件学报，2019（8）：2314 ～ 2336.

[13] 邓爱民，李云凤.基于区块链的供应链“智能保理”业务模式及博弈分析[ J].管理评论，2019（9）：231 ～ 240.

[14] Gürkaynak G.， Y?lmaz， Ye?ilaltay B.， et al.. Intellectual property law and practice in the blockchain realm[ J].Computer Law & Security Review，2018（4）：847 ～ 862.

[15] Shatkovskaya T. V.， Shumilina A. B.， Nebratenko G. G.， et al.. Impact of technological blockchain paradigm on the movement of intellectual property in the digital space[ J].European Research Studies Journal，2018（S1）：397 ～ 406.

[16] Castro M.， Liskov B.. Practical byzantine fault tolerance[Z]. Proceedings of the Third Symposium on Operating Systems Design and Implementation，1999.