基于区块链的食品安全知识图谱可信管理探究

刘玉洁，廉小亲，赵峙尧，李悦，张新

研究论文

基于区块链的食品安全知识图谱可信管理探究

刘玉洁1,2，廉小亲1,2，赵峙尧1,2，李悦1,2，张新1,2*

1.北京工商大学人工智能学院，北京 100048，中国；2.北京工商大学中国轻工业工业互联网与大数据重点实验室，北京 100048，中国

近年来，知识图谱在食品安全领域中发挥着重要作用。食品安全知识图谱所承载的信息在全生命周期流转过程中存在数据中心化严重、信息流通不畅、数据容易被篡改、溯源效率低下以及难以共享共管等问题。区块链作为新一代信息技术的创新架构，具备泛中心化、分布式处理、隐私性高、数据公开透明、内容不易篡改等特性，为食品安全知识图谱流通与管理提供了新的解决思路。本文首先分析了食品安全知识图谱现状和存在的痛点。然后，综述了区块链在食品安全领域的应用现状。在此基础上，构建一种基于区块链的食品安全知识图谱可信管理框架，并设计了适用于食品安全知识图谱的多模存储模式、融合Raft与TBFT共识算法的R-TBFT共识优化机制和食品安全知识图谱定制化智能合约。最后，通过对本文提出的模式进行可行性和运行流程等分析，表明本模式能够实现全链条上食品安全知识图谱的共享和互通，并保证了数据存储和传输的安全可靠，为企业、监管机构和消费者提供了可信的食品信息来源。本文为新一代信息科学在食品安全领域的创新应用提供了可行的解决方案，并且具有一定的参考价值。

知识图谱；食品安全；区块链；可信管理；智能合约

1 引言

民以食为天，食以安为先。食品作为能量来源，是人民生活极为重要的物质基础，食品安全不仅关系到民生问题，还关乎着国家能否长治久安。随着我国社会主义经济的发展和人民生活水平的提高，公众对食品的要求逐渐从“吃得饱”到“吃得好”再到“吃得放心”转变，可见，人们的食品安全意识愈发增强，然而一些黑心厂家为了自身利益最大化，将人们的生命安全置之度外，制造假冒伪劣产品。近年来，食品安全总体稳中向好，但是依然存在新发、突发和点爆发等安全问题，比如2022年土坑酸菜事件和麦趣尔“丙二醇事件”等。食品安全问题危害着人们的身体健康，例如食用了致病性微生物污染的食品会导致感染型食源性疾病或毒素型食源性疾病；食品添加剂的超标和非法添加剂的引入会对消费者的健康安全造成威胁[1]。食品供应链的各个环节都有可能出现安全问题，比如食品在种植养殖过程中可能会有农兽药残留问题；加工环节可能会出现以下问题：由于生熟不分、仪器老化而导致细菌、病毒等交叉污染，过量添加剂的使用以及食品掺假等；包装时也有较小几率会产生包装纸污染，这些问题给消费者带来了许多不利影响。通过哪些途径可以有效解决供应链出现的食品安全问题已经成为国家和人民群众共同思考的问题，保障消费者的食品安全是实现人民美好生活愿望基本保障，有利于社会主义和谐社会的构建[2-3]。

如今我们已经进入了大数据时代，在海量数据中该如何提取有用信息是大数据时代的难点，然而知识图谱技术就能攻克这个困难。知识图谱技术能够高效地从海量信息中抽取结构化知识，因此应用前景很广泛[4]。知识图谱这一概念自从谷歌在2012年提出后，就已经支持各种商业和科学领域的多个“大数据”应用程序[5]。在食品安全领域中，通常具有海量的数据信息和异构化数据，为了从中提取关键信息，知识图谱从而被广泛应用。食品安全知识图谱包含多种类型，例如食品安全管理知识图谱、食品安全应急处理流程知识图谱、食品安全领域知识图谱、食品危害物指纹图谱和气味指纹图谱等。其中，食品安全管理知识图谱能够为监管部门提供食品在供应链上各个环节的详细信息，监管部门可以通过该类知识图谱进行食品问题溯源。食品安全应急处理流程知识图谱通过从大型食品网站中抓取近几年典型的食品安全案例数据，能够协助相关部门处理相似的食品安全事件，及时为其提供应急措施，同时可以有效预防和避免类似事件的发生[6]。食品安全领域知识图谱是利用知识图谱整合多源食品专业知识，能够更简单直观地为公众普及基础的食品安全知识，让公众为自己的身体健康再加一份保障。指纹图谱是知识图谱在食品领域中较为广泛的应用，可以利用该技术对食品供应链各环节进行分析，检测食品是否掺假、观察食品在贮藏、运输过程中的霉变情况、解决果蔬在采收贮藏后熟时期的新鲜度等食品安全问题。

在食品供应链中，构建面向食品安全领域的知识图谱有助于发现食品供应链上不同节点数据之间的联系，对解决食品供应链数据共享、食品安全智慧监管、食品供应链溯源等问题具有重要意义[7]。然而图谱信息在全生命周期流通过程中还存在许多问题，由于食品供应链是一种网链结构，实现了食品从生产者到消费者的流通，各环节参与主体众多且高度分散，存在图谱信息流通不畅、数据易篡改、溯源效率低下以及监管力度不足等问题[8]，因此，目前食品安全知识图谱无法实现全方位的可信管理。近年来，区块链技术发展极其迅猛，正在进入与各行各业相融合的3.0时代。目前，区块链技术已经应用于教育[9]、医疗[10]、农业和食品[11]、供应链管理[12]等众多领域中，其中因去中心化、不可篡改、可追溯等特点在食品安全领域有很广阔的应用前景，例如食品供应链追溯、食品信息安全管理、食品安全监管等。据研究显示，结合区块链技术特点能够构建安全可靠的食品安全溯源体系，实现食品供应的安全性和可追溯性[13]。针对食品供应链上各环节信息不对称的问题，可以利用区块链技术保证交易信息的透明性，从而扩大了各企业间的信任，实现食品信息安全管理[14]。在食品安全监管方面，区块链技术能够打破不同部门之间的信息壁垒，可以实现部门间以及部门与供应链之间的信息共享，有效利用了全产业链条的数据资源，很大程度地提高了食品安全监管效率[15]。由于区块链在食品安全领域能发挥自身的巨大优势，因此，本文应用区块链技术，设计提出了食品安全知识图谱可信管理框架，设计多模存储模式、R-TBFT共识机制和定制化智能合约等技术，保障了食品安全知识图谱信息在全供应链上可靠流通与安全管理，为食品安全知识图谱全链条信息可信管理提供了新的研究思路。

2 食品安全知识图谱应用现状及分析

2.1 食品安全知识图谱应用现状

知识图谱最初是由谷歌提出的概念。它是结构化的语义知识库，以符号的形式简单直观地描述出了客观世界中的概念、实体及其相互关系，组成知识图谱的基本单位是三元组“实体-关系-实体”、以及实体及其相关属性-值对[16]。知识图谱本质上是一种概念网络，知识图谱的各节点表示物理世界中的实体或属性，而网络中的边则是用来连接两个实体或实体与属性，表示两者之间存在的关系。

知识图谱具有处理海量信息的能力，一些信息繁杂的领域通常在知识整合上存在困难，知识图谱能够通过挖掘数据为该类领域整合多源知识。例如在食品安全领域中，为了构建知识图谱，需将结构化数据转换为三元组数据，食品供应链的数据量通常非常大，可以利用知识存储映射算法，将供应链中的结构化数据存储到图形数据库，实现数据的可视化显示，从而构建食品安全知识图谱。食品安全知识图谱中的实体主要包括食品、添加剂、添加效果、食品类别、人体危害、鉴别方法等，属性包括生产企业、生产日期等，食品安全知识图谱将这些实体间的关系以及实体和属性的关系以图的形式呈现出来如图1所示[17]。

根据专业覆盖程度，知识图谱可大致分为两类：通用知识图谱和领域知识图谱。通用知识图谱涉及的范围很广，但深度很浅，一般包含大量常识性知识。与通用知识图谱相比，领域知识图谱则强调知识的深度和准确性，是面向特定领域而构建的，食品安全知识图谱被认为是领域知识图谱，这类图谱能够有效解决特定领域的问题，在辅助相关管理人员决策、专业问答等场景都发挥重要作用[18]。

食品安全知识图谱能够以图结构方式将食品安全知识高效、准确地提供给管理者，监管部门或者食品厂家能够通过搜索食品实体，了解该食品的详细信息、食品安全相关事件以及抽检信息等。食品的详细信息包括食品的ID、类别、添加剂等，当某食品出现质量安全问题时，监管部门或食品厂家通过查询食品安全知识图谱，能够节约大量调查时间，实现食品问题的快速溯源。食品相关事件信息包括安全事件的事件名称、事件的爆发地点和时间等，监管人员能够依据以往事件加大对相关食品和厂商的监管力度，避免类似问题食品的出现。张朝正等人构建了冬奥食品有害因子智能化快筛知识图谱，并结合大数据、人工智能和移动互联网技术研发了奥运食品供应链风险预警智慧管控系统，该预案曾在北京冬奥会及冬残奥会（张家口赛区）期间供奥食品企业在食品安全保障工作中得到实际应用[19]。食品抽检信息大多从国家市场监督管理总局网站中获取，根据食品检验数据的知识图谱分析食品近些年的抽检信息统计情况，监管部门能够直观有效地分析可能存在的食品问题，从而更高效地管理食品安全。乔青青等人基于知识图谱技术，实现炒货食品安全抽检数据的直观展示，深度挖掘数据间的关联信息，发现潜在的食品安全风险，进而提高食品安全风险预警有效性[20]。

图1 食品安全知识图谱示例

知识图谱能够利用专业的信息为公民提供易于接受的食品安全知识，对公众进行食品安全科普是保障人们身体健康的重要方式之一。利用知识图谱能够将这些多源的食品安全信息有效整合起来，将食品安全知识以图的形式直观地展现出来，既为公民提供丰富且准确的食品安全知识，同时也降低了公民学习的难度。公民还可以对想要了解的食品进行图谱搜索，了解该食品的详细信息，包括食品的ID、类别、其中包含的添加剂，以及该添加剂对人体的危害和它的鉴别方法等。除此之外，消费者还能够查看某些食品存在的潜在风险以及一些造成过的食品安全事件，吸取经验，避免类似情况发生[21]。

对食品品质进行评估也是知识图谱在食品安全领域的一大应用，其中指纹图谱是应用较为广泛的一种技术，利用指纹图谱技术分析某种物质会产生带有相应特征的图谱，该技术可以应用在食品溯源、食品品质检测、食品加工过程中微生物变化等领域，能够有效解决食物中毒、食品掺假等问题[22]。近年来，乳制品行业被曝出部分食品安全事件，一些黑心厂家为了谋取自身利益，罔顾法律，在原材料中掺入虚假物质，严重损害了消费者的身体健康，相关管理人员利用指纹图谱技术能够高效准确地检测出食品中的掺假物质，从而保障了乳制品的安全[23]。在食品加工、仓储和运输的过程中，若食品品质下降，由于酶和微生物的作用会产生不良气味，通过气味指纹图谱能够鉴别出挥发性气体的成分。例如在粮食霉变过程中，利用气味指纹图谱检测技术分析挥发性成分，可以动态监测粮食的霉变情况[24,25]。

2.2 食品安全知识图谱管理存在问题分析

食品供应链包括生产、加工、仓储、运输、销售等过程，由于食品供应流通周期长、环节复杂、危害物种类多等特点，食品安全知识图谱的安全管理尚存在许多问题，如知识图谱信息在供应链中的流通不畅、共享困难；图谱数据容易遭到篡改，信息安全难以得到保障；利用知识图谱对食品全链条溯源效果不好；监管部门对全供应链中食品安全知识图谱的监管难度大等，直接影响了食品安全知识图谱的可信管理。食品安全知识图谱管理所存问题如下：

（1）食品安全知识图谱全生命周期信息流通不畅。由于食品供应链各环节跨度大，参与主体众多，企业之间又相对独立，都以自身利益为重，因此信息很难形成共识，供应链各企业掌握的信息不对称。另外由于食品安全知识图谱中涉及危害物、成本价等敏感信息，企业之间信任度较低，导致食品全供应链食品安全知识图谱不能很好地流通与共享[26]。

（2）食品安全知识图谱信息跨域安全得不到充分保障。食品在供应链的各个环节都积累了大量食品安全知识图谱数据，它成为各环节企业的重要资产。在传统的食品安全信息管理中，数据是经特定的管理人员进行保管，但对监管者权力的约束还不足，因此图谱的管理安全性较低，存在数据被篡改的风险，并且供应链各环节图谱信息是否遭到篡改难以验证，造成流通的知识图谱可信度低[27]。

（3）基于食品安全知识图谱进行食品质量安全溯源效果不理想。食品安全知识图谱在供应链各环节上流通时，一旦在某一环节图谱的关键数据遭到丢失或篡改，图谱信息就不具有真实可靠性，消费者或监管部门难以实现利用知识图谱对商品全供应链各环节所有信息的追溯。因此，基于知识图谱的食品问题溯源模式无法消除消费者对食品安全可靠方面的疑虑。

（4）食品安全知识图谱全链条监管难度大。食品从“农场到餐桌”，涉及面广，环节众多，并且由于监管资源有限，政府及相关部门对食品安全知识图谱的监管难以覆盖[28-29]。同时，食品安全的传统监管用的是中心服务器，而收集到的供应链各环节图谱数据非常庞大，传统监管系统难以全方位对其监管，会存在明显的“服务器超载”问题，数据丢失的风险极大[30]。

3 区块链在食品安全领域的应用

3.1 区块链原理与关键技术

区块链是一种分布式账本技术，从本质上看是一个数据库系统。数据区块上的信息记录与存储会受到全网监控，由区块链网络上的各个节点共同维护，具有去中心化、数据难篡改、信息透明可信、安全可靠等特点。区块头和区块体组成了区块链中的一个数据区块，其中区块头包含了当前区块体版本和哈希值、父级区块哈希值、时间戳和随机数等。区块体则由经过各节点共识验证的数据和交易信息组成。由于当前区块头中的父级区块哈希值和前一区块的哈希值相连接，因此区块链是一条能从当前区块追溯到初始区块的链状数据结构，当某一个区块中的数据发生改变时，其哈希值也会随之发生改变，由链式结构的特点能够迅速逐级定位到数据变化的节点。区块链提供了一个开放的点对点交易，每个节点都可以看到链上的各个交易环节，这些事务由加密散列来保护，这种通过加密算法加密的链状数据结构，可以防止区块链上的信息被篡改[31]。将区块链应用到食品安全领域中，能够保证供应链上所有环节数据的安全性和可追溯性，对食品问题追责和信息监管具有重要意义。

依据开放程度，区块链可以分为三类，分别是公有链、私有链和联盟链。联盟链的开放程度位于中间，与公有链相比，联盟链只允许预设的成员参与记账和共识，对区块上各节点的参与人员进行了约束，对数据访问权限也有着越来越高的限制，加入的节点必须通过身份验证和获得权限授予，这能有效保护节点的隐私数据。私有链仅能供某个组织内部使用，而联盟链是由多个组织合成的联盟模式，不同组织成员都能对区块上的数据进行记录和维护。目前，联盟链是一种应用很广泛的区块链类型[32]。

近年来，密码学技术频繁运用于区块链中，如哈希算法、数字签名、数据证书等，这些技术能够保障链上数据的安全性与隐秘性，使得链上数据更加安全可靠，因此密码学技术通常被称之为构成区块链信任体系的基石[33]。共识机制将直接影响区块链网络的性能和安全，是区块链的核心，保证在无中心控制下，让网络中的所有节点监控数据，确保了信息的一致性与可靠性，能够打破传统供应链集中化系统中信息孤岛的问题。区块链技术的出现让智能合约拥有了一个去中心化的可信执行环境，合约部署在可信区块链前将预设好程序码，在运行过程中，一旦满足合约中的某个条件时，将自动执行合约内容，其中合约内容、执行过程以及结果面向区块链上的所有节点保持公开透明，从而扩大了各环节之间的信任[34]。

3.2 区块链在食品安全领域的应用分析

区块链技术在食品领域的应用已有很多研究，例如在食品供应链追溯、食品信息安全管理、食品安全监管等方面，区块链技术就发挥了其巨大优势。

由于食品从生产到销售的过程中，会经过不同企业的处理，导致信息不对称、不完整问题严重，食品的质量难以得到保证，食品供应链溯源能够追踪食品信息并有效确保食品安全[35]。传统的溯源方式主要包括：条形码、二维码和RFID技术，但防伪标识容易被复制，而且无法保证防伪信息不遭到篡改，因此在传统溯源方式下数据的真实性和可靠性难以保障，导致消费者对溯源信息信任度较低，进而也对食品行业丧失信心[36]。将区块链运用于食品质量溯源体系，可以发挥区块链的巨大优势，促进了食品供应链上下游企业之间的信息共享，突破信息不对称的壁垒，保障食品供应链交易数据、产品信息等可靠流通，从而保证食品的来源可追溯，提高了食品信息的透明度，进而增强了消费者对企业的信任度，促进消费并确保消费者安全食用食品。王坤侠等人设计的茶叶供应链溯源系统，能够实时追踪茶叶从种植到销售每个环节食品信息，实现了供应链食品的可追溯性，有效保障了茶叶的质量安全[32]。

基于区块链技术能保障数据不被篡改的特点，食品供应链上的各个环节还可以将食品的详细信息记录下来作为标签，利用条码技术为食品添加标签信息，其中不仅包括生产日期、添加剂含量等低层次信息，还包括产地情况、涉及的参与者等高层次信息，在数据成功上链后，区块链能够保障数据的真实性与安全性。消费者通过条码可以查询到食品的生产细节、加工数据、运输细节等信息，从而实现食品供应链追溯，确保产品的安全。发生食品质量问题时，相关部门也能迅速找到问题发生的环节。在复杂的食品供应链中，不乏出现问题食品召回的情况，利用区块链的可追溯性还能提高食品召回的效率，及时遏制事件蔓延。李明佳等人设计的基于区块链的食品安全溯源体系同时实现了食品问题溯源和危机预警，进而能够缓解当前社会存在的食品问题，改善食品行业现状[37]。

由于食品供应链参与企业众多，而在传统管理模式下，各企业以自身利益为中心，只专注于各自的数据和业务交易，通常导致信息水平参差不齐，企业间的信息传递较为困难，而且全供应链上各节点都包含大量数据，从而导致食品信息难以得到安全管理。许继平等人通过利用区块链和关系型数据库双模存储机制构建了食品信息安全管理模型，同时在区块链上定制化部署了相关智能合约，由此实现了信息在全供应链上安全可靠的存储和传输，降低了信息被不法分子篡改引起安全事故的风险，为各方都提供了可靠可信的信息来源，同时在监管部门预估危害物风险时，此食品信息安全管理模型能够为其提供完整可靠的数据作为参考[14]。

传统的食品安全监管存在监管者与被监管者、各地区监管部门之间的信息不对称问题，导致在食品安全领域不能实现高效监管。不仅可以将区块链应用到食品供应链中，还可以利用区块链技术构建开发去中心化的市场监管系统，既能够提升食品安全信息在不同监管部门之间的共享程度，又能实现监管系统的区块链与产业界的区块链“信息账本”的共享共用。在监管过程中只有参与者，没有中心领导者，能够实现监管过程参与式、互动式、去中心化等特点。传统供应链网络采用的是集中式存储，往往无法处理大量数据，网络的整体性能都会因此受到影响[38]，而利用区块链技术构建的分布式、非中心服务器网络能够承载大量用户，避免了传统监管因服务器承载力较小引起的故障。消费者可以进入网络搜索食品溯源信息，协助相关部门联合监管，这也提升了消费者对食品各企业的信任度[39]。

同时，区块链技术还能够提高食品安全监管效率，通过结合食品对应的质量安全标准设计智能合约，危害物、添加剂含量超标等不合格的食品将会自动被检测出来，并向有关部门发出警告[40]，监管部门还能够随时抽样检查食品的数据及来源，大量减少监管人员的工作量。一旦发现问题食品时，相关部门能够快速、准确地追溯食品信息，找到问题发生的根源，及时采取对策，避免问题食品大规模扩散[41]。同时，监管部门能够利用区块链以往存储的大量数据，加强对频繁发生食品安全事故的问题企业的重点监管，实现监管资源的有效利用[42]。刘国翔等人基于区块链技术提出的食品信息安全监管系统解决了传统监管中参与式监管不足、监管效率低下等问题[30]。

尽管国内外有大量学者关注区块链在食品领域的应用，也出现了很多优秀的研究成果，但是区块链在食品安全知识图谱上的研究还有些匮乏，因此本文基于区块链对食品安全知识图谱的可信管理进行探究。

4 基于区块链的食品安全知识图谱可信管理模式

4.1 可行性分析

针对食品安全知识图谱包含食品、添加剂、添加效果、人体危害、鉴别方法、生产企业等多种信息，且目前仍存在许多问题，凭借区块链技术泛中心化、分布式处理、隐私性高、数据公开透明、内容不易篡改等特点，提出采用区块链架构可以解决目前食品安全知识图谱在传统供应链管理下图谱信息流通不畅、信息安全难以保障、食品安全溯源效果不理想以及全链条监管难度大等问题，通过理论分析验证模式的可行性。

4.2 基于区块链的食品安全知识图谱可信管理框架设计

食品全供应链环节包括：生产、加工、仓储、物流、销售，各环节参与主体众多，本文根据食品供应链流程特点，结合区块链技术、密码学、智能合约、共识算法，建立以食品全供应链各环节为节点的区块链，形成食品安全知识图谱可信管理模式如图2所示，主要分为三部分，分别是信息采集、数据存储和信息查询。

图2 基于区块链的食品安全知识图谱可信管理方案示意图

食品供应链环节复杂，而各环节都有产生食品安全问题的可能性，所以信息采集包括从生产到销售，需要对各环节的食品安全知识图谱进行采集，采集到的图谱数据在上传时需要通过区块链上已部署好的智能合约的校验，上传过程中若达到合约触发条件时会自动执行合约内容。由于食品供应链涉及多个环节的不同企业，因此联盟链最适用于实现食品供应链中信息安全可靠的流通。在食品从生产到销售各环节，如果企业需要进入联盟链，它将会受到政府及其监管机构的严格审查，审查通过后，相关部门给企业发放准入许可证，即可进入联盟链共同参与记账与维护，同时获得相应的私钥和公钥，这保证了网络中的每个节点的可靠性和企业间交易的安全性。

由于食品供应链节点多、链条长和涉及面广，链上各环节包含大量食品安全知识图谱数据，且图谱信息较为复杂，所以将数据直接上传至区块链会占用较大内存，并且增加了溯源成本、降低了运行速度，因此本文采用区块链和云数据库结合的方式对数据进行存储。

信息查询包含监管部门、企业节点或消费者通过溯源系统查询食品在供应链上各环节的图谱信息。由于食品安全知识图谱中存在较为敏感的信息，如危害物、生产成本等，无法完全公开，因此需要对隐私数据进行加密保护，企业在上传该类图谱信息时，可以使用公钥利用非对称加密技术进行标识，当企业或监管人员需要查询图谱信息时，需要获得授权后使用私钥查看，图谱在区块链上流通时，其他节点无法直接查看隐私数据，仅能被授权的人员查看，从而保障了图谱的隐私保密性。被授权的人员通过私钥访问区块链上该节点，然后在云数据库中调出在该环节的食品安全知识图谱信息。

4.3 多模存储模式设计

食品供应链各环节的知识图谱数据规模较大，并且包含大量多维数据，为了进一步对数据进行系统化的规划与管理，并对食品决策提供更多的帮助，因此本文采用的区块链加云是一种多模多维度的数据仓库，它为访问者提供的数据模型是维度与数据立方体。通过事实表和维度表形式将图谱数据存储至多维数据仓库中，如表1和表2所示。以这种方式组织成的多维模型使用更方便，用户还能轻松地浏览数据仓库的全景视图，对整个食品安全知识图谱数据了如指掌。

表1 订单事实表存储示例

表2 添加剂维度表存储示例

在图谱数据存储的过程中，数字签名技术有着至关重要的作用，数字签名技术是指在电子文件上签名后，签名者无法对其签名进行否认，信息接收方能够鉴别出签名者的身份，同时通过数字签名技术能够确保信息的准确完整[43]。在本模型中，云数据库会利用数字签名对各环节上传食品安全知识图谱的用户进行身份验证，核实其是否为拥有许可证的食品供应链企业用户，验证通过后方可继续上传图谱，然后再次通过数字签名技术来保障云数据库中大量基础数据的真实可信。具体可描述为以食品供应链各环节企业为节点，向数据库上传食品安全知识图谱的基础数据和其经哈希计算后得到的数据摘要，利用数字签名技术生成的私钥对数据摘要进行加密。数据库接收到后，首先利用公钥对其进行解密，其次对基础数据进行相同的哈希计算，并将两个数据摘要进行对比，若相同则证明数据真实可靠，可成功上传至数据库；否则，说明数据已遭到篡改，无法存入数据库。

食品安全知识图谱数据需进行简化处理后再上传至区块链，将简要数据与数据库中基础数据的哈希值共同进行哈希运算，得到根哈希值，通过全网广播让区块链上所有节点对根哈希值进行共识，共识验证通过后存入最新区块的区块头中。因此区块中的信息一旦发生改变，将会影响整个哈希树的结构，区块链网络能够迅速检测出节点的变化，从而能保障供应链追溯信息的不可篡改。

4.4 R-TBFT共识机制设计

由于区块链是一个分布式记账系统，需要通过共识机制来保证数据在每个节点上的记录和存储都具有一致性和完整性，区块链系统的性能效率、可扩展性、资源消耗等都将受到共识机制的影响[44]，目前，研究人员在共识领域已经攻克了大量难题。现有区块链联盟链的共识机制包括但不限于PoW、PoS、DPos、PBFT、中心化共识等[45]，以及多种改进算法，例如TBFT是一种对PBFT进行改进的共识算法，在该算法中leader节点并不是固定的，而是在提交设定的n个区块后，leader节点轮换成下一节点，相对于PBFT具有更好的公平性。但随着节点的增加，通信开销会大幅度增长，共识效率随之变低。在供应链管理领域对区块链的性能和可扩展性要求较高，对单链要求通常达到万级吞吐量、秒级交易确认时延等，为了使TBFT更好地契合食品供应链知识图谱可信管理的需求并提升共识效率等，本文提出一种基于Raft算法改进的拜占庭容错共识算法R-TBFT。

该算法首先将区块链节点分组，其次，在每个组内采用基于监督节点改进的Raft算法进行共识选出领导者作为TBFT的节点，在片间采用TBFT算法对每组选出的主节点进行共识。该算法大大降低了TBFT算法的通信量与共识时延，有效地提高了吞吐量和共识效率。同时，对组内引入了监督节点，负责监督组内的领导者，这赋予了Raft算法一定的拜占庭容错能力，保障了组内共识的安全性。

R-TBFT算法的共识流程如下：

区块链分组阶段。按照一定的分组策略将区块链节点进行分组。

客户端发送请求阶段。客户端对主节点发送请求，开始进行组间共识。

TBFT准备阶段——NewRound。共识投票前的准备阶段，对共识相关状态进行初始化。

TBFT提案阶段——Proposal。主节点把区块打包并全网广播给从节点；

TBFT预投票阶段——Prevote。从节点收到Proposal，对其进行验证，验证通过后，把自己的Prevote投票广播到其他节点。

TBFT预提交阶段——Precommit。当大于总数2/3的节点提交了对Proposal的Prevote投票后，节点将自己的Precommit投票广播到其他节点。当大于总数2/3的节点提交了对Proposal的Precommit投票时，开始进入组内共识阶段。

组内共识阶段。此时TBFT的共识节点作为组内的领导者，进行基于Raft算法改进的组内共识算法。当领导者收到大于一半的跟随者的反馈信息后，确认组内达成共识，开始进入TBFT提交阶段。

TBFT提交阶段——Commit。Proposal中的区块共识通过，可上传至区块链中。

R-TBFT算法共识的完整流程如图3所示。其中组间共识是指其中的Proposal，Prevote，Precommit三个阶段，组内共识是基于Raft算法的共识机制，指的是Group Consensus。

图3 R-TBFT的共识流程

R-TBFT算法能较为高效地解决多节点共识效率低的问题，适用于联盟链且适合本食品安全知识图谱的可信管理探究，能够确保它的效率、安全性和可扩展性。

4.5 食品安全知识图谱定制化智能合约设计

智能合约具有去中心化、匿名性、自动执行性、透明性等特征，在加快交易效率和降低交易成本上可以发挥出巨大的优势[46]。通过对区块链上的智能合约设置一些可自动触发的执行条件，根据情况定制化地部署不同的智能合约，要求上传至链上的某些特定数据必须通过智能合约的校验，若数据满足合约中设置的触发条件，系统会自动调用合约内容实现相应功能。下文以数据上传合约、图谱验证合约和身份验证合约为例，具体展示智能合约的设计思路。

针对食品中危害物和添加剂的含量对人们的身体健康有着至关重要的影响，本文设计的风险预警智能合约算法如算法1所示，算法1中，以SD（Standard data）作为国家标准名称。

风险预警智能合约是依据食品中所含危害物和添加剂的含量来划分不同的风险等级，并将预警信息发送给监管机构，从而能及时采取相应的措施并排查问题来源，有效避免部分食品安全事件的发生。

针对供应链各环节采集的食品安全知识图谱数据进行校验并上传，本文设计的数据上传智能合约算法如算法2所示，算法2中，所涉及预置条件指标均为国家标准，在算法中以SD（Standard data）作为国家标准名称，DW意为多维数据仓库。

该合约逻辑图如图4所示，图谱验证智能合约和身份验证智能合约的逻辑图与图4类似，但触发条件不同，对应各自合约内容。

数据上传智能合约是要对食品供应链各环节上被授权的用户上传的图谱数据进行校验。其中调用了风险预警模块，当危害物不符合食品规范或者添加剂含量超标时，将无法上传至区块链和数据仓库中，同时该合约将触发报警功能。

图4 数据上传智能合约逻辑图

针对食品安全知识图谱基础数据存储至数据仓库的验证过程，本文设计的图谱验证智能合约算法如算法3所示，算法3中，DW意为多维数据仓库。

图谱验证智能合约是对要上传存储至数据仓库的食品安全知识图谱基础数据的验证。通过将基础数据的哈希值与解密后的数据摘要进行比对，能够准确判断出图谱基础数据是否遭到不法分子的篡改，保证了数据仓库中图谱信息的真实可靠性。若数据遭到篡改，还会自动通知监管方，起到了过程预警的功能。

针对食品安全知识图谱数据查询，本文设计的身份验证智能合约算法如算法4所示。

身份验证智能合约是对查询区块链上图谱信息人员的身份验证，图谱数据包括公开数据和隐私数据，监管机构和消费者拥有不同的查询权限，该合约对用户身份进行验证，从而获取相应的食品安全知识图谱信息。当有不法分子想要进入联盟链窃取食品安全知识图谱的隐私信息时，该合约对其进行身份验证，发现该人员没有获得图谱数据的查看权利，将会阻止该人员的操作并立即触发警报，从而降低了图谱的重要信息遭到泄露的风险。

4.6 信息流分析

本文根据食品安全知识图谱可信管理模式设计了流程分析图，如图5所示。首先，本文对食品供应链各环节数据进行采集，通过数据上传智能合约判断采集数据是否符合标准，合格的数据按照关键词进行分类，公开数据可直接明文上传，隐私数据需要通过非对称加密技术的处理。将生成的隐私数据密文和公开数据通过图谱验证智能合约的校验，验证通过后成功上传至云数据库，同时需要将数据进行简化,数据经过全网广播并得到共识后成功上传至区块链。用户对食品安全知识图谱数据进行查询时要通过身份验证智能合约的检验，根据用户被分配的查询权限，反馈相应的数据范围给用户，这确保了隐私数据的安全性。

图5 流程分析图

5 结论与展望

食品供应链参与主体众多且错综复杂，导致食品安全知识图谱在全链条下面临数据难共享、易篡改、溯源效果不好以及监管不全面等问题。利用区块链去中心化、分布式处理、数据难篡改、信息透明可信、隐私性高等特性，本文提出了基于区块链的食品安全知识图谱可信管理模式，设计了多模存储模式、改进的R-TBFT共识机制和定制化智能合约，该模型能够实现全链条上食品安全知识图谱信息的共享和互通，并保证了数据存储和传输的安全可靠，为企业、监管机构和消费者提供了可信的食品信息来源。本模型可为食品安全知识图谱全链条信息管理提供一种可行务实的应用方法。

目前众多学者将区块链技术和食品相结合进行研究，但将食品安全知识图谱与区块链相结合仍处于初步阶段。一方面在食品安全知识图谱数据信息采集部分，虽然大、中型企业大多都采用自动设备进行采集，但仍有部分小型企业采用人工录入的方式，这也是区块链项目落地的一大痛点，区块链技术虽然可以防篡改，但是如何做到数据信息的源头可信，是亟需解决的问题，未来将继续研究对食品安全知识图谱数据信息可信收集与上传。另一方面知识图谱的构建要求高、数据量大，并且食品全供应链信息复杂，因此构建食品安全知识图谱具有一定的难度和挑战性。我们应该在未来继续加强区块链与知识图谱相结合，将其应用于食品供应链实际企业的研究。

[1] 范丽, 丁一, 傅骏青, 等. 食品添加剂的应用及安全性研究[J]. 食品安全导刊, 2022(31): 4-6.

[2] 余学军. 食品供应链管理机制下的食品安全问题处理对策[J]. 食品安全质量检测学报, 2017, 8(01): 308-311.

[3] 赵鹏. 新时代食品安全监管存在的问题及对策[J]. 中国食品工业, 2022, (18): 78-80+98.

[4] 漆桂林, 高桓, 吴天星. 知识图谱研究进展[J]. 情报工程, 2017, 3(1): 4-25.

[5] Zou X H, A Survey on application of knowledge graph[J]. Phys Conf Ser, 2020, 1487: 012016.

[6] 李娜. 食品安全应急处置流程知识图谱构建方法研究[D]. 天津: 天津科技大学, 2020.

[7] 赵良, 张赵玥, 廖子逸, 等. 用BERT和改进PCNN模型抽取食品安全领域关系[J]. 农业工程学报, 2022, 38(8): 263-270.

[8] 王尔媚, 苏静. 基于区块链的食品供应链溯源平台[J]. 食品工业, 2022, 43(11): 227-230.

[9] A. Alammary, S. Alhazmi, M. Almasri, et alBlockchain-based applications in education: A systematic review[J]. Applied Sciences, 2019,9(12): 2400.

[10] A. Tandon, A. Dhir, A. K. M. N. Islam, et alBlockchain in healthcare: A systematic literature review synthesizing framework and future research agenda[J]. Computers in Industry, 2020, 122.

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

[12] M. Pournader, Y. Shi, S. Seuring, et alBlockchain applications in supply chains transport and logistics: A systematic review of the literature[J]. International Journal of Production Research, 2020, 58(7): 2063-2081.

[13] 董云峰, 张新, 许继平, 等. 基于区块链的粮油食品全供应链可信追溯模型[J]. 食品科学, 2020, 41(9): 30-36.

[14] 许继平, 孙鹏程, 张新, 等. 基于区块链的粮油食品全供应链信息安全管理原型系统[J]. 农业机械学报, 2020, 51(2): 341-349.

[15] 周清杰, 代冰琳. 区块链助力食品安全智慧监管[J]. 中国市场监管研究, 2020(10): 70-72.

[16] Chen Z, Wang Y H, Zhao B, et alKnowledge graph completion: A review[J]. IEEE Access, 2020, 8:192435-192456.

[17] 周毓奇, 曹蕊. 基于知识图谱的食品问题溯源系统[J]. 信息与电脑(理论版), 2022, 34(6): 171-174+179.

[18] Hu Z R, Weng C Y, Qin L, et alFood Inspection Data Analysis System based on Knowledge Graph[C]. 2022 2nd International Conference on Consumer Electronics and Computer Engineering (ICCECE), 2022.

[19] 张朝正, 陈婷, 潘登, 等. 冬奥会食品供应链有害因子知识图谱和智能化快筛技术研究[J]. 中国食品卫生杂志, 2022, 34(5): 884-888.

[20] 乔青青, 郝莉花, 马江涛, 等. 基于知识图谱的炒货食品抽检数据可视化系统研究[J]. 食品工业, 2023, 44(2): 123-126.

[21] 管铮懿, 周淑娟, 雷永琪. 基于Neo4j的食品安全知识图谱构建研究[J]. 信息与电脑(理论版), 2021, 33(6): 45-48.

[22] 吴帅, 雷声, 杨锡洪, 等. 指纹分析技术及其在食品中的应用[J]. 食品与机械, 2015, 31(1): 249-252+268.

[23] 田怀香, 陈彬, 孙学锋, 等. 指纹图谱技术在生鲜乳掺假检测中的研究进展[J]. 食品安全质量检测学报, 2020, 11(17): 5837-5843.

[24] 张玉华, 孟一, 姜沛宏, 等. 气味指纹技术在食品品质安全检测中的应用[J]. 食品工业科技, 2013, 34(18): 362-365.

[25] 李月明, 韩冰, 王军茹, 等. 气味指纹图谱技术在肉类产品中的应用研究进展[J]. 食品与机械, 2022, 38(5): 210-215+225.

[26] 张梦琦. 区块链技术下农产品供应链溯源系统研究[J]. 农村. 农业. 农民(B版), 2022, (5): 20-21.

[27] 阙迪文. 食品安全管理中区块链技术应用的要点分析[J]. 食品安全导刊, 2020(30): 156.

[28] 苏丹, 王志霞, 周佳, 等. 基于区块链技术的普洱茶贮藏安全监管探讨[J]. 食品安全质量检测学报, 2021, 12(16): 6636-6641.

[29] 徐睿, 孙霞, 郭业民, 等. 基于区块链技术的食品安全溯源体系应用与研究进展[J].食品安全质量检测学报, 2020, 11(20): 7610-7616.

[30] 刘国翔, 董凯宁. 基于区块链技术的信息安全监管——以食品信息安全监管为例[J].中国科技资源导刊, 2019, 51(3): 91-95.

[31] 刘佳琦, 游新冬, 吕学强, 等. 区块链技术在食品溯源行业的研究[J]. 食品工业, 2021, 42(11): 273-277.

[32] 王坤侠. 基于区块链技术的茶叶食品安全追溯体系分析[J]. 福建茶叶, 2022, 44(5): 35-37.

[33] 朱建明, 张沁楠, 高胜. 区块链关键技术及其应用研究进展[J]. 太原理工大学学报, 2020, 51(3): 321-330.

[34] 张新, 彭祥贞, 李悦, 等. 基于可信区块链和可信标识的粮油食品全供应链信息追溯模型[J]. 农业大数据学报, 2022, 4(1): 35-48.

[35] 于坚,孙嘉笛,纪剑, 等.区块链技术在食品溯源体系中的应用[J].食品工业科技, 2021, 42(15):377-382.

[36] 宋胜红, 周琴, 胡露, 等. 基于区块链的溯源问题研究[J]. 江苏通信, 2022, 38(3): 54-56.

[37] 李明佳, 汪登, 曾小珊, 等. 基于区块链的食品安全溯源体系设计[J]. 食品科学, 2019, 40(3): 279-285.

[38] A. Shahid, A. Almogren, N. Javaid, et al.Blockchain-Based Agri- Food Supply Chain: A complete solution[J]. IEEE Access, 2020, 8: 69230-69243.

[39] Li Y, Sun YH, Yang Q, et alMethod of reaching consensus on probability of food safety based on the integration of finite credible data on block chain[J]. IEEE Access, 2021, 9: 123764-123776.

[40] Tao Q, Cui X H, Huang X F, et alFood safety supervision system based on Hierarchical Multi-Domain Blockchain Network[J]. IEEE Access, 2019, 7: 51817-51826.

[41] 黄彦斌. 区块链技术在食品安全管理中的应用研究[J]. 食品安全导刊, 2022(18): 48-50.

[42] 余东来. 区块链技术在食品可追溯领域的应用研究[J]. 食品安全导刊, 2022(4): 167-170.

[43] 代闯闯, 栾海晶, 杨雪莹, 等. 区块链技术研究综述[J]. 计算机科学, 2021, 48(S2): 500-508.

[44] Deng X H, Li K T, Wang Z Q, et alA Survey of Blockchain Consensus Algorithms[C]. 2022 International Conference on Blockchain Technology and Information Security (ICBCTIS), 2022.

[45] Li W Y, Feng C L, Zhang L, et alA Scalable Multi-Layer PBFT Consensus for Blockchain[J]. IEEE Transactions on Parallel and Distributed Systems, 2021, 32(5): 1146-1160.

[46] Zheng Z B, Xie S A, Dai H N. An overview on smart contracts: Challenges, advances and platforms[J]. Future Generation Computer Systems, 2020, 105: 475-491.

Research on Trusted Management of Blockchain-based Food Safety Knowledge Graph

LIU YuJie1,2, LIAN XiaoQin1,2, ZHAO ZhiYao1,2, LI Yue1,2, ZHANG Xin1,2*

1. School of Artificial Intelligence, Beijing Technology and Business University, Beijing 100048, China; 2. Key Laboratory of Internet and Big Data for China Light Industry, Beijing Technology and Business University, Beijing 100048, China

In recent years, knowledge graphs have played an important role in the field of food safety. However, there are several issues with food safety knowledge graph information in the whole-life cycle circulation, such as severe data centralization, poor information circulation, easy data tampering, low traceability efficiency, and sharing and co-management difficulty. As an innovative architecture of the new generation of information technology, blockchain offers a new solution for the circulation and management of food safety knowledge graph with its features of decentralization, distributed processing, high privacy, open and transparent data, and difficult data tampering. This paper first analyzes the current situation and critical problems of food safety knowledge graph. Then, it reviews the application status of blockchain in the field of food safety. Based on this, a trustworthy management framework for food safety knowledge graph based on blockchain is constructed. Meanwhile, it designs a multimodal storage mode suitable for food safety knowledge graph, R-TBFT consensus optimization mechanism combined with Raft and TBFT consensus mechanism, and customized smart contracts for food safety knowledge graph. Finally, through the analysis of the feasibility and operation process of the proposed model, it is shown that this model can realize the sharing and interoperability of food safety knowledge graph along the entire chain. It can also ensure the security and reliability of data storage and transmission, providing a reliable source of food information for enterprises, regulatory authorities, and consumers. In summary, this paper provides a feasible solution and valuable reference for the innovative application of new generation information science in the field of food safety.

knowledge graph; food safety; blockchain; trusted management; smart contract

刘玉洁, 廉小亲, 赵峙尧, 李悦, 张新.基于区块链的食品安全知识图谱可信管理探究[J]. 农业大数据学报, 2023, 5(3): 69-82.

LIU YuJie, LIAN XiaoQin, ZHAO ZhiYao, LI Yue, ZHANG Xin. Research on Trusted Management of Blockchain-basedFood Safety Knowledge Graph[J] Journal of Agricultural Big Data, 2023, 5(3): 69-82.

2023-08-28；

2023-09-13

国家重点研发计划项目（2022YFF1101103）

刘玉洁，E-mail: yujieliu_work@163.com；通信作者张新，E-mail: zhangxin@btbu.edu.cn。