基于區(qū)塊鏈的食品安全監(jiān)管大數(shù)據(jù)平臺研究

劉宗妹，譚健欣*

1.廣東司法警官職業(yè)學院信息管理系（廣州 510520）；2.廣東財經(jīng)大學網(wǎng)絡信息與教育技術中心（廣州 510320）

區(qū)塊鏈作為行業(yè)集成創(chuàng)新的突破口，成為實現(xiàn)科技強國的新引擎，在關乎民生的食品領域，尤其需要區(qū)塊鏈技術的助推作用[1]。信任缺失、數(shù)據(jù)冗余、追責困難是食品供應鏈三大痛點。文獻[2]結合區(qū)塊鏈技術和射頻識別技術，實現(xiàn)出現(xiàn)食品安全問題快速追查責任方，解決了食品監(jiān)管過程中第三大痛點追責困難的現(xiàn)象。文章對食品供應鏈前兩大痛點進行分析，研究從食品智能監(jiān)管和風控共享的視角，梳理目前食品安全監(jiān)管工作的不足之處，構建集區(qū)塊鏈（數(shù)據(jù)信息安全存儲）、物聯(lián)網(wǎng)（有效追溯和溯源）、人工智能（智能監(jiān)管）、數(shù)據(jù)中臺（“業(yè)務數(shù)據(jù)化，數(shù)據(jù)業(yè)務化”）、移動大數(shù)據(jù)靶向語音播報（一鍵觸警）的食品安全監(jiān)管平臺[3]，在政府監(jiān)督下運行，利用區(qū)塊鏈點對點的存儲結構實現(xiàn)食品供應鏈網(wǎng)狀結構，物聯(lián)網(wǎng)實現(xiàn)食品數(shù)據(jù)信息聯(lián)動，數(shù)據(jù)中臺的統(tǒng)一視圖實現(xiàn)國家層面的統(tǒng)一部署，大數(shù)據(jù)實現(xiàn)智能分析并一鍵觸警，形成內(nèi)部自治和外部監(jiān)管的新局面[4]。監(jiān)管平臺的構建保證了食品由原材料到成為商品進行買賣全過程的真實記錄，改變了以往只有發(fā)生食品安全事件才進行事后的彌補策略，實現(xiàn)了事前智能評判并高效預警，進一步降低食品安全事件發(fā)生的概率。

1 “區(qū)塊鏈+大數(shù)據(jù)”注入食品安全監(jiān)管體系內(nèi)涵建設

1.1 相關成果

文獻[5]研究了大數(shù)據(jù)和區(qū)塊鏈等技術在多元全程信用監(jiān)管中的框架建設。文獻[6]構建的聯(lián)盟鏈解決跨境電商的監(jiān)管問題。文獻[7]構建的醫(yī)療數(shù)據(jù)模型，不僅保證了醫(yī)療數(shù)據(jù)的安全，還提高了數(shù)據(jù)的共享效率。文獻[8]設計的基于區(qū)塊鏈的分布式節(jié)點風險預警系統(tǒng)，能夠在更短的時間內(nèi)實現(xiàn)精準風險防控預警。文獻[2]設計的基于區(qū)塊鏈技術和射頻識別技術構建的食品溯源平臺，實現(xiàn)出現(xiàn)食品安全問題快速追查責任方，解決了食品監(jiān)管過程中追責困難的現(xiàn)象。為進一步降低食品安全問題的危害程度，在以上相關研究成果的基礎上，進行食品安全監(jiān)管的創(chuàng)新探索，實現(xiàn)事前研判并高速預警。

1.2 食品安全監(jiān)管整體架構

食品安全建設，關系到人民的身體健康。近幾年，食品安全問題不斷好轉(zhuǎn)，2019年12月1日《食品安全法實施條例》在《食品安全法》的基礎上正式施行。依據(jù)《條例》的規(guī)定，強化食品安全風險檢測，制定直通車式的規(guī)定，風險分析報告及時報上級主管部門、本級政府部門和食品經(jīng)營者，但對《食品安全法》在風險監(jiān)測實施過程中暴露的不同技術部門交叉重復、企業(yè)負擔重、資源浪費等問題，未有效解決，因此文章探索構建統(tǒng)一的食品監(jiān)管體系，衛(wèi)生部門連同食品監(jiān)督部門，借助于計算機的智能分析，生成分析報告，以良好善治，為食品安全保駕護航。具體包括：①借助于互聯(lián)網(wǎng)、現(xiàn)場宣講、電話和微信等手段宣傳食品安全知識，進一步推動食品安全宣傳力度，將食品安全意識根植于每個人心中；②針對社會關切的食品安全問題，構建政府主導，科研機構參與的政企合作的食品安全監(jiān)督體系，系統(tǒng)集食品的自動化檢測、倉儲的智能化配送、食品信息的綜合評估、報告的在線查詢、報告結果一鍵觸警于一體，數(shù)據(jù)信息包括生產(chǎn)日期、質(zhì)量檢測合格等級、生產(chǎn)許可證、食品添加劑、安全檢驗等，通過數(shù)據(jù)信息的精準化、責任化、統(tǒng)一化、高效化，將考核指標進一步細化，為企業(yè)提供可信報告；③通過物聯(lián)網(wǎng)技術，制作源頭信息的數(shù)據(jù)標簽，對生產(chǎn)經(jīng)營的行為進行數(shù)據(jù)分析，平臺特別關注野生動物制品的監(jiān)管，一旦發(fā)現(xiàn)野生動物非法銷售行為，按照相關法律從嚴治理，堅決杜絕違規(guī)行為。通過一系列的措施，實現(xiàn)“法制+人制+技術”的食品生態(tài)環(huán)境，利用智能監(jiān)控、物聯(lián)網(wǎng)、智能防偽、區(qū)塊鏈的完美結合，實現(xiàn)數(shù)據(jù)安全上鏈、風險結果共享，并從源頭保證信息真實性，解決了一直困擾食品溯源的源頭數(shù)據(jù)真實性無法保證的問題，為強信任背書提供技術支撐[9]，整體架構如圖1所示。

圖1 食品監(jiān)管整體架構

2 “區(qū)塊鏈+大數(shù)據(jù)”食品安全監(jiān)管系統(tǒng)分析與設計

早在2018年，國務院機構改革就已將國家工商行政管理總局、國家質(zhì)量監(jiān)督檢驗檢疫總局、國家食品藥品監(jiān)督管理總局、國家發(fā)展和改革委員會的價格監(jiān)督檢查與反壟斷執(zhí)法、商務部的經(jīng)營者集中反壟斷執(zhí)法以及國務院反壟斷委員會辦公室等職責整合，組建國家市場監(jiān)督管理總局，作為國務院直屬機構[10]。本文探索借助技術手段進一步提升食品安全監(jiān)管成效。

2.1 可行性分析

2.1.1 數(shù)據(jù)安全存證

食品數(shù)據(jù)信息在由移動端或者客戶端錄入?yún)^(qū)塊鏈接口后，區(qū)塊鏈API、SDK將對它進行接收并格式化，上鏈存證生產(chǎn)、流通認證信息，基于區(qū)塊鏈的鏈式存儲和時間戳的有效標記，保證上鏈數(shù)據(jù)無法被更改，從技術上提供信任背書，實現(xiàn)數(shù)據(jù)的安全存證。

2.1.2 數(shù)據(jù)整合分析

動態(tài)能力較好呈現(xiàn)了食品監(jiān)管中的整合重構能力，即對資源進行重組的能力。學習創(chuàng)新能力，即將信息加工、處理、形成知識進行共享的能力。

2.1.3 數(shù)據(jù)高效共享

利用監(jiān)管平臺將分散的數(shù)據(jù)信息規(guī)范統(tǒng)一，對內(nèi)實現(xiàn)精細化數(shù)據(jù)治理，對外實現(xiàn)數(shù)據(jù)界面的統(tǒng)一接口支持，減少冗余、打通數(shù)據(jù)流通、實現(xiàn)跨域數(shù)據(jù)的共享[11]。

2.1.4 數(shù)據(jù)可靠穩(wěn)定

點對點的分布式存儲結構，避免了單點故障引發(fā)全網(wǎng)癱瘓，構建的技術架構實現(xiàn)了更強的穩(wěn)定性、更久的持續(xù)性、更深的可靠性[9]。

2.2 區(qū)塊鏈平臺組織架構

采用聯(lián)盟鏈構建食品安全監(jiān)管體系，通過認證的節(jié)點加入?yún)^(qū)塊鏈網(wǎng)絡，根據(jù)具體的業(yè)務場景可以增加或退出節(jié)點，通過共識機制維持系統(tǒng)的可信、真實[12]，設計的區(qū)塊鏈平臺組織架構圖如圖2所示。

圖2 區(qū)塊鏈平臺組織架構圖

2.2.1 應用層

應用層是區(qū)塊鏈和用戶的接口，基于物聯(lián)網(wǎng)技術對食品生產(chǎn)全過程自動采集，包括視頻信息、數(shù)據(jù)信息、監(jiān)測信息等，基于大數(shù)據(jù)技術形成智能判斷，按照智能合約對數(shù)據(jù)進行編碼后上傳到區(qū)塊鏈，作為區(qū)塊鏈的可信來源。

2.2.2 “區(qū)塊鏈+大數(shù)據(jù)”鏈碼層

該層實現(xiàn)存儲技術和核心技術兩大功能，利用存儲技術實現(xiàn)防篡改和分布式存儲，核心技術包括共識機制和密鑰管理[12]。使用docker容器開發(fā)鏈碼，從而隔離用戶數(shù)據(jù)。使用gRPC來與網(wǎng)絡層通信，SDK是Fabric的開發(fā)工具，用其配置通道、文件路徑、鏈碼名稱等。

2.2.3 網(wǎng)絡層

基于Hyperledger Fabric構建5個組織的業(yè)務場景，包括原材料商、生產(chǎn)商、物流商、存儲商、銷售商，組織名稱分別為Organization1、Organization2、Organization3、Organization4和Organization5，每個組織有兩個節(jié)點，分別為node1和node2，組織內(nèi)部使用的是gossip通信，域名為food.com，利用網(wǎng)絡層的搭建完成環(huán)境的部署。

2.3 食品安全監(jiān)管邏輯設計

根據(jù)食品安全綜合評估整個過程的“前-中-后”來設計，由數(shù)據(jù)輸入系統(tǒng)、MSA（Middle-end，Smart contract，Artificial intelligence）模型、預警觸達模塊組成，建立全過程食品安全監(jiān)管機制。

2.3.1 數(shù)據(jù)輸入系統(tǒng)

數(shù)據(jù)輸入系統(tǒng)由全景監(jiān)控、物聯(lián)網(wǎng)智能設備等部署，協(xié)作地感知和處理覆蓋范圍內(nèi)的信息，對于種植環(huán)境（土壤溫度和濕度、施肥情況、光照強度等）、飼養(yǎng)環(huán)境（動物防疫、飼養(yǎng)飼料、飼養(yǎng)環(huán)境等）、生產(chǎn)過程（員工健康狀況、環(huán)境衛(wèi)生情況、添加劑防腐劑使用情況等），這些重要環(huán)節(jié)采用監(jiān)控覆蓋視角廣，畫面分辨率高的全景監(jiān)控的方式，利用無線傳感網(wǎng)絡構建超大規(guī)模的全分布系統(tǒng)，將采集到的信息傳送到MSA模型。倉儲條件和物流條件（倉庫環(huán)境、溫度條件、濕度條件等），通過重要節(jié)點的物聯(lián)網(wǎng)傳感器將采集到的信息傳送到MSA模型。

2.3.2 MSA模型

充分發(fā)揮“數(shù)據(jù)取之于食品，用之于食品”的理念，構造MSA模型，MSA模型是中臺、智能合約、人工智能的數(shù)據(jù)集成架構。MSA模型由開發(fā)人員開發(fā)后，經(jīng)程序編碼轉(zhuǎn)為字節(jié)碼輸入平臺處理區(qū)塊鏈和共識機制的事務。

首先，中臺作為公共服務平臺，整合后端數(shù)據(jù)資源為前端服務[13]，進行數(shù)據(jù)歸檔、數(shù)據(jù)分析和數(shù)據(jù)挖掘。受文獻[14]啟發(fā)，制定ETL數(shù)據(jù)采集技術，在IPFS（Inter Planetary File System）提供的分布式文件存儲系統(tǒng)下，根據(jù)數(shù)據(jù)類型選取插件傳送到中臺。關系型數(shù)據(jù)庫等結構化數(shù)據(jù)使用D2R工具轉(zhuǎn)換為RDF知識傳送至中臺。日志、JSON（JavaScript object notation）等半結構化數(shù)據(jù)一部分由MaxCompute讀取，在Extractor解析OSS（Operation Support System）的InputStream數(shù)據(jù)流為結構化數(shù)據(jù)，再利用Outputer傳送至中臺，另一部分和視頻、文本、圖片等非結構化數(shù)據(jù)經(jīng)過OCR模式識別，進行知識抽取與融合。按照主題分類和前端應用分析，將數(shù)據(jù)按照統(tǒng)一的格式進行存儲，屏蔽底層復雜業(yè)務，形成大數(shù)據(jù)資產(chǎn)層[15]。然后，數(shù)據(jù)中臺以固定應用接口API的形式向外提供服務，利用OSS使得基于AI的安全計算自動完成智能評價，實現(xiàn)考核的良性循環(huán)，進行不同維度信息關聯(lián)分析，建立食品綜合畫像，進行綜合預警，實現(xiàn)體系統(tǒng)籌規(guī)劃食品管理，利用模型化持續(xù)拓展整合數(shù)據(jù)資源，使業(yè)務處理與區(qū)塊鏈平臺相獨立，構建食品的多維度檔案。技術架構圖如圖3所示。

圖3 “MSA”模型

2.3.3 預警觸達模塊

模塊評估結果顯示不合格時，靶向語音預警觸達模塊會通過移動大數(shù)據(jù)靶向語音播報進行一鍵觸警，使所有終端銷售商在掃描二維碼出售此商品時收到提示警告，若為疑似淺度食品危險，則收到短信或者視頻短信，內(nèi)容如下：“經(jīng)過監(jiān)測分析，此食品存在不安全因素，為了您的人身安全，請勿購買！”若為疑似深度食品危險，則直接人工外呼提醒，內(nèi)容如下：“此商品禁止出售，請勿購買！”邏輯設計如圖4所示。

圖4 預警觸達模塊

3 實例分析

上文介紹了基于區(qū)塊鏈的食品安全監(jiān)管大數(shù)據(jù)平臺，下面以奶粉行業(yè)的應用為研究對象，構建監(jiān)管原型系統(tǒng)。

3.1 奶粉生產(chǎn)流通監(jiān)管平臺

奶粉安全問題備受人民關注，迫切需要構建奶粉行業(yè)“一票制”平臺，壓縮中間環(huán)節(jié)、凈化奶粉環(huán)境、強化奶粉監(jiān)管，如圖5所示。

圖5 奶粉生產(chǎn)流通監(jiān)管平臺

每個環(huán)節(jié)輸入數(shù)據(jù)信息時，系統(tǒng)在監(jiān)管部門統(tǒng)籌下，按照事先制定的標準檢驗信息的有效性，有用信息接受、無用信息拋棄、非法信息警告[10]。區(qū)塊鏈存儲信息摘要，由養(yǎng)殖場、物流商等共同維護，而關系型數(shù)據(jù)庫由工商局和科技部負責日常的維護。每個環(huán)節(jié)采集到的數(shù)據(jù)錄入數(shù)據(jù)庫，節(jié)點將信息摘要發(fā)送到區(qū)塊鏈，通過共識后寫入?yún)^(qū)塊，區(qū)塊將哈希值返回到數(shù)據(jù)庫。

3.2 模型構建

奶粉行業(yè)畫像技術設計路線經(jīng)過信息采集、信息整理、構建標簽體系、生成畫像四步。受文獻[16]啟發(fā)，使用大數(shù)據(jù)技術對數(shù)據(jù)進行預處理，獲取數(shù)據(jù)特征字段，進行數(shù)據(jù)清洗，數(shù)據(jù)格式如表1所示。利用標簽體系設計用戶畫像，如表2所示。利用K-means分析方法進行聚類處理構建全景畫像模型，原始數(shù)據(jù)為{a1，a2，…，an}，聚類初始數(shù)據(jù)為{k1，k2，…，kn}，簇標標記為argmin（ai-ki）2，新的均值數(shù)值為C-1∑a，其中C為聚類中心，根據(jù)標簽體系，構建奶粉畫像。應用OWL建模語言、Jena語義中間件進行知識融合，經(jīng)過實體識別、關系抽取、知識融合、知識計算建立畫像，提前預警，實現(xiàn)智能應急知識服務的突變[17]。

表1 奶粉數(shù)據(jù)預處理結果

表2 奶粉標簽體系層級及內(nèi)容

奶粉安全知識圖譜的構建包括模式層和數(shù)據(jù)層兩部分。利用本體的思想構建模式層，如原輔料生產(chǎn)事件本體表示為：

其中：Event_Concept表示原輔料生產(chǎn)事件概念的集合；Event_Property表示原輔料生產(chǎn)事件本身屬性的定義；Event_Relation表示原輔料生產(chǎn)事件之間語義關聯(lián)關系的定義；Event_Restriction表示公理，描述原輔料生產(chǎn)事件之間的約束關系；Event_Instance表示原輔料生產(chǎn)事件的具體實例[18]。用同樣的方法構建奶粉生產(chǎn)本體和奶粉流通本體。在模式層的概念框架指引下，獲取多源數(shù)據(jù)，利用最細粒度分類進行實體名稱匹配，抽取實體，經(jīng)過數(shù)據(jù)融合，將非結構化的資料用MaxCompute轉(zhuǎn)化為結構化信息，構建數(shù)據(jù)層，實現(xiàn)細粒度管理數(shù)據(jù)的訪問行為，以可視化的RESTful形式將分析結果反饋給用戶，實現(xiàn)數(shù)據(jù)反哺應用，保障系統(tǒng)性能不斷提升[19-20]，如圖6所示。

圖6 奶粉安全監(jiān)測

3.3 智能合約

智能合約在任何時間都能被調(diào)用，被調(diào)用后在沙箱中執(zhí)行[21]，構造實時互聯(lián)、數(shù)據(jù)共享、聯(lián)動協(xié)同的智能化機制，從而提升食品安全治理效能。食品安全監(jiān)督系統(tǒng)不僅實現(xiàn)用戶權限管理、產(chǎn)品信息查詢、產(chǎn)品數(shù)據(jù)監(jiān)測、安全風險預警等功能，當存在安全風險時觸發(fā)風險預警，向食品安全監(jiān)管部門提交預警信息，并且實現(xiàn)一鍵觸發(fā)終止食品銷售（系統(tǒng)中鎖定問題食品，若銷售商出售此商品即刻語言播報“問題商品，請勿銷售”），從根源上排除并實時預警，降低食品安全事件發(fā)生的可能性。風險Risk表存儲告警閾值，包括內(nèi)容如表3所示。

表3 Risk表

Fabric中的智能合約chaincode有6種狀態(tài)，使用golang語言開發(fā)，首先是Install狀態(tài)，將合約代碼上傳到區(qū)塊鏈中，使用命令：peer chaincode install-n tracechaincode-v 1.1-p；然后是初始化操作，指定channel，使用命令：peer chaincode instantiate-o；上線時用Instantiate將數(shù)據(jù)遷移至鏈上，此時進入invocable可調(diào)用狀態(tài)；通過CLI命令行或者程序里用Nodejs-SDK調(diào)用合約。當版本需要升級時就是Upgrade狀態(tài)。Deinstantiate和Uninstall兩種狀態(tài)對應著合約下鏈。chaincode結構部分代碼如下：

package main

import (

"github.com/hyperledger/fabric/core/chaincode/shim"

pb "github.com/hyperledger/fabric/protos/peer"

)

type SimpleChaincode struct {

}

func (t *SimpleChaincode) Init(stub shim.

ChaincodeStubInterface)

pb.Response {

return shim.success(nil)

}

func (t *SimpleChaincode) Invoke(stub shim.

ChaincodeStubInterface)

pb.Response {

return shim.success(nil)

}

func main() {

err := shim.Start(new(SimpleChaincode))

if err != nil {

fmt.Printf("Error starting Simple chaincode: %s", err)

}}

3.4 安全性分析

文獻[22]分析了智能合約作為彼此構建信任關系的程序代碼，會出現(xiàn)各種漏洞。如2016年6月，由于SplitDAO函數(shù)漏洞，區(qū)塊鏈的TheDAO項目被攻擊，直接導致6 000萬美金的損失。研究通過構造的模型，將漏洞發(fā)生的可能性降到最低，從而最大限度地實現(xiàn)系統(tǒng)的安全性能[23]。

3.5 性能對比分析

與以往奶粉監(jiān)管平臺比較分析可得，通過統(tǒng)一的監(jiān)管，針對性解決了數(shù)據(jù)孤島、監(jiān)管混亂、預警不及時等問題，具體見表4。

表4 監(jiān)管性能對比分析表

4 結語

依據(jù)供應鏈的績效評價方法、標準，結合區(qū)塊鏈、AI、數(shù)據(jù)中臺的特點，實現(xiàn)動態(tài)評價并高效預警這一特色，結合網(wǎng)絡風險評價標準，構建食品安全績效評價體系，推進食品治理體系建設，提升現(xiàn)代化的治理能力，守好食品安全底線，建設科學有效的問題發(fā)現(xiàn)機制，提升從源頭上治理的效能，推動食品安全監(jiān)管。通過技術創(chuàng)新構建食品質(zhì)量安全監(jiān)管，利用大數(shù)據(jù)實現(xiàn)食品自動評估檢測，利用移動靶向觸警實現(xiàn)異常高速預警，呈現(xiàn)經(jīng)濟效益高，響應速度快，助力食品規(guī)范化、健康化、品質(zhì)化的發(fā)展，構筑食品安全“責任可追溯、監(jiān)管可共享、危險早預警”的新氣象。展望未來，區(qū)塊鏈與大數(shù)據(jù)的深度融合，必將對食品安全監(jiān)管帶來深遠影響。