基于區(qū)塊鏈的工業(yè)互聯網企業(yè)協同架構

曹玉紅 荊博

摘? ?要： 為解決企業(yè)聯盟因缺少安全可信第三方導致的協同應用平臺發(fā)展相對滯后、應用模式可靠性弱等問題，提出建立基于區(qū)塊鏈的工業(yè)互聯網企業(yè)協同架構。利用區(qū)塊鏈去中心化、數據不可篡改的特性，形成了企業(yè)協同的四層結構——控制層、標識層、數據層和應用層;提出并梳理了應用層的多種企業(yè)協同應用模式，如賬務審計、聯邦學習等;討論了應用模式在跨鏈交易、安全隱私、可擴展性、監(jiān)管方面面臨的挑戰(zhàn)，提出了應對舉措。對促進企業(yè)聯盟間深度融合、構建工業(yè)互聯網新生態(tài)起到了推動作用。

關鍵詞： 區(qū)塊鏈;工業(yè)互聯網;企業(yè)聯盟;企業(yè)協同;賬務審計

中圖分類號：TP399? ? 文獻標識碼：A? ? 文章編號：2095-8412 （2020） 06-092-07

工業(yè)技術創(chuàng)新 URL： http：//gyjs.cbpt.cnki.net? ? DOI： 10.14103/j.issn.2095-8412.2020.06.016

引言

“工業(yè)互聯網”這一概念起源于2013年，代表著工業(yè)系統(tǒng)與互聯網的高度融合。在工業(yè)系統(tǒng)層面，引入云計算、人工智能等技術可以使現有工業(yè)系統(tǒng)實現數字化、自動化、智能化，打造數據驅動的人工智能型“智能工廠”，提升工業(yè)系統(tǒng)的生產效率;在工業(yè)互聯層面，引入互聯網可以聯合獨立的“智能工廠”，將設備、生產線、工廠、供應商、產品和客戶緊密地連接和融合在一起，延長并優(yōu)化產業(yè)鏈，推動制造業(yè)轉型升級。

近些年來，隨著工業(yè)互聯網發(fā)展迅猛，作為工業(yè)互聯網核心的工業(yè)互聯網平臺也不斷涌現。當前，我國工業(yè)互聯網平臺與工業(yè)軟件產業(yè)存量規(guī)模、年復合增長率均有較大幅度的提高。根據工業(yè)互聯網產業(yè)聯盟2019年發(fā)布的《工業(yè)互聯網平臺白皮書》[1]，如圖1所示，當前國外工業(yè)互聯網平臺應用中生產過程管控和設備管理服務占比73%，資源配置協同方面的應用僅包括全流程系統(tǒng)性優(yōu)化和金融服務兩部分，且只占6%，應用模式較為單一。這也從側面反映了目前工業(yè)互聯網的發(fā)展仍集中在“智能工廠”角度，企業(yè)聯盟中應用平臺發(fā)展相對滯后，這使企業(yè)之間依然存在信息壁壘，在一定程度上割裂了產業(yè)鏈上下游生產要素的聯系，進一步阻礙了工業(yè)互聯網的發(fā)展。

造成以上發(fā)展困境的主要原因有兩點：一是缺少可信的第三方組織。由于企業(yè)之間沒有很強的信用連接，因此若要形成開放共享的企業(yè)聯盟，需要可信的第三方組織，第三方組織需要公平處理企業(yè)合作中各種事項。但隨著企業(yè)數目逐漸增多，第三方組織可能會成為整個聯盟發(fā)展的瓶頸，所以更好的一種方式是采用去中心化的架構。二是數據安全問題。很多企業(yè)擔心數據在共享后會發(fā)生泄露，使數據失去價值，所以構成聯盟的整個架構需要對數據隱私有嚴格的保護。最近發(fā)展正盛的區(qū)塊鏈技術對于建立工業(yè)互聯網企業(yè)聯盟，實現企業(yè)協同是非常有幫助的。首先，區(qū)塊鏈技術是去中心化的，依賴共識機制在各方之間達成一致。其次，在聯盟鏈中，通過通道等技術實現業(yè)務隔離，能夠在保護企業(yè)數據隱私的同時實現企業(yè)間數據共享。

針對目前工業(yè)互聯網企業(yè)聯盟協同應用平臺發(fā)展相對滯后，而且應用模式可靠性弱的問題，本文提出了基于區(qū)塊鏈實現工業(yè)互聯網企業(yè)間協同的新思路，闡述了企業(yè)間協同的四層結構——控制層、標識層、數據層和應用層，并對應用層的每種應用模式進行了詳細的解釋，最后討論了應用模式面臨的挑戰(zhàn)。

1? 理論基礎

1.1? 區(qū)塊鏈技術

區(qū)塊鏈起源于2008年中本聰發(fā)表的一篇論文[2]，中本聰在論文中闡述了一種不可篡改的、去中心化運行的加密貨幣—比特幣，而支撐比特幣運行的技術模式就是區(qū)塊鏈。2013年末，Vitalik Buterin提出了以太坊的概念[3]，它是更加通用的區(qū)塊鏈的平臺，通過引入智能合約的概念豐富了比特幣的底層架構，解決了區(qū)塊鏈只能用于記錄代幣交易記錄的問題，使區(qū)塊鏈得以應用于數字貨幣以外的各個領域。2015年，Linux基金會發(fā)起超級賬本項目，推進區(qū)塊鏈數字技術和交易驗證，促進跨行業(yè)的區(qū)塊鏈應用，其中Fabric是專門為商業(yè)聯盟開發(fā)的聯盟鏈架構，本身具有多鏈和多通道，每個通道可以根據業(yè)務需求運行不同業(yè)務，從而實現業(yè)務之間的數據隔離，有效保護數據隱私。

從技術角度來看，區(qū)塊鏈是一種基于P2P網絡建立的分布式共識網絡，集成了分布式數據存儲、點對點傳輸、共識機制、加密算法等多種技術。區(qū)塊鏈是由一個個區(qū)塊首尾相連構成的，區(qū)塊內部存儲交易信息。以比特幣為例，區(qū)塊包括區(qū)塊頭和區(qū)塊體，區(qū)塊頭包括指向前一區(qū)塊的指針、區(qū)塊哈希值等內容，區(qū)塊體中的交易信息以默克爾樹的形式組織。比特幣中的共識機制是工作量證明機制。區(qū)塊鏈中的節(jié)點收集全網的交易信息，構建區(qū)塊結構。當節(jié)點計算出符合要求的區(qū)塊哈希值時，即將該區(qū)塊廣播到P2P網絡中，其余節(jié)點接收并驗證區(qū)塊信息后，將該區(qū)塊連接到當前區(qū)塊鏈后面，這樣全網區(qū)塊鏈信息重新達成一致。同時該節(jié)點取得記賬權，同時獲得出塊獎勵，所以節(jié)點計算能力越強，越可能取得記賬權。如果攻擊者想要篡改區(qū)塊鏈上的信息，其必須擁有全網51%的算力，這是幾乎不可能達到的。因此區(qū)塊鏈本身具有數據不可篡改性[4]。

區(qū)塊鏈因其去中心化、數據不可篡改性，已經在許多領域得到應用。在金融領域，區(qū)塊鏈用來做支付清算、構建數字票據等;在醫(yī)療領域，區(qū)塊鏈用來建立安全可信的醫(yī)療數據記錄與保護機制[5];在數字內容領域，區(qū)塊鏈用來做版權保護、收入分配等。得益于區(qū)塊鏈的安全、分布式特性，網絡安全領域也引入區(qū)塊鏈技術構建可信互聯網[6]，比如PKI系統(tǒng)Blockstack[7]。

1.2? 工業(yè)互聯網

工業(yè)互聯網的概念在2013年被提出后就受到了很多研究者的關注，關注重點主要包括其體系結構、安全隱私方面。工業(yè)互聯網體系結構的設計需要突出可擴展性、可伸縮性、模塊化和使用不同技術的異構設備之間的互操作性[8]。而且針對一些場景，工業(yè)互聯網體系結構設計還需要兼顧實時性、低能耗、健壯性等需求。在安全隱私問題上，一方面，工業(yè)互聯網設備運行和網絡傳輸過程中應當進行訪問控制，保護數據不被泄露;另一方面，在工業(yè)互聯網數據后續(xù)處理環(huán)節(jié)，也需要注意安全隱私保護[9]。

許多學者也嘗試將區(qū)塊鏈和工業(yè)互聯網進行結合。Wu等[10]提出了一種新的區(qū)塊鏈激勵平臺SmartRetro，該平臺可以激勵和吸引物聯網中更多的分布式檢測器參與到回溯性漏洞檢測中，實現自動安全反饋。Li等[11]將區(qū)塊鏈應用到P2P的能源交易中，為解決不可信、不透明的能源交易市場中的安全和隱私問題提供了新的思路。Liu等[12]采用深度強化學習來實現工業(yè)互聯網中數據采集量的最大化，采用區(qū)塊鏈技術來保證數據共享的安全性和可靠性。

盡管已經有了部分區(qū)塊鏈和工業(yè)互聯網的結合研究，但是其往往只關注工業(yè)互聯網的某一個領域，缺少對基于區(qū)塊鏈的工業(yè)互聯網企業(yè)協同模式的宏觀分析。因此下文對區(qū)塊鏈在工業(yè)互聯網企業(yè)協同應用模式進行分層闡述，并詳細討論上層可能的應用。

2? 基于區(qū)塊鏈的工業(yè)互聯網企業(yè)協同新生態(tài)

工業(yè)互聯網企業(yè)協同建立在聯盟鏈之上，聯盟鏈中各個企業(yè)組合為一個實體，企業(yè)之間可以自由建立各種業(yè)務，業(yè)務之間彼此隔離。整個應用模式分為控制層、標識層、數據層和應用層四層，如圖2所示。其中控制層對企業(yè)在標識層、數據層、應用層中的各種活動進行約束管理;標識層為企業(yè)的產品提供唯一標識，標識作為產品身份體現在數據層企業(yè)的數據記錄中;數據層對企業(yè)的各種數據進行管理，緊密支撐上層業(yè)務應用;應用層是基于數據層的具體應用模式。下面詳細介紹各層的主要內容。

2.1? 控制層

控制層是應用模式的最底層，是整個企業(yè)聯盟的安全保證。當企業(yè)申請進入聯盟鏈時，企業(yè)準入功能在聯盟鏈為該企業(yè)進行注冊，登記企業(yè)的相應信息，分配相應的公私鑰作為企業(yè)的身份標識。聯盟鏈中企業(yè)的相關操作都需要進行身份認證，以保證企業(yè)的操作是合法的。企業(yè)的權限管理主要明確企業(yè)對聯盟鏈中數據是否有相應的權限進行增刪改查，以及對相應業(yè)務的準許參與程度。聯盟中的企業(yè)可以自由結合，形成多種業(yè)務，業(yè)務之間彼此隔離，只有參與該業(yè)務的各企業(yè)可以知曉該業(yè)務的相關數據和相應進度。

2.2? 標識層

標識層為聯盟中企業(yè)的設備和產品提供標識解析服務，是數據層的基礎。標識解析服務是打通企業(yè)信息系統(tǒng)、實現數據流通的技術引擎，同時也是實現工業(yè)全要素、各環(huán)節(jié)信息互通的關鍵樞紐。標識層主要的標識對象包括產品和設備。產品標識可以支撐應用層的產品溯源應用，設備標識可以支撐應用層的協作生產、賬務審計等應用。

標識層的主要操作包括：1）標識規(guī)則，應當具有簡潔性和唯一性，對不同種類、不同廠商的設備和產品可以指定不同的標識前綴;2）標識注冊，企業(yè)對生產的產品主動進行注冊，登記相應產品信息后，由標識編碼服務產生產品標識;3）標識編碼，根據標識規(guī)則對產品信息進行抽取，編碼形成產品標識;4）標識解析，針對一個產品標識從區(qū)塊鏈中獲取其相應的產品信息，比如生產廠商、生產時間、保質期等。

標識層的注冊、編碼、解析服務可以通過區(qū)塊鏈的智能合約實現，如圖3所示。當進行產品注冊時，用戶調用注冊合約，并附帶產品信息的參數。注冊合約接收產品信息后調用編碼合約獲得標識。編碼合約接收標識規(guī)則中定義的相應產品信息參數進行編碼，返回產品標識。注冊合約獲得標識后，在區(qū)塊鏈上存儲產品信息和標識，并返回用戶產品標識。當進行產品標識解析時，用戶調用解析合約，并附帶產品標識作為參數。注冊合約接收產品標識，從區(qū)塊鏈數據中獲取產品信息并返回。

2.3? 數據層

數據層是上層應用最緊密的支撐。數據層包括兩類數據：

一類數據是企業(yè)自身生產相關的數據，由企業(yè)進行上傳，包括生產數據和賬務數據。生產數據包括企業(yè)在生產產品過程中的具體數據，比如原料數量、設備標識、運行時間、產品產出、合格率等;賬務數據包括企業(yè)的采購數據、銷售數據、能耗數據等內容。對于這類數據，有數據存儲和數據加密兩種服務。一般的數據可以直接通過區(qū)塊鏈智能合約存儲;對于具有隱私性的數據，可以先進行數據加密，再利用智能合約存儲;對于數據量比較大的數據，可以先加密存儲到云服務器中，然后將數據的哈希值存儲到區(qū)塊鏈上。企業(yè)可以將自己的數據進行共享，或者在某些企業(yè)間共享。

另一類數據是企業(yè)參與聯盟中的活動所產生的數據，包括企業(yè)的資產數據和信用數據。如果聯盟鏈中發(fā)行代幣，則企業(yè)的資產數據是企業(yè)在聯盟鏈中進行資產交易產生的交易記錄，企業(yè)的信用數據是指企業(yè)在參與一些協同應用，比如聯邦學習、協作生產等時，在活動結束后由其他參與方給出的評分，企業(yè)的信用數據是其他企業(yè)選擇合作伙伴時的重要依據。這兩類數據對應的服務是資產管理和信用管理，主要通過管理服務對數據進行增添、修改、查詢。

2.4? 應用層

應用層位于最頂層，包含以下基于下面三層（控制層、標識層、數據層）的具體應用形式。

2.4.1? 數據交易

在企業(yè)聯盟中，企業(yè)可以將自己的數據進行出售，或者在聯盟中購買數據，數據成為流通的生產要素?？梢詫@些數據進行機器學習訓練，從而達到生產效率的提升。

2.4.2? 協作生產

聯盟鏈中的企業(yè)由于數據的公開透明而形成復雜的企業(yè)供應網。企業(yè)在尋找合作伙伴時可以根據自己的需求在聯盟中進行選擇，企業(yè)間的合作會產生企業(yè)信用數據，而這些信用數據又可以作為企業(yè)挑選合作伙伴的依據。

2.4.3? 供應鏈優(yōu)化

企業(yè)數據的公開有利于監(jiān)管部門對涉及多參與方的生產過程進行全局有效控制，提高分布式生產系統(tǒng)的集成性、協調性，實現供應鏈整體優(yōu)化。另外企業(yè)數據的公開有利于企業(yè)之間進行橫向或者縱向對比，從而對自身存在的經營活動異常、市場動態(tài)變化進行快速感知和響應，實現自身優(yōu)化。

2.4.4? 聯邦學習

聯邦學習是近些年新興的一種分布式機器學習方式，其針對的業(yè)務場景是“各方都有一些相似數據，但是這些數據具有隱私性，不能公開集中訓練”的情況，聯邦學習可以在保護數據隱私的情況下完成訓練。聯邦學習有兩種模式。一種是參數服務器模式，其中參數服務器將模型下發(fā)到各個節(jié)點，各個節(jié)點在本地進行模型的訓練，訓練后產生的模型更新提交到參數服務器，參數服務器完成參數的聚合后再次將模型下發(fā)到節(jié)點，迭代直到模型收斂。另一種是去中心化的模式，各個節(jié)點都可以充當參數服務器完成參數聚合，由具體算法決定將每一輪參數聚合的任務分配到哪個節(jié)點。

在工業(yè)互聯網的場景下，企業(yè)更加注重數據的隱私性，同時各方也期望能夠利用更多相關數據進行機器學習訓練，提升企業(yè)的生產效率。聯邦學習完美契合這一需求。一方面，相似企業(yè)往往擁有相似的數據，這些數據在特征上重疊較多，樣本身份幾乎不重疊，構成了橫向聯邦學習;另一方面，處于同一供應鏈的上下游企業(yè)，可能在樣本身份上重疊度較高，數據特征重疊度較低，構成了縱向聯邦學習。而區(qū)塊鏈在其中可以記錄每個企業(yè)更新的貢獻程度，可以對更新溯源，從而防止惡意攻擊，而且企業(yè)的貢獻程度也可以作為企業(yè)的信用記錄，用于企業(yè)挑選聯邦學習合作方。圖4展示了參數服務器模式下聯邦學習+區(qū)塊鏈的運作模式，在參數服務器完成全局模型的更新后，區(qū)塊鏈記錄各方的更新和貢獻。在去中心化模式下，記錄更新和貢獻的任務可以由完成參數聚合的節(jié)點承擔。

2.4.5? 產品溯源

企業(yè)在生產產品時會為產品注冊產品標識，產品在經歷再加工或者運輸時，相應企業(yè)的生產數據中也會存有記錄。當消費者進行產品查詢時，可以直接定位到產品的生產信息以及其運輸記錄。近幾年，產品溯源已經逐漸應用在食品中。2017年，我國首個安全食品區(qū)塊鏈溯源聯盟成立，用技術保障消費者的食品安全，消費者通過掃碼溯源即可以對食品的源頭、加工、倉儲、物流了如指掌。

2.4.6? 賬務審計

企業(yè)的賬務數據上傳到聯盟鏈后，企業(yè)之間發(fā)生交易或者監(jiān)管部門對企業(yè)賬務存在疑問時，可以根據聯盟鏈內相似企業(yè)數據進行對比，比如如果設備型號相同，而輸入產出比卻相差很多，這其中就可能存在異常。如圖5所示，監(jiān)管部門也可以將人工智能技術應用到賬務審計，進行自動賬務異常監(jiān)測，智能篩選出可疑賬務名單。由于人工智能的可解釋性較弱，因此之后可以配合人工審查，對可疑企業(yè)的數據進行比對，進行更細粒度的審查。

2.4.7? 供應鏈金融

聯盟鏈和銀行區(qū)塊鏈之間對接可以衍生供應鏈金融。聯盟的企業(yè)在設備租賃、設備交易、設備回收等過程中，可以通過智能合約進行抵押代幣，到期若沒有觸發(fā)相應條件，則合約自動將代幣轉賬到收款方;或者企業(yè)將業(yè)務中簽訂的電子合同存儲到區(qū)塊鏈中。一方面，省去之前銀行在其中作擔保的過程;另一方面，智能合約代碼執(zhí)行的無歧義性、區(qū)塊鏈的去中心性，使整個過程具有公開透明的特點。供應鏈金融的形成可以形成信息對稱，打通資金流動的渠道，同時使得對違法活動的舉證和追責更便捷。

3? 面臨的挑戰(zhàn)

雖然區(qū)塊鏈技術的特點能很好地彌補工業(yè)互聯網發(fā)展過程中存在的不足，但是二者結合仍然面臨著諸多挑戰(zhàn)，可以總結為以下四個方面。

3.1? 跨鏈交易

目前各類區(qū)塊鏈應用都伴隨著相應一條區(qū)塊鏈的出現，各條區(qū)塊鏈本身形成了區(qū)塊鏈孤島。如何打通這些區(qū)塊鏈，實現信息互通以及跨鏈交易的原子性，是未來區(qū)塊鏈發(fā)展的關鍵。

3.2? 安全和隱私

區(qū)塊鏈作為一項新興技術，依然面臨著一些安全和隱私的威脅，比如路由劫持攻擊、智能合約漏洞攻擊、DDoS攻擊、成員推斷攻擊等。這些威脅是整個區(qū)塊鏈生態(tài)的不穩(wěn)定因素所在。

3.3? 可擴展性

隨著更多的應用接入區(qū)塊鏈，區(qū)塊鏈本身的處理能力、存儲能力、傳輸能力也會成為制約其發(fā)展的瓶頸。如果這一問題不能很好解決，區(qū)塊鏈應用難以邁向工業(yè)級水平。

3.4? 監(jiān)管挑戰(zhàn)

前三項挑戰(zhàn)都是從技術的角度出發(fā)，但該應用模式更大的挑戰(zhàn)在于針對區(qū)塊鏈技術的法律監(jiān)管。尤其是在區(qū)塊鏈和工業(yè)互聯網的結合模式下，如何對內部執(zhí)行的法律效力給予認定，如何界定其中的違法行為，如何管控聯盟鏈內部運行活動等問題，都需要主管部門制定詳細明確的法律規(guī)章并嚴格執(zhí)行。

4? 結束語

針對目前工業(yè)互聯網企業(yè)聯盟協同應用平臺發(fā)展相對滯后，而且應用模式可靠性弱的問題，本文分層闡述了基于區(qū)塊鏈實現工業(yè)互聯網中企業(yè)間協同的新思路，并提出了一些新的衍生應用形式。目前基于區(qū)塊鏈的工業(yè)互聯網仍處于“萌芽”階段，面臨許多挑戰(zhàn)，但是區(qū)塊鏈必定是工業(yè)互聯網發(fā)展不可或缺的技術，二者的結合勢必能夠構建工業(yè)互聯網新生態(tài)，進一步支撐經濟的穩(wěn)定和長足發(fā)展。

參考文獻

[1] 工業(yè)互聯網產業(yè)聯盟. 工業(yè)互聯網平臺白皮書[EB/OL]. 2019.

[2] Nakamoto S. Bitcoin： A peer-to-peer electronic cash system[Z]. 2008.

[3] Wood G. Ethereum： A secure decentralised generalised transaction ledger[J]. Ethereum project yellow paper， 2014， 151： 1-32.

[4] 邵奇峰， 金澈清， 張召， 等. 區(qū)塊鏈技術： 架構及進展[J]. 計算機學報， 2018， 41（5）： 969-988.

[5] 薛騰飛， 傅群超， 王樅， 等. 基于區(qū)塊鏈的醫(yī)療數據共享模型研究[J]. 自動化學報， 2017， 43（9）： 1555-1562.

[6] 徐恪， 徐松松， 李琦. 基于區(qū)塊鏈的去中心化可信互聯網基礎設施[J]. 中國計算機學會通訊， 2020（16）： 29-34.

[7] Ali M， Nelson J， Shea R， et al. Blockstack： A global naming and storage system secured by blockchains[C]// 2016 {USENIX} Annual Technical Conference （{USENIX}{ATC} 16）， 2016： 181-194.

[8] Sisinni E， Saifullah A， Han S， et al. Industrial internet of things： Challenges， opportunities， and directions[J]. IEEE Transactions on Industrial Informatics， 2018， 14（11）： 4724-4734.

[9] He D， Ma M， Zeadally S， et al. Certificateless public key authenticated encryption with keyword search for industrial internet of things[J]. IEEE Transactions on Industrial Informatics， 2017， 14（8）： 3618-3627.

[10] Wu B， Li Q， Xu K， et al. SmartRetro： Blockchain-Based Incentives for Distributed IoT Retrospective Detection[C]// 2018 IEEE 15th International Conference on Mobile Ad Hoc and Sensor Systems （MASS）. IEEE， 2018： 308-316.

[11] Li Z， Kang J， Yu R， et al. Consortium blockchain for secure energy trading in industrial internet of things[J]. IEEE transactions on industrial informatics， 2017， 14（8）： 3690-3700.

[12] Liu C H， Lin Q， Wen S. Blockchain-enabled data collection and sharing for industrial IoT with deep reinforcement learning[J]. IEEE Transactions on Industrial Informatics， 2018， 15（6）： 3516-3526.

作者簡介：

曹玉紅（1968—），通信作者，女，河北平山人，碩士，高級工程師。目前擔任中國電子學會科技評價與成果轉化中心主任。主要從事科技管理工作，在科技成果評價和成果轉化體系建設方面具有較深的研究和實踐。

E-mail： caoyh100@126.com

荊博（1986—），男，山西運城人，碩士。任職于中國電子學會科技評價與成果轉化中心。主要從事科技管理工作，在科技成果轉化理論方面有一定研究，并開展了多項實踐。

（收稿日期：2020-08-28）