融合HACCP體系的農(nóng)產(chǎn)品區(qū)塊鏈追溯系統(tǒng)精準(zhǔn)上鏈機制改進

李佳利，陳 宇，錢建平，張保巖，楊 涵，陳 謙

融合HACCP體系的農(nóng)產(chǎn)品區(qū)塊鏈追溯系統(tǒng)精準(zhǔn)上鏈機制改進

李佳利1，陳 宇2，錢建平1※，張保巖3，楊 涵1，陳 謙1

（1. 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)遙感重點實驗室，北京 100081；2. 農(nóng)業(yè)農(nóng)村部工程建設(shè)服務(wù)中心，北京 100081；3. 天津市農(nóng)業(yè)科學(xué)院，天津 300192）

利用區(qū)塊鏈技術(shù)實現(xiàn)可信追溯已成為追溯技術(shù)發(fā)展的重要趨勢，區(qū)塊鏈技術(shù)核心是解決上鏈以后信息不能篡改，而如何確定哪些信息上鏈并進行上鏈前信息驗證是目前區(qū)塊鏈應(yīng)用亟待解決的問題。該研究以果品為例，融合危害分析與關(guān)鍵控制點體系（Hazard Analysis And Critical Control Point，HACCP）和區(qū)塊鏈技術(shù)，改進農(nóng)產(chǎn)品區(qū)塊鏈追溯系統(tǒng)的上鏈機制并設(shè)計實現(xiàn)系統(tǒng)。通過對果品供應(yīng)鏈進行危害分析挖掘其關(guān)鍵信息作為上鏈信息，并提取五個關(guān)鍵控制點（CCP1生產(chǎn)、CCP2加工、CCP3倉儲、CCP4物流、CCP5銷售）；在確定關(guān)鍵信息的基礎(chǔ)上，對上鏈信息進行限值判定，在閾值范圍內(nèi)進行上鏈；構(gòu)建數(shù)據(jù)異常和質(zhì)量安全預(yù)警模型，對關(guān)鍵控制點處上鏈后的信息實時監(jiān)控，智能反饋；從而構(gòu)建“上鏈前關(guān)鍵信息挖掘-上鏈中信息事實判定-上鏈后信息智能反饋”的上鏈機制改進方法；圍繞改進后的上鏈機制，編寫閾值判定、數(shù)據(jù)上鏈以及數(shù)據(jù)智能反饋3種合約實現(xiàn)改進后的上鏈機制，并基于Fabric環(huán)境完成系統(tǒng)的設(shè)計和開發(fā)。將改進后的系統(tǒng)應(yīng)用于北京市某果品企業(yè)，結(jié)果發(fā)現(xiàn)改進后的追溯系統(tǒng)平均吞吐量350交易量/s（Transactions per Second，TPS），每秒內(nèi)可完成40條關(guān)鍵交易數(shù)據(jù)并發(fā)上鏈，相較于原有追溯系統(tǒng)提高14.85%，滿足追溯系統(tǒng)的需求。此外，在3個月的現(xiàn)場監(jiān)測中，共預(yù)警通知13次風(fēng)險，企業(yè)根據(jù)預(yù)警級別作出相應(yīng)的應(yīng)急措施，可有效減少企業(yè)損失和和保障產(chǎn)品的質(zhì)量安全。研究結(jié)果對于優(yōu)化區(qū)塊鏈追溯系統(tǒng)、提升關(guān)鍵環(huán)節(jié)追溯可信度具有重要意義。

農(nóng)產(chǎn)品；區(qū)塊鏈；追溯系統(tǒng)；HACCP；智能合約

0 引 言

食品安全是保障人民群眾身體健康、生命安全的基礎(chǔ)，但是近年來，諸如“毒奶粉”“鎘大米”“地溝油”“三聚氰胺”等食品安全事件不斷發(fā)生，日益威脅人民群眾的健康安全。追溯系統(tǒng)作為解決農(nóng)產(chǎn)品安全的重要手段，能夠識別產(chǎn)品來源，保障運輸中的安全，并減少食品召回的相關(guān)時間和成本，提高透明度、增加盈利能力和加強知情的決策，幫助改善整個供應(yīng)網(wǎng)絡(luò)的業(yè)務(wù)流程[1-3]。區(qū)塊鏈追溯系統(tǒng)是通過在傳統(tǒng)追溯中引入?yún)^(qū)塊鏈技術(shù)，利用區(qū)塊鏈的去中心化、不可篡改、可追溯等特性，建立多方參與、共同維護的分布式數(shù)據(jù)庫，并利用密碼學(xué)和共識機制建立信任關(guān)系，具有數(shù)據(jù)無法篡改、追溯信息真實性以及透明度高等優(yōu)勢[4-6]。區(qū)塊鏈?zhǔn)墙鉀Q上鏈以后信息不能篡改的問題，而上鏈之前如何確定哪些信息上鏈、如何進行信息的驗證仍然是目前區(qū)塊鏈應(yīng)用亟待解決的問題。

危害分析與關(guān)鍵控制點（Hazard Analysis And Critical Control Point，HACCP）體系是國際公認(rèn)的食品安全控制方法，可以有效控制微生物、化學(xué)和物理危害以及提高肉類、家禽、海鮮和果汁等產(chǎn)品質(zhì)量，保證農(nóng)產(chǎn)品質(zhì)量安全以及控制[7-9]。目前已有相關(guān)學(xué)者通過進行危害分析（Conduct Hazard Analysis，HA），確定關(guān)鍵控制點（CCP，Critical Control Point），最后確定溯源信息，將其運用到水果產(chǎn)業(yè)鏈[10-12]、豬肉生產(chǎn)[13]、羊肉屠宰加工[14-15]、羅非魚養(yǎng)殖[16]等農(nóng)產(chǎn)品追溯系統(tǒng)追溯信息的確認(rèn)中。也有學(xué)者將HACCP、區(qū)塊鏈以及追溯相結(jié)合來保障產(chǎn)品質(zhì)量[17-19]。Li等[20]基于HACCP分析鮮食葡萄供應(yīng)鏈各環(huán)節(jié)潛在或存在的危害，確定可追溯單元，并基于區(qū)塊鏈實現(xiàn)溯源系統(tǒng)。Tian等[21]基于HACCP分析食品供應(yīng)鏈各個環(huán)節(jié)，并結(jié)合區(qū)塊鏈和物聯(lián)網(wǎng)構(gòu)建食品供應(yīng)鏈實時追溯系統(tǒng)，為所有供應(yīng)鏈成員提供一個公開、透明、中立、可靠、安全的信息平臺。葛艷等[22]以生食牡蠣為例，通過結(jié)合HACCP體系和區(qū)塊鏈溯源模型，借助智能合約監(jiān)控數(shù)據(jù)上下鏈并對質(zhì)量進行自動判斷，來提升質(zhì)量溯源的可信度及有效度。然而以上研究只是利用HACCP解決上鏈前區(qū)塊鏈溯源信息的確定和單條信息的判定問題，并未解決上鏈后的安全預(yù)警問題。同時也未考慮到在區(qū)塊鏈上鏈存儲過程中的負(fù)載問題，因此進一步完善改進現(xiàn)有上鏈機制具有重要意義。

本文針對以上問題，融合HACCP體系和區(qū)塊鏈技術(shù)構(gòu)建“上鏈前關(guān)鍵信息挖掘-上鏈中信息事實判定-上鏈后信息智能反饋”的上鏈機制改進方法，并編寫部署改進后的上鏈機制合約，基于Fabric環(huán)境完成系統(tǒng)的設(shè)計開發(fā)以及測試，以期有效優(yōu)化區(qū)塊鏈追溯系統(tǒng)、全面提升關(guān)鍵環(huán)節(jié)追溯可信度。

1 融合HACCP體系的上鏈機制改進方法

由于農(nóng)產(chǎn)品供應(yīng)鏈涉及環(huán)節(jié)多、鏈條長，有效追溯信息對農(nóng)產(chǎn)品追溯和問題農(nóng)產(chǎn)品召回具有重要意義。但是目前的上鏈機制沒有考慮危害信息這一重要因素，同時上鏈后的信息并沒有得到充分利用，因此本文提出融合HACCP體系的上鏈機制改進方法，將整個過程分為上鏈前關(guān)鍵信息挖掘、上鏈中信息事實判定以及上鏈后信息智能反饋，上鏈機制改進框架圖如圖1所示。

圖1 融合HACCP體系的上鏈機制改進框架圖

1.1 上鏈前關(guān)鍵信息挖掘

農(nóng)產(chǎn)品供應(yīng)鏈包括生產(chǎn)、加工、倉儲、物流、銷售等五大環(huán)節(jié)。在整個環(huán)節(jié)會產(chǎn)生海量的數(shù)據(jù)，因此確定供應(yīng)鏈中哪些關(guān)鍵信息上鏈至關(guān)重要。本文以果品為例，通過對供應(yīng)鏈的各個環(huán)節(jié)進行危害分析，分析存在的物理（金屬、沙、石）、化學(xué)（農(nóng)藥、肥料殘留）以及生物（微生物、病菌）等危害因素，確定關(guān)鍵控制點，并挖掘上鏈前的關(guān)鍵信息。

生產(chǎn)環(huán)節(jié)主要包括建園、種植以及采收三個過程。化學(xué)危害主要包括施肥、灌溉可能會引入重金屬以及農(nóng)藥殘留[11,23]。物理性危害主要包括農(nóng)產(chǎn)品在收獲時所攜帶的石塊、碎玻璃、金屬碎片等硬物[24]。加工環(huán)節(jié)主要包括分級、預(yù)冷以及包裝三個過程[25]。在這一環(huán)節(jié)中可能由于機械設(shè)備攜帶外來雜質(zhì)或者操作不符合標(biāo)準(zhǔn)要求，導(dǎo)致產(chǎn)品質(zhì)量受損或者下降。倉儲過程中溫度、相對濕度、氣體成分、微生物數(shù)量、儲藏方法、環(huán)境條件不適宜、操作不規(guī)范、衛(wèi)生不達(dá)標(biāo)、冷藏設(shè)施不完備等產(chǎn)生微生物引起的食源性污染，進而引起的品質(zhì)下降甚至腐敗變質(zhì)。物流環(huán)節(jié)主要包括分揀、搬運、運輸以及裝卸。在這一環(huán)節(jié)，運輸車輛溫度不達(dá)標(biāo)，不同農(nóng)產(chǎn)品交叉感染，影響農(nóng)產(chǎn)品中的致病微生物含量，導(dǎo)致產(chǎn)品質(zhì)量下降。銷售過程中超市陳列柜以及倉庫未達(dá)到溫濕度要求，引起產(chǎn)品腐敗變質(zhì)等引起危害。

根據(jù)對果品供應(yīng)鏈環(huán)節(jié)產(chǎn)品質(zhì)量影響因素的危害分析，確定關(guān)鍵控制點CCP1生產(chǎn)、CCP2加工、CCP3倉儲、CCP4物流、CCP5銷售，挖掘關(guān)鍵信息主要包括基本信息、危害信息、環(huán)境信息、企業(yè)信息、交易信息、監(jiān)管信息以及檢測信息，具體如圖2所示。

1.2 上鏈中信息的事實判定

關(guān)鍵限值（Critical Limit，CL）是區(qū)分可接受水平與不可接受水平的判定指標(biāo)，是關(guān)鍵控制點預(yù)防性措施必須符合的標(biāo)準(zhǔn)[8]。通過設(shè)定關(guān)鍵限值能夠保證關(guān)鍵控制點受控，即保證產(chǎn)品的質(zhì)量。在上文確定的CCP1、CCP2、CCP3、CCP4、CCP5五個關(guān)鍵控制點的基礎(chǔ)上，首先利用物聯(lián)網(wǎng)對關(guān)鍵信息進行采集獲取，減少人為干預(yù)，并依據(jù)果品相關(guān)的法律法規(guī)、安全標(biāo)準(zhǔn)等，對每個關(guān)鍵控制點確定關(guān)鍵限值，結(jié)合智能合約機制判定信息是否在閾值范圍，若上傳的信息在閾值范圍內(nèi)，則進行區(qū)塊鏈存儲，若不在，則提示報警，剔除不合理的信息上鏈。對于通過判定要求的數(shù)據(jù)，公開數(shù)據(jù)直接進行上鏈存儲，而敏感隱私數(shù)據(jù)，實行加密處理后再進行上鏈。各個關(guān)鍵控制點的判定情況如下所示：

CCP1：農(nóng)藥、化肥使用應(yīng)符合GB 2763—2021《食品安全國家標(biāo)準(zhǔn)食品中農(nóng)藥最大殘留限量》和GB/T 20014.3—2013 《良好農(nóng)業(yè)規(guī)范作物基礎(chǔ)控制點與符合性規(guī)范》，如農(nóng)藥殘留含量不得超過最大殘留限量，一旦判定不符合，拒絕錯誤的信息上鏈并提醒更換、合理施藥。

CCP2：包裝材料、預(yù)冷方式應(yīng)符合國家安全標(biāo)準(zhǔn)GB/T 33129—2016 《新鮮水果、蔬菜包裝和冷鏈運輸通用操作規(guī)程》。如果包裝不符合，提醒更換或者銷毀。預(yù)冷庫的溫度應(yīng)符合NY/T 4168—2022《果蔬預(yù)冷技術(shù)規(guī)范》，一般不超過-1～13 ℃，如果規(guī)定時間內(nèi)沒有達(dá)到標(biāo)準(zhǔn)溫度，及時提醒調(diào)整預(yù)冷庫溫度。

CCP3：不同種類的果品儲存溫度存在差異，在果品儲藏時，根據(jù)不同種類進行調(diào)整，應(yīng)控制果品的溫度、濕度以及氣體環(huán)境處在一個合適的范圍，如水果的相對濕度保持在85%～90%，空氣的循環(huán)速度一般不超過0.3～0.7 m/s[24]。

CCP4：物流過程應(yīng)符合GB/T 33129—2016 《新鮮水果、蔬菜包裝和冷鏈運輸通用操作規(guī)程》和 GB/T 29372—2012《食用農(nóng)產(chǎn)品保鮮貯藏管理規(guī)范標(biāo)準(zhǔn)》，使運輸車溫度維持在0～4 ℃，相對濕度保持在80%～90%以及裝卸搬運作業(yè)時間≤15 min/次[26]。

圖2 追溯系統(tǒng)上鏈前關(guān)鍵信息

CCP5：倉庫、陳列柜和貨架的溫度、濕度應(yīng)處在一個合適的溫度同時果品的銷售時間應(yīng)在保質(zhì)期范圍內(nèi)，如果不在這個閾值范圍內(nèi)，快速進行通知進行調(diào)整、果蔬下架或者召回。

在對上鏈信息進行判定后，對符合要求的信息上鏈存儲。星際文件系統(tǒng)（Inter Planetary File System，IPFS）是為海量數(shù)據(jù)共享提供分布式存儲的系統(tǒng)，減少區(qū)塊回溯次數(shù)，可為區(qū)塊鏈系統(tǒng)減輕存儲壓力，提升追溯效率[27-29]?？紤]到物聯(lián)網(wǎng)等設(shè)備采集的數(shù)據(jù)量大，采用“IPFS+區(qū)塊鏈”進行上鏈存儲，減少區(qū)塊鏈的存儲壓力，提高區(qū)塊的交易處理速度。如圖3所示，在鏈下存儲階段，對關(guān)鍵控制點產(chǎn)生的數(shù)據(jù)加密存儲到IPFS上，并返回對應(yīng)的哈希值，在鏈上存儲階段，通過智能合約將IPFS返回的哈希值以交易的形式存儲在區(qū)塊鏈上。信息上鏈的具體步驟如下：

Step1：原始數(shù)據(jù)加密。系統(tǒng)密鑰中心通過非對稱加密技術(shù)來生成公鑰和私鑰，Data為加密后的的數(shù)據(jù)。

圖3 數(shù)據(jù)存儲模型圖

Step 6：區(qū)塊共識驗證。記賬節(jié)在點收到廣播后，驗證交易的合法性，如果驗證成功，在全網(wǎng)達(dá)成共識，那么區(qū)塊將會存儲到區(qū)塊鏈上。

1.3 上鏈后信息的智能反饋

在完成果品關(guān)鍵信息上鏈后，持續(xù)對關(guān)鍵控制點CCP1、CCP2、CCP3、CCP4、CCP5上鏈后的信息實時監(jiān)控，通過對上鏈后的信息進一步分析，從數(shù)據(jù)異常和質(zhì)量安全兩方面對信息監(jiān)測，實現(xiàn)風(fēng)險智能反饋和最大可控，具體流程如圖4所示。

圖4 上鏈后信息智能反饋流程圖（以CCP1關(guān)鍵控制點為例）

數(shù)據(jù)異常預(yù)警是針對已經(jīng)完成上鏈的部分關(guān)鍵信息，存在在鏈中符合要求，鏈上不符合要求的情況實行的二次異常數(shù)據(jù)反饋，質(zhì)量安全保證。以CCP1關(guān)鍵控制點為例，在該關(guān)鍵控制點，果品的農(nóng)藥施用累計用藥次數(shù)不能超過允許的最大次數(shù)，累計用藥量的有效成分不能超過允許的最大值，同時施藥時兩次施藥之間的間隔需要滿足允許的最大天數(shù)、在采收時也需要保證采收日期在安全日期范圍內(nèi)。因此，對于此類數(shù)據(jù)盡管在上鏈中單條信息已經(jīng)滿足判定，仍需在上鏈后長期監(jiān)測，一旦發(fā)現(xiàn)異常，立刻反饋給企業(yè)和監(jiān)管部門采取措施。

質(zhì)量安全預(yù)警是通過利用機器學(xué)習(xí)算法以及大數(shù)據(jù)分析等方法對關(guān)鍵信息構(gòu)建預(yù)警模型，一旦發(fā)現(xiàn)可能出現(xiàn)的問題或者安全隱患，立刻反饋給供應(yīng)鏈企業(yè)和監(jiān)管部門，對鏈上數(shù)據(jù)信息進行原因分析，采取措施，下架或者召回果品并對責(zé)任主體進行追究，最大程度保證消費者權(quán)益，同時做好相關(guān)問題的記錄與驗證，避免下次出現(xiàn)相同的問題，優(yōu)化系統(tǒng)管理，減少風(fēng)險。

1）預(yù)警指標(biāo)選取。首先是對區(qū)塊鏈上的信息，依據(jù)指標(biāo)選取原則進行篩選，選擇合適的預(yù)警指標(biāo)，運用層次分析法構(gòu)建果品質(zhì)量安全風(fēng)險指標(biāo)，并對各級指標(biāo)權(quán)重進行確定。其中一級指標(biāo)分別為生產(chǎn)、加工、倉儲、物流以及銷售；二級指標(biāo)為建園、種植、采收、分級、包裝、預(yù)冷、倉儲等；三級指標(biāo)為五個關(guān)鍵控制點的基本溯源信息。

2）數(shù)據(jù)預(yù)處理。由于預(yù)警指標(biāo)數(shù)據(jù)涵蓋多，具有不同的單位和量級，為了消除指標(biāo)之間的相互影響，對選取的各級指標(biāo)進行規(guī)范化處理，使指標(biāo)數(shù)據(jù)處在0～1范圍內(nèi)，如式（1）所示

3）構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)警模型。反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單，訓(xùn)練與調(diào)控參數(shù)豐富，具有高度的非線性映射能力，是目前應(yīng)用較廣的網(wǎng)絡(luò)模型，在食品安全預(yù)警中得到成功應(yīng)用[30-31]。本研究采用輸入、輸出以及隱含層三層BP神經(jīng)網(wǎng)絡(luò)構(gòu)建果品預(yù)警模型，預(yù)警評價指標(biāo)共個，因此，輸入的是一個維的向量。輸出為預(yù)警等級。激活函數(shù)選用Sigmoid函數(shù)，使得輸出結(jié)果在0～1之間。BP 神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元個數(shù)的計算式如下所示

4）模型結(jié)果。果品預(yù)警模型根據(jù)輸入的指標(biāo)數(shù)據(jù)，輸出警情信息，反饋給監(jiān)管部門和主體企業(yè)。警情信息等級設(shè)置為重警、輕警、安全三個等級。

2 系統(tǒng)實現(xiàn)

2.1 智能合約機制構(gòu)建

智能合約是一種由數(shù)據(jù)和代碼組成的數(shù)字化協(xié)議，通過對外部輸入數(shù)據(jù)預(yù)先設(shè)置一些響應(yīng)條件，在觸發(fā)事件發(fā)生時會自動執(zhí)行一些如信息監(jiān)控、傳遞、驗證以及訪問等功能[32-35]。在追溯系統(tǒng)中，常見的智能合約類型有信息上傳、環(huán)境警告、風(fēng)險評估和追蹤查詢等[36]。通過編寫智能合約，可以簡化工作流程、減少人工干預(yù)，提高工作效率[37]。在本研究中，智能合約的編寫可由生產(chǎn)企業(yè)、加工企業(yè)、倉儲企業(yè)、物流企業(yè)、銷售企業(yè)以及政府監(jiān)管部門共同商定各自應(yīng)負(fù)責(zé)錄入的字段信息及錄入規(guī)則。根據(jù)改進的上鏈機制，研究共設(shè)計數(shù)據(jù)閾值判定合約（Data Threshold Decide Contract，DTDC）、數(shù)據(jù)上鏈合約（Data Upload Chain Contract，DUCC）、以及數(shù)據(jù)智能反饋合約（Data Intelligent Feedback Contract，DIFC）三種合約來實現(xiàn)，合約關(guān)系如圖5所示。

DTDC合約負(fù)責(zé)實現(xiàn)對果品供應(yīng)鏈的五個關(guān)鍵控制點CCP1、CCP2、CCP3、CCP4、CCP5的關(guān)鍵信息閾值與關(guān)鍵限值進行比較判定，杜絕不合理的信息。首先通過預(yù)先設(shè)置數(shù)據(jù)準(zhǔn)入條件，以果品物流環(huán)節(jié)CCP4關(guān)鍵控制點中的環(huán)境溫度和相對濕度等危害信息為例，在物聯(lián)網(wǎng)設(shè)備采集溫度、濕度等數(shù)據(jù)后，會觸發(fā)條件合約開始執(zhí)行，如果保持在閾值內(nèi)，即滿足數(shù)據(jù)準(zhǔn)入條件，則可進入下一環(huán)節(jié)，否則系統(tǒng)會進行提示警告，及時進行排查，具體算法偽代碼如表1所示。

DUCC合約負(fù)責(zé)對通過限值判定的關(guān)鍵信息，即上一步DTDC合約的數(shù)據(jù)，實現(xiàn)信息的自動化上鏈，如果對上鏈后的信息執(zhí)行完后各個節(jié)點驗證失敗，返回false，如果驗證通過后，系統(tǒng)將會先對數(shù)據(jù)上傳IPFS上，并生成哈希值，然后將執(zhí)行結(jié)果廣播至全網(wǎng)各個節(jié)點，全網(wǎng)達(dá)成共識后將結(jié)果存儲到區(qū)塊鏈上，具體算法偽代碼如表2所示。

表1 數(shù)據(jù)閾值判定合約DTDC算法

DIFC合約負(fù)責(zé)上鏈后信息的自動化預(yù)警通知，主要包括數(shù)據(jù)異常預(yù)警通知和質(zhì)量安全預(yù)警通知，合約根據(jù)不同的預(yù)警等級，通知相應(yīng)的負(fù)責(zé)人，采取不同的措施。對異常數(shù)據(jù)而言，如果數(shù)據(jù)異常次數(shù)不超過三次，則通知輕警，如果超過三次及以上，則向相關(guān)企業(yè)和監(jiān)管部門發(fā)出重警通知。對質(zhì)量安全預(yù)警來說，如果經(jīng)過預(yù)警模型分析處理，輸出結(jié)果為重警，則會通知給相關(guān)企業(yè)和監(jiān)管部門；如果輕警，只通知相關(guān)主體企業(yè)；如果安全，合約結(jié)束，具體算法偽代碼如表3所示。

表2 數(shù)據(jù)上鏈合約DUCC算法

表3 數(shù)據(jù)智能反饋DIFC算法

注：DTDC為數(shù)據(jù)閾值判定合約；DUCC為數(shù)據(jù)上鏈合約；DIFC為數(shù)據(jù)智能反饋合約。

2.2 系統(tǒng)實現(xiàn)

2.2.1 系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)如圖6所示，主要劃分為設(shè)備層、區(qū)塊鏈層、應(yīng)用層以及用戶層四個層次。設(shè)備層是供應(yīng)鏈環(huán)節(jié)的各個企業(yè)通過RFID（Radio Frequency Identification，射頻識別技術(shù)）、溫濕度傳感器、GPS定位技術(shù)、攝像機等設(shè)備對農(nóng)產(chǎn)品的溫濕度等環(huán)境信息、位置信息、視頻信息等進行采集。區(qū)塊鏈層是通過智能合約和共識機制對采集的數(shù)據(jù)以及系統(tǒng)產(chǎn)生的數(shù)據(jù)實現(xiàn)存儲，為上層應(yīng)用服務(wù)提供支撐。應(yīng)用層和用戶層為現(xiàn)實中使用系統(tǒng)的政府相關(guān)部門、供應(yīng)鏈企業(yè)、消費者等組織或者個體以及系統(tǒng)管理員提供服務(wù)，主要包括用戶注冊、數(shù)據(jù)上鏈、安全預(yù)警、追溯查詢、數(shù)據(jù)共享以及決策分析等服務(wù)。

圖6 系統(tǒng)架構(gòu)圖

2.2.2 系統(tǒng)環(huán)境部署

目前，國內(nèi)外區(qū)塊鏈技術(shù)開發(fā)平臺主流的有比特幣（Bitcoin）、以太坊（Ethereum）、超級賬本（Hyperledger）三大平臺[38]。相比其他開發(fā)平臺，Hyperledger 平臺代表最新區(qū)塊鏈技術(shù)，高度模塊化，支持用戶對性能、擴展性和安全性的高度可控，同時允許調(diào)用智能合約，使開發(fā)人員更有效、更容易地開發(fā)智能合約[39-40]。因此本文選用Hyperledger下的Fabric區(qū)塊鏈平臺進行追溯系統(tǒng)開發(fā)。本追溯系統(tǒng)在Windows10操作系統(tǒng)環(huán)境下，以Hyperledger Fabric v1.4.0為底層區(qū)塊鏈架構(gòu)，配置Peer節(jié)點、orderer節(jié)點、CA節(jié)點以及通道，并在 IDEA編譯器中實現(xiàn)應(yīng)用開發(fā)。系統(tǒng)的硬件和軟件開發(fā)環(huán)境如表4所示。

2.2.3 功能實現(xiàn)

根據(jù)追溯系統(tǒng)架構(gòu)，將追溯系統(tǒng)分為信息采集、信息監(jiān)管、追溯查詢以及系統(tǒng)管理四大模塊，采用Vue.js 前端開發(fā)框架，以數(shù)據(jù)驅(qū)動和組件化的思想構(gòu)建用戶交互界面。

信息上傳者通過賬號密碼登錄系統(tǒng)前端，然后上傳農(nóng)產(chǎn)品相關(guān)信息，信息錄入接口在收到信息錄入請求后便會調(diào)用區(qū)塊鏈網(wǎng)絡(luò)中的智能合約，通過智能合約將信息寫入?yún)^(qū)塊鏈網(wǎng)絡(luò)，以生產(chǎn)企業(yè)為例，基本信息上傳界面如圖7a所示。

表4 系統(tǒng)開發(fā)環(huán)境

政府部門通過信息監(jiān)管模塊可以管理檢測信息、召回問題產(chǎn)品、查詢以及審批信息等。以檢測管理為例，根據(jù)政府部門的需求可以隨機選取抽檢企業(yè)進行任務(wù)分配，然后通知被抽檢的企業(yè)，在完成檢測后，可實現(xiàn)檢測信息上鏈存儲并對其進行監(jiān)督審核，如圖7b所示。信息監(jiān)管服務(wù)有利于政府部門對產(chǎn)品的品質(zhì)以及企業(yè)的服務(wù)質(zhì)量進行管控。

圖8為溯源信息查詢基本信息界面，消費者通過掃描產(chǎn)品包裝上的二維碼或者輸入該產(chǎn)品的溯源碼可以查詢到產(chǎn)品名稱、品種、品牌、溯源碼、區(qū)塊鏈哈希值以及上鏈時間戳等基本信息。此外，消費者還可以通過查看溯源信息了解更多關(guān)于整個供應(yīng)鏈過程溯源詳細(xì)信息，并且如果發(fā)現(xiàn)該農(nóng)產(chǎn)品存在質(zhì)量問題，消費者可以通過該模塊向有關(guān)部門投訴舉報，有關(guān)部門在收到投訴信息后，會盡快跟進處理。

圖8 溯源信息查詢界面

3 案例應(yīng)用分析

改進后的追溯系統(tǒng)在北京市某果品企業(yè)進行了測試應(yīng)用，該企業(yè)涉及生鮮水果供應(yīng)鏈生產(chǎn)、加工、倉儲、物流以及銷售等全部環(huán)節(jié)。

3.1 系統(tǒng)應(yīng)用性能測試

吞吐量是衡量并發(fā)系統(tǒng)重要的性能測試指標(biāo)，本文采用每秒交易量（Transaction per Second，TPS）來定義吞吐量，結(jié)果如圖9a所示，隨著并發(fā)量不斷增加，吞吐量不斷增加，當(dāng)并發(fā)量達(dá)到600時，吞吐量相對較穩(wěn)定，為了保證數(shù)據(jù)的客觀性，重復(fù)6輪測試進行計算，平均吞吐量350 TPS。采用上傳關(guān)鍵數(shù)據(jù)交易類型，將本文提出的“IPFS+區(qū)塊鏈”與原有區(qū)塊鏈存儲機制進行對比，結(jié)果如圖9b所示，隨著數(shù)據(jù)量的增大，“IPFS+區(qū)塊鏈”的存儲效率明顯高于區(qū)塊鏈存儲，當(dāng)關(guān)鍵數(shù)據(jù)上傳到400條時，“IPFS+區(qū)塊鏈”存儲量趨向于平穩(wěn)。經(jīng)測試，當(dāng)前關(guān)鍵數(shù)據(jù)下，每秒內(nèi)可完成40條此交易類型數(shù)據(jù)并發(fā)上鏈，比現(xiàn)有存儲提高14.85%。相較于現(xiàn)有的區(qū)塊鏈追溯系統(tǒng)，運用融合HACCP體系的上鏈機制后，改變了現(xiàn)有農(nóng)產(chǎn)品追溯系統(tǒng)上鏈信息冗余、混亂的問題，并且進一步減輕信息上鏈負(fù)擔(dān)的同時也緩解了區(qū)塊鏈的存儲壓力，增強數(shù)據(jù)安全性，滿足該企業(yè)果品溯源應(yīng)用的性能需求。

3.2 系統(tǒng)應(yīng)用效果分析

改進后的上鏈機制，關(guān)鍵信息通過物聯(lián)網(wǎng)設(shè)備自主獲取，信息真實性、有效性和可控性效果顯著，并且上鏈后的信息經(jīng)過實時監(jiān)控，智能預(yù)警，可以快速發(fā)現(xiàn)問題。在對該企業(yè)為期三個月的監(jiān)測中，共發(fā)現(xiàn)9起輕警事件、4起重警事件，如圖10所示。通過對事件發(fā)生的原因進行分析，發(fā)現(xiàn)輕警事件主要是該企業(yè)在果品種植過程中農(nóng)藥使用不規(guī)范，累計用藥量的有效成分超過允許的最大值，重警事件主要是在質(zhì)量安全預(yù)警模型中，對食品安全的抽取檢驗合格率低引起的。企業(yè)通過使用該系統(tǒng)，實時監(jiān)控產(chǎn)品，在問題發(fā)生初期采取措施解決問題，幫助企業(yè)減少損失和風(fēng)險，也提高了產(chǎn)品質(zhì)量和安全。

注：TPS為每秒交易量。

圖10 安全預(yù)警反饋情況

3.3 不同方案對比分析

如表5所示，將本研究提出的方案與相關(guān)研究提出的方案進行對比，通過對比結(jié)果可以看出，應(yīng)用區(qū)塊鏈技術(shù)后，追溯系統(tǒng)均解決了去中心化的問題。相比文獻[19]和[22]基于HACCP中的關(guān)鍵限值對上鏈數(shù)據(jù)進行質(zhì)量判斷，文獻[20]利用HACCP分析確定上鏈前的溯源信息，文獻[21]基于HACCP分析供應(yīng)鏈關(guān)鍵環(huán)節(jié)，但均沒有解決區(qū)塊鏈存儲和上鏈后的安全預(yù)警問題。本文融合HACCP體系改進區(qū)塊鏈上鏈機制，結(jié)合HACCP解決區(qū)塊鏈存儲限制，構(gòu)建預(yù)警模型解決上鏈后的安全預(yù)警問題，改進后的上鏈機制更加全面，安全可靠，可有效保證農(nóng)產(chǎn)品質(zhì)量安全。

表5 不同方案比較

4 結(jié) 論

1）本文針對現(xiàn)有農(nóng)產(chǎn)品區(qū)塊鏈追溯系統(tǒng)存在的問題，以果品為例，融合HACCP體系和區(qū)塊鏈技術(shù)，提出構(gòu)建“上鏈前關(guān)鍵信息挖掘-上鏈中信息事實判定-上鏈后信息智能反饋”的上鏈機制改進方法。改進的上鏈機制，在技術(shù)層面進一步提升溯源信息的完整性、真實性以及專業(yè)性，并且有助于減少風(fēng)險，提高產(chǎn)品安全質(zhì)量。

2）基于本研究提出的改進方法，編寫數(shù)據(jù)閾值判定合約、數(shù)據(jù)上鏈合約、以及數(shù)據(jù)智能反饋合約三種智能合約實現(xiàn)該上鏈機制，使數(shù)據(jù)能夠自動化判斷、上鏈以及預(yù)警，從而增強數(shù)據(jù)的安全可信。

3）基于Fabric環(huán)境設(shè)計開發(fā)的追溯系統(tǒng)，在經(jīng)過現(xiàn)場應(yīng)用測試，系統(tǒng)平均吞吐量350TPS，每秒內(nèi)可完成40條關(guān)鍵交易數(shù)據(jù)并發(fā)上鏈，相較于原有追溯系統(tǒng)提高14.85%，滿足溯源的性能需求。同時，從系統(tǒng)的應(yīng)用效果來看，預(yù)警模型可以幫助企業(yè)及時發(fā)現(xiàn)風(fēng)險，采取措施，減少損失。

[1] Qian J, Ruiz-Garcia L, Fan B, et al. Food traceability system from governmental, corporate, and consumer perspectives in the European Union and China: A comparative review[J]. Trends in Food Science & Technology, 2020, 99: 402-412.

[2] Regattieri A, Gamberi M, Manzini R. Traceability of food products: General framework and experimental evidence[J]. Journal of Food Engineering, 2007, 81(2): 347-356.

[3] 錢建平，吳文斌，楊鵬. 新一代信息技術(shù)對農(nóng)產(chǎn)品追溯系統(tǒng)智能化影響的綜述[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(5)：182-191.

Qian Jianping, Wu Wenbin, Yang Peng. Review on agricultural products smart traceability system affected by new generation information technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(5): 182-191. (in Chinese with English abstract)

[4] 孫傳恒，于華竟，徐大明，等. 農(nóng)產(chǎn)品供應(yīng)鏈區(qū)塊鏈追溯技術(shù)研究進展與展望[J]. 農(nóng)業(yè)機械學(xué)報，2021，52(1)：1-13.

Sun Chuanheng, Yu Huajing, Xu Daming, et al. Review and prospect of agri-products supply chain traceability based on blockchain technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(1): 1-13. (in Chinese with English abstract)

[5] Yang Z, Yang K, Lei L, et al. Blockchain-based decentralized trust management in vehicular networks[J]. IEEE Internet of Things Journal, 2018, 6(2): 1495-1505.

[6] 楊信廷，王明亭，徐大明，等. 基于區(qū)塊鏈的農(nóng)產(chǎn)品追溯系統(tǒng)信息存儲模型與查詢方法[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(22)：323-330.

Yang Xinting, Wang Mingting, Xu Daming, et al. Data storage and query method of agricultural products traceability information based on blockchain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 323-330. (in Chinese with English abstract)

[7] Ropkins K, Beck A J. Evaluation of worldwide approaches to the use of HACCP to control food safety[J]. Trends in Food Science & Technology, 2000, 11(1): 10-21.

[8] Wallace C A. Food safety assurance systems: Hazard Analysis and Critical Control Point System (HACCP): Principles and Practice[M]//Motarjemi Yasmine. Encyclopedia of Food Safety. Waltham: Academic Press, 2014: 226-239.

[9] Malik S, Krishnaswamy K, Mustapha A. Hazard Analysis and Risk-Based Preventive Controls (HARPC): Current food safety and quality standards for complementary foods[J]. Foods, 2021, 10(9): 2199.

[10] Hu H, Zheng H, Liu S. Determination of navel orange safety production traceability information based on HACCP[C]//5th International Conference on Computer and Computing Technologies in Agriculture (CCTA), Beijing, China, 2012: 368, 140-146.

[11] 夏之云，郭波莉，魏益民，等. 水果產(chǎn)業(yè)鏈追溯關(guān)鍵指標(biāo)篩選及模塊構(gòu)建[J]. 核農(nóng)學(xué)報，2014，28(5)：890-896.

Xia Zhiyun, Guo Boli, Wei Yimin, et al. Key indicators screening and module establishing for fruit chain traceability[J]. Journal of Nuclear Agricultural Sciences, 2014, 28(5): 890-896. (in Chinese with English abstract)

[12] Wang X, Fu D, Fruk G, et al. Improving quality control and transparency in honey peach export chain by a multi-sensors-managed traceability system[J]. Food Control, 2018, 88: 169-180.

[13] 姜利紅，潘迎捷，謝晶，等. 基于HACCP的豬肉安全生產(chǎn)可追溯系統(tǒng)溯源信息的確定[J]. 中國食品學(xué)報，2009，9(2)：87-91.

Jiang Lihong, Pan Yingjie, Xie Jing, et al. Determination of the pork safety production traceability system's information based on HACCP[J]. Journal of Chinese Institute of Food Science and Technology, 2009, 9(2): 87-91. (in Chinese with English abstract)

[14] 張京京，李志剛. 基于HACCP的新疆羊肉屠宰加工可追溯系統(tǒng)溯源信息分析[J]. 食品工業(yè)，2016，37(10)：118-122.

Zhang Jingjing, Li Zhigang. Traceability information analysis of mutton slaughtering and processing traceability system based on HACCP in Xinjiang[J]. The Food Industry, 2016, 37(10): 118-122. (in Chinese with English abstract)

[15] 王兆丹，魏益民，郭波莉，等. 肉羊屠宰加工階段溯源指標(biāo)優(yōu)化[J]. 食品工業(yè)科技，2010，31(10)：334-337.

Wang Zhaodan, Wei Yimin, Guo Boli, et al. Optimization of traceability index in sheep slaughter-process phase[J]. Science and Technology of Food Industry, 2010, 31(10): 334-337. (in Chinese with English abstract)

[16] 任晰，張小栓，穆維松，等. 基于Web的羅非魚養(yǎng)殖質(zhì)量安全可追溯系統(tǒng)的設(shè)計與實現(xiàn)[J]. 計算機工程與設(shè)計，2009，30(16)：3883-3886.

Ren Xi, Zhang Xiaoshuan, Mu Weisong, et al. Traceability system for tilapia breeding quality safety information based on Web[J]. Computer Engineering and Design, 2009, 30(16): 3883-3886. (in Chinese with English abstract)

[17] Rejeb A. Halal meat supply chain traceability based on HACCP, blockchain and internet of things[J]. Acta Technica Jaurinensis, 2018, 11(4): 218-247.

[18] Danish M, Hasan M S. Robust food supply chain traceability system based on HACCP using federated blockchain[J]. KIET Journal of Computing and Information Sciences, 2020, 3(2): 16-16.

[19] 魏立斐，朱嘉英，衡旭日，等. 基于區(qū)塊鏈技術(shù)和HACCP管理的智能化水產(chǎn)品質(zhì)量安全溯源系統(tǒng)的設(shè)計與實現(xiàn)[J]. 漁業(yè)現(xiàn)代化，2020，47(4)：89-96.

Wei Lifei, Zhu Jiaying, Heng Xuri, et al. Design and realization of intelligent quality-and-safety traceability system for aquatic products based on blockchain combined with HACCP management[J]. Fishery Modernization. 2020, 47(4): 89-96. (in Chinese with English abstract)

[20] Li Y, Chu X, Feng J, et al. Blockchain-based quality and safety traceability system for the table grape supply chain[J]. International Agricultural Engineering Journal, 2019, 28(4): 373-385.

[21] Tian F. A supply chain traceability system for food safety based on HACCP, blockchain & Internet of things[C]//International Conference on Service Systems & Service Management, Dalian, China, 2017: 1-6.

[22] 葛艷，黃朝良，陳明，等. 基于區(qū)塊鏈的HACCP質(zhì)量溯源模型與系統(tǒng)實現(xiàn)[J]. 農(nóng)業(yè)機械學(xué)報，2021，52(6)：369-375.

Ge Yan, Huang Chaoliang, Chen Ming, et al. HACCP quality traceability model and system implementation based on blockchain[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(6): 369-375. (in Chinese with English abstract)

[23] 齊彬，周慶奎，周建軍，等. 危害分析與關(guān)鍵控制點體系在鮮食蘋果供應(yīng)鏈中的應(yīng)用研究[J]. 食品研究與開發(fā)，2020，41(18)：131-134.

Qi Bin, Zhou Qingkui, Zhou Jianjun, et al. The application of hazard analysis and critical control point system in supply chain of fresh apple[J]. Food Research and Development, 2020, 41(18): 131-134. (in Chinese with English abstract)

[24] 宮毅. 基于HACCP體系的果蔬類產(chǎn)品冷鏈物流分析[D]. 佛山：佛山科學(xué)技術(shù)學(xué)院，2020.

Gong Yi. Analysis of Cold Chain Logistics of Garden Stuff Products Based on HACCP System[D]. Foshan: Foshan University, 2020. (in Chinese with English abstract)

[25] 李玉婷. 基于HACCP體系的農(nóng)產(chǎn)品冷鏈物流一體化模式研究[D]. 長春：長春工業(yè)大學(xué)，2014.

Li Yuting. Based on the HACCP System of Agriculture Products Cold-chain Logistics Integration Research[D]. Changchun: Changchun University of Technology, 2014. (in Chinese with English abstract)

[26] 王想. 面向水果冷鏈物流品質(zhì)感知的氣體傳感技術(shù)與建模方法[D]. 北京：中國農(nóng)業(yè)大學(xué)，2018.

Wang Xiang. Gas Sensing Technology and Modeling Method for Fruit Quality Perception of Cold Logistics[D]. Beijing: China Agriculture University, 2018. (in Chinese with English abstract)

[27] 李雪蓮，張夏川，高軍濤，等. 支持屬性和代理重加密的區(qū)塊鏈數(shù)據(jù)共享方案[J]. 西安電子科技大學(xué)學(xué)報，2022，49(1)：1-16.

Li Xuelian, Zhang Xiachuan, Gao Juntao, et al. Blockchain data sharing scheme supporting attribute and proxy re-encryption[J]. Journal of Xidian University, 2022, 49(1): 1-16. (in Chinese with English abstract)

[28] Qian J, Wu W, Yu Q, et al. Filling the trust gap of food safety in food trade between the EU and China: An interconnected conceptual traceability framework based on blockchain[J]. Food and Energy Security, 2020, 9(4), e249.

[29] 伍德倫，饒元，許磊，等. 農(nóng)產(chǎn)品區(qū)塊鏈信息可信評估差異化共享模型設(shè)計與實現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(11)：309-317.

Wu Delun, Rao Yuan, Xu Lei, et al. Design and implementation of trusted evaluation and differentiated sharing model for agricultural blockchain information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(11): 309-317. (in Chinese with English abstract)

[30] 章德賓，徐家鵬，許建軍，等. 基于監(jiān)測數(shù)據(jù)和BP神經(jīng)網(wǎng)絡(luò)的食品安全預(yù)警模型[J]. 農(nóng)業(yè)工程學(xué)報，2010，26(1)：221-226.

Zhang Debin, Xu Jiapeng, Xu Jianjun, et al. Model for food safety warning based on inspection data and BP neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(1): 221-226. (in Chinese with English abstract)

[31] Liu Z, Meng L, Zhao W. Application of ANN in food safety early warning[C]//2010 2nd International Conference on Future Computer and Communication, Shanghai, China, 2010: 3, 677-680.

[32] Zou W, Lo D, Kochhar P S, et al. Smart contract development: Challenges and opportunities[J]. IEEE Transactions on Software Engineering, 2019, 47(10): 2084-2106.

[33] 歐陽麗煒，王帥，袁勇，等. 智能合約：架構(gòu)及進展[J]. 自動化學(xué)報，2019，45(3)：445-457.

Ouyang Liwei, Wang Shuai, Yuan Yong, et al. Smart contracts: Architecture and research progresses[J]. Acta Automatica Sinica, 2019, 45(3): 445-457. (in Chinese with English abstract)

[34] Sunny J, Undralla N, Madhusudanan Pillai V. Supply chain transparency through blockchain-based traceability: An overview with demonstration[J]. Computers & Industrial Engineering, 2020, 150: 106895.

[35] 于華竟，徐大明，羅娜，等. 雜糧供應(yīng)鏈區(qū)塊鏈多鏈追溯監(jiān)管模型設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(20)：323-332.

Yu Huajing, Xu Daming, Luo Na, et al. Design of the blockchain multi-chain traceability supervision model for coarse cereal supply chain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(20): 323-332. (in Chinese with English abstract)

[36] Qian J, Yu Q, Jiang L, et al. Food cold chain management improvement: A conjoint analysis on COVID-19 and food cold chain systems[J]. Food Control, 2022, 137: 108940.

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

[38] Suvitha M, Subha R. A Survey on Smart Contract Platforms and Features//[C]2021 7th International Conference on Advanced Computing and Communication Systems (ICACCS), Chengdu, China, 2021: 1536-1539.

[39] Li W, Nejad M, Zhang R. A Blockchain-Based Architecture for Traffic Signal Control Systems[C]// 2019 IEEE International Congress on Internet of Things (ICIOT), Milan, Italy, 2019: 33-40.

[40] Wang S, Ouyang L, Yuan Y, et al. Blockchain-Enabled Smart Contracts: Architecture, Applications, and Future Trends[C]//IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2019: 2266-2277.

Improvement of the precise up-chain mechanism of the agricultural products blockchain traceability system integrating the HACCP system

Li Jiali1, Chen Yu2, Qian Jianping1※, Zhang Baoyan3, Yang Han1, Chen Qian1

(1.(),,,100081,;2.,,100081,;3.,300192,)

Food safety has been an essential requirement for human survival in recent years. Fortunately, the traceability system can be expected to serve as an important way for the safety of agricultural products. The whole chain information of agricultural products can be traced from the place of origin to the table. The high quality and safety of agricultural products can be obtained to reduce the cost of a food recall, indicating a high increase in consumer confidence. Among them, blockchain technology can be used for trusted traceability without tampering after uploading the chain. It is still lacking in how to determine the information that is uploaded to the chain, and then verify the information before the chain in the current blockchain application. Taking the fruit as an example, the hazard analysis and critical control point (HACCP) system was integrated with blockchain technology to improve the up-chain mechanism in the current blockchain traceability system of agricultural products. Firstly, the up-chain information was mined to extract the five critical control points (CCP1 production, CCP2 processing, CCP3 storage, CCP4 logistics, and CCP5 sales) using the hazard analysis of the fruit supply chain. The limit value was then determined for the information on the chain, according to the key information, determine whether the information on the chain is within the limit value. If it is within the threshold range, the information will be uploaded to the chain.A data anomaly and quality warning model was established to monitor the information after the up-chain at the critical control point in real time, and then to provide intelligent feedback after the chain. Secondly, an improved up-chain mechanism was constructed with the key information mining before the up-chain, the information fact determination in the up-chain, and the information intelligent feedback after the up-chain. After that, three contracts of threshold determination, data upload, and data intelligent feedback were written to realize the improved up-chain mechanism. Thirdly, a traceability system was developed to deploy the architecture and environment using the Hyperledger Fabric platform. Some functions were then implemented, such as the traceability query, security warning, and decision analysis. Finally, the performance of the improved system was verified in a fruit enterprise in Beijing, China. A better performance was achieved in the improved traceability system. Specifically, an average throughput of 350 Transactions per second, and 40 key transaction data were completed concurrently on the chain within seconds, which was 14.85% higher than the original system, fully meeting the needs of the traceability system. In addition, there were a total of 13 early warning notices of risks during the three-month on-site monitoring. The emergency measures were then taken to effectively ensure the quality and safety of products with the cost saving, according to the level of early warning. The findings can provide a strong reference to optimize the blockchain traceability system for the high credibility of key links.

agricultural products; block chain; traceability system; HACCP; intelligent contract

10.11975/j.issn.1002-6819.2022.20.031

TP309.2；TS201.6

A

1002-6819(2022)-20-0276-10

李佳利，陳宇，錢建平，等. 融合HACCP體系的農(nóng)產(chǎn)品區(qū)塊鏈追溯系統(tǒng)精準(zhǔn)上鏈機制改進[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(20)：276-285.doi：10.11975/j.issn.1002-6819.2022.20.031 http://www.tcsae.org

Li Jiali, Chen Yu, Qian Jianping, et al. Improvement of the precise up-chain mechanism of the agricultural products blockchain traceability system integrating the HACCP system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(20): 276-285. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.20.031 http://www.tcsae.org

2022-08-03

2022-09-28

國家自然科學(xué)基金項目（31971808）；中央級公益性科研院所基本科研業(yè)務(wù)費專項（CAAS-ZDRW202107）

李佳利，研究方向農(nóng)業(yè)信息技術(shù)。Email：lijiali@cau.edu.cn

錢建平，研究員，研究方向農(nóng)產(chǎn)品綠色供應(yīng)鏈與智能化追溯。Email：qianjianping@caas.cn