基于區(qū)塊鏈技術(shù)及應(yīng)用的可視化研究綜述

邵怡敏，趙凡，王軼，王保全

基于區(qū)塊鏈技術(shù)及應(yīng)用的可視化研究綜述

邵怡敏1，2，趙凡1*，王軼1，王保全1

（1.中國科學(xué)院新疆理化技術(shù)研究所 新疆民族語音語言信息處理實驗室，烏魯木齊 830011； 2.中國科學(xué)院大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院，北京 100049）（ ? 通信作者電子郵箱zhaofan@ms.xjb.ac.cn）

區(qū)塊鏈技術(shù)源自比特幣，是一項顛覆性的創(chuàng)新技術(shù)，具有十分廣闊的發(fā)展前景。面對區(qū)塊鏈平臺及應(yīng)用領(lǐng)域不斷擴(kuò)展的需求，引進(jìn)可視化技術(shù)能夠增強用戶的認(rèn)知能力，幫助用戶從海量復(fù)雜數(shù)據(jù)中高效發(fā)現(xiàn)有用信息，并輔助用戶的理解與決策，是區(qū)塊鏈技術(shù)的研究前沿之一。為了深入了解基于區(qū)塊鏈技術(shù)及應(yīng)用的可視化研究，首先，介紹了區(qū)塊鏈和可視化基礎(chǔ)理論，并從多個維度分析了現(xiàn)有區(qū)塊鏈可視化研究文獻(xiàn)；其次，從共性關(guān)鍵技術(shù)出發(fā)，介紹了區(qū)塊鏈交易處理、共識機(jī)制、智能合約和網(wǎng)絡(luò)安全方面的可視化研究方法；同時，概述了虛擬貨幣、社會民生和融合創(chuàng)新等多個領(lǐng)域中區(qū)塊鏈可視化的應(yīng)用現(xiàn)狀；最后，總結(jié)和展望了基于區(qū)塊鏈技術(shù)及應(yīng)用的可視化研究的發(fā)展趨勢。

區(qū)塊鏈；可視化；可視分析；區(qū)塊鏈應(yīng)用；聯(lián)盟鏈；元宇宙

0 引言

區(qū)塊鏈技術(shù)作為比特幣［1］的基礎(chǔ)技術(shù)支撐，是一種具有去中心化、不可篡改、可追溯和可信等特性的分布式數(shù)據(jù)庫。區(qū)塊鏈技術(shù)使得互不信任的組織或個人，在沒有中心控制機(jī)構(gòu)的情況下驗證和傳遞信息。從早期的以加密貨幣為主的區(qū)塊鏈1.0階段，到引入智能合約的區(qū)塊鏈2.0階段，再到多領(lǐng)域應(yīng)用的區(qū)塊鏈3.0階段，最后可能到基于工業(yè)的區(qū)塊鏈4.0階段，區(qū)塊鏈已有向生產(chǎn)生活的方方面面滲透的趨勢［2］。

隨著區(qū)塊鏈平臺的發(fā)展和應(yīng)用領(lǐng)域的延伸，區(qū)塊鏈數(shù)據(jù)的容量、類型、多樣性和復(fù)雜性都逐漸增大，以列表形式展示的結(jié)構(gòu)化數(shù)據(jù)已經(jīng)無法高效地傳遞信息。可視化技術(shù)可以使數(shù)據(jù)更加直觀有效，化繁為簡，方便用戶理解；也可以建立數(shù)據(jù)之間的關(guān)系和趨勢，提升用戶分析決策的能力和效率。

可視化［3］是利用視覺感知和交互增強用戶認(rèn)知能力的技術(shù)，可視化分析［4］在可視化基礎(chǔ)上增加了自動化分析技術(shù)，使用戶可以快速有效地探索數(shù)據(jù)和獲取信息?？梢暬夹g(shù)可以有效地將信息圖形化表示，通過視覺感知推理分析，達(dá)到知識傳播的目的。隨著區(qū)塊鏈技術(shù)的不斷發(fā)展和政策的不斷推動，不僅金融行業(yè)，其他行業(yè)，如教育、醫(yī)療、供應(yīng)鏈等，也在不斷引入?yún)^(qū)塊鏈技術(shù)［5］?？梢暬夹g(shù)不僅可以幫助區(qū)塊鏈專業(yè)人士快速地挖掘有用信息，也可以幫助各行各業(yè)非專業(yè)人士更好地理解區(qū)塊鏈系統(tǒng)。

近年來，雖然已有關(guān)于區(qū)塊鏈可視化方面的綜述論文［6-8］，但它們的研究對象主要圍繞電子加密貨幣相關(guān)的金融領(lǐng)域，缺少共識機(jī)制、智能合約和其他領(lǐng)域的區(qū)塊鏈可視化研究。本文從共性關(guān)鍵技術(shù)可視化和多領(lǐng)域應(yīng)用可視化兩大類進(jìn)行綜述。共性關(guān)鍵技術(shù)主要包含交易處理、共識機(jī)制、智能合約和網(wǎng)絡(luò)安全的可視化，多領(lǐng)域應(yīng)用則是區(qū)塊鏈技術(shù)在不同業(yè)務(wù)場景下應(yīng)用的可視化研究。

1 基礎(chǔ)理論

1.1　區(qū)塊鏈

區(qū)塊鏈?zhǔn)菍^(qū)塊數(shù)據(jù)按照時間順序形成鏈?zhǔn)浇Y(jié)構(gòu)的去中心化分布式賬本，并通過密碼學(xué)、共識機(jī)制和智能合約等技術(shù)保證數(shù)據(jù)安全、更新和操作，具有防篡改、可追溯、可編程和安全可靠等特性［9］。區(qū)塊鏈可分為公有鏈、聯(lián)盟鏈和私有鏈，其中：公有鏈指任何人都可參與到區(qū)塊鏈網(wǎng)絡(luò)中，屬于完全去中心化狀態(tài)，如比特幣［1］、以太坊［10］；聯(lián)盟鏈指由幾個組織共同組成的區(qū)塊鏈系統(tǒng)，進(jìn)入聯(lián)盟鏈需要一定的權(quán)限，如Hyperledger Fabric［11］；私有鏈則是組織內(nèi)部使用的區(qū)塊鏈系統(tǒng)，不對外開放。從比特幣、以太坊到Hyperledger Fabric等區(qū)塊鏈應(yīng)用，盡管實現(xiàn)方式有所不同，但它們的體系架構(gòu)均可劃分為網(wǎng)絡(luò)層、共識層、數(shù)據(jù)層、合約層和應(yīng)用層［12］。其中前4層是區(qū)塊鏈系統(tǒng)的基礎(chǔ)保障和核心，主要涉及交易處理、共識機(jī)制、智能合約和網(wǎng)絡(luò)安全等共性關(guān)鍵技術(shù)，而應(yīng)用層則與應(yīng)用場景和具體業(yè)務(wù)有關(guān)，區(qū)塊鏈的總體框架如圖1所示。

圖1　區(qū)塊鏈總體框架

交易是區(qū)塊鏈的最小信息單元，區(qū)塊是區(qū)塊鏈的基本存儲單元，由一定數(shù)量的交易組成，實體則是區(qū)塊鏈系統(tǒng)中涉及的個人或組織。區(qū)塊鏈共識機(jī)制是區(qū)塊鏈中非常重要的一項技術(shù)，它保障了區(qū)塊鏈分布式網(wǎng)絡(luò)中互相不信任的節(jié)點之間達(dá)成共識，也保障了數(shù)據(jù)一致性。常見的共識機(jī)制有工作量證明（Proof of Work， PoW）、權(quán)益證明（Proof of Stake， PoS）、實用拜占庭容錯（Practical Byzantine Fault Tolerance， PBFT）、委托權(quán)益證明（Delegated Proof of Stake， DPoS）等［13］。智能合約是區(qū)塊鏈中另一項關(guān)鍵技術(shù)，是運行在區(qū)塊鏈系統(tǒng)上的一段自動執(zhí)行的代碼腳本，它允許用戶提前預(yù)設(shè)好合約，當(dāng)滿足合約條件后，程序會自動執(zhí)行［14］。區(qū)塊鏈網(wǎng)絡(luò)中，在交易、共識、智能合約和加密等方面都可能會出現(xiàn)安全問題，可能會受到雙花、惡意智能合約、51%攻擊、分布式拒絕服務(wù)（Distributed Denial of Service， DDoS）等攻擊［15］。

1.2　可視化

可視化利用點、線、面等幾何圖形，以及位置、尺寸、形狀、亮度、顏色、方向、紋理等視覺通道，對數(shù)據(jù)進(jìn)行可視化編碼，將數(shù)據(jù)轉(zhuǎn)化為視覺表達(dá)，從而增強人腦認(rèn)知的能力，讓人們從視覺認(rèn)知洞察數(shù)據(jù)?？梢暬蔡峁┝素S富的交互手段，如選擇、探索、重配、編碼、抽象/具象、過濾和關(guān)聯(lián)等［58］，人們可以通過交互式可視化優(yōu)化信息顯示方式降低認(rèn)知負(fù)擔(dān)，實現(xiàn)更精準(zhǔn)更高效的可視化表達(dá)。同時通過可視化自動化分析復(fù)雜高維多元的數(shù)據(jù)，以便用戶能夠快速獲取關(guān)鍵信息，從而實現(xiàn)高效精準(zhǔn)的推理和決策。

目前，可視化已經(jīng)成為呈現(xiàn)、分析和探索數(shù)據(jù)的重要工具。在區(qū)塊鏈行業(yè)的快速發(fā)展過程中，可視化也起到了積極的促進(jìn)作用。它不僅可以使區(qū)塊鏈中的關(guān)鍵技術(shù)直觀地表達(dá)，讓用戶了解區(qū)塊鏈中區(qū)塊、節(jié)點、網(wǎng)絡(luò)等數(shù)據(jù)情況，從而幫助用戶分析和決策，也可以讓區(qū)塊鏈系統(tǒng)界面更加友好和利于交互，從而使得不同行業(yè)、不同人員和不同業(yè)務(wù)之間更好地協(xié)作。

1.3　區(qū)塊鏈可視化

近年來，國內(nèi)外研究者在區(qū)塊鏈可視化方面做了大量研究工作，同時也涌現(xiàn)了一些關(guān)于區(qū)塊鏈可視化方面的綜述論文。Sundara等［6］簡要描述了8個在線的比特幣可視化工具，簡要總結(jié)了它們的可視化方式，并表示可視化技術(shù)現(xiàn)已被用于顯示區(qū)塊鏈交易。Tovanich等［7］整理分類了46個在線比特幣可視化工具，將它們分為5個分析任務(wù)：金融交易、交易網(wǎng)絡(luò)、P2P網(wǎng)絡(luò)活動、加密貨幣交易所和娛樂休閑工具，并發(fā)現(xiàn)現(xiàn)有的在線可視化工具多專注于金融交易、加密貨幣交易和P2P網(wǎng)絡(luò)活動。此后，Tovanich等［8］擴(kuò)展了數(shù)據(jù)源，從目標(biāo)區(qū)塊鏈、區(qū)塊鏈數(shù)據(jù)、目標(biāo)受眾、任務(wù)域和可視化類型這5類區(qū)塊鏈可視化源出發(fā)，分別系統(tǒng)地、定量地評估了收集到的76個可視化工具，并進(jìn)一步詳細(xì)地描述任務(wù)域中的不同類型的工具。

現(xiàn)有的區(qū)塊鏈可視化研究綜述的研究對象主要集中于電子加密貨幣，缺少對于共識機(jī)制、智能合約和區(qū)塊鏈其他應(yīng)用領(lǐng)域資源的研究。為了更全面地了解基于區(qū)塊鏈技術(shù)和應(yīng)用的可視化研究現(xiàn)狀，本文在前人的研究基礎(chǔ)上，進(jìn)一步總結(jié)和分析了區(qū)塊鏈可視化的相關(guān)研究。

2 區(qū)塊鏈可視化重要研究分析

本文將從可視化方式、可視化內(nèi)容、時間、區(qū)域和領(lǐng)域等多個維度，對基于區(qū)塊鏈技術(shù)和應(yīng)用的可視化研究文獻(xiàn)進(jìn)行歸納整理和統(tǒng)計分析。

在可視化方式方面，現(xiàn)有研究普遍使用基本圖表方式，如柱形圖、條形圖、折線圖、餅圖和散點圖等，其次是多視圖和交互方式，較少使用字形、隱喻、Google Blockly和統(tǒng)一建模語言（Unified Modeling Language， UML）模型圖等高級圖表。在可視化內(nèi)容方面，在共性關(guān)鍵技術(shù)中，普遍是針對區(qū)塊鏈交易處理和網(wǎng)絡(luò)安全的可視化，而針對共識機(jī)制的可視化較少；在多領(lǐng)域應(yīng)用可視化方面，普遍是虛擬貨幣領(lǐng)域，社會民生領(lǐng)域和融合創(chuàng)新領(lǐng)域較少。結(jié)合可視化方式和可視化內(nèi)容兩方面，交易處理和網(wǎng)絡(luò)安全涉及交易、區(qū)塊、時間、節(jié)點、實體、網(wǎng)絡(luò)和外部用戶等多種信息，基本圖表無法滿足需求，大多采用多視圖和交互增加可視化效果，提升用戶的分析能力。智能合約因可編程的特殊性，普遍借助可視化編程工具降低編程門檻。在時間維度方面，區(qū)塊鏈可視化研究呈緩慢增長的趨勢。從區(qū)域角度，亞洲和歐洲關(guān)于區(qū)塊鏈可視化方面的研究相對較多，其他州的相關(guān)工作較少。從領(lǐng)域角度，基于區(qū)塊鏈應(yīng)用的可視化研究在虛擬貨幣領(lǐng)域的研究最多，在社會民生和融合創(chuàng)新領(lǐng)域，每年涉及的領(lǐng)域在逐年緩慢增多，呈現(xiàn)多樣化趨勢。

3 區(qū)塊鏈共性關(guān)鍵技術(shù)可視化

區(qū)塊鏈?zhǔn)蔷C合性技術(shù)產(chǎn)物，涉及數(shù)據(jù)處理、數(shù)據(jù)存儲、P2P網(wǎng)絡(luò)、密碼學(xué)、安全、共識機(jī)制和智能合約等技術(shù)?，F(xiàn)有的基于區(qū)塊鏈技術(shù)的可視化研究大多集中于數(shù)據(jù)處理、P2P網(wǎng)絡(luò)和安全，小部分研究關(guān)注共識機(jī)制和智能合約，本文將其中涉及的區(qū)塊鏈共性關(guān)鍵技術(shù)劃分為4類：交易處理、共識機(jī)制、智能合約和網(wǎng)絡(luò)安全。從交易的生成到交易的傳播，再到區(qū)塊的生成，最終到區(qū)塊鏈的存儲，交易處理貫穿始終；共識機(jī)制可以決定哪個節(jié)點可以創(chuàng)建區(qū)塊，保證分布式系統(tǒng)的數(shù)據(jù)一致性；智能合約是一段自動執(zhí)行的代碼，它確定了整個交易處理過程的邏輯規(guī)則，也確保了區(qū)塊鏈系統(tǒng)的不可篡改性；而網(wǎng)絡(luò)安全是區(qū)塊鏈系統(tǒng)中必不可少的環(huán)節(jié)，不論是交易處理、共識機(jī)制、智能合約，還是區(qū)塊鏈中其他技術(shù)環(huán)節(jié)，都需要考慮到網(wǎng)絡(luò)安全。以下就區(qū)塊鏈共性關(guān)鍵技術(shù)的相關(guān)可視化研究分別展開闡述。

3.1　交易處理可視化

交易處理可能涉及交易、區(qū)塊、地址、節(jié)點和實體等多種信息，現(xiàn)有研究中普遍采用基本圖表、多視圖和交互相結(jié)合的方式可視化，但可視化側(cè)重的研究對象存在一些差異。

1）研究側(cè)重于區(qū)塊鏈交易細(xì)節(jié)的可視化。Shrestha等［16］將每一筆交易通過它的地址映射到3D渲染的地球中，并提供縮放功能改變地球的大小，同時在左側(cè)顯示比特幣交易的地址、時間、價值等信息，如圖2（a）所示。SilkViser工具［17］可視化了區(qū)塊鏈、塊、交易和地址信息，并針對這4類數(shù)據(jù)分別設(shè)計了4個頁面：區(qū)塊鏈頁面采用黃色舊紙質(zhì)賬本的隱喻表示一個塊，再將塊按照時間順序串聯(lián)起來，并用折現(xiàn)圖和條形圖顯示交易和塊的產(chǎn)生趨勢；塊頁面使用類似銅幣的設(shè)計表示交易信息；交易頁面采用銅幣??；鶊D顯示交易的輸入輸出；地址頁面的雙軸線性復(fù)合圖顯示了某地址的余額變化和交易參與趨勢，如圖2（b）所示。Peral等［18］和HyperSec工具［19］則是基于聯(lián)盟鏈瀏覽器Hyperledger Explorer可視化了交易和區(qū)塊的詳細(xì)信息和統(tǒng)計信息。

2）側(cè)重于對區(qū)塊鏈中實體的可視化。BitConduite工具［20］通過多視圖聯(lián)動和過濾、關(guān)聯(lián)、選擇等交互手段分析比特幣實體活動，用戶可以通過過濾視圖（A）、樹視圖（B）和集群視圖（C）層層遞進(jìn)篩選實體組，接著在實體瀏覽器（D）中通過實體星形符號的相似性和差異性判斷實體之間的聯(lián)系，并在交易視圖（E）中顯示選中實體的具體交易時間線，如圖2（c）所示。區(qū)塊鏈實體瀏覽器［21］則是更注重單個實體，通過集群地址和交易細(xì)節(jié)分析單個實體，如圖2（d）所示，其中：A為地址輸入欄；B為時間軸，實線表示處于活動狀態(tài)，虛線的端點為數(shù)據(jù)集的起止時間；C為地址欄；由右上圓角與實心圓組成的輸入字形和左下圓角與實心圓組成輸出字形分別表示對應(yīng)地址的發(fā)送和接收狀態(tài)，同時存在則是發(fā)送和接收地址一致，字形中圓圈大小表示收發(fā)的數(shù)量的多少，m則表示挖礦。

圖2　交易處理可視化

3）側(cè)重于區(qū)塊鏈中交易和實體之間關(guān)系的可視化。Oggier等［22］和Tharani等［23］提出了地址、交易之間的關(guān)系網(wǎng)絡(luò)圖，可用于探索感興趣或者可疑的節(jié)點地址。BitVis工具［24］基于多視圖設(shè)計了實體、地址和交易之間的關(guān)系網(wǎng)絡(luò)圖，并提供鼠標(biāo)滾動、拖拽、選擇等交互手段改變圖形大小和布局。用戶通過搜索面板（A）篩選實體、交易或地址，并確定關(guān)系瀏覽器（V1～V4）中是顯示基于實體還是基于交易的關(guān)系網(wǎng)絡(luò)圖，而關(guān)系網(wǎng)絡(luò)圖中實體總數(shù)等量化指標(biāo)和選中的實體或交易的詳細(xì)信息，則會分別顯示在視圖面板（C）和詳細(xì)面板（D）中，同時在時間顯示模塊（E）中則提供了歷史統(tǒng)計信息和實時交易趨勢，如圖2（e）所示。

3.2　共識機(jī)制可視化

區(qū)塊鏈通過共識機(jī)制生成和更新數(shù)據(jù)，從而保障了信息的一致性。部分研究人員通過可視化區(qū)塊鏈網(wǎng)絡(luò)節(jié)點的運行狀態(tài)和動畫，幫助用戶了解區(qū)塊鏈中共識協(xié)議如何決策。例如，Baldouski等［25］基于投票的共識機(jī)制設(shè)計了一款可視化插件，將參與共識的角色分為驗證者、委員會和塊生產(chǎn)者，通過每個節(jié)點的角色表示和節(jié)點間的動畫，快速評估當(dāng)前節(jié)點是否正確履行職責(zé)，從而幫助用戶理解和調(diào)試區(qū)塊鏈系統(tǒng)，如圖3（a）所示。也有部分研究員則側(cè)重于利用共識機(jī)制的特性，了解區(qū)塊鏈中網(wǎng)絡(luò)節(jié)點的演化。例如，溫嘯林等［26］基于DPoS共識機(jī)制特性，提出了區(qū)塊鏈社區(qū)演變的可視化交互系統(tǒng)，通過共識機(jī)制的選擇和激勵效能、節(jié)點所屬地域分布以及節(jié)點間演化過程中的差異3個方面分析和發(fā)現(xiàn)區(qū)塊鏈社區(qū)的演化過程中的異常情況，更進(jìn)一步地發(fā)現(xiàn)DPoS共識機(jī)制的優(yōu)點和不足之處，從而及時改進(jìn)和調(diào)整，界面如圖3（b）所示。

圖3　共識機(jī)制可視化

3.3　智能合約可視化

智能合約需要編程實現(xiàn)，即需要專業(yè)人士完成。為了使普通用戶能夠定制滿足自我需求的合約，需要設(shè)計便于操作、易于理解的智能合約可視化編程工具，使得合約構(gòu)建更容易。部分研究人員將智能合約與Google Blockly結(jié)合，通過拖拽界面的代碼塊，生成自定義的智能合約［27-30］。例如，圖4（a）是智能合約可視化編程框架SmartBuilder［30］的用戶界面，其中c）為可視化塊編輯器，用戶可以拖拽左側(cè)b）中的自定義工具箱，在右側(cè)d）和e）中分別會顯示出相應(yīng)代碼塊的簡單摘要和智能合約源代碼。此外，部分研究人員則是利用前端開發(fā)框架設(shè)計了智能合約構(gòu)建工具。例如，LATTE［31］基于Electron和React框架的以太坊可視化智能合約構(gòu)建工具，并且支持用戶隨時查看以太坊上智能合約運行成本（gas）。

與前面借助可視化技術(shù)構(gòu)建智能合約的研究不同，部分研究通過可視化技術(shù)顯示智能合約，提高用戶對智能合約的可讀性［32-34］。Jeong等［32］實現(xiàn)的智能合約可視化平臺，可以將智能合約自動轉(zhuǎn)化為人類易讀的數(shù)字文檔，即李嘉圖合約，從而提高普通用戶對合約的理解。Pierro等［33］則是將智能合約源代碼可視化為UML類圖，幫助開發(fā)人員更好地分享和理解智能合約整體架構(gòu)。E-EVM［34］是在以太坊虛擬機(jī)上執(zhí)行的工具，將合約代碼塊的關(guān)系映射為有向圖進(jìn)行可視化顯示，便于用戶理解智能合約運作方式，如圖4（b）所示。

圖4　智能合約可視化

3.4　網(wǎng)絡(luò)安全可視化

在區(qū)塊鏈系統(tǒng)中，安全是必不可少的環(huán)節(jié)。部分研究人員提出用可視化工具幫助網(wǎng)絡(luò)安全分析師檢測、發(fā)現(xiàn)和分析區(qū)塊鏈系統(tǒng)中的攻擊。例如，可視化分析監(jiān)控工具HyperSec［19］可用于輔助安全專家監(jiān)測網(wǎng)絡(luò)攻擊，如圖5（a）所示。其中①儀表盤和鏈碼視圖中，（A）顯示了與區(qū)塊鏈框架漏洞相關(guān)的安全問題，（B）則顯示了配置被篡改時的警報信息；②網(wǎng)絡(luò)視圖通過節(jié)點?鏈接圖交互式顯示整個網(wǎng)絡(luò)活動；③交易視圖則顯示了交易、塊和處理時間等信息。Killer等［35-36］設(shè)計了一個針對區(qū)塊鏈信號系統(tǒng)安全的交互式儀表盤，方便網(wǎng)絡(luò)分析師可以根據(jù)實時安全狀態(tài)來調(diào)整對分布式拒絕服務(wù)攻擊的防御強度，如圖5（b）所示。

由于比特幣價值日益增加，部分研究員則通過可視化工具探索和發(fā)現(xiàn)比特幣中的異常和違法行為。Akcora等［37］和Oggier等［22］分別提出了一種高效的數(shù)據(jù)可視化分析框架和一個圖形挖掘工具BiVA，可以有效地分析區(qū)塊鏈網(wǎng)絡(luò)中的可疑地址，發(fā)現(xiàn)勒索行為。BlockChainVis工具［38-39］允許用戶從區(qū)塊間隔、交易數(shù)量、交易價值、礦工數(shù)量這4方面過濾掉部分交易數(shù)據(jù)，從而更便于分析和發(fā)現(xiàn)比特幣交易中存在的非法活動，也可用于發(fā)現(xiàn)WannaCry勒索軟件，如圖5（c）所示。其中從左上圖開始，最初可視化信息包含所有信息，后面的圖通過不斷調(diào)整過濾條件，到最后一張圖只涉及兩個節(jié)點的交易。Tharani等［23］通過圖形化分析發(fā)現(xiàn)比特幣中的欺詐活動，BitVis工具［24］則可以幫助金融監(jiān)管機(jī)構(gòu)更為高效地追蹤可疑賬戶。Ahmed等［40］設(shè)計了一個追蹤被盜或被污染的比特幣的圖形模型，用戶可以通過選擇、過濾等交互行為減少數(shù)據(jù)密度，減緩污染重疊問題。

圖5　網(wǎng)絡(luò)安全可視化

4 區(qū)塊鏈多領(lǐng)域應(yīng)用可視化

近年來，區(qū)塊鏈已經(jīng)成為金融行業(yè)的熱點話題，虛擬貨幣更是備受關(guān)注。區(qū)塊鏈技術(shù)初始大多用于虛擬貨幣，而隨著區(qū)塊鏈技術(shù)的蓬勃發(fā)展，區(qū)塊鏈不僅影響著衣食住行、吃喝玩樂相關(guān)的食品、醫(yī)療、教育、旅游等社會民生領(lǐng)域，也影響著供應(yīng)鏈、物聯(lián)網(wǎng)、大數(shù)據(jù)和元宇宙等融合創(chuàng)新領(lǐng)域。

4.1　虛擬貨幣領(lǐng)域可視化

目前區(qū)塊鏈可視化在金融行業(yè)的研究大多是關(guān)于虛擬貨幣，部分研究關(guān)注虛擬貨幣的交易處理，如區(qū)塊、交易、實體等信息；部分關(guān)注虛擬貨幣的安全性，如勒索軟件、可疑賬戶、欺詐活動、盜取貨幣等威脅；還有一部分則關(guān)注虛擬貨幣相關(guān)聯(lián)的交易所和礦池，如交易所演變歷史、礦池監(jiān)管等。

BitExTract工具［41］通過多視圖聯(lián)動的方式探索比特幣交易所之間或交易所與客戶端之間的交易模式的演變，從而了解每個交易所及關(guān)系網(wǎng)絡(luò)的演變歷史，同時提供選擇、過濾等交互手段，實現(xiàn)概覽與細(xì)節(jié)顯示轉(zhuǎn)化，從而進(jìn)一步幫助領(lǐng)域?qū)＜疫M(jìn)行可視化分析工作，它的主要界面如圖6（a）所示。其中比較視圖（A）顯示了交易所的交易歷史（豎條）、客戶總數(shù)（豎條寬度）、按照一定規(guī)則排序的交易所公司（豎條中的橫條）以及日常交易摘要（垂直線）；交易列表面板（B）則按照時間序列顯示交易所歷史交易量；海量序列視圖（C）的橫軸表示時間，每一行表示一個交易，每個交易按照時間順序縱向排列；以及連接視圖（D）通過節(jié)點連接圖和同心圓，在地理層級上顯示了不同大洲、不同交易所在所選時間段內(nèi)的交易情況。

圖6　虛擬貨幣領(lǐng)域可視化

SuPoolVisor［42］和MiningVis［43］也是多視圖交互式可視化分析工具，但主要用于監(jiān)管礦池。SuPoolVisor工具［42］提供焦點+上下文的交互設(shè)計來放大重要細(xì)節(jié)，并設(shè)計了排序流視圖（a）、遷移時間軸視圖（b）、閾值面板（c）、大規(guī)模序列視圖（d）、Radviz圖（e）和池結(jié)構(gòu)視圖（f）這6個組件，讓用戶可以從池和地址兩個級別對礦池進(jìn)行可視化監(jiān)管，從而幫助監(jiān)管機(jī)構(gòu)監(jiān)測和評估市場中礦池的健康狀態(tài)，如圖6（b）所示。MiningVis工具［43］則通過時間過濾視圖（A）、挖礦分布視圖（B）、詳細(xì)視圖（C）、比特幣新聞視圖（D）和交叉池視圖（E）這5個組件，配合選擇、探索等交互手段，顯示了礦池隨時間的分布變化、比特幣的統(tǒng)計數(shù)據(jù)、比特幣的新聞頭條和礦工的挖礦獎勵等信息，從而幫助經(jīng)濟(jì)學(xué)分析師探索和分析礦池的演變，如圖6（c）所示。

應(yīng)用SPSS 19.0軟件進(jìn)行計算，計數(shù)資料使用Fisher確切概率法檢驗，等級資料使用Mann-Whitney U檢驗。P<0.05為差異有統(tǒng)計學(xué)意義。

4.2　社會民生領(lǐng)域可視化

區(qū)塊鏈近些年應(yīng)用于各個行業(yè)。區(qū)塊鏈在社會民生領(lǐng)域中的應(yīng)用，使得食品、醫(yī)療、教育、旅游等行業(yè)變得更加智能。在食品行業(yè)，公眾都非常關(guān)心食品質(zhì)量和安全，區(qū)塊鏈的可追溯性給食品安全性方面增加了一層保障。食品溯源涉及原料、加工、運輸和銷售等環(huán)節(jié)，整個環(huán)節(jié)可能需要多方參與，無論哪個環(huán)節(jié)出問題，都會影響到最后的食品安全。Hao等［44］利用區(qū)塊鏈的可追溯性，提出了食品安全風(fēng)險溯源可視化分析，使用①熱圖展示風(fēng)險程度、②遷移圖和③力導(dǎo)向圖對不合格產(chǎn)品進(jìn)行溯源分析，并為了更好地分析，將②和③的結(jié)果簡化后得到的圖像④，如圖7（a）所示。尹斐生［45］提出了一個食用農(nóng)產(chǎn)品溯源系統(tǒng)，通過樹形圖、餅狀圖、力導(dǎo)向圖和弦圖等多種圖形結(jié)合，對商戶、消費者和司機(jī)三方面的信息進(jìn)行交互式可視化研究，從而便于監(jiān)管部門查詢和分析溯源信息。

醫(yī)療涉及醫(yī)療保健、醫(yī)療器械和醫(yī)療服務(wù)等業(yè)務(wù)。區(qū)塊鏈技術(shù)的安全性可以極大保障患者數(shù)據(jù)隱私。Peral等［18］將文件信息和發(fā)送接收者信息存儲在區(qū)塊中，并通過可視化方式實現(xiàn)患者和外部伙伴之間數(shù)據(jù)文件共享透明，避免信任危機(jī)，如圖7（b）所示。Attia等［50］提出了基于Hyperledger Fabric的醫(yī)療保健監(jiān)控系統(tǒng)，通過儀表盤、地圖和一些基本圖表，顯示了病人資料、歷史交易和病患位置等信息。

教育是一個與人們生活息息相關(guān)的行業(yè)，人們的生存、科技的發(fā)展都離不開教育行業(yè)，也因此備受各行各業(yè)的人們關(guān)注。學(xué)歷文憑是證明接受教育程度的關(guān)鍵證書，可以利用區(qū)塊鏈技術(shù)來保障數(shù)據(jù)的安全性和完整性。Vidal等［53］通過Blockcerts存儲文憑信息，并設(shè)計可視化平臺，使得任何人都可通過此平臺檢查和查看自己的文憑信息，圖7（c）為文憑可視化界面。智能合約可編程性對于初學(xué)者來說，存在一定理解困難，SmartBuilder工具［30］也可充當(dāng)教學(xué)工具，用來幫助初學(xué)者快速理解和學(xué)習(xí)智能合約。

在當(dāng)前經(jīng)濟(jì)壓力持續(xù)增大的情況下，旅游成了很多人緩解壓力、調(diào)節(jié)情緒的方式之一，旅游市場需求也逐漸增多。旅游行業(yè)涉及旅行社、景點和游客等信息，可以利用區(qū)塊鏈技術(shù)保障交易透明和數(shù)據(jù)安全。Arif等［51］提出了基于以太坊的旅游嚴(yán)肅游戲，模擬了游客、售票員、吉普車司機(jī)、商人和馬匹租賃等角色之間的交易活動，并通過可視化分析得出gas價格會影響交易過程的速度。Scarlato等［52］則利用區(qū)塊鏈來保障安全性和數(shù)據(jù)完整性，基于區(qū)塊鏈架構(gòu)實現(xiàn)了旅游數(shù)據(jù)插入和可視化，根據(jù)歐洲旅游指標(biāo)系統(tǒng)（ETIS）的圖形化表示，分析了旅游對目的地整體體驗滿意的游客百分比，如圖7（d）所示。

圖7　社會民生領(lǐng)域可視化

4.3　融合創(chuàng)新領(lǐng)域可視化

區(qū)塊鏈技術(shù)具有廣泛的應(yīng)用前景，與供應(yīng)鏈、物聯(lián)網(wǎng)、大數(shù)據(jù)、元宇宙等的融合創(chuàng)新應(yīng)用，會給各個行業(yè)帶來新的機(jī)遇。供應(yīng)鏈和區(qū)塊鏈的雙鏈融合模式，可以幫助供應(yīng)鏈中工廠、批發(fā)商、零售商和消費者達(dá)到信息共享和流程透明，并提高了安全性和可信性。如Ibba等［46］利用區(qū)塊鏈的安全性和可信性，提出了供應(yīng)鏈決策模擬工具SimChain，該工具模擬了由工廠、批發(fā)商、零售商和消費者組成的供應(yīng)鏈，設(shè)計了數(shù)據(jù)儀表盤，玩家可以通過市場需求趨勢（①）、庫存、訂單、環(huán)境和交易數(shù)據(jù)（②）等可視化信息，不斷改善供應(yīng)鏈決策，從而發(fā)現(xiàn)供應(yīng)鏈中的潛在機(jī)會，如圖8（a）所示。

現(xiàn)有的物聯(lián)網(wǎng)業(yè)務(wù)大多是基于中心化管理，區(qū)塊鏈技術(shù)有可能會給物聯(lián)網(wǎng)在可擴(kuò)展性、可信、安全等方面帶來新的思考。Bogner等［47］利用區(qū)塊鏈保證數(shù)據(jù)的完整性，基于區(qū)塊鏈提出了一種可以擴(kuò)展到物聯(lián)網(wǎng)領(lǐng)域的異常檢測工具，通過可視化時間序列、交易數(shù)量、gas使用情況等信息，并結(jié)合交互和機(jī)器學(xué)習(xí)，幫助專家分析發(fā)現(xiàn)系統(tǒng)中異常情況。Song等［48］基于Logchain設(shè)計了一個可視化工具，通過分析從物聯(lián)網(wǎng)區(qū)塊鏈中收集到的區(qū)塊數(shù)據(jù)、區(qū)塊生成周期、網(wǎng)絡(luò)信息和節(jié)點事件等信息識別惡意節(jié)點，從而監(jiān)測區(qū)塊鏈的健康情況。圖8（b）為該系統(tǒng)的一個可視化樣例，其中：①為網(wǎng)絡(luò)信息，②為節(jié)點事件數(shù)據(jù)，③為實時更新和內(nèi)部數(shù)據(jù)。Shahzad等［49］則基于Sawtooth框架，提出了關(guān)于物聯(lián)網(wǎng)分布式綠色大數(shù)據(jù)可視化解決方案BGbV，不僅可以防止數(shù)據(jù)被篡改，保障數(shù)據(jù)安全，也可以降低系統(tǒng)成本和能源消耗，達(dá)到環(huán)境友好。

近些年，元宇宙已成為熱門話題之一，它借助大數(shù)據(jù)、AI、沉浸式交互和區(qū)塊鏈等技術(shù)，將現(xiàn)實高度模擬到三維虛擬空間。在元宇宙中，可以使用區(qū)塊鏈技術(shù)提供完善的經(jīng)濟(jì)體系，還可以通過區(qū)塊鏈存儲數(shù)據(jù)，從而確保數(shù)據(jù)的隱私、安全、質(zhì)量和完整性，實現(xiàn)數(shù)據(jù)共享和數(shù)據(jù)互操作性［57］。Duan等［54］提出的大學(xué)校園的元宇宙可視化原型，如圖8（c）所示。通過引入?yún)^(qū)塊鏈存儲數(shù)據(jù)保證該生態(tài)系統(tǒng)的去中心化和公平性，利用AR和VR等沉浸式技術(shù)保證用戶身臨其境的體驗，構(gòu)建了一個從物理世界跨越到虛擬世界的架構(gòu)。Bhattacharya等［55］提出了基于元宇宙的輔助遠(yuǎn)程手術(shù)的智能醫(yī)療理想解決方案，通過聯(lián)盟區(qū)塊鏈技術(shù)來保障數(shù)據(jù)透明和安全可信，通過可解釋的AI模塊監(jiān)測病人健康狀況，實現(xiàn)對病患身體狀態(tài)的分析和預(yù)測。Gemiverse［56］則是一個基于區(qū)塊鏈技術(shù)的智慧旅游平臺，可以提供旅游專業(yè)認(rèn)證、培訓(xùn)、和實踐等服務(wù)，并為了構(gòu)建更友好的在線旅游世界，計劃將它融入元宇宙中，成為一所將游戲、社交和學(xué)習(xí)相結(jié)合的休閑旅游大學(xué)。

圖8　融合創(chuàng)新領(lǐng)域可視化

5 總結(jié)和展望

在共性關(guān)鍵技術(shù)可視化研究中：1）現(xiàn)有研究多采用多視圖交互的方式，區(qū)塊鏈涉及交易、區(qū)塊、地址、時間等多種數(shù)據(jù)，單一視圖往往無法滿足需求，多視圖交互已是區(qū)塊鏈可視化研究趨勢；2）共識機(jī)制可視化研究較少，且現(xiàn)有的研究大多集中于區(qū)塊鏈網(wǎng)絡(luò)在不同共識算法下節(jié)點運行狀態(tài)的可視化；3）智能合約需要專業(yè)人士編程實現(xiàn)，也使得智能合約的可讀性比較差，可視化技術(shù)可以幫助用戶快速創(chuàng)建智能合約，也可以使得智能合約更便于用戶理解，但現(xiàn)有智能合約的可視化方式相對比較單一；4）關(guān)于區(qū)塊鏈網(wǎng)絡(luò)安全方面的可視化研究大多集中在虛擬貨幣上，對于包含交易、共識、智能合約、網(wǎng)絡(luò)的整體安全可視化研究較少。在多領(lǐng)域應(yīng)用可視化研究中，區(qū)塊鏈可視化研究主要集中在虛擬貨幣領(lǐng)域，對于社會民生和融合創(chuàng)新領(lǐng)域的研究相對較少，可視化方式的多樣性也遠(yuǎn)不如虛擬貨幣領(lǐng)域，不過目前的元宇宙研究則給區(qū)塊鏈可視化研究提供了新的研究方向。

根據(jù)以上的分析和總結(jié)可以發(fā)現(xiàn)，現(xiàn)有的區(qū)塊鏈可視化研究還處于初步階段，隨著區(qū)塊鏈技術(shù)向各行各業(yè)不斷發(fā)展和滲透，區(qū)塊鏈可視化也將有著廣闊的發(fā)展前景，同時也還有許多可以探索和挑戰(zhàn)的方向。

1）共識機(jī)制在區(qū)塊鏈中有著重要作用，確保了區(qū)塊鏈的數(shù)據(jù)一致性，但是對于區(qū)塊鏈中的共識過程用文字表述很難讓用戶理解，可以采用可視化技術(shù)幫助用戶理解和監(jiān)測共識機(jī)制。

2）智能合約通常涉及復(fù)雜的代碼和業(yè)務(wù)邏輯，可視化技術(shù)可以幫助非技術(shù)人員更容易地創(chuàng)建和理解智能合約；因此，需要探索更加多樣且更加便捷的可視化方式，如將可視化編程和可視化合約相結(jié)合，使得智能合約既便于創(chuàng)建，也便于閱讀。

3）安全一直是區(qū)塊鏈技術(shù)發(fā)展中不可忽視的問題，隨著區(qū)塊鏈項目和應(yīng)用越來越多，綜合了交易、共識、智能合約、網(wǎng)絡(luò)和應(yīng)用于一體的區(qū)塊鏈安全態(tài)勢感知也將成為了迫切需求。

4）現(xiàn)有的研究中也缺少對區(qū)塊鏈系統(tǒng)性能評測的可視化工具，已有的區(qū)塊鏈可視化研究中僅有對交易、區(qū)塊和流量的統(tǒng)計信息，缺少對區(qū)塊鏈系統(tǒng)的性能評測，比如共識機(jī)制的性能、交易區(qū)塊吞吐量等。

[1] NAKAMOTO S. Bitcoin： a peer-to-peer electronic cash system［EB/OL］. ［2022-02-02］.https：//bitcoin.org/bitcoin.pdf.

[2] BODKHE U， TANWAR S， PAREKH K， et al. Blockchain for Industry 4.0： a comprehensive review［J］. IEEE Access， 2020， 8： 79764-79800.

[3] 陳為，沈則潛，陶煜波， 等. 數(shù)據(jù)可視化［M］. 第2版. 北京：電子工業(yè)出版社， 2019： 2-5.（CHEN W， SHEN Z Q， TAO Y B， et al. Data Visualization［M］. 2nd ed. Beijing： Publishing House of Electronics Industry， 2019： 2-5.）

[4] KEIM D， ANDRIENKO G， FEKETE J D， et al. Visual analytics： definition， process， and challenges［M］// KERREN A， STASKO J T， FEKETE J D， et al. Information Visualization： Human-Centered Issues and Perspectives， LNCS 4950. Berlin： Springer， 2008： 154-175.

[5] 中國信息通信研究院. 區(qū)塊鏈白皮書［R/OL］. （2021-12） ［2022-04-08］.http：//www.caict.ac.cn/kxyj/qwfb/bps/202112/P020211224394830046624.pdf.（China Academy of Information and Communications Technology. Whitepaper of blockchain［R/OL］. （2021-12） ［2022-04-08］.http：//www.caict.ac.cn/kxyj/qwfb/bps/202112/P020211224394830046624.pdf.）

[6] SUNDARA T， GAPUTRA I， AULIA S. Study on blockchain visualization［J］. JOIV： International Journal on Informatics Visualization， 2017， 1（3）： 76-82.

[7] TOVANICH N， HEULOT N， FEKETE J D， et al. A systematic review of online Bitcoin visualizations［C］// Posters of the 2019 European Conference on Visualization. Eindhoven： Eurographics Association， 2019： 69-72.

[8] TOVANICH N， HEULOT N， FEKETE J D， et al. Visualization of blockchain data： a systematic review［J］. IEEE Transactions on Visualization and Computer Graphics， 2021， 27（7）： 3135-3152.

[9] 袁勇，王飛躍. 區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀與展望［J］. 自動化學(xué)報， 2016， 42（4）： 481-494.（YUAN Y， WANG F Y. Blockchain： the state of the art and future trends［J］. Acta Automatica Sinica， 2016， 42（4）： 481-494.）

[10] BUTERIN V. A next-generation smart contract and decentralized application platform［R/OL］. （2014） ［2022-02-03］.https：//ethereum.org/669c9e2e2027310b6b3cdce6e1c52962/Ethereum_Whitepaper_-_Buterin_2014.pdf.

[11] ANDROULAKI E， BARGER A， BORTNIKOV V， et al. Hyperledger Fabric： a distributed operating system for permissioned blockchains［C］// Proceedings of the 13th EuroSys Conference. New York： ACM， 2018： No.30.

[12] 邵奇峰，金澈清，張召，等. 區(qū)塊鏈技術(shù)：架構(gòu)及進(jìn)展［J］. 計算機(jī)學(xué)報， 2018， 41（5）： 969-988.（SHAO Q F， JIN C Q， ZHANG Z， et al. Blockchain： architecture and research progress［J］. Chinese Journal of Computers， 2018， 41（5）： 969-988.）

[13] ZHENG Z， XIE S， DAI H， et al. An overview of blockchain technology： architecture， consensus， and future trends［C］// Proceedings of the 2017 IEEE International Congress on Big Data. Piscataway： IEEE， 2017： 557-564.

[14] ZHENG Z， XIE S， DAI H N， et al. An overview on smart contracts： challenges， advances and platforms［J］. Future Generation Computer Systems， 2020， 105： 475-491.

[15] MOUBARAK J， FILIOL E， CHAMOUN M. On blockchain security and relevant attacks［C］// Proceedings of the 2018 IEEE Middle East and North Africa Communications Conference. Piscataway： IEEE， 2018： 1-6.

[16] SHRESTHA A K， VASSILEVA J. Bitcoin blockchain transactions visualization［C］// Proceedings of the 2018 International Conference on Cloud Computing， Big Data and Blockchain. Piscataway： IEEE， 2018： 1-6.

[17] ZHONG Z， WEI S， XU Y， et al. SilkViser： a visual explorer of blockchain-based cryptocurrency transaction data［C］// Proceedings of the 2020 IEEE Conference on Visual Analytics Science and Technology. Piscataway： IEEE， 2020： 95-106.

[18] PERAL J， GALLEGO E， GIL D， et al. Using visualization to build transparency in a healthcare blockchain application［J］. Sustainability， 2020， 12（17）： No.6768.

[19] PUTZ B， B?HM F， PERNUL G. HyperSec： visual analytics for blockchain security monitoring［C］// Proceedings of the 2021 IFIP International Conference on ICT Systems Security and Privacy Protection， IFIPAICT 625. Cham： Springer， 2021： 165-180.

[20] KINKELDEY C， FEKETE J D， BLASCHECK T， et al. BitConduite： visualizing and analyzing entity activity on the Bitcoin network［EB/OL］. （2019-12-18） ［2022-02-03］.https：//arxiv.org/pdf/1912.08101.pdf.

[21] ISENBERG P， KINKELDEY C， FEKETE J D. Exploring entity behavior on the Bitcoin blockchain［EB/OL］. ［2022-02-03］.http：//petra.isenberg.cc/publications/papers/Isenberg_2017_EEB.pdf.

[22] OGGIER F， PHETSOUVANH S， DATTA A. BiVA： Bitcoin network visualization & analysis［C］// Proceedings of the 2018 IEEE International Conference on Data Mining Workshops. Piscataway： IEEE， 2018： 1469-1474.

[23] THARANI J S， CHARLES E Y A， HóU Z， et al. Graph based visualisation techniques for analysis of blockchain transactions［C］// Proceedings of the IEEE 46th Conference on Local Computer Networks. Piscataway： IEEE， 2021： 427-430.

[24] SUN Y， XIONG H， YIU S M， et al. BitVis： an interactive visualization system for Bitcoin accounts analysis［C］// Proceedings of the 2019 Crypto Valley Conference on Blockchain Technology. Piscataway： IEEE， 2019： 21-25.

[25] BALDOUSKI D， TO?I? A. Grafana plugin for visualising vote based consensus mechanisms， and network P2P overlay networks［EB/OL］. （2021-12-02） ［2022-05-07］.https：//arxiv.org/pdf/2112.01082.pdf.

[26] 溫嘯林，李長林，張馨藝，等. 基于DPoS共識機(jī)制的區(qū)塊鏈社區(qū)演化的可視分析方法［J］. 計算機(jī)科學(xué)， 2022， 49（1）： 328-335.（WENG X L， LI C L， ZHANG X Y， et al. Visual analysis method of blockchain community evolution based on DPoS consensus mechanism［J］. Computer Science， 2022， 49（1）：328-335.）

[27] GUIDA L， DANIEL F. Supporting reuse of smart contracts through service orientation and assisted development［C］// Proceedings of the 2019 IEEE International Conference on Decentralized Applications and Infrastructures. Piscataway： IEEE， 2019： 59-68.

[28] MAO D， WANG F， WANG Y， et al. Visual and user-defined smart contract designing system based on automatic coding［J］. IEEE Access， 2019， 7： 73131-73143.

[29] WEINGAERTNER T， RAO R， ETTLIN J， et al. Smart contracts using Blockly： representing a purchase agreement using a graphical programming language［C］// Proceedings of the 2018 Crypto Valley Conference on Blockchain Technology. Piscataway： IEEE， 2018： 55-64.

[30] MERLEC M M， LEE Y K， IN H P. SmartBuilder： a block-based visual programming framework for smart contract development［C］// Proceedings of the 2021 IEEE International Conference on Blockchain. Piscataway： IEEE， 2021： 90-94.

[31] TAN S， S BHOWMICK S S， CHUA H E， et al. LATTE： visual construction of smart contracts［C］// Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data. New York： ACM， 2020： 2713-2716.

[32] JEONG S， AHN B. A study of application platform for smart contract visualization based blockchain［J］. The Journal of Supercomputing， 2022， 78（1）： 343-360.

[33] PIERRO G A. Smart-Graph： graphical representations for smart contract on the Ethereum blockchain［C］// Proceedings of the 2021 IEEE International Conference on Software Analysis， Evolution and Reengineering. Piscataway： IEEE， 2021： 708-714.

[34] NORVILL R， PONTIVEROS B B F， STATE R， et al. Visual emulation for Ethereum’s virtual machine［C］// Proceedings of the 2018 IEEE/IFIP Network Operations and Management Symposium. Piscataway： IEEE， 2018： 1-4.

[35] KILLER C， RODRIGUES B， STILLER B. Security management and visualization in a blockchain-based collaborative defense［C］// Proceedings of the 2019 IEEE International Conference on Blockchain and Cryptocurrency. Piscataway： IEEE， 2019： 108-111.

[36] KILLER C， RODRIGUES B， STILLER B. Threat management dashboard for a blockchain collaborative defense［C］// Proceedings of the 2019 IEEE Globecom Workshops. Piscataway： IEEE， 2019： 1-6.

[37] AKCORA C G， LI Y， GEL Y R， et al. BitcoinHeist： topological data analysis for ransomware detection on the Bitcoin blockchain［C］// Proceedings of the 29th International Joint Conference on Artificial Intelligence. California： ijcai.org， 2020： 4439-4445.

[38] BISTARELLI S， SANTINI F. Go with the -Bitcoin- flow， with visual analytics［C］// Proceedings of the 12th International Conference on Availability， Reliability and Security. New York： ACM， 2017： No.38.

[39] BISTARELLI S， PARROCCINI M， SANTINI F. Visualizing Bitcoin flows of ransomware： WannaCry one week later［C］// Proceedings of the 2nd Italian Conference on Cyber Security. Aachen： CEUR-WS.org， 2018： No.13.

[40] AHMED M， SHUMAILOV I， ANDERSON R. Tendrils of crime： visualizing the diffusion of stolen Bitcoins［C］// Proceedings of the 2018 International Workshop on Graphical Models for Security LNCS 11086. Cham： Springer， 2019： 1-12.

[41] YUE X， SHU X， ZHU X， et al. BitExTract： interactive visualization for extracting Bitcoin exchange intelligence［J］. IEEE Transactions on Visualization and Computer Graphics， 2019， 25（1）： 162-171.

[42] XIA J Z， ZHANG Y H， YE H， et al. SuPoolVisor： a visual analytics system for mining pool surveillance［J］. Frontiers of Information Technology and Electronic Engineering， 2020， 21（4）： 507-523.

[43] TOVANICH N， SOULIé N， HEULOT N， et al. Interactive demo： visualization for Bitcoin mining pools analysis［C］// Proceedings of the 2021 IEEE International Conference on Blockchain and Cryptocurrency. Piscataway： IEEE， 2021： 1-2.

[44] HAO Z， MAO D， ZHANG B， et al. A novel visual analysis method of food safety risk traceability based on blockchain［J］. International Journal of Environmental Research and Public Health， 2020， 17（7）： No.2300.

[45] 尹斐生. 基于可視化技術(shù)的食用農(nóng)產(chǎn)品追溯系統(tǒng)的設(shè)計與實現(xiàn)［D］. 南昌：南昌大學(xué)， 2020： 49-67.（YIN F S. Design and implementation of edible agricultural products traceability system based on visualization technology［D］. Nanchang： Nanchang University， 2020： 49-67.）

[46] IBBA N， WIIPONGWII T， CHUNG T T. SimChain： simulator for supply chain decision making with blockchain［C/OL］. Proceedings of the 2021 Pre-ICIS SIGDSA Symposium on Analytics and AI for Sustainable Future ［2022-02-03］.https：//aisel.aisnet.org/cgi/viewcontent.cgi？article=1004&context=sigdsa2021.

[47] BOGNER A. Seeing is understanding： anomaly detection in blockchains with visualized features［C］// Proceedings of the 2017 ACM International Joint Conference on Pervasive and Ubiquitous Computing/ 2017 ACM International Symposium on Wearable Computers. New York： ACM， 2017： 5-8.

[48] SONG J， NANG J， JANG J. Design of anomaly detection and visualization tool for IoT blockchain［C］// Proceedings of the 2018 International Conference on Computational Science and Computational Intelligence. Piscataway： IEEE， 2018： 1464-1465.

[49] SHAHZAD I， MAQBOOL A， RANA T， et al. Blockchain-based green big data visualization： BGbV［J］. Complex and Intelligent Systems， 2021， 8（5）： 3707-3718.

[50] ATTIA O， KHOUFI I， LAOUITI A， et al. An IoT-blockchain architecture based on Hyperledger framework for healthcare monitoring application［C］// Proceedings of the 10th IFIP International Conference on New Technologies， Mobility and Security. Piscataway： IEEE， 2019： 1-5.

[51] ARIF Y M， PRADANA R P， NURHAYATI H， et al. A blockchain-based multiplayer transaction for tourism serious game［C］// Proceedings of the 2020 International Conference on Computer Engineering， Network， and Intelligent Multimedia. Piscataway： IEEE， 2020： 138-143.

[52] SCARLATO M， CATTE M， MASSIDDA C， et al. BATDIV： a blockchain-based approach for tourism data insertion and visualization［C］// Proceedings of the 2021 IoT Vertical and Topical Summit for Tourism. Piscataway： IEEE， 2021： 1-6.

[53] VIDAL F， GOUVEIA F， SOARES C. Analysis of blockchain technology for higher education［C］// Proceedings of the 2019 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery. Piscataway： IEEE， 2019： 28-33.

[54] DUAN H， LI J， FAN S， et al. Metaverse for social good： a university campus prototype［C］// Proceedings of the 29th ACM International Conference on Multimedia. New York： ACM， 2021： 153-161.

[55] BHATTACHARYA P， OBAIDAT M S， SAVALIYA D， et al. Metaverse assisted telesurgery in Healthcare 5.0： an interplay of blockchain and explainable AI［C］// Proceedings of the 2022 International Conference on Computer， Information and Telecommunication Systems. Piscataway： IEEE， 2022： 1-5.

[56] WEI D. Gemiverse： the blockchain-based professional certification and tourism platform with its own ecosystem in the metaverse［J］. International Journal of Geoheritage and Parks， 2022， 10（2）： 322-336.

[57] GADEKALLU T R， HUYNH-THE T， WANG W， et al. Blockchain for the metaverse： a review［EB/OL］. （2022-03-21） ［2022-04-20］.https：//arxiv.org/pdf/2203.09738.pdf.

[58] YI J S， KANG Y A， STASKO J， et al. Toward a deeper understanding of the role of interaction in information visualization［J］. IEEE Transactions on Visualization and Computer Graphics， 2007， 13（6）： 1224-1231.

Survey of visualization research based on blockchain technology and application

SHAO Yimin1，2， ZHAO Fan1*， WANG Yi1， WANG Baoquan1

（1，，，830011，；2，，100049，）

Blockchain technology， which is originated from Bitcoin， is a disruptive and innovative technology with very broad development prospects. Facing the expansion of demand of blockchain platforms and application fields， the introduction of visualization technology can enhance users’cognitive ability， help users efficiently discover useful information from massive and complex data， and facilitate users’understanding and decision-making， which is one of the frontiers of blockchain technology research. In order to gain a deeper understanding of the visualization research based on blockchain technology and application， firstly， the basic theory of blockchain and visualization was introduced， and the existing literature on blockchain visualization was analyzed form multiple dimensions. Next， starting from the common key technologies， the visualization research methods in blockchain transaction processing， consensus mechanism， smart contract and network security were introduced. At the same time， the application status of blockchain visualization in various fields such as virtual currency， social livelihood and integrated innovation was outlined. Finally， the development trends of visualization research based on blockchain technology and application were summarized and prospected.

blockchain; visualization; visual analysis; blockchain application; consortium blockchain; metaverse

1001-9081（2023）10-3038-09

10.11772/j.issn.1001-9081.2022111642

2022?11?02；

2022?12?01；

新疆天山創(chuàng)新團(tuán)隊計劃項目（2022D14019）；新疆自治區(qū)重大科技專項（2020A02001）。

邵怡敏（1994—），女，新疆伊犁人，碩士研究生，CCF會員，主要研究方向：數(shù)據(jù)分析與可視化、區(qū)塊鏈； 趙凡（1980—），男，山西介休人，研究員，博士，CCF會員，主要研究方向：數(shù)據(jù)分析與可視化、區(qū)塊鏈； 王軼（1986—），男，山東濱州人，副研究員，博士，CCF會員，主要研究方向：數(shù)據(jù)融合治理、區(qū)塊鏈應(yīng)用； 王保全（1990—），男，新疆昌吉人，博士，主要研究方向：區(qū)塊鏈應(yīng)用技術(shù)、時序數(shù)據(jù)分析。

TP391.4

A

2022?12?13。

This work is partially supported by Tianshan Innovative Team Program of Xinjiang （2022D14019）， Science and Technology Major Project of Xinjiang Autonomous Region （2020A02001）.

SHAO Yimin， born in 1994， M. S. candidate. Her research interests include data analysis and visualization， blockchain.

ZHAO Fan， born in 1980， Ph. D.， research fellow. His research interests include data analysis and visualization， blockchain.

WANG Yi， born in 1986， Ph. D.， associate research fellow. His research interests include data fusion and governance， blockchain application.

WANG Baoquan， born in 1990， Ph. D. His research interests include blockchain application technology， time series data analysis.