束雅莉 饒 元* 許 磊

（1.安徽農(nóng)業(yè)大學(xué)信息與計(jì)算機(jī)學(xué)院，合肥 230036；2.智慧農(nóng)業(yè)技術(shù)與裝備安徽省重點(diǎn)實(shí)驗(yàn)室，合肥 230036）

1 引言

茶葉作為中國人日常的飲品之一，其質(zhì)量安全關(guān)系到國人的身體健康和生命安全，茶葉生產(chǎn)加工過程中具有危害物種類多、信息利用率低、數(shù)據(jù)多源異構(gòu)等特點(diǎn)。如何保障食品質(zhì)量，使得食品能夠安全地生產(chǎn)加工并送到消費(fèi)者手上，是政府和社會(huì)重點(diǎn)關(guān)注的問題，因此亟需一種茶葉質(zhì)量可信品控技術(shù)保障茶葉安全生產(chǎn)，對茶葉生產(chǎn)加工過程進(jìn)行監(jiān)管，為消費(fèi)者提供可信的追蹤溯源信息。

“農(nóng)產(chǎn)品質(zhì)量安全追溯+區(qū)塊鏈”能夠?qū)崿F(xiàn)農(nóng)產(chǎn)品全程追溯管理，提高監(jiān)管效率，彌補(bǔ)監(jiān)管追溯信息在數(shù)據(jù)存儲(chǔ)和保護(hù)方面的不足[1]，被廣泛應(yīng)用于食品質(zhì)量安全保障體系中。王志鏵等[2]以生姜為溯源對象，分析其上下游產(chǎn)品對應(yīng)關(guān)系確定溯源對象粒度、賬本內(nèi)容與數(shù)據(jù)格式，對基于區(qū)塊鏈的柔性可信溯源系統(tǒng)模型進(jìn)行驗(yàn)證。葛艷等[3]基于危害分析及關(guān)鍵控制點(diǎn)構(gòu)建生食牡蠣質(zhì)量溯源模型，并設(shè)計(jì)智能合約對數(shù)據(jù)上下鏈進(jìn)行監(jiān)控，自動(dòng)判斷產(chǎn)品質(zhì)量，最終基于Hyperledger Fabric 平臺(tái)搭建生食牡蠣加工過程質(zhì)量追溯系統(tǒng)。陳玥婧等[4]使用物聯(lián)網(wǎng)采集數(shù)據(jù)，利用“數(shù)據(jù)庫+區(qū)塊鏈”雙模式存儲(chǔ)數(shù)據(jù)，為政府、企業(yè)、消費(fèi)者提供農(nóng)產(chǎn)品信息追溯服務(wù)。董云峰等[5]設(shè)計(jì)了一套糧油食品全供應(yīng)鏈的可信追溯模型，提供從生產(chǎn)到消費(fèi)者手中整個(gè)過程的信息，并結(jié)合具體的應(yīng)用場景和案例論證了設(shè)計(jì)方案的有效性和可行性。研究發(fā)現(xiàn)，利用區(qū)塊鏈技術(shù)能夠?qū)崿F(xiàn)數(shù)據(jù)的安全傳輸與可信追溯，但是在實(shí)際應(yīng)用中，區(qū)塊鏈技術(shù)只能保證鏈上的數(shù)據(jù)不會(huì)被篡改，無法保證上傳至區(qū)塊鏈前的信息來源真實(shí)可靠[6]，此外，區(qū)塊鏈網(wǎng)絡(luò)的公開透明性會(huì)導(dǎo)致部分?jǐn)?shù)據(jù)的隱私性得不到保障?；谝陨蠁栴}，論文結(jié)合區(qū)塊鏈和邊緣智能技術(shù)，提出了基于邊緣智能的茶葉可信品控系統(tǒng)設(shè)計(jì)方案。

本文首先對茶葉質(zhì)量監(jiān)管追溯現(xiàn)狀進(jìn)行分析，基于區(qū)塊鏈和邊緣智能技術(shù)設(shè)計(jì)茶葉可信品控系統(tǒng)框架，提出基于分級加密的數(shù)據(jù)雙模存儲(chǔ)機(jī)制。最后，以茶葉生產(chǎn)加工企業(yè)、監(jiān)管部門和消費(fèi)者需求為驅(qū)動(dòng)，向用戶提供了用于茶葉生產(chǎn)加工監(jiān)測預(yù)警的可信品控和監(jiān)管追溯平臺(tái)。

2 關(guān)鍵技術(shù)

2.1 茶葉可信品控技術(shù)

茶葉存在的質(zhì)量安全問題有農(nóng)藥殘留超標(biāo)、重金屬超標(biāo)、稀土元素超標(biāo)、微生物指標(biāo)超標(biāo)、非茶異物污染等方面，而茶葉全環(huán)節(jié)機(jī)械化生產(chǎn)能夠提升茶葉生產(chǎn)加工的標(biāo)準(zhǔn)性和規(guī)范性，降低微生物對茶葉形成的二次污染，進(jìn)而推動(dòng)著茶葉生產(chǎn)和加工質(zhì)量的提升[7]。茶葉生產(chǎn)全程機(jī)械化主要是指茶園耕作、茶樹管理、植保灌溉、茶葉采摘和茶葉加工等環(huán)節(jié)均實(shí)現(xiàn)機(jī)械化作業(yè)，推廣選用合適的機(jī)械裝備，建立適宜的全程機(jī)械化生產(chǎn)作業(yè)模式。全程機(jī)械化生產(chǎn)是中國茶葉發(fā)展的必經(jīng)之路[8]。此外，茶葉安全生產(chǎn)要得到有力執(zhí)行，還需相關(guān)部門的實(shí)時(shí)監(jiān)督。通過數(shù)據(jù)可信獲取技術(shù)和數(shù)據(jù)可信存儲(chǔ)技術(shù)，能夠?yàn)楸O(jiān)管部門和消費(fèi)者提供真實(shí)的茶葉品控?cái)?shù)據(jù)，促使企業(yè)按照相關(guān)規(guī)定安全生產(chǎn)。

2.2 數(shù)據(jù)可信獲取技術(shù)

物聯(lián)網(wǎng)本質(zhì)上是一個(gè)能提供各種服務(wù)的設(shè)備互聯(lián)網(wǎng)絡(luò)，起到了彌合物理環(huán)境和計(jì)算機(jī)網(wǎng)絡(luò)之間差異的關(guān)鍵作用[9]。利用物聯(lián)網(wǎng)及其相應(yīng)的傳感設(shè)備構(gòu)建物聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)機(jī)器自動(dòng)化采集，有效避免人工輸入時(shí)選擇性輸入的現(xiàn)象，保證了茶葉品控信息的來源可靠[10]。邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，提供集成網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)和應(yīng)用等核心功能的綜合性平臺(tái)[11]。邊緣智能技術(shù)是邊緣計(jì)算與人工智能結(jié)合的新興技術(shù)方案，使用現(xiàn)有的人工智能技術(shù)替代人類的某些簡單重復(fù)的輸入和校驗(yàn)工作，可以減少人為造成的信息失真，從而提高質(zhì)量安全信息的可信度[12]。因此通過借助人工智能算法對物聯(lián)網(wǎng)設(shè)備產(chǎn)生的邊緣數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和智能分析，檢測數(shù)據(jù)的真實(shí)性，可以提高邊緣數(shù)據(jù)的可用性和可信度。

2.3 數(shù)據(jù)可信存儲(chǔ)技術(shù)

區(qū)塊鏈?zhǔn)且粋€(gè)由密碼學(xué)原理產(chǎn)生的、按照時(shí)間順序存儲(chǔ)的分布式共享數(shù)字賬本，具有全網(wǎng)一致性共識、去中心化、可編程和安全防篡改等特點(diǎn)[13]。根據(jù)權(quán)限的不同，區(qū)塊鏈可以分為公有鏈、私有鏈和聯(lián)盟鏈。由于茶葉供應(yīng)鏈各環(huán)節(jié)參與者是身份確定的機(jī)關(guān)或企業(yè)，每個(gè)成員都是得到準(zhǔn)入許可的可信參與方，而聯(lián)盟鏈的共識過程受若干個(gè)參與方影響，因此選用聯(lián)盟鏈作為支持平臺(tái)，既能夠保證系統(tǒng)運(yùn)行的效率，又可以兼顧系統(tǒng)安全性和成員共同維護(hù)的特性[14]。Hyperledger Fabric 是一個(gè)使用廣泛的聯(lián)盟鏈平臺(tái)，具有模塊化和可配置的架構(gòu)，支持可插拔的共識協(xié)議，可以為各行業(yè)提供服務(wù)。企業(yè)間由于復(fù)雜的利益博弈關(guān)系，造成各主體間信息不對稱，信任成本高[15]。區(qū)塊鏈可以提供可信的信息流通環(huán)境，企業(yè)將茶葉生產(chǎn)加工過程中的可信品控?cái)?shù)據(jù)上傳到區(qū)塊鏈中存儲(chǔ)，區(qū)塊鏈固有的特性確保數(shù)據(jù)難以被篡改，為上下游企業(yè)提供可信的交易環(huán)境，使得監(jiān)管部門和消費(fèi)者獲得的產(chǎn)品來源數(shù)據(jù)真實(shí)可靠。

3 系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)總體框架

基于邊緣智能的茶葉可信品控系統(tǒng)框架如圖1所示，總體分為兩個(gè)部分，一是可信品控模塊，二是可信監(jiān)管追溯模塊?？尚牌房啬K由信息感知、數(shù)字化監(jiān)測和機(jī)械化作業(yè)裝備等技術(shù)支撐，主要通過傳感器和監(jiān)控設(shè)備自動(dòng)感知環(huán)境數(shù)據(jù)，借助智能施肥等裝備替代人工操作，并將茶葉生長過程數(shù)字化。物聯(lián)網(wǎng)設(shè)備自動(dòng)獲取數(shù)據(jù)的方式可有效防止人工操作存在的誤輸入或惡意篡改數(shù)據(jù)的問題，有效提高數(shù)據(jù)真實(shí)性和可信度。而后將數(shù)據(jù)匯聚到企業(yè)的邊緣計(jì)算中心內(nèi)，由邊緣計(jì)算中心對數(shù)據(jù)進(jìn)行智能處理，并將所有數(shù)據(jù)存儲(chǔ)在本地?cái)?shù)據(jù)庫中，上傳關(guān)鍵品控?cái)?shù)據(jù)到區(qū)塊鏈中?？尚疟O(jiān)管追溯模塊通過統(tǒng)計(jì)分析區(qū)塊鏈內(nèi)的數(shù)據(jù)，為監(jiān)管部門和消費(fèi)者提供監(jiān)管和查看的功能，以網(wǎng)頁、APP和微信小程序的形式呈現(xiàn)。監(jiān)管部門作為系統(tǒng)中權(quán)限最高的角色，有權(quán)查看茶葉生產(chǎn)全過程信息，實(shí)時(shí)監(jiān)管鏈上其他節(jié)點(diǎn)操作是否規(guī)范，在出現(xiàn)問題時(shí)對問題產(chǎn)品進(jìn)行質(zhì)量安全追蹤[16]。對于消費(fèi)者，系統(tǒng)為其提供溯源信息查詢服務(wù)，保證消費(fèi)者獲取到真實(shí)未被篡改的數(shù)據(jù)，但其只能獲取到所購買產(chǎn)品相關(guān)的品控信息。

圖1 系統(tǒng)總體框架圖Fig.1 Overall system framework

3.2 系統(tǒng)體系結(jié)構(gòu)

基于邊緣智能的茶葉可信品控系統(tǒng)體系結(jié)構(gòu)如圖2 所示，主要由數(shù)據(jù)感知層、邊緣層、存儲(chǔ)層和應(yīng)用層構(gòu)成。

圖2 系統(tǒng)體系結(jié)構(gòu)圖Fig.2 System architecture

感知層使用傳感器、控制器、攝像監(jiān)控等設(shè)備，對茶葉生長過程中的環(huán)境信息、生長狀態(tài)、投入品信息等進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)測、自動(dòng)化獲取，為邊緣層分析決策提供實(shí)時(shí)的數(shù)據(jù)來源。

邊緣層由邊緣服務(wù)器和邊緣網(wǎng)關(guān)等邊緣計(jì)算設(shè)備組成，對海量底層數(shù)據(jù)的智能分析、實(shí)時(shí)處理和存儲(chǔ)都在邊緣計(jì)算設(shè)備上進(jìn)行。感知層設(shè)備計(jì)算存儲(chǔ)能力較弱，難以對感知數(shù)據(jù)進(jìn)行及時(shí)處理，邊緣計(jì)算設(shè)備擁有足夠的計(jì)算資源和存儲(chǔ)空間，通過對感知層數(shù)據(jù)的分析，可以實(shí)現(xiàn)一些個(gè)性化功能，如對作業(yè)設(shè)備遠(yuǎn)程控制，實(shí)現(xiàn)對環(huán)境的遠(yuǎn)程調(diào)控，對異常數(shù)據(jù)進(jìn)行信息預(yù)警等，從而達(dá)到對茶葉生產(chǎn)加工過程的精準(zhǔn)控制和數(shù)字化管理。

存儲(chǔ)層由去中心化數(shù)據(jù)庫區(qū)塊鏈和結(jié)構(gòu)化數(shù)據(jù)庫組成，鏈上鏈下雙模存儲(chǔ)。鏈下數(shù)據(jù)庫保存了企業(yè)的所有數(shù)據(jù)，同時(shí)根據(jù)鏈碼定義的規(guī)則將關(guān)鍵數(shù)據(jù)上傳到區(qū)塊鏈中。區(qū)塊鏈保證鏈上的數(shù)據(jù)不會(huì)被篡改，鏈下數(shù)據(jù)庫滿足了企業(yè)對于保護(hù)隱私數(shù)據(jù)的需求。

應(yīng)用層包括用戶所需的各種特色服務(wù)平臺(tái)，用于用戶與區(qū)塊鏈平臺(tái)、底層設(shè)備之間的交互。主要服務(wù)對象有企業(yè)、監(jiān)管部門和消費(fèi)者。企業(yè)通過平臺(tái)查看預(yù)警信息、管理生產(chǎn)數(shù)據(jù)。監(jiān)管部門監(jiān)督企業(yè)的操作是否規(guī)范，信息是否屬實(shí)，進(jìn)而對食品質(zhì)量安全進(jìn)行有力督查。消費(fèi)者通過平臺(tái)獲取真實(shí)可靠的產(chǎn)品溯源數(shù)據(jù)，并可以提交反饋信息給相關(guān)機(jī)構(gòu)。

3.3 茶葉可信品控方法架構(gòu)

茶葉可信品控方法使用邊緣智能技術(shù)對生產(chǎn)加工過程進(jìn)行控制和監(jiān)測，其架構(gòu)如圖3 所示。此方法的數(shù)據(jù)獲取部分包括以下兩個(gè)模塊。

圖3 茶葉可信品控方法架構(gòu)圖Fig.3 Tea trusted quality control method architecture

信息感知設(shè)備包括地理信息系統(tǒng)（Geographic Information System，以下簡稱“GIS”）、傳感器、攝像頭等。借助GIS 技術(shù)能夠?qū)Σ鑸@選址和布局進(jìn)行合理規(guī)劃，有利于建立生態(tài)茶園。傳感器和攝像監(jiān)控設(shè)備采集的環(huán)境數(shù)據(jù)蘊(yùn)含著大量的價(jià)值信息，通過人工智能算法實(shí)時(shí)提取數(shù)據(jù)的隱藏價(jià)值，可以檢測數(shù)據(jù)的真實(shí)性，并為企業(yè)管理員提供預(yù)警信息。如根據(jù)視頻圖像信息判斷茶葉的病蟲害情況，并進(jìn)行信息預(yù)警，使得管理員能及時(shí)采取應(yīng)對措施。茶葉生長的不同階段對環(huán)境的要求不同，使用傳感器對茶園光照、土壤、空氣、降雨量等數(shù)據(jù)實(shí)時(shí)監(jiān)控，在邊緣端對數(shù)據(jù)進(jìn)行檢測和分析，使得環(huán)境數(shù)據(jù)出現(xiàn)異常時(shí)能夠及時(shí)通知管理員進(jìn)行調(diào)整，保證茶葉在最適宜的環(huán)境中生長。

機(jī)械化生產(chǎn)設(shè)備依靠機(jī)器視覺、路徑導(dǎo)航、智能控制等技術(shù)支撐，實(shí)現(xiàn)傳統(tǒng)農(nóng)業(yè)機(jī)器換人的工作。使用機(jī)械化設(shè)備取代人工操作，完成農(nóng)業(yè)生產(chǎn)場景中的各種農(nóng)事操作，實(shí)現(xiàn)精準(zhǔn)控制和智能作業(yè)，可以在源頭對茶葉質(zhì)量進(jìn)行監(jiān)控。如茶葉的水肥藥一體化技術(shù)，通過監(jiān)測茶園土壤和空氣墑情數(shù)據(jù)，感知到水肥藥需求信息，根據(jù)實(shí)際需要，將肥料或農(nóng)藥和水以一定比例混合，定時(shí)定量地灌溉到茶樹生長區(qū)域，并生成水肥藥配比記錄、灌溉記錄和土壤空氣墑情數(shù)據(jù)傳輸?shù)竭吘売?jì)算設(shè)備處理后上傳到區(qū)塊鏈。精準(zhǔn)的水肥藥投入技術(shù)，避免了過度的施肥打藥行為，預(yù)防農(nóng)業(yè)污染，自動(dòng)化錄入農(nóng)事操作記錄，防止人為篡改，為消費(fèi)者提供可靠的溯源信息來源。

針對機(jī)械化生產(chǎn)設(shè)備和信息感知設(shè)備上傳的數(shù)據(jù)，邊緣計(jì)算設(shè)備通過智能算法和數(shù)據(jù)分析程序?qū)π畔⑦M(jìn)行及時(shí)處理。智能算法是部署在邊緣計(jì)算設(shè)備上的預(yù)先訓(xùn)練好的模型，主要通過分析傳感器和監(jiān)控設(shè)備采集的數(shù)據(jù)，生成茶葉品質(zhì)信息。數(shù)據(jù)分析程序針對機(jī)械化生產(chǎn)設(shè)備運(yùn)行中產(chǎn)生的生產(chǎn)日志，如農(nóng)事操作信息、采收信息、加工信息，以及根據(jù)預(yù)置條件判斷環(huán)境數(shù)據(jù)，生成對應(yīng)的施肥灌溉記錄、采收記錄、加工記錄和預(yù)警信息。最后，將相關(guān)預(yù)警信息發(fā)送給企業(yè)管理員，茶葉品質(zhì)信息、生產(chǎn)加工記錄等品控?cái)?shù)據(jù)傳輸?shù)絽^(qū)塊鏈中，為監(jiān)管部門和消費(fèi)者提供可供監(jiān)管和查詢的數(shù)據(jù)來源。

3.4 數(shù)據(jù)分級存儲(chǔ)

為實(shí)現(xiàn)茶葉品控?cái)?shù)據(jù)的統(tǒng)一監(jiān)管和實(shí)時(shí)追溯，企業(yè)需要將關(guān)鍵數(shù)據(jù)記錄在區(qū)塊鏈平臺(tái)中。由于區(qū)塊鏈內(nèi)的數(shù)據(jù)是公開透明的，企業(yè)隱私數(shù)據(jù)無法得到保護(hù)，影響企業(yè)參與建設(shè)茶葉質(zhì)量監(jiān)管追溯體系的積極性，因此，論文根據(jù)關(guān)鍵信息的隱私程度和數(shù)據(jù)大小不同，設(shè)計(jì)多種存儲(chǔ)模式對數(shù)據(jù)進(jìn)行分級存儲(chǔ)，數(shù)據(jù)存儲(chǔ)模式圖如圖4所示。

圖4 數(shù)據(jù)存儲(chǔ)模式圖Fig.4 Data storage mode

此存儲(chǔ)模式將茶葉品控?cái)?shù)據(jù)分為公開數(shù)據(jù)、隱私數(shù)據(jù)和文件數(shù)據(jù)，針對不同類型數(shù)據(jù)，采用不同存儲(chǔ)方式。公開數(shù)據(jù)的重要程度高且體積小，采取明文存儲(chǔ)的方式傳入?yún)^(qū)塊鏈中。對于隱私數(shù)據(jù)，利用AES加密算法進(jìn)行加密后將密文上傳到區(qū)塊鏈內(nèi)，密鑰存儲(chǔ)在本地?cái)?shù)據(jù)庫。授權(quán)節(jié)點(diǎn)（如監(jiān)管部門）需要查看數(shù)據(jù)時(shí)，通過獲取密鑰對隱私數(shù)據(jù)進(jìn)行解密即可獲取到數(shù)據(jù)。文件數(shù)據(jù)具有容量大，存儲(chǔ)代價(jià)高的特性，存入?yún)^(qū)塊鏈后會(huì)影響區(qū)塊鏈的存儲(chǔ)同步效率，因此對其采取摘要存儲(chǔ)的方式，使用SHA256 算法計(jì)算摘要值存入?yún)^(qū)塊鏈內(nèi)，完整數(shù)據(jù)存入鏈下數(shù)據(jù)庫中。用戶在驗(yàn)證數(shù)據(jù)是否被篡改時(shí)，取出摘要值與本地文件計(jì)算出的摘要值進(jìn)行對比，即可判斷數(shù)據(jù)是否一致。

4 系統(tǒng)實(shí)現(xiàn)

4.1 實(shí)現(xiàn)流程

論文根據(jù)對實(shí)際應(yīng)用場景的需求分析，結(jié)合實(shí)地調(diào)查情況，建立了基于邊緣智能的茶葉可信品控系統(tǒng)，以網(wǎng)頁和微信小程序的形式向企業(yè)、監(jiān)管部門、消費(fèi)者提供相應(yīng)的功能。系統(tǒng)采用Hyperledger Fabric聯(lián)盟鏈作為數(shù)據(jù)存儲(chǔ)平臺(tái)，Golang 作為智能合約編寫語言，設(shè)計(jì)區(qū)塊鏈系統(tǒng)底層架構(gòu)。針對監(jiān)管部門和企業(yè)的實(shí)際需求，基于layui、微信小程序和Spring MVC 等技術(shù)框架，以MySQL 為結(jié)構(gòu)化數(shù)據(jù)庫，實(shí)現(xiàn)了Web 端和移動(dòng)端的前后端服務(wù)。此外，為便于消費(fèi)者獲取溯源信息，系統(tǒng)采用JavaScript、HTML、CSS等開發(fā)語言，構(gòu)建了適配移動(dòng)端設(shè)備的動(dòng)態(tài)網(wǎng)頁，使得追溯碼能夠被移動(dòng)端任意瀏覽器APP 解析并獲取信息，簡化了溯源信息的查詢方式。

系統(tǒng)的實(shí)現(xiàn)流程如圖5 所示。用戶登錄或注冊賬號進(jìn)入系統(tǒng)，系統(tǒng)通過用戶填寫的賬號信息判斷用戶的角色，根據(jù)不同的用戶角色授予相應(yīng)的權(quán)限和功能，并調(diào)用Restful API將用戶對數(shù)據(jù)管理和查詢的請求提交到服務(wù)器后端。物聯(lián)網(wǎng)等終端設(shè)備產(chǎn)生的邊緣數(shù)據(jù)直接與后端接口交互，由后端對數(shù)據(jù)進(jìn)行轉(zhuǎn)換、處理后，存入私有數(shù)據(jù)庫中。最后，系統(tǒng)根據(jù)定義好的代碼邏輯調(diào)用智能合約，將關(guān)鍵數(shù)據(jù)存入?yún)^(qū)塊鏈中。當(dāng)區(qū)塊鏈網(wǎng)絡(luò)收到交易提案后，首先通過SDK向Peer節(jié)點(diǎn)發(fā)送gRPC 服務(wù)調(diào)用，調(diào)用時(shí)需要在SDK中配置MSP 證書用于身份認(rèn)證。身份驗(yàn)證通過后，鏈碼容器通過鏈碼部署時(shí)的Shim API 執(zhí)行操作，使用getState 方法讀取狀態(tài)數(shù)據(jù)庫和putState 方法向賬本中提交數(shù)據(jù)。若調(diào)用鏈碼為讀取數(shù)據(jù)則Peer 節(jié)點(diǎn)無需進(jìn)行共識，直接從賬本數(shù)據(jù)庫獲取查詢狀態(tài)，若調(diào)用鏈碼為修改賬本內(nèi)容，則需要經(jīng)過Peer節(jié)點(diǎn)間進(jìn)行共識排序后再完成執(zhí)行[17]。

圖5 系統(tǒng)實(shí)現(xiàn)流程圖Fig.5 Flowchart of system realization

4.2 功能演示

企業(yè)Web 端管理界面如圖6 所示。企業(yè)用戶在登錄系統(tǒng)后，能夠?qū)Σ枞~生產(chǎn)加工全過程進(jìn)行監(jiān)控，主要包括對生產(chǎn)基地、生產(chǎn)設(shè)備、監(jiān)測信息、生產(chǎn)操作和企業(yè)用戶幾個(gè)模塊的管理。此外，在監(jiān)測數(shù)據(jù)異于預(yù)置的條件時(shí)，系統(tǒng)會(huì)向用戶發(fā)送告警信息，方便企業(yè)及時(shí)發(fā)現(xiàn)并處理影響茶葉品控的隱患問題。

圖6 企業(yè)信息管理界面圖Fig.6 Enterprise information management interface

監(jiān)管部門監(jiān)管界面圖如圖7 所示。監(jiān)管部門能夠查看整個(gè)聯(lián)盟鏈的數(shù)據(jù)信息，包括區(qū)塊鏈內(nèi)的企業(yè)節(jié)點(diǎn)信息、鏈碼信息、區(qū)塊信息等。監(jiān)管者通過對區(qū)塊鏈內(nèi)信息的實(shí)時(shí)監(jiān)控，根據(jù)存證信息對茶葉品控?cái)?shù)據(jù)進(jìn)行核查并判斷產(chǎn)品真?zhèn)危罱K實(shí)現(xiàn)茶葉品控?cái)?shù)據(jù)的可信獲取和流通。

圖7 監(jiān)管界面圖Fig.7 Supervision interface

茶葉品控信息溯源界面如圖8 所示。系統(tǒng)為不同批次的產(chǎn)品制定相應(yīng)的追溯二維碼，消費(fèi)者通過掃描產(chǎn)品上的二維碼可以獲取到所購買產(chǎn)品的完整溯源信息。此信息是經(jīng)過區(qū)塊鏈核驗(yàn)的未被篡改的數(shù)據(jù)，經(jīng)由第三方監(jiān)管部門核查驗(yàn)證，保證了消費(fèi)者所查詢到數(shù)據(jù)的可信性。

圖8 信息溯源界面圖Fig.8 Information traceability interface

5 結(jié)束語

本文在傳統(tǒng)茶葉質(zhì)量監(jiān)管追溯系統(tǒng)基礎(chǔ)上，結(jié)合區(qū)塊鏈和邊緣智能技術(shù)，設(shè)計(jì)了基于邊緣智能的茶葉可信品控系統(tǒng)架構(gòu)。針對茶葉生產(chǎn)加工過程中的特點(diǎn)和傳統(tǒng)茶葉質(zhì)量監(jiān)管追溯系統(tǒng)存在的問題提出技術(shù)方案。從數(shù)據(jù)獲取源頭出發(fā)，基于物聯(lián)網(wǎng)、機(jī)械化作業(yè)裝置等設(shè)備自動(dòng)化作業(yè)和獲取數(shù)據(jù)，使用邊緣智能技術(shù)對茶葉品控?cái)?shù)據(jù)進(jìn)行真實(shí)性驗(yàn)證，對于隱私數(shù)據(jù)，采用分級加密方式，存儲(chǔ)到本地?cái)?shù)據(jù)庫和區(qū)塊鏈中。最后，構(gòu)建了基于邊緣智能的茶葉可信品控系統(tǒng)，滿足監(jiān)管部門、企業(yè)和消費(fèi)者的不同需求，為用戶提供多平臺(tái)的信息監(jiān)察與管理服務(wù)，實(shí)現(xiàn)茶葉品控?cái)?shù)據(jù)的可信獲取與共享。