楊欣 趙辰 劉瑤 魏津瑜

摘要：將區(qū)塊鏈技術(shù)嵌入農(nóng)產(chǎn)品物流倉儲可以有效解決當前農(nóng)產(chǎn)品倉儲遇到的倉儲信息不對稱、過程透明度低以及信息存儲不安全等問題，促進農(nóng)業(yè)進一步發(fā)展。在分析區(qū)塊鏈技術(shù)如何賦能農(nóng)產(chǎn)品物流倉儲的基礎(chǔ)上，提出基于實用拜占庭算法的區(qū)塊鏈農(nóng)產(chǎn)品倉儲優(yōu)化策略。該策略采用區(qū)塊鏈數(shù)據(jù)結(jié)構(gòu)管理農(nóng)產(chǎn)品倉儲信息，利用可驗證隨機函數(shù)進行分組，將ECDSA數(shù)字簽名與可驗證隨機函數(shù)結(jié)合改進共識算法，并接入Hyperledger Fabric中部署多個節(jié)點進行算法測試。結(jié)果表明，本方案有效解決農(nóng)產(chǎn)品在倉儲過程中存在的安全性與效率低下等問題，實現(xiàn)“區(qū)塊鏈+農(nóng)產(chǎn)品倉儲”的新模式。

關(guān)鍵詞：農(nóng)業(yè)物流；農(nóng)產(chǎn)品倉儲；區(qū)塊鏈；共識算法；可驗證隨機函數(shù)

中圖分類號：S24

文獻標識碼：A

文章編號：2095-5553 （2024） 05-0104-07

收稿日期：2022年9月28日? 修回日期：2023年2月21日*基金項目：2021年天津哲學社科重點項目（TJGL21—010）

第一作者：楊欣，女，1984年生，沈陽人，博士，教授，碩導；研究方向為企業(yè)信息化。E-mail：? wing.lps@163.com

通訊作者：魏津瑜，男，1968年生，山東樂陵人，博士，教授，博導；研究方向為區(qū)塊鏈技術(shù)、農(nóng)業(yè)互聯(lián)網(wǎng)。E-mail：? weijinyu2010@126.com

Research on blockchain agricultural product storage optimization based on

practical Byzantine algorithm

Yang Xin1， Zhao Chen2， Liu Yao3， Wei Jinyu3

（1. School of Economics and? Management， Tianjin Agricultural University， Tianjin， 300384， China;

2. Zhonghuan Information College， Tianjin University of Technology， Tianjin， 300380， China;

3. School of Management， Tianjin University of Technology， Tianjin， 300384， China）

Abstract：

Embedding blockchain technology into agricultural logistics warehousing can effectively solve the information problems encountered in the current agricultural product warehousing such as asymmetric warehousing information， low process transparency and unsafe information storage in agricultural logistics warehousing， and promote the further development of agriculture. Based on the analysis of how blockchain technology can empower agricultural logistics and warehousing， this paper proposes a blockchain agricultural product warehousing optimization strategy based on the practical Byzantine algorithm. This strategy uses the blockchain data structure to manage agricultural product storage information， uses verifiable random functions for grouping， combines ECDSA digital signatures with verifiable random functions to improve the consensus algorithm， and deploys multiple nodes in Hyperledger Fabric for algorithm testing. The test results show that， this solution effectively solves the problems of safety and low efficiency in the storage process of agricultural products， and realizes the new model of “blockchain + agricultural product storage”.

Keywords：

agricultural logistics; agricultural warehousing; blockchain; consensus algorithm; verifiable random function

0 引言

農(nóng)產(chǎn)品倉儲能夠?qū)崿F(xiàn)農(nóng)產(chǎn)品由生產(chǎn)地向消費地轉(zhuǎn)移，是農(nóng)業(yè)在生產(chǎn)活動中不可缺少的環(huán)節(jié)。當前，作為德國“工業(yè)4.0”戰(zhàn)略三大主題之一的智能倉儲物流，已成為“中國制造2025”計劃智能制造的主攻方向之一［1］。由于傳統(tǒng)農(nóng)產(chǎn)品物流倉儲管理存在管理方式復雜、易出錯，查詢困難、需第三方可信中心確保交易執(zhí)行等問題，導致農(nóng)產(chǎn)品供應(yīng)鏈整體產(chǎn)能較低、時效性較差，不能快速響應(yīng)用戶需求，容易產(chǎn)生較大損失。隨著數(shù)字化時代的到來，運用新型信息技術(shù)提升農(nóng)產(chǎn)品倉儲管理效能成為未來智能農(nóng)業(yè)倉儲發(fā)展的主要方向。區(qū)塊鏈作為一種由P2P網(wǎng)絡(luò)、密碼學等組成的具有去中心化特征的記錄技術(shù)［2］，具有分布式數(shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等特點［3］，可實現(xiàn)去中心化可信交易，將該技術(shù)融入至農(nóng)產(chǎn)品物流倉儲可提升農(nóng)產(chǎn)品的整體倉儲效能。

隨著網(wǎng)絡(luò)信息技術(shù)的成熟，區(qū)塊鏈與各領(lǐng)域的融合與研究也成為學界關(guān)注的重點。近年來，將區(qū)塊鏈技術(shù)應(yīng)用于農(nóng)業(yè)物流領(lǐng)域的研究較多，尚杰等［4］利用區(qū)塊鏈技術(shù)改善生態(tài)農(nóng)產(chǎn)品供應(yīng)鏈內(nèi)部信息不對稱現(xiàn)象從而增加交易、節(jié)省成本，以保障生態(tài)農(nóng)產(chǎn)品供應(yīng)鏈穩(wěn)定運行；吳曉彤等［5］基于區(qū)塊鏈的農(nóng)產(chǎn)品溯源系統(tǒng)模型為基礎(chǔ)，實現(xiàn)了農(nóng)產(chǎn)品的可信溯源，保障農(nóng)產(chǎn)品質(zhì)量信息的安全性和可信性；張森等［6］提出一種面向冷鏈物流行業(yè)的區(qū)塊鏈技術(shù)解決方案。針對訂單數(shù)據(jù)和環(huán)境數(shù)據(jù)分別設(shè)計上鏈系統(tǒng)，實現(xiàn)了訂單數(shù)據(jù)安全上鏈、冷鏈環(huán)境數(shù)據(jù)實時上鏈以及物聯(lián)網(wǎng)設(shè)備的身份認證與權(quán)限控制機制，提高了冷鏈物流行業(yè)的可信性和數(shù)據(jù)的安全性。通過對已有文獻分析可知，區(qū)塊鏈在農(nóng)業(yè)物流方面的應(yīng)用多集中在供應(yīng)鏈與冷鏈領(lǐng)域，鮮少在倉儲方面融入?yún)^(qū)塊鏈技術(shù)。此外在現(xiàn)存的農(nóng)產(chǎn)品物流倉儲管理平臺中，農(nóng)產(chǎn)品倉儲的安全性能較低，存儲系統(tǒng)的性能受外界影響較大，無法避免進出農(nóng)產(chǎn)品管控中的各種漏洞，對農(nóng)產(chǎn)品的倉儲物流效率產(chǎn)生影響，而基于區(qū)塊鏈架構(gòu)的共識算法能有效提高農(nóng)產(chǎn)品倉儲系統(tǒng)的吞吐量和信息確認效率。因此設(shè)計合理的共識算法可較好地解決貨物存儲中存在的問題。

近年來針對共識算法的研究，多趨向于對實用性強的實用拜占庭算法（PBFT）進行改進。Mingxiao Du等［7］采用分層的MBFT網(wǎng)絡(luò)結(jié)構(gòu)，利用LCG對數(shù)據(jù)進行擴展，從而增加區(qū)塊鏈系統(tǒng)的吞吐量，但針對PBFT算法通信復雜度較高的問題并沒有得到更好地改善。伍星等［8］基于QoS值提出了Q-PBFT算法，并將其匹配云制造服務(wù)場景。通過理論和試驗表明該算法可以減少帶寬消耗、降低共識時延，從而提升基于區(qū)塊鏈的云制造服務(wù)平臺的性能。Li等［9］提出了一種可擴展的多層PBFT共識機制以降低單層PBFT共識的通信量。然而，目前針對共識算法的研究多致力于共識節(jié)點模型的修改以降低通信復雜度與時延，提高吞吐量，其安全性與共識速度方面還存在一定缺陷。

鑒于此，本文通過引入Hyperledger fabric框架編寫底層區(qū)塊鏈，保證數(shù)據(jù)的存儲與發(fā)布安全可靠，避免因平臺中心化引起的系統(tǒng)故障和數(shù)據(jù)丟失。同時將改進的PBFT算法應(yīng)用至共識層，加強共識模塊中對惡意攻擊的檢測和排除，為今后采用非傳統(tǒng)布局倉儲運作的農(nóng)產(chǎn)品倉庫管理者提供決策支持。

1 區(qū)塊鏈嵌入的農(nóng)產(chǎn)品物流倉儲平臺構(gòu)建

1.1 農(nóng)產(chǎn)品物流倉儲平臺需求分析

隨著互聯(lián)網(wǎng)的發(fā)展，傳統(tǒng)農(nóng)產(chǎn)品倉儲管理系統(tǒng)的中心化弊端日漸顯露。多數(shù)情況下使用第三方的管理系統(tǒng)可以提高農(nóng)產(chǎn)品的信息處理和交易成本，但此過程會出現(xiàn)農(nóng)產(chǎn)品物流信息不透明、難以追溯追責等問題，造成服務(wù)質(zhì)量大幅降低。此外由于農(nóng)品種繁多、數(shù)量龐大、存儲保鮮要求各異，受自然條件的制約和影響，產(chǎn)量不穩(wěn)定、供給與需求之間存在矛盾。為滿足農(nóng)產(chǎn)品倉儲中用戶的隱私保護、交易安全、數(shù)據(jù)存儲等多方面的需求，本文引入以下技術(shù)：（1）引入身份認證模塊與公私鑰技術(shù)，保證系統(tǒng)的安全性；（2）引入權(quán)限模塊以便擁有權(quán)限的用戶可以隨時隨地查詢農(nóng)產(chǎn)品倉儲信息；（3）引入農(nóng)產(chǎn)品倉儲管理模塊負責農(nóng)產(chǎn)品的出庫、入庫、移庫、庫存盤點、分類以及庫存查詢等。

此外，為確保系統(tǒng)的穩(wěn)定性運行，提高系統(tǒng)的易用性，改善用戶的使用體驗。在安全性方面基于區(qū)塊鏈架構(gòu)的系統(tǒng)具有嚴格的訪問限制，可以消除農(nóng)產(chǎn)品在錄入過程中業(yè)務(wù)活動信息和交易數(shù)據(jù)被篡改和破壞的風險，保證系統(tǒng)活動數(shù)據(jù)的安全性。在可靠性方面區(qū)塊鏈技術(shù)對數(shù)據(jù)的輸入有一個嚴格的審核過程［10］，只有當所有參與用戶通過共識機制審核后，數(shù)據(jù)方能存儲在區(qū)塊鏈上，保證了數(shù)據(jù)的可靠性。

基于區(qū)塊鏈嵌入的農(nóng)產(chǎn)品物流倉儲平臺通過區(qū)塊的鏈式結(jié)構(gòu)記錄存儲數(shù)據(jù)，智能合約定義業(yè)務(wù)邏輯［11］，共識算法對交易、合約數(shù)據(jù)進行共識，實現(xiàn)農(nóng)產(chǎn)品數(shù)據(jù)存儲，滿足各類農(nóng)產(chǎn)品倉儲的不同需求。利用此平臺可以確保信息的公平性，保證農(nóng)產(chǎn)品信息的可追溯，強化農(nóng)產(chǎn)品物流倉儲平臺的風險管控；同時采用區(qū)塊鏈技術(shù)+智能倉儲的模式，可有效提升農(nóng)業(yè)倉儲管理水平，增強農(nóng)產(chǎn)品倉儲的可視化，方便其進行線上、線下的售賣或調(diào)轉(zhuǎn)，體現(xiàn)農(nóng)產(chǎn)品倉儲在調(diào)節(jié)供需矛盾以及規(guī)避風險方面的作用，為農(nóng)產(chǎn)品物流倉儲領(lǐng)域的發(fā)展提供新的動力。

1.2 區(qū)塊鏈嵌入的農(nóng)產(chǎn)品物流倉儲平臺設(shè)計

本文使用Hyperledger fabric作為農(nóng)產(chǎn)品物流倉儲平臺的區(qū)塊鏈部分，底層設(shè)計利用區(qū)塊鏈的防篡改性和可追溯性［12］。系統(tǒng)的功能模塊主要分為注冊和登錄模塊、用戶管理模塊、農(nóng)產(chǎn)品倉儲信息存儲模塊、農(nóng)產(chǎn)品倉儲信息查詢、接口模塊等部分。該系統(tǒng)整體架構(gòu)如圖1所示。

在農(nóng)產(chǎn)品物流倉儲平臺上用戶首先需要注冊賬號，已經(jīng)有賬號的用戶可直接登錄系統(tǒng)。在注冊成功的同時，服務(wù)器也會將用戶信息在區(qū)塊層注冊。當用戶進入系統(tǒng)后，可選擇提交信息發(fā)布、錄入、查詢、存儲等申請。在提交完成后，用戶的信息參數(shù)將會被提交至Hyperledger fabric網(wǎng)絡(luò)封裝成客戶端的請求。在服務(wù)模塊收到申請后，將調(diào)用相關(guān)的鏈上代碼進行交易處理，隨后提交至背書節(jié)點驗證。在依照背書協(xié)議進行背書后，請求會被所有共識節(jié)點按本文改進的PBFT進行共識，最后區(qū)塊被各節(jié)點確認。此過程完成后所有的農(nóng)產(chǎn)品數(shù)據(jù)均被部署到區(qū)塊鏈中，可隨時查詢與更新。除此之外在倉儲管理的環(huán)節(jié)上，由于農(nóng)產(chǎn)品的特殊性與活性，在收獲后甚至加工后還保持著一定的新鮮度。為了將農(nóng)產(chǎn)品的生理活動減少到最低的程度，保證農(nóng)產(chǎn)品質(zhì)量，農(nóng)產(chǎn)品倉儲則成為影響商品質(zhì)量的一個至關(guān)重要的因素。對于不同的農(nóng)產(chǎn)品來說，依據(jù)其性質(zhì)和特點，需要使用不同的貯存方式，以便擁有較長的貯存期。

結(jié)合分布式共識、加密算法和簽名算法等技術(shù)，使用Hyperledger框架作為底層應(yīng)用程序平臺，同時使用鏈上代碼以確保鏈上數(shù)據(jù)的透明性和防篡改性。此外在底層區(qū)塊鏈的共識模塊中利用改進的PBFT算法進行共識操作，在一定程度上提高系統(tǒng)的交易吞吐量、節(jié)省系統(tǒng)資源的消耗，保證該平臺的穩(wěn)定運行。

2 基于可驗證隨機函數(shù)的PBFT共識算法改進

2.1 算法改進設(shè)計

2.1.1 基于ECDSA的可驗證隨機函數(shù)

橢圓曲線數(shù)字簽名算法（ECDSA）是使用橢圓曲線密碼對數(shù)字簽名算法的模擬［13］，本文將ECDSA與可驗證隨機函數(shù)結(jié)合，主要過程包括系統(tǒng)初始化、密鑰生成、隨機數(shù)和證明生成、驗證。過程如下：（1）設(shè)置系統(tǒng)參數(shù)：GF（q）：階為q的有限域；q：A位的大素數(shù)；E：定義在上的橢圓曲線；G：橢圓曲線上的基點。（2）密鑰生成：選擇隨機數(shù)x∈［1，q-1］，生成一對橢圓曲線密鑰，其中私鑰為x，公鑰為Y=xG；（3）隨機數(shù)和證明生成：輸入消息m，私鑰x；輸出：隨機數(shù)v，證明proof。（4）驗證：輸入消息m′，證明proof′；輸出合法性。

2.1.2 算法優(yōu)化方案

在PBFT算法中，達成共識所需要的通信次數(shù)會隨著節(jié)點數(shù)量的增加呈現(xiàn)多項式級別的增加［14］，其中通信次數(shù)為F（n）=2n（n-1），n為節(jié)點數(shù)［15］。本文通過對節(jié)點數(shù)優(yōu)化，將基于ECDSA的可驗證隨機函數(shù)算法應(yīng)用于分組中，通過降低n值，改進算法性能。在初始階段，將n個相同的共識節(jié)點分成x組。每組分別進行PBFT算法，同時每組的主節(jié)點間進行PBFT算法。具體分組過程的示意圖如圖2所示。

此外，在共識過程中，當主節(jié)點故障或存在惡意行為需要進行視圖切換時。通常利用某一輪次視圖編號v和副本個數(shù)R作為輸入，即P=vmod|R|得到新輪次主節(jié)點。但由于v和R是公開的，其抽簽結(jié)果可以被預(yù)測，節(jié)點容易遭受攻擊。

本文利用基于ECDSA的可驗證隨機算法可提高安全性。該算法執(zhí)行過程首先對各節(jié)點輪流進行抽簽，通過各節(jié)點的私鑰外加全網(wǎng)都知道的隨機數(shù)W作為輸入，生成一個零知識證明以及隨機數(shù)。隨后所有節(jié)點輪流抽簽，率先抽到大于W的隨機數(shù)則為當前輪次的打包者，并在廣播的內(nèi)容中加入一個零知識證明。通過零知識證明，使得全網(wǎng)節(jié)點只需通過公鑰就可以驗證并接受新輪次的打包者。同時該過程其他節(jié)點不知道新輪次打包者的私鑰因而不會出現(xiàn)與其相同的結(jié)果。

2.2 算法實現(xiàn)流程

本文結(jié)合可驗證隨機函數(shù)設(shè)計隨機分組算法，應(yīng)用該算法將共識網(wǎng)絡(luò)中所有無差別的節(jié)點隨機分為x組。該算法執(zhí)行流程如圖3所示：（1）所有節(jié)點使用算法生成一對公鑰PK和私鑰SK。（2）輸入上一步生成的SK和隨機生成的消息M，通過計算得到隨機字符串W和證明P，將每個節(jié)點生成的隨機字符串W進行廣播。（3）每個節(jié)點會收到n個字符串，隨后對其進行字典序排序，將字符串數(shù)組分為x組。（4）每個節(jié)點廣播驗證消息，A為節(jié)點的地址。（5）每個節(jié)點收到驗證信息后，對第三步得到的x組字符串使用算法進行驗證。得到節(jié)點地址的數(shù)組后，各節(jié)點聯(lián)系各所在組的其他節(jié)點。（6）分組完成后，所有的節(jié)點被隨機的分為x個相同的組，等待執(zhí)行共識算法。

當分組完成后，如若主節(jié)點故障或被惡意攻擊時，需要啟動視圖更換協(xié)議［16］?？蛻舳死迷诳蛻舳思肮?jié)點中引入的“發(fā)布—訂閱模式”通道，訂閱“主節(jié)點更換消息”得知主節(jié)點選舉情況以節(jié)省等待時間。組主節(jié)點向其他節(jié)點廣播視圖切換消息。其他組主節(jié)點得知總主節(jié)點錯誤后，向分組內(nèi)的所有節(jié)點發(fā)送重新執(zhí)行隨機分組算法的消息。

算法執(zhí)行完成后會得到新的總主節(jié)點，當總主節(jié)點收到2f個來自其他分組主節(jié)點的有效的視圖更換消息后［17］?？傊鞴?jié)點向其他分組主節(jié)點廣播新視圖消息：V包含主節(jié)點收到的2f+1個有效的視圖更換消息，Q包含有效的預(yù)準備消息［18］。如若主節(jié)點收到的2f+1個有效的視圖更換消息集合存在序號n，說明存在預(yù)準備消息m，則主節(jié)點需要向網(wǎng)絡(luò)中其他節(jié)點廣播新的預(yù)準備消息；如若都不包含序號n，說明不存在未提交的消息。

2.3 安全性分析

與傳統(tǒng)的PBFT共識算法相比，在本文設(shè)計的改進共識算法中，是通過使用可驗證隨機函數(shù)隨機生成主節(jié)點，其他節(jié)點可以通過隨機數(shù)的輸入與輸出，確定其是否由該輸入生成；且該過程不需要公開私鑰，因此使原有共識機制的安全性能增強。除此之外，傳統(tǒng)的PBFT提案人是固定的，當提案人宕機后，進行View change時通常選擇節(jié)點排序，順次成為提案人。而本文是在View change時使用上一次的VRF Value+節(jié)點私鑰進行VRF運算，計算出的VRF Value作為計算下次輪次提案人的因子，并將VRF Proof、VRF Value發(fā)送給其他Orderer節(jié)點做驗證，其他節(jié)點驗證通過后，更換新提案人。因此。引入基于ECDSA的可驗證隨機函數(shù)改進共識算法可以確保數(shù)據(jù)的安全存儲和不可篡改，同時在系統(tǒng)故障時也能保障系統(tǒng)的安全運行。

3 算法測試與分析

3.1 試驗環(huán)境配置與搭建

本論文采用的硬件環(huán)境CPU 4核，內(nèi)存2G的計算機4臺。超級賬本的部署關(guān)系到整個系統(tǒng)的底層業(yè)務(wù)。在本系統(tǒng)中主要實現(xiàn)的工作是超級賬本網(wǎng)絡(luò)的聯(lián)盟鏈架構(gòu)，具體的環(huán)境配置和軟件如表1所示。

3.2 測試方法與部署

本文使用服務(wù)器A、B、C進行試驗，下載并修改Hyperledger Fabric 2.2.1的源代碼，通過更新configtxgen和orderer服務(wù)的相關(guān)文件，將VRF改進帶入共識中，并在Docker-compose腳本中為orderer節(jié)點配置唯一的標識、端口和節(jié)點列表。節(jié)點的具體部署情況如表2所示。

3.3 測試結(jié)果

3.3.1 可驗證隨機函數(shù)性能測試

利用天津市漢拓計算機研究所的試驗環(huán)境和數(shù)據(jù)，依照本文設(shè)計的可驗證隨機函數(shù)進行性能測試。其實現(xiàn)的可驗證隨機函數(shù)主要分為三部分：生成密鑰、生成隨機數(shù)和證明、驗證隨機數(shù)和證明。通過試驗編寫代碼對本方案設(shè)計的可驗證隨機函數(shù)進行了多次測試，得到各部分算法的平均運行時間如表3所示。

由表3可知，可驗證隨機函數(shù)各部分算法的運行時間均在毫秒級，并且相較于處理交易所需的總時間，基本可以忽略其對交易處理速度的影響。

3.3.2 算法驗證過程

為證明本文提出的算法效率更高，將原始PBFT和改進后PBFT的通信次數(shù)公式列舉如表4所示。

表4中n為節(jié)點個數(shù)，x為分組的數(shù)量。改進后的通信次數(shù)前半部分表示組內(nèi)節(jié)點間的通信次數(shù)，后部分表示各組主節(jié)點間的通信次數(shù)。

如圖5所示，當發(fā)送量為1 000時，隨著節(jié)點數(shù)量增多其吞吐量也呈現(xiàn)出下降趨勢。此外原PBFT在4節(jié)點時的吞吐量與改進后PBFT在16節(jié)點的吞吐量接近。因此可以得知改進后的共識算法，即便在較多節(jié)點的情況下其單位時間內(nèi)處理交易量筆數(shù)也優(yōu)于改進前的PBFT。

綜上所述，同交易量下改進后的PBFT較原PBFT相比吞吐量較高、時延較低。除此之外隨著節(jié)點數(shù)量的增多，原PBFT在超過其處理能力后，時延與吞吐量都有明顯的下降趨勢；而改進后的PBFT在時延與吞吐量方面影響較小。因此可以看出改進方案的性能較之前相比有所提高。

3.3.5 同節(jié)點時不同交易量對比

根據(jù)Caliper報告測出的數(shù)據(jù)進行分析，對PBFT以及改進后PBFT的10節(jié)點性能試驗，其時延與吞吐量如圖6所示。由圖6可知，改進后的PBFT與改進前的時延相近。但當?shù)竭_一定交易量范圍后，會出現(xiàn)明顯延遲，時延差距較大。因而推知在未達到交易上限時，代表系統(tǒng)有能力處理，此時的延時不會過高。但當系統(tǒng)無法處理時，交易會發(fā)生堆積，導致延遲增加。相較于原PBFT在達到上限后時延的突增，改進后的PBFT在達到上限后的時延與未達上限前的時延差距較小，表明了改進后的PBFT具有較好的低延時性。

由圖7可知，在同節(jié)點的情況下，當交易筆數(shù)較少時，改進前后PBFT的吞吐量差別不大。但隨著交易筆數(shù)增多，原方案很快到達處理上限，并會維持在某一TPS水平附近；然而改進后的方案隨著交易筆數(shù)的增多其吞吐量仍繼續(xù)增加。由此可知，改進后的方案較原方案相比在吞吐量上有更高的提升。特別是在交易量較多時，改進后的方案其處理事務(wù)能力更強。

綜上所述，通過對10節(jié)點進行分析，可以看出在其處理能力范圍內(nèi)時吞吐量與時延差別較?。坏敵^其處理能力范圍，改進后的PBFT較最初相比有更好的處理能力。

4 結(jié)論

本文通過分析傳統(tǒng)農(nóng)產(chǎn)品倉儲管理系統(tǒng)存在的信息不對等、安全性較差等問題，利用區(qū)塊鏈的去中心化、分布式存儲、共識機制等技術(shù)，提出基于區(qū)塊鏈的智能農(nóng)產(chǎn)品倉儲模型。該系統(tǒng)對農(nóng)產(chǎn)品倉儲管理系統(tǒng)的優(yōu)化升級主要體現(xiàn)在3個方面。

1） 通過對企業(yè)和農(nóng)產(chǎn)品倉庫的智能化監(jiān)管實現(xiàn)資源的可管可控，保障各平臺間的數(shù)據(jù)交互。

2） 加強對農(nóng)產(chǎn)品儲備信息的集中管理，促進數(shù)據(jù)資源的匯聚共享。

3） 有望逐步形成區(qū)域農(nóng)產(chǎn)品聯(lián)盟鏈，有助于完善區(qū)域農(nóng)產(chǎn)品數(shù)據(jù)存儲、處理、動態(tài)監(jiān)管和協(xié)同調(diào)度，提升農(nóng)產(chǎn)品倉儲管理系統(tǒng)的安全性、可視性、易用性等。相較于傳統(tǒng)集中式農(nóng)產(chǎn)品物流倉儲系統(tǒng)，該系統(tǒng)雖然需要更多的環(huán)境配置以及調(diào)試操作，但其去中心化的設(shè)置提升了平臺的安全性與實用性，方便查詢與操作。

綜上所述，將區(qū)塊鏈的優(yōu)良特性應(yīng)用至農(nóng)業(yè)可有效解決目前農(nóng)產(chǎn)品倉儲系統(tǒng)存在的問題，提升協(xié)作效率，實現(xiàn)資源的有效整合與效益的最大化。本文不僅為農(nóng)產(chǎn)品倉儲優(yōu)化問題提供了新視角，同時也對農(nóng)業(yè)發(fā)展起到重要作用。關(guān)于“區(qū)塊鏈+農(nóng)產(chǎn)品智能倉儲”的模式，可以在此基礎(chǔ)上進一步探索，形成更加透明、高效、安全的物流倉儲體系。

參 考 文 獻

［1］ 劉強. 智能制造理論體系架構(gòu)研究［J］. 中國機械工程， 2020， 31（1）： 24-36.

Liu Qiang. Study on architecture of intelligent manufacturing theory ［J］. China Mechanical Engineering， 2020， 31（1）： 24-36.

［2］ 周藝華， 方嘉博， 賈玉欣， 等. 基于PBFT的聯(lián)盟鏈共識算法［J］. 計算機科學， 2021， 48（11）： 133-141.

Zhou Yihua， Fang Jiabo， Jia Yuxin， et al. Consortium blockchain consensus algorithm based on PBFT ［J］. Computer Science， 2021， 48（11）： 133-141.

［3］ Belhi A， Gasmi H， Bouras A， et al. Integration of business applications with the blockchain： Odoo and hyperledger fabric open source proof of concept ［J］. IFAC-PapersOnLine， 2021， 54（1）： 817-824.

［4］ 尚杰， 吉雪強. 區(qū)塊鏈應(yīng)用下生態(tài)農(nóng)產(chǎn)品供應(yīng)鏈優(yōu)化［J］.華南農(nóng)業(yè)大學學報（社會科學版）， 2020， 19（4）： 67-75.

Shang Jie， Ji Xueqiang. Optimization of ecological agricultural supply chain based on block chain application ［J］. Journal of South China Agricultural University （Social Science Edition）， 2020， 19（4）： 67-75.

［5］ 吳曉彤， 柳平增， 王志鏵. 基于區(qū)塊鏈的農(nóng)產(chǎn)品溯源系統(tǒng)研究［J］. 計算機應(yīng)用與軟件， 2021， 38（5）： 42-48.

Wu Xiaotong， Liu Pingzeng， Wang Zhihua. Traceability system of agricultural products based on blockchain ［J］. Computer Applications and Software， 2021， 38（5）： 42-48.

［6］ 張森， 葉劍， 李國剛. 面向冷鏈物流的區(qū)塊鏈技術(shù)方案研究與實現(xiàn)［J］. 計算機工程與應(yīng)用， 2020， 56（3）： 19-27.

Zhang Sen， Ye Jian， Li Guogang. Research and implementation of blockchain technology scheme for cold chain logistics ［J］. Computer Engineering and Applications， 2020， 56（3）： 19-27.

［7］ Du M， Chen Q， Ma X. MBFT： A new consensus algorithm for consortium blockchain ［J］. IEEE Access， 2020， 8： 87665-87675.

［8］ 伍星， 范玉順. 云制造服務(wù)場景下基于QoS值的改進PBFT算法［J］. 計算機集成制造系統(tǒng)， 2021（16）： 1767-1776.

Wu Xing， Fan Yushun. Improved PBFT algorithm based on QoS value in cloud manufacturing service scenario ［J］. Computer Integrated Manufacturing Systems， 2021（16）： 1767-1776.

［9］ Li W， Feng C， Zhang L， et al. A scalable multi-layer PBFT consensus for blockchain ［J］. IEEE Transactions on Parallel and Distributed Systems， 2020， 32（5）： 1146-1160.

［10］ 冷基棟， 呂學強， 姜陽， 等. 聯(lián)盟鏈共識機制研究綜述［J］. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2021， 5（1）： 56-65.

Leng Jidong， Lü Xueqiang， Jiang Yang， et al. Consensus mechanisms of consortium blockchain： A survey ［J］. Data Analysis and Knowledge Discovery， 2021， 5（1）： 56-65.

［11］ 劉雙印， 雷墨鹥兮， 王璐， 等. 區(qū)塊鏈關(guān)鍵技術(shù)及存在問題研究綜述［J］. 計算機工程與應(yīng)用， 2022， 58（3）： 66-82.

Liu Shuangyin， Lei Moyixi， Wang Lu， et al. Survey of blockchain key technologies and existing problems ［J］. Computer Engineering and Applications， 2022， 58（3）： 66-82.

［12］ Castro M， Liskov B. Practical byzantine fault tolerance ［C］. OsDI. 1999， 99（1999）： 173-186.

［13］ 肖帥， 王緒安， 潘峰. 無模逆運算的橢圓曲線數(shù)字簽名算法［J］. 計算機工程與應(yīng)用， 2020， 56（11）： 118-123.

Xiao Shuai， Wang Xuan， Pan Feng. Elliptic curve digital signature algorithm without modular inverse operation ［J］. Computer Engineering and Applications， 2020， 56（11）： 118-123.

［14］ Awad K M， ElNainay M， Abdeen M， et al. A secure blockchain framework for storing historical text： A case study of the holy Hadith ［J］. Computers， 2022， 11（3）： 42.

［15］ 高娜， 周創(chuàng)明， 楊春曉， 等. 基于網(wǎng)絡(luò)自聚類的PBFT算法改進［J］. 計算機應(yīng)用研究， 2021， 38（11）： 3236-3242.

Gao Na， Zhou Chuangming， Yang Chunxiao， et al. Improved PBFT algorithm based on network self clustering ［J］. Application Research of Computers， 2021， 38（11）： 3236-3242.

［16］ Xing J， Fischer D， Labh N， et al. Talaria： A framework for simulation of permissioned blockchains for logistics and beyond ［J］. arXiv preprint arXiv： 2103.02260， 2021.

［17］ 董振恒， 呂學強， 任維平， 等. 高性能區(qū)塊鏈關(guān)鍵技術(shù)研究綜述［J］. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2021， 5（6）： 14-24.

Dong Zhenheng， Lü Xueqiang， Ren Weiping， et al. Review of key technologies of high performance blockchain ［J］. Data Analysis and Knowledge Discovery， 2021， 5（6）： 14-24.

［18］ 盛守一. 基于區(qū)塊鏈技術(shù)的供應(yīng)鏈信息資源共享模型構(gòu)建研究［J］. 情報科學， 2021， 39（7）： 162-168.

Sheng Shouyi. Information sharing model construction of supply chain based on blockchain technology ［J］. Information Science， 2021， 39（7）： 162-168.

［19］ Hang L， Kim D H. Optimal blockchain network construction methodology based on analysis of configurable components for enhancing hyperledger fabric performance ［J］. Blockchain： Research and Applications， 2021， 2（1）： 100009.