基于区块链的快速智能决策与协同防控机制研究——以突发性大规模疫情为例

贾 斌，张 阳，花 嵘，梁永全

(山东科技大学 计算机科学与工程学院，山东 青岛 266590)

一、引言

自2019年12月中旬以来，一种被世界卫生组织命名为COVID-2019的新型冠状病毒大规模疫情突然暴发，并逐步发展成为世界范围内的高级别公共卫生安全事件。COVID-2019严重威胁到我国乃至世界各国人民的身体健康及生命安全，造成了不可估量的损失[1]。作为较早发现疫情的地区之一，我国政府对其采取了积极有效的防控手段，例如实行“关口前移措施”[2]等，取得了显著效果。在应对疫情的过程中，“中国力量、中国效率、中国速度”已经受到世界卫生组织以及多个国家领导人的一致好评，堪称全球大规模疫情防疫工作的典范。然而，由于像COVID-2019这种大规模疫情具有突发性、未知性和不可预测性等一系列特点，在应对此类公共卫生安全事件过程中，整个社会体系的某些环节或者个别管理部门会存在管理制度僵化、协同防控部署迟缓、公共大数据共享管理模式滞后等诸多问题。因此，针对当前突发疫情风险的防范、治理、溯源、协作等相关工作，亟需通过区块链、大数据、人工智能等新一代信息技术，合理进行多部门信息共享，加强疫情研判能力，实现快速智能决策，提高协同防控水平，从而及时调整防控策略，实施精准防控部署，并优化各类输入人员的隔离措施。

区块链是去中心化的分布式账本,被用于记录历史交易数据,具有不可篡改、不可伪造、可验证性、可追溯性等技术优势[3]。区块链技术的研究与应用呈现出暴发式增长态势，被认为是继大型机、个人电脑、互联网、移动/社交网络之后计算范式的第五次颠覆式创新[4]。2019年10月24日，习近平总书记在中央政治局第十八次集体学习时强调，要把区块链作为核心技术自主创新重要突破口，加快推动区块链技术和产业创新发展。利用区块链技术构建智慧城市，协同智慧民生服务平台、智慧城管信息服务平台、智慧政务信息服务平台和智慧经济信息服务平台，能够在突发性大规模疫情出现时，实现快速智能决策、信息共享和协同防控，防止疫情进一步扩大，协调做好疫情防范工作，从而最大化地保证人民生命安全和社会的安定和谐[5]。

鉴于此，为了突出大数据时代区块链和人工智能的技术优势，应利用云计算与数据挖掘方法对信息数据进行统计整合，突破传统数据孤岛，对疫情下人们的体征与社会行为加以综合分析，智能感知事态发展趋势，实时共享信息，形成全新数字价值链体系，做到应急预案和快速决策的超前部署，最终实现各单位、组织、团体乃至个人关于突发性公共卫生安全事件的智能化协同联防联控新体系。

二、区块链与疫情防控

疫情暴发以后，国家制定了“早发现、早报告、早隔离、早治疗”的防控政策并得到了各地方政府与相关部门的贯彻落实。国家卫生健康委员会将新型冠状病毒肺炎纳入乙类传染病，并采取甲类传染病的预防和控制措施，发热门诊现阶段的主要任务在于早发现、早报告感染病例，落实“日报告、零漏报”和直报制度[6,7]。对于确诊病例及疑似病例采取相关临床诊治决策，即按照轻型、普通型、重型、危重型进行分类而治。疫情得到阶段性有效控制后，国家及时调整对策，确定了“内防扩散、外防输入”的措施要求，继续加强疫情监测，对确诊患者集中收治、疑似患者集中隔离、发热患者和密切接触者特别观察，有效控制传染源，切断传播途径，保护易感人群[8,9]。在这一系列措施中，区块链技术可以更好地帮助实现疫情检测、收治隔离、信息共享、态势感知，以及区域协作等诸多方面的功能，通过对公共安全数据的采集、处理、匿名化、实时交互以及智慧共用过程的有效监管，实现疫情暴发前后各组织部门的快速智能决策、协同防控、追踪溯源等，如图1所示[10]。

图1 基于区块链的疫情防控总览

区块链是集分布式数据存储、共识机制、智能合约、加密算法等若干技术于一体的数据库系统，区块链的签名验证以及传输技术如图2所示。在实际应用中，区块链技术的数字签名使用的是非对称加密算法和哈希函数，从而确保链上数据不被篡改，保证参与主体身份的真实性和消息的完整性[11]；通过数字签名算法进行具体人员身份管理验证和数据信息验证[12]，通过非对称加密算法得到一个密钥对，用来对个人信息加密，数字签名即是用私钥加密、公钥解密。在区块链系统中，每一个节点都是一个账本，每个节点都需要承担网络中的网络路由、数据验证和传播等任务。与传统的中心化数据库相比，区块链可以在无需第三方认证机构的介入下完成每次传输，有助于在不安全网络环境下建立用户间信任，利用共识机制保证数据和传输的安全，同时智能合约的参与方又都受制于有约束力的数字化协议。近年来，随着区块链技术的快速发展，国内外学者对区块链技术的研究与应用进行了积极的探索。2017年，涂奔等人[13]将区块链与人工智能技术相结合，提出了基于区块链的预测模型，可提高模型中建模数据的安全性、交互性、可操作性并极大地降低了模型维护成本。2018年，Hadley等人[14]根据区块链的溯源机制与加密算法，将其应用于医疗行业大数据管理中，提升了健康医疗数据的安全性与交互性。

图2 区块链身份验证及安全传输

基于区块链与人工智能的突发性大规模疫情快速智能决策与协同防控机制，具有四大优点。(1)利用区块链技术，能够在“措施+法规”的共识机制下，以政府部门监管为前提，实现公开透明、可溯源防篡改以及高效运行的大数据资源管理体系，以便在大规模疫情突发时，做到数据共享、人员身份与行踪追溯、信息集中管控等。(2)保障了突发性疫情信息与疫情智能决策协同交互过程的公开、透明与高效。在区块链结构模型中，依托去中心化底层架构链接的各节点可以随时请求获得网络中的所有数据，所有节点都具有相同的权限与功能，实现了大数据的公开透明和安全稳定，保证了信息数据的多层次和多元化交互。当有重大公共卫生事件发生时，可以从上到下地使各单位、组织、团体和个人获取到其所在权限下的疫情信息和处理方案。(3)实现了各政府部门以及各级卫生机构对数据的可溯源和可验证，例如公共交通工具的二维码实名登记措施。通过区块链技术，哈希函数能够对数据进行加密，利用密码学方法在保障上链数据的安全性和完整性的同时，实现数据的不可篡改，同时区块链中的链式数据结构和时间戳模块又保证了所有数据可以进行溯源查询。因此，疫情期间，可以快速有效地把握和追踪确诊人员发现前的历史行动路径和密切接触人员，方便及时有效地对其进行排查与回溯，并做好相关接触场所的消毒与隔离。(4)提高了各级政府部门、组织机构和街道社区的应急响应与协同防控能力。传统的疫情防控职能单位之间由于手续繁琐、人力物力耗费巨大、冗余数据资源过多等问题导致其相互之间的交互响应周期较长，且成本过高。利用区块链、人工智能和大数据技术，可以根据疫情发展态势，提前做好各类预案，有效缩短应急响应时间，合理地制定出群防群控措施，实现全社会、全国乃至全球性的协同防控[15]。

三、基于区块链的大规模疫情快速智能决策技术架构

本文将区块链技术应用于突发性大规模疫情资源管理中，以数据安全整合、大规模突发性疫情预测、网络数据信息传输以及防疫安全管控为技术核心，设计基于区块链的疫情管理技术架构，如图3所示。

图3 基于区块链的疫情防控技术架构

基于区块链的大规模疫情快速智能决策技术架构主要包含五层，即数据层、网络层、共识层、合约层和应用层，每层分别根据国家政府机关监管以及疫情协调防控措施进行本地化改良。(1)数据层作为疫情防控技术架构的基础层，包含了数据区块、时间戳、链式数据结构、哈希函数、可信树、椭圆曲线加密(Elliptic Curves Cryptography，ECC)等信息。其中，时间戳为所有疫情防控的大数据资源标记了时间维度；运用数字签名对数据区块进行链式链接，有助于数据溯源，基于区块链的疫情防控架构的链式数据结构由中心化、多中心化和弱中心化三种模式组成，针对突发性大规模疫情管理中不同数据接收者、管理人群等发挥其各自的技术优势，为区块链应用于疫情协同防控工作中的数据处理与应急响应提供技术支持；哈希函数、可信树、椭圆曲线加密则为疫情防控资源数据提供了安全、可靠、可追溯的分布式存储能力。(2)网络层内部封装了区块链维护预先设定好的P2P对等网络、传输控制协议/网际协议(Transmission Control Protocol/Internet Protocol，TCP/IP)以及传播机制，疫情防控网络建立在TCP/IP网络协议基础上，通过P2P传输构建分布式存储和通信模块。(3)大规模疫情快速智能决策架构的共识层是指在国家政府的监督下共同制定，由政府机关进行集中管理，主要包含面向公安机关、卫生健康组织、疫情防控指挥部以及其他涉密部门的私有链共识机制，面向组织团体、防疫一线人员、医疗机构等的联盟链共识机制，以及面向公众人群的信息公开、透明的公有链共识机制。同时，共识层内部封装了实用拜占庭容错算法(Practical Byzantine Fault Tolerance，PBFT)、非拜占庭Raft算法、权益证明算法(Proof of Stake，PoS)、委托权益证明算法(Delegated Proof of Stake，DPoS)以及相互改进的混合共识算法，既保证了疫情资源分布式管理系统中的安全稳定状态，又防止了网络延迟或分节点设备故障及离线等原因引起的通信问题。(4)大规模疫情快速智能决策架构的合约层是在国家法律法规和政府相关政策的基础上，制定的智能数字合约。在普通的智能合约模板中加入义务条约、奖励机制、荣誉机制，使其可以有效地提高数据更新的及时性、准确性，并极大降低了人为干预、人为失误带来的误差风险，降低了疫情防疫管理系统的运营成本。(5)应用层为整个区块链疫情防控架构的最顶层，其属于模型核心，应用层面向的群体主要是参与疫情协同防控的政府机关、企事业单位、各职能组织、一线防疫工作者以及普通民众。应用层为各组织单位提供服务器、数据接口与智能决策计算。私有链接入政务机关等涉密部门、联盟链接入疫情防控指挥中心、公有链接入疫情防控实施和管理部门以及普通民众，通过区块链的链式架构，实现身份权限验证、历史数据获取、物资资源查询以及进行大数据分析、人工智能预测等态势感知数字化与可视化功能。

四、基于区块链的大规模疫情协同防控体系构建

为了充分发挥现代数字化技术对疫情协调防控的积极作用，笔者提出了一种基于区块链的突发性大规模疫情信息共享、快速智能决策和协同防控管理模型。根据疫情防控决策部门、疫情数据监测分析机构、疫情数据管理组织三方的特点，设计了疫情防控指挥中心面向民众的公有链、面向疫情防控相关组织之间的联盟链和面向政府机关内部涉密体系的私有链，构建出突发性大规模疫情背景下的大数据智能共享、隐私保护、安全可靠的综合型区块链服务体系。其总体可分为四个部分，即公共数据获取、疫情区块处理、数据交互和智慧决策以及疫情快速智能决策与协同防控，具体如图4所示。

图4 基于区块链的突发性大规模疫情快速智能决策与协同防控管理体系

(一)公共数据获取

公共数据获取是突发性大规模疫情快速智能决策与协同防控的第一步，信息渠道及数据获取来源主要包括城市物联网系统、通信网络以及线上信息。在城市物联网中，车辆终端、铁路公交地铁、共享车联网、民航与物流系统等都时刻记录大规模人流数据，各主要交通干道、商业区、城市街道、学校医院等区域的监控系统保存了行人行车的详细信息，上到大型交通设施，下到可移动电子终端的定位系统，都可以进行物理空间的位置报告与智能防护，当大规模疫情发生时，可以实现风险区域(疫情传播源或者确诊患者接触地)以及特定人群(如疫情疑似患者)的识别监管，充分明确各类人流情况，为突发性大规模疫情的协同防控工作提供大量数据支持和预警与决策；在通信网络中，RFID传感器记录的生物体征、红外数据，无线智能手机存储的用户全方位的生活、工作、娱乐和使用习惯信息，基站通信系统记录的语音、文字、图像、视频信息等，都为疫情精准防控以及各防疫职能部门协同防控提供有效支撑；互联网中，大规模疫情暴发时的线上舆情信息和互联网浏览记录等能够有效反应媒体和人们的舆论情况，可以通过及时有效的数据信息管控与引导，杜绝谣言并避免恐慌，同时进行积极的疫情防控信息传播，加强各方面的疫情协同群防群控力度[16,17]。

(二)疫情信息区块化处理

疫情信息区块化处理是对疫情资源数据等进行上链与发布，将获取到的公共安全数据进行整理、整合、细分及归档。按照相关部门制定的标准进行有效数据采集以获取实时数据，然后对其进行数据匿名、数据清洗和数据装载。经过预处理后，与其所对应的区块链上原数据进行完整性与一致性的比对，适配该疫情区块上的共识机制。在基于区块链疫情防控管理体系的初期执行过程中，各分布式区块节点保存的数据异步满足共识机制后，会接入至分布式数据库接口以待发布，下一阶段则进行区块链的录入及数据有效性确定，根据区块数据的公开性、隐私性、安全性、受体敏感性及合规性，在国家政府机关与相关监督监察机构的监管下分别在针对民众的公共区块链、针对政府相关疫情防控部门的联盟链以及针对相关安全和保密机构的私有链上发布信息。

(三)疫情数据交互和智能决策

疫情协同防控资源管理存在着诸多问题与困难，例如普通民众的个人用户隐私安全需求、企事业单位商业管理机密数据安全、国家政府机构涉密信息安全，以及疫情发生时确诊人员与疑似人员的个人详细信息、防疫一线人员物资操作流程等敏感性问题。通过区块链的分布式存储技术和共识机制能够为上述问题提供合理有效的解决方案，将疫情的传播、管理、应急等公开决策“上链”至区块链，安排相应的信用激励、荣誉激励、物质激励和法律法规制度约束，利用人工智能技术对大数据进行深度挖掘。在基于区块链的疫情协同防控基础上，提出针对普通民众的公有链，针对国家政府机关和企事业单位的联盟链以及针对保密体系的私有链的区块链网络场景，同时在国家政策指引下和相关监督机构监管下，制定有效的激励机制与相关法律法规，以此促进疫情数据交互与智能决策能力，实现突发性大规模疫情协同防控大数据的高效、安全、智能、可靠、权威可信的处理水平。

1.国家政府机关面向普通民众的公有链

2016年2月，中共中央发布《关于全面推进政务公开工作的意见》，提出要推进政务公开，尤其是公共安全信息的落实，保证政府信息受到监督、敏感信息受到保护、普通信息合法使用。因此，针对普通民众的公有链上的信息数据需要在政府机构的监管下进行分类、处理以及发布，例如公交、地铁、铁路与航班信息的实时动态数据、突发性疫情的实时确诊人数与感染区域范围等与普通民众密切相关的信息。区块链技术的发展让更多组织团体、学者专家、普通民众都能参与到疫情防控与治理中来，利用人工智能和大数据挖掘，分析疫情防控形势，鼓励全民参与，通过群体智能对区块链的交互和使用，对疫情防控事件作出预测与基础防治。通过制定相应信用激励、荣誉激励、物质激励以及相关法律法规，从而激发专业人员、商业机构和民间团体对疫情防控数据进行深度挖掘，提供实用有效的建议和交流渠道，以此提高国家职能部门的业务能力、降低疫情二次暴发概率和大规模传播速度与扩散程度，以保障全国乃至全世界人民的生命安全。

2.针对国家职能部门间的联盟链

政府机构拥有较为完善和高性能的数字化信息管理平台，但由于大部分机构的业务流程处于新旧转换阶段，或是依然沿用传统工作方式方法，物理型的“数据孤岛”情况导致各部门之间因数据资源割裂而无法进行实时数据的交互共享。一旦发生大规模突发性疫情时，各防疫部门难以应对海量异构数据，例如对交通枢纽、口岸安检、档案管理、审计流程等资料库的全面挖掘应用。由此，提出针对国家政府机关、各类单位团体、防疫部门和街道社区的联盟链，使用时间戳、哈希函数、Merkle树、ECC加密等技术以保证疫情协同防控数据的隐私安全、追踪溯源与问责追责。智能合约与共识机制实现了数据的自动化管理和数据便捷性交互使用，创造了安全、可靠，且值得各方信任的大数据共享资源。激励机制与法律法规共同推动国家职能部门和其他各单位的数据资源规范统一，做到实时获取、实时交互、实时监测，提升其跨维度合作程度，使得政府机关、卫生防疫机构和其他组织能够快速高效地协同防控。

3.针对保密体系的私有链

大数据关联可以有效解决疫情数据的物理型孤岛现象，但大量的数据关联亦会产生一定的敏感信息泄露风险，当疫情信息的关联发布涉密或涉及公民个人隐私时，就可能被别有用心的人员利用，甚至侵害国家权益和个人利益。因此，针对疫情协同防控中的涉密体系内容，提出使用区块链技术中的私有链利用哈希与加密技术对涉及到国家绝密、政务机密、秘密资料以及个人隐私的信息进行非对称加密，以实现重要数据资料的脱敏保护。根据区块链的密钥验证体系，将具有保密数据的私有链进行读写权限划分，在国家层面以及相关机构制定的规则制度管理下，对不同组织、部门和个人划分出不同的操作权限，以便根据不同等级的数据进行安全操作，并保证所有数据的安全可靠、不可篡改以及可追溯。

突发疫情协同防控大数据的三种类型区块链实行分链式管理，极大地减少了各分布式节点的负载压力，在进行快速决策计算与数据交互时，能够体现出耗时短、耗能低、便捷高效的特点。所提出的三种区块链类型也可以相互作用，当政府机构需要时，可根据共识机制与相关法律法规，实时性地修改与获取各公有链、联盟链以及私有链的管理规则，得到监管部门和所有节点的许可后，进行跨链式的深度挖掘与智能获取，以实现在统一领导指挥下的全方位、多层次、立体式的协同联防联控。

(四)突发疫情快速智能决策与协同防控

疫情快速智能决策与协同防控是协同防控体系的综合应用。疫情各类资源经过大数据统计分析、数据挖掘、模型建立和人工智能技术处理后，在应用层可以解决数据的信息服务与智慧共用闭环，实现良性的反馈循环，从而加强大规模突发性公共卫生事件的预防与管控，提升防疫工作的快速智能决策、应急响应与协同防控能力。

1.基于区块链的疫情智能决策管理

疫情智能决策管理体系从大规模疫情事件的生命周期角度，可以划分为疫情事件发生前的监控与预测、疫情事件发生时的应急响应与处理、事件发生后的反馈与管控。

(1)突发性大规模疫情事件发生前，监控与预测体系主要包括实时数据查询分析、异常情况预警及智能数据检索。根据三种区块链类型所提供的数据，可进行实时数据资源收集、处理与分析，构建智能风险预警模型。政府职能机构在数据的智慧检索和异常实时监控基础上，结合历史数据反馈与专业技术人员的检测处理，分析突发性重大疫情发生的概率，提升对突发疫情的预防与应对能力。

(2)大规模性疫情突发时，应急响应主要应包括资源跨链调配、识别疫情有关人群并制定解决方案。国家机关可以跨公有链、联盟链、私有链进行高效的数据追溯与获取，如疫情所在地和传播区域的物联网数据、疑似感染人群的历史行踪、历史感染传播记录资料等，以便高效识别确诊和疑似人群分布情况，快速制定隔离与治疗方案，将疫情的传播速度与人员的感染死亡率尽可能降到最低。

(3)大规模突发性疫情发生后，则进入了一个漫长而且关键的疫情防控阶段。该阶段需要反馈管控体系对其管理的有效性，反馈管控主要包括舆情监管(含防疫信息宣传)、次生危险监测(疫情的传播监测以及密切接触者追踪)，以及事后处理方案的制定(包括感染人员的救治与相关配套资源整合)。

2.基于区块链的疫情协同防控

疫情协同防控包括各部门的高效信息交互与高效智能管控两个部分。一方面，在共识机制的协调下搭建协同信息网络，保证疫情大数据的安全管理、个人隐私与涉密信息的保护、高效跨域响应以及政府部门有效监管；另一方面，突发事件响应决策平台是突发性公共事件的中枢系统，国家相关职能机构在区块链信息共享基础上，通过统计分析、机器学习、深度学习与神经网络、数据挖掘及群体智能方法，制定完善的突发事件处理方案。通过应用疫情大数据，建立相应地算法模型以及事件处理反馈机制，使单位和个人均能做到各负其责，实现最优化目标。

五、结语

面临突如其来的大规模疫情事件，一些组织或部门存在管理制度僵化、协同防控部署迟缓、公共大数据共享管理模式滞后等诸多问题，对此，笔者基于区块链、人工智能和大数据等新一代信息技术，探索并提出了面向突发性大规模疫情的快速智能决策与协同防控机制，具有广泛、重要的实践意义。