基于区块链的可信制造供应链溯源框架设计

王天柱 李凌 彭志辰 邵鑫喆 库涛

摘 要：针对传统制造业供应链管理信息不透明、数据流易窜改以及追溯能力不足等导致的供应链组织间缺乏信任、机会成本增加的问题，利用区块链技术设计了可信制造供应链溯源（trusted manufacturing supply chain traceability，TMSCT）框架。首先，设计了一种主从链协作机制，帮助用户在保护隐私的同时进行可信合作；其次，通过链上链下存储模式减轻分布式节点的存储压力；最后，基于布隆过滤器与Merkle树构建B-Merkle 树，以快速判断当前区块是否包含目标数据。实验结果表明，B-Merkle树可以有效降低查询请求的平均处理时延，所提框架在数据存在性判断、隐私保护、灵活性和缓解节点存储压力方面相比现有解决方案具有更好的表现。

关键词：区块链； 溯源； 主从链； 链上链下存储； 布隆过滤器

中图分类号：TP311.13 文献标志码：A 文章编号：1001-3695（2024）05-004-1308-06

doi：10.19734/j.issn.1001-3695.2023.08.0389

Design of blockchain-based trusted manufacturing supplychain traceability framework

Abstract：To address the lack of transparency in traditional manufacturing supply chain management， the vulnerability to data tampering， and the insufficient traceability capabilities， which result in a lack of trust between supply chain organizations and increased opportunity costs， this paper designed the TMSCT framework by using blockchain technology. Firstly， it designed a master-slave chain collaboration mechanism to enable trustworthy collaboration while protecting privacy. Secondly， it implemented a hybrid on-chain and off-chain storage mode to alleviate storage pressure on distributed nodes. Finally， it constructed a B-Merkle tree based on Bloom filter and Merkle tree to quickly determine if the current block contained the target data. Experimental results demonstrate that the B-Merkle tree effectively reduces the average processing latency of query requests. The proposed framework outperforms existing solutions in terms of data existence verification， privacy protection， flexibility， and alleviating storage pressure on nodes.

Key words：blockchain; traceability; master-slave chain; on-chain and off-chain storage; Bloom filter

0 引言

工業4.0是指以数字化、自动化和智能化为核心的第四次工业革命，涵盖了从智能制造开始到价值交付渠道的全面数字化，推动了整个工业和消费市场的数字化转型［1～3］。在工业4.0背景下，制造企业需要不断提高整个工业生态系统的资源利用率，以更低成本持续提供更高质量、更专业的商品。同时，制造模式也将由集中式向分布式方向发展［4］。传统制造业主要依赖中心化数据库存储管理数据，易发生单点故障，造成信息丢失。此外，供应链上下游企业间信息共享不及时、不透明，无法确定信息记录过程中是否发生恶意窜改，可追溯性差。同时，参与者缺乏有效监管机制，合约履行无法得到保障。以上问题给供应链的管理以及数据溯源带来诸多挑战。

区块链技术起源于2008年，Nakamoto［5］在一个密钥密码学论坛上提出了比特币的概念，由此开启了区块链的历史。近年来，区块链技术凭借其分布式、去中心化、可追溯及防窜改等特点，在实现供应链的智能化、自动化、数据可信溯源等方面展现出了巨大的潜力，备受研究人员的关注［6，7］。目前在智能制造［8，9］、农产品［10，11］、药物［12，13］等领域，区块链技术得到了广泛的应用。Isaja等人［14］提出了基于区块链的可信质量数据共享框架，建立零缺陷制造中分散数据和过程数据与产品质量之间的关联。Raj等人［15］提出一种基于以太坊的供应链交易智能合约，并结合交互算法，为用户提供去中心化授权、流程自动化和信息共享的通用平台。Zhang等人［16］提出了基于区块链的PBRSC管理集成框架，利用双链结构、信息追踪模块和智能合约等关键技术，建立了高效可持续的动力电池逆向供应链系统。Xu等人［7］提出了一种基于以太坊的智能供应链管理方案，通过数字化纸质合同和票据，构建了数据驱动的信用评估方案，解决了传统供应链中核心企业信用力量无法有效辐射到下游合作伙伴的问题。Uddin［17］、Liu等人［18］针对药品供应链对可追溯性和高度透明的迫切需求，分别利用Hyperledger Fabric平台开发了Medledger框架和BIOT3平台，关联药物利益相关者，并通过智能合约管理药物相关信息，构建了分布式的药品供应链可追溯性解决方案。Liu等人［19］研究了区块链在进口生鲜食品供应链中的应用，并利用基本模型推导出供应链的最优定价策略以及使用区块链盈利的条件。Wang等人［20］集成区块链和RFID技术，以RFID阅读器为中间媒介，将食品供应链的产品信息以区块的形式同步保存至RFID标签与区块链系统中。以上研究表明，区块链可以围绕制造业供应链构建多个实体之间的信任价值网络，实现供应链的高效管理并提供数据可信溯源服务。

区块链技术提升了供应链的透明度和可追溯性，但也带来了新的问题。首先，将所有参与方关联到一条链上会导致企业失去必要的隐私性；其次，分布式存储意味着每个参与方都要保存整条供应链上传的数据，导致分布式节点存储压力过大；此外，在经济全球化的背景下，不同国家有不同的政策要求和执行标准，单个区块链网络无法同时满足所有需求。

针对以上问题，本文提出了一个基于区块链的TMSCT框架。主要工作如下：

a）设计了包含应用层、接口层、区块链网络层、链下存储层及感知层的五层TMSCT框架。

b）为满足隐私性和可信合作的双重需求，设计了一种主从链协作机制，并通过Hyperledger Fabric平台验证了可行性。

c）构建原始数据链下存储、关键数据及原始数据摘要链上存储的链上链下存储方案，以缓解分布式节点存储压力。

d）将布隆过滤器与Merkle树结合构建B-Merkle 树，为区块增加存在性过滤器，快速判断当前区块是否包含目标数据。

e）利用Hyperledger Fabric平台的通道机制搭建区块链网络部分，并借助SDK for Node.js简化了Web应用与区块链网络的交互流程，完成TMSCT系统的搭建，验证了TMSCT框架在供应链管理和可信溯源方面的可行性和有效性。

1 TMSCT框架概述及溯源数据上链过程

本文提出了一个基于区块链的TMSCT框架，以保证产品在完整生命周期内产生的数据的真实性和透明度，并提供安全不可窜改的存储方案和数据溯源方法。溯源数据贯穿整个供应链网络，由原料供应商、物流公司、制造商、经销商、用户和监管机构等主体共同组成联盟来对数据进行验证、查询和存储。

1.1 TMSCT框架

按照技术和功能，TMSCT框架可以分为五层，本节将逐层说明其作用以及它们之间的联系。如图1所示，从上到下分别为应用层、接口层、区块链网络层、链下存储层及感知层。感知层主要由物联网网关以及传感器、RFID标签、北斗定位装置等物联网资产组成。每个物联网资产拥有数字证书认证中心（certificate authority，CA）颁发的数字身份证书作为唯一设备标识。这些资产能够自动、准确地监测和跟踪物流运输、库存状态、产品质量数据等关键信息，避免人为操作的潜在误差和不可靠性。物联网网关负责管理物联网资产，并对海量异构的原始数据进行预处理，将其转换为标准格式。链下存储层由区块链网关和企业链下数据库组成。区块链网关管理着上链设备的数字身份证书，并对设备身份和上传的数据格式进行校验，校验通过后，原始数据会被保存在企业链下数据库中，关键信息会被暂时缓存，等待上传至区块链网络。区块链网络层为一个主从链协作网络，通过共识机制和加密算法来确保数据的安全性和不可窜改，并利用智能合约执行供应链管理中的业务逻辑和自动化流程，其具体工作机制将在下一节中详细说明。接口层位于应用层和区块链网络层之间，提供了便于交互的API和SDK，可用于处理应用程序与区块链网络之间的通信和数据交换。应用层的核心为DAPP，其提供了用户身份和权限管理、产品溯源以及质量监管等服务。

1.2 溯源数据上链过程

供應链由多个授权组织参与维护，并在时间维度上产生大量的动态数据，这些数据可用的前提是具有可追溯性［21］。数据的追踪溯源主要涉及三个方面的内容：a）对目标数据的源头数据进行追踪和描述；b）对源头数据演变到当前数据过程中各阶段状态信息的追溯和记录；c）对影响数据演变的各种因素进行描述和分析。区块链技术支持在分布式网络中进行信息共享，并创建不可窜改和可追溯的历史交易记录，是实现供应链可追溯性的可靠选择［22］。

在TMSCT框架中，以溯源码作为关键字来更新区块链网络分布式账本的状态值。首先，为每个产品生成唯一溯源码作为追溯数据的载体；然后，在产品流转过程中，将各阶段的追溯数据作为值，更新账本状态；最终，通过溯源码可获得一个关联起来的数据记录跟踪产品全生命周期的各个阶段信息。

上链数据根据传输路径分为两个方向：一种是自下而上，即由感知层直采数据，并通过区块链网关上传至区块链网络，这类数据通常是在产品的生产、运输和销售过程中产生的；另一种是自上而下，即用户通过DAPP上传数据并经由区块链网关验证上链，这些数据通常包括企业的资质证明材料、用户的身份证明副本等。为了方便理解图2，本节将简述几个关键节点的功能，具体内容将在2.1节中进行详细阐述。TMPN负责验证交易、执行背书以及验证区块；TMON负责通过共识机制对交易排序、打包并广播区块；aNode负责在主链和从链之间转发交互信息，以及封装并广播交易。

数据具体上链过程如图2所示。

a）用户通过DAPP发起一笔交易，请求将数据上链。

b）交易经过验证后被打包成区块保存在从链中，并将区块头的哈希值以及交易中的关键数据通过锚定节点转发至主链。

c）主链的TMPN调用智能合约验证交易的有效性。

d）TMPN对交易进行背书并发送给aNode。

e）aNode在收集并验证足够的背书后，与交易一起封装发送给TMON。

f）TMON对缓存池中的交易进行排序，排序规则基于交易的时间戳、交易优先级或其他自定义规则，并通过共识机制与其他TMON对交易顺序达成共识。

g）区块生成的规则可以按照时间周期、交易数量或交易大小进行设置。TMON在判定当前缓存的交易符合打包条件后执行打包流程，并通过广播形式将新区块发送给所有TMPN。

h）TMPN首先验证区块头中的当前区块哈希、前置哈希及时间戳等是否正确，其次验证交易格式、签名及引用的账本状态是否存在且符合规则。通过验证后，新区块被接受，并根据交易逻辑对账本进行更新，最后将交易结果发送给aNode。

i）aNode将交易结果转发给从链中的TMPN。

j）TMPN通过DAPP告知用户数据上链的结果。

自此，从链完成了当前生产阶段的任务并将关键信息通过主链与其他利益方共享。负责下一生产阶段的企业通过主链获取到所需信息，并展开本阶段工作。最终，从链上传的生产信息在主链中形成产品从原材料到成品售出的完整可追溯数据。

2 TMSCT框架关键技术

2.1 主从链协作机制

区块链的去中心化机制赋予参与节点对等的权利和义务，任一节点都需要对上链数据进行有效性计算、验证和存储。因此，区块链网络的整体性能受到单个节点性能上限的限制［23］。经济全球化背景下，企业间的合作往往是跨国家、跨地域的，这意味着共同维护区块链的企业可能面临不同执行标准和隐私政策。为此本文提出了一种主从链协作机制，其架构如图3所示。在该机制中，由一条主链和多条从链协作维护整个供应链网络。从链是私有链或由部分企业维护的联盟链，负责根据合约要求完成责任范围内的工作，并将结果共享至主链；主链是由所有企业共同维护的联盟链，负责验证存储由从链上传的交易信息，并提供溯源服务。在生产中，主从链协作机制允许不同组织根据业务需求部署从链，并在其维护的节点上安装定制化的智能合约。这种机制确保了敏感数据只在特定的从链内部流通，与主链数据隔离，有效保护了隐私。具体而言，加入区块链网络的节点会获得由其所属组织颁发的数字身份证书，并相应地获得访问权限，这使得节点可以在从链中上传或检索数据。从链A的用户即使拥有最高管理员权限，也仅能在从链A与主链中获取共享信息。主从链协作机制为组织间的协作提供了更多个性化的选择，可以平衡用户对数据共享和隐私保护的双重需求，同时减轻节点验证工作的负载压力，提高系统的整体性能上限。

主从链协作机制包含以下几个关键角色：

a）智能合约。其本质是一种自动化执行的计算机程序，其实例和状态存储在区块链中［24］。在构建区块链网络时，参与方需依据业务需求设计一套通用的合约，包括通用术语、交易规则、交易流程和数据规范，并以智能合约的形式部署到区块链网络中自动执行。智能合约具有确定性，即由相同的输入条件得到的输出也相同，这种特性保证了分布式节点能够通过智能合约验证交易的有效性，并与其他节点达成一致共识。

b）可信制造对等节点（trusted manufacturing peer node，TMPN）。它普遍存在于主链和从链之中，是区块链网络运行的基础节点。在从链中，TMPN收集并通过智能合约审核当前生产阶段的数据，并将关键信息以及原始数据摘要发送给aNode；在主链中，TMPN同时担任记账节点和背书节点两个角色。主链中生成新区块时，TMPN对其进行有效性、合法性验证，并作为分布式记账节点进行记账；作为背书节点时，TMPN负责验证从链上传的数据并执行背书操作，并将结果发送给对应aNode。

c）锚定节点（anchor node，aNode）。它是将从链锚定至主链，实现主从链协作的桥梁。aNode负责将当前从链上传的数据广播给主链的TMPN，并在收集到足够的背书结果后，与数据一起封装发送给所有TMON。单个从链可以有多个aNode，但单个aNode只能服务于单个从链。

d）可信制造排序节点（trusted manufacture ordering node，TMON）。在分布式区块链网络中，不同节点接收到的交易可能因网络延迟和传输路径不同导致顺序不一致，进而出现账本分支。主从链协作机制中打包区块的步骤被单独分离出来交由TMON处理。TMON用一个缓存池来接收来自TMPN的交易，并对交易进行排序。在对交易进行背书检查后，TMON通过共识算法与其他TMON对交易顺序最终达成一致。当满足区块生成时间间隔、交易数量或交易大小中的任一条件时，TMON执行打包程序，将新区块广播给所有TMPN。

在主从链协作机制中，系统通过非对称加密技术为节点生成公钥和私钥。节点N上传至从链的交易数据TXN如式（1）所示。

其中：TN为时间戳；DN表示上链数据，由溯源码TID、键k以及值v组成，n代表了键值对的数量；PKN为节点N的公钥；SigSKN表示通过私钥SKN生成的数字签名。从链中的节点通过PKN验证SigSKN的有效性，并通过智能合约和共识机制对TXN验证和存储。aNode根据新区块中的信息生成SCTXN并转发至主链。SCTXN的组成如式（2）所示。

其中：SCID表示从链的编号；KDN表示从DN中提取的关键信息，m表示关键信息中的键值对数量；Hash（DN）表示DN的数据摘要，通过哈希加密生成，用于验证从链数据的完整性。

2.2 链上链下存储模式

区块链网络的维护节点众多，上链所有生产信息会造成网络拥堵并增大存储压力，使系统性能受限。为了解决这些问题，可以采用链上链下存储模式，充分发挥区块链和传统数据库的优点。如图4所示，用户通过CA注册获取唯一的数字证书，用于证明身份和所属企业，并获得数据上链或溯源等相应的操作权限。在链上链下存储模式中，原始数据保存在链下的数据库中，仅将关键数据及其哈希值上链。此外，通过状态数据库保存当前账本状态值，以实现快速访问。这种存储模式既利用区块链技术确保数据不易窜改，又避免了区块链存储容量不足的限制。同时，链下数据库具有大容量存储、快速响应、高度可扩展、数据隐私和低存储成本等优点，可以更好地满足业务的定制化需求。

2.3 B-Merkle树

区块通常由区块头H、区块数据D和区块元数据M三部分组成。区块头包含区块编号、前置哈希以及当前哈希；区块数据包含一个有序的交易列表；区块元数据包含时间戳、写入者的数字证书及签名等。Merkle树常用于构建区块的哈希树，以进行区块的完整性验证，其构建过程如下：首先，对每个交易进行哈希运算，生成唯一的哈希值；其次，将这些哈希值两两配对并进行哈希运算，得到上一层哈希值；最后，不斷迭代上一步骤，直至得到根哈希。根哈希又称为Merkle根，被保存在区块头中，窜改区块中的任何一笔交易，都会导致Merkle根发生改变。因此，Merkle树可以快速判断区块中交易数据的完整性。但是，基于Merkle树构建的区块在检索不存在的数据时，效率有待提高。当检索一个不存在的数据时，系统会遍历当前区块的Merkle树，若查询失败则向前一区块继续检索，直至创世区块停止，这会消耗大量的时间和计算资源。一种可行的方法是将布隆过滤器BF与Merkle 树进行结合，可减少对每个区块的检索时间，快速获取到目标数据。

布隆过滤器是一种空间效率极高的概率型数据结构，尤其适用于处理海量数据集的成员搜索问题［25］。它允许一定程度的误判，可能存在不属于集合的元素被布隆过滤器判定为属于，不存在原本属于集合的元素但被布隆过滤器判定为不存在的情况。布隆过滤器主要由一个位数组和一组哈希函数组成。每个哈希函数将集合中的元素映射到位数组的某个位置。位数组各个位置的初始值均为0。当添加元素时，用每个哈希函数分别对元素进行哈希计算，得到一系列哈希值，并将位数组的相应位置的值置1。当查询某个元素是否属于集合时，只需同样用哈希函数计算出位数组的若干个位置。若任意位置上的值为0，则说明该元素不在集合中，反之则认为该元素属于集合。布隆过滤器误判率计算方法如式（3）所示。

其中：P为误判率；k为用于映射的hash函数的个数；n为插入元素的数量；m为位数组的大小。通过增大m、降低n或k能够降低误判率P。m的大小可以先确定，但n的大小受主观因素影响不易确定，因此k的取值很大程度上决定了误判率的大小。可以对式（3）两边取对数，得到式（4），继续对两边求导得到式（5），令式（5）等于0可求出当k=m ln 2/n时P取得的极值，此时误判率最低。

图5展示了基于B-Merkle 树构建的区块。每次对交易进行哈希加密时，也会同步插入到布隆过滤器中。在数据查询时，首先使用布隆过滤器判断数据是否可能存在，如果布隆过滤器返回肯定结果，则继续在区块中检索。这种方法可以充分利用布隆过滤器时间和空间复杂度较低的优点，快速判断当前区块是否包含目标数据。

2.4 TMSCT框架數据溯源流程

图6展示了用户在从链节点发起溯源请求并从主链获取到数据的具体流程。其中，溯源请求在经过从链TMPN的验证后，由aNode将从链编号和请求信息进一步封装转发至主链，主链TMPN解析并验证请求信息，如果数据溯源码成功击中布隆过滤器，则在区块和链下数据库检索并返回对应信息。

3 TMSCT系统部署及测试

本章通过固定每秒处理的交易数量（TPS），比较在加入布隆过滤器前后，区块链网络的交易吞吐量以及在处理交易请求时的延迟，以验证布隆过滤器在降低请求延迟方面的有效性和可行性，并以此为基础搭建TMSCT系统。

3.1 测试环境

本研究区块链网络部分采用虚拟机搭建测试环境，虚拟机操作系统为Ubuntu 22.04版本，8核CPU，系统内存为16 GB，硬盘大小为100 GB，带宽为12 Mbps。Fabric版本为1.4.12，选用CouchDB作为状态数据库，MySQL数据库存储原始数据，采用PBFT共识机制，智能合约通过Go语言编写。为了避免繁琐的依赖关系配置和版本兼容性问题，实现智能合约和节点的快速部署和启动，通过Docker为每个智能合约和节点搭建了专属的容器，与主机环境进行隔离，避免它们在运行过程中受到主机环境的影响。

3.2 交易吞吐量及交易平均处理时延对比

为了测试B-Merkle 树在提升查询速率方面的有效性，本文选用HyperLedger社区的开源区块链性能基准框架Caliper进行测试［26］。Caliper提供了丰富的测试场景和性能指标，可以模拟多种复杂的使用场景，评估区块链网络在不同负载下的表现。在测试中，无论有无布隆过滤器，事务发送速率最高均在250 TPS左右。因此，本节以25 TPS为间隔，分别测试从25～250 TPS的固定发送速率下区块链网络的吞吐量，以及同时由两名工作者各自发起1 000次查询请求的平均交易处理时延。

TPS是衡量区块链网络性能的一项指标，表示1 s内处理的事务数量，如式（6）所示。

其中：τ指完成特定数量事务需要的时间窗口；SumTransactionsτ指τ时间内处理的事务数量。

单笔交易处理时延的计算方法如式（7）所示。

Latencytx=Tr-Ts=Ttx-b+Ttx-c+Tblock-b（7）

其中：Tr表示收到交易处理结果的时间；Ts表示交易发起时间;Ttx-b表示交易发送给背书节点的传输时间;Ttx-c表示交易通过共识的时间；Tblock-b表示交易被打包成区块并进行广播确认的时间。如图7所示，加入布隆过滤器以后，区块链网络的吞吐量没有明显变化，但查询请求的平均处理时延比改进前的区块链网络更低，说明布隆过滤器可以有效减少对未存储目标数据的区块的检索时间。

3.3 TMSCT系统

为了进一步验证TMSCT框架的可用性和有效性，本文基于此框架开发了TMSCT系统。TMSCT 系统区块链网络部分通过HyperLedger Fabric平台搭建。首先，使用Fabric CA为节点颁发数字身份证书，以赋予其访问区块链网络的权限。其次，Fabric提供了通道机制，用于实现多个参与方之间的数据隔离和私密通信。通过使用Fabric CLI工具，首先创建一个主通道，并将各个组织节点加入其中，形成主链网络。根据业务需求，为原料组织、物流组织、加工组织和经销商组织分别创建由相应组织节点维护的独立通道，从而构建出四个从链网络。在通道中，fabric peer节点负责处理交易请求、执行背书并存储数据，fabric orderer节点负责生成和广播区块。链上数据以键值对形式保存在CouchDB数据库中，链下数据则保存在MySQL数据库中。为了方便与区块链网络进行交互，通过HyperLedger Fabric提供的SDK for Node.js，将用户注册、信息上链、事件监听和信息查询等业务进行封装，构建Web端与区块链网络便捷交互的API。采用Nginx作为反向代理服务器，平衡Web端的请求，以实现负载均衡。以Redis数据库作为中间件，缓存用户查询请求的结果，以避免重复请求对系统资源的浪费。Web端作为溯源服务的入口，提供了产品从原材料到成品出售过程的完整信息。图8展示了TMSCT系统的登录界面和溯源入口，消费者可以在溯源界面键入有效的产品溯源码获取完整的溯源信息。

供应链各组织人员可登录到溯源系统查看自身访问权限内的信息，系统管理员拥有完整的访问权限，可以查看到产品物流信息。

通过对比TMSCT系统与相关研究提出的方案，得出如表1所示的结果。文献［17，27，28］都没有对需要溯源的数据作存在性判断，会导致系统浪费不必要的资源去检索未保存的数据。文献［17，27］都选择将全部数据存储在区块链中，这样会给节点带来巨大的存储压力，影响系统的整体上限。文献［27］选择了以太坊公链作为方案的实现平台，虽然可以隐匿用户身份信息，但缺乏对隐私数据的有效保护。另一方面，由于在以太坊中执行交易需要支付以太币，这间接限制了系统的吞吐量。文献［28］方案中，用户通过溯源码从链下关系型数据库中检索溯源信息，并通过对比链上保存的数据摘要来验证溯源信息的真实性和完整性，该方案虽然利用链下数据库减少了区块链节点的存储压力，但同时也失去了链上追溯数据的能力。

TMSCT系统作为TMSCT框架的初步验证平台，通过在链上存储关键信息、链下保存完整数据，有效缓解节点存储压力的同时，保证了数据的链上可追溯性；利用主从链协作机制构建主从链网络将隐私数据隔离在从链中，为供应链组织提供了隐私保护；通过B-Merkle树，对溯源数据先进行存在性判断后再进行检索，有效提升了查询速率，降低了系统资源消耗。TMSCT系统证明了TMSCT框架的有效性，可以持续为供应链组织提供高效、可靠的管理和溯源服务。

4 结束语

本文提出了一个基于区块链的五层TMSCT框架，对产品的原材料、生产、流转历史、销售等进行跟踪和追溯，实现了制造业供应链的透明管理和可信合作，并提供了不可窜改、可追溯的产品信息。其次，为了解决单一区块链网络下用户缺乏隐私、节点存储压力过大的问题，在TMSCT框架中設计了主从链协作机制、链上链下存储模式和B-Merkle 树，使用户可以在保护隐私的情况下进行可信合作，并有效减少了节点的存储压力，同时提升了链上数据查询速率。

最后，本文通过Hyperledger Fabric平台和Caliper框架评估了TMSCT框架的可行性和有效性，并基于此搭建了TMSCT系统。结果表明，该系统可以实现供应链的高效管理，并提供可追溯、不可窜改、透明的产品信息。

未来，笔者将在以下几个方面进一步展开工作：首先，为区块链网络中的节点设计动态的信用评估方案，以便及时剔除恶意节点；其次，本文只考虑在有限的利益相关者的条件下对TMSCT框架展开测试，但在实际制造业场景中，设备的数量和利益相关方的规模都在更高的数量级，有待进一步验证其实用性；最后，在TMSCT框架基础上继续开发TMSCT系统，为用户提供数据可视化、风险分析和投资回报率等服务。

参考文献：

［1］Lasi H， Fettke P， Kemper H G， et al. Industry 4.0［J］. Business & Information Systems Engineering， 2014，6（4）： 239-242.

［2］Ghobakhloo M. Industry 4.0， digitization， and opportunities for sustainability［J］. Journal of Cleaner Production， 2020，252： 119869.

［3］于青云， 赵慧， 许佳，等. 复杂制造系统建模与优化研究现状及展望［J］. 信息与控制， 2023，52（1）： 1-17. （Yu Qingyun， Zhao Hui， Xu Jia， et al. Status and prospect of modelling and optimization for complex manufacturing systems［J］. Information and Control， 2023， 52（1）： 1-17.）

［4］王天然， 库涛， 朱云龙，等. 智能制造空间［J］. 信息与控制， 2017，46（6）： 641-645. （Wang Tianran， Ku Tao， Zhu Yunlong， et al. Smart manufacturing space［J］. Information and Control， 2017，46（6）： 641-645.）

［5］Nakamoto S. Bitcoin： a peer-to-peer electronic cash system［EB/OL］. （2008）［2023-08-22］. https：//bitcoin. org/bitcoin.pdf.

［6］Yaga D， Mell P， Roby N， et al. Blockchain technology overview［EB/OL］. （2019-06-26）. http：//doi.org/10.6028/nist.ir.8202.

［7］Xu Zhijun， Zhang Jun， Song Zhaoxiong， et al. A scheme for intelligent blockchain-based manufacturing industry supply chain management［J］. Computing， 2021，103（8）： 1771-1790.

［8］Zhang Qiang， Liao Baoyun， Yang Shanlin. Application of blockchain in the field of intelligent manufacturing： theoretical basis， realistic plights， and development suggestions［J］. Frontiers of Engineering Management， 2020，7（4）： 578-591.

［9］Wu Yue， Zhang Yingfeng. An integrated framework for blockchain-enabled supply chain trust management towards smart manufacturing［J］. Advanced Engineering Informatics， 2022，51： 101522.

［10］Kamilaris A， Fonts A， Prenafeta-BoldEuclid SymboluAp＇F X. The rise of blockchain technology in agriculture and food supply chains［J］. Trends in Food Science & Technology， 2019， 91： 640-652.

［11］孫传恒， 于华竟， 徐大明，等. 农产品供应链区块链追溯技术研究进展与展望［J］. 农业机械学报， 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］. Trans of the Chinese Society for Agricultural Machinery， 2021，52（1）： 1-13.）

［12］Uddin M， Salah K， Jayaraman R， et al. Blockchain for drug traceabi-lity： architectures and open challenges［J/OL］. Health Informatics Journal， 2021，27（2） . https：//doi. org/10.1177/14604582211011228.

［13］刘扬， 胡学先， 周刚，等. 基于多层次区块链的医疗数据共享模型［J］. 计算机应用研究， 2022，39（5）： 1307-1312，1318. （Liu Yang， Hu Xuexian， Zhou Gang， et al. Multi-level blockchain-based model for medical data sharing［J］. Application Research of Computers， 2022，39（5）： 1307-1312，1318.）

［14］Isaja M， Nguyen P， Goknil A， et al. A blockchain-based framework for trusted quality data sharing towards zero-defect manufacturing［J］. Computers in Industry， 2023， 146： 103853.

［15］Raj P V R P，Jauhar S K，Ramkumar M，et al. Procurement， traceabi-lity and advance cash credit payment transactions in supply chain using blockchain smart contracts［J］. Computers & Industrial Enginee-ring， 2022， 167： 108038.

［16］Zhang Xugang， Feng Xinbiao， Jiang Zhigang， et al. A blockchain-enabled framework for reverse supply chain management of power batteries［J］. Journal of Cleaner Production， 2023， 415： 137823.

［17］Uddin M. Blockchain Medledger： Hyperledger Fabric enabled drug traceability system for counterfeit drugs in pharmaceutical industry［J］. International Journal of Pharmaceutics， 2021， 597： 120235.

［18］Liu Xinlai， Barenji A V， Li Zhi， et al. Blockchain-based smart trac-king and tracing platform for drug supply chain［J］. Computers & Industrial Engineering， 2021，161： 107669.

［19］Liu Shuai， Hua Guowei， Kang Yuxuan， et al. What value does blockchain bring to the imported fresh food supply chain？［J］. Transportation Research Part E： Logistics and Transportation Review， 2022， 165： 102859.

［20］Wang Lixing， He Yulin， Wu Zhenning. Design of a blockchain-enabled traceability system framework for food supply chains［J］. Foods， 2022，11（5）： 744.

［21］Qiao Rui， Zhu Sifeng， Wang Qingxian， et al. Optimization of dyna-mic data traceability mechanism in Internet of Things based on consortium blockchain［J/OL］. International Journal of Distributed Sensor Networks， 2018，14（12） . https：//doi.org/10.1177/1550147718819072.

［22］Ahmed W A H， MacCarthy B L. Blockchain-enabled supply chain traceability—How wide？ How deep？［J］. International Journal of Production Economics， 2023，263： 108963.

［23］Ou Wei， Huang Shiying， Zheng Jingjing， et al. An overview on cross-chain： mechanism， platforms， challenges and advances［J］. Computer Networks， 2022， 218： 109378.

［24］Kemmoe V Y， Stone W， Kim J， et al. Recent advances in smart contracts： a technical overview and state of the art［J］. IEEE Access， 2020， 8： 117782-117801.

［25］Duan Yongshuai， Huang Junqin， Lei Jiale， et al. AISChain： blockchain-based AIS data platform with dynamic Bloom filter tree［J］. IEEE Trans on Intelligent Transportation Systems， 2023， 24（2）： 2332-2343.

［26］Xu Xiaoqiong， Sun Gang， Luo Long， et al. Latency performance modeling and analysis for Hyperledger Fabric blockchain network［J］. Information Processing & Management， 2021，58（1）： 102436.

［27］Omar I A， Debe M， Jayaraman R， et al. Blockchain-based supply chain traceability for COVID-19 personal protective equipment［J］. Computers & Industrial Engineering， 2022，167： 107995.

［28］Thangamayan S， Pradhan K， Loganathan G B， et al. Blockchain-based secure traceable scheme for food supply chain［J］. Journal of Food Quality， 2023， 2023： article ID 4728840.