B2C 区块链视角下的 电商平台产品信息追溯和防伪模型

丁 庆 洋,朱 建 明 100081) (中央财经大学信息学院,北京市

China Business and Market - - CHINA BUSINESS AND MARKET -

20 90

摘 要: 世纪 年代以来,伴随着我国电子商务的飞速发展,产生了一系列制约我国网络零售市场长远发

B2C

展的难题,特别是 销售中存在的信息不对称、产品信息追溯和防伪问题等,更是难以依靠常规网络零售市场治理手段予以彻底解决。鉴于区块链技术能够凭借分布式存储架构、区块链式连接、“瀑布效应”,利用密码学、共识算法、智能合约等技术,在信息收集、流转、共享等过程中解决信息追溯难题,弥补产品防伪漏洞,防止信息篡改,而区块链上传信息的真实性、可用性、完整性问题,也可借助物联网技术加以解决,即能够通过接入物联网信息采集终端,确保信息客观公正动态地传输到电商平台产品信息区块链,实现对产品性状等信息的实时跟踪记录,因此可利用区块链技术实现对产品信息的追溯并防止篡改,进而结合物联网技术解决产品防伪问题。关键词:区块链;分布式网络;瀑布效应;产品信息追溯;产品防伪

中图分类号:F713.36 文献标识码:A 文章编号:1007-8266(2017)12-0041-09

一、引言

20 90

世纪 年代以来,我国电子商务飞速发展,

2016取得了举世瞩目的成就。[1]截至 年底,中国电

22.97

子商务交易额达到 万亿元,同比增长25.5%。其中,网络零售市场(B2C)交易额5.3

万亿39.1%,远高于电子商务总交易额的元,同比增长

B2C

增长速度。然而,在 模式交易额快速增长的同时,其发展仍然面临信息不对称、交易过程中发生的纠纷责任难以界定、服务不到位、伪劣产品难以消除、消费者信息泄露等诸多问题。这些问题的存在严重制约着我国网络零售市场的长远发展。为解决上述问题,学术界和产业界进行了大 量有益的探索,主要包括加强平台监管、建立营销商综合评价体系、完善法律法规、完善综合物流体系等。尽管这些网络零售市场治理手段对净化市场环境、保护消费者权益起到了积极的促进作用,但仍然无法从根本上解决消费过程中存在的产品信息不对称、产品信息追溯困难、产品真伪难以辨别等问题。中国电子商务研究中心的调查报告显

2016

示,在 年全国零售电商被投诉的热点问题中,因信息不对称、产品信息追溯困难、产品真假难以辨别等问题而引发的投诉分别占投诉问题总量的22%、13%、11%。

[2]

B2C

在解决 销售中存在的信息不对称、产品信息追溯困难以及产品防伪等问题的过程中,传

收稿日期:2017-11-17基金项目:国家自然科学基金重点项目“工业信息物理融合系统安全理论与关键技术”(U1509214);中央财经大学研究生科

研创新基金“基于区块链技术的智能服务交易架构研究”作者简介:丁庆洋(1991—),男,河北省邢台市人,中央财经大学信息学院博士生,主要研究方向为区块链应用、经济信息分

析;朱建明(1965—),本文通讯作者,男,山西省太原市人,中央财经大学信息学院教授,博士生导师,主要研究方

向为信息安全、区块链技术、经济信息分析。

统的产品信息披露和防伪技术手段难以实现生产销售各环节信息的互联互通,产生了大量产品信息真空环节,存在诸多漏洞。比如,产品防伪码可以查询该代码的存在性,而一旦被复制或损毁就无法发挥其防伪的作用了。又如,电商平台上的不法商家套用真实的商品物流信息而销售假冒产品的事件层出不穷。本文从信息技术角度出发,提出了利用区块链和物联网技术解决上述问题的途径。区块链技术采用分布式存储结构,利用密码学、共识算法、智能合约等技术,在信息收集、流转、共享等过程中实现信息的防篡改、防伪造和可追溯。[3]结合物联网技术,可以保证客观的动态数据传入区块链,实现对产品性状等信息的实时跟踪记录。[4]采用区块链技术构建的产品信息追溯和防伪信息系统可以做到产品信息的互联互通,将供应链以及销售环节的信息进行集中整合实现产品信息真实、透明、可追溯并防篡改,进而封堵产品造假空间,确保产品质量和品质。本文以区块链的分布式存储结构以及链式连接所产生的瀑布效应为切入点,介绍了基于区块链的产品防伪系统实现产品信息追溯和防止信息篡改的技术原理,在分析传统信息追溯中信息层级劣势的基础上,结合物联网技术提出基于区块链的以电商平台企业为主导的产品信息追溯和防伪模型,并通过实例进行说明。

二、研究现状

Web of Science、CNKI、ACM通过检索 等数据库,发现当前以电商平台为主导的基于区块链的产品信息追溯和防伪相关研究较少,且主要集中在产品信息追溯、网络假货治理及防伪技术等方面。具体研究进展如下:

(一)产品信息追溯

浦徐进等 [5]认为,产品质量安全问题的危害程度与供应链上各成员可追溯系统的追溯精度成正比。食品的特殊性使之成为国内外产品信息追溯主要的研究对象。马里奥(Mario G C A)

[6]提出了葡萄酒的产品信息追溯系统,该系统存储了葡萄酒从葡萄园到消费者手中整个供应链的全部存储及加工信息,借助该系统可以有效分析供应链的全过程,实现产品质量管理。黄(Huang L J)等

[7] 以电子商务环境为背景,基于射频识别(RFID)技术、数据集成技术、数据安全技术设计了农产品供应链跟踪系统以及时跟踪和发现农产品食品安全问题所在的环节。于合龙等[8]针对水稻质量安全问题,以珲春水稻为研究对象,结合物联网技术、

PERTRI射频识别技术、条码技术,利用 网模型设计并实现了水稻质量安全可追溯物联网系统。该系统采用浏览器/服务器模式对水稻种植信息、农事信息、加工及质量检测系统层级信息、物流运输及终端销售环节进行实时跟踪和记录,并将各环节产生的数据通过无线局域网、移动通信网、互联网等动态传输至系统服务器,通过分析和整理形成溯源码,消费者通过扫描溯源码对水稻信息进行溯源。除了食品行业以外,产品信息追溯也被应用到时尚产品领域 [9]、信息传播领域以及制造

[10]。

行业

(二)网络假货治理及防伪技术长期以来,假冒伪劣商品不仅严重影响我国经济发展,而且危及企业和消费者切身利益,特别是涉及肉类、牛奶等特殊食品和民生物资时,一旦出现假冒伪劣商品,就会造成难以估量的社会和个人损失。[ 11 ]过去,假冒商品大多来自于规模相对

10~15较小的生产企业,而在过去的 年间,假冒商品生产企业已经从小规模企业转变为拥有国际分销网络的组织良好的大型企业,并借助电子商务网络渠道开展售假造假行为。阳超等[ 12 ]认为,网络假货属于假货流通领域引发的经济难题,是知识产权制度与电子商务共同作用的产物,网络假货的治理应以知识产权制度为基础,针对假货生产、假货流通、假货消费三大环节,围绕假货生产商、假货中间商、假货零售商、电子商务平台、假货消费者四大行为主体,从道德和法律两个层面入手制定相应的治理策略。威尔考克(Wilcock A E)等 [ 13 ]从企业角度出发,提出了一套综合防治假货的方法,包括加强供应链管理和完善企业质量管理体系两个方面。其中,加强供应链管理即采用先进的防伪技术提高技术标准,借助稳固的分销渠道让消费者更加清楚地了解产品,并结合诸如鞋服产品、软件传媒产品、电子技术产品及食品药品给出了具体策略;完善企业质量管理体系指从质量策略、质量目标、管理方法、战略计划、消费者关注点、雇员职责划分及培训、过程管理等方面入

手制定企业防伪策略。张(Cheung H H)等

[ 14 ]提出了利用射频识别技术打击假冒产品的思路,解决了射频识别防伪追踪系统搭建以及产品标签选择、标签编程和锁定等问题,通过开发瓶装产品包装线,将射频识别防伪系统与实际产品相结合,并通过仿真实验的方式证明了该思路的可行性。孙SunCH 提出了基于全球定位系统(GPS)和( )等[15]加密中文敏感码识别农产品产地的防伪系统,该系统可以收集和处理农产品的重量和位置信息,每次根据不同密码的高级加密标准算法对中文敏感码进行加密和编码,打印出防伪标签,利用电子商务平台的信息存储与整合优势实现农产品防伪。(三)现有信息追溯和防伪技术存在的不足

1.

产品信息追溯系统安全性低。传统的产品信息追溯系统采用中心式数据存储方式,一旦中心系统受到攻击就会导致产品信息泄露甚至被篡改,信息的安全性和可靠性就很难得到保障。

2.

产品供应链各环节不能实现信息共享。传统的信息追溯模型尽管可以实现对产品信息的采集和记录,但供应链各环节的参与者并不能平等无差别地获取产品信息,存在产品信息层级。其中,产品生产商作为整个系统的运营者占据绝对优势,消费者所能接收到的信息范围及信息真实程度完全由生产者掌控。

3.

产品信息追溯系统及防伪技术成本高。先进的产品信息可追溯系统和防伪技术意味着生产企业不仅需要建设大量的硬件基础设施,而且需要投入大量的人力物力对系统进行维护,会提高产品的生产成本。

4.

产品信息追溯及防伪缺乏有效的市场协调中心主体。产品信息追溯是实现产品防伪的重要支撑,一旦产品生产、流通等环节的信息公开透明可查询就会有效封堵造假空间。现有产品信息追溯和防伪技术只是侧重强调某一方面,并未实现二者的有效整合。同时,现有产品信息追溯和防伪技术多以某一特定行业或特定产品为设计对象,难以满足消费者多种类、跨行业的产品信息需求,缺乏有效的市场协调主体对各类产品信息进行整合。

结合已有研究成果,本文认为,可利用区块链技术来实现产品信息的可追溯并防篡改,进而结合物联网技术实现产品防伪。

三、区块链信息追溯与防篡改技术原理

(一)区块链分布式网络

2008 年,中本聪(Nakamoto S)

[ 16 ]结合先前研究提出了比特币的设想,创建了一个完全去中心化的分布式电子现金系统,经过一段时间的发展,比特币被认为是迄今为止最安全的电子现金交易系统, [ 17 ]是区块链技术应用最成功的范例。接下来,将以比特币为例介绍分布式节点及其所形成

1

的分布式网络。图 为比特币分布式节点网络示意图。一个完整的比特币网络所包含的节点主要可

Bitcoin Core Cli⁃分为三类,即比特币核心节点( ent)、完整的区块节点(Full Node Client)、轻量级节

SPV Wallet、Thin Client Wallet

点(如 等)。[18]在比特币网络中,核心节点完整地保存着比特币网络中的挖矿数据、交易数据、区块数据、比特币持有数据,是比特币网络中最完整、最全面的数据存储节点。而完整的区块节点和轻量级节点仅保存核心节点的部分数据。比特币网络区别于现行中心化网络分布模式的关键之处在于,每一个参与者都可以在个人设备上来选择运行何种客户端,同时,运行完整的区块节点客户端的使用者和运行轻量级节点客户端的使用者既可以随时向网络请求全部数据,也可以下载运行核心节点客户端。这样的节点数据存储模式为分布式网络的构建奠定了基础,使得网络中并不存在中心节点,实现了网络分布的去中心化,避免了网络中心节点存储并占据大量数据资源的局面,实现了全网数据的公开透明与集体维护。

(二)“瀑布效应”分布式网络拓扑结构使得区块链系统中的数据具有公开透明性,但并没有办法实现对数据的溯源和防篡改。在区块链中,数据追溯是通过时间戳服务和区块之间链式连接的设计机制实现的,并利用哈希函数加密的方式来实现数据的不可篡改性。

2

如图 所示,每一个区块都包括区块头、区块体两个部分。其中,区块头封装着当前区块头哈希值、前置区块头哈希值、时间戳、区块难度以及随机数等信息;区块体封装着当前区块具体交易事项,并利用哈希函数将交易事项的文本信息转

化成随机序列形式进行存储。每一个区块都对应着唯一的区块高度,区块被全网认证的时间越晚,区块高度值越大。

通过在每一个区块头中封装前置区块头哈希值的方式,将当前区块与其前置区块相连接形成链式结构,而区块链中区块的前后顺序通过加盖时间戳的时间顺序进行确认。比如,假设区块编号为N的区块其当前区块头哈希值为Hashnew1,前置区块头哈希值为Hashnew0,时间戳标记的时间为Time,则区块N的前置区块头哈希值来自于区块N-1

的当前区块头哈希值,而区块N的当前区块头哈希值Hashnew1将成为区块N+1

的前置区块头哈希值,区块的前后排列与时间戳标记的历史顺序一致,由此形成了具有时间先后顺序的链条式区块链结构。

N-1

在区块链中,区块 的区块头包含“前置区

N-1块头哈希值”字段,而区块 的当前区块头哈希

N-1值会受到该字段的影响。一旦区块 的身份标识发生变化,其后续区块的身份标识均会随之发

N-1生变化。这是因为,区块 一旦出现任何变化,

N-1

区块 的“当前区块头哈希值”字段就会发生变

N-1“当前区块头哈希值”字段的改变化。而区块

将迫使区块N的“前置区块头哈希值”字段发生改

变,并进一步导致区块N的“当前区块头哈希值”字段发生改变。依此类推,一旦某个区块发生变化,其后续链条上的区块均会发生变化。于是,随着区块链接入区块的不断增加,便会产生“瀑布效应”。而伴随着区块链接入区块数量的增多,这种“瀑布效应”将大大增加区块中数据的稳定性,增

2 N-1加数据的篡改难度。如图 所示,编号为 的区块,其当前区块头哈希值为Hashnew0,如果该区块的数据发生变动,必然会导致Hashnew0发生变化。而且,由于Hashnew0封装在编号为N的区块中,Hashnew0的变化会引起Hashnew1的变化,并进而导致Hashnew2

N-1发生变化。由此可以看出,一旦区块 发生变化,其后续所有区块头的哈希值均会随之变化,均要重新计算。依此类推,便产生了“瀑布效应”,大大增强了数据的防篡改性。同时,区块链采用分

51%布式存储结构,使得攻击者只有在拥有全网的算力时,才能真正实现对数据的篡改,从而使得区块链中的数据极具安全性。

区块链记录所有已经发生的交易的信息,过程高效透明,数据安全性高, [ 19-20 ]在供应链管理领域将区块链技术应用于产品信息追溯和防伪,能够对维护良好市场秩序、改善消费环境产生巨大的推动作用。从目前来看,区块链技术在产品信

息追溯和防伪方面的功能主要是产品信息存储。将产品的生产信息、物流信息、交易信息存储在区块链中,不仅能够使信息得以完整保存,而且难以被篡改,从根本上解决产品在区块链上的信息溯源和防篡改问题。不过,为确保上传到区块链中的信息真实、可用、完整,还需要进一步引入物联网技术。在现有产品信息追溯实践中,普遍结合了物联网技术,通过接入物联网中的信息采集终端,将信息客观公正地传输到产品信息区块链中。

B2C四、基于区块链视角的 电商平台产品信息追溯和防伪模型

在现阶段主流的电子商务交易模式中,供应链各交易主体是动态变化的,特别是客户的流动性更强,且具有很大的随机性。[ 21 ]同时,电子商务平台企业所提供的商品种类繁多,而不同种类的商品因商品属性差异较大,其信息可追溯系统的设计机制也有所区别。另外,产品信息可追溯的实现需要供应链各环节各主体积极参与,协同配 合。因此,在电商平台产品信息追溯模型中需要解决的关键问题,一是实现客户动态管理,便于客户接入系统查询信息;二是对不同种类的商品采用不同的信息追溯模型设计方式;三是基于前面两点建立产品供应链各环节协同参与、信息公开透明管理的产品信息追溯与防伪机制。

(一)产品信息追溯模型中的客户动态管理

电商平台在电子商务交易过程中起着中介作用,在为生产企业搭建分销渠道的同时也为消费者汇集各种产品实现一站式购物提供便利。现阶段,电商平台依靠强大的数据处理和存储能力,通过管理消费者购物账户的方式实现对消费者的动态管理。消费者账户是消费者登录网站进行购物的凭证,消费者登录账户后既可以购买商品,也可以查询消费记录或者管理收货地址等。以此为基础,依靠电商平台强大的消费者账户管理能力,可以便捷地实现基于区块链技术的产品信息追溯系统的消费者动态管理。区块链技术实现分布式存储的一个重要基础是共识机制,而这要求区块链系统中存在稳定数量的节点对新产生的区块进行共识和验证。以电商平台为主导的产品信息追溯系统可以利用自身所拥有的稳定活跃在线用户解决这一问题,通过设置账户积分等激励机制来提高消费者参与区块信息验证的积极性。另外,在消费者账户中提供产品信息追溯系统的接口,可以为消费者提供便捷的查询渠道,进而实现基于区块链技术的产品信息追溯系统的客户动态管理问题。(二)不同种类商品的信息追溯模型设计现阶段,电商平台所提供的产品种类繁多,根据其是否有物理实体,可将产品分为有物理实体产品和无物理实体产品两种类型。对于无物理实体产品,其产品信息追溯和防伪是可以依靠区块链技术来实现的。比如,一家位于美国洛杉矶的

MetaX,就基于开放的区块链开发平广告科技公司

台以太坊,研究开发了可用以对创意内容进行跟踪的“Adchain”程序。而有物理实体的产品,由于其产品信息追溯和防伪涉及较多环节,如原材料、生产加工环节、物流运输环节等,不仅增加了产品信息追溯的难度,也为不法分子进行造假活动留下了很大空间,此时尽管区块链技术所具有的信息安全、数据可溯源及防篡改特性可为信息追溯系统提供优良的数据存储方案,但并不能从产品源头上防止虚假信息输入区块链,还要结合其他技术。因此,本文在现有研究基础上提出,利用物联技术来确保产品信息客观公正实时动态地输入到区块链中。

3

图 为区块链视角下有物理实体的产品信息

3

追溯与防伪框架。如图 所示,物联网数据层的数据来自于由传感器和状态监测器所构成的物联网,这些传感器和状态监测器可对产品的生产、加工及运输状态等情况进行实时监控,保证数据的真实性。物联网数据层将真实、客观的第一手资料传输到区块链数据层的信息区块,而这些原始数据由获得区块记账权的矿工写入区块链,并经过区块链中节点的验证成为不可篡改、可追溯的产品信息区块链。同时,产品的电子交易信息也会存储于产品区块链数据存储系统,进而将物联网的实体流转信息与电子商务的线上交易信息相融合,形成电子商务交易信息物理融合的闭环回路系统。

(三)供应链各环节协同参与的产品信息追溯和防伪模型

现有产品信息追溯和防伪技术并不能确保产品供应链上各参与者共享产品信息,同时技术设计场景仅仅针对某一特定产品,存在局限性。而将电商平台企业作为建设产品信息追溯和防伪系统的中心协调主体,可以较好地解决当前技术手段存在的问题。这是因为,电商平台可以实现对多种类多供应链环节的信息整合,充分发挥自身拥有海量数据、供应链管理经 验丰富、基础设施完善、活跃用户数量大等优势,实现对多类型、跨行业产品信息的追溯和防伪。

由此,本文提出基于区块链技术的以电商平台为主导的协调供应链各环节的产品信息追溯和防伪模型。其原理如下: f ( M,T,EBP,C,IOT,BC),

P

P为有物理实体的产品

MIT = fP ( M,EBP,C,BC),

P为无物理实体的产品

其中,MIT代表产品信息追溯,P代表产品,M代表生产企业,T代表运输企业,EBP代表电商平台企业,C代表消费者,IOT代表物联网技术,BC代表区块链技术,fP代表产品信息追溯函数。

FP ( M,T,EBP,C,IOT,BC,O),

P为有物理实体的产品

MAC = FP ( M,EBP,C,BC,O),

P为无物理实体的产品

其中,MAC代表产品信息防伪,P代表产品,M代表生产企业,T代表运输企业,EBP代表电商平台企业,C代表消费者,IOT代表物联网技术,BC代表区块链技术,O代表其他因素,FP代表产品防伪函数。

在基于区块链技术的以电商平台为主导的产品信息追溯和防伪模型中,fP 为 FP 的充分条件。

1

图 比特币分布式节点网络示意图

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.