基于区块链的智慧校园数据共享模型研究.pdf

2023 年第 7 期188智能技术信息技术与信息化基于区块链的智慧校园数据共享模型研究徐小梅1XU Xiaomei 摘要 针对目前高校智慧校园中心化数据共享模式中出现的数据确权、数据安全、数据易篡改、数据溯源困难等问题，以及没有彻底消除的“数据孤岛”现象，利用区块链技术在数据共享方面的天然优势，构建智慧校园去中心化的数据共享模型。模型采用多通道的解决方案，即构建数据索引和数据交易双链；模型保留原有数据存储方式，原始数据不上链，并对 PBFT 共识机制进行改进，加入智能合约；通过将该模型与中心化数据共享模型进行对比分析，发现该模型在数据共享方面具有明显优势，能更好地解决高校数据共享中存在的问题，提高数据共享效率，进一步推动高校智慧校园建设。关键词 智慧校园；数据共享；区块链；共识机制；智能合约 doi：10.3969/j.issn.1672-9528.2023.07.0471.兰州交通大学 甘肃兰州 730070 基金项目 国家自然科学基金（61662043）0 引 言目前高校在不断推进智慧化校园建设，数据共享是这一过程的关键因素之一，各高校也因此建设了各种中心化的数据共享平台1-3。但是，在中心化的数据共享过程中存在数据确权、数据安全、数据易篡改、数据溯源困难等诸多问题，导致数据的流动性差，“数据孤岛”也没有彻底解决，数据共享的深度和广度受到了一定限制。区块链是一种近些年迅速发展的新型融合技术，它的去中心化、时序数据、集体维护、安全可信、不可篡改、可追溯等技术特性给数据共享提供了新的解决思路，所以本文借鉴区块链在数据共享方面的研究经验4-10，利用区块链技术构建安全、可信、可控的数据流转环境，解决高校数据共享中多方信任、隐私保护、数据安全和数据确权等问题，更好地实现高校数据资产的保护和价值转移，加速推进智慧校园建设。1 高校数据共享存在的问题高校从数字校园向智慧校园的转变过程中，基于大数据、云计算、虚拟化、物联网、移动互联等新技术将学校信息资源和应用资源进行整合。在数据资源的集成共享过程中，高校打破各信息系统分头建设、缺乏统筹造成的“数据孤岛”局面，通过数据中心的方式实现跨部门间数据的互联互通，但是目前这种中心化的数据共享方式存在以下主要问题，影响了高校数据共享的效率，智慧校园建设受到一定阻碍。一是数据共享方面的相关法律法规、行业标准、规章制度都处于初级阶段，还没有实际落实应用，数据的分类和分级机制缺失，数据确权问题没有得到全面解决；同时，数据作为一种特殊的商品具有虚拟性、可复制性，造成了数据的非稀缺性和不可控性，数据关系的复杂又加剧了数据确权的难度。二是在数据共享中数据安全得不到保障，数据面临越权使用和二次流动的风险，虽然各种审计策略可以进行追溯审计，但是监管手段跟不上，审计不透明，很多问题也没有进行准确界定。数据泄露、易篡改、交易混乱等现象，使数据在生产者、所有者、使用者和管理者之间信息不对称，导致数据溯源困难，很难准确、及时的发现数据安全方面的问题。2 区块链在数据共享中的应用价值 区块链是从比特币底层技术衍生出来的新型技术11，融合了 P2P 网络、共识机制、分布式存储、密码学、智能合约等多种技术，这些技术在数据共享方面有着天然的应用价值。一是数据确权。数据确权是数据交换和共享的前提条件。区块链中数据通过哈希运算获得唯一值指代原始数字内容，对原始数据进行唯一标识，再利用数字签名完成身份与数据绑定，通过区块链去中心化和分布式记账等特点实现数据发布验证和权属认定，保障了确权数据的真实性和原始性。二是数据溯源和防篡改。区块链中的通过对原始数字内容进行哈希运算，因哈希算法具有单向性、抗篡改的特点，所以数据一旦上链就具有不可篡改的特性，很自然解决了数据难以溯源、易篡改等问题，有效保证了数据的完整性和一致性。时间戳作为交易证明一个很重要的信息，使得区块上的信息无法更改，由于父区块的时间戳纳入进行了 2023 年第 7 期189智能技术信息技术与信息化哈希运算，从而形成前一个时间戳的“增强”，数据防篡改也进一步增强。三是数据的可用性。区块链又称为分布式账本，本质上是一种以链式数据结构存储的分布式、去中心化网络数据库系统。区块链基于分布式网络完成数据的验证、记账、存储、维护和传输等过程，每个分布式节点都是一个数据备份，能容忍部分节点异常，保证数据的可用性。四是数据的隐私性和安全性。在区块链系统中，所有的交易都是通过密码学算法进行签名和加密，并且存储在分布式的网络节点中，确保交易的隐私性和安全性。分布式节点网络可以有效防止单点故障和攻击，提高系统的安全性。同时，通过对节点的身份验证和授权管理，进一步了提高系统的安全性。3 基于区块链的智慧校园数据共享模型3.1 模型架构联盟链由若干机构联合发起，盟友共同维护，节点必须经过联盟链节点成员管理服务进行身份确认和鉴权，获得准入资格之后才可以加入联盟链网络12，是一种特殊的区块链。高校由教学、科研、职能等不同性质的部门组成，以部门为单位参与数据共享，符合联盟链的特征和规模，本文构建以联盟链为主的高校数据共享模型，主要包括客户端、区块链节点、管理员和会员服务提供商（membership service provid-er,MSP）。客户端完成对信息系统的各类本地操作以及数据的查询请求、交易请求等；区块链节点主要参与共识和记账，计算数据信息哈希值并上链；管理员发起与系统相关的配置交易；MSP模块主要完成联盟链节点身份的确认和节点准入、移除以及签名与验证、私钥管理等功能。模型引入 Hyperledger Fabric 中多通道（multichannel channel）的设计，将数据索引和数据交易信息分布在不同的通道，即一个链由 1 个通道+1 个账本+N 个成员组成，形成具有一个共识服务的双链，如图 1 所示，只有通道内的节点才可以访问链上的数据，例如部门 3，只将本部门所有数据的索引上链，供其他部门获取数据资源详细信息，而不参与数据的交换，所以只在数据索引链上。双通道的解决方案保证数据互相隔离，加强了数据的安全性和隐私性，数据传输不仅变得简单，而且快速安全，能更准确、及时的发现问题。模型中的区块链节点不存储各信息系统的原始数据，只存储原始数据的索引，原始数据原有的存储方式不变，由各部门自己管理，这种方式降低了区块链节点负载，保留部门对数据的管控权，实现数据的确权、防篡改和溯源，减少数据越权使用和二次流动的风险。图 1 基于区块链的智慧校园数据共享模型3.2 改进的共识机制和激励机制根据高校实际的数据处理效率和规模，需将共识机制和拜占庭容错机制相结合，对 PBFT 共识机制加以改进，把记账权分配给联盟链上的各部门节点，从而参与数据共享的每个部门都有一个记账节点。区块链节点将时间段内的数据索引或数据交易信息生成区块，并且用自己的私钥进行签名，然后广播到全网其他所有节点，其他节点收到消息后，检验消息的合法性，当前记账节点陆续收到全网 2/3 的区块链节点的确认消息后，区块确认完毕并加入区块链中。该模型中区块链节点较少规模稳定，采用 PBFT 共识机制，解决了 PBFT 具有通信量大、不适用于节点数量过大的区块链的缺点，而且 PBFT 共识机制不容易出现分叉、确认速度快、并发性能高，也不需要耗费大量资源；而未通过“选举”选取记账节点，使得整个共识过程简化，并且防止参与节点一起篡改数据。模型中每个部门每完成一次数据索引库和数据交易信息库的更新，便给该部门进行积分，将每个参与数据共享的部门获得的积分纳入全校部门的绩效考核中，作为激励机制以激励部门完善数据资源信息，更加积极地参与到数据共享中。3.3 基于智能合约的跨部门数据共享智能合约（smart contract）13是存储在区块链上自动运行的脚本，只要满足执行条件就会触发相应的协议自动执行，无需第三方参与，具有公开透明、自动执行、人为干预少的特点。模型中参与数据共享的部门共同参与制定满足条件就自动执行数据索引计算和数据交易的智能合约，成为各部门享有权利和承担责任的合约承诺，将这些智能合约分别部署在不同区块链上，只要满足智能合约中的条件就执行相关操作，实现高效率、安全性强、可信任的数据共享。2023 年第 7 期190智能技术信息技术与信息化数据索引是所有数据资源的目录，所以将参与数据共享部门所有信息系统的数据索引以区块链账本的形式存储，方便各部门查询数据资源、数据确权、溯源等。部门用户发起数据索引上链请求到本部门区块链节点，启动智能合约容器，先对用户身份进行验证，身份验证通过后，输入数据索引计算参数后触发计算模型，再将计算结果输出进行检查，合规后打包生成区块并向联盟链中的其他区块链节点进行广播，其他节点验证通过后更新数据索引库，流程如图 2 所示。图 2 数据索引上链流程数据索引链形成之后，用户发送请求到数据索引链（channel1）获取数据资源目录，本部门区块链节点对用户身份验证通过后下传数据索引账本。数据需求部门通过数据索引账本查询数据具体信息，发送数据交易请求到数据拥有部门的区块链节点，区块链节点启用智能合约，对申请用户身份进行验证，验证通过后输入满足条件的数据查询参数，例如 SQL 语句，视图等；然后触发后台数据库 API 接口，将结果数据加密后下传给数据申请部门，并对输出数据交易结果检查合规后，将本次数据交易信息打包生成区块广播给其他区块链节点，其他节点验证通过后更新数据交易信息库，完成本次数据交易的上链，实现跨部门的数据共享，流程如图 3 所示。图 3 数据交易上链流程图4 模型评估 本文提出的基于区块链技术的数据共享模型与目前使用的中心化数据共享模型进行对比分析，结果如表 1 所示，可以看出基于区块链的数据共享模型具有去中心化、安全可信、不可篡改和可追溯的特点，整体上比中心化数据共享模式具有很明显的优势。但是也发现了一些不足之处，如由于区块链机制的原因，模型平台较复杂；并且随着数据量的增大会降低交易速度，错误、非法数据不能屏蔽、删除等。表 1 区块链模式和中心化模式的数据共享模型对比区块链模式中心化模式数据传输方式点对点传输，能平等的获取信息信息传送到数据中心去中心化用纯数学的方法建立了去中心化的可信任分布式系统有数据中心共识机制PBFT 或改进的 PBFT无共识机制中介参与端到端直接交换信息通过中介参与进行数据集成和交换安全性、可靠性依靠强大算力抵御外部攻击，依赖多节点、多副本实现数据容灾，系统的安全性和可靠性极高存在单点故障风险，容易被攻击完整性、可追溯性完整的记录数据资源信息和交易信息，可追溯存在用户与服务方信息不对等，可追溯性差防篡改、防伪造依靠哈希函数防止信息被篡改和伪造数据可能被篡改或伪造复杂度由于区块链本身运行机制的原因，平台相对要复杂复杂度一般，主要集中在与第三方数据集成接口方面5 结束语本文提出的基于区块链的智慧校园数据共享模型，具有去中心化、可信任、安全、不可篡改等区块链特性，能保证数据在可信、安全的环境中流转，解决高校中心化数据共享模式中数据确权、数据溯源、数据安全等问题；多通道解决方案进一步保证了数据安全；原始数据的存储方式不变，原始数据不上链，保留了部门对数据的控制权，降低了数据越权风险。模型最终能实现智慧校园数据的高效流转和交换，更好地解决“数据孤岛”，推进高校智慧校园信息化建设进度。但是该模型还需要与具体的智慧校园建设场景相结合，将模型应用到实际当中，以发挥区块链技术在高校信息化领域的优势。同时，在提出该模型的过程中，解决数据资源计算模型多样性、作恶节点等诸多问题，都将是进一步需要考虑的问题。参考文献：1 刘宝妹,陈美玲,白兴瑞.智慧校园共享数据中心建设研究 J.中国教育信息化,2020,(07):70-73.2 仇建斌.智慧校园数据管理交换平台研究与建设 J.计算机时代,2019,(04):107-110.3 刘静萍.数字化校园建设中基于 ODI 的数据集成平台研究J.青海师范大学学报（自然科学版）,2016,32(02):16-20.2023 年第 7 期191智能技术信息技术与信息化4 李勇,唐琳,文叙菠.基于区块链的装备数据存储和共享技术研究 J.计算机时代,2022,(10):41-44+50.5 文必龙,陈友良.基于区块链的企业数据共享模式研究 J.计算机技术与发展,2021,31(01):175-181.6 徐磊.基于联盟区块链的医疗健康数据安全模型设计 J.微型电脑应用,2021,37(09):143-145+154.7 张弛,王瑞,程骏超,等.基于区块链技术的海洋数据资源共享应用设计 J.科技导报,2020,38(21):69-74.8 程骏超,张弛,何元安.区块链技术在跨部门海洋数据共享中的应用 J.科技导报,2020,38(21):60-68.9 朱诗生,李朝清,黄仁俊,等.基于区块链的医疗数据安全共享模型与机制J.计算机技术与发展,2020,30(10):123-130.10 薛腾飞,傅群超,王枞,等.基于区块链的医疗数据共享模型研究 J.自动化学报,2017,43(09):1555-1562.11 曹萌,于洋,梁英,等.基于区块链的大数据交易关键技术与发展趋势 J.计算机科学,2021,48(S2):184-190.12 谢卓,张志鸿,李磊,等.基于联盟链的实用拜占庭容错算法的改进 J.计算机科学,2022,49(11).13 SZABO N.Formalizing and securing relationships on public networksJ.First monday,1997,2(9):1-21.【作者简介】徐小梅（1983），女，甘肃礼县人，工学硕士，工程师，研究方向：教育信息化、大数据分析与挖掘等。（收稿日期：2023-04-17 修回日期：2023-06-15）基于大数据的智能化学习评价系统设计张 军1 周 剑1 冯向科1ZHAGN Jun ZHOU Jian FENG Xiangke 摘要 随着移动互联网、大数据时代的到来，在线课程和线上学习发展迅猛，学习方式呈现出碎片化和多样化的特征，同时生成的海量过程性学习数据也需要新的方法和手段进行分析处理，传统的学习评价无法满足其需求。针对以上问题，对大数据技术支持下的智能化学习评价展开分析，设计了由数据采集、数据集成、模型构建和结果分析四个模块组成智能化学习评价系统框架，重点阐述了智能化学习评价模型的构建过程，明确了系统工作流程，旨在为新兴信息技术支撑下的智能化学习评价提供参考和借鉴。关键词 学习评价；大数据；数据分析；学习评价模型；学习评价系统doi：10.3969/j.issn.1672-9528.2023.07.0481.湖南铁道职业技术学院 湖南株洲 412001 基金项目 2020 年湖南省职业教育教学改革研究项目（项目名称：大数据背景下高职在线课程过程性学习评价系统构建研究，立项编号：ZJGB2020019）0 引言2020 年 10 月，中共中央、国务院印发了深化新时代教育评价改革总体方案，方案提出“创新评价工具，利用人工智能、大数据等现代信息技术，探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价”1。现代信息技术与教育评价的创新融合，为设计基于大数据的智能化学习评价系统提供了数据环境和技术支持。大数据驱动下的智能化学习评价能够通过对学习者学习过程中所产生的多模态数据进行不断获取、整合和分析，进而实现对学习者学习活动做出观测、解释和反馈，以发现学习中存在的问题，能有效实现学习评价系统应具备的学习诊断、反馈调节和学习导向等功能。20 世纪 90 年代，研究者就已经开始关注到教育数据的收集与利用。随着移动互联网时代的到来，在线课程和线上学习发展迅猛，利用 MOOC 和 SPOC 将课堂教学和线上课程学习有机融合的混合式教学方式得到空前发展，由此带来了学习过程和学习方式的不断革新，同时生成的海量过程性学习数据也需要新的方法和手段进行分析处理，传统的学习评价无法满足其需求。因此，基于大数据技术的智能化学习评