基于區塊鏈的電子數據存證的設計與實現

陳鼎潔/CHEN Dingjie2

孫國梓/SUN Guozi1

（1.南京郵電大學，江蘇南京210023；2.復旦大學，上海 200433）

區塊鏈作為一項新興科技，運用了分布式存儲、共識機制、點到點（P2P）網絡、加密算法等技術，它實質上是提供拜占庭容錯以保證一致性的去中心化分布式數據庫。與傳統的數據庫將讀寫數據庫的權限完全交付給某個公司或管理員的中心化方式不同，區塊鏈以去中心化和去信任的方式允許全球范圍內任何有能力的節點成為區塊鏈網絡的成員之一，享受與其他所有節點同等的讀寫操作權利，集體維護區塊鏈的運行。最終，區塊鏈系統中的所有節點通過共識機制同步彼此的數據信息，以保證在區塊鏈網絡中所有數據的一致性和可靠性。

電子數據是現代高科技的產物，它需要我們對它進行存儲并且防篡改。電子數據具有易創建、易存儲、易傳輸和高利用率等特點，是可靠、有證明力度的電子數據證據。數據存證首先要對數據按類型進行很好的存儲保存，并且還要對數據的可信性、完整性有很好的保障，并且還要方便對數據進行存儲、共享、驗證、分享等操作。區塊鏈技術可以保障完善的安全加密性和用戶驗證。

目前電子存證還有幾個問題需要解決：（1）存證過程中自動化程度不高；（2）存證過程中電子數據存證風險較大；（3）第三方機構法律處理流程繁瑣；（4）電子數據安全缺失；（5）雙方信任缺失。

在文章中，我們提出了一個安全的、可擴展的電子數據存證系統，該系統采用數據與用戶對應映射關系查找來確保對電子數據池的高效訪問控制。我們設計了一個基于區塊鏈的數據存證方案，允許數據用戶/所有者在身份驗證后，從電子存儲庫訪問電子數據。數據存儲主要進行分片冗余算法和分布式存儲保證數據安全性，并且系統引入用戶積分機制，保證系統負載均衡。驗證和后續服務封閉在系統內部，寫入區塊并成為區塊鏈的一部分。

1 區塊鏈研究的相關工作

1.1 區塊鏈主要應用方向現狀

XIA Q在他們的研究中簡要地解決了醫療數據共享系統中的訪問控制管理問題，主要設計了一個基于區塊鏈的數據共享方案[1]，允許數據用戶/所有者在身份驗證和加密密鑰驗證后，從共享存儲庫訪問電子病歷。SIFAH E B等人也提出了基于區塊鏈的共享醫療數據方案，重點在于提供數據訪問控制、出處和審計的同時[2]，在云服務提供商之間共享醫療數據。SHAE Z提出了一個用于臨床試驗和精密醫學的區塊鏈平臺架構，并討論了各種設計方面問題，并對技術要求和挑戰提供了一些見解[3]。

VO H T等人研究了一個基于區塊鏈的即付即用的汽車保險應用，系統透明地保存記錄并根據運行時間條件執行智能合同，確保所有與用戶有關的數據都被透明地記錄下來[4]。XU R等人提出了一種基于區塊鏈的網絡媒體數字版權管理方案，該方案可以利用區塊鏈的這些功能來實現網絡媒體的有效生產管理、版權管理、交易管理和用戶行為管理[5]。

針對區塊鏈訪問控制的研究也有很多，例如：ZYSKIND G等人提出當使用第三方移動服務時，需要解決隱私保護問題。與現有應用程序不同，平臺只允許用戶根據存儲在區塊鏈中的訪問控制策略[6]更改使用權限。HARDJONO T更詳細地描述了基于區塊鏈的訪問控制管理的系統，該系統為試圖執行交易的實體提供匿名操作但可以進行身份驗證，與前面系統相比，在用戶匿名實體方面做出了更全面的考慮[7]。

在安全、云存儲等方面，業界也有進一步的考慮：LIANG X等人提出了一種使用區塊鏈技術的分散且可信的云數據起源架構。基于區塊鏈的數據來源可以提供防篡改記錄，實現云中數據的透明度，增強源始數據的隱私性和可用性[8]。TRAN A B等人提出了一個基于瀏覽器的工具，用于用戶注冊的管理和部署，并調用區塊鏈上的智能合約[9]。

1.2 區塊鏈存證方向現狀

李兆森等人在基于區塊鏈的電子數據存證應用研究中，從電子數據存儲應用場景出發，研究如何將業務與區塊鏈技術相結合，提出一種優化當前數據存儲的方法，以此高效地為用戶服務[10]。李小良等人在網絡犯罪中電子證據的收集及保全分析中探討網絡犯罪中電子證據的收集含義，分析電子證據收集在網絡犯罪中的特殊性，提出收集和保存電子證據的方法[11]。徐蕾等人在基于區塊鏈的云取證系統中，采用區塊鏈的分布式數據庫特點——首尾相連的鏈式結構技術，設計了一中去中心化、可驗證、不可篡改的系統[12]。鄧秀珍等人提出網貸平臺電子數據保存的欠缺與對策，提出電子數據保存形式不規范、存證平臺的中立性問題不明確、電子數據保存的具體數據技術不明確、存證方面的內容審核、存證服務的收費，以及存證服務的失效等一系列的問題[13]。

電子數據的形式比較混亂，不能有效地統一數據格式，使數據存儲的過程更加繁瑣。電子數據存儲中存在很大的數據安全隱患，中心化的存儲方式可能會造成數據被篡改和遺失等風險，使得整個系統不完全可信。其次，電子數據在獲得驗證結果的等待時間較長，獲得結果滯緩，使用戶無法及時有效獲得結果，不能及時給出相應信息，系統效率低下。我們致力于解決電子數據在目前遇到的各種問題，并研究了基于區塊鏈技術來解決電子數據存證問題的現狀。

2 區塊鏈存證的架構設計及技術原理

本系統的設計采用瀏覽器/服務器（B/S）體系結構，分為4層，從上至下依次為：應用層、邏輯層、智能合約層和區塊鏈層，如圖1所示。

（1）應用層：主要包含圖1中的前端用戶界面（UI）、展示層和業務層。前端UI主要負責為用戶訪問系統提供可視化的Web界面。當獲取用戶提交的請求后，將用戶請求信息發送給邏輯層進行核心計算；等待后臺數據處理完畢后，再將用戶信息通過Web界面直觀地反饋給用戶。用戶既可以是需要保全數據的客戶，也可以是需要下載數據進行公證的第三方機構。

（2）邏輯層：系統核心功能的實現層。根據應用層為用戶提供的六大功能界面，邏輯層需要分別給出對應模塊的實現方法。其中，基于傳輸控制協議（TCP）的Socket多線程并發模塊是整個邏輯層能夠順利運行的框架基礎，系統利用該模塊實現多節點之間數據的可靠傳輸。進一步地，運用里所碼的編碼解碼方式對電子數據進行分片處理，引入用戶節點性能測試模塊，對節點性能進行排序，用于數據的上傳和下載功能模塊；引入Hash比對模塊檢測文件數據是否保存完整；引入用戶積分模塊，保障系統的負載均衡；引入用戶注冊、登錄功能記錄用戶信息，方便對用戶進行管理。

（3）智能合約層：部署在以太坊上，并與系統進行交互。智能合約層主要負責將邏輯層的數據處理結果（如電子數據及其分片的指紋信息、用戶節點的積分信息等）錨定到區塊鏈層的存儲區內。系統智能合約主要由若干的結構體組成（如文件、紀錄、用戶等），并以此結構方式存儲電子數據的關鍵信息。該方法顯著地提高了系統查詢電子數據的效率，增強了系統的運行速率。

（4）區塊鏈層：系統的去中心化數據庫，存儲系統交互產生的數據信息。其中，網絡層承擔信息通信，產生新區塊，維護區塊鏈網絡穩定運行；數據層保存著整個系統所有上傳下載的關鍵信息。

圖1 系統功能架構圖

借助區塊鏈的新興技術，把電子數據記錄分布式存儲在區塊鏈上，并結合Reed-solomon碼、時間戳、哈希算法、模糊層次分析法、理想優基點、客戶關系管理（RFM）積分模型和智能合約等技術，我們設計并搭建了基于區塊鏈的分布式存儲系統。系統主要對數據進行冗余分片，根據用戶需求，將數據分成n個信息片和m個冗余片，再將數據分片進行分布式存儲。對系統存儲主機信息進行采集，結合模糊層次分析法和理想優基點，計算出系統存儲主機的網絡綜合性能評分，保證系統數據存儲的負載均衡。并根據智能合約去中心化的特點，使用哈希算法進行數據的完整性驗證，使用共識算法保障計算節點間數據的一致性。我們設計了一種去中心化的、可驗證的分布式存儲系統。基于該系統提供的功能，用戶可以是雙邊或多邊，等公檢法第三方機構共同參與下，自動實現電子數據存證的事務處理和存證機制等。

2.1 區塊鏈技術

區塊鏈是所有節點共享的交易數據庫，這些節點基于交易協議參與到網絡中來。區塊鏈包含每一個曾在系統中執行過的交易，根據這些交易信息，人們可以找到任何時候、任一個地址的信息。如果把區塊鏈作為一個狀態機，則每次交易就是試圖改變一次狀態，而每次共識生成的區塊，就是參與者對于區塊中交易導致狀態改變的結果進行確認的結果。

在實現上，首先假設存在一個分布式的數據記錄賬本，這個賬本只允許添加，不允許刪除。賬本底層的基本結構是一個線性的鏈表，這也是其名字“區塊鏈”的來源。鏈表由一個個“區塊”串聯組成，后繼區塊記錄前導區塊的哈希值。新的數據要加入，必須放到一個新的區塊中，而這個塊（以及塊里的交易）是否合法，可以通過計算哈希值的方式快速檢驗出來。任意維護節點都可以提議一個新的合法區塊，然而必須經過一定的共識機制來對最終選擇的區塊達成一致。

2.2 智能合約

智能合約是以太坊中最為重要的一個概念，即以計算機程序的方式來締結和運行各種合約。在20世紀90年代，SZABO N等人就提出過類似的概念[14]，但一直因為缺乏可靠執行智能合約的環境，而被當作一種設計理論。區塊鏈技術的出現，恰好補充了缺陷。

文章中，我們在智能合約的編寫過程中，定義了文件、紀錄、成員和用戶4個結構體變量，分別存儲電子數據文件的關鍵信息、電子數據文件分片的關鍵信息、用戶資料和電子數據文件的所有關系。基于上述4個變量，我們依次編寫了電子數據信息的上傳、電子數據信息的查詢、電子數據的授權、用戶信息的更新和用戶信息的查詢。考慮到以太坊數據寫入的速度較慢，容易影響用戶體驗，因此采用異步請求方式（sendAsync）執行事務，以此來加快電子數據的查詢傳輸速率。

2.3 密碼學

哈希函數是密碼學的一個重要分支，它是一種將任意長度的輸入變換為固定長度的輸出且不可逆的單向密碼體制。哈希函數主要運用于數字簽名和消息完整性驗證。

本文中我們采用哈希算法，主要的過程為：發送方采用單向哈希函數對消息進行計算，得到摘要并發送消息和摘要。接收方將接收到的消息，按同樣方式進行哈希函數計算，并將新得出的結果與發送方的原摘要結果進行比對。如結果一致，說明消息完整。在本系統中，摘要信息的不可變，保證了需要存證信息的完整性和真實性。將需要存證的電子數據放在區塊鏈中，避免數據被惡意篡改。

2.4 Reed-solomon碼

Reed-Solomon碼是一種定義在域上的線性編碼方法，該編碼方法將k個源數據變換生成l個編碼數據。與前向糾錯碼（FEC）編碼思想一致，我們采用Reed-Solomon碼來實現數據包層的FEC編碼變換[15]。

當用戶上傳電子數據時，系統首先會對電子數據進行分片處理。分片工作主要依賴里所碼的編碼實現。用戶需要提供2個重要參數：信息分片數目和冗余分片數目。系統根據上述2個參數和待上傳文件的大小，調整出恰當的編碼緩沖區大小，完成對文件的分片處理。

2.5 多目標節點決策模型

作為一個電子數據存證系統，本系統依賴于多個用戶節點共同完成電子數據的存證保管工作，這一過程涉及到對多用戶節點的選擇。文章中，我們設計了如何挑選出系統當前性能最優的若干節點并協同完成分布式的存儲工作。圖2展示了用戶節點性能評估的主要設計過程。

對比以太坊依靠各節點的計算力使之持續運轉，本系統主要依靠各節點的存儲算力。因此，決定對用戶節點的性能評估從網絡性能和存儲水平2方面展開。其中，網絡性能的高低影響電子數據分片的傳輸速度，存儲水平的高低影響電子數據分片的存儲可靠性。網絡性能的參數比重通過模糊層次分析法（FAHP）計算出。然后通過雙基點法（TOPSIS）計算各優基點與理想/反理想優基點的歐氏距離，得出綜合距離并進行節點順序排名。

圖2 用戶節點性能評估框架

3 區塊鏈存證的系統工作步驟

我們制定了數據共享機制，以確保數據的安全性和出處。存證系統的詳細流程如圖3所示，主要分為6個步驟。

（1）用戶登錄本系統后，該用戶節點首先向系統各節點廣播本節點性能文件，系統合約成員類獲取用戶信息，并通過用戶節點獲取到其他用戶節點的性能信息，為后面的數據分片存儲獲取性能主機的值。

（2）用戶上傳需要存證的文件，將文件的關鍵信息寫入到合約文件類中去，以此建立用戶和數據的對應映射關系。

（3）系統利用冗余分片算法對上傳的電子數據進行分片，然后根據前面獲取的節點性能信息選取若干最優性能的節點，用于存儲系統的分片數據。

（4）系統根據性能評分排序選中的節點，對不同的節點進行數據分發，并將分發的信息返回給智能合約，包括數據分片存儲的IP地址、分片存儲的絕對路徑和數據分片的哈希值等。

（5）當用戶需要對電子數據進行下載或查詢訪問操作時，系統根據用戶請求、用戶授權請求，將用戶信息與需要訪問的數據建立對應的映射關系，然后用戶便可以進行操作。

（6）系統從合約中讀取到電子數據的相關存儲信息，通過存儲信息獲得電子數據存儲的位置，并下載電子數據分片，還原數據并比對文件哈希值，以驗證電子數據的完整性。

基于區塊鏈智能合約的存證系統的主要任務是對電子證據進行上傳、保全、查詢、比對和下載。本系統基于去中心化設計，不再需要系統管理人員，轉而使用智能合約進行數據交互。系統主要功能有4個特性：安全性、完整性、機密性和可授權性。

（1）系統的安全性。使用基于Reed-Solomon的編碼方式進行分布式存儲，在節點主機被攻擊、磁盤損壞等分片被丟失的情況下仍然可以還原文件，同時分布式還可以降低中心化服務器被內部篡改的風險。

（2）系統的完整性。使用哈希算法SHA-256對文件進行完整性校驗，并把校驗存儲于區塊鏈智能合約中。

（3）系統的機密性。去中心化分布式存儲，可以保證任一單一存儲節點無法得到完整文件信息，更不可能還原信息，這可防止存儲主機被黑或者內部人員泄露信息。

（4）系統的可授權性。用戶上傳保存的文件除了由用戶自己訪問之外，還可以由被用戶授權的第三方來訪問。

系統主要的六大模塊功能，將在以下的小節中詳細介紹。

3.1 系統數據保全功能

系統先根據用戶分片需求計算出本次保全用戶所需花費的積分，然后獲取區塊鏈中用戶對應積分值進行積分數值更新。當用戶積分值c大于上傳操作花費m時，系統才提供上傳功能。若是積分值c小于m時，系統會提醒用戶積分不足，無法進行上傳操作，如圖4所示。

3.2 系統上傳功能

用戶首先在本系統注冊，提交完注冊信息后就擁有注冊用戶初試積分，同時用戶所在主機會在對系統內的主機發送請求，提出電子數據上傳操作，并獲取到系統其他主機的性能，計算出系統所有主機性能評分情況。然后系統會根據用戶設定的電子數據分片數目，將數據進行分片并將其進行存儲分發，同時將文件分片信息寫入到區塊鏈中，并更新用戶在區塊鏈上對應的積分數值，具體如圖5所示。

3.3 系統數據查詢功能

在本系統中，用戶可以即時查詢獲取文件的電子數據。根據電子數據用戶隱私需求，電子數據僅該用戶自己可見（在默認情況）。當用戶需要查看其他用戶的電子數據時，先給出需要查看文件的序號，系統根據文件序號查詢區塊鏈上文件序號對應用戶的用戶名。當文件屬于查看用戶的用戶名時，則可以查看用戶數據；如果文件不屬于該用戶名類，則文件不能被查看，具體如圖6所示。

圖4 系統保全流程圖

3.4 系統數據下載功能

圖5 系統上傳流程圖

當用戶下載文件時，系統先判斷用戶是否擁有該文件的訪問權限，如果擁有權限，系統從區塊鏈合約中讀取該文件的分片信息，根據分片信息獲取分片存儲主機地址和路徑，然后下載數據分片并重新組合數據。這與上一步的電子數據查詢功能類似，用戶下載的數據文件必須獲得相應的授權，以此保證用戶的隱私安全，具體如圖7所示。

3.5 系統數據比對功能

系統在獲得數據分片后，對分片進行哈希計算，得到每個分片的哈希值后，與之前原數據存儲在智能合約中的哈希值進行比對、驗證。如果哈希值相同，則系統返回數據未被改動；反之，則提醒用戶數據已經被篡改。另外，考慮到分布式存儲的容錯性，如果出現部分分片丟失，只要丟失的分片數量小于系統數據冗余分片數量，系統仍然能夠還原數據源文件，具體如圖8所示。

圖6 系統查詢流程圖

圖7 系統下載流程圖

3.6 系統數據授權功能

考慮到系統的功能需求，我們要對用戶的個人隱私進行保護，所以系統默認用戶的電子數據是用戶個人所擁有，他人在沒授權情況下無法查看。用戶可以授權給他人，被授權用戶可以查看被授權的文件和電子數據。授權主要將授權用戶的公鑰輸入系統與待授權文件建立映射關系，并寫入區塊鏈，則完成授權，具體如圖9所示。

4 系統功能測試與評估

我們提出的區塊鏈存證系統擁有以下功能。

（1）系統為存儲應用程序中的所有數據訪問提供實時審核。我們使用電子數據文件作為數據單元，對數據對象的所有操作進行審計，并使用區塊鏈進行記錄。通過這種方式，可以收集和監測控制所有電子數據訪問情況。

（2）系統為文件安全紀錄保存提供防篡改時間戳。對于每條電子數據，我們都會將數據上傳到區塊鏈網絡，我們創建了不可改變的文件數據指紋，并且通過驗證區塊鏈數據對比來檢測對系統數據的任何更改。

（3）系統為用戶數據提供隱私保護。用戶訪問記錄在區塊鏈網絡中是匿名的。數據源是無法查詢到用戶賬戶。匿名保存體現在2個方面：一方面，由于用戶ID被散列隨機，所以用戶身份不會和源數據連接到一起；另一方面，也實現了每個用戶之間的不可連接性，尤其是對于被授權數據的上傳用戶保護。

文章中，我們對基于區塊鏈的電子數據存證系統進行功能測試，分析該系統功能的可用性、界面的合理性和數據交互的正確性等。

圖8 系統比對流程圖

圖9 系統授權流程圖

為了驗證該系統可使用性和擴展性，實驗模擬了系統在局域網下的數據分布式存證。測試環境為：在局域網內，部署了4臺linux服務器，同時運行服務端程序，與客戶端進行數據同步交互。

針對以上系統實驗，我們進行了壓力測試。在驗證時，我們設置相同的區塊生成時間，然后分別選取不同的時段進行數據驗證。我們共選取了50組不同大小的電子數據文件（文件大小從23 kB到3 900 kB不等），并依次將文件按照系統提供功能進行驗證，然后記錄并對比系統完成一次流程的時長，另外操作的數據類型也不同，以此獲得更多數據的評估時間。另外，我們專注于為每個起源數據請求區塊鏈存證的效率。通過計算可得出：每次運行操作1條記錄，平均每條數據大小為1 054.7 kB，平均耗費時間為4～7 s。對于每次不同數據的操作，都會記錄不同文件操作的所花費的平均時間，并最后計算獲得結果如表1。

表1 實驗結果評估表

表1顯示：系統對數據檢索的速率一般，數據驗證對比結果正確率達到百分百，也就是說系統可以完整地對數據進行存證。

5 結束語

本文的主要貢獻如下：

（1）提出了一種將電子數據存證與區塊鏈技術相結合的系統，電子數據的存證用于對各類數據的存儲和驗證，區塊鏈技術用于對獲取到的電子數據進行固定保存。

（2）應用了電子數據的分布式存儲方式，對數據進行冗余分片，保證了數據的存儲安全性。并在系統中引入積分制度，按照用戶上傳存證和提供存儲方式進行積分的數據變化，維持系統的負載均衡，保證了系統的安全性和穩定性。

借助區塊鏈這一全新技術，我們將電子數據的“數字指紋”存儲在區塊鏈上，并利用智能合約、分布式存儲、容錯編碼、多屬性決策等技術，設計并實現了基于區塊鏈的電子數據存證系統。系統基于區塊鏈的去中心化和不可篡改的屬性，保證了電子數據的真實性、完整性和唯一性。此外，本系統針對用戶還制訂了積分制度，以保證系統能吸引更多用戶，繼而提高本存證系統的可靠性。

我們還開發了一個簡易的基于區塊鏈的電子數據存證系統，該系統主要是在局域網內進行主機分布式存儲，未來還需要進一步優化，實現可以廣域網內進行分布式存儲。另外，我們認為區塊鏈所使用的共識機制是PoW，此機制時間周期較長，資源需求過高，可以進行優化。我們所提的系統客戶端與服務器端通信過程中，采用的是明文通信方式，存在安全隱患，后面可以使用對稱加密來完善安全性。

致謝

本文的工作得到了南京郵電大學李華康老師的指導和幫助，雷鵬同學承擔了部分試驗工作，謹致謝意！