0 引言
发展数字经济是“十四五”期间我国激发创新活力、引领经济社会高质量发展的重要动力。在政府层面，将政府数字化转型与国家发展战略融为一体，实现数字经济发展已成为世界各国政府的普遍共识。作为政府数字化转型的重要内容，政务数据共享是创新政府管理方式和提升公共服务效能的重要支撑。因此，如何实现政务数据高效、安全共享，发挥政务数据的最大价值，成为政府部门推动政府数字化转型、发展数字经济必须攻克的任务。
目前，国内外学者围绕政务数据共享管理机制、技术方法及模型进行了深入研究[1⇓⇓⇓-5]。但是，在政务数据共享实践中仍然存在数据可篡改、隐私保护薄弱、数据可溯性差等问题，使得政务数据共享面临巨大挑战和风险。区块链技术的出现给上述问题的解决带来了新的契机，将区块链技术应用于政务数据共享模型已逐渐引起全球许多国家政府及学者的关注。如Ojo等人[6]研究了区块链技术在美国等5个国家电子政务领域的应用情况，认为区块链技术在政务数据共享、公共管理等领域具有很大的应用前景。Fan等人[7]以宁波市为例，确定了集中式大数据共享机制的局限性，并分析了基于区块链的数据共享和自动化管理机制的一些潜在优势和可行性。Ølnes等人[8]研究了将区块链技术应用于政务流程中的益处，探索了区块链技术在去中心化、安全可信的电子政务信息基础设施建设中的应用，提出根据政务流程需求定制区块链应用程序的方法。余益民等人[9]基于区块链技术构建了政务数据共享与交换网络体系、目录体系及智能安全交换体系等，为去中心化政务数据共享提供了解决思路。刘昱刚等人[10]将区块链技术应用于多式联运电子提单，利用区块链技术不可篡改、可追溯等特点提高了电子提单数据共享的安全性。Piao等人[11]采用链上服务与链下数据相结合的方法，解决了传统政务数据共享供需不清的问题，同时确保政务数据高效共享以及数据内容的可信可控。
总体来看，基于区块链技术的政务数据共享方法研究尚处于起步阶段。交通运输政务数据是国家政务数据的重要来源之一，但关于区块链技术在交通运输领域政务数据共享方面的应用研究仍属空白。另外，当前区块链技术和政务数据的融合研究主要聚焦于应用方案设计，鲜有关注区块链共识算法可能造成数据共享模型再中心化风险[12]的问题。在人工智能、金融、物联网等领域，在共识算法中引入节点分组思想，成为降低再中心化风险的有效途径。例如，Feng等人[13]将网络节点分成若干组，每个组选出一名代理节点，由代理节点执行组内共识并负责组间信息互通；Thai等人[14]同样采用节点分组方式，每个分组确定一个领导者，每次组内共识需要组内所有成员和其他组领导者共同参与；高娜等人[15]在审核节点时事先指定种子节点，再以种子节点为中心自聚类为若干组，由组内选举出的代理节点共同完成全局共识。可以发现，相关研究需根据网络结构、系统节点特征等确定条件进行分组或给定种子节点，分组方法缺乏灵活性。
综上，本文将根据交通运输政务数据共享工作特点，建立基于区块链技术的交通运输政务数据共享模型。针对区块链共识算法存在再中心化问题，基于模糊C均值（Fuzzy C-Means, FCM）聚类算法对委托权益证明（Delegated Proof of Stake, DPOS）共识算法进行改进，形成FCM-DPoS共识算法，并通过对照分析和仿真模拟实验，分析基于区块链的交通运输政务数据共享模型的技术优势，以及验证FCM-DPoS共识算法的可行性。
1 区块链相关技术
1.1 区块链结构
区块链是一种将区块按照时间先后排序并连接而成的一种链式结构。每个区块包含区块头和区块体两个部分，其中区块头包含前一区块的哈希（Hash）地址、时间戳、默克尔（Merkle）根等信息字段；区块体包含交易数量和交易数据。区块链的第一个区块称为创始区块，之后每个区块都包含前一区块的Hash地址，通过引用该Hash地址形成链式结构，如图1 所示。区块链的结构特性使得其节点可以对区块链上的所有信息进行溯源、查询以及验证，同时区块链采用密码学算法防止数据遭到恶意攻击或修改，从而保证整个区块链上数据的真实性和完整性。另外，区块链上的每个节点都具有相同的权利，共同运营整个区块链，使得区块链具有去中心、不可篡改、公开透明、可验证等特性，可为去中心化共享系统的发展提供保障。
传统的区块链为单链结构，随着区块的增加，会产生大量冗余数据，造成区块链体积增长过快。此外，由于多个节点共同运营，使得区块链系统的运行效率较低，于是区块链双链结构概念应运而生。双链结构可以将数据分流，使得节点记录信息的冗余量相对减少，同时具备良好的扩展性，使平台与平台、平台与机构的对接更易于实现。区块链的双链结构在保证传统区块链优势的基础上，提高了区块链系统的运行效率和扩展性。
1.2 共识算法
共识算法作为区块链的核心技术，具有维护区块链系统稳定运行和节点相互信任的重要作用。共识算法一般分为确定记账人、产生区块、验证区块及区块上链等4个阶段，其中确定记账人和产生区块是共识算法的核心[16]。常见的共识算法有工作量证明（Proof of Work, PoW）、权益证明（Proof of Stake, PoS）、委托权益证明（Delegated Proof of Stake, DPoS）等[17-18]。PoW是比特币中使用的一种最原始的共识算法，这种算法强调节点算力，节点为取得出块权不惜消耗大量资源，容易出现中心化情况。PoS根据节点持币数量和持币时间来分配记账权，与PoW相比，PoS不需消耗巨大算力，但会出现富人越富，穷人越穷的局面，使得持币数量低的节点始终得不到记账权。DPoS将记账权分配给网络节点投票选举产生的少数节点，极大提高了出块和交易确认的速度。与PoW相似，DPoS也会出现富人越富，穷人越穷的局面。目前，主流共识算法均存在区块链系统再中心化危险，因此，对共识算法进行改进，降低其趋于中心化的风险已成为区块链技术研究的热点之一。
2 基于区块链技术的交通运输政务数据共享模型构建
2.1 现有交通运输政务数据共享模型
2.2 基于区块链技术的交通运输政务数据共享模型
相较于集中化数据共享方式，基于区块链的共享方式在数据安全、高效共享等方面表现突出。本文根据现有交通运输政务数据共享管理模式和信息化建设成果，设计了基于区块链技术的交通运输政务数据共享模型，如图3 所示。
2.2.1 主要角色设计
本文充分考虑目前交通运输主管部门职能设置、已建各级交通运输政务数据共享平台等情况，将参与交通运输政务数据共享各方划分为4类角色，分别是数据提供部门、数据使用部门、分布式文件系统及双链结构的交通运输政务数据共享联盟链。
（1）数据提供部门：指因履职需要采集、生成、获取数据的交通运输政务部门，是产生和提供政务数据的主体，主要包括部级交通运输业务司局、省级及以下交通运输业务部门等。
（2）数据使用部门：指因履职需要使用政务数据的政务部门，主要包括部级交通运输业务司局、省级及以下交通运输业务部门、行业外政务部门等。
（3）分布式文件系统：用于存储数据提供部门上传的交通运输政务数据详细信息，包括政务数据具体名称、信息字段、具体取值等，以减轻本地存储压力。模型采用星际文件系统（Interplanetary File System，IPFS）存储数据，IPFS将交通运输政务数据唯一哈希值返回并存储于区块链上。
（4）双链结构的交通运输政务数据共享联盟链：采用双链式区块链[21]作为构架，以全国各级交通运输政务数据共享平台作为区块链节点共同构成联盟链，各区块链节点通过共识算法实现信息同步更新。联盟链的双链架构分为数据收集链（Collection Chain, CC）和数据分析链（Analysis Chain, AC）两层，如图4 所示。CC链中，区块表示为收集块（Collection Block, CB），其中含有政务数据名称、数据摘要、共享属性（无条件共享、有条件共享、不予共享）及数据在IPFS中的哈希值等信息。AC链中，区块表示为分析块（Analysis Block, AB）。联盟链中，节点基于CB内容，将政务数据划分为交通运输基础数据和专题数据，并进行数据质量分析，其结果存储在AB中。
2.2.2 交通运输政务数据共享流程
基于区块链技术的交通运输政务数据共享流程可以描述为：
（1）数据提供部门采集政务数据后，首先需通过联盟链进行身份验证，然后调用非对称加密算法[22]对政务数据加密并上传至IPFS数据库，由IPFS对数据进行加密存储并返回哈希值。接着，数据提供部门对政务数据进行简要描述并定义其共享属性，再将哈希值、数据摘要、共享属性及数据提供部门公钥等信息一并上传至联盟链。
（2）联盟链接收到数据提供部门的请求，通过共识算法选举出代理节点。代理节点根据数据提供部门公钥将信息存储在CB中，并对整个联盟链进行广播。联盟链对代理节点进行校验后，联盟链中其他节点更新数据。
（3）代理节点通过CB中的哈希值从IPFS中索引到对应的数据，对其进行交通运输基础数据、专题数据划分，并进行数据质量分析，将分析结果上传至AB中，联盟链对代理节点进行校验后，公开分析结果以供数据使用部门查看。
（4）数据使用部门需获取数据时，向数据提供部门发送请求，待其确认。联盟链对通过确认的请求，采用共识算法选举出代理节点。代理节点对数据提供方的加密数据进行重加密，并将重加密密文发送给数据使用部门。数据使用部门利用私钥进行解密，从而实现数据共享。
上述流程中，联盟链处理数据提供部门上传的政务数据或向数据使用部门提供共享服务时，均需通过共识算法选举出的代理节点进行处理。因此，共识算法是联盟链稳定运行的关键。本文选用主流DPoS共识算法并对其进行改进，使模型能更有效地利用当前交通运输信息化建设成果，并实现去中心化的交通运输政务数据共享。
3 FCM-DPoS共识算法
目前，多数DPoS共识算法都将节点拥有财产、信誉积分或计算能力作为选择代理节点的参考值[23]。为适用于交通运输政务数据共享应用场景，本文以节点计算能力作为选择代理节点的重要参考。代理节点负责产生区块，故又称出块节点。考虑到当前全国各省数据中心建设发展进度不一，为避免DPoS共识算法出现打包权益集中掌握在少数计算能力较强的节点手里，本文选用较为灵活的FCM聚类算法，与DPoS共识算法相结合得出FCM-DPoS共识算法。该算法利用FCM聚类思想，根据节点属性特征和过往表现将节点分为若干个簇，并基于聚类结果重新定义DPoS共识算法中的投票规则，通过规定节点投票范围削弱节点属性对打包权益归属的影响，从而降低再中心化风险。
3.1 算法主要流程
FCM-DPoS共识算法主要包含候选节点选择、出块节点确定、节点活跃度更新三环节，如图5 所示。
（1）候选节点选择：根据交通运输政务数据共享联盟链中所有节点的投票活跃度 、节点经度 、节点纬度 三项指标进行FCM聚类分析，并基于节点投票活跃度 、节点计算能力 ，将节点划分为普通节点和候选节点。
（2）出块节点确定：联盟链中所有节点对划分的候选节点进行投票并排序，其中普通节点的选票可以投向任意候选节点，同时为了防止少数节点获得大多数选票，候选节点的选票只能投给除了自身之外同一簇的候选节点。投票结束后，分别计算候选节点获得的同一簇候选节点的有效得票率和所有普通节点的有效得票率，结合相应的权重得出候选节点的最终得票率。
（3）节点活跃度更新：根据近期投票情况，计算联盟链中所有节点的活跃度并对其更新。若出块节点未成功打包，则减少出块节点活跃度。
3.2 候选节点选择
3.2.1 基于FCM的节点类型划分
本算法首先利用FCM聚类算法[24]对联盟链中参与第 轮投票的节点进行模糊聚类分析。设参与第 轮投票的节点个数为N， ， , ，其中 为参与第 轮投票的所有节点活跃度值集合； 为节点 在第q轮的投票活跃度值； 为所有节点的经度取值集合； 为节点 的经度； 为所有节点的纬度取值集合； 为节点 的纬度； 。
模糊聚类分析主要步骤如下：
步骤1：确定簇个数 ，给定最大迭代次数M和误差 ，设 为迭代次数，初始值取 =1。
步骤2：分别对联盟链中节点的经度、纬度进行归一化处理：
式（1）~式（2）中： 为最大经度； 为最大纬度； 为最小经度； 为最小纬度。
步骤3：构建一个 的矩阵 ，其中 为第i个节点的特征值：
步骤4：随机生成隶属度矩阵 ：
式（4）中： 为节点i属于第k簇的隶属度， 且 , i=1, 2, …, N； =1, 2, …, K。
步骤5：计算新的簇中心：
式（5）中： 为第 簇的中心；m为隶属度因子。
步骤6：计算新的隶属度矩阵 ：
式（6）~式（7）中： 为三维空间中两个点之间的欧氏距离。
步骤7：重复步骤5和步骤6，若 或迭代次数 ，则迭代停止。
步骤8：对于第i个节点，若 ，则节点i属于第 簇。
3.2.2 候选节点选择
节点簇划分后，根据节点投票活跃度 、节点计算能力 选择候选节点：分别在每一簇中选择节点投票活跃度高且计算能力强的节点作为候选节点。设第 轮投票第 簇节点 的投票活跃度和节点计算能力分别为 和 ，第 轮投票第 簇的候选节点选择阈值分别为 和 ，若同时满足 , ，则节点 成为第 簇第 轮出块的候选节点。由此得出，第 轮联盟链的候选节点集是所有簇选出的候选节点集的并集。
3.3 出块节点确定
模型所有节点对划分的候选节点进行投票。假设所有节点均向自己信任的候选节点投票，且只能投一次。若投票过程中花费的时长超过给定最大时长，则认为该投票无效。候选节点只能投票给同一簇的候选节点，普通节点可以投给任意候选节点。通过计算加权得票率得到候选节点的最终得票情况，计算公式见式（8）~式（11）：
式（8）~式（11）中： 为第 轮投票第 簇候选节点 获得的得票率； 为第 簇候选节点i在第 轮投票中获得同簇候选节点的有效得票率； 为第 簇候选节点i在第 轮投票中获得所有普通节点的有效得票率； , 分别为候选节点、普通节点投票的权重， ； 为第 轮投票第 簇候选节点的数量； 为第 轮投票普通节点的数量； 为第 轮投票第 簇候选节点集； 为第q轮投票普通节点集； ， 表示第 轮投票节点 投票给第 簇候选节点i且投票有效， 表示第 轮投票节点 未投票给第 簇候选节点i或投票无效； 为第 轮投票节点 投票给第 簇候选节点i的投票时长； 为常量，表示节点投票可花费的最长时间。
节点投票环节基本步骤为：
步骤1：利用式（8）~式（11）计算每个候选节点的得票情况。
步骤2：将候选节点按降序排列。若得票率最高的节点有若干个，设节点A与节点B得票率相同，通过节点投票活跃度 、节点计算能力 两个指标进一步确定节点A与节点B的排序：若 ，选择活跃度高的节点排在前面；若 且 ，选择计算能力强的节点排在前面；若 且 ，随机选择一个节点排在前面。
步骤3：根据排序，选择第一个节点作为出块节点。
3.4 节点活跃度更新
在第 轮出块节点确定后，根据最近 轮节点的投票情况和本轮节点出块情况更新节点投票活跃度，其计算公式见式（12）~式（14）。
式（12）~式（14）中： 为第 轮节点 的活跃度， ； 为最近投票活动次数，是常量且 ； 为节点i第 轮投票事件， 表示节点i在第 轮投票中投票成功， 表示节点i在第 轮投票中未投票或投票失败； 为节点i在第 轮投票中所花费的时间； 含义同前。
节点活跃度更新基本步骤为：
步骤1：利用式（12）~式（14）更新模型所有节点的投票活跃度。
步骤2：若出块节点j在给定时长 内未能成功打包，则通过减少其节点活跃度，将其从候选节点调整为普通节点，即 ，其中 为出块节点j第 轮投票活跃度； 为出块节点j所属第 簇第 轮候选节点选择阈值。
4 实验验证和结果分析
4.1 交通运输政务数据共享模型对比分析
采用对照分析法，从是否采用区块链、数据存储、数据安全性、数据维护、工作效率等方面，对本文模型和现有政务数据共享模型进行对比，如表1 所示。由于现有政务数据共享模型采用集中式存储方式，一旦数据中心遭破坏，易造成数据无法恢复的情况，数据安全性和可维护性较弱。同时，数据提供部门出于对数据安全和隐私保护的担忧，在数据共享审批中会采取过分谨慎态度，导致审批时间过长，降低系统工作效率。
表1 本文模型和现有模型对比 |
| 模型 | 是否采用区块链 | 数据存储 | 数据安全性 | 数据维护 | 工作效率 |
|---|---|---|---|---|---|
| 现有政务数据 共享模型 | 否 | 集中式存储 | 访问控制弱，数据可篡改，可溯性差，中心化强 | 数据损害后 难以恢复 | 审批时间过长，工作效率低 |
| 本文模型 | 是 | 分布式存储 | 访问控制强，数据不可篡改，可溯性强，中心化弱 | 数据损害后 易于恢复 | 审批时间缩短，工作效率提高 |
当前交通运输政务数据共享面临的主要问题和本文模型应对方法如表2 所示，具体针对数据存储、数据安全性、数据维护、工作效率4个方面存在的问题，详细分析了本文模型所用技术对策及其优势。对比分析表明，本文提出的模型能较好地克服现有政务数据共享模型存在的不足。
表2 当前交通运输政务数据共享面临的问题和本文模型应对方法 |
| 类型 | 现有模型面临的问题 | 本文模型应对方法及分析 |
|---|---|---|
| 数据 存储 | 集中式存储 | 采用IPFS系统，将政务数据的明细数据存储在IPFS系统中，分布存储IPFS返回的哈希值和数据摘要，通过IPFS返回的哈希索引找到对应的政务数据，可满足大容量数据存储和便捷访问的需求 |
| 数据 安全性 | 访问控制弱 | 采用非对称加密技术加密政务数据，数据共享参与方通过密钥读取数据，非授权用户无法读取数据 |
| 数据可篡改 | 采用区块链技术，区块通过哈希地址形成链式结构，改变区块内容必定会改变哈希地址，数据篡改较为困难 | |
| 数据可溯性差 | 采用区块链技术，使每个区块都有数据备份和时间戳，数据易于追踪查询 | |
| 中心化强 | 采用区块链技术，共识算法使系统可以在无信任中心的前提下达成一致；模型通过FCM聚类算法对DPoS共识算法进行改进，减少在DPoS共识算法中出现的打包权益集中掌握在少数计算能力较强的节点手里的情况，提高联盟链稳定性 | |
| 数据 维护 | 数据损害后恢复难 | 联盟链中每个节点均对数据进行存储，实现数据多重备份 |
| 工作 效率 | 数据共享申请审批 时间过长 | 利用区块链防篡改、可追溯的特点保证共享数据安全，消除数据提供部门关于共享引发数据安全问题的顾虑，有利于缩短共享申请审批时长，提高系统工作效率 |
4.2 FCM-DPoS共识算法实验及结果分析
本文通过仿真实验验证FCM-DPoS共识算法的可行性，采用Python语言搭建区块链网络，并模拟模型中FCM-DPoS共识算法投票选举代理节点的过程。实验搭建的区块链网络包含600个节点，其中各节点的地理空间位置和初始节点投票活跃度 随机产生。对于每个节点，随机生成其节点计算能力 ，同时参照全国一体化大数据中心布局[25]，国家级数据枢纽节点分布在京津冀、长三角、粤港澳大湾区、成渝区域，以及贵州、内蒙古、甘肃和宁夏等地区，因此对于地处上述地区的节点，赋予较高的 值。实验共进行1 000轮投票，每轮投票最多产生一个区块，FCM聚类分类数K取6。
首先，通过FCM聚类算法对节点进行划分。第500轮投票前划分结果如图6 所示。从图中可以看出，属于相同簇的节点具有一定的地理区域聚集性。算法通过每轮节点活跃度更新，动态更新每轮聚类结果，从而避免仅以地理位置聚类造成地理区域内投票聚集的现象。
然后，基于FCM聚类划分结果选择候选节点。对于每一簇，分别降序排列其活跃度和计算能力，并分别选取排在第30百分位数的值v'和p'作为阈值。候选节点选择结果如图7 所示，每一轮候选节点由不同簇节点选出，虽然不同簇之间的节点整体计算能力和活跃度有较大差异，但由于阈值的设置使得每一簇成为候选节点的节点数基本一致，模型中的节点不会因为所在簇整体计算能力较差而失去成为候选节点的权利，从而在一定程度上避免了节点计算能力差异带来的中心化问题。
最后，按照出块节点所在地区，对1 000轮投票结果进行统计分析，结果如图8 所示。可以看出，出块节点所在区域以西南、华北、华东居多，占比为64.2%，与上文提及的国家级数据枢纽节点地理分布特征基本一致。但是，西北、中南、东北这3个区域也多次产生了出块节点，且其数量之和在总出块节点数量中占比较大，达35.8%。可见，FCM-DPoS共识算法在一定程度上削弱了节点空间分布导致的不同区域节点属性差异对出块节点选择的影响，符合基于区块链的交通运输政务数据共享模型特点和要求。
5 结语
根据现有交通运输政务数据共享管理模式及信息化建设成果，本文使用双链式区块链框架设计了交通运输政务数据存储、共享方案，同时基于FCM聚类算法改进DPoS共识算法，有效解决了引入区块链技术后可能造成的交通运输政务数据中心化问题。通过与现有交通运输政务数据共享模型比较，并针对现有政务数据共享中存在的主要问题，分析了本文所建模型的技术特点和优势。最后，对FCM-DPoS共识算法进行了仿真模拟实验，结果表明FCM-DPoS共识算法保证了节点不会因为地理因素或硬件因素而丧失出块的权利，在一定程度上避免了中心化问题。
本文提出的基于FCM-DPoS的交通运输政务数据共享模型，为交通运输政务数据安全共享和高效存储提供了新思路。但是，本研究仅在理论和仿真层面进行了验证，模型的实际应用效果尚未得到验证。未来将持续跟踪本文提出的数据共享模型和共识算法在交通运输政务数据共享业务中的实际应用效果，并根据反馈信息进一步完善模型和方法。
