3.1.3 联盟链技术与应用
区块链应用于工业物联网构建属于联盟链技术。在区块链应用早期，只有公有链，也就是公开透明的“账本”。公有链有一个很大的问题，即虽然赋予不同的节点同等的权限，但是牺牲了效率。试想如果用微信支付付款用时1秒，用公有链系统需要几小时，你还会选择后者吗？
公有链还存在隐私保护问题，在某些场合公开数据能够带来公信力，但是更多时候，企业并不想“赤裸裸”地展现在大家面前。如果有一种技术，既能给大家需要的信息，又能保证自己的隐私不会泄露，就很完美了。于是，折中的方案被提出：牺牲部分去中心化，在权限上做出限制，以此换取效率的提高。依照这样的思路设计的链就是联盟链。传统架构和联盟链架构的对比如图3-3所示。
图3-3 传统架构与联盟链架构的对比
联盟链作为一个半开放的“账本”，只针对某特定组织开放。例如，一个由15个金融机构组成的共同体，每个机构都运行1个节点，为了使区块生效，需要获得其中10个机构（15的三分之二）的确认。
在这个联盟链中，可能允许所有人读取数据，也可能只允许联盟内部成员读取数据，这种方式就是“部分去中心化”，是效率和公平的折中。联盟链具有以下特点。
（1）部分去中心化。与公有链不同，联盟链在某种程度上只属于联盟内部成员，且很容易达成共识，毕竟联盟链的节点数非常有限。
（2）可控性较强。在公有链中，一旦链形成，就不可修改，因为公有链的节点一般是海量的，想要篡改区块数据几乎不可能。这是好事，也是坏事，因为万一出现了重大的数据错误，需要修改，在公有链上是不可能的。在联盟链中，只要大部分参与者达成共识，就可以对区块数据进行更改。
（3）数据默认不公开。与公有链不同，联盟链的数据只有联盟里的机构及其用户才有权限读取。
（4）交易速度快。由于节点不多，达成共识较容易，交易速度也会快很多，这使得联盟链十分适用于那些需要上下游合作的领域，如制造、银行、保险、证券、物流等。
以上特性决定了联盟链技术特别适合于制造企业间的合作，上下游企业构建联盟链不仅可以共享信息，还可以共享产能，从而打造强大的工业物联网体系。区块链在智能制造中的应用如图3-4所示。
图3-4 区块链在智能制造中的作用
1）优化制造业务运营
优化的核心技术是智能合约，智能合约由代码定义并强制执行，自动完成且无法人工干预，这样就确保了交易是可信的，且无须第三方机构辅助。
供应链上的交易金额巨大，交易双方存在彼此无法信任的问题，长期以来主要依赖各种协议和法律的支持。如果在区块链上注册交易数据，就可以通过智能合约预定义支付条件，如“付款金额70%到账后自动执行零件运送业务，验收合格后自动支付剩余款项”。
有了这种机器自动执行的约定，占用供应商货款、延长账期等行为就无法出现，可大大提高交易效率，降低交易成本，规避交易风险。
2）在审计中的创新应用
通过区块链的智能合约，可以预定义数据及流程的审计条款，可以监控采购订单是否都经过审批及记账与付款权限是否分离等。所有违反审计规范的日常运营都会被记录在案，这样不仅能降低企业审核自身数据和流程的成本，还可以与审计员共享数据，公司对财务和法务人员的需求也减少了，企业可以将更多的资金投入到技术开发、市场营销上去。
3）产品溯源与质量管理
传统的产品溯源由供应链上的供应商自行维护、自行佐证，但供应商出于对自身利益的考虑，不一定会提供真实的产品溯源数据。不真实的产品溯源数也给追查假冒伪劣产品、产品召回制造了障碍。
在智能制造过程中，如果在区块链上共享原料、供应链产品的各种数据，下游企业和经销商就可以全程参与产品的质量控制，从源头上减小了产生假冒伪劣产品的可能，还可以增强消费者的信心，提升他们对品牌的信任度。
4）制造企业资产上链
区块链最开始成功应用于比特币，本质上是对数字资产的确权和交易。这种模式后来扩展到金融等领域的有形资产及无形资产交易，使任何资产都可以在区块链中注册和交易。
制造企业资产的确权和交易同样可以基于区块链实现。例如，将生产设备、独特的原材料或产能单元进行资产数字化后，在区块链上交易，利用交易市场的价格发现功能，给这些资产合理定价。
5）提供知识产权保护
智能制造区别于传统制造的关键在于知识的产生及应用。知识是作为核心生产要素参与企业运营的，作为一种高价值生产要素，适当的流通和交易有利于其发挥更大的价值。
但是知识产权保护一直是比较困难的，如网上经常可以看到各种抄袭的内容。在制造业同样如此，很多优秀的设计和工艺一旦被盗用，就会严重打击开发者的信心。
区块链上的非对称加密机制可以用于知识产权的传输。例如，A企业的某产品需要B企业的工艺数据，A企业可以生成公钥和私钥，将公钥发给B企业，B企业将工艺数据用公钥加密后发给A企业，A企业收到工艺数据后用私钥解密即可。其他人就算获得了这段加密数据，没有私钥解密也无法使用。
本节讨论了区块链在工业物联网中的应用价值，主要体现在不同工业设备互联的安全性和实时产能利用监控等方面，可以有效解决智能制造中产能利用不充分的问题。