《Frontiers in Food Science and Technology》：Hash-anchored quality-control evidence for food-production digital twins: a Solana-based LIMS-compatible framework
编辑推荐：
引言：食品生产中的数字孪生日益支持质量监测、可追溯性和运营决策。然而，数字孪生的可靠性取决于用于更新其状态的质量控制证据。在许多食品生产场景中，实验室质量信息存储于实验室信息管理系统（LIMS）、供应商证书或外部实验室报告中，而基于区块链的食品研究主要关注供应
引言：食品生产中的数字孪生日益支持质量监测、可追溯性和运营决策。然而，数字孪生的可靠性取决于用于更新其状态的质量控制证据。在许多食品生产场景中，实验室质量信息存储于实验室信息管理系统（LIMS）、供应商证书或外部实验室报告中，而基于区块链的食品研究主要关注供应链可追溯性，而非经过验证的实验室事件集成。本文提出一个基于Solana的最小哈希锚定框架，使食品生产数字孪生在接受LIMS兼容的质量控制证据作为批次质量状态证据之前，能够验证其是否原始、被修改或缺失。方法：实验室数据保持在链下，Solana仅存储事件标识符、密码学哈希和最小元数据。使用一个基于两份面粉证书及由相同字段结构生成的类LIMS事件组成的匿名烘焙面粉质量控制案例评估该框架。实验评估了篡改检测、锚定与验证延迟、基准可重复性以及数字孪生状态分类。结果：在主要的1,000事件本地验证器基准中，Solana逐事件锚定在本地存储妥协威胁模型下检测到100%的验证后修改，平均锚定延迟为474.7862 ms/事件，平均验证延迟为1.5945 ms。重复的1,000事件运行产生相同量级的开销，平均锚定延迟为472.2501 ms，平均验证延迟为1.2591 ms。本地哈希和仅追加日志基线更快，但在本地参考妥协下无法提供外部篡改证据。讨论：在评估条件下，Solana哈希锚定为食品生产数字孪生中经过验证的质量状态更新提供外部完整性层，而非性能优化。
研究背景与存在问题：食品生产中的质量控制（quality control, QC）决策依赖实验室证据，原料是否接收、复检或投入生产均以实验室检测结果为依据。在烘焙生产中，面粉水分、面筋含量、面筋质量、降落数值、灰分和白度等指标直接影响批次生产决策。随着食品生产数字孪生（digital twin）越来越多地用于过程监测与质量状态表征，数字孪生的可靠性取决于用于更新其状态的QC证据是否仍与经过验证的实验室记录一致。然而，现有食品数字孪生研究多集中于建模、监测、过程优化、货架期预测和供应链表示；区块链食品研究主要强调溯源、透明性和防伪；LIMS研究则关注实验室工作流、样本管理和审计追踪。这些领域通常被分开处理，缺少一个将经过验证的实验室QC事件与数字孪生状态更新连接起来的最小外部防篡改验证机制。该论文发表于《Frontiers in Food Science and Technology》。
研究内容与结论：研究人员提出一种基于Solana的哈希锚定框架，该框架不替代LIMS，也不在链上存储实验室测量数据，而是将每个QC事件规范化后计算SHA-256哈希，在Solana上锚定该哈希，随后通过验证服务返回“已验证（verified）”“已修改（modified）”或“缺失（missing）”三种状态。数字孪生仅在验证服务返回verified后才更新批次质量状态。案例数据来自两份匿名烘焙面粉质量控制文档：一份日期为2026–04–23的手写实验室表格和一份日期为2025–08–25的打印质量证书，字段包括水分、面筋、面筋质量、白度、降落数值和灰分。更大规模的事件集由相同字段结构生成，用于评估操作开销。实验比较了本地哈希（no_chain_hash）、仅追加本地日志（append_only_log）和Solana锚定三种方法。结果表明，在本地存储妥协威胁模型下，Solana锚定检测到100%的验证后修改，而两种本地基线检测率为0%。在1,000事件本地验证器基准中，Solana逐事件锚定平均延迟为474.7862 ms/事件，验证平均延迟为1.5945 ms；重复运行锚定平均延迟为472.2501 ms/事件，验证平均延迟为1.2591 ms。本地基线虽然更快，但无法在本地参考妥协下提供外部防篡改证据。数字孪生状态分类实验表明，Solana方法能将混合事件集正确分类为verified、modified或missing，而本地基线在本地参考妥协下会将modified事件误判为verified。研究意义在于，该框架为食品生产数字孪生提供了一层外部完整性证据，使数字孪生只接受与已验证实验室记录一致的QC事件，同时避免敏感实验室数据上链。
关键技术方法：主要方法包括：将实验室记录或证书规范化为稳定的JSON事件，统一字段顺序、数字格式和日期表示后计算SHA-256哈希；在Solana Anchor程序中实现anchor_event和verify_event两个指令，链上仅存储事件标识符、事件哈希、事件类型、LIMS记录哈希、权限和元数据；使用Solana本地验证器进行锚定与验证延迟基准，并与本地哈希和仅追加日志基线对比；构建混合事件集进行数字孪生状态分类。案例数据来自两份匿名烘焙面粉QC文档，并基于相同字段生成100、1,000和10,000事件集。
研究结果：
3.1 篡改检测：在本地存储妥协威胁模型下，本地哈希和仅追加日志因本地参考可随载荷同时被修改而无法检测篡改；Solana锚定因外部锚定哈希不可变，在1,000事件评估中检测到100%的修改事件。
3.2 锚定与验证延迟：在1,000事件本地验证器基准中，Solana锚定平均延迟为474.7862 ms/事件，验证平均延迟为1.5945 ms/事件；重复运行锚定平均延迟为472.2501 ms/事件，验证平均延迟为1.2591 ms/事件。本地基线延迟更低，但缺乏外部防篡改证据。验证延迟远低于锚定延迟，因为验证仅需读取账户并与当前哈希比较，无需提交新交易。
3.3 数字孪生状态分类：在300事件混合状态分类数据集中，Solana方法在定义威胁模型下将已验证、已修改和缺失事件正确分类；本地基线可识别缺失事件，但在本地参考妥协下会将修改事件分类为已验证。数字孪生更新逻辑只允许verified证据更新批次质量状态，modified和missing则触发警报或待查状态。
讨论总结：讨论指出，Solana哈希锚定并非性能优化，而是为数字孪生提供外部完整性层。烘焙面粉案例使完整性问题的实际含义具体化，因为QC值直接关联接收、复检或投产等生产决策；若这些值在验证后被修改，数字孪生可能反映与实验室证据不符的批次状态。哈希-only设计限制了链上数据暴露，但链下证据存储仍需妥善管理，区块链锚定不能替代生产者或实验室内部的数据治理。研究局限包括：案例仅使用两份匿名面粉QC文档，生成事件集用于支持可行性和可重复性，而非声明完成工厂部署；基准使用Solana本地验证器，devnet或mainnet运行会引入确认波动、交易失败处理、账户租金、网络拥堵和链可用性风险；约0.47秒/事件的锚定成本适合批量级QC证据在实验室验证后异步锚定，但不适合高频传感器流，除非进行批处理并增加完整性检查。框架还依赖于智能合约之外的控制措施，如LIMS权限、审批流程、审计追踪、密钥轮换、重试队列和失败交易监控。
结论翻译：本文提出一种基于Solana的框架，用于食品生产数字孪生中可验证的质量控制证据。该框架将实验室数据保持在链下，仅在Solana上存储密码学承诺，并允许数字孪生在更新批次质量状态前将QC证据分类为已验证、已修改或缺失。结果表明，本地哈希和仅追加日志方法更快，但在本地存储妥协下无法提供外部防篡改参考；Solana锚定在本地验证器基准中增加亚秒级逐事件锚定开销，但能检测验证后修改并保持验证的轻量性。在评估条件下，这些结果支持使用Solana作为数字孪生质量状态更新的完整性层，而非替代LIMS或作为通用食品溯源平台。
