软硬结合、兼容隐私保护的区块链数据痕迹追踪数据集

本数据集面向软硬件结合、兼容隐私保护的区块链数据溯源应用需求构建，服务于硬件责任溯源、可信设备认证、数据痕迹追踪与第三方监管等研究场景。数据集内容由数据资源、系统源码和研究方案三部分组成，内含 1 个数据集说明文件、1 项基于区块链的互联网信息服务监管系统源码，以及 1 项软硬结合、兼容隐私保护的区块链数据痕迹追踪研究方案。在数据来源上，数据集采用“真实采集+仿真生成+系统验证”相结合的建设思路：一类数据为实际采集自 NRF52840 微控制器的 SRAM PUF 原始数据，通过记录器件上电初始化状态形成挑战—响应对，用于表征真实硬件在制造工艺差异下形成的物理随机特征；另一类数据为基于 Python 按照主流参数配置模拟真实硬件行为所生成的 APUF 数据，用于补充系统测试、模型分析与可复现实验需求。数据集中提供了大量由 PUF 生成的挑战—响应对，总规模约 1MB，可用于开展 PUF 唯一性、稳定性与鲁棒性评估，以及轻量级认证协议设计等研究。
围绕项目与课题任务书中关于可信采集、数据追踪、责任溯源和第三方监管等功能要求，数据集进一步构建了软硬件协同的数据溯源技术体系。其中，硬件侧实现了可信数据采集追踪模块，利用 PUF 等硬件物理特性实现设备与数据的可信绑定，为隐私监管和责任溯源提供基础支撑；软件侧实现了可信数据痕迹追踪模块，通过关联交易输入与输出，实现对数据链上流转过程及链下设备环节的追踪分析，并支持第三方监管。与此同时，配套提供的监管系统源码和研究方案，较为完整地呈现了区块链场景下数据溯源、隐私保护与监管协同的实现路径。整体来看，本数据集既包含面向硬件责任溯源的基础实验数据，又包含支撑系统实现与功能验证的源码和方案，可为基于 PUF 的区块链监管、设备可信身份认证及相关系统研发与应用示范提供较为系统的数据和技术支撑。