综述:基于区块链的物联网系统的信任评估方法:综述 莫斯塔法·E·A·易卜拉欣(Mostafa E. A. Ibrahim)、 亚辛·达达(Yassine Daadaa)和 阿拉·E·S·艾哈迈德(Alaa E. S. Ahmed)

《Applied Sciences》:Trust Assessment Methods for Blockchain-Empowered Internet of Things Systems: A Comprehensive Review Mostafa E. A. Ibrahim, Yassine Daadaa and Alaa E. S. Ahmed

【字体: 大 中 小 】 时间:2026年03月20日 来源:Applied Sciences 2.5

编辑推荐:

   摘要 物联网(IoT)正在迅速渗透到人们的日常生活中,并将所有事物连接在一起。虽然更高的连接性带来了许多好处,包括更高的生产力、机器人流程以及基于数据的决策制定,但它也

  

摘要

物联网(IoT)正在迅速渗透到人们的日常生活中,并将所有事物连接在一起。虽然更高的连接性带来了许多好处,包括更高的生产力、机器人流程以及基于数据的决策制定,但它也带来了一些安全风险。现代数据真实性和可信度的威胁越来越难以通过传统的中央安全解决方案来应对。在本文中,我们对区块链支持的物联网(BIoT)领域中评估声誉和可信度的最新创新和方法进行了详细研究。我们通过对主要电子数据库(包括IEEE、Springer、Elsevier、Wiley和MDPI)以及顶级索引会议论文集进行了全面的文献搜索,搜索时间范围限定在2018年至2025年之间。共有122项研究的方法学质量符合预定义的质量评估标准。我们发现了物联网架构各层中存在的缺陷,并说明了自主、透明且不可渗透的区块链账本如何解决这些问题。此外,我们分析了公共区块链、私有区块链、联盟区块链和混合区块链网络架构之间的权衡,强调了安全性、可靠性和去中心化之间的矛盾。我们还评估了声誉评估技术的发展历程,从传统的模糊逻辑和加权平均模型发展到现代成熟的博弈论和机器学习(ML)模型,指出了这些模型在计算开销、可扩展性、适应性和在物联网系统中部署的可行性方面的局限性。最后,我们概述了BIoT系统信任评估的未来发展方向,并指出了研究中的局限性和潜在解决方案。我们的研究表明,尽管基于机器学习的模型在识别非法节点活动方面提供了更准确的预测,但它们仍然受到数据不平衡和处理开销较高的限制。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号