An efficient Lightweight integrated Blockchain [ELIB] model for IoT security and privacy

区块链背景简述
- 模型分析
- - 覆盖
  - 共识算法
  - CC Method
  - DTM(Distributed throughput management)
  - Smart Home
- 性能分析
- - PoW 处理时间
  - 智能家居仿真
小结

摘要
目前，区块链(BC)获得了重大的利益，因为其不可否认的性质和相关的优势，安全和隐私，BC有能力解决物联网的限制如数据保护和隐私。同时，BC的计算复杂度高，可扩展性受限，带宽开销大，延迟时间长，不适合物联网。本文针对物联网的需要，提案了高效的轻量级集成区块链(ELIB)模型。将该模型部署在智能家居环境中，作为一个重要例证，验证其在各种物联网场景中的适用性。智能家居中的资源受限资源利用了集中式管理器的优势，该管理器生成共享密钥来传输数据，处理每个传入和传出的请求。本文提出的ELIB模型生成了一个覆盖网络，其中装备良好的资源可以合并到一个公共BC，从而验证专用的安全性和私密性。在ELIB模型中进行了三种优化，包括轻量级共识算法、无证书密码和分布式吞吐量管理(DTM)方案。在处理时间、能源使用和开销方面的不同场景下进行详细的模拟后发现，与基线方法相比，ELIB总共节省了50%的处理时间最低能耗为0.07mJ

摘要

目前，区块链(BC)获得了重大的利益，因为其不可否认的性质和相关的优势，安全和隐私，BC有能力解决物联网的限制如数据保护和隐私。同时，BC的计算复杂度高，可扩展性受限，带宽开销大，延迟时间长，不适合物联网。本文针对物联网的需要，提案了高效的轻量级集成区块链(ELIB)模型。将该模型部署在智能家居环境中，作为一个重要例证，验证其在各种物联网场景中的适用性。智能家居中的资源受限资源利用了集中式管理器的优势，该管理器生成共享密钥来传输数据，处理每个传入和传出的请求。本文提出的ELIB模型生成了一个覆盖网络，其中装备良好的资源可以合并到一个公共BC，从而验证专用的安全性和私密性。在ELIB模型中进行了三种优化，包括轻量级共识算法、无证书密码和分布式吞吐量管理(DTM)方案。在处理时间、能源使用和开销方面的不同场景下进行详细的模拟后发现，与基线方法相比，ELIB总共节省了50%的处理时间最低能耗为0.07mJ

区块链背景简述

最近，区块链(BC)领域变得更加熟悉，它保持结构化的点对点数字分类账T，并将T细节分发到链中所有协调的节点。在BC网络中消除了集中化的概念。网络中的节点定期监控网络中的新T，并激活剩余节点参与网络。计算复杂、难解且易于验证的难题是由BC中的新块管理的各种过程，并对新块进行了改进，使其能够解决网络中的所有复杂难题。不可靠节点是由无信任共识算法驱动的。共识算法具有特定的计算资源，管理节点激活的块数。为了保护节点不受对手挖掘的影响，限制了网络中的块的挖掘。新的节点(矿工)必须解决这个难题，而这个难题对于所有可用的节点是不一样的。它是随机生成给所有可用的新矿工。现有的共识算法是基于以下技术的工作证明(POW)或权益证明(POS)通常由现有的BC实现。POS技术需要高度复杂的内存资源来解决密码难题。此外，POW对计算资源的要求很高，节点之间需要通信加密消息，以防止节点被窃听。加密的消息由Public key (PK)解密，这些PK在BC中随机改变，这是一个不断更新以保护节点不受对手攻击的流程。BC在一种被称为比特币的加密货币中实现，这些技术已经广泛分布在其他被称为替代币的加密货币中。BC在一种被称为比特币的加密货币中实现，这些技术已经广泛分布在其他被称为替代币的加密货币中，不仅如此BC技术已经在医疗、机器人群安全等非经济应用领域进行了探索。本文设计了这样一种方式，即新的BC技术可以解决设备的安全和隐私问题，这些设备将数十亿日常使用的设备连接到互联网，称为物联网。

BC网络架构概述如图所示。传统的安全和隐私技术对物联网并不成功如下所示：

原因	解释
资源约束	各种依赖资源的参数是计算、带宽和内存，这些参数在物联网设备中是有限的，这些特性无法满足复杂的安全问题。
集中化	在当前物联网中采用集中式代理T结构，每个设备都通过云服务器进行监控、验证、识别和链接。当前物联网生态系统的可扩展性问题，无法连接数十亿设备。上述挫折将使云服务器在整个网络的故障和中断期间仍然是障碍
缺乏隐私	目前的物联网应用为服务提供商(SP)提供了简明的内容，以接收定制服务。传统的隐私保护技术依赖于数据请求者的嘈杂信息或已审查的数据

BC技术具有各种各样的优点，并提出了各种具有挑战性的技术来解决相同的物联网问题。由于复杂的共识算法、安全开销、吞吐量和延迟，现有的BC技术无法用于开发物联网应用程序。

设备和用户的可靠性和认证过程是分开设计的，其中设备和用户的认证是分开进行的。RA流程是为了辅助设备进行身份验证而开发的。用户使用不同的技术注册HRA。RA是指用户想要从特定的设备上获取信息的过程。用户将请求消息作为主消息发送到特定设备。然后，RA检查用户是否是具有HRA的经过身份验证的用户，并将确认信息发送给所需的用户。一旦经过身份验证的用户被发送方识别，那么可靠的共享密钥就在发送方和接收方设备之间进行通信。

本文提出了一种高效的轻量级集成区块链(ELIB)模型，以满足安全物联网的需要。将该模型部署在智能家居环境中，作为一个重要例证，验证其在各种物联网场景中的适用性。所提出的模型包含智能家居和覆盖范围两个主要组成。所提出的ELIB模型在三个层次上运行，即共识算法、无证书密码(CC)方法和分布式吞吐量管理(DTM)方案。一致性算法在可调的一致性周期内限制簇头(CHs)创建的新块的数量。为了减少与确保新块被追加到公共BC相关的计算开销，ELIB使用了CC方法。最后，提出了DTM方案，以动态方式改变特定的系统变量，以确保公共BC的吞吐量与网络中的T负载变化不大。在不同的条件下进行了详细的仿真，得到的实验结果表明，在不同的评价参数下，ELIB的性能都达到了最大值。
对中间人攻击，该模型有最安全的防御机制。基本上，每个设备都与RA。然后，每个特定的用户都有一个相应的HRA，这两种技术被用作可伸缩性的瓶颈。在提出的ELIB技术中，它被设计为分层结构，整个网络中的节点由单个公共BC管理，并以分布式的方式管理节点。LBM以独立的方式管理覆盖节点和管理智能家庭的设备。LBM是专门用于智能手机的。与现有技术相比，该技术可以实现更好的安全性攻击。

模型分析

所提出的ELIB模型涉及两个基本概念，如图2所示。T是在任何实体之间交换控制信息的基本元素。还需要注意的是，数据流与T完全不同。接下来，块管理器(BM)是另一个具有管理BC能力的元素。它包括三个过程，即生成、验证和保存每个T和T的块。在覆盖层和智能家居层中，BMs的功能是不相同的。

覆盖

覆盖层中的每个单独节点称为PK，这些节点使用一个新的PL生成每个新的T，以保证匿名性。覆盖包含许多不同的元素称为覆盖节点，包括一个智能家居(表示为本地BM (Local BM)、移动实体、服务提供商(Service Provider)服务器、云存储(智能家居组件用于存储数据)。覆盖网络考虑了大量的节点。因此，为了确保可伸缩性，假设使用一组覆盖节点来控制公共BC。本文还假设采用聚类技术对引入集群的节点进行分组，每个集群选择一个节点簇头(CH)。CH通常执行BC管理的操作，称为覆盖块管理器(OBMs)。此外，CH处理T的流入和流出，这些T是从其集群成员或向其集群成员创建的。选择一个节点是因为CH可能在很长时间内保持在线，并且它应该有足够的资源来处理块和TS。由于基本流程由CHs执行，因此ELIB不受物联网设备动态的影响。

由叠加节点创建的T通过使用各种功能来保证安全。覆盖层中的T s分为(i)单签名T s和(ii)多签名T s，其中包含Rr和Re的签名ELIB是多重签名，如图3所示。
该标识符包含T的初始字段，下一个字段由一个指针占据，该指针指向类似Rr节点的较早的T。因此，使用Rr生成的每个T都是链接在一起的。在从Rr接收T期间包括下一个签名。第7个字段表示T输出，由Rr固定，Rr具有一组三个组件，例如Re已接收到由Rr创建的T的数量、由Re避免的T的数量以及Rr用于后续T的PK的散列。最初的两个字段提供过去的详细信息，这些信息对于计算Rr的声誉水平至关重要。最后一个字段用于进一步认证Rr，因为覆盖节点可以修改用于生成每个新T的PK。multisig T中的最后一个字段提供了与特定操作相关的详细信息。单个签名T具有唯一的结构，但是，它不排除重新PK和签名、元数据以及输出[0]和[1]，因为其中包括单个覆盖节点。值得注意的是，由于相应的输出不相同，多签名和单签名T作为单独的分类帐进行组织。在ELIB模型中，数据和T流是分开的。因此，为了响应对T的访问或监控，Re设备在保证Rr有访问权限的情况下，将数据以单个数据包的形式发送给Rr。同样，为了存储T, Rr生成的数据肯定是从T传输的。与广播数据的T不同，数据包是单播的，可以通过覆盖网络通过最优路由发送。
覆盖T保存在公共BC中，由obm控制。BC中的每个块由两个主要元素组成，如T s和块头。前元素保存先前块的哈希值、块生成器ID和验证者签名。公共BC中前面块的哈希值验证不变性的性质。当攻击者试图修改先前保存的T时，那么等效块的哈希值被保存在随后的块中将不再可靠并解释攻击。这里解释了“块生成器ID”和“验证者的签名”字段。多个T被连接起来并作为一个单独的块进行处理。
每个块最多可保存T_max 个T s。T max的值影响了BC性能，因此，T_max越高，意味着可以允许许多T保存在单个块中。一旦OBM获得TY，它首先会验证该T的Re是否存在于集群中。OBM有一个键列表(基本上是访问控制列表)，由Rr/Re PK对组成，表示Rrs允许T传输到特定的Res。这个键列表通过一个集群成员来更新，以允许其他覆盖节点向它发送T。A Re可能将OBM键列表中的Rr值固定为“broadcast”，表示接收每个包含其PK的T为Re PK，当Rr和输入TY匹配键列表中的条目的Re，然后OBM将T传输给Re (Re位于集群内，因此直接链接到OBM)。当Y中的Re不属于OBM中的集群时，T将每隔一个OBM广播一次。每个待处理的T在每个OBM保存在T池中。如果运行池大小等于Tmax，则OBM使用一致性技术启动生成新块的过程。

共识算法

在ELIB中，提出了一种时间依赖的共识技术，以取代现有的资源密集型方法，如PoW和PoS，这些方法在BC中普遍使用。一致性技术确保在节点之间任意选择一个块生成器，并且受限于可以生成的块的数量。为了在块生成器之间引入任意性质，每个OBM在创建新块之前必须等待一段任意数量的时间，称为等待期。由于每个OBM的等待时间不同，一个OBM可以获得一个由另一个OBM生成的新块，而另一个OBM只拥有当前OBM的T池中的少数或所有T。OBM应该从它的池中消除T，因为它被其他OBM保存在BC中。它要求OBM等待任意时间周期，并任意最小化等待周期，减少并发创建的重复块的数量。在生成新块时，它将被广播到另一个覆盖节点，这样它就可以被包含到BC中。
为了保护覆盖层不受恶意OBM的攻击，OBM可能会创建大量的块计数，错误的T导致追加攻击，OBM创建块的周期性是有限的，因此只有一个单独的块可以在一个一致周期指示的时间间隔内创建。默认的(和最大值)为10分钟，与开采持续时间相同。共识期的最小值等于叠加中最高端到端延迟的两倍，以确保有足够的时间传播其他OBM生成的块。
每个OBM监视产生块的另一个OBM的频率。一些不兼容的块被删除，与负责的OBM相关联的信任被减少。为了防止OBM总是保持较低的等待期，附近的OBM检查一个OBM是否在等待期开始时创建了新的块。当这些块的数量超过一定的阈值时，obm会根据应用的不同而丢弃其邻居创建的块。

CC Method

CC方法应用于基于BC的物联网系统。BC模型的公共分类账提供了广播任何物联网设备公钥的合适方式。此外，CC模型主要减少了经典模型提供的重复性，并提供了一个有效的物联网设备认证过程。通过使用CC，物联网设备的验证将简单完成。例如，当物联网设备使用私钥SKA发布带有签名的T，并将其公钥PKA和IDIDA包含到T时。矿工可以验证：（1）此T确实使用链接到PKA的私钥签名，（2）PKA确实属于IDA。通过这种方式，可以简单地确保T由具有IDA的IoT设备生成。
在CC中，密钥生成中心(KGC)根据用户的身份生成部分私钥。用户利用部分私钥及其秘密值建立私钥。由于秘密值只有最终用户知道，所以KGC没有能力确定私钥。用户根据秘密值生成公钥并将其公开。这里介绍了为用户A建立PK_A和SK_A密钥的5个重要步骤。

Setup(1k)→(K,MSK):Setup(1^k)→(K,MSK):Setup(1k)→(K,MSK):设置函数得到安全参数λ，并给出系统参数K和密钥MSK。它是使用KGC执行的，它可以识别MSK值。
PSkeyGen(K,IDA,MSK)→(PSKA):PSkeyGen(K,ID_A,MSK)→(PSK_A):PSkeyGen(K,IDA,MSK)→(PSKA):部分私钥(PPK)生成技术接收系统参数K、用户a的身份IDA∈{0,1}∗和MSK，并给出PPK。它使用KGC执行，输出将被传输到一个实体。
SValGen(K,IDA)→(XA):SValGen(K,ID_A)→(X_A):SValGen(K,IDA)→(XA):密值生成算法接收系统参数K和用户A的身份IDA，并提供密值X_A。该技术由用户执行，X_A将部分私钥转换为私钥。
该技术由用户执行。
SkeyGen(K,PSKA,XA)→(SKA):SkeyGen(K,PSK_A,X_A)→(SK_A):SkeyGen(K,PSKA,XA)→(SKA):私钥生成技术接收输入为系统参数K，即PPK. PSK_A和秘密值X_A，并返回私钥SK_A。该技术由用户执行，并且只有这个用户知道他的私钥。
PkeyGen(K,XA)→(PKA):PkeyGen(K,X_A)→(PK_A):PkeyGen(K,XA)→(PKA):公钥生成技术接收用于构造公钥PK_A的系统参数K和秘密值X_A。该技术由用户执行，PK_A向公众广播。

DTM(Distributed throughput management)

BC中使用的传统共识技术限制了BC的吞吐量(确定为BC中每秒钟保存的总T计数)，因为解决密码难题的要求很高。例如，由于POW，比特币BC被限制为每秒7 T。对于物联网，这些限制是不可接受的，因为不同数量的节点之间存在不同数量的交互。 InELIB,分布式吞吐量管理(DTM)计划决定有效地观察BC的开发和建立适当的修改，以确保它仍然保持在一个有限的范围内。在每个共识期结束期间，每个OBM确定利用(α)，即创建的新T的数量与附加到BC的T的数量的比率。需要注意的是，每个T和块都广播给每个OBM，每个OBM决定的利用率是相同的。DTM的主要目的是验证α保持在一个特定的理想范围内(αmin， αmax)。假设网络有N个节点集合，其中包含M个obm, R表示节点T s生成的平均速率。
利用可以用式：

Eq.(1)表明存在两种不同的方法，通过调整利用可以发生:(i)修改共识期，规定了在BC中包含的块的数量的发生;或(ii)修改M，因为每个OBM在共识期内生成一个单独的块。下一个增加了很高的开销，因为它需要重新配置整个覆盖网络。因此，当α超过α max时，在初始情况下，DTM验证共识周期是否可以减少。在该点，利用上述方程确定共识周期的新值，并认为α等价于验证网络稳定运行点的指定范围(αmin， αmax)的中点。相反，当共识期不能减少时，需要使用新的M值重新聚类，该值也由上公示确定，采用ELIB模型来实现可伸缩性，其中增加参与节点的数量可以提供更高的吞吐量。
ELIB模型可以连接到互联网网关或单独的中间体F - secure[1]，后者在物联网设备和网关之间扮演中间角色。

[1]F.-S. sense, www.sense.f-secure.com [Online; accessed 19-July-2019].

Smart Home

智能家居包含一组由本地BM（LBM）控制的不同物联网设备。由于IoT设备通常在资源上受限，因此本地T的加密通过使用对称加密进行，对于对称加密，在双方之间生成共享密钥，并利用轻量级加密散列函数。在每个智能家居中，ELIB控制与BC格式相同的本地不可变账本（IL），并处理智能家居生成的本地和覆盖T。

局部IL保存每一个局部T和覆盖T，其中Re为ELIB模型。如图4所示，本地IL中的每个块包括一个块和策略头。块头管理前一块的散列，以确保不可变的性质与公共BC相同。策略头以访问控制列表（ACL）的形式存在，ACL表示处理本地和覆盖T s的规则。如图所示，策略头包含一组四个参数。“请求者”表示生成T的实体的ID，以接收任何可以是Rr PK的多个传入覆盖T。策略头中的第二个变量表示允许的操作，该操作包括以下任意操作：本地存储、云存储、访问、监视和定期监视。第三个变量表示目标设备。
每一个T都保存在IL的T部分，用于审计。在每个T中，保存一组5个字段，如图4所示。每一个智能家居都连接到一个本地存储空间，其中一个设备充当备份驱动器，智能家居设备利用备份驱动器存储本地数据。它可以链接到ELIB，也可以是一个单独的设备。人们认为本地存储是鼠尾草。还假设启用了一个智能设备来将数据保存到本地存储，ELIB创建一个共享密钥，该密钥由设备用于与存储进行身份验证。

性能分析

本节详细验证了ELIB的不同视图。一套两个仿真工具，即Cooja和网络模拟器3（NS3），用于仿真目的。在模拟中，在一个网络中考虑一组50个覆盖节点。考虑一组五个Rrs，其每秒总共产生4个TS。用于评估的一组两个主要指标，即POW处理时间和开销。POW处理时间表示现成设备用于解决POW的时间量，该值应较低以获得更好的性能。接下来，开销表示每个事务的处理时间从获得交易开始，直到向请求者给出正确的答复为止。管理费用的值应较低，以显示更好的结果。

PoW 处理时间

首先，详细研究了解决POW的现成设备的时间消耗。POW处理时间表示消耗的时间量。在物联网环境下，采用传统BC和PoW的效率低下。比特币BC中的每个块都包含一个链接到它的nonce。矿工需要一个搜索过程来找到合适的时值，以便整个区块满足特定的随机条件。特别是，需要块的SHA-256哈希值持有特定数量的前导零。一个最简单的方法来确定正确的时间是使用暴力。领先的0的计数管理限制解决POW。当序列长度较长时，处理谜题需要较多的资源和处理时间。POS的模拟使用并分析了c++处理时间的局限性，解决了两个难题。与笔记本电脑相比，传统物联网设备的资源非常有限，因此，所获得的性能是人们可以预期的物联网设备的保守上限。求解6个领先0的POW总共需要2.3秒。通过将0的长度延长到7，处理时间将增加到29.22分钟。目前，17个 0块的比特币在普通笔记本电脑中需要指数级的长时间求解。实验值确保解决比特币中使用的POW会导致笔记本类设备上的更多延迟，因此，确保在ELIB模型中避免POW的设计选择。

智能家居仿真

它采用IPv6 over 6LoWPAN作为基本通信协议，高度适用于智能家居环境中的资源限制。模拟了一组三个z1尘粒传感器，每隔10秒将数据直接传送到ELIB。每次模拟将持续180秒，结果在时间段内是平均的。为了进行存储，云存储直接链接到ELIB。为了提供详细的验证，我们模拟了存储和访问T。为了存储一个T，采用了两种不同的实时交通流模式，即周期性和基于查询的交通流模式。
周期类型是指每台设备定期将数据保存到云存储中。而且，在查询的基础上，每个设备都会在收到用户的查询时保存数据，例如，租户或房屋所有者可以查询连接的安全摄像头，以检查是否有人到达门口。这里测量了一组时间开销和能量消耗两种测量方法，分别如图5和图6所示。时间开销表示处理LBM中每个T所需要的时间量，它取决于LBM中接收到的T，直到向Rr发送适当的应答。接下来，能量消耗定义为LBM处理T所花费的能量。

图5显示了ELIB模型在时间开销方面的性能。与具有额外加密和散列功能的基线相比，ELIB模型需要更多的时间来处理数据包。在基于查询的存储T的糟糕情况下，ELIB产生的额外开销是20毫秒，这在绝对值上是非常低的。能耗分析如图6所示。用ELIB法消耗的总能量为0.07 mJ。

对不同obm数量下的包开销进行实验分析，对比分析如图7所示。如图7所示，很明显，ELIB模型获得了200 kB的数据包开销，而最大的300 kB数据包开销是通过基线方法实现的。同时，该算法获得的总包开销最小为550 kB。ELIB模型，而在存在7个obm的情况下，基线方法最多可以实现600 kB的数据包开销。以同样的方式，在存在10个OBM的情况下，采用ELIB模型获得的最小包开销为1650 kB，而采用基线方法获得的最大包开销为1700 kB。同样地，总共最少的。在存在20个OBM的情况下，由提出的ELIB模型获得的数据包开销为4500 kB，而由基线方法获得的最大数据包开销为4950 kB。

在比特币中，每个覆盖节点以分布式的方式控制BC。相比之下，BC管理被限制在选择覆盖节点，即OBM。值得注意的是，基线方法有效地检测到攻击，因为在一个块中的每T都得到了验证，结果如图8所示。随着OBM数量的增加，成功攻击的数量显著减少，这是过时的。随着OBM数量的增加，数据包开销预计会增加。众所周知，传统BC中的每个T都应该通过使用覆盖节点进行验证。而ELIB采用CC方案，由于OBM建立了相互信任，需要验证的T计数逐渐减少。这里，使用与传统BC相同的基线方案验证ELIB中的新块的处理时间。

实验总共进行了3分钟，结果显示平均10轮。每个OBM验证一个新鲜块所需的总时间如图9所示。与对其他进程的评估相比(例如确保关键列表、生成新鲜块等等)，每一个其他任务都被忽略，因为使用CC方法不会影响之前的方法。

图9显示了处理时间与成功验证的块数的函数关系。从图中可以看出，由于OBM之间还没有获得信任，所以每种方法的处理时间是相同的。但是，随着时间的推移，创建并确保了许多块，OBM创建了彼此之间的直接信任。因此，在ELIB中只需要确保新块中整个T的一小部分，这消除了与基线相比的处理时间，基线确保了块中的每个T。此外，当验证的块的数量增加时，由于对其他OBM的信任继续增加，因此也需要确保更少的Ts数量。在稳定状态下，ELIB与基线方法相比，在最低能耗为0.07 mJ的情况下，共节省了50%的处理时间。同时，在存在20个obm的情况下，它至少有4500 kB的数据包开销。在不同的条件下进行了详细的仿真，得到的实验结果表明，在不同的评价参数下，ELIB的性能都达到了最大值。

小结

本文的重点是BC，一种在物联网中提供安全和隐私的有效技术，其在物联网环境中的应用提供了各种相当大的问题，包括计算复杂性，带宽，延迟和开销。为了满足物联网安全与保密的需要，本文提出了一个ELIB模型。所提出的模型包含智能家居和覆盖两个主要层次。本文提出的ELIB模型在三个层次上运行，即共识算法、CC模型和DTM方案。详细的模拟在不同的场景下进行。在稳定状态下，ELIB与基线方法相比，在最低能耗为0.07 mJ的情况下，共节省了50%的处理时间。同时，在存在20个obm的情况下，它至少有4500 kB的数据包开销。实验结果表明，ELIB在多个评价参数下表现出最佳性能。在未来，我们还可以对所提议的工作进行改进，以最大限度地减少能源消耗，并在不同的应用中进行部署。

高效轻量级集成区块链(ELIB)用于保护物联网安全和隐私相关推荐

让每块火腿都留下“数字痕迹”西媒：区块链将用于保护食品安全
西班牙<阿贝赛报>网站近日报道称,区块链技术正在成为保护食品安全的"有力武器". 由于在数据登记和监控方面享有安全性.匿名性和速度,区块链正进入到越来越多的商业模式中. ...
论文阅读：基于区块链的一个车联网轻量级安全V2V通信特点：利用无线网络传输在V2V通信中的信道特性，生成特殊的LF(链路指纹)用于标识每个信道，区块链技术用于生成区块
论文阅读:基于区块链的一个车联网轻量级安全V2V通信特点:利用无线网络传输在V2V通信中的信道特性,生成特殊的LF(链路指纹)用于标识每个信道,区块链技术用于生成区块. 系统模型: 汽车使用MICAz ...
网站（基于区块链的版权保护系统）使用手册（未完成版）
操作说明书 Ps.本项目基于以太坊开发,已完成,目前懒得更新文档. 随着互联网技术的发展和文化产业的日益繁荣,数字出版产业用户激增.数字出版行业面临着授权信息缺乏透明度.数字作品维权时举证困难.版权细 ...
区块链技术用于商品溯源
区块链技术用于商品溯源区块链的应用案例:溯源贡嘎链溯源的基本流程图区块链溯源小结存在的缺陷 Gongga链技术特点区块链的应用案例:溯源全世界受假冒伪劣产品影响的市场⾦额达到了3000亿美 ...
区块链下的保护个人信息安全武器
大数据数字时代的数据权利黄金原野下载APP 在互联网时代,通过在手机或电脑屏幕上的一次次点击或滑动,我们已经成为互联网的一部分.甚至,我们自身就已经变成一串串的数字信息滥用在很大程度上来源于信息 ...
研报 | 区块链新基建：物联网+区块链如何打造差异化竞争优势？
感谢分布式资本提供研究支持,以及摩联科技等代表性企业的交流分享. 基于区块链的物联网市场前景:万物互联时代,数据价值越发重要,物联网+区块链的融合创新将成为新的行业趋势.当前物联网模组厂商都在快速铺量 ...
IoTeX 对话高校区块链技术社区：物联网区块链的超级落地应用在哪里？
IoTeX 对话高校区块链技术社区:物联网区块链的超级落地应用在哪里? 原创: Raullen Chai IoTeX社区 8月17日下午,IoTeX联合创始人Raullen做客"高校区块 ...
区块链软件：与物联网结合
区块链软件:与物联网结合区块链与物联网的结合是物联网的四大慢性病. 物联网在没有区块链之前,13---16---13--17--192或与区块链结合之前,一直是一个"矛盾",其发 ...
万向区块链蜂巢学院：王爽：隐私计算—数据经济、数据要素的基石
3月24日晚,锘崴科技创始人.董事长王爽先生做客万向区块链蜂巢研习社直播间,分享隐私计算行业概述.隐私计算赋能数据要素化.隐私计算赋能医疗领域的应用等当下热门议题. 下文根据速记整理,略有不影响原意的 ...

高效轻量级集成区块链(ELIB)用于保护物联网安全和隐私