【摘 要】
：
近年来,随着物联网的快速发展,其数据的安全可信问题成为业内非常重要的研究内容,区块链以其天然的安全优势为物联网的安全可信问题提供了一类可行的解决方案,迅速将物联网与区块链技术的融合研究推向热潮。但区块链采用算力不菲、能耗昂贵的hash难题、数字签名、共识算法等技术作为安全机制,致使其能耗昂贵、吞吐量低、延迟冗长的低效短板不能满足物联网实际应用中的系统能效高、事务处理吞吐量大、处理及时性强的高效需求
论文部分内容阅读
近年来,随着物联网的快速发展,其数据的安全可信问题成为业内非常重要的研究内容,区块链以其天然的安全优势为物联网的安全可信问题提供了一类可行的解决方案,迅速将物联网与区块链技术的融合研究推向热潮。但区块链采用算力不菲、能耗昂贵的hash难题、数字签名、共识算法等技术作为安全机制,致使其能耗昂贵、吞吐量低、延迟冗长的低效短板不能满足物联网实际应用中的系统能效高、事务处理吞吐量大、处理及时性强的高效需求问题。基于此,本文的研究目标是设计实现一个提供高能效和高处理效率的基于区块链的物联网系统。本文的主要工作如下:第一,为了调和区块链的低效短板和物联网的系统能效高、事务处理吞吐量大、处理及时性强的高效需求之间的矛盾,提出基于区块链的物联网自适应功率分配（adaptive power allocation,APA）架构。该架构利用3C融合技术实现最优化可用功率分配,采用许可链技术提高用户隐私安全保护,通过拜占庭容错（byzantine fault tolerance,BFT）算法和软件定义网络分别实现共识高效和灵活可控。并分析基本参数、时延限制、共识算法和3C资源建立APA能效优化模型,通过几何规划求解出APA模型的最优能效解。仿真结果证明,APA架构在系统能效、事务吞吐量方面分别提升5%～33%和1.5～2倍,事务处理时延降低至40%～50%,呈现出对基于区块链的物联网系统效率和处理效率优化的有效性。第二,针对算力昂贵的区块链共识算法,设计面向BFT算法的部分共识机制（optimal partial consensus mechanism,OPCM）,建立基于OPCM机制的Aardvark和RBFT两种BFT算法的共识模型,通过对共识区域的缩减,节省共识计算开销,改善系统性能。并实现OPCM机制在APA架构的应用,得出基于OPCM机制的APA能效模型。仿真结果证明,基于OPCM机制的Aardvark算法的系统能效、事务吞吐量比原始算法分别提升0.8倍和0.8～1.7倍,处理时延约降低至50%;基于OPCM机制的RBFT算法的系统能效、事务吞吐量分别约优化为原始算法的3.5倍和3.3倍,处理时延约降低至30%。在能效意识架构上应用OPCM机制,可以进一步优化基于区块链的物联网系统能效和处理效率。
其他文献
在现代生活中,人脸识别已遍布生活中的各个领域,如安防监控、移动支付等。尤其是随着物联网的飞速发展,在边缘端设备上部署人脸识别的需求正在快速增加。在移动设备或其它资源受限的小型边缘计算设备上,人脸识别算法的计算复杂度和计算效率将至关重要。然而,现有的基于深度学习的主流人脸识别算法往往需要大量的计算资源,基于传统机器学习的算法在无约束条件下面临识别率不足的技术挑战。因此,如何在计算资源有限的设备上部署
我国国土辽阔,地形复杂多样,是世界上地质灾害最严重、受威胁人口最多的国家之一,地质灾害种类多,危害巨大,对人类生命财产以及地球环境保护会造成巨大的损失且不可挽救,另一方面,地质结构的微变形也会影响基础建设和建筑工程的安全性,如大坝、桥梁、隧道的变形量一旦超过安全界限,就可能发生重大灾害。因此对边坡进行形变监测就显得尤为重要,现阶段边坡形变监测的解决方案费时费力、灵活性低、无法实现全天候监测、成本昂
第三代半导体材料碳化硅（Silicon Carbide,简称Si C）凭借其本身优越的特性,在功率器件的应用研究中逐渐成为研究热点,其主要特性具体表现为宽禁带、高热导率、高临界电场、高功率密度等等。而垂直双扩散金属氧化物半导体场效应晶体管（Vertical Double-Diffusion Metal-Oxide-Semiconductor Field-Effect Transistor,VDMO
大规模多输入多输出（Multiple Input Multiple Output,MIMO）技术利用多径传播来提高系统吞吐量和能量效率,成为了第五代移动通信网络中最有前途的关键传输技术之一。但是在时分双工模式下,受限于信道相干时间,导频数量有限,不同小区的用户间导频复用产生的导频污染严重影响了大规模MIMO系统性能的发挥。因此,如何在有限的导频资源下设计可靠的导频污染抑制算法是研究的重点和难点。针
机械旋转可重构反射阵天线是通过改变圆极化反射阵元的旋转角度,来调节阵元的反射信号相位,实现特定空间指向上的波束聚焦的一种新型可重构反射阵天线,具有结构简单、易于扩展、相位调节精度高等优点。但因其特殊的旋转结构,阵元的反射相位相对于传统的固定指向反射阵天线来说是可变的,具有一定的随机性,因此在使用之前需要对阵元的初始角度进行检测和补偿,以提高波束指向的精确度。本文提出了一种基于多目标位移测量雷达技术
随着神经科学与计算机科学的推进,深度学习不仅在传统的图像、语音等信号处理领域不断刷新指标,而且逐渐开始被其他专业领域所关注,目前已在金融、医疗甚至社会学研究等多个行业都取得了突破性进展。随着深度学习算法被越来越多领域所接受和使用,专业领域的研究者迫切需要能对算法进行便捷地测试验证,并将成熟算法快速落地部署,形成生产力。但深度神经网络因其存储密集、计算密集等特点,加之应用场景对硬件资源的限制,对软、
弱视容易引起人体视力障碍以及视力丧失,及时且准确的诊断对于弱视的治疗十分必要。现有研究表明异常的双眼竞争是弱视的可能发病原因,因此研究双眼竞争对于弱视诊断具有实际意义。视觉诱发电位是视觉电生理技术中的一种,可以客观地对受检者的视觉系统做出评估。视觉诱发电位中的mf VEP（Multifocal Visual Evoked Potential,多焦视觉诱发电位）总体检测时间较短,既可以检查到眼底整体
深海电动云台是一种重要的深海探测辅助设备,可搭载深海摄像机、深海照明灯和声呐等小型设备,通过角度调整实现更好的观测效果,因此,在海洋工程和海洋科考领域受到了广泛应用。然而,目前我国并无国产深海电动云台产品,仍受到欧美垄断的制约。为促进深海电动云台的国产化进程,论文研究了深海电动云台控制系统,主要进行了深海电动云台步进电机驱动控制器设计和深海环境下的云台高精度控制研究等。论文研究了步进电机工作原理和
随着中国经济社会的迅猛发展以及基础设施的逐步完善,保障交通安全特别是疲劳驾驶检测成为国内外研究热点,而推广疲劳驾驶检测系统的关键问题是如何在保证可用性的同时提升疲劳驾驶检测的准确度。面向物流车驾驶的实际应用场景,本文提出一种基于深度学习的定制化疲劳检测方法。通过驾驶员功能近红外光谱成像（Functional Near-infrared Spectroscopy,f NIRS）数据训练模型,对驾驶员
半导体功率器件能够提高电能转换效率,对实现我国“双碳”目标极其重要。场截止绝缘栅双极型晶体管（FS IGBT）是目前最前沿的半导体功率器件之一,其研究重点主要聚焦于优化关断损耗与导通电压的折中关系。将超结结构引入场截止IGBT可改良这一折中关系。在实际应用中,功率器件会碰到一些极端工况,如:大电流关断、短路等恶劣场景,很容易导致器件损坏。因此在优化IGBT折中关系的同时也需要格外考虑器件的可靠性。