XiaoMi-AI文件搜索系统
World File Search SystemHyperledger
用于增强飞机维护的区块链模型...
摘要 — 本文讨论了使用区块链技术提高航空业飞机维护记录的完整性和透明度的需求。实物飞机维护日志很容易丢失或被毁坏。不存在的飞机维护日志会损害人们对飞机完整性和声誉的信心。此外，欺诈行为还可能通过伪造联邦航空管理局 (FAA) 人员签名和安装非官方飞机部件发生，从而影响国土安全。这项工作的范围是开发一个安全的区块链，可以将飞机服务记录和信息存储在数字分布式账本中。通过将维护日志保存在数字账本上，记录可以无限期地存储在受信任的环境中，同时保证记录的完整性。此外，为了实现分布式账本，使用共识算法“已用时间证明”(PoET) 向所有用户准确显示全局状态。拟议的安全飞机维护记录 (SAMR) 区块链使用 Linux 基金会开源软件“Hyperledger”来促进模拟现实世界实施的环境。SAMR 实施的区块链逻辑是在 Python 中通过创建基于权限的区块链来保存维护记录而实现的。
意大利番茄加工行业的区块链支持的可持续管理
摘要：这项研究解决了欧洲议会对意大利番茄加工业的下降的重大关注，该工业对意大利的烹饪遗产和全球市场地位构成威胁。这项研究提供了一种解决方案，该解决方案利用区块链技术来提高番茄供应链中的透明度，可追溯性和运营效率。通过整合固体性，混音IDE，MetAmask钱包和Sepolia testnet，我们提出的模型建立了一个强大的基于区块链的智能合同系统。该系统会积极吸引中耕者，批发商，零售商和最终用户，促进整个供应链中无缝的实时更新。在关键的番茄产生区域（例如Apulia）中实现此模型，利用Mainnet或Hyperledger Fabric等平台旨在稳定该行业。此外，这项研究促进了自动化的智能合约，整合物联网设备和开发分散应用程序（DAPP）。此策略可确保最终用户的透明度，增强有机食品的可用性并减轻污染风险。本研究还建议政府参与升级运输和存储设施，以减少收获后的损失。这项研究为意大利番茄加工行业的可持续管理建立了基础。
谷物和油食品供应链的基于区块链的可追溯性模型
摘要：纹理食品供应链的结构具有复杂的，跨区域，较长的周期和众多参与者的特征，因此很难维持供应的安全。近年来，谷物采购和销售领域已经出现了一些现象，例如用旧的，旋转的谷物，等级和价格的压力以及严重威胁着谷物和油的伪装油食品。区块链技术具有权力下放和不抑制的优势，因此，这项研究在谷物和油料供应链中解散了可追溯性数据的特征，并为基于区块链的特雷链模型提供了用于谷物和油的搭配链的特征。首先，提出了一种结合区块链和机器学习的新方法，以通过构建异常数据处理模型来增强区块链源数据的真实性和可靠性。此外，提出了一种轻巧的区块链储存方法和数据恢复机制，以减轻供应链data存储的压力并提高错误的容错。结果表明，公共数据的平均查询延迟为0.42 s，私人数据的平均查询延迟为0.88 s，平均数据恢复延迟为1.2 s。最后，使用HyperLeDger Fabric设计和建造了基于区块链的基于区块链的纹理食品供应链可追溯性系统。与现有的谷物和油料供应链相比，该模型在供应链中实现了多源的异质数据上传，轻巧的存储，数据恢复和可追溯性，这对于确保中国谷物和油的安全性具有很大的意义。
可再生能源微电网的基于权限的基于区块链的能源管理系统
摘要：点对点（P2P）能量管理是激励可再生能源微电网中的伪造者的最可行解决方案之一。随着区块链的应用从财务领域到能源场的应用，区块链技术为分布式能源系统提供了新的机会。但是，基于区块链的分布式能量系统允许整个网络中的任何节点读取数据。在许多应用程序方案中，无法有效地保护用户隐私，并且有一个安全问题，无法追踪攻击。在本文中，我们提出了一种基于权限的区块链的能源管理模式，用于可再生能源微电网。新颖的允许区块链框架使用每个企业，自然人或设备具有唯一身份的实体映射，以避免参与者加入微电网。每个同行实体都保留整个网络的交易信息索引，但仅保留其自己的特定交易信息，因此他们可以检索其他同伴实体的交易信息，但未经许可就无法获得详细信息。此外，由于许可区块链的分布性质，该模型可以避免通信延迟并促进插件。使用示范程序评估了所提出的方法的性能，该程序设计和部署在HyperLeDger Fabricers允许的区块链上。仿真结果显示了该方法的可行性，该模型有利于分散能源系统的保护隐私和P2P能源管理。
一种基于行为监测的新型信任模型，用于增强
由于虚拟数据泛滥，物联网（IoT）处于最近不稳定的状态。相信，物联网和云计算达到了最大阈值，并在此之后加载数据只会使其性能恶化。因此，已经引入了边缘计算来减轻物联网的处理负担。为了满足边缘计算的安全要求，我们打算将区块链的方法与边缘计算一起使用，以获得更好的解决方案。因此，本文提出了基于人工神经网络和信任估计的新型区块链模型的引入，称为行为监测信任估计模型。性能指标，例如准确性，精度，召回和F-量表是在正常条件下和注射诸如虚假数据注入，引导攻击和捕获节点之类的攻击下计算的。将提出的行为监控信任分类模型与天真贝叶斯，K-Nearest邻居，自动编码器，随机森林和支持向量机等现有分类器进行了比较，并发现性能提高。还计算出拟议模型的其他评估参数，例如执行时间，加密时间，存储成本，计算费用，能源效率和数据包下降的可能性，并与现有的比特币，以太坊，HyperLeDger，直接和不变的信任模型以及相互信任的基于基于基于基于的区块链链链模型相比。所提出的模型的准确度为95％，精度得分为90％，召回分数为94％，F量表的F量为94％，表明表现出色。
将后量子密码算法应用于 DLT ...
本文介绍了一个中央银行数字货币 (CBDC) 基础设施的创新项目。该架构注重安全性和可靠性，其特点包括：(1) 采用后量子密码 (PQC) 算法来确保长期安全性，甚至可以抵御能够访问密码相关量子计算机的攻击者；(2) 可以与可信执行环境 (TEE) 集成，以在第三方处理交易内容时保护其机密性；(3) 使用分布式账本技术 (DLT) 来提高系统中注册的所有交易的高透明度和防篡改能力。除了从理论上讨论该架构的优势外，我们还通过实验评估了其组件。即，作为 PQC 算法，我们考虑了美国国家标准与技术研究所 (NIST) 正在标准化的三种签名方案，即 CRYSTALS-Dilithium、Falcon 和 SPHINCS+。这些算法集成到 Hyperledger Besu (DLT) 中，并在 Intel SGX TEE 环境内部和外部执行。根据我们的结果，CRYSTALS-Dilithium-2 与经典 secp256k1 签名相结合，在 DLT 中签署区块时可实现最短的执行时间，在没有 TEE 的情况下达到 1.68 毫秒，在有 TEE 的情况下达到 2.09 毫秒。同样的组合也显示出最佳的签名验证结果，在没有 TEE 的情况下达到 0.5 毫秒，在有 TEE 的情况下达到 1.98 毫秒。我们还描述了评估方法的主要方面以及验证所提议基础设施的后续步骤。从我们的实验中得出的结论是，PQC 和 TEE 的组合有望实现高度安全有效的基于 DLT 的 CBDC 场景，随时准备应对数字金融未来的挑战和潜在的量子威胁。