摘要 - 本文介绍了ZK-iot框架,这是一种新颖的方法,可通过在区块链平台上使用零知识证明(ZKP)来增强物联网(IoT)生态系统的安全性。我们的框架可确保在潜在受到损害的IoT设备中固件执行和数据处理的完整性。通过利用ZKP的概念,我们建立了一个信任层,该信任层有助于在设备可能不会固有地相互信任的环境中的IoT设备之间安全的自主互动。该框架包括ZK-DEVICES,它利用功能承诺来生成执行程序的证据,以及用于编码设备之间交互逻辑的服务合同。它还分别利用区块链层和继电器作为ZKP存储和数据通信协议。我们的实验表明,在我们的系统设置中,证明生成,阅读和验证分别分别为694、5078和19毫秒。这些时间满足物联网设备通信的实际要求,证明了解决方案的可行性和效率。zk-iot框架代表着物联网安全领域的重大进步,为跨各种应用程序(例如智能城市基础架构,医疗保健系统和工业自动化)铺平了道路。索引条款 - 零知识证明,物联网,功能承诺,区块链。
抽象的视觉障碍显着影响全球数百万的生活,影响日常活动和独立性。辅助技术已成为增强视觉残障人士自治和包容性的有前途的工具。尽管有许多解决机动性,导航,定向和对象识别的工具,但许多工具仍然是建议或原型,对视力障碍社区的影响有限。全面的系统审查对于评估辅助技术,物联网和计算机愿景的当前状态,确定局限性,改进领域以及新解决方案的机会至关重要。本评论旨在分析和综合与视觉障碍者的辅助工具相关的理论和实践文献。在IEEE和Scopus等学术数据库上进行详尽的搜索,该评论重点介绍了计算机视觉,深度学习,盲目或视力障碍等关键字。纳入和排除标准将指导研究选择,重点是评估研究质量。系统审查分析了视力障碍的辅助工具中的最新技术进步,评估了文献中发现的局限性和贡献。的关键方面,例如物联网的准确性和可靠性和基于计算机视觉的辅助技术。采用了Isabel I系统审查方法,涉及对期刊,会议记录和书籍中的71篇文章的手动搜索。限制和改进确定的指南并激发了辅助技术,物联网和计算机视觉的未来研究。这些发现为未来的研究提供了宝贵的见解,并提供了现有的视觉障碍辅助工具的概述。结果显示,美国电气和电子工程师研究所(IEEE)杂志的发表率更高。主要的限制是技术依赖性(16.46%),而最重要的贡献在于检测目标对象的准确性(11.70%)。这项系统评价旨在扩大对视觉障碍的现有辅助工具的理解,重点关注计算机视觉和物联网中的技术进步。它预计将未来的研究指导为视觉受损的个体开发更有效的辅助工具。
隐私和消费者保护法律法规、执行这些法规的监管机构以及他们对人工智能的审查将继续存在。意大利数据保护机构最初禁止 ChatGPT 以及其他一些机构的调查已经明确表明,隐私和数据保护应该是任何实施人工智能应用的公司最关心的问题,特别是涉及个人数据/个人信息的情况下。人工智能炒作不太可能很快消退,包括监管机构的关注。如果人工智能的输入或输出涉及多个司法管辖区,这种情况会加剧。隐私法是针对特定地区的,其中许多都有跨境转移限制或要求。与英国和欧盟一样,大多数新的美国州隐私法都涉及自动决策和分析,这些通常由人工智能驱动。美国各州和联邦消费者保护法管理着商业中的欺骗性和不公平行为和做法,其适用范围不仅限于个人数据的使用,如果受保护类别的信息被用作输入或输出产生偏见影响,则全球司法管辖区的反歧视法可能会受到牵连。在亚太地区 (APAC),几个司法管辖区都有数据本地化规则,这将使与 AI 相关的处理变得特别棘手。虽然在某些国家/地区,一份简单的转移合同就足够了,但其他国家/地区已采用白名单/充分性确定甚至黑名单来将数据传输到特定地区。
本文对医疗保健中物联网(IoT)进行了系统的审查,探讨了其用例,福利和挑战。通过对包括期刊文章,会议记录和白皮书在内的各种来源的分析,我们确定了物联网在患者监测,医疗供应链管理,临床操作和远程医疗服务中的关键应用。我们的发现突出了物联网对医疗保健的变革性影响,通过个性化治疗和早期检测,提高运营效率以及促进基于证据的决策提供了改善的患者护理。尽管有很有希望的好处,但诸如隐私,安全性和互操作性等挑战仍然存在,需要进一步的研究和技术进步。本评论强调了物联网彻底改变医疗保健服务的潜力,从而使其更有效,易于访问和以患者为中心。
间隔系统的编程语言不能忽略时间及其与数据的关系。在没有自定义语言支持的情况下,应用程序代码必须时间戳数据并在每个访问之前执行有效性检查,这使程序逻辑复杂化。为此,基于任务的系统已在每个任务生成的数据上受到定时约束。23一个程序成为DI主导的数据流图,其中节点是任务,边缘定义了数据流和时间约束。rep将程序作为任务图的不满,允许开发人员直接表达数据运动结构和时机,而无需在终止行为中进行推理。正式的框架作品和语言支持对数据新鲜度和时间一致性的支持进一步授权开发人员在交易帐篷系统中启用定时属性。34
Carl Linnaeus(1707-1778):1735年,瑞典科学家Carl Linnaeus首次发布了一种对所有生物进行分类的系统。今天仍然使用了该系统的改编版本,称为Linnaeus系统。
摘要。通过回顾当前的技术水平,本文开设了一个专题,题为“工业 4.0 范式中的物联网和人工智能驱动的优化”。本节的主题是物联网设备、云计算、大数据分析和人工智能集成以优化工业流程和提高效率的更广泛问题的一部分。它还关注如何使用现代方法(即计算机化、机器人化、自动化、机器学习、新商业模式等)围绕当前和未来的经济和社会目标整合整个制造业。本文介绍了在工业 4.0 范式中使用物联网和基于人工智能的优化的知识状态。作者回顾了该领域过去和现在的知识状态,并描述了已知的机会、局限性、进一步研究的方向以及最有前途的想法和技术的工业应用,同时考虑了技术、经济和社会机会。
目前的工作提出了一种新颖的自动互联网(IoT)光谱传感系统,用于通过反射信号对葡萄成熟的现场光学监测。为此,开发,表征和操作在实验室和现场条件下量身定制的硬件。它包括三个互补模块:光学模块,主机模块和控制器模块。光学模块包括四个光电探测器和四个LED,最大发射波长为530、630、690和730 nm,它们与葡萄浆果直接接触。主机模块包括LED驱动程序和模拟前端,以获取信号。最后,控制器模块提供了对系统的完全控制,并确保数据存储,电源管理和连接性。该系统能够通过线性响应(R 2> 998)在4 - 100%的范围内测量反射率,并且在不同的光学单元之间具有很高的可重复性。这种设计使从红色收集反射信号成为可能(cv。Touriga Nacional)和白色(cv。Loureiro)实验室和现场环境中的葡萄品种。在整个成熟期(大约两个月)中,这种光学指纹(由不同的反射强度组成)与葡萄浆果质量参数的演变之间的关系进行了分析和讨论。实验室数据用于建立一个基于部分最小二乘正方形的多元模型,以预测两个品种中总可溶性固体(TSS)含量。ir)甚至荧光。模型误差(交叉验证中的均方根误差)分别为2.31和0.73°,Touriga Nacional和Loureiro分别为Brix。在系统实时预测TSS的潜力的说明性示例中,将该模型应用于在现场获取的数据。监测期内收集的现场观察结果还提供了有关光传感器无人值守操作期间可能发生的潜在问题的相关信息。此外,所提出的光学模块的模块化体系结构使使用不同的LED和光电视图以及光学过滤器的组装成为可能。这创造了使用相同原理在不同光谱范围内测量反射率的可能性(例如,本文所述的结果为这项技术的未来发展铺平了工作,其中包括基于反射数据的最相关的葡萄成熟参数的预测模型,以及作为无线传感器网络的一部分的操作。
摘要 - 量子计算中最新发展的内容,大型量子计算机的发明不再是遥远的未来。量子计算严重威胁了现代加密,因为经典的公开密钥密码系统下的硬数学问题可以通过足够大的量子计算机轻松解决。因此,研究人员基于甚至量子计算机无法有效解决的问题提出了PQC。通常,很难计算量子后加密和签名。这可能是物联网的问题,物联网通常组成具有有限计算能力的轻量级设备。在本文中,我们调查了有关PQC在资源受限设备中的性能的现有文献,以了解该问题的严重性。我们还回顾了最新的建议,以优化资源约束设备的PQC算法。总体而言,我们发现,尽管PQC对于合理的轻巧的物联网可能是可行的,但其优化的建议似乎缺乏标准化。因此,我们建议将来的研究寻求协调,以确保对后量子器时代的物联网进行有效,安全的迁移。