MétaCan
Menu
Retour à la cohorte
Enregistrement W3216767138 · doi:10.1109/comst.2021.3131711

Blockchain-Empowered Space-Air-Ground Integrated Networks: Opportunities, Challenges, and Solutions

2021· article· en· W3216767138 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Communications Surveys & Tutorials · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of WaterlooUniversity of WindsorQueen's University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésComputer scienceComputer securityInteroperabilityScalabilityBlockchainSoftware deploymentTransparency (behavior)DroneCloud computing

Résumé

récupéré en direct d'OpenAlex

The terrestrial networks face the challenges of severe cost inefficiency and low feasibility to provide seamless services anytime and anywhere, especially in the extreme or hotspot areas (e.g., disaster areas, mountains, and oceans) due to limited service coverage and capacity. The integration of multi-dimensional networks consisting of space, air, and ground layers is expected to provide solutions in delivering cost-effective and ubiquitous Internet of things (IoT) services for billions of users and interconnected smart devices. Autonomous data collection, exchange, and processing across different network segments with minimal human interventions in space-air-ground IoT (SAG-IoT) can bring great convenience to consumers, however, it also suffers new attacks from intruders. Severe privacy invasion, reliability issues, and security breaches of SAG-IoT can hinder its wide deployment. The emerging blockchain holds great potentials to address the security concerns in SAG-IoT, thanks to its prominent features of decentralization, transparency, immutability, traceability, and auditability. Despite of the benefits of blockchain-empowered SAG-IoT, there exist a series of fundamental challenges in terms of efficiency and regulation due to the intrinsic characteristics of SAG-IoT (e.g., heterogeneity, time-variability, and poor interoperability) and the limitations of existing blockchain approaches (e.g., capacity and scalability). This article presents a comprehensive survey of the integration of blockchain technologies for securing SAG-IoT applications. Specifically, we first discuss the architecture, characteristics, and security threats of SAG-IoT systems. Then, we concentrate on the promising blockchain-based solutions for SAG-IoT security. Next, we discuss the critical challenges when integrating blockchain in SAG-IoT security services and review the state-of-the-art solutions. We further investigate the opportunities of blockchain in artificial intelligence and beyond 5G networks and provide open research directions for building future blockchain-empowered SAG-IoT systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,110
Tête enseignante GPT0,284
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle