Internet of everything meets the metaverse: Bridging physical and virtual worlds with blockchain
Notice bibliographique
Résumé
The Metaverse is an evolving technology that leverages the Internet infrastructure and the massively connected Internet of Everything (IoE) to create an immersive virtual world. In the Metaverse, humans engage in activities similar to those in the real world, such as socializing, working, attending events, exploring virtual landscapes, creating and trading digital assets, participating in virtual economies, and experiencing entertainment and cultural activities. By using advanced technologies such as IoE, extended reality (XR), artificial intelligence (AI), machine learning (ML), and 6G communication, along with blockchain technology, the Metaverse bridges the physical and virtual worlds. In particular, Blockchain-Enabled IoE (BIoE) will play a crucial role in Metaverse applications by ensuring secure service provisioning through the integration of blockchain with IoE. It efficiently manages the massive connectivity of physical world objects and enhances security, integrity, and decentralization of trust, while increasing resilience against failures, thus securing and fostering trust in both physical and virtual Metaverse networks. While some view the Metaverse as a detached virtual world, technologies like mixed reality and digital twins highlight the need for complementarity and interactive co-existence between the physical and virtual worlds. Blockchain facilitates this co-existence by providing a secure and trusted framework for integrating and synchronizing data and activities across both environments, developing trust through the reliability and authenticity of interactions and transactions. However, despite substantial advancements in related fields, there remains a significant gap in comprehensive surveys that address the integration of AI/ML, 6G, and blockchain in the Metaverse. In this paper, we fill this gap by examining BIoE’s capabilities in bridging the physical and virtual worlds and securing Metaverse applications across various domains, such as immersive energy grids, immersive healthcare, and immersive living. We explore BIoE’s role in service provisioning in the Metaverse, including access control, privacy protection, authentication, attack identification, and trust management. Additionally, we present a detailed taxonomy of existing literature, discuss novel use cases, and explore the synergies and practical implementations of BIoE in Metaverse applications. Finally, we address current challenges and propose future research directions to advance the field of BIoE in the Metaverse.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,012 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».