Trustworthy IoT Services With Blockchain and Information-Centric Networking: A Survey
Notice bibliographique
Résumé
The exponential growth of Internet of Things (IoT)-generated content has given rise to efficient, secure, and scalable caching mechanisms to manage real-time data exchanges, driving the evolution of information-centric IoT architecture. However, centralized content distribution models introduce single points of failure, trust vulnerabilities, and scalability limitations, compromising the reliability and security of IoT services. Blockchain technology, with its decentralized, immutable, and tamper-resistant properties, offers a trustworthy caching framework, ensuring data authenticity, provenance, and secure access control, thereby ensuring trust in information-centric IoT. This paper presents a comprehensive survey of the literature on Blockchain-based information-centric IoT services, systematically analyzing trust frameworks, security models, and identity management solutions. We examine Blockchain and information-centric networking synergies in establishing trust, preserving privacy, enhancing attack resilience, and ensuring fairness in content delivery in IoT services. Additionally, we provide a detailed taxonomy of the literature on trustworthy information-centric IoT, considering key parameters such as data provenance, lightweight consensus mechanisms, identity management, decentralized trust models, and smart contract-based access control. The survey also investigates real-world implementations of trustworthy information-centric IoT solutions, highlighting deployment-level performance metrics and design considerations to evaluate their practical feasibility. Finally, we outline future research directions, emphasizing the need for scalable lightweight consensus protocols, adaptive caching strategies, and privacy-aware access control mechanisms to advance trustworthy IoT caching architectures.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,007 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».