فصلنامه تخصصی فناوری اطلاعات و ارتباطات
کلیدواژه‌ها = زنجیره بلوکی
تعداد مقالات: 2
بهبود پرس و جوی داده‌ها و حفظ امنیت در شبکه‌های وسایل نقلیه با استفاده از یادگیری عمیق و بلاکچین

بهبود پرس و جوی داده‌ها و حفظ امنیت در شبکه‌های وسایل نقلیه با استفاده از یادگیری عمیق و بلاکچین

دوره 6، شماره 3، پاییز 1404، صفحه 1-17

https://doi.org/10.22034/apj.2026.2071330.1054

سیدابراهیم دشتی، فاطمه مویدی

چکیده پیشینه و اهداف: با پیشرفت شبکه‌های وسایل نقلیه و نیاز روزافزون به داده‌های دقیق و به‌موقع، چالش‌هایی مانند تأخیر در بازیابی داده‌ها و نگرانی‌های امنیتی به طور فزاینده‌ای مورد توجه قرار گرفته‌اند. روش‌های سنتی ذخیره‌سازی مبتنی بر ابر به دلیل فاصله زیاد بین وسایل نقلیه و سرورها، قادر به پاسخگویی به نیازهای زمانی و امنیتی نیستند. محاسبات لبه اگرچه راه‌حلی برای کاهش تأخیر است، اما به دلیل محدودیت‌های ذخیره‌سازی و مدیریت توزیع‌شده نیاز به بهبود دارد. پژوهش‌های پیشین عمدتاً بر یکی از جنبه‌های بهینه‌سازی (کاهش تأخیر یا افزایش امنیت) متمرکز بوده‌اند و کمتر به ترکیب این دو هدف پرداخته‌اند. هدف این مقاله ارائه مدل بهینه‌سازی نوآورانه ترکیبی با استفاده از یادگیری عمیق و زنجیره بلوکی که علاوه بر تضمین امنیت زمان و تاخیر را مد نظر داشته باشد. این هدف با بهبود محل کش و ذخیره سازی و بازیابی اطلاعات و ذخیره اطلاعات مهم در زنجیره بلوکی انجام شده است، تا مدل مقیاس‌پذیری و انعطاف‌پذیر در برابر تغییرات ترافیکی و تقاضای کاربران باشد.

روش‌ها‌: جامعه و نمونه شامل شبکه‌های وسایل نقلیه متحرک (VANETs) با در نظر گرفتن خدمت دهندههای لبه و گره‌های وسایل نقلیه است. که از مدل LSTM برای پیش‌بینی الگوهای ترافیکی و محبوبیت داده‌ها استفاده شده است و از زنجیره بلوکی با مکانیزم اجماع PoA و قراردادهای هوشمند برای ذخیره‌سازی امن داده ها استفاده شده است. ارزیابی عملکرد با معیارهای تأخیر، امنیت و مقیاس‌پذیری انجام شده است و با روش‌های موجود مانند Tabu Search, CCS-AGP, و Random Caching از نظر تأخیر و امنیت مقایسه شده اند

یافته‌ها: مدل پیشنهادی تأخیر را به طور قابل توجهی کاهش داده (۱۰٪ تا ۳۰٪ نسبت به روش‌های مورد مقایسه) است. استفاده از زنجیره بلوکی تنها ۸٪ تأخیر اضافی ایجاد کرد در حالی که امنیت را به سطح «بسیار بالا» رساند. و سیستم در برابر افزایش تعداد گره‌ها و حجم داده‌ها پایدار و مقیاس‌پذیر عمل کرد. نتایج شبیه‌سازی نشان داد که ترکیب یادگیری عمیق و زنجیره بلوکی توازن بهینه‌ای بین عملکرد و امنیت برقرار می‌کند.

نتیجه‌گیری: مدل پیشنهادی با ترکیب یادگیری عمیق و زنجیره بلوکی، نه تنها تأخیر را کاهش داده، بلکه امنیت و یکپارچگی داده‌ها را نیز تضمین کرده است.

همگرائی بلاکچین با خدمات فناور محور و کارکردها

همگرائی بلاکچین با خدمات فناور محور و کارکردها

دوره 3، شماره 3، پاییز 1401، صفحه 19-27

https://doi.org/10.22034/apj.2022.704024

رضا طارمی پور

چکیده بلاک چین یک سیستم کل نگر متشکل از بلوک های داده همتا به همتا متصل و توزیع شده است که نیاز به
یک نهاد مدیریتی متمرکز در مدیریت تراکنش های تکنولوژیک را از بین میبرد. پیکربندی منبع باز و
غیرقابل نفوذ بلاکچین راه را برای سطح بی نظیری از شفافیت هموار میکند. هر داده میان میلیونها رایانه در
سراسر جهان توزیع شده و صحت آن تأیید میشود. این فناوری نسبتاً جدید صنایع مختلف را متحول میکند و
یک فرآیند خودکار برای مدیریت فرایندها و تعاملات فراهم میکند. استفاده از بلاک چین یک راهحل ارزان و
سریع است و بسیار جذاب است که در سالهای اخیر پیشرفتهای زیادی را تجربه کرده است. در عصر امروز
بهرهگیری از فناوری بلاک چین نقش بسیار مهمی در توسعه کسبوکارها دارد. این فناوری قدرتمند موجب
بهبود کیفیت کسب وکار و همچنین موجب بالارفتن درآمد و سود آنها میشود. حفظ امنیت تجارت، اصالت،
سرعت و افزایش کیفیت از جمله مزایایی است که با کمک بلاک چین در کسب وکارها به وجود می آید . بنا به
اهمیت موضوع در این مقاله قصد داریم همگرائی بلاکچین با خدمات فناور محور و کارکردهای مرتبط را مورد
بررسی قرار دهیم.