文摘
区块链构造分布式点对点系统,这是一个安全的和可核查的分散交易验证机制,广泛用于金融经济、物联网、大数据、云计算,计算边缘。另一方面,人工智能技术逐渐促进智能发展各种产业。今天两个很有前途的技术,是一种自然优势融合区块链和人工智能技术。区块链使人工智能更加自主和可信的,人工智能能促使区块链向情报。在本文中,我们分析的结合,从一个更全面和三维区块链和人工智能的观点。我们首先介绍人工智能的背景,概念,特点,和区块链的关键技术,随后分析区块链与人工智能相结合的可行性。接下来,我们总结了研究区块链的收敛性和人工智能在国内外在这个类别。之后,我们列举一些相关应用场景的融合这两种技术,同时指出存在的问题和挑战。最后,我们讨论未来的工作。
1。介绍
作为当今尖端技术,区块链和人工智能已经吸引了越来越多的关注由于不可替代的作用,他们在科技创新和产业转型1- - - - - -3]。人工智能技术的概念起源于1956年达特茅斯社会。作为计算机科学的一个重要分支,人工智能技术是致力于研究和开发的技术科学用于模拟、延伸和扩展人类智能。近年来,由于巨大的突破制造机器学习(特别是深度学习)(4和数据的指数增长,人工智能已经迎来了一个爆炸性的时期。由于其优势分析、预测、判断和决策,人工智能等可以从根本上使产业安全、金融、零售、交通、教育(5- - - - - -8]。区块链技术起步相对较晚,首先从Satoshi纳库姆托在2008年提出的比特币。区块链本质上是一个分布式分类帐(9,10]。它可以使用一个分散的共识机制的环境中,不同实体参与,没有第三信任方的干预。区块链也实现了生成和验证的交易在一个不可信的分布式系统,建立互信以更低的成本(11]。正是由于这个原因,越来越多的研究人员关注区块链技术(12,13]。
人工智能和区块链都有自己的优势,但他们每一个也有相应的缺点。区块链有问题关于能源消耗、可伸缩性、安全性、隐私、和效率,而人工智能面临可解释性和有效性等问题。作为两个不同的研究方向,他们可以彼此相关,自然集成的优点。这两种技术有共同的要求,数据分析,安全,和信任,可以让对方。例如,取决于三个关键要素:人工智能算法,计算能力、和数据,以及区块链可以打破的数据和实现算法的流,计算能力、和数据资源,基于其固有的特征,包括分散、不变性和匿名化。此外,区块链可以保证原始数据的可信度以及审计信誉和人工智能的可追溯性。此外,区块链可以记录人工智能的决策,这有助于分析和理解人工智能的行为,最终促进人工智能的决策,使它更加透明,可辩解的,值得信赖。人工智能可以优化区块链的建设,使其更安全、节能、高效。
到目前为止,已经有一定数量的文献回顾的研究人工智能和区块链。然而,这仍然是一个缺乏集成工作的概括和总结,和两者之间的相关性还没有反映。现有文献表明,研究人员注意到区块链和人工智能的结合各种垂直领域的应用和业务(14- - - - - -18]。相比之下,分析区块链与人工智能相结合的可行性从更全面的和三维的角度来看,和广泛收集和展示组合点的两个在不同的研究领域。本文的主要贡献可以概括如下:(1)我们分析区块链和人工智能之间的关系,以及他们的集成的可行性。(2)我们从不同的分类进行综合汇总,根据当前国内外研究区块链和人工智能的集成。(3)我们选择不同的应用场景和在各领域的实际用例,讨论如何集成区块链和人工智能。(4)我们指出的问题和挑战区块链和人工智能的集成,并期待在未来的研究工作。
剩下的纸是组织如下。部分2和部分3介绍人工智能的必要基础和背景知识和区块链技术。部分4分析区块链与人工智能相结合的可行性。部分5论述了国内外当前的研究问题。在各领域的应用场景进行分类6。部分7描述了现有的困难和挑战,和部分8提出了未来的研究进展。9节总结了纸。表1包含一个详细的列表中使用的所有首字母缩写。
2。人工智能技术
人工智能技术的发展开始于1956年,经历了三个山峰从1956年到1970年,1980年到1990年,和2000年到现在。这个提议在1959年机器学习促进了第一个发展高峰。美国和日本是致力于人工智能研究在1990年代和1980年代,促进了第二次发展高峰。受益于深度学习和强化学习算法的突破,网络的指数增长数据和计算能力的质的飞跃,人工智能已经进入了快速发展的第三个时期(19,20.]。人工智能包括以下关键技术:计算机视觉技术、自然语言处理技术,跨媒体推理技术,智能自适应学习技术、群体智能技术,自主无人机系统技术、智能芯片技术,和脑机接口技术,可广泛应用于各种行业,如医疗、无人驾驶汽车(21)、教育发展、游戏、娱乐、物联网(22,23),海上物联网(24,25),和通信网络26,27]。
3所示。区块链技术
3.1。区块链的概念
区块链技术是一种分布式分类技术,将数据存储在一个链式数据结构。这是一个新的分布式基础设施和计算范式,采用分布式节点共识算法来验证交易数据,进一步同步整个网络,使用加密技术来保证数据安全以及信誉(28]。
3.2。区块链的特点
3.2.1之上。多中心
区块链采用分布式分散存储,分布式记录、存储和更新的数据可以意识到没有一个中心点。由于没有集中的硬件或管理组织,任何节点可以操作上的数据区块链根据既定的规则。
3.2.2。透明度
区块链的系统数据是公开和透明,和任何节点都可以有一个总帐的整个网络。除了直接相关方的私人信息加密的数据通过非对称加密技术,区块链数据开放给所有节点,所以整个系统信息是高度开放和透明的。
3.2.3。自治
区块链系统有多个参与者,他们自动协商制定规范和协议基于开放规则和算法。系统中的每个节点总是遵循这些规范和协议在操作期间。这将确保每笔交易在不可靠的环境中能够保证它的正确性和真实性。节点可以安全地交换、记录和更新数据,操作不符合规范和协议将不会生效。
3.2.4。不变性
区块链通过交易信息后的所有节点的共识和记录块,每个节点有一个完整的备份在本地。同时,块之间的相关性是由哈希算法。如果你想篡改数据,您需要修改所有后续的块,这是非常昂贵的。
3.2.5。可追溯性
区块链中的每个节点保存所有的记录历史。任何一段穿越当地可以找到的数据区块链数据,这使得所有的数据区块链链可追踪的。
3.2.6。可编程性
区块链的性质提供了一个受信任的应用程序环境智能的执行合同,所以区块链可以为用户提供可编程数据操纵功能。用户可以定制智能合同规则,满足他们的需求。同时,由于其开放和自动执行的特点,这也保证了安全的资产和数据链。
3.3。区块链的概念
丰富的应用场景区块链基本上是基于区块链的四个核心技术,即共识机制,数据结构,密码学,分布式存储。重点区块链技术的未来研究方向,交叉训练技术已逐渐成为区块链的核心技术之一。
3.3.1。共识机制
以确保节点愿意主动记账,区块链已形成重要共识机制。共识机制如下:(1)工作机制的证明(战俘)是最初的共识机制,和所有参与节点争夺簿记权利通过比较计算能力。因为每个人参与,但是只可以选择一个节点,会浪费许多资源和时间成本。(2)proof-of-stake (PoS)机制,时间越长,你持有的数字货币和资产越多,越有可能这种机制是获取簿记和奖励的权利,可以节省时间,但很容易使马太效应。(3)委托proof-of-stake机制(DPoS)选择代表节点代理确认和会计,更简单,更高效,但也在一定程度上牺牲一些权力下放。
3.3.2。数据结构
区块链类似于形式的铁链,组成的一个又一个块,形成一个完整的链条。每个块包含一个块头和块体。块链接来回通过散列头指针的块。散列值包含在每一块头类似的数字指纹在前面的所有数据块,所以有一个联锁块之间的联系。这种关系形成了一个链。修改任何数据块时,所有后续的散列值将会改变。这样的结构和内容构成整个区块链。
3.3.3。密码学
feature-cryptography区块链使用杀手。对称加密相当于使用相同的键打开和锁上门。非对称加密相当于使用一对不同的钥匙打开和锁好门,即公钥和私钥。如果你使用公钥加密,您可以使用私钥解密;如果你使用私有密匙加密,您可以使用公钥解密。这两个密钥通常是存储在用户的个人的钱包。一旦失去了私钥,资产已经一去不复返了。是相对安全的公钥和私钥的区块链形成通过多个转换,和人物相对较长和复杂的29日]。
3.3.4。分布式存储
区块链最吸引人的地方是它的分布式存储机制。区块链中的每个块的信息记录是记录下每个节点参与簿记竞争。防止一些恶意节点做破坏,新的数据区块链中采用战俘共识机制需要一致确认并同意,大多数节点,和至少51%的节点必须同意。因此,很难篡改数据。
3.3.5。过渡链技术
过渡链技术是一项重要的技术手段区块链实现互连和提高可伸缩性。网络形态而言,区块链不同于互联网。后者支持一个网络连接到全球节点,前者形成多个独立并行网络。除了广泛的公众链共存,私人链和财团链允许不同的组织有自己的blockchains甚至允许多个blockchains同时运行在同一个组织。全球blockchains增加的数量,以及不同区块链网络的隔离使得它无法有效地执行操作,如数字资产转让和过渡链链之间的通信。过渡链过程中,两个最重要的事情是:第一是认识原子性,即过渡链交易发生或者不发生,所以诚实节点不会损坏;第二个是确保每个链上的总资产将不会减少。
4所示。可行性分析的区块链和人工智能的集成
人工智能和区块链是互补的。区块链提供了一个值得信赖的基础人工智能和人工智能区块链提供了着陆条件。
4.1。区块链使人工智能
以下4.4.1。透明的和可靠的数据来源
更安全地共享数据在多个组织,特别重要的是确保数据来源的透明度和可靠性。智能区块链技术保证了数据的透明链通过同步的分类节点,确保数据的可追溯性通过交易签名和时间戳等后证书身份验证。一个透明的和可靠的信息共享渠道已在多个参与者之间建造。
4.1.2。强烈的公平保证
传统的区块链系统奖励矿工努力通过令牌系统的正常运行,促进良好的操作系统的通过确保公平。方不合格在多个政党经济将受到惩罚,和诚实的政党将会得到相应的报酬。智能区块链技术保证系统参与者可以获得相应的奖励,只要他们诚实地遵守该协议通过自动执行预设智能合同规范。同时,条件触发自动传输机制用于分发奖励相应的参与者,它提供了一个强大的公平保障多党参与的智能场景。
4.1.3。有效的自治
作为一个分布式分类技术,区块链的主要特征是权力下放。分散意味着没有权威的中心或服务器来管理整个系统,所以区块链系统将不会由一个单一的组织控制。使用自动智能合约的执行特性,定义智能合同管理规则可以减少不确定性和可能的攻击带来的人工操作流程(30.,31日]。
4.1.4。隐私保护
随着越来越多越来越多的数据内容共享链,用户的隐私可能会直接或间接地泄露(32]。传统的区块链系统使用假名,洗牌,和其他方法来保护用户的隐私,但是恶意的攻击者可以窃取用户的私人信息通过数据挖掘和分析。在新的智能区块链系统中,一些加密技术的安全性能是用来保护用户的数据隐私。李等人。33)提出了一个使用一个匿名隐私保护方案基于环签名签名方法基于椭圆曲线加密算法来保护隐私。Cai et al。34]提供了隐私保护方案基于皮德森的承诺的可删除的区块链系统,可容纳用户负责在必要时同时保护隐私。Prada-Delgado团队(35]用零知识证明技术识别物联网设备的智能区块链系统,它能有效地保护数据隐私的轻量级设备,且成本低。
4.1.5。分布式计算能力
人工智能通常是由一个单元的计算能力和计算平台。与快速增长的数据量和计算复杂度明显增加,很难独立传统计算平台提供所需的计算能力的人工智能,和企业的硬件成本和维护成本也上升36]。区块链实现计算能力的分散的分布式特性,有助于实现人工智能的操作模式在全球大规模分散的节点,实现分散的计算。林等。37)提出一个新的无线边缘智力框架实现稳定和健壮的优势智能通过能量收集方法允许边缘区块链,和设计最优边缘学习策略的效率最大化边缘智力。
4.2。人工智能赋予区块链
区块链的设计和操作包括成千上万的参数,以及安全的权衡,吞吐量,分散和其他参数。人工智能技术可以简化这些决策和优化区块链来实现更高的性能和更好的治理。此外,人工智能还可以提高区块链的智能应用程序和减少错误造成的人类的影响。
4.2.1。准备安全
我们都知道,除非对手拥有大部分的采矿权,区块链攻击几乎是不可能的。不幸的是,项目和职能分散的应用程序构建在区块链平台不是很安全。例如,在刀事件(38),黑客利用漏洞智能合同多次提款,导致亏损5000万美元。人工智能技术提供新的发展机遇区块链系统的智能化安全保护和可以提供安全技术支持区块链事务的整个生命周期。安全智能合同而言,一些工作已经完成。拉贾et al。39)利用人工智能技术来自动生成智能合约,以尽可能减少智能合同的漏洞。此外,数据挖掘和其他技术用于分析智能合同的漏洞,和大数据分析是用来检查恶意黑客漏洞,避免造成经济损失。人工智能在区块链的参与可以使智能合同更聪明和有效率,允许他们通过不断学习和实践形成一个更加完整的代码和重塑功能区块链聪明的合同。
4.2.2。效率
在工业领域,大量的成熟的区块链系统已经投入实际应用,和更多的企业增加投资在区块链的应用。然而,由于数据存储模式的局限性,区块链系统普遍面临着严重的问题简单的查询功能,查询性能低。原因是大部分区块链的底层数据存储系统系统使用,并且写密集型应用程序的数据存储系统设计。数据读取的性能为代价的,写性能得到了改善。随着数据的增加和扩大应用在区块链系统中,常常需要处理频繁的查询。底层存储系统有过多写作的表现,但阅读不足的表现已成为主要瓶颈限制查询性能。区块链的数据存储方法同样可以增强的协助下人工智能算法。Gawas et al。40)提出一个基于ai的小说TTA-CB协议建立一个安全的数据管理和分布式区块链VECONs和利用PSO算法来解决最优数据供应商选择问题。人工智能技术的发展带来了新的机遇区块链。通过不断学习和实践,大大提高了数据查询的速度和区块链应用程序的效率。
5。研究区块链和人工智能集成的问题
在本节中,我们分类和总结区块链和人工智能的应用程序集成。
5.1。共享应用程序
信息时代已经开启了一个爆炸式增长的数据,而数据的价值在于循环。然而,现有数据信托制度并非完美无缺,这限制了数据的安全流通,影响整个行业的发展。区块链技术可以为数据共享提供了新的技术手段,由于其固有的特点,如不变性、分散,和可追溯性。然而,在一般的数据共享应用程序,区块链常常只是作为一个安全的和可靠的分布式数据库。因为缺少的数据分析能力,区块链的实用性大大降低。出于这个原因,人工智能技术可以用来弥补区块链的缺陷,提高其应用价值。
工业物联网由移动人群传感、刘et al。41)结合Ethereum和深度强化学习提出一个共同框架,以确保有效的数据收集和安全的数据共享。达到最大数据收集、最小能量消耗,和地区公平,作者使用一个分布式深强化学习机制来帮助智能移动终端感知附近的兴趣点,然后用区块链技术保证共享数据的安全性和可靠性。
为了确保灵活和安全的资源共享,戴et al。42)充分利用区块链和人工智能的优势构建一个安全、智能网络的下一代无线网络架构,如图1。区块链技术是用于建立一个安全的和分布式资源共享环境,而人工智能技术被用来解决问题的不确定性,时间变化和复杂性在无线系统。特别是,作者使用了财团区块链建立一个安全的内容缓存deep-reinforcement学习环境和使用设计一个缓存机制缓存资源的最大化使用。
减少传输的负担,解决隐私问题,陆et al。43)建立了一个基于联合学习网络体系结构。作者保证安全与稳定的模型参数通过混合区块链架构,集成财团blockchains和当地的有向无环图,然后设计一个异步联合学习机制由deep-reinforcement授权学习模仿学习效率的提高。模型集成到区块链,两阶段进行验证,保证共享数据的可靠性。
使用基于人工智能视频分析技术,当前智能监测系统可以提供更多元化的服务。然而,仍然有安全和隐私问题引起的恶意攻击者和不受信任的第三方。为了解决这个问题,开发的区块链技术李et al。44)是用于确保基于云计算的智能监控系统的完整性和安全性。拟议中的Merkle-Tree方法可以促进视频数据的有效传输,有助于减少所需的带宽传输和冗余数据存储的开销,并实现安全的同步视频数据,而不用暴露目标的隐私。
目前,可穿戴设备市场增长,存储大量的个人健康数据,可以用来实现各种与健康有关的应用程序。区块链技术透明地记录这些大量的健康数据,提供支持,一些研究者和商业公司同时保护数据提供者的隐私。Bagchi等人使用神经网络来处理不同类型的心血管临床数据和集成到主心血管输出(45]。这些输出是与病人和医生通过共享设计区块链机制。处理低质量数据共享、郑等人提出了一个基于机器学习的数据质量检查模块。模块集成到系统时,可以分析相关的应用程序所需要的高质量的数据(46]。
5.2。安全应用
区块链系统的不断发展,智能合同和激励机制的完善将取决于系统中恶意行为的发生。一方面,这些恶意行为对区块链系统的安全构成巨大的挑战。另一方面,生成的大量数据区块链将增加的难度评估和检测恶意行为。区块链和人工智能的集成有助于增进现有区块链系统。
聪明的合同可能包含错误代码和漏洞,这很容易造成巨大的经济损失。当前智能合同漏洞检测方法主要集中在符号执行和动态执行方法精度较低。廖等人提出了一个智能合同漏洞检测方法(47),即SoliAudit。该方法使用静态和动态测试技术和增强智能合同漏洞检测功能通过机器学习和动态fuzz。SoliAudit方法实现高达90%的脆弱性识别准确性上17979个样本,仍然可以很快适应新的未知的弱点没有专业知识和预定义的功能。壮族等人还提出了一种脆弱性与机器学习检测方法融合,使用神经网络图方法来检测智能合约从另一个角度48]。针对合同的句法和语义结构智能功能,作者构建了一个合同图,设计了一种消除阶段规范化图和突出的主要节点。另外,没有学位的图卷积神经网络和小说提出了时间信息传播网络学习标准化图和检测智能合同漏洞。
公众的激励机制是核心链。它鼓励参与者的安全运行,确保底层协议达成共识。然而,很难设计一个激励机制与激励兼容。侯等人提出了一个框架基于深度学习检测漏洞的区块链激励mechanism-SquirRL [49),如图2。协议的开发人员可以使用SquirRL作为一般方法来测试激励机制的缺陷。SquirRL不提供理论保证,但它的实例化是非常有效的检查对抗的策略,可以用来表明,激励机制是不安全的。
区块链系统将产生大量的交易数据,这让某些挑战的检查和检测恶意行为。作者在50)提出了一种利用数据挖掘和机器学习的方法来检测和捕获发生在Ethereum庞氏骗局。该方法首先提取特征从用户帐户和操作码的智能合约,然后建了一个分类模型来检测潜在的庞氏骗局。提出了DOORChain (51区块链的恶意行为。这三个强大的入侵和恶意的检测方法相结合,即深度学习,本体和操作研究。该方法利用运筹学的约束规范和检测网络上的恶意行为,特别是使用本体来检测行为的恶意行为,然后用这种形式化的深度学习的反馈来检查是否交易区块链的恶意。
5.3。事务的应用程序
在保护数据区块链很有优势,而人工智能善于分析,预测和判断。两者的结合可以用于相关研究,如价格预测和事务分析。
麦克纳利等人应用机器学习技术来预测比特币的价格趋势和完成这个任务由递归神经网络和贝叶斯优化长期短期记忆网络(52]。麦克纳利等人也将实验结果与预测结果受欢迎的ARIMA模型,发现非线性的影响深度学习方法是优于ARIMA预测。用户使用的比特币系统匿名的比特币交易账户地址,使比特币地址相关分析具有挑战性的任务。在这种情况下,提出了一种新的比特币地址协会计划在53),这样就可以跟踪比特币系统中的地址。提取后的比特币地址,作者解决聚类问题转换为二进制分类问题来减少计算复杂度。然后,系统分析了两个比特币地址是否属于同一用户通过构造一个两层的模型。最后,系统集群地址属于相同的用户。邵等人提出了一个深刻的学习方法实现address-user映射(54),这使得它可以实现比特币系统中的用户标识。邵等人表示的地址映射到欧几里得空间,用深层神经网络嵌入交易行为,从而获得每个地址的特征向量。最后,确定地址的所有者通过地址验证,识别和聚类。
5.4。存款的应用程序
区块链可以保证真实性、完整性和可信性的存储数字信息由于其固有的特点。人工智能可以帮助数据分析和处理以及智能的自然演化和动态调整的合同。结合区块链和人工智能技术可以提供一个广泛的应用场景数据存储、检索和检验服务。
免疫接种是不可或缺的机制在现代社会对预防传染病。疫苗安全密切相关的公共卫生和国家安全。然而,过期疫苗和疫苗记录欺诈等问题仍然是常见的疫苗供应链。因此,迫切需要建立一个有效的疫苗监管体系。为此,勇等人开发了一个基于区块链疫苗区块链系统和机器学习技术(55]。区块链技术旨在改变当前信息管理方法和建立新的信任机制,而机器学习技术提供一个额外的信息管理系统的数据分析方法。疫苗区块链系统与智能合同设计基于Ethereum查询个人消费者和疫苗接种记录循环和跟踪疫苗疫苗机构和政府操作记录。如果疫苗有责任问题,它可以通过疫苗区块链系统解决。
环境保护考虑,电动汽车被认为是绿色城市项目的一个重要工具。随着电动汽车需求增加,这是不容易为用户找到合适的充电设施。另一方面,能源公司经营自己的充电站为他们自己的目的,和他们的收费不透明的外部世界的信息。要解决这些问题,傅et al。56提出了电动汽车充电系统,为用户提供了方便的充电服务实现能源公司之间的合作,如图3。作者使用该财团区块链实现充电能源公司之间的信息的管理和记录。特别是聪明的合同是为了平衡公司的charging-user-scheduling问题确保考试的公平性不同能源公司的好处。
食品供应链是一个复杂的系统,涉及许多利益相关者,如农民、生产工厂、经销商、零售商和消费者。不同利益相关者之间的信息不对称是欺诈的一个重要原因,区块链的应用有助于确保食品安全。然而,也有一些研究更倾向于比监督研究食品的可追溯性。在这方面,毛泽东等人设计了一个blockchain-based信用评价体系,加强监督管理的有效性的食品供应链57]。系统收集的信用评估从交易员通过聪明的合同文本,分析了文献收集的网络称为长期和短期记忆,信贷交易商的结果作为参考和使用的监督管理。
投票系统是一个功能强大的手段来确保公平。正因为如此,各种复杂的安全措施是用来确保投票系统的安全性。针对当前投票系统的透明度和可审核性问题,pswlak等人用聪明的方法来改善电子投票系统基于区块链(58]。该系统旨在提供一个安全的电子投票方案,可以抵制投票篡改和欺诈,和选民可以通过公共审计和验证。
5.5。资源管理应用程序
区块链技术和人工智能技术都需要网络资源的支持,所以他们的资源管理应用程序中集成涉及很多场景。考虑到大型计算和能源消耗的过程中区块链采矿、Loung等人提出了一个基于深度学习的最优拍卖机制来分配计算资源优势(59]。在该机制中,边缘计算服务的提供者可以支持卸载从移动设备(即挖掘任务。矿工)在移动区块链环境。基于最优拍卖的解析解,作者构建了一个多层神经网络结构。网络首先旷工的单调变换实现报价,然后提供分配规则和条件支付缺勤。旷工的估计是作为神经网络的训练数据调整参数来最大化损失函数。同样,Asheralieva et al。60)物联网系统中的资源管理和定价进行了研究,讨论了资源在区块链管理解决方案服务(老板)和移动边界计算(MEC)场景61年,62年]。
冯et al。63年旨在优化区块链系统更加全面,提高MEC的安全和隐私尽可能和解决任务卸载MEC的问题。作者把边缘计算系统的计算速度和吞吐量区块链系统的联合优化目标。来满足系统的性能要求,协作卸载决策、能量分配、块大小,间隔块联合优化。针对无线通道的动态特性和可用资源,优化问题建模为一个马尔可夫决策过程的问题,和深强化学习算法能够稳定提出了训练神经网络。
廖等人构建一个安全的和智能任务卸载使用区块链和智能建筑合同促进公平调度的任务和缓解各种安全攻击(64年]。作者的成功概率量化任务卸载到一个信任指数基于主观逻辑,然后提出了一个信任评估机制。此外,在线智能算法设计学习的长期优化卸载策略,和一个好的任务卸载延迟之间实现平衡,排队延迟,和切换开销。联合学习支持区块链通常是由能量有限和CPU执行协作培训时移动设备,这将增加培训推迟由于区块链开采过程。Hieu et al。65年)提出了一种基于深度强化学习资源管理方案。作者在联邦建模区块链网络学习系统作为一个M / M / 1队列中,提出了一种随机优化模型的资源管理所有者机器学习模型,并使用深度强化学习模型提供一个最优解。
架构和数据来源的能量网络正变得越来越复杂。这是一个很好的机会,趋势使用区块链技术结合能源设备和数据信息。应用区块链技术和广泛的学习技术基于互联网平台的能量,翟et al。66年)进行多源数据融合计算。作者详细介绍了一种新颖的组合模型,该模型综合工艺能源设备数据,区块链数据,和用户反馈数据,利用卷积神经网络模块处理预测精度和计算复杂度和使用长期和短期内存网络模块来提高系统的优势在长期记忆。
随着互联网的发展,数据中心将产生大量的数据。一方面,这些数据可以产生不同的数据驱动的服务;另一方面,他们将带来进一步的能源支出。徐et al。67年]使用网格和绿色能源来解决如何减少总能量消耗的问题。为此,作者提出了一个分布式资源管理架构基于区块链。架构可以记录所有交易活动没有任何安排。此外,作者与嵌入式智能reinforcement-learning-based需求迁移方法使用合同,节省成本。
5.6。可伸缩性优化应用程序
交易数量的增加,区块链已逐渐成为一个关键的可伸缩性瓶颈,限制了区块链的发展。共识的选择算法中扮演一个重要的角色在实际的解决方案的可伸缩性问题。基于拜占庭容错方法,最喜欢区块链网络的解决可伸缩性问题。Bugday et al。68年)提出了一种新的模式来代替工作的证明形成共识。这一共识组允许拜占庭容错方法的使用在公共场合区块链网络。决策理论的模型使用一个在线学习算法来计算节点的声誉价值希望参与委员会的共识和选定的节点具有更高的声誉价值共识委员会减少伤害的机会委员会中的节点共识。
扩大区块链的另一种方法是切片技术。它可以将网络划分为片断并发事务处理。大多数现有的区块链系统使用proof-of-work共识协议创建片段。Ruparel et al。69年)提出了一个基于机器学习的网络共享算法。该算法可以快速、准确地创建片段,将节点的IP地址映射到地理坐标,然后使用k - means聚类算法将这些坐标成了碎片。碎片中的节点地理位置接近,从而减少了网络中的传播延迟期间intrashard沟通。与PoW-based切片算法相比,GeoSharding明显加快,将可伸缩性提高到一个新的水平。
解决可伸缩性和增加工业物联网的吞吐量,刘等人。70年)提出了一个系统性能优化框架基于强化学习和区块链,定量评估新区块链系统从四个方面,即可伸缩性、分散,安全性和延迟。然后,刘等人设计了一个基于深度强化学习算法来动态调整块生产商,共识算法,块大小,和块间隔,提高系统的性能,促进系统的广泛应用。
新兴的联邦边学习技术不仅能保证良好的机器学习性能,还解决“数据岛”问题引起的数据隐私问题。然而,大规模联合边学习技术缺乏一个可靠和有效的通信模型培训计划,也没有可更新和灵活的框架来更新本地模型和全局模型共享(事务)管理。康等。71年)提出了一个联合blockchain-based边学习系统,它有一个分层区块链主链和子链组成的框架。它可以单独管理本地模型更新或模型共享实现性能隔离。这个框架还可以实现可伸缩的和灵活的分布式联合边学习。
表2总结了区块链和人工智能的应用程序集成基于上述分类。
6。应用场景
在本节中,我们选择在各领域的应用场景和实际用例。
6.1。智能电网
智能电网是能源互联网的一部分,每个人贡献的能源供应(12,72年,73年]。分布式能源交易是当前主流的智能电网的发展趋势,但是传统的集中式网格系统不能有机结合分布式能源交易。因此,智能blockchains的分散特性可以有效地帮助智能电网实现转换从集中分布(12]。智能区块链断裂的分权之间的信息壁垒,实现安全的数据共享多个参与者。此外,智能区块链技术可以减少智能电网的运行和维护成本,提高市场参与者的参与。
6.2。互联网的车辆
随着通信技术的发展,互联网的车辆是智能交通中发挥着越来越重要的作用74年- - - - - -76年]。互联网的车辆可以帮助解决现有的交通通过车载通信和道路安全问题,但可能会有一场信任危机和安全隐患信息交换的过程中77年,78年]。智能区块链可以提供信任的担保,可靠的数据安全,有效的激励机制,也可以护送车联网技术的发展。区块链引入元素,如汽车,人,和服务提供者,进入连锁。通过其透明度、匿名性、不变性特征,它可以保证不同元素之间的互信,加强数据信息安全,促进数据信息共享。
6.3。供应链
区块链技术已经成为一种重要的技术手段突破传统供应链的发展限制因为它的权力下放,可靠性高和不变性。使用区块链网络发布信息的数据存储在数据库中可以利用物流数据的准确和快速共享和协作以及有效地解决信息不对称问题的上游和下游企业之间的供应链系统。区块链系统中的人工智能技术的应用程序可以定义供应链通过自动化整个工作流程。结合区块链时,人工智能平台可以发现有用的信息从销售点销售数据、历史采购数据,等,这样可以确定数据特点,可以实现和预测分析,包括未来需求预测,销售模式预测,路径规划和网络管理。
6.4。卫生保健
随着社会经济的发展,医疗已经进入了一个快速发展阶段。然而,有一些需要解决的问题。一方面,用户有极高要求的个人信息的安全与健康数据;另一方面,医疗机构之间的数据共享可以实现准确、有效的诊断和治疗。区块链可以解决上述问题。通过它的不变性,区块链有利于数据跟踪和防伪在使用一个可靠的信任机制。区块链可以实现安全的数据共享。人工智能技术的使用可以我背后隐藏的价值数据,从而允许更全面的数据分析。
7所示。问题和挑战
在本节中,我们指出的问题和挑战区块链和人工智能的集成。
7.1。可伸缩性
可伸缩性问题是智能区块链的顺利实施的关键应用程序。区块链分散的应用程序(DApp)必须在现有区块链的底层平台上运行。如果系统的性能和可伸缩性的不足,它不能被实现为一个大型应用程序。在保证数据安全的前提下和分散,区块链的可伸缩性挑战主要包括三个方面,即一致性问题,网络延迟和性能限制。为了确保区块链的安全,大多数节点需要达成共识的事务数据。片面追求可伸缩性降低了分布式网络的一致性要求,这将导致区块链分叉。由于区块链是一个对等分布式网络中,节点之间的网络延迟会限制整个系统的可伸缩性,尤其是较长的延迟。第三点是事务性能的限制在区块链的可伸缩性,这也限制了区块链的实现应用程序的核心原因。为了确保安全性和最终一致性,区块链交易不能并行执行,这使得它很难增加事务吞吐量。
7.2。安全性和隐私
区块链应用程序的挑战中,降落,安全和隐私保护问题很重要。作为价值的互联网的基础设施,区块链的节点之间的信息系统是开放和透明,它可能包含用户不想透露私人信息。因此,如何保护用户隐私的关键是区块链是否可以实现大规模应用。常见的区块链隐私保护方法包括信息隐藏和身份的困惑。身份模糊技术部分匿名化区块链上的用户的身份和使用隐私保护签名技术,如群签名和环签名,混淆交易双方的身份信息,从而无法对应于真正的用户。必要时,管理员可以使用主管的私钥来查看用户信息,以确保身份安全。
信息隐藏技术,如零知识证明和安全多方计算,进行交易没有透露任何私人信息,确保结果的可信度,这有效地保护用户的隐私事务。然而,计算过程的增加导致系统效率降低,并在实际应用中需要进一步改善。如何合理使用人工智能算法来提高低效率是一个困难的问题。此外,人工智能算法的应用分布式环境显然需要重新设计现有的算法。
7.3。数据链和Off-Chain存储之间的协作
传统的信息系统和区块链系统是存储数据的两种方式,并且每个有一定的局限性。一方面,区块链需要提高性能通过off-chain存储和计算系统;另一方面,传统的信息系统需要区块链技术,以确保数据的安全共享和可信度。这需要一个有效的区块链技术和传统的信息系统,和最关键的一点是确保数据链的相关性和一致性和数据链。此外,人工智能的发展离不开数据。人工智能技术仍然面临着许多问题,如数据质量差,数据垄断滥用数据等等。区块链的干预使这些问题的新的发展机遇。只有正确地结合链上的数据与数据链,区块链和人工智能的结合可以真正应用到实体经济。
8。未来的工作
在本节中,我们期待着可能的研究工作区块链的一体化和人工智能在未来。
8.1。混合架构结合链和Off-Chain存储
针对不同的分布情况,智能区块链的事务和数据存储模式在未来可能成为一个混合架构,结合链和off-chain存储。Off-chain存储具有更快的效率,更低的成本和更高的隐私,但很难Off-chain数据利用区块链的信任。未来的主要研究方向是紧密集成链和off-chain数据,这样的信任链可以映射到off-chain数据。
8.2。之间的平衡性能改进和安全保证
虽然在各个方面区块链有很多优势,它自己的性能瓶颈仍限制其实际应用。大部分的技术挑战区块链本身的关注性能问题,特别是事务吞吐量,交易确认延迟,和屏蔽能力。不同的解决方案如有向无环图,交易共享、off-chain事务,并阻止扩张提出了解决区块链的性能问题,但他们将不可避免地减少区块链的可信度和安全。然而,在场景与强大的隐私保护需求,一些加密方案具有较高的安全应用于区块链系统,从而提高了隐私保护的程度和减少区块链系统的交易效率。区块链技术的进一步突破的一个重要问题是直接决定如何平衡性能改进和隐私保护。
8.3。分布式信任建设
在应用程序场景通过区块链,之间有更多的合作和内部通信设备。合作的基础是存在的合作伙伴之间的信任;也就是说,他们都认为对方的身份和所提供的信息是真实和可靠的。自然区块链技术保证数据的真实性和可靠性由于其共识机制和不变性修改,可以更好的建立信任在一个开放的网络。在一个场景,在该场景中,一个节点都有一个特定的身份和角色,节点设备所在地的身份需要身份验证。这需要分布式信任区块链的建设场景。未来的主要研究方向是验证其他节点的身份没有中央权威。
8.4。提高用户感知和加强法律法规
区块链正在迅速的发展,并引入相关行业法规相对滞后,所以混乱和泡沫不可避免地存在。去杠杆化、强有力的监管和资本市场的起伏让人们总是观望区块链,和一些违法行为的幌子下区块链一再被禁止。因此,人们的理解区块链技术不是制服,硬币的分界线和链也很模糊。因此,有必要加强区块链知识的普及。
9。结论
作为两个最尖端技术,区块链和人工智能有相应的整合机会除了自身优势,可以在未来信息技术的革命性变化。在这篇文章中,我们介绍人工智能和区块链的背景知识,对集成的可行性进行深入分析区块链和人工智能,并全面总结了研究区块链的一体化和人工智能在国内市场和海外市场。最后,我们指出了有前途的应用场景和未来的工作。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是国家重点支持的研究和发展项目批准号2020 yfb1807500下的中国,中国的国家自然科学基金批准号。62001357和62001357下,广东基础研究和应用基础研究基金会在格兰特a1515110496 2020和2020号a1515110079,广州市教育局高等教育研究项目批准号201831827下,陕西的主要研究和开发项目批准号。2019年zdlgy13-07和2019 zdlgy13-04,和广州大学研究项目在批准号。RQ2020085 RD2020076。