面向智慧城市安全信息系统的AI：结合深度强化学习与区块链的协作式IoT计算
人工智能
2025-03-13 v2 密码学与安全
摘要
物联网（IoT）的加速扩张带来了与隐私、安全和数据完整性相关的严峻挑战，特别是在智慧城市或智能制造等基础设施中。区块链技术提供了不可篡改、可扩展且去中心化的解决方案来应对这些挑战，而将深度强化学习（DRL）集成到 IoT 环境中则提供了更强的适应性和决策能力。本文研究了区块链与 DRL 的集成，以优化 IoT 辅助智慧城市中的移动传输和安全数据交换。通过对 IoT 应用系统进行聚类和分类，结果表明 DRL 与区块链的结合能够在维护隐私和安全的同时提升 IoT 网络的性能。基于对 2015 年至 2024 年间发表论文的综述，我们对所提出的方法进行了分类并提供了实用的分类体系，为研究人员提供了关键视角，并突出了未来探索与研究的潜在领域。我们的研究表明，将区块链的去中心化框架与 DRL 相结合如何能够解决隐私和安全问题、提高移动传输效率，并保障稳健且保护隐私的 IoT 系统。此外，我们探讨了 DRL 的区块链集成，并概述了 DRL 技术的显著应用。通过应对机器学习与区块链集成的挑战，本研究为研究人员提出了新视角，并从跨学科立场出发作为一项基础性探索。
引用
@article{arxiv.2409.16444,
title = {Artificial Intelligence for Secured Information Systems in Smart Cities: Collaborative IoT Computing with Deep Reinforcement Learning and Blockchain},
author = {Amin Zakaie Far and Mohammad Zakaie Far and Sonia Gharibzadeh and Hajar Kazemi Naeini and Leila Amini and Shiva Zangeneh and Morteza Rahimi and Saeed Asadi},
journal= {arXiv preprint arXiv:2409.16444},
year = {2025}
}