面向安全 AI 驱动的工业元宇宙 NFT 数字孪生体
密码学与安全
2024-12-23 v1 人工智能
人机交互
摘要
工业元宇宙的兴起将数字孪生体(DTs)推向前沿。基于 blockchain 的 non-fungible tokens(NFTs)提供了一种去中心化的方式来创建和拥有这些可克隆的DTs。然而，未经授权的复制或仿冒构成对 NFT-DTs 安全的重大威胁。现有的 NFT clone detection 方法通常依赖 metadata 和 images 等静态信息，这些信息容易被操纵。为克服这些限制，我们提出一种 novel deep-learning-based solution，即结合 autoencoder 和 RNN-based classifier 的 solution。该 solution 实现了 real-time pattern recognition 以检测假冒 NFT-DTs。此外，我们提出 dynamic metadata 的概念，通过 AI 集成的 smart contracts 来更可靠地验证真实性。通过有效识别 counterfeit DTs，我们的 system 有助于加强 metaverse 中 NFT-based assets 的 security。
引用
@article{arxiv.2412.15716,
title = {Towards Secure AI-driven Industrial Metaverse with NFT Digital Twins},
author = {Ravi Prakash and Tony Thomas},
journal= {arXiv preprint arXiv:2412.15716},
year = {2024}
}