基于主从链和边缘计算的MES生产调度模型

智能工厂存在大量的物联网设备,设备之间通过工业物联网实现信息和指令的实时交互。物联网设备产生的海量数据需要上传,导致中心服务器压力过大、数据处理耗时过长,且设备之间的通信存在安全隐患。提出一种基于主从链和边缘计算的制造执行系统生产调度模型。首先,设计主从链架构模型,将制造执行系统模块化并集成到边缘节点,减少数据传输和降低泄露风险;其次,设计一种基于属性基的智能合约访问控制策略,实现设备和节点之间的安全通信;最后,设计生产调度算法完成跨节点、跨车间调度任务,实现去中心化的生产调度方式。实验结果表明,所提模型与传统工业制造系统相比,保证了数据安全性,提高了响应速度。

基于门限聚合签名的区块链预言机数据传输模型

针对区块链预言机方案存在数据存储成本较高,时间效率较低,不能防止恶意预言机节点传输错误数据等问题,提出一种基于门限聚合签名的区块链预言机数据传输模型。首先,将签名与数据聚合到一个预言机上,与链上智能合约进行单次交互,减少区块链存储空间开销和通信负载;其次,在Schnorr聚合签名中加入门限机制,提高签名时间效率;最后,使用多个预言机收集数据,并设置积分制选举出可信的签名聚合预言机,防止部分恶意预言机的行为,保证数据真实可靠。实验结果表明,相比BLS聚合签名和未加入门限机制的Schnorr聚合签名,Schnorr门限聚合签名验证消耗的时间更少,使用户能够更快地获取链下数据并进行传输。

基于信用评价模型的Raft共识算法

在车联网中,车辆节点间需要交通信息的共享和交互,但目前还存在着节点之间难以高效同步交通数据信息以及恶意节点传播虚假信息的问题。针对上述问题,提出了一种基于信用评价模型的Raft共识算法(CE-Raft)。首先构建信用评价模型,基于孤立森林异常检测算法检测拜占庭车辆节点并将其剔除,生成诚实节点编号表;然后进行领导者选举,通过修改跟随者节点的投票过程,实现诚实节点当选领导者;最后进行日志复制,领导者节点根据诚实节点编号表发送信息同步请求,确保正确的消息在节点间达成共识。实验结果表明,CE-Raft算法能够有效排除拜占庭节点,提高了诚实节点预测准确率,具有较低的时延和较高的吞吐量,使车联网在存在恶意节点的情况下,仍然能安全高效地完成数据共享。