With the worldwide growth of IoT industry, the need for a strong security level for IoT networks has also increased, leading to blockchain-based IoT (BC-IoT) networks. While blockchain technology is leveraged to ensure data integrity in a distributed manner, Hyperledger Fabric (HLF) attracts attention with its distinctive strong point without requiring the power-consuming consensus protocol, that is, proof-of-work (PoW). However, even though such security concerns can be mitigated using HLF, the additional processing time spent in HLF may emerge as another issue because most IoT devices handle real-time and latency critical jobs. This problem still remains unresolved because of the absence of a HLF latency model and a parameter setup guideline to reducing the mean latency. In this paper, therefore, we develop a HLF latency model for HLF-based IoT networks based on probability distribution fitting, by which mean latency prediction is facilitated once probable configuration environments are determined, in terms of the block size, block-generation timeout, and transaction generation rate parameters. Furthermore, we conclude by analyzing the impacts of influential HLF parameters on the mean latency, in order to provide insights not only on optimizing the mean latency, but also on coping with long mean latency.


翻译:随着IOT工业的全球增长,对IOT网络的高度安全水平的需求也有所增加,这导致以链锁为基础的IOT(BC-IOT)网络。尽管利用链锁技术确保数据的完整性以分布方式得到杠杆化,Hyperledger Fabric(HLF)以其独特的强点吸引注意力,而不需要电耗共识协议,即工作证明(PoW),因此无需关注其独特的强点。然而,尽管使用HLF可以减轻这种安全顾虑,但HLF所花的额外处理时间可能会成为另一个问题,因为大多数IOT设备处理实时和延迟性关键工作。这个问题仍然没有解决,因为缺乏HLF的延迟模型和减少平均延迟的参数设置指南。因此,在本文件中,我们根据概率分配的适应性为基于HLF的IOT网络开发了HLF潜值模型,这意味着,一旦确定了可能的配置环境,从块大小、阻隔期和交易率率参数来看,便会成为另一个问题。此外,我们通过分析具有影响力的HLF的常价常识度,只能通过分析对中度的汇率的判断来完成。

0
下载
关闭预览

相关内容

专知会员服务
56+阅读 · 2021年4月12日
专知会员服务
47+阅读 · 2021年4月9日
【KDD2020教程】多模态网络表示学习
专知会员服务
129+阅读 · 2020年8月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【今日新增】计算机领域国际会议截稿信息
Call4Papers
9+阅读 · 2017年7月21日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
35+阅读 · 2019年11月7日
VIP会员
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【今日新增】计算机领域国际会议截稿信息
Call4Papers
9+阅读 · 2017年7月21日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员