面向边缘人工智能计算的区块链技术综述

被引：30

作者：

方俊杰 ^{[1
,2
]}

雷凯 ^{[1
,2
]}

机构：

[1] 北京大学信息工程学院深圳市内容中心网络与区块链重点实验室

[2] 北京大学互联网研究院(深圳)

来源：

应用科学学报 | 2020年 / 38卷 / 01期

关键词：

区块链; 边缘人工智能计算; 泛中心; 群智计算;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP311.13 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

区块链构建了一个分布式点对点的系统,作为一种安全可验证的分散确认事务的机制,广泛应用于金融经济、物联网、大数据、云计算和边缘计算领域.边缘人工智能计算(edge AI computing)即面向边缘网络应用场景的群智AI计算模式.在无人驾驶等高动态、超低延时、资源受限、数据与计算解耦的边缘网络应用场景下,跨域可信、隐私保护、入侵监测、细粒度激励等需求对区块链研究提出了进一步的挑战.关注到人工智能向边缘网络下放的趋势,该文讨论区块链在新兴的边缘人工智能计算领域的应用.首先介绍了区块链技术的基础架构,概述了相关研究和应用方向;接着从边缘人工智能计算的概念与兴起出发,详细分析并讨论了区块链技术在面向边缘人工智能计算领域的应用需求,包括相关研究综述、应用趋势和未来研究方向.此外,还总结了区块链技术应用在边缘人工智能计算方面的优势和未来仍需关注的问题.

引用

页码：1 / 21

页数：21

共 17 条

[1]

Majority is not enough[J] . Ittay Eyal,Emin Gün Sirer.Communications of the ACM . 2018 (7)

[2]

Mobile edge computing, Fog et al.: A survey and analysis of security threats and challenges[J] . Rodrigo Roman,Javier Lopez,Masahiro Mambo.Future Generation Computer Systems . 2018

[3]

The IoT electric business model: Using blockchain technology for the internet of things[J] . Yu Zhang,Jiangtao Wen.Peer-to-Peer Networking and Applications . 2017 (4)

[4]

A Survey on the security of blockchain systems[J] . Xiaoqi Li,Peng Jiang,Ting Chen,Xiapu Luo,Qiaoyan Wen.Future Generation Computer Systems . 2017

[5]

Potentials of Blockchain Technology for Construction Management[J] . ?iga Turk,Robert Klinc.Procedia Engineering . 2017

[6]

FairAccess: a new Blockchain‐based access control framework for the Internet of Things[J] . Aafaf Ouaddah,Anas Abou Elkalam,Abdellah Ait Ouahman.Security and Communication Networks . 2016 (18)

[7]

Deep learning approach for active classification of electrocardiogram signals[J] . M.M. Al Rahhal,Yakoub Bazi,Haikel AlHichri,Naif Alajlan,Farid Melgani,R.R. Yager.Information Sciences . 2016

[8]

Swarm robotics: a review from the swarm engineering perspective[J] . Manuele Brambilla,Eliseo Ferrante,Mauro Birattari,Marco Dorigo.Swarm Intelligence . 2013 (1)

[9]

Modnn:Local distributed mobile computing sys-tem for deep neural network. MAO J,CHEN X,NIXON K W,et al. 2017 Design,Automation＆Test in Europe Conference＆Exhibition （DATE） . 2017

[10]

Eyeriss:An energy-efficient reconfigurable accelerator for deep convolutional neural networks. Chen Y H,Krishna T,Emer J S,et al. IEEE Journal of Solid State Circuits . 2016

← 1 2 →