基于区块链的信任管理与人工智能计算用于传感器网络优化

更智能的城市需要更安全的连接

从智能手表和交通信号灯到工厂机器，数十亿微小设备正在相互通信。这个由传感器构成的网络，被称为物联网，承诺带来更顺畅的城市生活、更优的医疗服务和更高效的工业生产。但随着更多设备加入，要保持它们的通信快速、可靠并防止窃听变得更加困难。本文探讨了一种新的管理这些数字通信的方式，以便数据能迅速传输、避免故障并保持可信，即便一些设备行为异常也能如此。

日常设备，隐含脆弱性

现代智能系统依赖大量小型电池供电的传感器，分布在家庭、道路、工厂和医院等处。这些设备不断采集信息并将其发送到网络边缘的本地计算节点，之后重要数据再被传往远端的云服务器。系统正常运行时可以实现实时响应——改道交通、调整能耗或提醒医生。然而，这些优势也带来了薄弱环节。有限的电池、电磁信道拥塞以及不受信任的中间设备都可能导致传输变慢、消息丢失，并为窃听或篡改打开机会。现有的解决方案只改善问题的部分方面——例如选择高效路由或检测攻击——但常常增加大量计算开销，或在网络规模扩大时难以应对。

用于更快、更公平数据流的双引擎

为了解决这些问题，作者提出了一个轻量级模型，将人工智能与一种常与数字货币相关的分布式账本技术相结合。在第一阶段，AI 引擎监测每个设备的行为：能耗、丢包率以及消息成功率等。通过机器学习的方法，它预测每个设备的可信度以及哪些路径可能高效承载数据。一种智能路径选择策略随后利用这些预测来挑选路由，平衡网络负载、避开拥堵或不可靠的链路并节约电池能量。这使网络能在不断变化的条件下自适应，而无需向微小设备施加过多计算负担。

用数字账本锁定信任

第二阶段使用区块链使这些信任决策具备防篡改性。一旦 AI 引擎评估出每个设备的可靠性，这些信任分数就作为记录存入分布在多个节点的共享数字账本。由于账本条目相互链式连接并通过集体共识达成，一台恶意设备几乎无法篡改自身历史或伪造更好的声誉。受群体行为启发的路由方法会优先选择由记录中更高可信度设备组成的路径，从而强化良好行为。随着设备随时间的运行，它们的记录会在账本中更新，但过去的条目仍然可见，为其他设备在转发数据前提供可验证的行为轨迹。

将模型付诸检验

为了检验该方法的实际效果，研究人员构建了一个模拟的智慧城市场景，包含多达500个传感器、若干边缘节点以及混合的诚实和恶意设备。他们将自己的模型与两种近期设计的高效且安全的路由方案进行了比较。在多种条件下，新方法将能耗减少了大约四分之一到三分之一，显著降低了数据丢失，并缩短了建立可用连接所需的时间。即便有多达一半的设备通过丢包或泛洪包的方式表现恶劣，结合 AI 与区块链的框架仍能在激活路径上维持更高水平的“行为信任”并保持更平稳的数据流。上述改进来自持续将流量引向非可疑或非拥堵链路并更均匀地分配工作负载。

这对未来智能系统的意义

简而言之，研究表明让网络学会谁值得信任——并将这种信任记录写入共享且难以伪造的日志——可以让日常互联系统变得更强韧且更高效。与其把每个传感器视为同等可信或不断重复验证凭证，网络可以逐步建立对良好与不良行为的记忆，并用它来指导未来决策。对于城市规划者、医院 IT 团队或工业运营者而言，这种方法可能意味着更少的通信故障、更长的电池寿命以及对潜伏在设备群中的隐蔽攻击更强的防护。作者建议未来工作可引入更深层的学习方法和真实世界的测试平台，但核心信息很明确：将智能预测与安全记录结合，是通向更安全、更可靠传感器网络的一条有前景的路径。

引用: Alharbi, M., Haseeb, K., Jhanjhi, N.Z. et al. Blockchain-driven trust management and AI computing for sensor networks optimization. Sci Rep 16, 13817 (2026). https://doi.org/10.1038/s41598-026-41302-y

关键词: 物联网, 传感器网络, 区块链安全, 信任管理, 边缘计算