[論文レビュー] Block Chain and Internet of Nano-Things for Optimizing Chemical Sensing in Smart Farming

Dixon Vimalajeewa, Subhasis Thakur+3 more|arXiv (Cornell University)|Oct 5, 2020

Blockchain Technology Applications and Security参考文献 29被引用数 5

ひとこと要約

本論文は、スマート農業におけるリアルタイムで安全な化学センシングを実現する、ブロックチェーンを活用したナノ・オブジェクトのインターネット（BC-IoNT）システムを提案する。Langmuir-Bayesian機械学習モデルをスマートコントラクトとして統合し、化学濃度を90%以上の精度で検出する。本システムはトレーサビリティと信頼性を、クレジットベースのトークンモデルによって向上させ、持続可能な農業管理における正確性と透明性において、中央集権的アプローチを上回る性能を発揮する。

ABSTRACT

The use of Internet of Things (IoT) with the Internet of Nano Things (IoNT) can further expand decision making systems (DMS) to improve reliability as it provides a new spectrum of more granular level data to make decisions. However, growing concerns such as data security, transparency and processing capability challenge their use in real-world applications. DMS integrated with Block Chain (BC) technology can contribute immensely to overcome such challenges. The use of IoNT and IoT along with BC for making DMS has not yet been investigated. This study proposes a BC-powered IoNT (BC-IoNT) system for sensing chemicals level in the context of farm management. This is a critical application for smart farming, which aims to improve sustainable farm practices through controlled delivery of chemicals. BC-IoNT system includes a novel machine learning model formed by using the Langmuir molecular binding model and the Bayesian theory, and is used as a smart contract for sensing the level of the chemicals. A credit model is used to quantify the traceability and credibility of farms to determine if they are compliant with the chemical standards. The accuracy of detecting the chemicals of the distributed BC-IoNT approach was >90% and the centralized approach was <80%. Also, the efficiency of sensing the level of chemicals depends on the sampling frequency and variability in chemical level among farms.

研究の動機と目的

• 化学使用モニタリングにおけるデータセキュリティ、透明性、信頼性に関するスマート農業分野の懸念を解決すること。
• IoTおよびIoNTデバイスからの大規模かつ分散型のセンサデータを処理する能力に限界を示す中央集権的意思決定システム（DMS）の課題を克服すること。
• 信頼性の高い監査可能なセンシングとコンプライアンス追跡を通じて、正確で環境に配慮した化学物質の供給を可能にすることで、持続可能性を向上させること。
• ブロックチェーン技術とナノセンサ、機械学習を統合し、農場レベルの化学物質モニタリングに向けた分散型で信頼性の高いDMSを構築すること。
• 農場のコンプライアンスと化学物質基準への適合度を定量化するクレジットベースのトークン制度を構築し、市場での認知度向上と食品安全性の強化を図ること。

提案手法

• ナノセンサ（IoNT）をIoTとブロックチェーンと統合したBC-IoNTアーキテクチャを設計し、分散型で安全なデータ収集および保存を実現する。
• Langmuir分子結合イソスターモデルとベイズ確率更新を組み合わせた、新しい機械学習モデルを実装し、化学濃度を推定する。
• MLモデルをブロックチェーン上で実行されるスマートコントラクトとして利用し、リアルタイムで化学濃度の測定値を検証および記録する。
• ブロックチェーン上での色のトークンを導入し、農場データのトレーサビリティと信頼性を表現することで、供給チェーン全体で透明な追跡を可能にする。
• 履歴データとリアルタイムのセンサ入力を基に、農場の化学物質基準への適合度を動的に評価するクレジットモデルを適用する。
• サンプリング周波数とベイズ更新ステップ数の最適化により、正確性とリソース使用量のバランスを取ることで、システム効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 中央集権的DMSと比較して、ブロックチェーン統合型IoNTシステムは、スマート農業における化学センシングの正確性と信頼性を向上させることができるか？
• RQ2 Langmuir-Bayesianモデルをスマートコントラクトとして統合することで、分散型農業システムにおけるリアルタイムの化学濃度検出はどの程度向上するか？
• RQ3 クレジットベースのトークン制度は、化学物質使用基準への農場コンプライアンスの追跡において、透明性と信頼性をどの程度向上させるか？
• RQ4 サンプリング周波数と化学濃度のばらつきは、BC-IoNTセンシングシステムの効率性と正確性にどのように影響するか？
• RQ5 ブロックチェーンベースのトレーサビリティは、農業供給チェーン全体における食の安全性と持続可能性を確保する点で、従来のシステムを上回ることができるか？

主な発見

• BC-IoNTシステムは、化学物質検出の正確性が90%以上に達し、中央集権的アプローチ（最大80%の正確性）を著しく上回った。
• システムの検出効率は、サンプリング周波数および農場間・農場内での化学濃度のばらつきに強く依存していた。
• 最適なサンプリング周波数とベイズ更新ステップ数が、検出正確性とシステム効率を最大化するための重要なパラメータであることが同定された。
• クレジットモデルは農場の信頼性を効果的に定量化でき、クレジットレートの変化が化学物質基準への適合度の指標として機能した。
• トークンベースのトレーサビリティメカニズムにより、食料供給チェーンにおける透明性と監査可能性が向上したが、反応時間は化学濃度のばらつきに応じて変動した。
• IoNTとブロックチェーン、機械学習の統合は、持続可能なスマート農業のための画期的でスケーラブルなソリューションを提供し、実世界への導入に強い潜在能力を有する。