[论文解读] 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 5

一句话总结

本文提出了一种基于区块链的纳米物体物联网（BC-IoNT）系统，用于智能农业中的实时、安全化学传感，通过将朗缪尔-贝叶斯机器学习模型作为智能合约，实现化学浓度检测准确率≥90%。该系统提升了可追溯性与可信度，通过基于信用的代币模型增强透明度，在可持续农业管理方面，其准确率与透明度均优于集中式方法。

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.

研究动机与目标

• 解决智能农业中与化学使用监控相关的数据安全、透明度与可信度日益增长的担忧。
• 克服集中式决策系统（DMS）在处理来自物联网与纳米物体物联网（IoNT）设备的海量分布式传感器数据时的局限性。
• 通过实现精确、环保的化学物质投放，提升可持续性，借助可靠、可审计的传感与合规性追踪技术。
• 将区块链技术与纳米传感器及机器学习相结合，构建一个去中心化、可信的农场级化学监测决策系统（DMS）。
• 开发基于信用的代币系统，量化农场的可信度与对化学标准的合规性，提升市场认可度与食品安全。

提出的方法

• 设计一种BC-IoNT架构，将纳米传感器（IoNT）与物联网（IoT）及区块链结合，实现去中心化、安全的数据采集与存储。
• 实现一种新型机器学习模型，结合朗缪尔分子结合等温线与贝叶斯概率更新，以估算化学浓度。
• 将该机器学习模型作为智能合约在区块链上执行，实现实时验证与记录化学浓度读数。
• 在区块链上分配彩色代币以表示农场数据的可追溯性与可信度，支持供应链全程透明追踪。
• 应用信用模型，基于历史数据与实时传感器输入，动态评估农场对化学标准的合规性。
• 通过调节采样频率与贝叶斯更新步数，优化系统效率，实现准确率与资源消耗之间的平衡。

实验结果

研究问题

• RQ1 与集中式DMS相比，集成区块链的IoNT系统是否能提升智能农业中化学传感的准确率与可靠性？
• RQ2 将朗缪尔-贝叶斯模型作为智能合约集成，如何增强去中心化农业系统中实时化学浓度检测的性能？
• RQ3 基于信用的代币系统在多大程度上提升了对农场化学使用标准合规性追踪的透明度与可信度？
• RQ4 采样频率与化学浓度的变异性如何影响BC-IoNT传感系统的效率与准确率？
• RQ5 在农业供应链中，基于区块链的可追溯性是否能优于传统系统，确保食品安全与可持续性？

主要发现

• BC-IoNT系统实现了≥90%的化学检测准确率，显著优于集中式方法（准确率≤80%）。
• 系统的检测效率高度依赖于采样频率以及农场间与农场内化学浓度的变异性。
• 最优采样频率与贝叶斯更新步数被确定为最大化检测准确率与系统效率的关键参数。
• 信用模型有效量化了农场可信度，信用率的变化可作为对推荐化学标准合规性的指标。
• 基于代币的可追溯机制显著提升了食品供应链的透明度与可审计性，尽管响应时间受化学浓度变异性影响。
• 将IoNT与区块链及机器学习技术结合，代表了一种新颖且可扩展的可持续智能农业解决方案，具备强大的现实部署潜力。