Optimización impulsada por inteligencia artificial de la escalabilidad, seguridad y protección de la privacidad en blockchain
Autores: Yuan, Fujiang; Zuo, Zihao; Jiang, Yang; Shu, Wenzhou; Tian, Zhen; Ye, Chenxi; Yang, Junye; Mao, Zebing; Huang, Xia; Gu, Shaojie; Peng, Yanhong
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización impulsada por inteligencia artificial de la escalabilidad, seguridad y protección de la privacidad en blockchain
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Desarrollo
Tecnología
Cadena de bloques
Desafíos
Escalabilidad
Seguridad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Con el continuo desarrollo de la tecnología, la cadena de bloques ha sido ampliamente utilizada en varios campos gracias a su descentralización, integridad de datos, trazabilidad y anonimato. Sin embargo, la cadena de bloques todavía enfrenta muchos desafíos, como problemas de escalabilidad y seguridad. La inteligencia artificial, con su potente capacidad de procesamiento de datos, capacidad de reconocimiento de patrones y algoritmos de optimización adaptativos, puede mejorar la eficiencia del procesamiento de transacciones de la cadena de bloques, mejorar el mecanismo de seguridad y optimizar la estrategia de protección de la privacidad, aliviando así efectivamente las limitaciones de la cadena de bloques en términos de escalabilidad y seguridad. La mayoría de las revisiones relacionadas existentes exploran la aplicación de la IA en la cadena de bloques en su conjunto, pero carecen de una clasificación y discusión detalladas sobre cómo la IA puede potenciar los aspectos fundamentales de la cadena de bloques. Este documento explora la aplicación de tecnologías de inteligencia artificial para abordar los desafíos fundamentales de los sistemas de cadena de bloques, específicamente en términos de escalabilidad, seguridad y protección de la privacidad. En lugar de afirmar una integración teórica profunda, nos enfocamos en cómo los métodos de IA, como el aprendizaje automático y el aprendizaje profundo, han sido adoptados de manera efectiva para optimizar los algoritmos de consenso de la cadena de bloques, mejorar la detección de vulnerabilidades de contratos inteligentes y mejorar los mecanismos de preservación de la privacidad como el aprendizaje federado y la privacidad diferencial. A través de una clasificación y discusión exhaustivas, este documento proporciona una visión general estructurada del panorama actual de la investigación e identifica posibles direcciones para una mayor colaboración técnica entre las tecnologías de IA y de cadena de bloques.
Descripción
Con el continuo desarrollo de la tecnología, la cadena de bloques ha sido ampliamente utilizada en varios campos gracias a su descentralización, integridad de datos, trazabilidad y anonimato. Sin embargo, la cadena de bloques todavía enfrenta muchos desafíos, como problemas de escalabilidad y seguridad. La inteligencia artificial, con su potente capacidad de procesamiento de datos, capacidad de reconocimiento de patrones y algoritmos de optimización adaptativos, puede mejorar la eficiencia del procesamiento de transacciones de la cadena de bloques, mejorar el mecanismo de seguridad y optimizar la estrategia de protección de la privacidad, aliviando así efectivamente las limitaciones de la cadena de bloques en términos de escalabilidad y seguridad. La mayoría de las revisiones relacionadas existentes exploran la aplicación de la IA en la cadena de bloques en su conjunto, pero carecen de una clasificación y discusión detalladas sobre cómo la IA puede potenciar los aspectos fundamentales de la cadena de bloques. Este documento explora la aplicación de tecnologías de inteligencia artificial para abordar los desafíos fundamentales de los sistemas de cadena de bloques, específicamente en términos de escalabilidad, seguridad y protección de la privacidad. En lugar de afirmar una integración teórica profunda, nos enfocamos en cómo los métodos de IA, como el aprendizaje automático y el aprendizaje profundo, han sido adoptados de manera efectiva para optimizar los algoritmos de consenso de la cadena de bloques, mejorar la detección de vulnerabilidades de contratos inteligentes y mejorar los mecanismos de preservación de la privacidad como el aprendizaje federado y la privacidad diferencial. A través de una clasificación y discusión exhaustivas, este documento proporciona una visión general estructurada del panorama actual de la investigación e identifica posibles direcciones para una mayor colaboración técnica entre las tecnologías de IA y de cadena de bloques.