Earticle

초록

영어

Urbanization exacerbates challenges in housing, transportation, energy, environment, welfare, and safety. This study proposes a "DID-based safe smart city model using digital twin" to enhance citizens' quality of life and advance societal development. We develop a standardized layer model for the Cognitive Internet of Things (CIoT) environment, utilizing blockchain's distributed ledger technology and Decentralized-Identity (DID) for secure device communication. Emphasizing explainable AI (eXplainable Artificial Intelligence), the model ensures transparency in processing IoT-collected big data. By integrating autonomous decision-making algorithms and real-time 3D data visualization through digital twins, the model enhances problem-solving and preventive capabilities. This research distinguishes itself by combining CIoT, blockchain (DID), and digital twin technologies to create a comprehensive smart city standard model addressing content integration and scalability.

한국어

도시화는 주거, 교통, 에너지, 환경, 복지, 안전 등의 분야에서 환경을 파괴하고 있다. 이 연구는 시민의 삶의 질을 향상시키고 사회 발전을 촉진하기 위해 "디지털 트윈을 활용한 DID 기반 안전 스마트 시티 모델"을 제안한다. 본 연구에서는 사물 인터넷(IoT) 환경을 위한 표준화된 계층 모델을 개발하고, 블록체인의 분산 장부 기술과 DID(Decentralized Identity)를 활용하여 안전한 장치 통신을 보장함. 또한, 설명 가능한 인공지능(eXplainable Artificial Intelligence)을 이용하여 IoT로 수집된 빅데이터 처리의 투명성을 보장하고, 자율적인 의사 결정 알고리즘 과 디지털 트윈을 통한 실시간 3D 데이터 시각화를 통합하여 이 모델은 문제 해결 및 예방 기능을 향상시킨다. 따라서 이 연구는 CIoT, 블록체인(DID) 및 디지털 트윈 기술을 결합하여 콘텐츠 통합 및 확장성 문제를 해결하는 종합적인 스마트 시티 표준 모델을 만드는 데 필요한 구성요소를 제공하여 향후 스마트 시티 구축에 기여하는 연구이다.

목차

Abstract
요약
1. Introduction
2. Cognitive Internet of Things (CIoT) and Smart Cities
2.1 Cognitive Internet of Things (CIoT)
2.2 Role of CIoT in Smart Cities
3. Blockchain-based IoT Authentication and Automated Machine Learning
4. Blockchain-based IoT Authentication
4.1 Need for Secure IoT Authentication
4.2 Blockchain Technology for Authentication
4.3 Decentralized Identity (DID) Systems
4.4 Implementation of Blockchain-based IoT Authentication
5. Automated Machine Learning (AutoML)
5.1 Importance of Machine Learning in IoT
5.2 Challenges in Traditional Machine Learning
5.3 Advantages of AutoML
5.4 AutoML in IoT Applications
5.5 Integration of Blockchain and AutoML in IoT
6. Conclusion
REFERENCES

키워드

저자

• Sunghyuck Hong [ 홍성혁 | Professor, Division of Advanced IT, IoT major, Baekseok University ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업과 과학 [Advanced Industrial SCIence]

• 간기

  격월간

• eISSN

  2951-2476

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 004 DDC 004