李 萌， 裴 攀， 孙恩昌， 杨睿哲， 司鹏搏， 张延华

(1.北京工业大学信息学部， 北京 100124； 2.先进信息网络北京实验室， 北京 100124)

作为当前最具前景的技术之一，物联网(internet of things, IoT)是在互联网基础上延伸和扩展的网络，将各种信息传感设备与互联网结合起来而形成的一个巨大网络，实现在任何时间、任何地点，人、机、物的互联互通[1]. 然而，随着通信技术的迅速发展， IoT场景下的数据和计算任务量的激增导致诸多问题亟待解决. 1)大数据分析：大量的IoT终端设备产生丰富的数据，急需实时做出有效分析和关键数据提取； 2)安全性：在大量的IoT用户产生的数据中，可能会有恶意节点产生攻击或错误的信息，不加以区分地进行数据交互，极可能造成严重的损失； 3)中心化：传统的云端网络架构与数据存储过于集中，中心节点极易遭受恶意软件或黑客的攻击； 4)计算能力：每个节点的计算能力有所差异，从而导致数据计算返回过程产生时延和误差；5)能量消耗：能量的不必要损耗，造成系统能效性较低，对资源造成浪费的同时，不利于技术落地等问题. 然而，人工智能(artificial intelligence, AI)技术和区块链技术的兴起为解决这些问题带来了有效的解决方案.

AI是人工制造的智能，所谓智能，指的是机器具有感知、学习、推理和自动解决复杂问题的能力[2]. 目前，业界已经提出了各种类型的AI算法，在面对大数据分析的问题时，AI算法,如:深度学习(deep learning, DL)，可为大量的数据提供分类识别的分析，以鉴别传输数据的完整性和安全性[3]；……