工业4.0中基于区块链共识的声誉提升研究

International Journal of Information Management Data Insights 2（2022）100138我们如何在工业4.0的区块链共识中提高声誉阿纳·米特拉部印度安得拉邦SRM University-AP 522240aRT i cL e i nf o保留字：信息物理系统（CPS）工业4.0区块链共识声誉评分PageRankNCDawareRankHodgeRankPageRank验证元胞自动机（CA）能量效率a b sTR a cT这项研究提出了一种成本效益高的方法，通过结合增强的声誉评分，增强区块链共识，以增强工业4.0场景中的数据安全和隐私在一个成本效益的方法。基于元胞自动机（CA）的PageRank验证（即，一种扩展的PageRank）算法被合并到区块链Trilemma中的共识设计中，以促进工业4.0场景中的成本节约。进行了详细的调查，以探索基于CA的PageRank验证在区块链Trilemma中计算声誉得分的真正潜力。对所提出的计算信誉分数的方法的进一步调查和实验分析探索了所提出的基于CA的基于PageRank验证的方法相对于几种现有方法的效率，PageRank、NCDawareRank和HodgeRank方法。此外，所提出的方法中的能量效率是确保低能耗可以实现与基于CA的物理建模。1. 介绍近年来智能生产线的发展无疑是系统化的ad-vNavisphere和CPS（Cyber-Physical Systems）部署的结果。多个生产线组件的同步集成以及IT（信息技术）和相关技术工具的最新进展，考虑到被广泛认为是第四次工业革命的现代智能生产线的适当分布（协作）方式（即，工业4.0）。多项尖端技术，例如，智能传感器、云计算、IoT（物联网）、网络安全、区块链技术、大数据、水平和垂直系统集成、仿真、增强现实、自主机器人、黄金材料处理、增材制造等联合起来实现“第四次工业革命的门槛”（Lee等人，2015年）。因此，我们发现CPS架构和Indus-try 4.0是密切相关的（Lee等人，2015;Mitra，2021;Ahsan和Siddique，2022;Lee等人，2018;Jiang，2018;Lee等人， 2014年），两者都在不断发展，以实现技术和质量的进步。由于工业4.0中的CPS架构处于早期阶段，因此已经制定了几条指导方针，用于在智能制造线中有效部署CPS（Lee等人，2015; Mitra，2021; Ahsan和Siddique，2022; Lee等人，2018; Jiang，2018; Lee等人，2014年）。虽然几个国家的最先进的文学作品集中在几个进步，在工业4.0 可能在不同的科学数据库中找到，我们发现，在一篇文章中报道所有这些词是不切实际的。因此，我们选择限制我们的文学。我们发现，CPS和工业AI（人工智能）在工业4.0中的使用在（Lee等人，2015;Lee等人， 2018;Jiang，2018），以增强生产线。与数据处理、安全、隐私等有关的其他几个重要问题，研究人员解决了工业4.0的问题;例如，Mitra（2021）、Ahsan和Siddique（2022）、Lee等人（2014）提出了不同的大数据处理，Viriyasitavat和Hoonsopon，2019;Lu，2019;Viriyasitavat等人，2019;Zheng等人，2017; Mohamed和Al-Jaroodi，2019）。 在工业的几个领域中， 4.0, 我们 鉴于工业4.0，我们对基于区块链的安全功能特别感兴趣，因为它可能在工业4.0场景中CPS的部署中发挥重要作用（Lee等人， 2015年）。 我们发现了与区块链技术相关的详细讨论（例如，的特点，不同的挑战和机遇，在Viriyasitavat和Hoonsopon（2019），Lu（2019），Viriyasitavat等 人 （ 2019 ） ， Zheng 等 人 （ 2017 ） ， Mohamed 和 Al- Jaroodi（2019）中提出了可能用于工业4.0的区块链技术。我们发现区块链的行为 作为 “安 不可变 分类帐” （Zheng等人，2017年，他同意与 经，经 在工业4.0场景中，将以分散的方式放置。与区块链的架构、共识及其未来相关的详细讨论进一步呈现在（Zhenget al.， 2017年）。在电子邮件地址：armab. srmap.edu.inhttps://doi.org/10.1016/j.jjimei.2022.100138接收日期：2021年8月1日;接收日期：2022年11月3日;接受日期：2022年11月5日2667-0968/© 2022作者。由Elsevier Ltd.发布。这是一个CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）可在ScienceDirect上获得目录列表国际信息管理数据见解期刊主页：www.elsevier.com/locate/jjimeiA. MitraInternational Journal of Information Management Data Insights 2（2022）1001382���−12021年）。其他几种促进自动化决策的方法������−1���100+另一项研究，区块链和面向服务的中间件（例如，Man 4 Ware）在（Mohamed和Al- Jaroodi，2019）中提出，以促进几项智能制造活动，例如，材料订单、运输、能源、制造程序、机器活动、与安全相关的活动、研究开发数据、监控活动、存储日志、支付等。 发现 在 我们对区块链共识特别感兴趣，我们认为这对区块链的构建非常重要。我们发现一个新的共识PoR（信誉证明）被提出来作为委托权益证明（DPoS）的增强，以增强自比特币（Do）存在以来区块链网络中PoW（工作证明）可扩展性的现有限制。 例如， 2019年）。 在另一项工作中，基于三个因素，即， 资产、交易活动和基于共识参与的信誉共识机制的证明在（Zhuang et al.，2019年）。Viriyasitavat等人（2019）进一步提出，一个可接受的分散实现了所提出的系统，同时取代“硬币赌注”（做。例如，2019）基于几种排名理论，例如，HodgeRank（Jiang等人，NCDawareRank（Nikolakopoulos and Garofalakis，2013），以及PageRank（Langville and Meyer，2004）。由于排名理论及其应用在区块 链 中 很 重 要 ， 接 下 来 将 简 要 讨 论 上 述 排 名 理 论 （ 主 要 是PageRanks）。PageRank在根据用户查询的相关性对相关网页进行排序方面发挥着重要作用。一些研究人员已经专注于PageRank计算的增强。按照惯例，低 va PageRank 表 示 高 PageRank （ Nikolakopoulos 和 Garofalakis ，2013;Langville 和 Meyer ， 2004;Kundu 等 人 ， 2007; Guha 等 人 ，2015;Guha等人，2015年）。详细讨论PageRank对业务增长和利润的有效作用，即，SEM（搜索引擎营销）在（Aswani等人，2018年，Aswani等人，2021年）。此外，SEM中的失效及其影响在（Aswani等人，2018年）以及一种可能的方式来决定和避免增强PageRank计算。虽然有效的PageRank计算一直是研究人员关注的焦点，但我们发现计算PageRank的验证也是一个同样重要的研究领域，并且随着时间的推移受到了极大的关注。 基于CA的PageRank验证（即，一种扩展的PageRank）算法首先在Mitra和Kundu（2015）中引入。此后，关于PageRank的基于能量的建模（Guha等人，2015年，Guha等人，2016年），基于能量的PageRank验证建模在Mitra和Kundu（2017）中提出。在Mitra和Kundu（2017）、Mitra（2019）中进一步研究了所述验证模型的详细能量相关特征，并得出结论，在此类验证中存在能量稳定性（Mitra，2019）。此外，得出的结论是，网页数据的幂律分布（Mitra，2021）在基于CA的PageRank验证建模中得到了保留。可以注意到，过去的研究人员专注于使用CA作为基于CA的物理模型，可以容易地以具有固有并行计算能力的D-FF（翻转-翻转）为代价与VLSI（超大规模集成）设计结合（Chaudhuri等人，1997年）。出于这个原因，我们决定继续使用基于CA的PageRank建模和验证。因此，下面简要介绍CA。CA（Wolfram，2002年，Chaudhuri等人，1997）是研究人员建模工程/科学问题的热门选择，这些问题本质上是动态和复杂的。在CA配置中，细胞被认为是CA排列的基本单位，其形式为格子。CA排列可以在单维或多维场景中找到。这种配置基于CA规则随空间和时间（两者本质上都是离散的）而演变。简单的CA配置是在PB（周期性边界）或NB（周期性边界）场景下的一维3邻域（与左邻居，自我（自细胞）和右邻居的依赖关系）中找到的，并且通常被称为基本CA（ECA））。这篇文章的读者真诚地要求阅读（Chaudhuri等人， 1997年），以获得更多关于出口信贷机构的信息。ECA的下一个状态可以通过以下方式实现：等式1（Chaudhuri等人， 1997年）。通过检测和避免垃圾邮件网站（Aswani等人，������+1=������(������，，������（1）在几个现实生活场景中的制造过程也可以在Duan et al. （2019），Akter et al. （2021），Ziolkowski et al. （2020年）。几其中，下一个状态函数（规则）由“时间”表示���������������������静态/动态PageRank计算可以在不同的科学数据库中找到，之间������������������������������‘���’������’其他几个，PageRank计算在Kundu et al. （2007年），在时间“（0 + 1）”的单元���������100+ 1Guha et al.（2015），Guha et al.（2015）特别令人感兴趣。除了PageRank，研究人员还研究并提出了其他几种排名方法。例如，HodgeRanks在（Jiang et al.， 2011），其研究了在涉及离散/组合Hodge理论的图中表示为边流的成对排序，该理论基于从互联网获得的不平衡和不完整数据集，以及“可靠性证书”（Jiang et al.， 2011）; NCD（几乎完全可分解）系统（Nikolakopoulos和Garofalakis，2013）和NCDawareRank被提出来“概括和细化PageRank”（Nikolakopoulos和Garofalakis，2013）在Nikolakopoulos和Garofalakis（2013）。此外，关于HodgeRank和NCDawareRank的讨论，我们发现Liang et al.（2021），Chen et al. （2022年）， 施拉特 et al. （2022），Duet al.（2019），Gol et al.（2019）关于区块链的增强。从我们的研究中，我们特别了解到，所有这些计算，例如，HodgeRank、Lued和NCDawareRank有机会区块链的增强功能已经讨论了PageRank在SEM和/或区块链中的重要性。因此，PageRank的有效建模和相关验证应该具有重要意义。在Kundu等人（2007）中，我们发现了细胞自动机（CA）的用途（Wolfram，2002，Chaudhuri等人，1997年）技术的动态建模的PageRank。在另一系列研究中，Guha等人（2015），Guha等人（2016）提出了基于能量的PageRank动态建模，另一方面，环境可持续发展及绿色计算正逐渐成为工程部署所须满足的新先决条件。因此，一些研究人员专注于低功耗模型的设计和开发。在促进绿色计算的几项工作中，我们发现研究重点也旨在促进节能和低功耗的PageRank验证（Mitra和Kundu，2015，Mitra和Kundu，2017，Mitra ， 2019 ， Mitra ， 2021 ） 。第 3 节 进 一 步 介 绍 了 基 于 CA 的PageRank验证中与能源相关的重点，如（Mitra和Kundu，2015，Mitra和Kundu，2017，Mitra，2019，Mitra，2021）所述。 我们进一步观察到，对绿色计算的探索从未受到限制PageRank / PageRank验证在其他几项研究中，我们发现最近的研究集中在绿色区块链上（Imbault等人，2017年）。出于这个原因，我们发现了绿色区块链的研究范围。我们研究了“共识机制的设计强烈影响了区块链系统的性能，包括交易能力、可扩展性和安全性”（Zhuang等人，2019年）。在我们的研究中，我们发现DPoR（委托信誉证明）共识设计在区块链三难困境中（强调了关于“...在“安全性、分散性和可伸缩性”之间进行权衡。（Do等人，2019））依赖于PageRank，NCDawareRank和HodgeRanks（Do。例如，2019年）。此外，在Do et al.（2019）中，Do et al.建议用声誉投票取代股权投票，以增强区块链三元悖论。In Do et al. （2019年），主题描述了基于DPoR的consen-A. MitraInternational Journal of Information Management Data Insights 2（2022）1001383与PoW、PoS、DPoS和PoI相比，区块链技术中的SUS设计享有能量效率、（半）去中心化、高可扩展性、股权、信誉信用、投票、高公平性平衡以及对节点诚实和责任的高激励不幸的是，我们发现验证PageRank没有考虑在做等。（2019年），我们认为这是对区块链技术共识设计的有效简化和可能增强。我们发现，专注于节能区块链共识的研究在当今时代仍然具有相关性，并且在工业4.0的应用中具有很高的潜力。出于这个原因，我们选择调查区块链技术中基于DPoR的共识设计的PageRank验证范围，这可能进一步为工业4.0场景中的可能用途提供绿色设计本研究的主要结果如下。i 提出了工业4.0使用区块链技术的增强共识ii 通过扩展PageRank算法，设计了一种新的基于DPoR的区块链共识。iii 强调了基于CA的PageRank验证模型的使用iv 本文提出了一种新的计算代表性分数的成本-效益算法。v 该模型保证了系统的低能耗vi 详细的动力学检查，以探讨其成本效益的建模能力。的体系结构的剩余纸是作为跟踪了第2节介绍了相关工作，第3节简要介绍了背景工作，第4节提出了建议的工作，第5节介绍了结果的讨论，第6节提出了结论和未来的研究方向。2. 相关作品对来自多个科学数据库的最新文献进行调查，可以探索工业4.0及相关研究领域的受欢迎程度和影响。从任何科学数据库中都可以检索到数百或数千篇研究论文。因此，将所有已发表的作品放在一个文档中是荒谬的。出于这个原因，我们谨慎地将我们的文献综述限制在有限数量的资源，这些资源在我们的工作中发挥着重要作用。关于工业4.0相关研究的重点、方法和未来方向的简要讨论已在第1中介绍。此外，我们观察到，区块链技术在智能制造线中的作用被研究人员以不同的方式引入（Lee等人，2015，Mitra，2021，Ahsan和Siddique，2022，Zheng等人，2017，Mohamed和Al-Jaroodi，2019，Do等人，2019年）。因此，我们认为存在进一步调查的空间，以通过涉及增强的区块链技术来实现工业4.0的可能增强。出于这个原因，接下来将简要讨论过去对区块链增强的重要我们在Do et al. （2019）关于PoR，DPoS和PoW在增强区块链网络方面的作用。我们进一步研究了Do等人的声誉排名。（2019）成功地用基于HodgeRank，NCDawareRank和PageRank的系统完全取代了纯粹的硬币赌注。我们观察到，除了区块链之外，Do et al.（2019）的声誉排名也能够用于检查信用，社会声誉和评级。在不同的方法中，Milutinovic等人（2016）引入了基于运气证明（PoL）的共识协议，以增强区块链。在Milutinovic等人（2016年）中，我们发现基于TEE平台的随机数生成被选为共识领导者，以促进低延迟、低确定性确认时间、非常低的能量消耗量（几乎可以忽略不计）和“公平分布式挖掘”（Milutinovic等人， 2016年）。请注意，我们已经提到，我们的兴趣在于对绿色区块链建模的研究（参见第1）。出于这个原因，我们研究了几篇针对绿色区块链的研究论文。其中，我们发现了关于区块链技术的文献，该技术应用于Predi X （ 一 种 工 业 操 作 系 统 ） ， 以 获 得 生 态 区 内 的 绿 色 证 书（Imbault等人，2017年）。在另一个独特的尝试中，为了提高客户的成本效益，Samuel等人（2019）提出了一种访问控制机制，通过设置客户参与来实现通过区块链进行数据共享，以保护隐私。Samuel等人（2019）还声称，（Samuel等人，2019）在最大限度地降低隐私风险、最大限度地提高聚合器利润和降低计算成本方面是有效的。为了增强区块链，Xue et al.（2018）提出了另一个原型，通过调整PageRank算法来评估用户的参与和重要性。此后，我们发现Sharma（2018）提出了一种替代模型，通过分布式集群优化调整交易数量来处理区块链场景的能源需求。关于所提出的方法的性能（Sharma，2018），进一步发现在不同的方法中，CoT（信任圈）被引入（Ravindran，2019），以克服现有的PoW，PoS和DPos的障碍。此外，基于CoT的架构被认为我们观察到，自从区块链的引入和进一步增强以来，由于其增强的安全性和隐私功能，它们在技术用户中变得非常受欢迎。我们观察到，研究人员已经提出了几个区块链的商业和工程应用，作为增强数据安全和隐私的解决方案。出于这个原因，下面将简要描述最近的区块链技术相关文献，以适应当今在我们的研究中，我们在Grover等人（2018）中发现了一篇文献，该文献从不同的业务功能角度研究了区块链的真正潜力，例如，便于即时支付、建立可信接口，以及在不同的商业场景中保持产品可追溯性（即，B2（企业对）B（企业）、B2C（客户）和B2G（政府））。我们发现，区块链技术真正的多学科性质，如（Ghosh，2019）所研究的，可以成功地用于几个现实生活中的应用。在Prakash等人（2022），Amponsah等人（2022），Jain等人（2021），Mittal等人（2021）中，我们观察到区块链的几个机会被研究，以考虑它们在尖端信息系统中的可能性，例如，为了可能改善健康保险中的财务安全（Prakash等人，2022），加强营销政策（Amponsah等人，2022），用于网络安全的可能增强（Jain等人， 2021）和医疗保健（Mittal等人，2021年）的情况下，可能包括在银行的情况下（陈等人，2022）等。此外，我们观察到，在两个最近的研究中，针对工业4.0场景对区块链的应用适用性进行了研究（Javaid等人，2021，Zuo，2021）以及未来可能的研究方向，即针对区块链（Zheng和Lu，2021）的缺点（Abu-Elezz等人， 2020年）。根 据 我 们 的 研 究 （ Javaid ， Haleem ， Singh ， Khan ， &Suman ，2021;Prakash，Anoop，&Asharaf，2022，Amponsah等人，2022，Jain等人， 2021年），我们了解到区块链技术促进了稳定和有效的数据共享，其优点是“建立了由各种连接的智能设备交换的所有消息的不可更改的数据库”（Javaid等人， 2021年）。 此外，还可以通过结合该技术来实现身份保护。由于其在可信和安全应用中的巨大潜力，我们观察到一些研究人员感到迫切需要A. MitraInternational Journal of Information Management Data Insights 2（2022）1001384⟨ ⟩图1.一、基于 ECA的PageRank验证模型的转换图（来自Mitra和Kundu，2015）。需要增强现有技术，使其成为更具成本效益和更安全的技术。因此，我们感到迫切需要继续努力，尽可能提高现有技术早些时候，我们已经发现PageRank和PageRank验证在区块链共识的设计中发挥了重要作用。例如，2019年，Milutinovic等人，2016年 ， Samuel 等 人 ， 2019 ， Xue 等 人 ， 2018 ， Sharma ， 2018 ，Ravindran，2019）。我们还发现，基于PageRank验证的方法更适合检测PageRank中可能的故意操纵和/或计算PageRank中的伪造[34-37]。因此，我们选择专注于区块链技术中基于PageRank验证的可能增强。由于我们目前的研究在很大程度上受到现有PageRank验证技术的影响，我们在第3中简要讨论了PageRank验证的现有文献。3. 背景在NB场景中，只有三个 CA单元的基于ECA的模型在（Mitra和Kundu，2015）中提出，用于验证PageRank是否可能操纵PageRank更改和垃圾邮件。 下面对该模型进行简要讨论在动态PageRank验证的情况下，不同的场景被模块化为i）稳定的流量（用CA规则组合12、12、4建模），ii）减少的流量（用CA规则组合0、80、68建模），iii）增加的流量（用CA规则组合10、34、60建模）。基于CA的转换图（Mitra和Kundu，2015）再次在图中呈现。1.一、让我们按照符号来认识图。1.一、圆形空间表示状态，箭头表示状态之间的转换，数字表示状态编号。这意味着一组CA规则（Wolfram代码）负责创建相关的转换图。对于双小区ECA场景，存在总共200个状态，也就是说，对于3单元ECA形成，存在总共8个状态（状态0国家7）。状态0和状态7在图1中没有考虑，因为它们在PageRank验证方面是不可接受的状态（Mitra和Kundu，2015）。本文的读者请仔细阅读（Mitra和Kundu，2015）详细了解基于CA的PageRank验证模型的设计理念。在另一项研究中，研究了基于CAS的模型的能量需求（Mitra和Kundu，2017）。在（Mitra和Kundu，2017）中提出，D-FF的功率消耗（即， CA电池）的功耗非常低;在不同的CMOS技术下，FF的最大功耗到最小功耗为1.20���− 05瓦到1.17��� − 07瓦。与CA（CAS-FF）的能量需求相关的完整讨论可进一步参见（Mitra和Kundu，2017）。在不同的研究中，Grover等人（2018），Ghosh（2019），Prakash等人（2022）研究了不同边界情景下的ECA动态，以探索其成本效益建模的真正潜力。不幸的是，在Mitra和Kundu（2015），Mitra和Kundu（2017），Mitra（2019），Mitra（2021）中，我们没有发现对基于CA的PageRank验证的研究。出于这个原因，我们继续专注于基于CA的PageRank验证模型在不同的固定边界场景中的可能用途首先，在我们提出的工作中考虑了NB 场景中基于CA 的PageRank验证模型（Mitra和Kundu，2015）此外，我们还详细研究了这种模型在几种固定边界情景下的动力学4. 拟议工作我们发现，Do et al.（2019）中的声誉概念是三个不同因素的函数：i）抵押金额，ii）资源使用，iii）交易活动。 在Do et al. （2019）再次出现在公式2中。���������������������������������������������=���(���,���,���)(2)其中，1/2表示筹码功率（基于筹码硬币）;1/3表示资源（CPU、RAM、带宽）使用;1/4表示基于交易的信誉评级，其涉及具有许多输入/输出交易的活动账户（类似于web链接）。公式3与标准化权益力量（normalized stake power）、资源使用（resource usage）和评级分数（rating score）一起，最终计算出了最大权益权重的最小值，������������������������������������������������A. MitraInternational Journal of Information Management Data Insights 2（2022）1001385（）下一页图2. 在区块链Trilemma中实现共识的投影系统，涉及CA中的PageRank感知PageRank验证模型（从��������������������������������������������������������������� Mitra and Kundu，2017，Mitra，2019，Mitra，2021）.等式3（Do.例如， 2019年）。���������������������������������������������= ���100万+100万+100万（3）���其中，对于权重������������������= 1，2��������� 3，���1 +���2 +���3 = 1（参见（Do.例如， 2019年））。虽然Web和区块链网络之间存在一些区别特征，但两种网络中的链接是类似类型的连接（Do。例如，2019年）。因此，考虑到Web和区块链网络之间的相似特征，我们提出了包含-基于能量稳定性的PageRank验证模型对基于DPoR的区块链Trilemma中的共识的影响，因为基于能量稳定性的PageRank验证是一种先进的动态模型，其中简单的基于连接的超链接不被考虑到验证中。因此，我们发现我们提出的系统克服了简单Web和区块链网络之间的区别特征，如（Viriyasitavat等人，2019年），我们相信所提出的方法在区块链中具有完全的潜力。我们考虑了基于能量的PageRank验证模型（Ziolkowski et al.，2020年）。页面能量A. MitraInternational Journal of Information Management Data Insights 2（2022）1001386|⎨⎩⎧⎪0(������,������������������������������)可以使用等式4（Ziolkowski等人， 2020年）。Δ��� =��������������������������������� 第1004章：一个人的世界（4）其中，电子网页 =（|跳出率|+|每日页面浏览量|+|花费时间|+|联系我们|）在本研究中再次考虑了（Mitra，2019）的���������������������������������������������������������������可 以 使 用 下 面 的 公 式 5 来 获 得 “ 页 面 排 名 验 证 的 计算”������������������������������������������������������������������������������������������������������������������������������=(���������������������������������������ℎ������������������������������ ������������������������������×������������������������������������������������������������������）|（五）��������������������������������������������������������������� ===⎪���������������������������������（六）我们观察到，公式3中的三个不同值表示三种不同的PageRank场景：稳定（不变）的PageRank（指公式6的0（或几乎为零）），增加的PageRank（指公式6的小值）和减少的PageRank（指大值（6）分别。因此，我们选择在所提出的方法中使用等式6此外，为了确保额外的可信度，我们的提案中还考虑了额外的检查级别，包括（Mitra，2021）中提出的具有截止值的幂律分布的满足性。在涉及CA中的感知PageRank验证模型的Blockchain Trilemma中，针对基于DPoR的共识的投影系统的流程图���������������������������������������������������������������显示在|图2. 可以注意到，所提出的设计简化了PageRank的计算，因为它使用了验证PageRank的高级方法，而不是考虑三个不同的排名（例如，���������������PageRank、HodgeRank和NCDawareRank）（参见（Do.例如，2019）），并增强了可靠性，以防止PageRank中可能的伪造/操纵，包括垃圾邮件。下面的算法1被设计为便于图2中的投影系统流程。算法1信誉分数的计算涉及PageRank的基于能量稳定性的验证。输入：网络传输数据。输出：声誉得分。步骤1. 开始步骤2. 计算稳定性指数（使用公式4）步骤3. 如果stability_index100，请遵循第6条和第12条步骤4. 如果stability_index稳定性值为d，则第12步骤5. Elseifstability_indexvaluablewvaluednumber，follow第12步骤6. 如果根据图1的设计，(b)，按照步骤9，否则按照步骤12步骤7. 如果根据图1的设计，(c)，按照步骤9，否则按照步骤12步骤8. 如果根据图1的设计，(a)，按照步骤9，否则按照步骤12步骤9. 如果它通过Power_Law分布来增强数据，执行步骤10，否则执行步骤12步骤10. 验证PageRank的更改步骤11. 使用公式3计算信誉度步骤13步骤12. 无效和更改PageRank并怀疑可能存在伪造，请执行步骤13第十三步. 别说了基于我们的方法使用等式3的信誉分数的计算在下一节中呈现。表1使用Alexa®收集的详细互联网流量数据跳票率（%）URL花费的总时间（秒）每个用户的In-links总数平均加载时间（秒）话通过Alexa®实现的全球PageRank日期日期日期日期日期日期日期日期日期日期2020年7月1日2018年1月27日160150927.01.20182020年07月01日27.01.20182020年07月01日27.01.20182020年07月01日27.01.20182020年07月01日27.01.20182020年07月01日“flipkart.com”27.253.343.466.33.731.746.552.79470219356189751816121620443432.8782.5181.9532.238增加了PageRank，可以使用图1（c）进行验证144611A. MitraInternational Journal of Information Management Data Insights 2（2022）1001387（（））表2根据表1数据计算稳定性指数URL页能量平均加载时间（秒）根据公式6，稳定性指数参数的变化基于幂律分布的注记结论2018年1月27日2020年7月1日2018年1月27日2020年7月1日“电子地图.com”16607.138021.752.8781.9530.4782具有截止点的没有观察到改变PageRank的操作4600.041887.092.5182.2380.1651“news18.com”表3使用等式7计算信誉分数。URL信誉分数在初始视角从长远的角度来看“电子地图. com” 0.6米 +0.1913米0.60日元 +0.2869日元“news18.com”0.60升 +0.066升0.6升 +0.099升5. 结果和讨论为了分析所提出的方法的性能，我们使用免费的Internet流量测量工具收集了几个实时Web数据。收集的数据和相关的讨论系统地呈现在下面的小节。5.1. 数据收集我们收集了基于Alexa®的实时互联网流量数据。关于几个URL的能源相关研究的详细讨论已在（Mitra和Kundu，2017年，Mitra，2019年，Mitra，2021年）中提出。为了简单起见，我们在表1中报告了几个URL的Web交易以进一步调查。请记住，低值的PageRank表示高PageRank。因此，我们观察到这两个URL的PageRank随着时间的推移而增加。在下面的子节5.2中给出了针对所述URL的搜索量计算。���������������������������������������������������������������5.2. 数据分析Alexa®收集的实时流量数据（见表1）会进一步分析，以确定其稳定性（如有）。计算���������������������������������������������������������������所述URL（参考表1）的URL地址列表在下面的表2中呈现。声誉分数的计算，如Do et al. （2019）描述了���������“ 区 块 链 网 络 在开 始 阶 段 确 实 有 很 少 的 交 易 ， 开 发 人 员 可 以 为 股 权 权 力 设置 一 个 主 导 比 率 ， 例 如 ， 1 = 0 . 8 ， 2 = 0 . 2 ， 3 = 0 。几个月后可能是1001��� = 0.6，���2= 0.3，���长期前景的建议是，������2 =���3 = 0.3”（Do.例如，2019年），和阈值（���）���（股权权力），其中��� ， 100 美 元 ±10 。 另 一 方 面 ， 我 们 在 （ Mitra ， 2019 ） 中 发 现 ，PageRank变化的验证考虑了资源使用，并进一步 它直接关系到变化的信息。��������������������������������������������������������������� 出于这个原因，我们在等式3中使用了对评分 （ rating score ） 和 资 源 使 用 （ resource usage ） 的 评 分 。���������������������������������������������������������������因此，我们发现E2和E3的范围不再存在，它简化了等式3。������使用所提出的等式7在下面的表3中呈现了计算的信誉分数，是公式3的简化版本;我们遵循相同的参数值来计算几个URL的信誉分数（参见表2）。���������������������������������������������= 联系我们��� 1 −���1第1007章：你是我的女人（7）通过将表3中的0.6���视为恒定值，我们在下图中进一步呈现了初始和长期视角下的声誉得分的特征。3.第三章。从图3观察到，参考初始和长期角度