Practical Byzantine Fault Tolerance (PBFT) consensus mechanism shows a great potential to break the performance bottleneck of the Proof-of-Work (PoW)-based blockchain systems, which typically support only dozens of transactions per second and require minutes to hours for transaction confirmation. However, due to frequent inter-node communications, PBFT mechanism has a poor node scalability and thus it is typically adopted in small networks. To enable PBFT in large systems such as massive Internet of Things (IoT) ecosystems and blockchain, in this article, a scalable multi-layer PBFT-based consensus mechanism is proposed by hierarchically grouping nodes into different layers and limiting the communication within the group. We first propose an optimal double-layer PBFT and show that the communication complexity is significantly reduced. Specifically, we prove that when the nodes are evenly distributed within the sub-groups in the second layer, the communication complexity is minimized. The security threshold is analyzed based on faulty probability determined (FPD) and faulty number determined (FND) models, respectively. We also provide a practical protocol for the proposed double-layer PBFT system. Finally, the results are extended to arbitrary-layer PBFT systems with communication complexity and security analysis. Simulation results verify the effectiveness of the analytical results.

The parameters of physical layer radio frame for 5th generation (5G) mobile cellular systems are expected to be flexibly configured to cope with diverse requirements of different scenarios and services. This paper presents a frame structure and design, which is specifically targeting Internet of Things (IoT) provision in 5G wireless communication systems. We design a suitable radio numerology to support the typical characteristics, that is, massive connection density and small and bursty packet transmissions with the constraint of low-cost and low complexity operation of IoT devices. We also elaborate on the design of parameters for random access channel enabling massive connection requests by IoT devices to support the required connection density. The proposed design is validated by link level simulation results to show that the proposed numerology can cope with transceiver imperfections and channel impairments. Furthermore, the results are also presented to show the impact of different values of guard band on system performance using different subcarrier spacing sizes for data and random access channels, which show the effectiveness of the selected waveform and guard bandwidth. Finally, we present system-level simulation results that validate the proposed design under realistic cell deployments and inter-cell interference conditions.

Blockchain has shown a great potential in Internet of Things (IoT) ecosystems for establishing trust and consensus mechanisms without involvement of any third party. Understanding the relationship between communication and blockchain as well as the performance constraints posing on the counterparts can facilitate designing a dedicated blockchain-enabled IoT systems. In this paper, we establish an analytical model for the blockchain-enabled wireless IoT system. By considering spatio-temporal domain Poisson distribution, i.e., node geographical distribution in spatial domain and transaction arrival rate in time domain are both modeled as Poisson point process (PPP), we first derive the distribution of signal-to-interference-plus-noise ratio (SINR), blockchain transaction successful rate as well as overall throughput. Based on the system model and performance analysis, we design an algorithm to determine the optimal full function node deployment for blockchain system under the criterion of maximizing transaction throughput. Finally, the security performance is analyzed in the proposed networks with three typical attacks. Solutions such as physical layer security are presented and discussed to keep the system secure under these attacks. Numerical results validate the accuracy of our theoretical analysis and optimal node deployment algorithm.

In the blockchain, the consensus mechanism plays a key role in maintaining the security and legitimation of contents recorded in the blocks. Various blockchain consensus mechanisms have been proposed. However, there is no technical analysis and comparison as a guideline to determine which type of consensus mechanism should be adopted in a specific scenario/application. To this end, this work investigates three mainstream consensus mechanisms in the blockchain, namely, Proof of Work (PoW), Proof of Stake (PoS), and Direct Acyclic Graph (DAG), and identifies their performances in terms of the average time to generate a new block, the confirmation delay, the Transaction Per Second (TPS) and the confirmation failure probability. The results show that the consensus process is affected by both network resource (computation power/coin age, buffer size) and network load conditions. In addition, it shows that PoW and PoS are more sensitive to the change of network resource while DAG is more sensitive to network load conditions.

The outbreak of COVID-19 pandemic has exposed an urgent need for effective contact tracing solutions through mobile phone applications to prevent the infection from spreading further. However, due to the nature of contact tracing, public concern on privacy issues has been a bottleneck to the existing solutions, which is significantly affecting the uptake of contact tracing applications across the globe. In this paper, we present a blockchain-enabled privacy-preserving contact tracing scheme: BeepTrace, where we propose to adopt blockchain bridging the user/patient and the authorized solvers to desensitize the user ID and location information. Compared with recently proposed contract tracing solutions, our approach shows higher security and privacy with the additional advantages of being battery friendly and globally accessible. Results show viability in terms of the required resource at both server and mobile phone perspectives. Through breaking the privacy concerns of the public, the proposed BeepTrace solution can provide a timely framework for authorities, companies, software developers and researchers to fast develop and deploy effective digital contact tracing applications, to conquer COVID-19 pandemic soon. Meanwhile, the open initiative of BeepTrace allows worldwide collaborations, integrate existing tracing and positioning solutions with the help of blockchain technology.

When performing complex tasks such as position transfer and material transportation, the distributed driving unmanned platform with variable configurations needs to address the challenge of multi-wheel cooperative torque distribution control to achieve high-performance differential steering and enhance vehicle dynamics. The configuration change will impact the dynamic performance of the unmanned platform, posing a challenge to the performance of the existing control strategy based on mathematical model development. In order to address the aforementioned issues, this paper analyzes the impact of changes in vehicle configuration on steering gain and proposes a hierarchical adaptive differential steering strategy based on variable vehicle configurations. Firstly, the response characteristics of the yaw angle relative to the active yaw moment under the influence of changes in wheelbase and tread are analyzed. Based on this analysis, two structural modes, maneuverable and balanced, are selected. Secondly, a localized-modelling sliding mode control method with an extended state observer is proposed to estimate the desired yaw moment in the upper controller, considering the motor's execution delay. Then, the lower controller optimizes the torque of each wheel in real-time using the whale optimization algorithm. It aims to optimize tire energy dissipation and tire load rate while ensuring driving stability and achieving differential steering. Finally, through co-simulation and experiments on a scaled prototype, the reliability of the dynamics theory and the superiority of the control algorithm are validated. This optimization has led to significant improvements in the tire dissipation energy index and tire load rate index.

Abstract This study addresses the adaptive dynamic output feedback (DOF) control for unmanned aerial vehicle systems subjected to hybrid attacks. These attacks are delineated by two Bernoulli variables, signifying denial‐of‐service (DoS) and deception attacks, respectively. In an effort to enhance energy efficiency and reduce communication costs in the presence of network delays, the study introduces an innovative probability event‐triggering mechanism (PETM). Subsequently, it crafts a DOF controller that operates based on the available measurement outputs. By harnessing Lyapunov stability theory, the study identifies sufficient conditions that guarantee the stability of the system's augmented dynamics. Finally, the efficacy and applicability of the proposed method are underscored through a case study on an unmanned aerial vehicle.