با توجه به افزایش تعداد افراد آلوده و تعداد مرگ و میر ناشی از COVID-19 در سراسر جهان، یک چالش بزرگ برای یافتن راه حلی ریشه ای برای کاهش شیوع بیماری و عفونت وجود دارد. تشخیص زودهنگام، جداسازی افراد آلوده و ردیابی تماس های احتمالی بسیار حیاتی است. این مقاله یک رویکرد یکپارچه را ارائه می‌کند که بیمارستان‌ها/آزمایشگاه‌ها، افراد منفی COVID-19، افراد مثبت و افراد تماس را به یک سیستم بلاک چین کنسرسیوم مبتنی بر ابر متصل می‌کند تا کنترل قابل‌اعتماد انتشار COVID-19 را تضمین کند. مدل پیشنهادی نظارت، ردیابی و به‌روزرسانی در زمان واقعی افراد را تضمین می‌کند، چه موارد عادی، تماسی یا مثبت COVID-19، و به‌روزرسانی‌های مرتبط در بلاک چین بر اساس نتایج اجرای قوانین قرارداد هوشمند بلاک چین انجام می‌شود. ردیابی افراد آلوده و مخاطبین آنها با استفاده از حسگرهای IoT برای تعیین زمان تماس و فاصله مکانی بین آنها اجرا می شود. GPS/Bluetooth/UWB به‌عنوان فناوری‌های حسگر IoT برای تعیین فاصله بین افراد آلوده و افراد در تماس مورد استفاده قرار گرفت. قرارداد هوشمند سیستم بلاک چین اتریوم پیشنهادی توسط زبان برنامه نویسی solidity از طریق Remix IDE پیاده سازی شد. رویکرد پیشنهادی آزمایش شد و موارد تماس را با موفقیت شناسایی کرد و با اعمال دقیق قوانین قرارداد هوشمند، حالات افراد مختلف را در سیستم بلاک چین مبتنی بر ابر مدیریت کرد. به طوری که فواصل محاسبه شده با استفاده از مدل پیشنهادی در فاصله یک متری از میزان خطای 11 سانتی متر تجاوز نمی کند.

در پایان سال 2019، ووهان در چین شیوع یک ویروس کرونای جدید را تجربه کرد که در پنجاه روز اول شیوع بیماری، بیش از 1800 کشته و بیش از هفتاد هزار نفر را مبتلا کرد. گزارش شده است که این ویروس عضوی از گروه β از کروناویروس ها است. این ویروس جدید توسط محققان چینی به عنوان کروناویروس جدید 2019 (2019-nCov) نامگذاری شد. کمیته بین المللی طبقه بندی ویروس ها (ICTV) ویروس را SARS-CoV-2 و بیماری را COVID-19 نامید [1]. انتقال ویروس از انسان به انسان به دلیل تماس نزدیک با فرد آلوده، در معرض سرفه، عطسه، قطرات تنفسی یا ذرات معلق در هوا اتفاق می افتد. این آئروسل ها می توانند از طریق استنشاق از طریق بینی یا دهان به بدن انسان (ریه ها) نفوذ کنند. قطرات می توانند بر روی سطوحی فرود بیایند که دیگران با آن تماس دارند و سپس با لمس بینی، دهان یا چشم خود آلوده می شوند. ویروس می تواند روی سطوح از چند ساعت (مس، مقوا) تا چند روز (پلاستیک و فولاد ضد زنگ) زنده بماند. با این حال، مقدار ویروس زنده با گذشت زمان کاهش می یابد، و آن را ممکن است همیشه به مقدار کافی برای ایجاد عفونت وجود نداشته باشد [2].
دوره کمون برای COVID-19 (یعنی زمان بین قرار گرفتن در معرض ویروس و شروع علائم) در حال حاضر بین یک تا 14 روز تخمین زده می شود [3].
اینترنت اشیاء در حال حاضر نقش مهمی در بخش سلامت ایفا می کند، اینترنت اشیا زندگی جوانان و افراد مسن را به شدت تغییر داده است، زیرا می تواند به طور مداوم سلامت آنها را ردیابی کند [4]. نقش چشم‌انداز اینترنت اشیا به دلیل همه‌گیری COVID-19 به طور قابل توجهی تغییر کرده است. می توان از آن به طور مستقیم برای مدیریت گسترش ویروس استفاده کرد (به عنوان مثال، ردیابی تماس، غربالگری دما و غیره). مهم است که بتوانیم موارد اولیه را شناسایی کنیم، افراد آلوده را در طول همه گیری ها ردیابی کنیم. فناوری‌های اینترنت اشیا با RFID، ارتباطات میدان نزدیک (NFC)، وای‌فای، بلوتوث کم‌انرژی (BLE) و GPS به ارائه راه‌حل‌های بهتر برای موارد ذکر شده قبلی کمک می‌کنند. در طول همه گیری COVID-19، استفاده از ردیابی تماس راه حل مناسبی برای مدیریت انتشار ویروس COVID-19 است [5]. ادغام رایانش ابری در اینترنت اشیا برنامه های کاربردی مراقبت های بهداشتی مبتنی بر امکان دسترسی به منابع مشترک در سطح جهانی را فراهم می کند. ادغام بلاک چین با محاسبات ابری ما را وارد دوره بعدی امنیت داده ها و در دسترس بودن خدمات می کند. بلاک چین با ویژگی های خود بر اکثر مسائل تحقیقاتی ابر غلبه می کند.

(i) قابلیت همکاری: هنگامی که ابر با بلاک چین یکپارچه می شود، ابرهای مختلف را به عنوان گره در نظر بگیرید. ارتباط بین گره ای در بلاک چین امکان پذیر است.

(2) رمزنگاری داده ها: داده ها قبل از ذخیره سازی در ابر رمزگشایی می شوند، که یکپارچگی داده ها را زیر سوال می برد. در شبکه بلاک چین، تمام داده های بلاک با استفاده از الگوریتم های رمزنگاری به یک کد هش تبدیل می شود و برای هر بلوک یک کلید هش تولید می کند.

(iii) قراردادهای سطح خدمات: یک قرارداد هوشمند در بلاک چین به ایجاد اعتماد بین طرفینی که یکدیگر را نمی شناسند کمک می کند.

(IV) مدیریت داده‌های ابری: داده‌های ذخیره‌شده در فضای ابری به شیوه‌ای بسیار بدون ساختار هستند. داده های ذخیره شده در بلاک چین به شیوه ای بسیار ساختار یافته است. داده ها را می توان با استفاده از کلید هش تولید شده برای هر بلوک ردیابی کرد. هر بلوک حاوی کلید هش بلوک قبلی و کلید آن برای پیگیری شبکه است [6].

شناسایی محل دقیق افراد آلوده، ردیابی حرکات آنها و جداسازی آنها برای به حداقل رساندن انتشار عفونت. فناوری اینترنت اشیا (IoT) یکی از مهم‌ترین ابزارهایی است که می‌توان از آن برای رفع نیازهای تحمیلی در مواجهه با گسترش تصاعدی کووید-۱۹ در سراسر جهان استفاده کرد.

فناوری اینترنت اشیا راه حل های موقعیت یابی را برای موقعیت جسم ارائه می دهد که می تواند از بسیاری از سنسورها مانند GPS/Bluetooth/UWB مشتق شود.
این سنسورها را می توان به دو نوع سنسورهای داخلی مانند UWB و حسگرهای فضای باز مانند GPS تقسیم کرد. بنابراین، هدف این مقاله ادغام حسگرهای داخلی و خارجی برای دستیابی به دقت موقعیت سطح متر در محیط بیرون و دقت موقعیت سطح سانتی متر در محیط داخلی است. با توجه به نقاط موقعیتی که قبلاً شناسایی شده‌اند، می‌توان فاصله بین فرد مبتلا و فرد تماس را به طور دقیق محاسبه کرد.
در این مقاله، ما رویکرد جدیدی را پیشنهاد می‌کنیم که فناوری‌های ردیابی فضای باز و داخلی اینترنت اشیا و سیستم بلاک چین مبتنی بر محاسبات ابری را برای کنترل و به حداقل رساندن گسترش COVID-19 یکپارچه می‌کند. حسگرهای مبتنی بر GPS در فضای باز اینترنت اشیا و فناوری‌های حسگرهای مبتنی بر UWB/Bluetooth داخلی برای شناسایی بیماران COVID-19 و تعیین افراد تماس و ارائه خوانش‌های آنها به محاسبات ابری استفاده می‌شوند.

روی سیستم بلاک چین کنسرسیومی که یک قرارداد هوشمند برنامه‌ریزی شده را اجرا می‌کند که وضعیت هر فرد را ارزیابی می‌کند که آیا یک مورد عادی، تماسی یا بیمار است و یک هشدار مبتنی بر مکان را با یک مورد یا مورد تماس آلوده به COVID-19 پخش می‌کند و یک بلوک جدید اضافه می‌کند. به زنجیره بلوکی با موارد تماس جدید شناسایی شده طبق روشی که توسط مکانیسم اجماع اعمال می شود. نوع بلاک چین پیشنهادی برای این مدل، بلاک چین کنسرسیوم مجاز است (یعنی فقط حساب‌هایی که مجاز هستند می‌توانند شرکت کنند). این دسترسی محدود به شبکه در بلاک چین های کنسرسیوم، حریم خصوصی داده ها را تضمین می کند.
این مقاله به شرح زیر سازماندهی شده است:

مطالعات و کار مرتبط در بخش 2 ارائه شده است. در بخش 3، انگیزه و چالش های پیش روی مدل پیشنهادی در دو بخش فرعی ارائه شده است. در بخش 4، مدل پیشنهادی IoT و Blockchain Cloud برای مدل کنترل انتشار عفونت COVID-19 در 4 زیربخش معرفی شده است: 4.1 معماری مدل پیشنهادی. 4.2 قوانین قرارداد هوشمند بلاک چین. 4.3 ساختار بلوک بلاک چین. 4.4 معماری مدل بلاک چین مبتنی بر اینترنت اشیا و ابر برای نمودارهای فعالیت کنترل انتشار عفونت COVID-19 پیشنهادی. بخش 5 اجرای مدل پیشنهادی و بحث نتایج را ارائه می‌کند. در بخش 6، نتیجه گیری و کار آینده ارائه شده است.

در زمینه پزشکی، بسیاری از مقالات به طور کلی به اهمیت اینترنت اشیا در مواجهه با همه‌گیری COVID-19 و تشخیص زودهنگام بیماری‌های عفونی مشترک بین انسان و دام پرداختند [7-9]. با این حال، بسیاری از آنها فاقد جزئیات فنی واضح در مورد نحوه انطباق اینترنت اشیا برای مقابله با COVID-19 بودند.
از سوی دیگر، بسیاری از محققان به روش‌های مختلف در استفاده از اینترنت اشیا، در مواجهه با COVID-19 مشارکت عمیقی داشتند و در پنج جهت اصلی مورد بحث قرار خواهد گرفت که عبارتند از:
 مقالات نظرسنجی که فناوری IoT را برای مقابله با COVID-19 پوشش می دهد.
 مدل ها، چارچوب ها، ساختارها، رویکردها، سیستم ها و برنامه های کاربردی اینترنت اشیا برای مقابله با COVID-19.
 ادغام اینترنت اشیا و هوش مصنوعی برای مقابله با COVID-19.
 ادغام اینترنت اشیا و بلاک چین برای مقابله با COVID-19.
 تجزیه و تحلیل داده های تولید شده از محیط های IoT.

در ادامه به تفصیل در مورد هر یک از این جهت ها خواهیم پرداخت.

در جهت اول، برخی از محققان ادبیات موجود در مورد استفاده از اینترنت اشیاء در COVID-19 را بررسی کردند. K. Kumar et al. [10] تکنیک‌های ردیابی را بررسی کردند و معماری مبتنی بر اینترنت اشیا ارائه کردند که می‌تواند برای به حداقل رساندن شیوع کووید-19 استفاده شود. موسی ندایی و همکاران [11] نظرسنجی در مورد فناوری اینترنت اشیا و نحوه بهره مندی از آن در کووید-19 ارائه کرد. همچنین، این مقاله چالش‌های پیش روی فرآیند استقرار حسگر و تأثیر همه‌گیری COVID-19 بر آینده شبکه‌های IoT را بررسی کرد. راوی پراتاپ سینگ و همکاران [12] دوازده برنامه کاربردی را که بر اساس اینترنت اشیا و اهمیت آنها در مواجهه با همه‌گیری COVID-19 کار می‌کنند، مورد بحث و بررسی قرار داده و مورد بررسی قرار داد. آویشکار قیمیر و همکاران. [13] بسیاری از مدل های مبتنی بر اینترنت اشیا و هوش مصنوعی را بررسی و مورد بحث قرار داد و نتایج این مدل ها را ارزیابی کرد. محمد نساج پور و همکاران [14] برنامه‌ها و سیستم‌هایی را که مبتنی بر اینترنت اشیا برای مقابله با کووید-19 بودند، بررسی کرد و بررسی بر اساس سه مرحله بود: تشخیص زودهنگام، زمان قرنطینه و پس از بهبودی.

در جهت دوم، برخی از محققان مدل‌ها، چارچوب‌ها، ساختارها، رویکردها، سیستم‌ها و برنامه‌های کاربردی اینترنت اشیا را برای مقابله با COVID-19 ارائه کردند. گوپتا، دی و همکاران. [15] تعدادی از برنامه‌ها و سیستم‌های هم افزایی را برای ایجاد جوامع انعطاف‌پذیر در برابر همه‌گیری‌های آینده با استفاده از مؤلفه‌های زیرساخت‌های هوشمند متعدد، مانند سلامت الکترونیک، خانه هوشمند، مدیریت زنجیره تأمین، حمل‌ونقل و شهر ارائه کرد که می‌توانند با هم کار کنند، و محقق چارچوبی را پیشنهاد و پیاده سازی کرده است که تحت عنوان اینترنت اشیا با قابلیت ابری تعمیم یافته نامگذاری شده است. این چارچوب را می توان برای استقرار سناریوهای اکوسیستم متصل هوشمند با استفاده از زیرساخت های ابری متداول از خدمات وب آمازون (AWS) تطبیق داد و گسترش داد. علاوه بر این، برای نشان دادن نیاز و عملی بودن جمعیت‌های متصل هوشمند، محقق سناریوی مورد استفاده RPM E-Health را اجرا کرد. کومار K.R. و همکاران [16] مدلی را برای پیش بینی موارد آلوده و مشکوک با ردیابی علائم مربوطه و پیش بینی و تجزیه و تحلیل میزان اوج بیماری ایجاد کرد. بسیاری از حسگرهای اینترنت اشیا در برخی نقاط انتخاب شده توسط سازمان های دولتی استفاده و قرار می گیرند. این تحقیق مجموعه‌ای از مدل‌ها را برای تجزیه و تحلیل داده‌های جمع‌آوری‌شده برای دستیابی به نتایج پیش‌بینی دقیق‌تر ارائه کرد. کاویه بسکران و همکاران. [17] مدلی را برای ردیابی دمای بدن از طریق حسگرهای مادون قرمز در فواصل زمانی معین و اطلاع مقامات بالاتر در صورت افزایش دما از میزان طبیعی ارائه کرد. M. Ennafiri et al. [18] سیستمی برای نظارت بر دما و درصد اکسیژن از طریق یک دستبند ارائه کرد. علاوه بر این، این دستبند حاوی یک ردیاب GPS است تا اطمینان حاصل شود که بیمار مجبور به ایزوله و فاصله گذاری اجتماعی است. مطالعه پیشنهادی بر روی 50 رشته پزشکی اعمال شد. پنگ هو [19] چارچوبی را برای کمک به طراحی‌ها و ارزیابی راه‌حل‌های ردیابی تماس مبتنی بر اینترنت اشیا و فعال کردن تلاش‌های جمعی مبتنی بر داده‌ها برای مبارزه با بیماری‌های عفونی فعلی و آینده ارائه کرد. سارا جعفری و همکاران [20] رویکردی مبتنی بر فناوری اینترنت اشیا با نظارت بر تعداد زیادی از بیماران به طور همزمان از طریق سنسورهای GPS و سنسورهای ECG و جمع‌آوری داده‌های تولید شده برای تجزیه و تحلیل هر مورد به طور جداگانه ارائه کرد. یونچان یونگ و همکاران [21] یک برنامه کاربردی عمومی ارائه کرد که می تواند در سراسر جهان برای ارائه اطلاعات به روز شده در زمان واقعی در مورد موارد آلوده به مراکز جهانی کنترل و پیشگیری از بیماری (CDC) و کاربران عادی استفاده شود. همچنین، برنامه پیشنهادی حریم خصوصی، محرمانه و امن انتقال داده ها را تضمین می کند. ویبوتهش کومار سینگ و همکاران. [22] یک باند قرنطینه پوشیدنی مبتنی بر اینترنت اشیا برای شناسایی افرادی که مجبور به ایزوله کردن نیستند و با هزینه کم طراحی کردند. ایا حسام و همکاران [23] سیستمی را برای ردیابی COVID-19 در مصر با استفاده از سنسورهای IR سیستم میکرو الکترومکانیکی (MEMS) ارائه کرد و نتایج را در داشبورد شامل نقشه تعاملی نمایش داد. سیستم پیشنهادی از سه زیرسیستم تشکیل شده است که عبارتند از: میکروکنترلر جاسازی شده (EM)، زیرسیستم های اینترنت اشیا (IoT) و زیرسیستم های هوشمند مصنوعی (AI). در جهت سوم، برخی از محققان اینترنت اشیا را با هوش مصنوعی برای مقابله با COVID-19 مرتبط کردند. ساگار کومار [24] به سه نکته اصلی تحقیق خود پرداخت. آنتی بادی هایی که بدن در پاسخ به ویروس ایجاد می کند. 2) دستگاه های اشعه ایکس و سی تی اسکن قفسه سینه، روش های مربوط به تشخیص مبتنی بر یادگیری عمیق و دستگاه های قابل حمل. 3) حسگرهای پوشیدنی، اینترنت اشیا و پزشکی از راه دور برای نظارت از راه دور بیماران مبتلا به کووید-19 برای ارزیابی وضعیت آنها، و همچنین بیماران غیر کووید-19 برای کاهش خطر عفونت متقاطع. به منظور شناسایی فرد آلوده (مشکوک) با استفاده از ابزارهای هوشمند پوشیدنی، محمد او. اشرف و همکاران. [25] یک سیستم هوشمند برای نظارت از راه دور، هشدار قبلی و شناسایی تب، ضربان قلب، شرایط قلبی و برخی دیگر از ویژگی‌های رادیولوژیکی پیشنهاد کرد. فادی الترجمان و همکاران. [26] در فصل ششم به تفصیل ارائه شده است اطلاعاتی در مورد ویروس‌های کرونا و استفاده از ابزارهای هوش مصنوعی و اینترنت اشیا برای تشخیص، پیش‌بینی و تعیین واکسن‌ها و داروها. همچنین، این فصل انتقال، سویه‌ها و علائم کروناویروس‌ها را برجسته می‌کند. منجور کلهر و همکاران. [27] یک نمونه اولیه برای چارچوب تشخیص چهره بیومتریک مبتنی بر اینترنت اشیاء غیرمتمرکز برای شهرهایی ارائه کرد که در طول شیوع کووید-19 تحت قفل هستند. تجزیه و تحلیل تشخیص چهره بسته به یک چارچوب آبشاری چند وظیفه ای مبتنی بر CNN. سواپنیلی کارمور و همکاران. [28] یک سیستم هوشمند به نام انسان‌نمای تشخیص پزشکی (MTH) طراحی و توسعه داد تا افراد مبتلا به کووید-19 را با استفاده از سنجش و پردازش داده‌های بلادرنگ از طریق یادگیری ماشین تولید شده توسط حسگرهای مختلف مورد استفاده در زمینه تشخیص دهد. شارنیل پاندیا و همکاران.[29] ارائه یک فناوری کمکی مبتنی بر همجوشی حسگر مبتنی بر اینترنت اشیاء برای ضدعفونی COVID-19 به نام “تونل اپیدمی هوشمند” برای محافظت از یک فرد با استفاده از یک سیستم اسپری ضدعفونی کننده خودکار مجهز به واحد سنجش ضد عفونی کننده بر اساس فردی با استفاده از یک سیستم اسپری ضدعفونی کننده خودکار مجهز به یک واحد سنجش ضد عفونی کننده بر اساس تشخیص حرکت انسان.

 

در جهت چهارم، برخی از محققان اینترنت اشیا را با بلاک چین برای مقابله با COVID-19 مرتبط کردند. نادا و همکاران [30] یک مدل معماری مبتنی بر IoT/blockchain چند لایه توزیع شده جدید را برای برآورده ساختن اصول طراحی مورد نیاز برای مدیریت کارآمد جریان های داده خام تولید شده توسط دستگاه های IoT متعدد پیشنهاد کرد. معماری پیشنهادی برای پشتیبانی از در دسترس بودن بالا، تحویل در زمان واقعی داده، مقیاس پذیری بالا، امنیت، انعطاف پذیری و تاخیر کم طراحی شده است. هدف حل مشکل مقیاس پذیری و عملکرد است.

دوویدی و همکاران [31] چارچوب جدیدی از مدل‌های بلاک چین تنظیم‌شده مناسب برای دستگاه‌های IoT را پیشنهاد کرد که به ماهیت پراکنده آنها و سایر ویژگی‌های حریم خصوصی و امنیتی شبکه بستگی دارد. پیشنهادات ارائه شده در اینجا داده ها و تراکنش های برنامه IoT را ایمن تر و ناشناس تر از طریق شبکه مبتنی بر بلاک چین می کند. رویکرد ترکیبی معرفی‌شده، مزایای کلید خصوصی، کلید عمومی، بلاک‌چین و بسیاری دیگر از رمزنگاری‌های بدوی را برای ایجاد یک کنترل دسترسی بیمار محور برای پرونده‌های پزشکی الکترونیکی که قادر به ایجاد امنیت و حفظ حریم خصوصی است، ترکیب کرد.

تیاگو و همکاران [32] یک سیستم جدید اینترنت اشیا را ارائه کرد که هدف اصلی آن برآورد سطوح اشغال در فضاهای عمومی در طول همه گیری فعلی COVID-19 بود. سیستم معرفی‌شده مبتنی بر استفاده از دستگاه‌های اینترنت اشیا است که با دستگاه‌های شناسایی و نظارت مورد استفاده در مناطق تحت نظارت تعامل دارند.

این سیستم دارای یک زیرسیستم غیرمتمرکز قابل ردیابی مبتنی بر بلاک چین است که در دسترس بودن، امنیت و تغییر ناپذیری اطلاعات جمع‌آوری‌شده را تضمین می‌کند تا در میان ذینفعان شهر هوشمند (به عنوان مثال، مقامات بهداشتی، شرکت‌های بیمه) برای ایمن کردن امنیت عمومی و سپس ارائه آن‌ها در دسترس قرار گیرد. تصمیم گیری شفاف بر اساس تجزیه و تحلیل و برنامه ریزی داده محور. Tanweer Alam [33] یک معماری چهار لایه را برای کمک به افراد آلوده با استفاده از فناوری IoT و Blockchain ارائه کرد. جایی که می‌توان از اینترنت اشیا برای جمع‌آوری اطلاعات، درک بیشتر از طریق علائم و رفتارها استفاده کرد، امکان نظارت از راه دور را فراهم می‌آورد و به سادگی به افراد خودتعیین می‌کند و مراقبت‌های بهداشتی بهتری را ارائه می‌دهد. از سوی دیگر، بلاک چین انتقال و ذخیره امن داده های سلامت بیمار را انجام می دهد. لالیت گرگ و همکاران.[34] یک مدل اینترنت اشیا مبتنی بر فناوری RFID طراحی کرد و از زنجیره بلوکی برای اطمینان از امنیت و حریم خصوصی داده‌های کاربران منتقل شده استفاده شد. وینای چامولا و همکاران [35] تشخیص، درمان و پیشگیری از COVID-19 و تأثیر آن بر اقتصاد را بررسی کرد. علاوه بر این، این مقاله استفاده از فناوری‌های متنوعی مانند اینترنت اشیا، پهپادها، هوش مصنوعی، بلاک چین و 5G را برای مقابله با همه‌گیری COVID-19 ارزیابی کرد.

در جهت پنجم، برخی از محققان داده های تولید شده از محیط های IoT را تجزیه و تحلیل کردند. بوون وانگ و همکاران [36] چگونگی بهره‌برداری از روابط اجتماعی بین دستگاه‌های تلفن همراه در SIoT را برای کاهش نرخ عفونت از طریق شناسایی زودهنگام COVID-19 مورد مطالعه قرار داد. الگوریتم شناسایی خودمختاری بازگشتی (RAI) برای حل مسئله بهینه‌سازی شده که به مسئله پوشش راس حداقل وزنی (MWVC) تبدیل می‌شود، استفاده می‌شود. Karthickraja R. et al. [37] علائم و عوامل خطر مؤثر بر ویروس کرونا را از طریق تشخیص میزان تنفس و اشباع اکسیژن (SpO2) تشخیص داد. محقق تمام داده‌های جمع‌آوری‌شده (فقط 308 مورد از مجموع 238 مورد مطالعه شد) را از طریق سنسورهای پوشیدنی مورد مطالعه قرار داد. داده‌های جمع‌آوری‌شده با استفاده از توزیع مجذور کای با اندازه‌گیری آزمون t که فاکتورهای اینترنت اشیا را همبستگی دارد، مورد تجزیه و تحلیل آماری قرار گرفت.

با توجه به کار مرتبط بررسی شده، مطالعات بسیار کمی وجود دارد که از اینترنت اشیا و معماری بلاک چین مبتنی بر ابر برای کنترل کنترل گسترش COVID-19 استفاده کرده است. این مطالعه یک مدل جدید بلاک چین کنسرسیوم اینترنت اشیا و مبتنی بر ابر را پیشنهاد می‌کند که از مجموعه‌ای از فناوری‌های ردیابی مکان یکپارچه مبتنی بر دستگاه‌های تلفن همراه اینترنت اشیا، الگوریتم قراردادهای هوشمند بلاک چین برای ارزیابی و تأیید افزودن یک مورد مشکوک به COVID-19 جدید به آن بهره می‌برد. بلاک چین که در علاوه بر این، مدل پیشنهادی هشداری را به اطراف یک بیمار COVID-19 شناسایی شده یا تماس در محدوده 50 متری پخش می کند.

انگیزه و چالش های پیش روی مدل پیشنهادی
در این بخش انگیزه مدل پیشنهادی و چالش های اصلی پیش روی مدل پیشنهادی ارائه شده است.
3.1 انگیزه مدل پیشنهادی
بر اساس گزارش سازمان جهانی بهداشت، تعداد مرگ و میرها و مبتلایان به کووید-19 هر روز در حال افزایش است. در 17 نوامبر 2021، تعداد موارد تایید شده به 254,256,432 و موارد فوتی به 5,112,461 مورد رسید [38]. افزایش روزانه آمار انگیزه اصلی ما بود و دلیل اصلی افزایش تعداد تماس نزدیک با مبتلایان بود.
WHO در فوریه 2021 یک سند به روز شده برای تعریف “فرد تماس” منتشر کرد [39]. به فردی گفته می شود که در فاصله 1 متری و حداقل به مدت 15 دقیقه در معرض تماس مستقیم فیزیکی احتمالی یا تایید شده قرار گرفته باشد. این سند نشان داد که فرد تماس خطرناک ترین عنصر در روند انتشار کووید-19 است.
فناوری اینترنت اشیا با فناوری‌های مختلف ردیابی که از حسگرهای IoT مانند GPS/Bluetooth/UWB استفاده می‌کنند، نقش بزرگی در ردیابی فاصله بین افراد دارد [40]. بنابراین، ما می توانیم افراد آلوده و کسانی که در تماس هستند را ردیابی کنیم.

3.2 چالش های پیش روی مدل پیشنهادی
مدل پیشنهادی با چالش هایی مواجه است که مهمترین آنها به شرح زیر است:
 بزرگترین چالش فنی برای ردیابی موارد آلوده یا تماس، تعیین محل دقیق فرد و در نتیجه توانایی تعیین فاصله بین افراد در فاصله کمتر از یک متر است.
 ذخیره تاریخچه عفونت برای هر فرد زیرا سیستم با موارد متفاوت از طریق یک ماژول هشدار برخورد می کند.
 از محرمانه بودن و حریم خصوصی موارد آلوده یا تماسی اطمینان حاصل کنید.

مدل پیشنهادی IOT و Blockchain ابری برای کنترل انتشار عفونت COVID-19
رویکرد پیشنهادی مبتنی بر سه نوع مورد است:
حالت عادی: مورد غیر عفونی یا غیر تماسی، همانطور که در شکل 1 به رنگ سبز با حرف “A” نشان داده شده است.
 مورد تماس: موردی که تماس با یک
مورد آلوده برای فاصله کمتر از یک متر و بیش از 15 دقیقه، همانطور که در شکل 1 به رنگ نارنجی با حرف “B” نشان داده شده است.
 مورد عفونی: مورد تایید شده ای که در آن از طریق CT قفسه سینه یا آزمایشات آزمایشگاهی (مانند PCR و D-dimer [41]) ثابت شده است، همانطور که در شکل 1 به رنگ قرمز با حرف “C” نشان داده شده است.
4.1 معماری مدل بلاک چین مبتنی بر اینترنت اشیا و ابر برای کنترل انتشار عفونت COVID-19 پیشنهادی
معماری مدل پیشنهادی از چهار جزء اصلی تشکیل شده است، همانطور که در شکل 1 نشان داده شده است که عبارتند از محیط اینترنت اشیا، ماژول هشدار، سیستم مدیریت بلاک چین و بلاک چین کنسرسیوم مبتنی بر ابر.
محیط اینترنت اشیا شامل چندین نوع حسگر است که GPS، بلوتوث و UWB برای ردیابی موقعیت مکانی هستند. تکیه بر حسگرهای GPS فقط در مکان یابی دشوار است، به خصوص در مکان های سرپوشیده یا بسته که میزان خطا بیش از 1 متر است. از طرفی فاصله آلودگی طبق گزارش WHO کمتر یا مساوی 1 متر است، دو حسگر دیگر توانایی تعیین مکان را با دقت بیشتری در مکان های سرپوشیده یا بسته که میزان خطای آن 10 سانتی متر است را دارند. بنابراین، تمام داده های موقعیت مکانی در پایگاه داده مکان مبتنی بر ابر به صورت بلادرنگ جمع آوری و ذخیره می شوند.

ماژول هشدار اطلاعات افراد تماس (مورد B) را به سیستم مدیریت بلاک چین می فرستد و به موازات آن کلیه مراحل و اطلاعات لازم برای هر مورد را با توجه به نوع آن به گونه ای پخش می کند که به کاهش شیوع عفونت ها به ویژه کمک می کند. با تمرکز بر موارد تماس (مورد B) و موارد تایید شده (مورد ج).
سیستم مدیریت بلاک چین مسئول مدیریت کل داده ها در بلاک چین کنسرسیوم مبتنی بر ابر با توجه به داده های دریافتی از بیمارستان ها، آزمایشگاه ها و داده های پردازش شده از ارزیاب خطر COVID-19 است. بیمارستان ها و آزمایشگاه ها داده هایی را در مورد موارد مثبت و منفی ارسال می کنند که از طریق سی تی قفسه سینه یا آزمایش های آزمایشگاهی (موارد A یا C) اثبات می شود. همچنین، ارزیابی کننده خطر COVID-19 مسئول محاسبه زمان تماس و فاصله بین افراد با توجه به داده های ذخیره شده در پایگاه داده مکان مبتنی بر ابر و داده های دریافتی از زنجیره بلوکی در مورد موارد آلوده (مورد C) است. سیستم مدیریت بلاک چین داده ها را به ماژول هشدار در مورد موارد تماس (مورد B) و تمام اطلاعات موارد (اعم از A، B و C) را به عنوان تراکنش در بلاک چین کنسرسیوم مبتنی بر ابر ذخیره می کند.

4.2 قوانین قرارداد هوشمند بلوک چین کنترل انتشار COVID-19
فرآیند افزودن تراکنش ها توسط سیستم مدیریت بلوک چین از طریق قراردادهای هوشمند مدیریت می شود که در صورت تحقق شرایط از تعیین شده می شوند. جدول 1 زیر ایجاد این قوانین را می دهد که از طریق آن قراردادهای هوشمند بلوک های اضافه شده را نشان می دهد.
4.3 ساختار بلوک سیستم بلوک چین مبتنی بر ابر
بلوک ابر چین کنسرسیوم بر تمام اطلاعات مربوط به انواع موارد (اعم از الف، ب و ج) را در بلوک ها ذخیره می کند. هر بلوک متشکل از یک
هدر و بدنه، که در آن هدر حاوی هش بلوک قبلی، ریشه Merkle و یک مهر زمانی است، شکلی که در شکل 2 نشان داده شده است. به عنوان مثال، SSN، شناسه ملی)، نام شخص، وضعیت فرد (A,B,C) و وضعیت واکسیناسیون COVID-19.

4.4 معماری مدل بلاک چین مبتنی بر اینترنت اشیا و ابر برای نمودارهای فعالیت کنترل انتشار عفونت COVID-19 پیشنهادی
نمودار فعالیت در شکل 3 روش برخورد با همه شهروندانی را که وضعیت عفونت آنها عفونت کرونا مثبت یا منفی است با توجه به سی تی اسکن یا گزارش های آنالیز آزمایشگاهی توضیح می دهد.
نمودار فعالیت در شکل 4 توضیح می دهد که چگونه مدل IOT و Blockchain مبتنی بر ابر برای کنترل گسترش COVID-19 کار می کند و قوانین قراردادهای هوشمند را برای کنترل و مدیریت گسترش COVID-19 اعمال می کند. جایی که:
X: فرد ارزیابی شده از نظر عفونت COVID-19، همراه داشتن تلفن هوشمند مجهز به فناوری ها و برنامه های مورد نیاز.
یی: فرد شناسایی شده در اطراف، همراه با تلفن هوشمند مجهز به فناوری ها و برنامه های مورد نیاز. جایی که i = 1 -> n (n: تعداد تلفن های هوشمند شناسایی شده در محدوده).

 

5. پیاده سازی مدل و بحث در مورد نتایج
جزئیات زیادی در روند اجرای مدل پیشنهادی وجود دارد، اما تمرکز بر دو بخش اصلی خواهد بود که عبارتند از، اجرای قراردادهای هوشمند و ردیابی در فضای باز/داخل.
5.1 اجرای قراردادهای هوشمند
قرارداد هوشمند توسط زبان برنامه نویسی solidity از طریق یکی از رایج ترین ابزارهای پیاده سازی قراردادها در شبکه اتریوم که Remix IDE است، پیاده سازی شده است.
شکل 5 کد پیاده سازی شده برای اجرای قوانین قراردادهای هوشمند را نشان می دهد. همانطور که در شکل 5 نشان داده شده است، پنج قانون برای تعیین نوع مورد آزمایش شده است.
شکل 5: قراردادهای هوشمند کد پیاده سازی شده
شرح مختصری از قوانین قراردادهای هوشمند به شرح زیر است:
چک کردن کیس تماس که در فاصله 1 متری با (CASE C) حداقل به مدت 15 دقیقه است. شکل 6 نتایج آزمایش را برای یک مورد تماس نشان می دهد که نوع آن از A که به صورت صفر به B نشان داده شده به عنوان یک تغییر کرده است. توجه داشته باشید که فاصله بر حسب سانتی متر و زمان بر حسب ثانیه اندازه گیری می شود.

 

بررسی موارد عادی که بر اساس گزارش های مثبت بیمارستان ها و آزمایشگاه ها آلوده و تایید شده اند. شکل 7 نتایج آزمایش را برای یک مورد نشان می دهد که نوع آن از حالت A (0) به مورد C (2) تغییر کرده است.

بررسی موارد تماس پس از 14 روز قرنطینه بدون هیچ علامتی. شکل 8 نتایج آزمایش یک مورد را نشان می دهد که نوع آن از حالت B (1) به A (0) تغییر کرده است. توجه داشته باشید که جریان فرضی تاریخ/زمان (زمان عصر یونیکس): 1623584270 که یکشنبه، 13 ژوئن 2021، ساعت 11:37:50 صبح است و تاریخ/زمان آلودگی (زمان عصر یونیکس): 1621398914 که چهارشنبه، 19 می 2021، ساعت 4:35:14 صبح است.

بررسی موارد تماسی که طبق گزارش های مثبت بیمارستان ها و آزمایشگاه ها به عنوان موارد آلوده تایید شده اند. شکل 9 نتایج آزمایش را برای یک مورد نشان می دهد که نوع آن از مورد B (1) به مورد C (2) تغییر کرده است.

بررسی موارد آلوده تایید شده که بر اساس گزارش های منفی از بیمارستان ها و آزمایشگاه ها بهبود یافته اند. شکل 10 نتایج آزمایش را برای یک مورد نشان می دهد که نوع آن از مورد C (2) به مورد A (0) تغییر کرده است.

5.2 ردیابی فضای باز/داخلی
برای محاسبه مقادیر دقیق فواصل بین افراد، از DB مکان مبتنی بر ابر برای ذخیره مکان‌ها در هر لحظه استفاده می‌شود و بنابراین از توانایی تعیین فاصله بین افراد استفاده می‌شود. شکل 11 مدل پایگاه داده DB مکان مبتنی بر ابر را نشان می دهد که ادغام بین فناوری های داخلی و خارجی را نشان می دهد. GPS برای ردیابی در فضای باز و از طرف دیگر بلوتوث و UWB برای ردیابی فضای داخلی استفاده می شود.

ردیابی فضای باز در مدل پیشنهادی مبتنی بر فناوری GPS است، مکان GPS که از طریق حسگرهای IoT گرفته شده و در کد مدل توسط تابع Geolocation.getCurrentPosition() دستکاری می‌شود. شکل 12 بخشی از کد را نشان می دهد که نحوه تعیین موقعیت فعلی دستگاه را توضیح می دهد.

سپس فواصل بین دو مختصات بر اساس طول و عرض جغرافیایی که توسط سنسورهای GPS تولید می شوند محاسبه می شود. فاصله بر اساس تابع “haversine” محاسبه می شود:

a = sin2(Δφ/2) + cos φ1 ⋅ cos φ2 ⋅ sin2(Δλ/2)

c = 2 ⋅ atan2( √a, √(1−a ) )

d=R⋅c

جایی که φ عرض جغرافیایی، λ طول جغرافیایی، R شعاع زمین است (میانگین شعاع = 6371 کیلومتر). شکل 13 بخشی از کد را نشان می دهد که نحوه تعیین فاصله ها بر اساس GPS را توضیح می دهد.

ردیابی فضای داخلی در مدل پیشنهادی مبتنی بر دو فناوری بلوتوث و UWB است. فاصله بر اساس نشانگر قدرت سیگنال دریافتی RSSI محاسبه می شود زیرا قدرت سیگنال به فاصله و مقدار توان پخش بستگی دارد. شکل 14 بخشی از کد را نشان می دهد که نحوه تعیین فاصله ها بر اساس بلوتوث و UWB را توضیح می دهد.

شکل 15 مثالی را نشان می دهد که در محیط واقعی برای تأیید اینکه مسافت های محاسبه شده بین دو نقطه برابر با فاصله واقعی در محیط واقعی است اعمال می شود.

در مثال کاربردی، بلوتوث و UWB می توانند فواصل را با حداکثر سطح پوشش تا 50 متر اندازه گیری کنند و GPS می تواند مسافت ها را با حداکثر پوشش نامحدود اندازه گیری کند.

با توجه به نتایج آزمایش همانطور که در شکل 16 نشان داده شده است، نرخ خطا در فواصل محاسبه شده با استفاده از مدل پیشنهادی به صورت زیر وجود دارد:
 در فاصله کمتر یا مساوی 1 متر (فقط با استفاده از بلوتوث و UWB)، میزان خطا از 11 سانتی متر تجاوز نمی کند.
 در فاصله بین 1 متر تا 50 متر (با استفاده از بلوتوث، UWB، GPS)، میزان خطا از مقادیر بین 11 سانتی متر تا 35 سانتی متر تجاوز نمی کند.

در فاصله بیش از 50 متر (فقط با استفاده از GPS)، میزان خطا از 13 متر تجاوز نمی کند.

نتیجه گیری و کار آینده
در این مطالعه، یک مدل جدید Blockchain مبتنی بر اینترنت اشیا و ابر برای کنترل انتشار عفونت COVID-19 با ایجاد یک سیستم مشارکتی و نظارتی قابل اعتماد، ایمن و موثر ارائه شد که بیمارستان ها/آزمایشگاه های مجاز، بیماران COVID-19، مخاطبین و موارد عادی را به هم متصل می کند. . رویکرد جدید معرفی‌شده توسط این مدل، فناوری‌های ردیابی فضای باز و داخلی اینترنت اشیا و سیستم بلاک چین مبتنی بر محاسبات ابری را برای کنترل و به حداقل رساندن گسترش COVID-19 یکپارچه می‌کند. مدل پیاده‌سازی شده با موفقیت از حسگرهای مبتنی بر GPS در فضای باز اینترنت اشیا و فناوری‌های حسگر مبتنی بر UWB/Bluetooth داخلی برای شناسایی بیماران COVID-19 و تعیین افراد تماس با دقت بالا برای فواصل محاسبه‌شده استفاده کرد، جایی که میزان خطا در فاصله‌ای از 11 سانتی‌متر تجاوز نمی‌کند. یک متر. فاصله ها با ارائه خوانش حسگرهای اینترنت اشیا به سیستم بلاک چین کنسرسیوم مبتنی بر رایانش ابری محاسبه می شود که یک قرارداد هوشمند برنامه ریزی شده داخلی را اجرا می کند که وضعیت هر فرد را ارزیابی می کند که آیا یک مورد عادی، تماسی یا بیمار است و یک هشدار مبتنی بر مکان را با کووید پخش می کند. -19 مورد آلوده یا مورد تماس. این سیستم با توجه به نتایج اجرای قوانین قرارداد هوشمند و به‌روزرسانی‌های آنلاین برای وضعیت افراد از بیمارستان‌ها/آزمایشگاه‌ها، وضعیت افراد را در بلاک چین مبتنی بر ابر به‌روزرسانی می‌کند. قرارداد هوشمند توسط زبان برنامه نویسی solidity از طریق یکی از رایج ترین ابزارهای پیاده سازی قراردادها در شبکه اتریوم که Remix IDE است، پیاده سازی شد. رویکرد پیشنهادی مورد آزمایش قرار گرفت و با موفقیت موارد تماس را شناسایی کرد و به طور موثر ایالت های افراد مختلف را در سیستم بلاک چین مبتنی بر ابر مدیریت کرد و قوانین قرارداد هوشمند را به طور دقیق اعمال کرد.
در کار آینده، توصیه می‌شود این مدل پیشنهادی با سیستم‌های تشخیص زودهنگام و درمان COVID-19 که پروتکل درمان را به طور هوشمندانه با توجه به سطح عفونت هر بیمار سفارشی می‌کند، ادغام کنید.

 

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *