Nesnelerin İnterneti sistemlerinde blokzincir kullanmak merkezi bir güven noktasına bağımlılığı azaltabilir; ancak klasik konsensüs mekanizmaları binlerce düşük güçlü cihazın bulunduğu ağlarda iletişim yükü, enerji tüketimi, konum sahteciliği ve mahremiyet gibi yeni sorunlar oluşturabilir. Bu araştırma, bu sorunlara yönelik olarak Elastic Proof-of-Location Byzantine Fault Tolerance (EPoLBFT) adlı konum farkındalığına sahip bir blokzincir konsensüs mimarisi öneriyor.

EPoLBFT'nin temel fikri, bir doğrulayıcının tam koordinatlarını diğer katılımcılara açıklamadan belirli bir coğrafi bölgede bulunmaya uygun olduğunu sıfır bilgi tabanlı Konum Kanıtı (zk-PoL) ile göstermesidir. Konumu doğrulanmış ve yeterli güven puanına sahip doğrulayıcılar bölgesel komitelere ayrılır. Böylece klasik PBFT'deki bütün doğrulayıcıların bütün ağ çapında birbirleriyle haberleşmesi yerine konsensüsün önemli bölümü daha küçük yerel gruplar içinde yürütülür.

Çalışmada EPoLBFT; PBFT, G-PBFT, DAG-BFT ve DCBFT ile BICA simülatöründe karşılaştırılmıştır. Ana deneylerde ağ büyüklüğü 200 ile 1000 düğüm arasında değiştirilmiş, varsayılan bölgesel komite büyüklüğü 21 olarak belirlenmiş ve her deney 30 bağımsız simülasyon koşusunda tekrarlanmıştır. Çalışmanın grafiklerine göre EPoLBFT ağ büyüdükçe PBFT'ye kıyasla daha düşük konsensüs gecikmesi, daha yüksek işlem kapasitesi ve daha yavaş artan enerji tüketimi göstermektedir.

Ancak bu sonuçlar gerçek bir şehir, fabrika, hastane veya IoT ağı üzerinde ölçülmüş saha performansı değildir. Değerlendirme BICA simülatörüne, güvenilir konum altyapısının varlığına ve standart kriptografik yapıların kırılamadığı varsayımına dayanmaktadır. Yazarlar da gerçek heterojen IoT ve edge donanımında prototiplemeyi gelecek çalışma olarak bırakmıştır.

Türkiye açısından: EPoLBFT yaklaşımı; akıllı bina sistemleri, endüstriyel IoT, sağlık IoT'si, kritik altyapı izleme veya konuma bağlı cihaz yetkilendirmesi gibi Türkiye'de de uygulanabilecek senaryolar açısından araştırma konusu olabilir. Özellikle bir cihazın kesin koordinatını açıklamadan belirli bir yetkili bölgede bulunduğunu kanıtlama fikri mahremiyet açısından dikkate değerdir. Bununla birlikte çalışma Türkiye'ye özgü ağ, mevzuat, 5G/IoT altyapısı veya saha deneyi içermemektedir; burada raporlanan performansın Türkiye'deki gerçek sistemlere doğrudan aktarılması mümkün değildir.

EPoLBFT hangi problemi çözmeye çalışıyor?

EPoLBFT'nin hedeflediği sorun, blokzincir konsensüsünü yalnız dijital kimlik ve kriptografik anahtarlarla değil, cihazın fiziksel bağlamıyla da ilişkilendirmektir. Klasik PBFT bir doğrulayıcının geçerli bir dijital kimliğe sahip olup olmadığını değerlendirebilir; ancak komutun veya doğrulayıcının fiziksel olarak hangi bölgede bulunduğunu kendi başına bilmez.

Bu durum özellikle fiziksel dünyayı kontrol eden IoT uygulamalarında önem kazanır. Çalışmanın verdiği örnekte bir kapı kilidini açmaya yönelik komutun yalnız geçerli dijital kimlikten değil, fiziksel olarak uygun konumdaki doğrulanmış bir cihazdan gelmesi istenebilir.

EPoLBFT bu bağlamı konsensüse dahil ederken tam koordinatın açıklanmasını önlemek için zk-PoL kullanmayı amaçlar. Sistem özellikle izinli veya konsorsiyum tipi IoT blokzincirleri için tasarlanmıştır; permissionless kullanım ana araştırma kapsamının dışındadır.

EPoLBFT'nin dört temel konsensüs aşaması nedir?

Çalışmanın 9. sayfasındaki Şekil 1, sistem mimarisini dört ana ardışık aşama üzerinden gösteriyor: konum doğrulama, komite oluşturma, komite içi konsensüs ve global finalizasyon. Bu zincirin sonunda bölgesel olarak doğrulanmış işlemler ortak blokzincire bağlanıyor.

Verianla Live: Süreç görünümü yukarıdaki görünür veri tablosundan tarayıcıda oluşturulur; tablo bilimsel kaynak-of-truth olarak korunur.

Konum bilgisi açıklanmadan nasıl doğrulanıyor?

EPoLBFT'nin zk-PoL süreci beş adımlı bir konum attestasyon mekanizması kullanmaktadır. İlk aşamada bir beacon düğümü yakındaki güvenilir konum anchor'larıyla challenge-response işlemi gerçekleştirir. Anchor'lar round-trip süresi veya sinyal özelliklerinden mesafe sınırları çıkararak beacon'ın belirli geometrik koşulları sağlayıp sağlamadığını değerlendirir.

Ancak sisteme doğrudan kesin koordinat gönderilmez. Bunun yerine anchor'lar düğümün belirli bir Z bölgesi içinde bulunduğu yönündeki koşulu değerlendirir. Her anchor aşağıdaki biçimde imzalı bir attestasyon oluşturur:

\[ \sigma_i = Sign_{sk_i}(B \parallel Z \parallel T \parallel d_i) \]

Burada \(B\) beacon düğümünü, \(Z\) bölgeyi, \(T\) zaman damgasını ve \(d_i\) ölçülen mesafe sınırını temsil eder.

Ardından beacon gerçek konumunu rastgele bir değerle kriptografik commitment içine alır:

\[ C = Com(\ell,r) \]

Burada \(\ell\) gerçek konumu, \(r\) rastgeleliği temsil eder. Sonraki sıfır bilgi kanıtı, bu commitment'ın geçerli bir konumu içerdiğini, konumun izin verilen bölgede olduğunu ve anchor attestasyonlarının geçerli olduğunu kanıtlamayı amaçlar:

\[ \pi = ZK\text{-}Prove(\ell,r,\Sigma : C=Com(\ell,r)\land P(\ell)\land Verify(\Sigma)) \]

Doğrulama başarılı olduğunda düğümün belirli bölge ve epoch için uygun olduğunu kanıtlayan bir konum sertifikası oluşturulur. Böylece sistemin amacı, “Düğüm nerede?” sorusuna kesin koordinatla değil, “Bu düğüm izin verilen bölgede mi?” şeklinde kriptografik olarak doğrulanabilir bir yanıt vermektir.

zk-PoL'nin maliyeti ne kadar?

Çalışmanın simülasyonunda zk-PoL bileşeni Groth16 zk-SNARK ve BN254 eğrisiyle modellenmiştir. Kaynak Tablo 3'e göre kanıt boyutu 0,2 KB, kanıt üretim süresi 12,5 ms, doğrulama süresi 5,8 ms ve modelde kullanılan bellek miktarı 1 KB'dir.

Verianla Live: Aynı deneysel parametre tablosundaki ve aynı birimdeki iki süre karşılaştırılmıştır.

Çalışmada kanıt üretiminin çok kısıtlı IoT düğümleri için pahalı olabileceği kabul edilmiştir. Bu nedenle EPoLBFT, ağır kanıt üretimini edge/fog gateway'e devretmeye izin verir. Konum kanıtı ayrıca her işlem için yeniden oluşturulmaz; belirli epoch boyunca yeniden kullanılabilir ve epoch süresi dolduğunda, hareket eşiği aşıldığında veya güvenlik riski algılandığında yeniden doğrulama tetiklenir.

“Elastic” ifadesi ne anlama geliyor?

EPoLBFT'deki “elastic”, komitenin yalnız lider değiştirmesi anlamına gelmez. Sistem üç parametreyi değişen ağ koşullarına göre uyarlamayı amaçlar: komite büyüklüğü, epoch süresi ve coğrafi bölge granülerliği.

Mobilite oranı \(\mu\) veya tahmini Byzantine riski \(\beta\) belirlenen üst eşikleri aşarsa bir sonraki epoch'taki komite büyüklüğü artırılabilir:

\[ k_{e+1}= \begin{cases} \min(k_e+\Delta_k,k_{max}), & \mu>\mu_{th}\;veya\;\beta>\beta_{th}\\ \max(k_e-\Delta_k,k_{min}), & \mu<\mu_{low}\;ve\;\beta<\beta_{low}\\ k_e, & diğer \end{cases} \]

Benzer biçimde yüksek hareketlilik veya risk durumunda epoch süresi kısaltılır; sakin koşullarda uzatılır. Kaynak varsayılan eşikleri \(\mu_{th}=0,3\), \(\beta_{th}=0,25\), \(\mu_{low}=0,1\) ve \(\beta_{low}=0,1\) olarak verir.

Düğüm yoğunluğu yükseldiğinde bir coğrafi bölge daha küçük konsensüs bölgelerine ayrılabilir. Buna karşılık bir bölgede BFT güvenlik koşulunu sağlayacak kadar doğrulayıcı kalmazsa bölgeler birleştirilebilir.

Komiteler Byzantine düğümlere nasıl dayanıyor?

Her bölgesel komite klasik Byzantine Fault Tolerance sınırını korur. Komite büyüklüğü \(n\) ve tolerans \(t\) ise:

\[ n \geq 3t+1 \]

olmalıdır. Ana simülasyonlarda varsayılan komite büyüklüğü 21 olarak seçilmiş ve buna karşılık güvenli biçimde tolere edilebilecek Byzantine doğrulayıcı sayısı:

\[ f_c=\left\lfloor\frac{k-1}{3}\right\rfloor=6 \]

olarak alınmıştır.

Çalışmanın özellikle vurguladığı nokta, EPoLBFT'nin klasik yaklaşık üçte bir Byzantine sınırını yükseltmediğidir. Güvenlik kazancı, teorik eşiği artırmaktan değil, kötü niyetli etkinin coğrafi komiteler içinde sınırlandırılması ve bir saldırganın küresel sonucu değiştirebilmesi için birden fazla konsensüs katmanını etkilemesinin gerekmesinden kaynaklanmaktadır.

Yerel konsensüs neden PBFT'den daha az iletişim gerektirebilir?

Klasik PBFT'de doğrulayıcılar ağ çapında mesajlaşırken EPoLBFT PRE-PREPARE, PREPARE ve COMMIT mesajlarını yalnız bölgesel komite içinde değiş tokuş eder. Çalışma, \(N\) doğrulayıcı \(M\) komiteye dağıtıldığında yerel iletişim maliyetini yaklaşık olarak:

\[ O\left(\frac{N^2}{M}\right) \]

biçiminde ifade etmektedir. Buna global finalizasyon komitesinin maliyeti eklendiğinde toplam:

\[ C_{total}=O\left(\frac{N^2}{M}\right)+O(G^2) \]

olarak verilir. Burada \(G\), Global Finalisation Committee'nin büyüklüğüdür.

Kaynakta bu aynı ifade hem Denklem (4) hem de Denklem (5) olarak art arda verilmiştir. Dolayısıyla bunlar iki ayrı iletişim modeli gibi yorumlanmamalıdır; kaynakta tekrar eden aynı denklem olarak aktarılmıştır.

Global finalizasyon neden gerekiyor?

Bölgesel konsensüs ağ trafiğini azaltabilir ancak tek başına bütün blokzincirin aynı sırada ilerlemesini garanti etmek için yeterli değildir. Bu nedenle her bölgesel komite kesinleştirdiği bloğun tamamını bütün ağa göndermek yerine blok başlığı ve Merkle root gibi kompakt bir taahhüt oluşturur.

Farklı bölgelerin temsilcilerinden oluşan Global Finalisation Committee (GFC) bu taahhütler üzerinde ikinci bir PBFT konsensüsü gerçekleştirir. Böylece bölgesel sonuçlar küresel kayıt sırasına dönüştürülür.

Toplam EPoLBFT gecikmesi kaynakta:

\[ T_{EPoLBFT}=T_{att}+T_{form}+T_{intra}+T_{final} \]

şeklinde ifade edilir. Burada sırasıyla konum attestasyonu, komite oluşturma, komite içi konsensüs ve global finalizasyon süreleri bulunur.

Bir komite çalışamaz hâle gelirse ne oluyor?

EPoLBFT, zaman aşımı ve başarısız view-change dizilerini kullanarak komitenin quorum oluşturamamasını izler. Belirlenen sayıda lider değişimi başarısız olduğunda komite High-Fault State durumuna geçebilir ve Dynamic Node Admission Process (DNAP) başlatılır.

DNAP; önceden yetkilendirilmiş standby düğümlerle karşılıklı kimlik doğrulama, yeni düğümün Proof-of-Location kontrolü, güven puanı değerlendirmesi, blokzincir durumunun çoklu kaynaklardan senkronizasyonu ve gerekli BFT sayısına ulaşılana kadar yeni doğrulayıcı eklenmesi aşamalarından oluşur.

Yeni komite:

\[ n' \geq 3f+1 \]

koşulunu tekrar sağladığında yüksek hata durumundan çıkarak normal konsensüse döner.

Güven puanı nasıl güncelleniyor?

Standby ve doğrulayıcı düğümlerin geçmiş davranışları bir reputation değeriyle izlenir:

\[ Rep_i=w_1Uptime_i+w_2Honesty_i-w_3Penalty_i \]

ve ağırlıklar:

\[ w_1+w_2+w_3=1 \]

koşulunu sağlar. Geçmiş davranışın tamamen unutulmaması için reputation değeri her epoch sonunda Exponentially Weighted Moving Average ile güncellenir:

\[ Rep_i^{(e+1)}=\alpha Rep_i^{(e)}+(1-\alpha)\widehat{Rep}_i^{(e)} \]

Çelişkili oy, geçersiz imza, başarısız konum attestasyonu veya tekrarlanan timeout gibi ağır protokol ihlallerinde ayrıca ceza uygulanabilir. Reputation değeri minimum kabul eşiğinin altına inen düğüm geçici olarak komite seçiminden çıkarılır.

Şekil 2 ve Şekil 3 performans hakkında ne gösteriyor?

Çalışmanın 20. sayfasındaki Şekil 2'de, ağ 200 düğümden 1000 düğüme büyütüldüğünde PBFT gecikmesinin keskin biçimde yükseldiği, EPoLBFT'nin ise daha yatay bir artış gösterdiği görülmektedir. Grafikten yaklaşık okunabildiği kadarıyla EPoLBFT 200 düğümde yaklaşık 80 ms civarında, 1000 düğümde yaklaşık 250 ms civarında görünürken PBFT 1000 düğümde yaklaşık 1800 ms düzeyine ulaşmaktadır. Bunlar grafikten yaklaşık okunan değerlerdir; kaynak bu serileri ayrı sayısal tablo hâlinde vermemektedir.

Aynı sayfadaki Şekil 3, EPoLBFT'nin simülasyonda bütün test ağ büyüklüklerinde PBFT ve G-PBFT'den daha yüksek throughput gösterdiğini belirtmektedir. Grafikten yaklaşık olarak EPoLBFT'nin 200 düğümde 380 TPS civarından 1000 düğümde 300 TPS civarına gerilediği; PBFT'nin ise yaklaşık 220 TPS'den 90 TPS civarına indiği görülmektedir. Bu değerler de görselden yaklaşık okunmuştur.

Bu iki grafikte dikkat edilmesi gereken bir kaynak sorunu vardır: deney metodolojisi ve Tablo 4 baseline protokollerini PBFT, G-PBFT, DAG-BFT, DCBFT ve EPoLBFT olarak verirken Şekil 2 ve Şekil 3 lejandına ayrıca RBFT eklenmiştir. Çalışmada bu RBFT serisinin deneysel yapılandırması ayrıca açıklanmamaktadır.

Enerji tüketimi neden azalıyor?

Çalışmanın enerji sonucu gerçek batarya veya wattmetre ölçümünden değil, kriptografik işlem ve mesaj sayısına dayalı bir IoT enerji modelinden elde edilmiştir. Model; hash hesaplamaları, dijital imza doğrulamaları, sıfır bilgi kanıtı doğrulaması ve mesaj iletiminin maliyetini hesaba katmaktadır.

21. sayfadaki Şekil 4'te 600–1000 düğüm aralığında PBFT ve G-PBFT enerji tüketiminin daha hızlı yükseldiği, EPoLBFT'nin ise komite tabanlı yapı nedeniyle daha yavaş büyüdüğü gösterilmektedir. Buna rağmen bu grafik gerçek fiziksel IoT cihazlarının batarya ömrünü doğrudan kanıtlamaz.

Sybil saldırısına karşı yaklaşım nedir?

EPoLBFT'nin Sybil direnci, dijital kimliği fiziksel bölge doğrulamasıyla ilişkilendirmeye dayanır. Yeni bir doğrulayıcının konsensüse katılabilmesi için yalnız yeni bir kimlik oluşturması yeterli değildir; geçerli bölgesel zk-PoL kanıtına da sahip olması gerekir.

Yazarların gerekçesine göre bu durum çok sayıda sahte kimlik üretmenin fiziksel ve coğrafi maliyetini artırır. Ancak bu koruma, güvenilir location anchor'larının ve konum kanıtı altyapısının dürüst ve kullanılabilir olduğu varsayımına bağlıdır.

Konum sahteciliği ve replay nasıl ele alınıyor?

Konum kanıtları belirli bölgeye, epoch'a, timestamp'e, nonce değerine ve witness attestasyonlarına bağlanır. Böylece daha önce alınmış geçerli bir konum bilgisinin sınırsız biçimde tekrar kullanılmasının önüne geçilmesi amaçlanır.

Ancak çalışmanın güvenlik değerlendirmesi gerçek GPS spoofing cihazları, RF relay laboratuvarı veya fiziksel IoT penetrasyon testi değildir. Sonuçlar önerilen tehdit modeli ve simüle edilmiş saldırı senaryoları çerçevesinde değerlendirilmiştir.

Konum mahremiyeti gerçekten ne kadar güçlü?

EPoLBFT'nin tasarım amacı, doğrulayıcının kesin koordinatını konsensüs katılımcılarına vermeden yalnız belirli bir bölgede olduğunu kanıtlamaktır. Bu amaçla gerçek konum commitment içinde gizlenir ve bölge üyeliği sıfır bilgi kanıtıyla doğrulanır.

Çalışma bu yaklaşımın kesin koordinatların ve hareket geçmişinin açıklanmasını önlediğini savunmaktadır. Bununla birlikte gerçek dünya metadata sızıntısı, ağ trafiği korelasyonu, anchor gizliliği veya uzun süreli kullanıcı takibi ayrı fiziksel dağıtımlarla test edilmemiştir. Bu nedenle kaynakta kullanılan “privacy preservation” ifadesi tasarlanan protokol ve simülasyon kapsamı içinde değerlendirilmelidir.

Çalışma neyi destekliyor, neyi desteklemiyor?

Çalışmanın desteklediği sonuçlar:

• zk-PoL, bölgesel validator seçimi, reputation ve PBFT mekanizmalarının tek bir konsensüs mimarisinde birleştirilebildiği bir EPoLBFT tasarımı sunulmuştur.
• BICA simülasyonunda 200–1000 düğümlü ağlar değerlendirilmiştir.
• Komite tabanlı yapı simülasyon sonuçlarında klasik PBFT'ye kıyasla daha iyi ölçeklenme eğilimi göstermiştir.
• EPoLBFT'nin simüle edilmiş latency ve throughput sonuçları PBFT ve G-PBFT'ye göre daha avantajlıdır.
• Konum kanıtı için Groth16 zk-SNARK modellemesi ve açık overhead değerleri sunulmuştur.
• Byzantine, Sybil, location-spoofing ve DoS tehditleri protokol tasarımı içinde değerlendirilmiştir.

Çalışmanın desteklemediği veya henüz doğrulamadığı sonuçlar:

• EPoLBFT'nin gerçek şehir, fabrika, hastane veya kritik altyapıda çalıştığı gösterilmemiştir.
• Gerçek IoT donanımında uçtan uca enerji tüketimi veya batarya ömrü ölçülmemiştir.
• Gerçek RF/GPS saldırı donanımıyla konum spoofing penetrasyon testi yapılmamıştır.
• Trusted location anchor'ların saldırgan tarafından ele geçirilmesi kapsamlı gerçek dünya deneyiyle incelenmemiştir.
• EPoLBFT klasik BFT'nin yaklaşık üçte birlik teorik Byzantine sınırını aşmamaktadır.
• Simülasyon performansı üretim ağında aynı latency veya throughput değerlerinin elde edileceğini garanti etmez.
• Başlıktaki “Invulnerability” ifadesi mutlak saldırılamazlık veya kırılmazlık kanıtı olarak yorumlanmamalıdır.

Çalışmanın Yöntemi ve Bulguları

Simülasyon düzeni

Çalışma 30 koşu ve p < 0,05 anlamlılık eşiğini tanımlamaktadır. Bununla birlikte ana sonuç metninde protokol çiftleri için ayrı ayrı t-istatistikleri, tam p değerleri veya etki büyüklükleri raporlanmamıştır. Bu nedenle burada yalnız kaynak tarafından verilen genel istatistiksel yöntem aktarılmaktadır.

Donanım varsayımları

zk-PoL deney parametreleri

Ölçülen performans boyutları

Çalışma beş ana değerlendirme boyutu kullanmaktadır: konsensüs gecikmesi, throughput, iletişim yükü, tahmini enerji tüketimi ve saldırı dayanıklılığı. Latency ve throughput sonuçları Şekil 2 ve Şekil 3'te; enerji sonuçları Şekil 4'te; güvenlik karşılaştırmaları ise Şekil 5'te verilmiştir.

Şekil 2'nin temel bilimsel mesajı, global PBFT iletişimi büyüdükçe PBFT gecikmesinin hızla artmasına karşılık EPoLBFT'nin daha küçük doğrulayıcı komiteleri nedeniyle daha yavaş ölçeklenmesidir.

Şekil 3, EPoLBFT'nin test edilen ağ büyüklüklerinde PBFT ve G-PBFT'den yüksek throughput elde ettiğini göstermektedir. DAG-BFT büyük ağlarda rekabetçi kalmakla birlikte yazarlar onun asenkron onay mimarisinin daha yüksek varyans oluşturduğunu belirtmektedir.

Şekil 4'teki enerji modeli, özellikle 600–1000 düğüm aralığında EPoLBFT'nin PBFT ve G-PBFT'ye kıyasla daha düşük artış eğilimi gösterdiğini desteklemektedir. Ancak enerji değerleri fiziksel güç analizöründen alınmamıştır.

Güvenlik değerlendirmesi

22. sayfadaki Şekil 5 dört güvenlik boyutunu karşılaştırmaktadır: Byzantine fault tolerance, Sybil resistance, spoofing detection ve farklı ağ büyüklüklerindeki attack success probability.

Byzantine toleransı açısından EPoLBFT diğer BFT mekanizmaları gibi klasik \(f<n/3\) sınırını korur. Yazarlar asıl avantajın teorik sınırın yükselmesi değil, saldırgan etkinliğinin bölgesel komitelerde izole edilmesi olduğunu özellikle belirtmektedir.

Sybil ve location-spoofing sonuçları zk-PoL nedeniyle EPoLBFT lehine görünmektedir. Ancak bu sonuçlar simülasyon güvenlik senaryolarının çıktılarıdır ve gerçek fiziksel saldırı altyapısıyla doğrulanmamıştır.

Kaynak içindeki teknik ve editoryal tutarsızlıklar

İletişim karmaşıklığı: Aynı \(C_{total}=O(N^2/M)+O(G^2)\) ifadesi Denklem (4) ve Denklem (5) olarak art arda tekrar edilmektedir.

PREPARE quorum'u: Yerel konsensüs açıklaması “2f eşleşen PREPARE mesajı, kendi mesajı dahil” ifadesini kullanırken Algoritma 2, işlem için “2f + 1 PREPARE mesajı” koşulunu göstermektedir. Kaynak bu farkı açıklamamaktadır.

RBFT serisi: Simülasyon kurulumu ve baseline tablosu beş protokol tanımlarken Şekil 2 ve Şekil 3 ayrıca RBFT serisi göstermektedir. RBFT'nin deneysel yapılandırması Bölüm 4.2'de açıklanmamıştır.

Güvenlik kesinliği: Çalışmanın başlığında “Invulnerability” sözcüğü geçmesine rağmen metodoloji mutlak kırılmazlık kanıtı sunmamaktadır. Yazarların güvenlik sonuçları belirli tehdit modeli, güvenilir konum altyapısı varsayımı ve simülasyon senaryolarıyla sınırlıdır.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: EPoLBFT: A Blockchain Consensus Algorithm for Enhancing Privacy, Invulnerability and Trust in IoT System

Yazarlar: Yunus Kareem; Djamel Djenouri; Essam Ghadafi.

Yazar sırası: Kaynak çalışmadaki biçimiyle korunmuştur.

Eş birinci yazar/eş katkı: Kaynakta eş birinci yazarlık belirtilmemektedir.

Sorumlu yazar: Yunus Kareem.

Kurumlar: Department of Computer Science and Creative Technologies, University of the West of England, Bristol, Birleşik Krallık; School of Computing, Newcastle University, Newcastle-Upon-Tyne, Birleşik Krallık.

Dergi: Future Internet.

Yayınevi: MDPI, Basel, Switzerland.

Cilt / sayı / makale numarası: 18 / 7 / 367.

DOI: 10.3390/fi18070367

Alınma tarihi: 22 Mayıs 2026.

Revizyon tarihi: 3 Temmuz 2026.

Kabul tarihi: 10 Temmuz 2026.

Yayın tarihi: 15 Temmuz 2026.

Kaynak türü: Araştırma makalesi; blokzincir konsensüs mimarisi, analitik güvenlik değerlendirmesi ve simülasyon tabanlı performans analizi.

Hakemlik durumu: Hakemli bilimsel yayın.

Lisans: Creative Commons Attribution (CC BY).

Resmî yayın bağlantısı:https://doi.org/10.3390/fi18070367

Finansman: University of the West of England, Bristol Studentship.

Veri erişilebilirliği: Yazarlar çalışmanın özgün katkılarının makale içinde bulunduğunu ve ek soruların sorumlu yazara yöneltilebileceğini bildirmektedir.

Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.

Yazar katkıları: Kavramsallaştırma: Yunus Kareem, Djamel Djenouri ve Essam Ghadafi; yöntem: Yunus Kareem ve Djamel Djenouri; doğrulama: Djamel Djenouri ve Essam Ghadafi; biçimsel analiz ve araştırma: üç yazar; veri kürasyonu ve ilk taslak: Yunus Kareem; inceleme/düzenleme: üç yazar; görselleştirme: Yunus Kareem ve Djamel Djenouri; danışmanlık: Djamel Djenouri ve Essam Ghadafi; proje yönetimi ve finansman edinimi: Djamel Djenouri.

Yapay zekâ kullanım bildirimi: Kaynak makalenin teşekkür bölümünde yazarlar GPT 5.6 by OpenAI'ı dil iyileştirme, dilbilgisi kontrolü ve akademik düzenleme desteği amacıyla kullandıklarını belirtmektedir. Bu bildirim çalışmanın yöntemsel simülasyon sonuçlarının üretim yöntemi olarak sunulmamıştır.

Bilimsel kapsam sınırı: EPoLBFT'nin performansı gerçek üretim IoT ağı yerine BICA simülatörü ile değerlendirilmiştir. Gerçek heterojen IoT cihazları, edge platformları, fiziksel konum anchor'ları ve gerçek saldırı araçlarıyla uçtan uca prototip doğrulaması yapılmamıştır.

Güven modeli sınırı: Sistem standart kriptografik yapıların kırılamadığı, zero-knowledge proof'ların sahte üretilemediği ve güvenilir location infrastructure/anchor'ların kullanılabildiği bir tehdit modeli varsaymaktadır. Bu varsayımların bozulduğu durumlar mevcut deneylerin ötesindedir.

Byzantine sınırı: EPoLBFT klasik BFT teorik eşiğini yükseltmemektedir. Varsayılan 21 düğümlü komitede altı Byzantine doğrulayıcı tolere edilecek biçimde yapılandırılmıştır. Gelişmiş dayanıklılık iddiası coğrafi bölümlendirme, validator filtreleme ve çok katmanlı konsensüs yapısına dayanmaktadır.

Kaynak içi tutarlılık notu: İletişim karmaşıklığı formülü kaynakta Denklem (4) ve (5) olarak yinelenmektedir. PREPARE quorum'u metin ve Algoritma 2'de farklı biçimde ifade edilmektedir. Ayrıca Şekil 2 ve 3'te, baseline metodolojisinde açıklanmayan RBFT serisi bulunmaktadır. Bu noktalar Verianla metninde sessizce düzeltilmemiştir.

Verianla Live notu: Süreç görselleştirmesi çalışmanın Şekil 1'deki dört epoch aşamasına dayanır. zk-PoL süre karşılaştırması yalnız Tablo 3'teki aynı birimli 12,5 ms kanıt üretimi ve 5,8 ms kanıt doğrulama değerlerini kullanır. Şekil 2–5'te yalnız grafik olarak verilen seriler Live veri tablosuna kesin değerler biçiminde aktarılmamıştır.