McEdgechain: A lightweight blockchain ledger built upon a mission critical edge system

Abstract

Edge Computing hat sich zu einer weit verbreiteten Technologie in verschiedenen realen Anwendungsszenarien entwickelt, einschließlich in Mission-critical Systemen (z. B. Rettungseinsätzen, Gesundheitssystemen usw.). Solche Systeme haben Anforderungen an niedrige Latenz und hohe Verfügbarkeit, während Zuverlässigkeit und Fehlertoleranz untrennbare Systemanforderungen sind. Traditionell werden geschäftskritische Systeme, wie sie im Gesundheitswesen eingesetzt werden, in der Cloud bereitgestellt und betrieben. Mit der wachsenden Datenmenge, die von Geräten des Internets der Dinge (IoT) (z. B. Sensoren, Aktoren usw.) erzeugt wird, wird die Cloud jedoch nicht in der Lage sein, strenge Anforderungen (d. H. Latenz, Verfügbarkeit und Zuverlässigkeit) zukünftiger kritischer Anwendungen (z. B. Verarbeitung von Sensordaten zur Gesundheit von Patienten in Echtzeit) zu erfüllen. So kann die Konvergenz zwischen Edge Computing und Blockchain mehrere betriebliche Herausforderungen lösen und beim Aufbau Mission-critical Systeme mit hoher Verfügbarkeit und einer zuverlässigen Umgebung für die Ausführung kritischer Operationen in der Nähe der Datenquelle bzw. am Rand des Netzwerks helfen.Diese Arbeit zielt darauf ab, eine Edge-basierte Plattform aufzubauen, die die zuverlässige Verarbeitung der von IoT-Geräten generierten Gesundheitsdaten von Patienten gewährleistet. Die generierten Elektrokardiogramm-Daten (EKG) werden mit der Convolutional Neural Network (CNN) -Technik verarbeitet und in Arrhythmiekategorien eingeteilt. Die Arbeit stellt die Hypothese auf, dass der Aufbau eines Blockchain-Ledgers die Fehlertoleranz erhöht, ohne die Gesamtsystemleistung zu beeinträchtigen. Wir haben unsere Lösung anhand genauer Patienten-EKG-Daten evaluiert und auf einem realistischen Testbed aus mehreren Edge-Geräten getestet. In allen Anwendungsfällen messen wir Performance-Aspekte, Fehlertoleranz und analysieren Skalierbarkeitsaspekte. Die Ergebnisse sind vielversprechend, und die Fehlertoleranz des Systems wird durch Blockchain erhöht, ohne die Leistungsqualität zu beeinflussen.

Edge computing has become a widely applied technology in various real-life use case scenarios, including those in mission-critical systems (e.g., rescue operations, healthcare systems, etc.). Such systems have low-latency and high availability requirements, while reliability and fault tolerance are inseparable system demands. Traditionally, mission-critical systems such as those within healthcare are deployed and operated on the cloud. However, with the growing amount of data produced by the Internet of Things (IoT) devices (i.e., sensors, actuators, etc.), the cloud won’t be able to fulfill stringent requirements (i.e., latency, availability, and reliability) of future critical applications (e.g., processing in real-time patients health sensory data). Thus, the convergence between edge computing and blockchain can solve several operational challenges and assist in building mission-critical systems with high availability and a reliable environment for the execution of critical operations in proximity to the data source, respectively, at the edge of the network.This thesis aims to build an edge-based platform that ensures the reliable processing of patients' health data generated by IoT devices. The generated Electrocardiogram (ECG) data is processed and classified into arrhythmia categories using the Convolutional Neural Network (CNN) technique. The thesis hypothesizes that building a blockchain ledger increases the fault-tolerance without affecting the overall system performance. We evaluated our solution using accurate patient ECG data and tested it on a realistic testbed comprising several edge devices. Throughout the use cases, we measure performance aspects, fault tolerance and analyze scalability aspects. The results are promising, and the system's fault tolerance is increased by blockchain without decreasing performance quality.