區塊鍊作為一種嶄新的、颠覆性的技術，是國内外活躍的研究領域和畢業設計選題方向。本文列出最新的一組區塊鍊方面的論文，希望可以對選擇區塊鍊畢業設計的同學們有所幫助，這是 彙智網 編輯整理的區塊鍊畢業設計論文系列中的第29篇。
區塊鍊開發教程連結： 以太坊 | 比特币 EOS Tendermint Hyperledger Fabric Omni/USDT Ripple Tron
本文整理了最新的可用于區塊鍊畢業設計的參考論文，如果需要通路區塊鍊畢業設計必讀
論文系列的最新文章，可以持續關注我們的
部落格，或加入QQ群：
532241998。
1、用于網際網路評價的去中心化應用
很多現有的web應用都包含了用于評價網際網路資源的元件，例如社交媒體平台的視訊或部落格評價機制。基于已有的評價得到的最流行的網際網路資源能夠從廣告中擷取大量收益。但是現有的評價機制的一個問題在于系統資源完全受控于單一主體，例如社交媒體平台。
本論文提出了一種基于區塊鍊的用于對網際網路資源進行評價的去中心化應用，論文提出的方案提供了一個透明的評價機制，因為其中沒有中心化的權威機構并且評價操作是有專門的智能合約處理的。作者提供了上述思路的具體實作，在視線中将現有的驗證機制與區塊鍊的特性進行了有機的整合，是以匿名性得以保留。作者認為論文方案要優于現有的各種web應用中的評價系統。
論文PDF下載下傳：
DApp for Rating2、區塊鍊在大資料中的應用的考察報告：方法、機會以及未來的方向
在過去幾年間大資料已經在諸多科研和工程領域激發了強烈的興趣。盡管大資料有很多優勢和具體應用，但要提供更好的服務仍然還有很多挑戰需要解決，例如大資料分析、大資料管理、大資料隐私及安全等。
區塊鍊的去中心化和天然的安全性對于改善大資料服務和應用有着巨大的潛力。論文作者對區塊鍊在大資料中的應用進行了深入的考察，并重點關注最新的方法、機會以及未來的方向。論文首先對區塊鍊、大資料以及兩者整合背後的動機進行了概述。然後介紹了作者展開的對各種大資料區塊鍊服務的調查，包括将區塊鍊用于安全大資料擷取、資料存儲、資料分析以及資料隐私保護。接下來論文重新審視了關于區塊鍊在各垂直領域大資料中應用的最近研究進展，例如智慧城市、智能健康、智能交通、智能電網等。
為了便于了解，論文展示并分析了若幹區塊鍊大資料項目，并在最後探讨了這一充滿潛力的領域的未來研究方向和驅動力。
A Survey on Blockchain for Big Data: Approaches, Opportunities, and Future Directions3、TZ4Fabric：基于ARM TrustZone的Hyperledger Fabric合約安全執行環境
區塊鍊注定要變革工業界。例如，一些供應鍊應用将有助于透明的資産跟蹤和基于智能合約的自動化過程。已經有一些落地的項目，其中區塊鍊的透明性既有優點也有缺點。将資産和商業互動暴露在公衆面前存在着嚴重的風險，智能合約邏輯以及所處理的資料目前通常還沒有隐藏保護機制。
可信執行環境（TEE）是一種在邊緣裝置、移動裝置（例如Arm TrustZone）以及伺服器級别的處理器（例如Intel SGX）中可用的新技術。 TEE可以有效的保護代碼與資料免受惡意攻擊。論文提出了一種Hyperledger Fabric的擴充，TZ4Fabric，可以利用Arm TrustZone來安全執行智能合約。
論文提出的設計最小化了需要可信計算的部分，避免了在TEE中運作整個Hyperledger Fabric節點。論文方案中，将智能合約的運作限制在可信執行環境内。TZ4Fabric原型利用了開源的OP-TEE架構，該架構支援在廉價的低端裝置上部署，例如樹莓派。
實驗結果重點闡述了Arm TrustZone的安全性保障對Hyperledger Fabric性能的影響。TZ4Fabric項目将開源釋出。
TZ4Fabric: Executing Smart Contracts with ARM TrustZone4、用機器學習技術檢測基于區塊鍊的社交媒體平台上的部落格機器人
Steemit是一個基于區塊鍊的社交媒體平台，作者在文章得到好評後，可以得到以加密貨币STEEM和SBD支付的獎勵。有趣的是，投票者也可以通過投票得到獎勵，這一機制成為策展獎勵，獎勵的數額與投票者抵押的STEEM代币成比例。通過這一過程，Steemit希望好的内容能夠被使用者以去中心化的方式自動發現，這一機制被命名為腦力證明（Proof-of-Brain:PoB）。
然而，有很多機器人賬号會自動地發文章以期得到獎勵，這影響到真人使用者創作優質内容。我們将這種類型地機器人稱為部落格機器人。雖然已經有很多論文研究了傳統地中心化社交媒體平台上的機器人，例如Facebook和twitter，但本論文是第一個研究基于區塊鍊的社交媒體平台上的機器人。
與傳統的社交媒體平台上的機器人檢測相比，論文使用的特征具有一定的優勢，無需限制部落格長度就可以進行檢測。論文作者通過聚類部落格資料或回複間的距離進行特征提取，之前從未在社交媒體研究中被利用。基于豐富的特征，論文作者提升了分類任務的品質。與F1-score相比，論文提出的特征要優于用來檢測Facebook及twitter機器人的特征。
Posting Bot Detection on Blockchain-based Social Media Platform using Machine Learning Techniques5、SuSy：基于Gravity的區塊鍊無關的跨鍊資産轉移網關協定
本文為Gravity二層協定的潛在實作的技術專稿，Gravity是一個區塊鍊/代币無關的去中心化預言機協定。SySy協定約定了在支援智能合約的區塊鍊網絡中跨鍊轉移數字資産或代币的實作，這些區塊鍊可以具有不同的架構、共識或利用不同的密碼學技術。
SuSy聚焦于轉賬的技術實作，沒有為跨鍊轉賬提供商引入任何激勵模型。此外，論文還介紹了一些流行的跨鍊通信方案，例如Polkadot、Cosmos Hub、Rainbow以及RenVM，以此作為本文所提出的新的解決方案的背景。
SuSy: a blockchain-agnostic cross-chain asset transfer gateway protocol based on Gravity彙智網區塊鍊論文集連結： 一 二 三 四 五 六 七 八 九 十 十一 十二 十三 十四 十五 十六 十七 十八 十九 二十 二十一 二十二 二十三 二十四 二十五 二十六 二十七 二十八
原文連結：
區塊鍊畢業設計必讀論文29 — 彙智網