Teknologjia e blockchain ka bërë që të jetë një zgjidhje e fuqishme për përmirësimin e sigurisë dhe privatësisë në sistemet Internet of Things (IoT) duke decentralizuar ruajtjen e të dhënave dhe duke siguruar transaksionet përmes kriptografisë, duke garantuar pandryshueshmërinë e të dhënave dhe mbrojtjen nga qasjet e paautorizuara. Punimet fillestare propozuan korniza të lehta blockchain për shtëpitë inteligjente për të mbrojtur të dhënat e përdoruesve nga sulmet e jashtme. Kontratet inteligjente automatikojnë më tej veprimet e pajisjeve bazuar në shenjues specifikë. Megjithatë, kërkesat e larta të blockchain përsa i përket llogaritjes dhe mekanizmave të konsensusit mund të sjellin vonesa që ulrin efikasitetin në aplikacione në kohë reale. Integrimi i blockchain me mësimin makinerik (ML) po eksplorohet për të përmirësuar menaxhimin e sigurisë në rrjetet 6G dhe për të optimizuar infrastrukturat e qyteteve inteligjente, duke rritur transparencën, sigurinë dhe efikasitetin në fusha si energjia dhe transporti. Aplikacionet e blockchain gjithashtu rritin sigurinë dhe privatësinë e pajisjeve të mençura IoT. Aplikimi i ML në kontrollin paraprak të temperaturës ka fituar prioritet për shkak të aftësisë së tij për të përmirësuar reagueshmërinë e sistemit dhe efikasitetin energjetik. Algoritmet e ML analizojnë të dhëna historike të temperaturës së brendshme, mbushjes dhe motit për të parashikuar nevojat për ngrohje ose ftohje, duke lejuar rregullime paraprake të sistemit. Studimet tregojnë se kontrolli me bazë ML mund të ulë konsumin energjetik deri në 18% në krahasim me sistemet reaksionare. Këto sisteme parapritëse kërkojnë trajtim të fuqishëm dhe të sigurt të të dhënave për të përpunuar hyrjet në kohë reale dhe ato historike. Për të adresuar vonesat e përpunimit në cloud, është përfshirë llogaritja në krah, për të përmirësuar vendimmarrjen në kohë reale, sidomos për kontrollin e temperaturës së mençur. Sinergjia ndërmjet inteligjencës artificiale (AI) dhe teknologjisë blockchain rrit ndjeshëm produktivitetin industrial, besueshmërinë e operacioneve dhe sigurinë e të dhënave. Konfuzioni i shpjegueshëm i AI-së me blockchain përmirëson vendimmarrjen financiare përmes rritjes së transparencës dhe besimit. Kornizat e shtëpisë inteligjente që shfrytëzojnë blockchain dhe modele të thellë mësimi demonstrojnë avancime në efikasitetin energjetik, sigurinë dhe automatizimin. Modelet e privatësisë së diferencuar të integruara me blockchain në mënyrë të konsiderueshme mbrojnë privatësinë e të dhënave të përdoruesve. Sistemet si BEDS përmirësojnë menaxhimin e të dhënave brenda shtëpive të mençura dhe automjeteve duke orvatur menaxhimin efikas të të dhënave nga sensorët. Qasjet bashkëpunuese që kombinojnë blockchain me rrjete sensorësh pa tela (WSN) avancojnë integritetin dhe besueshmërinë e të dhënave, ndërsa metodat e inteligjencës së grupit (swarm intelligence) rrisin sigurinë dhe efikasitetin e WSN. Hulumtime të tjera optimizojnë operacionet e mikro rrjeteve, sistemet e transferimit pa tela të energjisë dhe integrimin e energjisë së rinovueshme në shtëpitë inteligjente përmes parashikimit të avancuar dhe planifikimit, duke shpesh përdorur algoritme të përbashkëta ML për përmirësimin e parashikimeve të konsumit energjetik. Besimi i përdoruesit ndikon rëndësishëm në adoptimin e pajisjeve të shtëpisë inteligjente të fuqizuara nga AI, duke formuar gatishmërinë për integrimin e këtyre teknologjive. Rishikimet mbulojnë menaxhimin energjetik të drejtuar nga AI që optimizon kontrollin e temperaturës dhe efikasitetin, ndërsa analizimet mbi blockchain fokusohen në sigurimin e shkëmbimeve të të dhënave në shtëpitë inteligjente. Rrjetet sensorësh pa tela janë qendrore në grumbullimin e të dhënave në kohë reale në korniza parapritëse të kontrollit të temperaturës, ndërsa strategjitë e ndryshme të ML përmirësojnë efikasitetin energjetik duke parashikuar dhe rregulluar sistemet e ngrohjes. Tregtimi decentralizuar i energjisë përmes blockchain përputhet me qëllimet e menaxhimit të energjisë në shtëpitë inteligjente. Teknikat e grumbullimit të të dhënave optimizojnë performancën e WSN duke ulur konsumimin e energjisë dhe përmirësuar saktësinë. Agjentët kognitivë mundësojnë përshtatshmëri me kontekstin e IoT-së. Arkitektura të përzierë inovative dhe algoritmet me bazë agjentësh rrisin gjetjen e burimeve dhe lokalizimin e nyjeve, duke përmirësuar shkallëzueshmërinë dhe sigurinë në rrjetet IoT. Punimi i sipërpërmendur kontribuon në veçanti duke (1) integruar AI dhe blockchain për menaxhimin paraprak të temperaturës dhe trajtimin e sigurt të të dhënave; (2) zhvilluar një kornizë që kombinon planifikimin paraprak me zbulimin dinamik të ngjarjeve; dhe (3) vlerësuar performancën në efikasitet energjetik, siguri dhe shkallëzueshmëri.

Megjithë përparimet, mbeten disavantazhe: integrimi i limituar i blockchain me ML paraprak për kontrollin e temperaturës kufizon zgjidhjet e sigurta dhe të përshtatshme; shumë sisteme kanë mungesë kontrolli paraprak të ndërlidhur me siguri të fuqishme të të dhënave; përpunimi në cloud shkakton vonesa dhe pengesa llogaritëse që pengojnë përgjigjen në kohë reale; ndërsa qasjet e menaxhimit të energjisë shpesh i anashkalojnë potencialin e çmimeve dinamike dhe tregtimit të decentralizuar. Ky punim trajton këto probleme përmes një kornize me blockchain dhe AI që integrojnë rrjete sensorësh pa tela, analizën paraprake me ML dhe përpunimin në krah me të dhëna të kohës së ndryshueshme. Inovacionet kryesore përfshijnë përdorimin e parashikimeve të siguruara nga blockchain dhe ML për ngrohje/ftohje të optimizuar; përdorimin e përpunimit në krah për të ulur vonesat duke përpunuar të dhëna lokalisht dhe analizën e kohës të ndryshueshme për të ulur kërkesat në pikat e majës; zbulimin e saktë të ngjarjeve përmes sensorëve të avancuar të WSN-ve së bashku me planifikimin paraprak për të parandaluar konsumin energjetik të tepruar; tregtimin e energjisë peer-to-peer të mbështetur nga blockchain me çmime dinamikë për optimizimin e përdorimit dhe uljen e kostove; dhe shkallëzueshmërinë me efikasitet të përmirësuar të energjisë dhe menaxhim të sigurt të decentralizuar. Modellet e AI/ML zbatojnë në këtë fushë: Rrjetet e Neuralëve Artificiale (ANN) dhe rrjetet e thella të neuralëve modelojnë kohë-rëndësi jo lineare komplekse për parashikime të temperaturës dhe energjisë; Makineritë me Vektorë Mbështetës (SVM) kryejnë regresion mbi të dhëna shumëDimensionale; Pishat Random (RF) ofrojnë parashikim të fuqishëm të kombinuar; Rrjetet e Neuralëve të Përsëritur (RNN) dhe modelet Long Short-Term Memory (LSTM) janë të shkëlqyera për parashikime të varura nga koha; Pema vendimmarrëse (DT) modelon vendimmarrjen e kuptueshme për kontrollin e temperaturës. Këto modele përmirësojnë saktësinë e parashikimeve për optimizimin e sistemeve HVAC. Formulimi i problemit përfshin modelimin e dinamikës së temperaturës bazuar në transferimin e nxehtësisë, përdorimin e ML për parashikimin e temperaturës dhe konsumit të energjisë në të ardhmen, si dhe zbatimin e ligjeve të kontrollit për të mbajtur temperaturën e brendshme brenda preferencave të përdoruesit. Konsumi i energjisë minimizohet duke respektuar kufizimet e komfortit. Analiza e kohës së ndryshueshme mban ndarjet e ndërrimit të punës për llogaritje jo urgjente në momentet jashtë kërkesës kryesore, duke ulur barrën në kohë i majës. Blockchain siguron të dhënat e sensorëve dhe sinjalet e kontrollit përmes ruajtjes së blloqeve të papërmbajtura dhe të pandryshueshme për të garantuar integritetin dhe transparencën e të dhënave. Ngjarjet dinamike të ngrohjes/ftohjes zbulohen duke përdorur shkallën e ndryshimit të temperaturës, me kufij të përshtatshëm që adaptuar nga ML në mënyrë të tillë që të marrin parasysh ndryshjet mjedisore. Planifikimi paraprak shfrytëzon modelet e ngjarjeve historike për të parashikuar nevojat për ngrohje, duke lejuar operacion të parashikuar dhe energjetikisht efikas. Një inovacion kryesor është tregtimi i pavarur i energjisë midis shtëpive të mençura duke përdorur blockchain, ku energjia e tepërt e rinovueshme tregtohet në mënyrë të sigurt përmes kontratave inteligjente me çmime dinamike. Rrjetet sensorësh pa tela optimizohen duke menaxhuar në mënyrë adaptuese sensorët aktivë për të ulur konsumimin e energjisë ndërkohë që mbajnë mbulimin. Shumë shtëpi të mençura bashkëpunojnë si agjentë në një rrjet të decentralizuar për të ndarë barrën e energjisë dhe për të ulur kërkesat në pikën kryesore. Një algoritëm adaptiv i kontrollit minimizon përdorimin e energjisë dhe devijimet e temperaturës duke përdorur sinjale feedback në kohë reale dhe shkallë mësimi. Algoritmi i sistemit grumbullon dhe përpunon të dhëna historike dhe në kohë reale të sensorëve; trajnon modelet ML; parashikon përdorimin e energjisë dhe temperaturën; zbulojnë ngjarjet e ngrohjes/ftohjes; integron blockchain për regjistrim të sigurt dhe të pandryshueshëm dhe konsensus; përdor planifikimin paraprak dhe optimizimin; dhe përshtatet në mënyrë dinamik bazuar në feedback. Performanca vlerësohet në saktësi, kursime energjie, shkallëzueshmëri dhe vonesë. Studimet e simulimit përdorin të dhëna reale nga rrjete sensorësh dhe pajisje IoT që monitorojnë temperatura, përdorimin e energjisë, statusin e radiatorëve, së bashku me të dhëna të motit të jashtëm, për disa dhoma për gjashtë muaj. Përpunimi i të dhënave përfshin interpolimin për vlerat e munguar, eliminimin e jashtëqitjeve përmes filtrit të shumicës së çdonjërit (IQR), normalizimin dhe nxjerrjen e veçorive për modelet kohore. Modelet e rrjeteve neuronale trajnohen dhe vizualizohen për mësim më të përshtatur. Simulimet tregojnë aftësinë e sistemit për të mbajtur temperaturat e brendshme në mënyrë të qëndrueshme ndërmjet ndryshimeve të jashtme duke përdorur kontroll paraprak, duke arritur një rregullim të rrjedhshëm të temperaturës dhe ulje të konsiderueshme të konsumit të energjisë përmes rregullimit dinamik të energjisë dhe balancimit të ngarkesës në kohë të ndryshme. Integrimi i blockchain siguron menaxhim të sigurt të të dhënave dhe mbështet tregtinë dhe planifikimin e decentralizuar të energjisë. Sistemi zbulon shpejt ngjarjet e ndezjes dhe fikjes së radiatorit dhe ngjarjet e ftohjes duke përdorur kufij ML, duke lejuar kontroll paraprak energjetik dhe të qëndrueshëm. Krahasimet tregojnë përmirësime të mëdha në kursimet energjetike, kohën e përgjigjes, saktësinë, zbulimin e ngjarjeve dhe sigurinë e të dhënave. Analizat e kompleksitetit algoritmik tregojnë koleksion të dhënash efikas në kohë reale (O(n)), inferencë ML (O(d)), përpunim të transaksioneve blockchain (O(1) deri në O(log n)) dhe zbulim ngjarjesh (O(n)). Ruajtja rritet me numrin e sensorëve dhe madhësinë e blockchain. Kjo kornizë balancëron kërkesat llogaritëse dhe optimizimin e përdorimit të energjisë duke ruajtur integritetin e të dhënave përmes konsensusit të blockchain. Në përfundim, korniza e propozuar me AI dhe blockchain për kontroll paraprak të temperaturës në shtëpi të mençura kombinon parashikimet e avancuara ML, menaxhimin e sigurt dhe të decentralizuar të të dhënave, përpunimin në krah bazuar në kohë të ndryshueshme të të dhënave dhe tregtinë e decentralizuar të energjisë. Ky qasje e integruar përmirëson dukshëm efikasitetin energjetik, përgjigjen e sistemit, komfortin e përdoruesit dhe sigurinë e të dhënave, duke adresuar sfidat kryesore në mjediset e shtëpive të mençura dhe duke siguruar një kontroll të shkallëzueshëm, të besueshëm dhe të përshtatshëm të temperaturës.