跳转到主要内容

原始研究的文章

前面。大数据,2023年2月02
秒,数据科学
卷6 - 2023 | https://doi.org/10.3389/fdata.2023.1082113

扩展方法来评价电力分配和碳足迹的比特币智能城市

  • 计算机科学部门,Acharya Narendra大学大学德里,印度新德里

一个国家不能维持一个高效和有效的人口没有智能城市。由于其显著的依赖数字技术,这些城市需要一个高水平的网络犯罪的保护。Cryptocurrencies获得了显著的关注由于其安全、可靠的基础设施。的分散cryptocurrency运营在一个更加不信任的环境中被称为区块链,其中每个网络参与者的分类帐复制所有事务。区块链技术雇佣证明共识机制不需要建立中央权威。但共识机制要求矿商解决密码问题通过生成随机散列,直到其中一个匹配所需的一个。这个过程是能源密集型的,当数千名矿工重复验证单个事务,消耗大量的电力。此外,电力生产大量的碳足迹。补丁方法利用创建的所有散列的数据每年十年为一个周期和开采效率的硬件计算比特币能源消耗。由于大量的未知和不确定的因素,很难准确地计算出一个值对电力消费和碳足迹据修补方法。 The proposed method extends the Patch methodology by adding a maximum and minimum limit to the hardware efficiency as well as the sources of power generation, which can help refine estimates of electricity consumption and carbon emissions for a more accurate picture. Using the proposed methodology, it was estimated that Bitcoin consumed between 38.495 and 120.72 terawatt hours of electricity in 2021 and released between 2.12 and 45.37 million metric tonnes of carbon dioxide. To address the issue of excessive energy consumption and carbon emissions, a significant number of individual miners and mining pools are relocating to energy-intensive regions, such as aluminium mining sites that rely on hydroelectricity for energy generation.

1。介绍

智能城市的愿景是大都市,房子和管理一个高效人口在一个具有挑战性的和变化的环境。基础设施问题等一级城市德里、班加罗尔、孟买、和其他地铁在暴雨期间显示城市是多么重要和必要的精心策划。在这些城市,一个安全的,聪明,像比特币的高端数字货币协议的转会资金是必要的。

比特币已经存在了十多年,现在,自从创世纪块被Satoshi Nakamoto(开采2009年熊猫et al ., 2021),它有几个其他的硬币铺平了道路。它基于区块链技术,这是一个点对点网络,形成分散的分类帐,验证交易不需要中央权威。比特币矿业雇佣proof-of-work共识机制,最长的分类帐领带,承诺一个安全网络网络,不能以任何方式篡改。这使得一个强大的方式来处理大规模交易。它没有一个中央系统还显示,它可以处理更大的交易一天24小时,一周7天。而且,因为它是开放的,它是不会过时的,因为有一个社区的开发人员可以修复bug和公开讨论板使该技术更好的需求和政策的变化。它改变了经济和金融的方式在全球范围内实施。但是每个革命会带来一些影响。在比特币的情况下,使其有争议的主要问题是它的碳足迹。事务系统需要有一个验证系统,停止欺诈。 Usually, in a fiat economy, these verifications are done by banks, or, to be more specific, a hierarchy of banks, where on top is the central bank, which is affiliated with the central government. But because Bitcoin is decentralized, no one in charge can check for fraud. This means that a verification system must be 100% accurate. Bitcoin achieves this by maintaining a ledger with a verification system. This system is maintained by an entity called “miners.” Miners are independent players who sign up to check new transactions and get paid for them.

为了安全,比特币使用sha - 256算法(吉尔伯特和Handschuh, 2004年)加密交易。该算法将事务数据转换成一个64位的哈希码的长度,为每笔交易是独一无二的。使用比特币系统的主要好处是,无论是一个人还是一个电脑可以扭转的散列码。每笔交易提供了一个加密哈希码,通常称为“散列和矿工解码散列;谁先解码得到回报。自一个散列码不能被逆转,其解码完成使用hit-and-trial方法中创建tera-hash超过每秒网络中随机的基础上。开采过程中的比特币,大部分电力是用来创建随机散列。由于大多数的电力生产在全球范围内,即使在美国等发达国家,使用煤炭和其他高碳排放来源,用电量大的系统比特币下滑更为剧烈忍不住创建一个块的碳足迹。碳足迹是直接关系到电力消费和生产源头。矿工的位置很容易算出每个矿业交易的碳足迹。 However, because cryptocurrency is decentralized and trustless, it is very hard to track down a miner. Many researchers have made multiple assumptions, like the one in the Zumo Methodology (约翰逊和Pingali, 2021年),这使得模糊假设一个矿工总收入的60%用于两个电力成本。最好的和最坏的情况下,该方法使一个更准确的估计,一个更现实的结论。

2021年,每个拉哈希的比特币矿业将使用约50焦耳的能量。该研究将计算出电力使用的比特币挖掘网络和多少碳释放过去10年。这个能源危机在比特币将其可持续性的监督下环保人士和一般人一样。

论文的组织如下:第二部分介绍了相关工作报告在文献中。研究方法是解释说,在第三节和第四节,使用提出的研究方法的结果。最后,第五节总结了纸。

2。背景

人们看到cryptocurrency数字经济的未来,和它的市值将达到2022年超过2万亿美元。它被认为是下一代智能城市的支付方式,因为它是广泛使用的和众所周知的。区块链技术可用于智能城市的许多事情,如保险、供应链管理、环境管理、跟踪医疗记录,管理的身份,并使金融交易(盖德和Aithal, 2020)。

在智能城市,比特币通常被视为未来的货币。由于这个原因,重要的是要评估其长期生存能力。Hakak et al。(2020)提出了一个三层计划智能城市基于区块链。作者说,区块链技术可以用来保护智能城市,因为它是开放的,而不是由一个人或一组控制。

研究人员正在很多关注稳步上升的能源使用和有害的影响。比特币网络每年消耗大量的电力,留下一些国家如爱尔兰的功耗和奥地利(O 'Dwyer和马龙,2014;德弗里斯,2018)。马克·约翰逊和Sahithi Pingali (Gallersdorfer et al ., 2021)解释如何衡量不同利益相关者的用电量和碳排放crypto-mining使用补丁和Zumo方法。德弗里斯(2018)估计比特币的功耗范围从2.55千瓦到7.67千瓦。作者说,矿工们将继续进行散列,直到他们的边际成本和边际产品是相同的。Gallersdorfer et al . (2021)使用基于交易和投资的方法来找出使用多大的权力。这种方法使用加权块的比率和交易的回报。矿工使用强大的和有效的硬件,使用大量的电力。

Kufeoglu和Ozkuran (2019)检查了269个不同类型的硬件的性能,包括fpga、cpu、gpu, asic。根据他们的研究,比特币矿业的历史峰值为1.3和14.8兆瓦之间两周的开始于12月18日,2017年。他们还计算能耗为2018年,范围在15.47和50.24太瓦时。不同的硬件模型比较根据能耗和效率。Pathirana et al。(2019)得出结论:Bitmain Antminer S9相比是最有效的硬件ASIC和FPGA,虽然Nvidia gpu比ATI gpu越来越贵,其效率却越来越低。反过来,这些硬件对碳排放作出了重大贡献。开采使用大量的富含碳的燃料发电,这是对环境有害。Bisht et al。(2022)使用机器学习模型来找到一个联系生产的不同来源和危险的碳被释放。能耗和碳足迹为开源cryptocurrency Monero,计算(李et al ., 2019)。他们使用的网络散列率和硬件效率的采矿机相同。Al Kawasmi et Al。(2014)提出了一个模型,比特币的分散的碳排放。类似的斯托尔et al。(2019)使用挖掘硬件、设施和池为目的。他们使用的IP地址池、节点和设备计算出该地区的碳足迹。他们报告说,碳排放MtCO范围从23.6到28.82蒙古,约旦和斯里兰卡之间产生。Kononova和Dek (2020)开发了一种方法,找出比特币的碳足迹挖掘基于矿工的位置和价值的碳排放MtCO被估计为44.122/年。但范围可以是一个更好的方法来估计这些参数不是一个数字。本研究提出一个长期的解决办法找出多少能源使用和多少碳释放。

3所示。材料和方法

智能城市是很重要的有一个安全的网络crypto-mining区块链,因为车链是所有事务的分散并保持详细记录。绿色计算,重要的是要确保区块链网络运行所需的电力来自源,产生更少的碳。但是先前的研究已经表明,大量的能量用于采矿来自重碳能源,如煤和化石燃料,释放大量的二氧化碳到大气中(世界核协会,2021)。由于这个原因,重要的是要看的碳排放来自于采矿过程,找出如何砍伐。在文献中,估算碳排放的过程是基于一些假设可能导致不一致的结果。扩展框架提出了解决这个问题,弄清楚有多少电力使用和多少碳释放。

在本节中,提出的框架,找出我的电量用于cryptocurrencies和他们的碳足迹。框架需要收集和预处理数据,其次是确定范围在cryptomining电力消耗和二氧化碳排放。图1拟议的框架,简要解释的步骤如下:

图1
www.雷竞技rebatfrontiersin.org

图1。提出了框架计算能耗和碳排放。

3.1。数据收集

数据来源https://www.blockchain.com/https://www.kaggle.com/是利用进行深入分析。不同的硬件的数据集包括哈希,特征用于采矿和他们的效率从2011年到2021年,每克产生的碳足迹有限公司2各种来源的/千瓦时。区块链网络的计算能力是衡量散列。得到最好的结果,数据的质量是非常重要的。因此,数据预处理完成最相关和可靠的数据集。散列率数据集包含的属性时间戳、年和散列率。时间戳显示记录的日期和时间,显示了一年的记录,和散列显示多少计算能力区块链网络在给定的日期和时间。的名称来源和释放的碳量(克有限公司2每千瓦时)在碳排放数据集。硬件数据集包括miner_name、类型、日期,哈希(Th /秒),权力(W),效率(J / Th)。Miner_name指定挖掘硬件的名称,类型指定挖掘硬件的类型,如CPU、GPU,等等。显示日期和年硬件时用于采矿、效率表明计算能力(每秒tera散列)矿业硬件。图2 a - c目前上述数据集的截屏。

图2
www.雷竞技rebatfrontiersin.org

图2(一)截图hash-rate数据集。(B)截图的碳排放数据集。(C)截图的硬件数据集的效率。

3.2。数据预处理

原始数据放到一个格式,是容易理解的,以改善其质量和使它更容易使用。数据预处理包括清洗、转换、过滤和分组的数据。来自不同数据源的数据组合在一起时,可能会有重复或缺失值。为了解决这个问题,熊猫图书馆在Python中被用来填充缺失值,消除重复或多余的属性。不受欢迎的属性出现在哈希数据集,从只有选择有用的属性,即。,年和散列率。同样,去年和效率(J / Th)数据集的选择效率。作为散列率和效率数据都分布在一个广大的时间表,他们被过滤到一个特定的时间表十年,即2011年到2021年,分组year-wise来提高数据的准确性。

3.3。计算能力消费

很多理论被提出计算比特币矿业的电力消耗。文献报道,补丁方法(李et al ., 2019主持单一值)电力消耗,因此,有一些局限性。所以,这个工作给更详细的方法找出比特币矿业用了多少电。

补丁方法使用商用采矿设备和效率计算出每天用多少电约翰逊和Pingali, 2021年)。矿工使用有限的设备验证加密网络上的交易;电力消耗的设备取决于其效率和散列。李et al。(2019)计算电力消耗的产品硬件效率和网络哈希cryptocurrencies率。使用补丁方法,电的使用量在2021年估计有60 TWh。然而,这些结果是不一致的与现有文献(德弗里斯,2018)。在这个工作中,得到一个更现实的估计的使用多少电,修补方法的局限性与扩展方法克服。

加密矿工的地理位置是未知的,很难找到一个单一值的电量用于比特币挖掘。这工作扩展了补丁方法通过添加一个上限和下限的电力使用。它也缩小可能的解决方案的范围。

3.4。估计的上下界的能耗

下界描述了将会发生什么如果矿工使用最有效的硬件,而上限看将会发生什么,如果他们使用效率最低,但最赚钱的硬件。上限是发现通过硬件的平均效率效率最低的但是最赚钱的硬件和网络散列率。

同样,下限是由网络散列率乘以平均硬件效率最有效的硬件。图3显示了该方法的概述来确定范围的电力消耗。电力消耗的值计算如下:

电力消耗(B) = x网络Hash-rate硬件效率

B u = E f l × H r B l = E f × H r
图3
www.雷竞技rebatfrontiersin.org

图3。概述的建议的方法计算范围的电力消耗。

在那里,

Hr =网络hash-rate

Bu=上界,Bl=下界

英孚l=平均效率最低硬件的效率

英孚=平均效率最有效的硬件。

B ÷ N h = E f ÷ ( 3 6 × 106年 ) B = ( E f × N h ) ÷ ( 3 6 × 106年 ) B = ( E f × H r × 24 × 3600年 ) ÷ ( 3 6 × 106年 ) B = E f × H r × 24 × 1 0 - - - - - - 3

在那里,

Nh =散列的数量=人力资源x 24×3600

提出的方法已应用于确定后的结果,结果使用Jupyter查看笔记本。碳排放的计算方法在接下来的小节描述。

3.5。排放因子的计算

计算碳排放的上下边界,排放因子。这些因素促进排放引起的各种来源的估计。上限的排放系数,平均每千瓦时(gCO克的二氧化碳2使用/千瓦时)从所有碳源。同样,下界,只考虑用最小的碳排放来源。

3.6。计算碳排放

当弄清楚碳足迹,用于我的比特币的电力。所做的计算是电力排放因子乘以需要我的比特币,这是上面的计算。

碳足迹=排放因子x电力消耗

3.7。估算碳排放的上限和下限

得到一个现实的估计比特币的碳足迹,一个上界和下界是用于设置发射范围。矿工的场景,在该场景中,我从一个发电碳源作为上界。下界的情况描述了矿工的工作从一个地方电力与能源留下最少的碳,如太阳能、风能、水电能源。计算碳排放的上下边界,排放因子。这些因素促进排放引起的各种来源的估计。上限的排放因子,gCO的平均值2使用/千瓦时由不同的碳源。同样,下界,只考虑用最小的碳排放来源。

B u = E f l × P c B l = E f × P c

在那里,

电脑=电力消耗

BU=上界,Bl=下界

英孚l=平均排放的碳密集的来源

英孚=平均排放的绿色能源。

3.8。结果分析和可视化

Python的Jupyter笔记本和相关的库,如Numpy和熊猫,用来查看数据,让它更容易理解。然后使用Matplotlib和Excel将分析的结果转化为数据的图形表示。总电力消耗从2009年到2021年之间的变化115 TWh和331太瓦时,而碳排放范围从5.950太有限公司2127.372太有限公司2

拟议的框架被用来找出比特币矿业用了多少电,并释放多少碳。在下一节中给出的结果。

4所示。结果与讨论

正如在前一节中所讨论的,没有足够的信息来估计排放的准确数字比特币的原因。许多大型矿业池隐瞒信息,如硬件人口和电源分布以防止竞争。近似的电力消耗和碳排放可以计算得到一个cryptocurrency的可持续性。从不同来源收集的数据,比如https://www.bitcoin.com/https://www.kaggle.com/预处理。上述拟议的框架被用来找出多少电比特币开采使用,它释放多少二氧化碳从2009年到2021年。

4.1。电力消耗

使用估计的上限和下限,拟议的框架被用来找出多少电每年比特币交易使用。因为没有足够的硬件信息为每个事务,每个矿工使用的效率,挖掘硬件大致可以分为两组:最少的能源密集型和最耗能的拉哈希对于一个给定的,提出了表1。表包含的最小和最大效率的硬件(J / TH)分组。比特币的总年散列率从2011年到2021年了表2图4显示了在谷歌搜索“比特币能源消耗增加。“轴代表时期从2011年到2022年,和y轴表示的搜索数。

表1
www.雷竞技rebatfrontiersin.org

表1。每年总散列比特币率从2011年到2021年。

表2
www.雷竞技rebatfrontiersin.org

表2。每年总散列比特币率从2011年到2021年。

图4
www.雷竞技rebatfrontiersin.org

图4。谷歌搜索“比特币能耗”从2011年到2021年(谷歌趋势,2022年)。

年度用电量进行了比较分析,并提出了电力消耗的结果表3。表指定的最小、最大和平均价值2011 - 21年的电力消耗。它可以观察到表3有一个增长超过100%的碳排放比特币矿业2018年,使其成为环境问题的最关键的一年。图4表明,越来越多的人在谷歌上搜索“比特币能耗”时,也是这一趋势的一个标志。这项工作考虑的时期2011 - 2021,而不是比特币的整个生命周期,因为在最初几年比特币,矿工们用他们的设备和家用电源。这些设备每拉散列可以使用大量的电力,但是因为没有尽可能多的比特币交易,他们可能不会有很大影响,比特币的碳足迹。

表3
www.雷竞技rebatfrontiersin.org

表3。电力消耗矿业比特币(Twh)。

4.2。碳排放

比特币的分散性质带来许多优点;它极具挑战性来计算碳排放和电力消耗在维持整个分类帐,所以估计是用来把它变成现实的范围值。该方法考察的电量使用最坏的和最好的场景。在最好的情况下,假设矿工使用能源,把小碳。相比之下,最坏的情况是基于这个想法矿工使用的电源,释放大量的碳。的平均碳排放能源所示的两种类型表4。上下极限的表显示用于碳的排放因子和绿色能源。可以看出,有一个排放来自两个来源之间的显著差异。根据地区和技术、排放相同数量的电力可以不同。因此,平均排放被认为是而不是最高及最低的排放。最后,电力消耗是用于评估碳排放。

表4
www.雷竞技rebatfrontiersin.org

表4。平均低排放和g / kilo-watt-hour上界能源(吉尔伯特和Handschuh, 2004年)。

表5显示的最小、最大和平均碳排放数百万吨的比特币挖掘从2011年到2021年。从表中,我们能算出的流行比特币在封锁的“恐慌性交易期”(Bejaoui et al ., 2021)导致了碳排放量增加了50%在2021年。恐慌交易时期不仅带来了加密市场更成为主流经济但也打开了一扇门讨论其可持续性。这也证实了增加谷歌搜索“比特币的碳足迹”所示图7

表5
www.雷竞技rebatfrontiersin.org

表5。最小、最大和平均碳排放数百万吨的比特币矿业从2011年到2021年。

环保主义者关心的是巨大的碳排放造成的比特币挖掘。许多其他的隐匿的已经使用低排放过程,如proof-of-stake来处理这个问题。因为没有人拥有比特币,这是极难改变共识机制。

2021年,它是计算,比特币矿业2.12至4537万公吨的碳释放。总碳排放也估计在5.95至127.372的范围;再次,确切数字无法估计由于缺乏矿工的数据。图是绘制碳排放和电力消耗的比特币矿业显示了从2011年到2021年图5,6。这些数据显示用电量的下降和碳排放。这可以解释为采矿机器越来越少用电。然而,这种下降趋势并没有持续多长时间,cryptocurrency 2020年开始变得更受欢迎。因此,公众开始交易和矿业比特币和其他cryptocurrencies。与此同时,2018年担任为矿工们敲响了警钟,因为它表示担忧矿工的社区环境(谷歌趋势,2022年,b)。图7显示的谷歌搜索“比特币的碳足迹”上升,这符合表4所示。

图5
www.雷竞技rebatfrontiersin.org

图5。最小、最大和平均用电量的比特币矿业Tera-watt-hour从2011年到2021年。

图6
www.雷竞技rebatfrontiersin.org

图6。最小、最大和平均碳排放的比特币矿业Tera-watt-hour从2011年到2021年。

图7
www.雷竞技rebatfrontiersin.org

图7。谷歌搜索“比特币碳足迹”从2011年到2021年(谷歌趋势,2022 b)。

表6介绍了在电力消费变化百分比2011 - 21所示。表6图4描述声望的增长和技术生命周期的比特币2011 - 21所示。第一个比特币赚钱的一年是2012年,也看到了用电量下降约2021.78%。这是因为矿工开始将比特币矿业作为一份工作而不是另一个消遣。

表6
www.雷竞技rebatfrontiersin.org

表6。百分比增加年度电力消耗的比特币挖掘。

在这段时间里,现场可编程门阵列(fpga)成为受欢迎的比特币矿业的唯一目的。在2019年,电的使用量下降了20%。这可能是因为采矿机器越来越高效或者使用更少的能量。2021年,有一个最终增加近45%。COVID-19疫情的这可能是因为当大多数投资者开始将资金投入cryptocurrencies和全面互联、客体行业开始增长(Bejaoui et al ., 2021)。

5。讨论

已经有很多讨论比特币矿业使用多大的权力和在文献中已经提出不同的方法来估计。然而,这些方法有一些限制,因为他们只提供估计为电力消费价值。Zumo方法主要关注平均所需的电我一个硬币(Gallersdorfer et al ., 2021)。它计算能耗使用的价值矿工的收入和电的平均单价。矿工的收入来维持区块链计算通过添加的块奖励cryptocurrency和相关的交易费用。计算功耗矿业公司百分之六十的收入除以平均单价的电力。补丁方法计算的日常用电量cryptocurrency开采使用商用采矿设备及其效率(李et al ., 2019)。权力的使用发现乘以硬件与网络的效率哈希的货币。使用Zumo方法,200太瓦时的功耗估计2021年,虽然它被估计为60 TWh使用补丁方法。然而,这些发现似乎没有与现有的文献。此外,Zumo方法采用假设(假设60%的收入花在权力)计算结果,提高担心数据的准确性。重要的是要找到一个更好的计算方法更现实的价值不依赖于假设的用电。补丁方法利用硬件效率和矿工的地理位置来计算一个图的电力消耗和碳足迹,这可能是不准确的。它是不可行的准确测量采矿硬件工作因为矿工是分散在世界各地,使用不同的电力来源。

而不是使用矿工的位置和电力生产的源泉,这项工作提出了硬件的效率最好的和最坏的场景以及发电来源。狭窄的范围是获得电力消耗和碳排放,这是符合文献中报道的结果。

6。结论

智能城市是现代国家的一个最大的需求。它能适应快速变化的科技食物。它使用现代技术提高普通群众的生活水平。Cryptocurrency twentifirst世纪就是这样的一个开创性的货币使用区块链技术。这项技术的最初目的是为了简化电子运动的钱。但在过去的几年里,区块链已经成长为一个可靠的技术,可以在许多不同的方式使用。比特币,作为它的一个,让记者、活动家、和许多其他世界各地的专业人士。这些人总是在两个组织的审查,和区块链帮助他们获得基金没有任何监管机构的干预。此外,由于区块链上的交易网络不能被篡改,它从网络攻击保护智能城市。主要关心的是如何摆脱所有法定货币,全球所有的事务将会影响环境。 The proposed work was used to look into how Bitcoin mining affects the environment. Since Bitcoin has become more efficient over time, electricity use and carbon emissions have gone down. Mining machines, which are the main source of pollution, have gotten better over time, which has made them use less electricity. Using the proposed method, it was estimated that Bitcoin used between 38.495 and 120.728 terawatt hours of electricity in 2021, while it emitted between 2.12 and 45.379 million metric tons of carbon.

许多个体矿工和矿业池也转向环保和具有成本效益的能源如太阳能电池板的手段。然而,相当多的矿业池已经集中在能源密集型领域铝矿业网站,使用水电发电。Proof-of-stake是另一个替代现行制度。人认为proof-of-work共识机制用于验证交易的主要原因是比特币使用如此多的能量。但当前的方法相比,它仍然是相当新的,proof-of-stake不如proof-of-work好还是可靠的,因为它过于依赖的商誉利益相关者(Poelstra 2015)。仍有许多工作要做在比特币可以完全替换当前的金融系统在智能城市。

数据可用性声明

最初的贡献提出了研究中都包含在本文/辅料,可以针对相应的作者进一步询问。

作者的贡献

所有作者列出了平等的贡献并批准出版工作。

资金

这项工作是由印度生物技术部明星大学计划,生物技术,印度政府。

确认

作者感谢校长的Acharya Narendra大学德里大学,提供必要的设施。作者承认明星学院方案提供的设施,生物技术,印度政府,对于开展工作。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用

Al Kawasmi E。,Arnautovic, E., and Svetinovic, D. (2014). Bitcoin-based decentralized carbon emissions trading infrastructure model.系统。Eng。18日,115 - 130。doi: 10.1002 / sys.21291

CrossRef全文|谷歌学术搜索

Bejaoui,。,米gadmi, N., Moussa, W., and Sadraoui, T. (2021). A short-and long-term analysis of the nexus between Bitcoin, social media and Covid-19 outbreak.Heliyon7:e07539。doi: 10.1016 / j.heliyon.2021.e07539

《公共医学图书馆摘要》|CrossRef全文|谷歌学术搜索

Bisht,。,Wilson, A., Jeffreys, Z., and Samavi, S. (2022). Does crypto kill? Relationship between electricity consumption carbon footprints and bitcoin transactions.arXiv预印本)。arXiv: 2206.03227。

谷歌学术搜索

•德•弗里斯(2018)。比特币不断增长的能源问题。焦耳2,801 - 805。doi: 10.1016 / j.joule.2018.04.016

CrossRef全文|谷歌学术搜索

盖德,d S。,和Aithal, S. (2020). Blockchain technology: a driving force in smart cities development.j: Int。Eng。管理。4,237 - 252。doi: 10.5281 / zenodo.4417905

CrossRef全文|谷歌学术搜索

Gallersdorfer U。Klaaßen, L。,和斯托尔,C。(2021)。占碳排放引起的cryptocurrency和标记系统。arXiv预印本)。arXiv: 2111。06477年。

谷歌学术搜索

吉尔伯特,H。,和H和schuh, H. (2004). “Security analysis of SHA-256 and sisters,”选择在密码学领域。囊2003。在计算机科学的课堂讲稿松井,eds M。,Zuccherato R. J. (Berlin: Springer).

谷歌学术搜索

Hakak, S。,Khan, W. Z., Gilkar, G. A., and Imran, M. Guizani, N. (2020). Securing smart cities through blockchain technology: architecture, requirements, and challenges.IEEE网络34岁,8 - 14。doi: 10.1109 / MNET.001.1900178

CrossRef全文|谷歌学术搜索

约翰逊,M。,和Pingali, S. (2021).指导会计和报告从Cryptocurrency用电量和碳排放。网上:https://cryptoclimate.org/wp-content/uploads/2021/12/RMI-CIP-CCA-Guidance-Documentation-Dec15.pdf(2021年12月15日通过)

谷歌学术搜索

Kononova, K。,和Dek, A. (2020). “Bitcoin carbon footprint: mining pools based estimate methodology,” in《HAICTA(塞萨洛尼基),265 - 273。

谷歌学术搜索

Kufeog¨, S。,和Özkuran, M. (2019). Energy消费比特币矿业。剑桥大学在1948年经济工作底稿。剑桥大学经济学教师。

谷歌学术搜索

李,J。,li, N., Peng, J., Cui, H., and Wu, Z. (2019). Energy consumption of cryptocurrency mining: a study of electricity consumption in mining cryptocurrencies.能源168年,160 - 168。doi: 10.1016 / j.energy.2018.11.046

CrossRef全文|谷歌学术搜索

O 'Dwyer k . J。,和米alone, D. (2014). “Bitcoin Mining and its Energy Footprint,” in25日爱尔兰信号与系统专业会议2014年和2014年爱信息和社区技术国际会议(ISSC 2014 / CIICT2014),武汉。

谷歌学术搜索

熊猫,美国K。,Jena, A. K., Swain, S. K., and Satapathy, S. C. (2021).区块链技术:应用和挑战。智能系统参考图书馆。可汗:施普林格国际出版。

谷歌学术搜索

Pathirana,。,Halgamuge, M., and Syed, A. (2019).节能比特币矿业矿业利润最大化:使用数据从119比特币挖掘硬件设置。第262 iy国际研讨会论文集。国际研究所的工程师和研究人员。网上:https://www.worldresearchlibrary.org/proceeding.php?pid=3297(11月6日至7日访问,2019)。

谷歌学术搜索

Poelstra, a (2015)。在股权和共识。网上:https://download.wpsoftware.net/bitcoin/pos.pdf

谷歌学术搜索

斯托尔,C。,Klaaßen, L., and Gallersdörfer, U. (2019). The carbon footprint of bitcoin.焦耳3,1647 - 1661。doi: 10.1016 / j.joule.2019.05.012

CrossRef全文|谷歌学术搜索

世界核协会(2021)。二氧化碳排放的电力。伦敦:世界核协会。

谷歌学术搜索

关键词:cryptocurrency, crypto-mining、碳排放、环境、电力消费

引用:沙玛,Sharma P, Bamotra H和白肢野牛V(2023)扩展的方法来评价电力分配和碳足迹的比特币智能城市。前面。大数据6:1082113。doi: 10.3389 / fdata.2023.1082113

收到:2022年10月27日;接受:2023年1月12日;
发表:2023年2月02。

编辑:

Namita古普塔印度,王公Agrasen理工学院

审核:

Pooja古普塔印度,王公Agrasen理工学院
前腿高尔印度,王公Agrasen理工学院

版权©2023沙玛,沙玛,Bamotra和白肢野牛。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。

*通信:Vibha白肢野牛,是的vibhagaur@andc.du.ac.in

__这些作者对这项工作同样做出了贡献,分享第一作者

下载