类型a：这篇文档报告了一项原创研究。
主要作者与机构及发表信息
本研究的主要作者包括王丹欣（Danxin Wang）、陈先豪（Xianhao Chen）、张兰（Lan Zhang，IEEE会员）、方玉光（Yuguang Fang，IEEE会士）和黄传河（Chuanhe Huang）。作者分别隶属于武汉大学计算机科学学院、湖北珞珈实验室、佛罗里达大学电气与计算机工程系以及密歇根理工大学电气与计算机工程系。该研究发表于《IEEE Internet of Things Journal》期刊，并已被接受用于未来某期的出版，但尚未完全编辑完成。引用信息为DOI: 10.1109/JIOT.2021.3138971。
学术背景
这项研究属于数字接触追踪（Digital Contact Tracing）领域，旨在应对新冠疫情（COVID-19）及其变异毒株传播带来的挑战。在后疫情时代，随着社会经济活动的逐步恢复，传统的基于人与人（Human-to-Human, H2H）接触追踪系统面临隐私保护、能耗效率低下以及间接接触传播追踪不足的问题。此外，由于全球封锁对经济的影响，许多高密度人群区域（如商场、机场等）需要一种更高效的接触追踪方法来平衡防疫与经济发展需求。因此，本研究提出了一种基于区块链（Blockchain）的人与基础设施（Human-to-Infrastructure, H2I）接触追踪框架，以解决上述问题并提升追踪系统的隐私性、可靠性和扩展性。
研究工作流程
本研究的工作流程分为五个主要阶段：系统初始化、交互记录收集、区块链中的交互记录存储、用户接触档案生成以及接触追踪服务。
系统初始化与密钥生成
在这一阶段，所有锚节点（Anchor Nodes）需通过健康权威机构（Health Authority, HA）进行身份认证和授权，成为合法节点。每个锚节点预注册其身份ID和位置信息，并从HA获取逻辑位置索引和公私钥对。用户也需要注册并生成自己的公私钥对。
交互记录收集
研究中涉及两种类型的锚节点：长期有效凭证发行节点（如学校、公司、火车站等）和临时凭证发行节点（由健康权威机构部署在公共场所）。对于长期有效凭证，用户通过刷卡或检票等方式与锚节点交互，生成交互记录。对于临时凭证，锚节点检测到用户进入覆盖范围后，向用户发送包含临时身份标识（SID）和可验证凭证（VC）的交互信号。用户确认后将交互记录发送回锚节点存储。
区块链中的交互记录存储
锚节点将交互记录交易数字化签名后广播至基于自我主权身份模型（Self-Sovereign Identity, SSI）的联盟区块链。区块链采用共识机制（如PoW）确保数据的完整性和一致性。
用户接触档案生成
用户可通过提交查询请求生成自己的接触档案（Contact Profile, CP）。智能合约CPSM自动运行并提取用户的交互记录，生成CP。对于确诊患者，HA通过执行智能合约获取其加密的CP。
接触追踪服务
研究引入了基于决策性Diffie-Hellman假设（DDH Assumption）的私人集合交集基数协议（Private Set Intersection Cardinality, PSI-CA），用于计算用户与确诊患者的接触次数。接触追踪由两个智能合约（CPSM和CTSM）自主执行，确保隐私保护和系统可靠性。
主要结果
研究结果表明，所提出的H2I接触追踪框架在多个方面表现出色：
1. 隐私保护：通过SSI模型和区块链技术，用户能够完全控制自己的身份信息，并消除身份与位置信息之间的关联。PSI-CA协议仅暴露接触次数，进一步保护了用户和确诊患者的隐私。
2. 安全性：系统对伪造记录攻击、身份伪造攻击、跟踪去匿名化攻击和重放攻击具有鲁棒性。区块链的透明性和一致性确保了数据的安全性。
3. 可靠性：H2I架构适合高密度人群区域，减少了交互记录频率和能耗，同时能有效追踪间接接触传播。
4. 扩展性：通过调整时间周期和合并交易记录，系统能够处理大规模用户交互记录。
结论与意义
本研究提出了一种基于区块链的H2I接触追踪方法，解决了传统H2H系统的隐私泄露、能耗过高和间接接触追踪不足的问题。该方法结合了SSI模型和PSI-CA协议，实现了隐私保护和高效接触追踪。研究结果表明，该系统在隐私性、安全性和扩展性方面均具有显著优势，适用于后疫情时代的公共卫生管理。
研究亮点
1. 创新性框架：首次提出基于区块链的H2I接触追踪架构，结合SSI模型和PSI-CA协议，解决了现有系统的局限性。
2. 隐私保护：通过消除身份与位置信息的关联以及仅暴露接触次数，实现了高水平的隐私保护。
3. 自动化执行：智能合约的引入确保了系统的自动化和可靠性，避免了人为干预。
4. 应用场景广泛：该系统不仅适用于疫情防控，还可扩展至其他需要隐私保护的场景，如物联网设备数据共享。
其他有价值内容
研究还探讨了系统的性能分析，包括数据存储、计算复杂度和与其他区块链接触追踪系统的对比。实验结果表明，该系统在计算效率和存储需求方面表现优异，尤其在处理大规模用户数据时具有显著优势。