Cómo Hedera Hashgraph permite una autenticación rápida y de bajo consumo energético para la educación en IoT

• La pila de autenticación de aprendizaje en línea basada en IoT en Hedera alcanzó 4,310 TPS, aunque el rendimiento se redujo ligeramente a 3,425 TPS cuando se combinó con gráficos de conocimiento.
• Las pruebas en dispositivos reales mostraron una autenticación de 41–47 ms en Raspberry Pi y de 55–68 ms en ESP32; las ejecuciones de BAN+ProVerif no detectaron fugas de autenticación.

Hedera Hashgraph se está citando en nuevas investigaciones como una capa base práctica para una autenticación rápida y de bajo consumo en sistemas educativos basados en IoT. El tema de investigación es un problema típico en el contexto del aprendizaje en línea, que utiliza dispositivos interconectados, donde las verificaciones de inicio de sesión e identidad podrían ralentizar el acceso y aumentar la probabilidad de fallos cuando son atendidas por una única instalación central. El modelo propuesto usa Hedera como una capa de confianza y ordenamiento, manteniendo los datos de identidad sensibles fuera de la cadena.
Según el investigador Marco Slazmann, la investigación combina Hedera Hashgraph, gráficos de conocimiento y claves simétricas dinámicas asistidas por GAN. Se utiliza el Servicio de Consenso de Hedera para crear eventos ordenados y con marca de tiempo, de modo que las acciones de autenticación puedan ser validadas y rastreadas sin publicar cargas útiles privadas. La solución está dirigida a implementaciones donde las escuelas y plataformas de formación puedan basarse en dispositivos de bajo consumo y altos volúmenes de sesiones.

🧵 Hedera + Gráficos de Conocimiento + Claves GAN: Un marco de autenticación de alto TPS y bajo consumo para IoT en aprendizaje en línea

El IoT en el aprendizaje en línea es increíble… hasta que el inicio de sesión + la identidad se convierten en el cuello de botella. Autenticación centralizada = punto único de fallo, mala escalabilidad, y los dispositivos IoT son limitados en recursos.… https://t.co/QUqj1e1WyM pic.twitter.com/qP2vKHWjzc

— Marco Ħ 🇩🇪🇻🇪 (@MarcoSalzmann80) 26 de enero de 2026

Mientras tanto, los gráficos de conocimiento son utilizados por el componente semántico para modelar identidades, atributos y permisos en una relación. Esto ayuda a las verificaciones de políticas en la institución y asiste en el control de las políticas de acceso que no pueden ser controladas fácilmente en el campo del nombre de usuario. Sin embargo, el aspecto criptográfico introduce un módulo GAN, que produce claves simétricas dinámicas. Según la investigación, el GAN no pretende sustituir la generación criptográfica tradicional de números aleatorios, sino complementarla.
Hedera: Los benchmarks alcanzan 4,310 TPS con hardware IoT real
En las pruebas de referencia, toda la pila alcanzó 4,310 transacciones por segundo. El estudio también midió mejoras respecto a sistemas base, incluyendo mayor rendimiento, menor tiempo de procesamiento y menor tiempo de ejecución en conjuntos de datos más grandes. Según el estudio, el uso de energía fue entre un 6% y un 15% menor, y el retraso en la autenticación cayó aproximadamente un 23% bajo una carga pesada de red.
Al mismo tiempo, los resultados de ablación mostraron compensaciones entre significado y velocidad. Hedera con criptografía estándar alcanzó unas 3,710 TPS. Añadir gráficos de conocimiento redujo el rendimiento a unas 3,425 TPS, reflejando la sobrecarga semántica. Una línea base de blockchain más gráficos de conocimiento midió alrededor de 3,000 TPS. Cuando la pila combinó Hedera, gráficos de conocimiento y dinámica de claves basada en GAN, el rendimiento subió a 4,310 TPS, el mejor resultado del estudio.
El estudio también midió el coste de las verificaciones semánticas en la capa de gráficos de conocimiento. Las búsquedas de identidad tardaron entre 1.9 y 3.1 ms, mientras que el razonamiento de múltiples saltos tomó alrededor de 5.8 a 7.4 ms. Las consultas de control de acceso se situaron en aproximadamente 7.2 a 9.8 ms, mostrando el tiempo adicional necesario para la validación basada en políticas.
Luego, los autores probaron si dispositivos de bajo consumo podrían mantenerse al ritmo de esa sobrecarga. Usando Raspberry Pi 4, ESP32 y Arduino Nano 33 IoT, ejecutaron criptografía ligera, incluyendo AES-128 y SHA-256. Para una entrada de 256 bytes, SHA-256 tomó 0.42 ms en Pi, 1.21 ms en ESP32 y 4.73 ms en Arduino, mientras que la desencriptación AES-128 tomó 0.18 ms, 0.83 ms y 3.95 ms, respectivamente.
Además, la validación de seguridad combinó lógica BAN y ProVerif en 500 pruebas simbólicas, y el estudio no registró fallos de confidencialidad ni de autenticación en esas ejecuciones. La implementación también utilizó comparaciones en tiempo constante y pasos de enmascaramiento para reducir la variación en el tiempo y limitar la fuga en la configuración de canal lateral de los autores. Mientras tanto, fuera del entorno de investigación, Hedera también ha ampliado su visibilidad mediante una asociación plurianual con McLaren Racing, que planea coleccionables digitales gratuitos para reclamar durante el fin de semana.
En medio de estos desarrollos, el token HBAR se ha recuperado tras una caída del 9% en los últimos 30 días. Al cierre de esta edición, el HBAR se cotizaba en $0.1057, una caída del 1%.