Evaluación experimental de una arquitectura híbrida adaptativa para la gestión de identidades digitales basada en Blockchain
DOI:
https://doi.org/10.56124/encriptar.v9i17.011Palabras clave:
identidad digital, arquitectura híbrida, Blockchain, eficiencia energética, sistemas distribuidosResumen
La gestión de identidades digitales se desarrolla en un contexto de tensión permanente entre seguridad, rendimiento y consumo energético, especialmente cuando se comparan arquitecturas centralizadas con enfoques basados en Blockchain, y en este escenario el presente estudio introduce y evalúa un modelo arquitectónico híbrido adaptativo que integra procesamiento centralizado y descentralizado y que conmuta de forma dinámica en función de la carga, del nivel de riesgo y de la criticidad de las operaciones, de manera que la investigación se estructura como un estudio aplicado, de enfoque cuantitativo y diseño experimental comparativo, en el cual se implementaron tres entornos funcionalmente equivalentes, centralizado, descentralizado e híbrido, y se ejecutaron pruebas con 500 identidades digitales bajo cinco niveles de concurrencia 50, 100, 200, 500 y 1000 solicitudes, registrando de forma sistemática la latencia, el uso de CPU, el consumo energético y una métrica de eficiencia energética computacional EPR expresada en Wh por transacción, y los resultados evidencian que el modelo híbrido mantiene valores de latencia y de EPR global muy próximos a la arquitectura centralizada, mientras que la arquitectura descentralizada presenta en general un mayor consumo por transacción y una demanda más elevada de CPU, aun cuando mejora su EPR en escenarios de carga extrema, de modo que los hallazgos respaldan que las arquitecturas híbridas adaptativas permiten articular un equilibrio entre trazabilidad y eficiencia y se perfilan como una alternativa viable para sistemas de identidad digital sometidos a cargas variables y restricciones de sostenibilidad computacional.
Descargas
Citas
Appenzeller, A., Leitner, M., Philipp, P., Krempel, E., & Beyerer, J. (2022). Privacy and Utility of Private Synthetic Data for Medical Data Analyses. Applied Sciences (Switzerland), 12(23), 1–19. https://doi.org/10.3390/app122312320
Bulgakov, A. L., Aleshina, A. V., Smirnov, S. D., Demidov, A. D., Milyutin, M. A., & Xin, Y. (2024). Scalability and Security in Blockchain Networks: Evaluation of Sharding Algorithms and Prospects for Decentralized Data Storage. Matematics, 12(23), 1–24. https://doi.org/10.3390/math12233860
Chen, X., Li, S., & Li, M. (2025). A hybrid centralized-decentralized traffic control framework for unmanned aerial vehicles in urban low-altitude airspace. Communications in Transportation Research, 5(January), 100195. https://doi.org/10.1016/j.commtr.2025.100195
Goel, A., & Rahulamathavan, Y. (2025). A Comparative Survey of Centralised and Decentralised Identity Management Systems: Analysing Scalability, Security, and Feasibility. Future Internet, 17(1), 1–29. https://doi.org/10.3390/fi17010001
Islam, S, Apu, K. U. (2024). Decentralized Vs. Centralized Database Solutions in Blockchain: Advantages, Challenges, and Use Cases. Global Mainstream Journal of Innovation, Engineering & Emerging Technology, 3(4), 58–68. https://doi.org/10.62304/jieet.v3i04.195
Katikaridis, D., Benos, L., Busato, P., Kateris, D., Papageorgiou, E., Karras, G., & Bochtis, D. (2025). Experimental Comparative Analysis of Centralized vs . Decentralized Coordination of Aerial – Ground Robotic Teams for Agricultural Operations. Robotics, 14(9), 1–24. https://doi.org/10.3390/robotics14090119
Le, H. V. A., Nguyen, Q. D. N., Tadashi, N., & Tran, T. H. (2025). Blockchain-Based Decentralized Identity Management System with AI and Merkle Trees. Computers, 14(7), 1–17. https://doi.org/10.3390/computers14070289
León Torres, L. M., Jarrín Rivadeneira, E. P., Muñoz González, S. P., Suarez Galarza, M. B., & León Torres, M. G. (2025). Metodologías Ágiles en la Gestión de Proyectos de Infraestructura: Retos y Oportunidades. In Revista Veritas de Difusão Científica (Vol. 5, Issue 3). https://doi.org/10.61616/rvdc.v5i3.314
Schmidt, A. A. (2025). A Comparative Study of Centralized vs . Decentralized AI Architectures in Smart Supply Chain Management. SSRN. https://doi.org/10.2139/ssrn.5257269
Ul, B., Khan, I., Malaya, U., Lumpur, K., Padang, U. N., Barat, S., Goh, K. W., Technology, I., Zuhairi, M. F., Lumpur, U. K., Putra, R. R., Teknik, F., Padang, U. N., Barat, S., Khan, A. R., Arabia, S., Chaimanee, M., & Thani, P. (2024). A Scalability Enhancement Scheme for Ethereum Blockchains : A Graph-based Decentralized Approach. Eng. Technol. Appl. Sci. Res, 14(6), 17725–17736. https://doi.org/10.48084/etasr.8465
Urblik, L., Kajati, E., & Papcun, P. (2023). A Modular Framework for Data Processing at the Edge : Design and Implementation. Sensors, 23(17), 7662. https://doi.org/10.3390/s23177662
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Revista Científica de Informática ENCRIPTAR - ISSN: 2737-6389.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.










