结合深度强化学习的区块链分片系统性能优化方法

授权公告号:CN115102867B

授权公告日:2023.04.25

申请号:2022105051184

申请日:2022.05.10

同一申请的已公布的文献号:CN115102867A

申请公布日:2022.09.23

专利权人:内蒙古工业大学

发明人:万剑雄;姚冰冰;李雷孝;刘楚仪

地址:010080内蒙古自治区呼和浩特市土默特左旗

内蒙古工业大学金川校区

分类号:H04L41/142(2022.01)I;

摘要:结合深度强化学习的区块链分片系统性能优化方法,将区块链分片选择问题建立为马尔科夫决策过程模型,模型由系统状态、行为、奖励和价值函数四部分组成,模型的解为在动态的区块链分片系统环境下不断选择最优行为,使得区块链分片系统吞吐量最大化。BDQSB算法通过不断探索和学习区块大小、出块时间和区块链分片数量、与区块链分片系统的复杂关系,最终可以根据节点之间传输速率、节点的结算能力、节点的共识历史和恶意节点的概率,选择最合适的分片策略,提高区块链分片系统的性能。相比其他方案,本发明能更加提升区块链分片系统性能,解决行为空间爆炸问题,减少神经网络训练时间成本。