机构名称：
¥ 1.0
将碎片区块链与物联网集成，为信任问题和优化数据流提供了解决方案。碎片通过将其节点分为平行的碎片来提高区块链的可扩展性，但它很容易受到1％攻击的攻击，在这种攻击中，不诚实的节点靶向碎片以破坏整个区块链。平衡安全性与可伸缩性对于此类系统至关重要。深度加固学习（DRL）熟练地处理动态，复杂的系统和多维优化。本文介绍了一个基于信任的和DRL驱动的（TBDD）框架，该框架旨在抵抗勾结攻击风险并动态调整节点分配，并在维持网络安全性的同时增强吞吐量。具有全面的信任评估机制，TBDD辨别节点类型，并针对潜在威胁进行有针对性的重塑。TBDD框架可最大程度地提高不诚实节点的公差，优化节点运动频率，确保碎片中的节点分布，并平衡碎片风险。广泛的评估验证了TBDD在碎片风险平衡中的常规随机，社区和基于信任的碎片方法的优势，并减少了交叉交易。
tbdd- uts
主要关键词
相关文件推荐
