面向6G 物聯網設備協同的區塊鏈動態分片

蔡梓越，譚北海，余榮，黃旭民，王思明

（1.廣東工業大學自動化學院，廣東廣州 510006；2.廣東工業大學集成電路學院，廣東 廣州 510006）

0 引言

近年來，物聯網的部署規模不斷擴大，5G 移動通信網絡技術已經無法滿足其不斷增長的服務需求。可信、可靠、智能的6G 移動通信網絡技術有望提供全新的服務質量，開啟海、陸、空全方位連接、萬物互聯的物聯網時代［1］。物聯網的全面部署會導致接入的智能設備數量急劇增長，進而引發網絡數據量的爆炸性增長。這些數據一旦被泄露，就會給個人、企業帶來巨大的損失。傳統的物聯網系統采用集中式的云服務器對這些數據進行統一的控制管理，其數據安全隱私問題是一大痛點［2-3］。如何在保證安全的前提下有效實現物聯網設備高效協同，已經成為了一個值得深究的問題。

區塊鏈作為6G 技術的關鍵一環，本質上是一個分布式共享數據庫，具有去中心化、不可篡改、安全的特點，能有效解決傳統物聯網實施方案的痛點［4-5］。然而，大量增加接入節點必然會導致整個區塊鏈網絡變得臃腫，可擴展性變差，整個系統的吞吐量也會受到限制。針對上述問題，當前的主流解決方案是采用分片技術。現有的成熟分片技術解決方案均是采用均勻或者隨機分片策略，包括Elastico［6］、OmniLedger［7］和RapidChain［8］。這些分片方案忽略了節點之間存在的性能差異與協同事務，雖然提高了區塊鏈網絡性能，但會出現分片不安全、單點過熱的問題，更不適用于動態變化的復雜環境。

因此，又有學者研究如何在復雜環境中利用深度強化學習技術周期性地重置分片，以提高區塊鏈系統的穩定性，改善其網絡性能。文獻［9］介紹了利用深度強化學習對區塊鏈系統進行動態分片的方案，并且提供了區塊鏈共識時延與系統安全性的分析方程，有效保證了動態環境下的系統性能和安全性的均衡。文獻［10］介紹了一種自適應賬本協議，保證了動態環境下的分片可以合理地進行被拆分與合并，并基于深度強化學習方法調整多個性能指標以保持系統性能和安全性的動態均衡。文獻［11］介紹了移動邊緣計算場景中將吞吐量和安全性建模為馬爾可夫決策過程的區塊鏈框架，并采用多種深度強化學習方法進行實驗對比，驗證其有效性。文獻［12］介紹了區塊鏈分片的最優選擇策略。該策略克服了傳統深度強化學習算法空間維度高且神經網絡難以訓練的缺點，有效提高了系統的可擴展性。文獻［13］介紹了如何將使用深度強化學習技術的區塊鏈框架應用于車聯網中，優化區塊生產者、共識算法以及區塊間隔，提高系統吞吐量，并保證去中心化、時延與安全性的均衡。以上解決方案雖然在一定程度上解決了復雜環境下的分片問題，能有效分割臃腫的區塊鏈網絡提高其擴展性，但共識過程普遍采用實用拜占庭容錯（PBFT）算法。當片內節點數量增多，且單節點處理消息的性能被限制時，整個系統的共識效率隨之變低，其性能會受到限制。

為了解決上述問題，本文提出面向6G 物聯網設備協同的區塊鏈動態分片優化方案。該方案采用兩階段分片優化策略。在第一階段，利用委托拜占庭容錯（DBFT）算法代替PBFT 算法，對所有參與節點進行信譽篩選，通過投票選出小部分且能滿足正常共識過程的節點作為驗證節點參與接下來的共識過程，以提高整個系統的共識效率。在第二階段，利用深度強化學習算法降低系統的跨片協同事務比例，在保證安全性與正常時延的前提下，合理決策區塊鏈網絡的分片數量。最后，在一個多節點的物聯網設備協同場景下的區塊鏈動態分片系統上，對所提方案進行有效性驗證。

1 區塊鏈分片系統模型

1.1 系統整體架構

當前，發達城市都在向數字化智慧城市轉型。智慧城市作為一個萬事萬物有機結合的大系統，應該涵蓋更透切的感知、更全面的互聯以及更深入的智能。如圖1 所示，在智慧城市中，各個領域的大量物聯網設備存在著許多協同任務，如智能機器人與智能工廠之間存在著工業制造業務數據的互通共享，智能工廠和智能樓宇都需要與智能電網協同處理用戶用電業務數據，智能汽車在智能樓宇停放的時候也需要接入物聯網處理相關的交通出行數據等。為保證智慧城市系統的正常運作，避免使用集中式服務器容易出現單點故障以及被惡意攻擊的情況，本文設計應用兩階段優化策略的物聯網設備協同的區塊鏈動態分片系統。

圖1 區塊鏈分片系統整體架構Fig.1 The overall architecture of blockchain sharding system

首先，各種物聯網設備的數據被傳輸到區塊鏈網絡中。為了提高整個區塊鏈網絡的吞吐量，采用主鏈和子鏈組成的雙層鏈框架。子鏈即分片網絡，每個分片的形成都會經過兩個階段。在第一個階段，參與共識的物聯網設備以區塊鏈節點的形式存在于節點池中。每個節點都會存在一個初始信譽值，且會隨著共識過程的推進而變化。在每一輪中，利用信譽值作為信譽篩選的標準，投票選出一定數量的驗證節點以參與區塊鏈的共識過程。在第二個階段，系統會利用深度強化學習的決策智能體衡量各分片網絡的跨片協同事務，通過進行大量的訓練，決策出最佳的分片方案。分片完畢，每個分片網絡都會生成區塊并驗證存儲于塊內的數據，然后傳輸到主網絡中。主網絡接收各分片網絡的區塊，同時負責數據的最終驗證存儲，最后將各個區塊排序上鏈，完成整個過程。

1.2 DBFT 協議時延模型

1.2.1 DBFT 共識過程

區塊鏈網絡的時延主要體現在共識階段。時延模型是在區塊鏈網絡所使用的共識協議的基礎上建立的。在聯盟鏈中，PBFT 共識協議只需要超過2/3的節點達成共識就可以判定每筆交易的正確與否，被廣泛采用［14］。然而，PBFT 協議仍然存在著缺陷，其共識過程包括請求、預準備、準備、提交以及應答5 個階段，涉及大量消息的驗證與傳播。區塊鏈驗證節點因其設備的不同，處理消息的效率也不同。隨著參與節點的規模越來越大，每個節點需要處理的消息也越來越多，進而增加了整個系統的時延。為了解決上述問題，本文使用了DBFT 協議［15］。該協議通過投票方式，選取小部分信譽值良好的節點作為驗證節點，從而減少驗證節點的數量，降低系統的時延（具體過程參考2.3 節）。

結合本文建立的系統模型，使用DBFT 協議的共識過程如圖2 所示。所有經過投票篩選出的驗證節點都會被分配到分片網絡和主網絡內（每個網絡內都會獨立執行類似于PBFT 的共識過程）。整個共識過程可以分為片內共識過程與最終共識過程。在片內共識過程中，每個分片網絡會在內部驗證并傳播區塊事務，并將需要其他分片網絡的節點協同驗證的事務，即跨片事務，傳播到對應分片網絡中處理。在最終共識過程中，每個分片網絡會將處理完的區塊傳輸到主網絡進行最終驗證和排序上鏈。

圖2 DBFT 共識過程Fig.2 The consensus process of DBFT

1.2.2 時延模型建立

在DBFT共識過程中，系統的總時延Tlatency可表示為：

其中：Tcon表示共識時延；TI表示區塊生成間隔，即生成兩個區塊之間的時間間隔。

共識時延Tcon可表示為：

其中：Tin_con表示片內共識時延；Tf_con表示最終共識時延。

片內共識時延Tin_con可表示為：

其中：Tin_val表示片內事務驗證時延；Tin_prop表示片內事務傳播時延；Tcross表示跨片協同事務傳播時延。

設系統當前有N個驗證節點、k個分片，則平均每個分片內有n個驗證節點（n=N/k），片內事務驗證時延Tin_val可表示為：

其中：SB為區塊大小；ν表示驗證每個區塊需要的計算資源；c表示節點的計算資源，其下標表示節點的索引。

片內事務傳播時延Tin_prop由每個網絡內的共識過程所對應5 個階段的事務傳播時延組成，可表示為：其中：u表示客戶端；p表示每個分片的主節點；R表示片內兩個不同節點之間的信息傳輸速率，其下標表示節點索引。

跨片協同事務傳播時延Tcross可表示為：

其中：Savg表示平均事務規模；R表示兩個不同分片的主節點之間的信息傳輸速率。

同上所述，在主網絡中，最終共識時延Tf_con和最終事務驗證時延Tf_val可表示為：

其中：m表示主網絡。

最終事務傳播時延Tf_prop可表示為：

其中：p表示主網絡的主節點。

1.3 DBFT 協議安全模型

為了防止驗證節點作惡破壞系統的正常運作，需要對區塊鏈網絡的安全性進行評估。本文使用DBFT 共識協議，需要滿足每個分片網絡有2/3 以上的誠實節點的條件［15］。驗證節點存在惡意與誠實兩種行為，那么可以設離散變量X為誠實節點，X符合二項分布，則第k個分片網絡的惡意分片概率Pk,err可表示為：

其中：Pk表示第k個分片的平均交易成功率；Pkj表示第k個分片的第j個節點的交易成功率。在該安全性模型中，Pk,err隨著分片內驗證節點數量n的增加呈指數遞減趨勢。

1.4 系統吞吐量模型

區塊鏈網絡的每秒可處理交易量（TPS），即吞吐量，可作為衡量整個區塊鏈網絡性能的指標［16］。系統的吞吐量可表示為：

其中：Pcro表示當前輪次的全局跨片協同事務比例，如式（13）所示；Pk,cro表示第k個分片的跨片協同事務比例，如式（14）所示；Pkj,cro表示第k個分片的第j個節點的跨片協同事務比例；P表示所有驗證節點的平均交易成功率。

需要注意的是，對于式（12），跨片協同事務涉及兩個不同分片的節點，在全部區塊包含的事務中，有一半的跨片協同事務是冗余的。因此，在計算吞吐量時，需要去掉這部分冗余事務［17］。

由式（12）可知，增加分片數量、增加區塊大小、縮短區塊生成間隔以及降低跨片協同事務比例，均能提高平均交易成功率，有效提高整個系統的吞吐量。

2 目標函數以及解決方法

2.1 問題描述

本文設計了采用兩階段分片優化策略的物聯網設備協同的區塊鏈動態分片系統。該系統能夠在保證時延在正常范圍內和片內安全性的同時降低跨片協同事務比例，從而提升整個系統的吞吐量。因此，本文以系統的吞吐量作為優化目標，得出了以下優化問題：

式（16）表示系統每一輪共識的時間不能過長，需要限制在若干個區塊生成間隔內，其中，μ表示時間系數［14］。式（17）表示惡意分片概率應該限制在一定范圍內，其中，λ表示安全系數。

2.2 兩階段分片優化策略

針對上述優化問題，本文提出了采用兩階段分片優化策略（在2.3、2.4 節具體闡述）的優化系統。本文方案的流程圖如圖3 所示，各種物聯網設備需要接入區塊鏈網絡存儲和共享數據，其中有意愿參與區塊鏈網絡共識過程的設備將作為候選節點進入候選節點池。在第一階段，根據信譽值篩選出一部分優良和普通節點，并將兩者混合分配到每個分片中，生成分片數量不同的多個方案。這里混合優良節點和普通節點的目的是給予新加入的節點共識機會，防止信譽值高的節點壟斷共識過程。在第二階段，訓練深度強化學習網絡，降低跨片協同事務比例，輸出最終分片方案。至此，該輪的區塊鏈網絡已經確定。網絡中的驗證節點按照DBFT 協議進行共識，即可將通過驗證的物聯網設備數據上鏈。同時，根據該輪共識結果，按照本文的信譽值更新規則（參考2.3 節）即可更新所有節點的信譽值。整個系統運作按照本文方案流程循環往復即可。

圖3 本文方案流程圖Fig.3 Flowchart of the proposed scheme

2.3 信譽分級分片策略

第一個階段采用信譽分級分片策略。在共識過程開始前建立節點信譽模型，挑選適合的節點作為驗證節點參與共識，可以在保證系統安全的同時，降低共識過程的通信復雜度以及系統的集中化趨勢，能有效提高共識效率［18］。信譽分級分片示意圖如圖4 所示。

圖4 信譽分級分片示意圖Fig.4 Schematic diagram of reputation-based grading and sharding

首先，節點池的節點會進行一輪投票選出一定數量不同級別的驗證節點。然后，每個驗證節點都會進入適合的分片中參與共識過程。最后，根據共識結果，評估每個節點的行為，并更新第j個節點的信譽值Rj,rep作為下一輪共識挑選驗證節點的依據。

在信譽分級分片過程中，需要對每個節點的信譽值進行評估。節點的信譽值越高，參與共識的概率越大［19］。首先，信譽值的評估應與時間有關。可以調整當前與過往信譽值的比重，體現側重節點是當前行為還是過往行為。其次，信譽值的變化速度應該合理設置，即調整信譽獎勵系數與信譽懲罰系數，一般來說，信譽值下降速度應該比增長速度快，促使節點做出誠實行為。最后，作惡行為多的節點信譽值下降速度要比較快，以便快速篩除惡意節點。

因此，基于主觀邏輯模型［20-21］的考量，在T個分片周期內，節點i對節點j在分片周期t的信譽評估可表示為：

其中：用于信譽評估的函數原型為Sigmoid 函數，該函數可以將節點的信譽值映射在0 到1 之間，便于劃分節點信譽等級［22］（這里可以將0.5 作為臨界值把節點劃分為優良節點與普通節點，即將信譽閾值設置為0.5，則在每一輪參與驗證的節點中，信譽值在0.5 以上的為優良節點，其他為普通節點，節點剛參與共識過程時，可以假定其為臨界狀態，即設置初始信譽值為0.5）；φt表示共識標記，若該節點參與了當前輪次的共識過程，則φt=1，反之，φt=0；表示節點i對節點j的評價的影響因子；γ是信譽衰減系數，表示當前節點若沒有參與共識，其信譽值會隨著時間推進而衰減；τ表示信譽偏重系數（0<τ<1），如果設置較大表示側重節點過往行為，反之，則表示側重節點的當前行為；ξ表示信譽獎勵系數；ζ表示信譽懲罰系數，均用于調節節點的信譽值變化速度表示節點當前的誠實行為次數；?tj表示節點的惡意行為次數（行為閾值設置為Pσ，節點當前周期的交易成功率高于該閾值表示其誠實，反之則作惡）；δt表示行為標記，若當前輪次該節點誠實，則δt=1，反之，δt=0。

節點i對節點j的信譽評估為不同分片周期的信譽評估的累和，可表示為：

最后，可以得到節點j當前的信譽值為：

2.4 深度強化學習動態分片策略

2.4.1 深度強化學習算法分析

第二個階段采用深度強化學習動態分片策略決策分片，即利用深度強化學習算法將篩選出的協同事務較多的節點放進同一個分片中，均衡優化信譽值和跨片協同事務比例。深度強化學習算法可用于解決動態決策問題［23］。本文選用經典的深度Q 網絡（DQN）算法的改良算法，即競爭Q 網絡（Dueling DQN）算法［24］進行系統的最終分片方案決策。這是由于本文設置的狀態變化依賴于狀態轉移矩陣，不依賴于智能體的動作。在這種情況下，計算動作的狀態函數比計算動作的價值函數意義更大，采用Dueling DQN 比DQN 效果更好。

Dueling DQN 與經典DQN 的區別在于，前者將Q 網絡分成了價值網絡以及優勢網絡，即：

其中：S表示狀態；a表示動作；θ表示公共網絡參數；α表示價值網絡參數；β表示優勢網絡參數。Dueling DQN 的結構如圖5 所示。

圖5 Dueling DQN 結構Fig.5 Structure of Dueling DQN

2.4.2 最終分片方案決策

本文利用Dueling DQN 進行最終分片方案決策，處理具有動態和多維度特征的物聯網設備協同場景［25］。

首先，需要定義好狀態空間，可以在離散時間t時刻，定義離散的狀態空間S(t)：

其中：R(t)表示驗證節點之間的信息傳輸速率矩陣；C(t)表示驗證節點的計算能力矩陣；P(t)表示評估驗證節點共識成功的概率矩陣；M(t)表示驗證節點之間的跨片協同事務比例矩陣；R(t)、C(t)、P(t)以及M(t)皆可建模為有限馬爾可夫模型，狀態的轉移規則遵從相關轉移概率矩陣［14］。

其次，可以在離散時間t時刻，定義離散的動作空間a(t)：

其中：k(t) 表示每輪共識過程的分片數量，k(t)?{2,3,…,}；SB(t)表示每輪共識過程的區塊大小，SB(t)?{1,2,…,}；TI(t)表示每輪共識過程的區塊生成間隔，TI(t)?{1,2,…,}。

最后，需要定義最大化長期回報來訓練深度強化學習的智能體，以實現式（15）所示的優化目標。設獎勵函數為r(t)，則Q 網絡Q(S,a)表示為：

其中：ηt表示獎勵衰減系數，用于權衡當前獎勵與未來獎勵；r(t)表示即時獎勵，可以表示為式（26）。

其中：O(t)表示在離散時間t時刻系統的吞吐量。

2.4.3 Dueling DQN 工作流程

本文使用Dueling DQN 算法制定動態分片策略，算法流程如算法1 所示［26］。

算法1結合Dueling DQN 的最終分片方案決策算法

3 實驗

3.1 實驗準備

本文采用計算機軟件搭建實驗平臺，為了證明本文方案的有效性，本文實驗參考聯盟鏈平臺的Hyperledger Fabric、FISCO BCOS 以及公鏈平臺的以太坊等，利用TensorFlow 以及Python 3.7，搭建一個多節點的物聯網設備協同場景下的區塊鏈動態分片系統。實驗流程按照前述分片方案流程靈活調整。

對于本文方案，設置3 種對比方案。這3 種對比方案在利用深度強化學習技術進行動態分片的基礎上，分別應用3 種不同的分片策略：

1）信譽分級分片策略：只考慮篩選出信譽值高的節點參與共識，不考慮降低跨片協同事務比例。

2）均勻分片策略：將所有節點平均分到每個分片中參與共識。

3）隨機分片策略：將所有節點隨機分到某個分片中參與共識。

本文的區塊鏈網絡的驗證節點數量設置為120 個，若方案包含信譽投票篩選環節，則驗證節點數量可以縮減到60 個，區塊的事務平均規模為200 Byte，其他的實驗參數［14］如表1 所示。

表1 實驗參數Table 1 Experimental parameters

由于狀態空間的元素即R(t)、C(t)、P(t)以及M(t)皆可建模為有限馬爾可夫模型，狀態的轉移規則遵從對應的轉移概率矩陣［14］，因此在實驗開始前，還需要設置R(t)、C(t)、P(t)以及M(t)對應的狀態轉移概率矩陣。將R(t)、C(t)、P(t)以及M(t)分別設置成若干個不同的狀態，每個狀態按照狀態轉移概率轉移到下一個狀態即可［17］。

3.2 實驗分析

3.2.1 多方案對比分析

圖6 給出了使用不同分片策略的方案的系統性能對比圖。其中，橫軸表示智能體的訓練輪數，縱軸表示每輪訓練累計的吞吐量。為了更直觀地顯示效果，對所有曲線均做了平滑處理。可以看出，吞吐量曲線隨著訓練輪數的增多，整體上是往最大值震蕩收斂的。實驗結果表明，算法收斂后，本文方案的系統性能優于基于單一的信譽分級分片策略、均勻分片策略或者隨機分片策略的方案。這是由于本文方案在保證安全性與正常時延的同時，均衡了節點的跨片協同事務比例，能更好地提升系統性能。而信譽分級分片策略雖然保證了安全性，但是當跨片協同事務較多的兩個節點分到不同分片時，會導致全局跨片事務比例過高。均勻分片策略沒有對節點進行篩選，只是將節點均勻地分到各個分片中，會導致分片不安全。隨機分片策略將加入的節點隨機分到某個分片中，會出現兩種情況：若某個分片存在過多節點，會導致單點過熱，進而增加系統時延；若某個分片存在過少節點，會導致惡意節點過于集中，進而降低系統的安全性。

圖6 不同分片策略下的系統性能對比Fig.6 System performance comparison with different sharding strategies

3.2.2 參數變化分析

圖7 給出了隨著影響因素變化的系統性能對比。其中，橫軸表示智能體的訓練輪數，縱軸表示系統在智能體的每輪訓練中累計的吞吐量。式（12）說明系統的吞吐量與區塊大小SB、區塊生成間隔TI以及分片數量k有關。在本文方案中，這3 個因素均是可變的。為了觀察本文方案這樣設計的效果，可以分別固定3 個因素中的一個因素，即觀察本文方案與固定區塊大小、固定區塊生成間隔以及固定分片數量的方案的區別。實驗結果表明，本文方案在算法收斂后表現的系統性能最好。這是由于在限制范圍內，增加區塊大小、縮短區塊生成間隔以及增加分片數量都會提升系統的吞吐量，本文方案可以均衡優化這3 種影響因素，更加靈活。

圖7 影響因素變化的系統性能對比Fig.7 System performance comparison with changed influencing factors

圖8 給出了共識過程中的隨機追蹤的幾個節點的信譽值變化圖。其中，橫軸表示截取的共識輪次，縱軸表示節點的信譽值。實驗結果表明：在截取的共識輪次中，節點1 的信譽值變化曲線一直在信譽閾值邊緣波動，說明節點1 參與截取的共識過程的次數較多，但其性能較差；節點2 的信譽值變化曲線一直在穩定線性衰減，說明節點2 并沒有參與截取的共識過程；節點3 的信譽值曲線表明其在3 個節點中的性能最佳，參與截取的共識過程的次數適中。

圖8 隨機追蹤節點信譽值變化Fig.8 Change of reputation value for randomly tracked nodes

圖9 給出了使用不同分片策略的方案的跨片協同事務比例變化圖。其中，橫軸表示智能體的訓練輪數，縱軸表示系統在當前的訓練輪次累計的跨片協同事務比例。實驗結果表明，本文方案相較于基于單一的信譽分級分片策略、均勻分片策略或者隨機分片策略的方案，隨著訓練輪數的增加，跨片協同事務的比例增加得最慢，系統性能表現最好。這是由于信譽分級分片策略以及均勻分片策略都沒有考慮到要均衡每個分片中的跨片協同事務，讓協同事務較多的節點在同一個分片中，降低全局跨片協同事務的比例。而隨機分片策略由于環境中的分片可能存在較多的節點在同一個分片中的情況，全局跨片協同事務比例相較于信譽分級分片策略、隨機分片策略反而有所降低。

圖9 不同分片策略下的跨片協同事務比例變化Fig.9 Change of the proportion of cross-shard collaborative transactions with different sharding strategies

圖10 給出了不同多協同事務節點比例（多協同事務節點數/總節點數）下的全局跨片協同事務比例變化圖。其中，橫軸表示多協同事務節點的比例，縱軸表示全局跨片協同事務比例。多協同事務節點表示節點的跨片協同事務占其總事務比例較高，反之則為少協同事務節點（可以自行設置閾值，劃分出少協同事務節點與多協同事務節點）。實驗結果表明，所有方案的比例曲線整體都呈上升趨勢，而本文方案的性能優化效果要優于基于單一的信譽分級分片策略、均勻分片策略或者隨機分片策略的方案。當多協同事務節點比例是0.5 左右時，本文方案極具優勢。這是由于當所有的驗證節點的跨片協同事務都比較少時，本文方案對跨片協同事務比例的優化就沒有那么明顯。當所有的驗證節點的跨片系統事務都比較多時，本文方案在考慮安全性的情況下，對跨片協同事務比例的優化空間較小。當系統中多協同事務節點與少協同事務節點的數量較為均勻時，本文方案就能夠在充分均衡安全性與跨片協同事務比例的情況下對系統性能進行優化。

圖10 不同多協同事務節點比例下的跨片協同事務比例變化Fig.10 Change of the proportion of cross-shard collaborative transactions with different proportions of multi-cooperative transaction node

圖11 給出了全局惡意節點比例變化的系統性能對比圖。其中，橫軸表示全局惡意節點比例，縱軸表示系統吞吐量。實驗結果表明，隨著全局惡意節點比例增加，本文方案整體上優于基于單一的信譽分級分片策略、均勻分片策略或者隨機分片策略的方案。如圖11 所示，全局惡意節點比例越高，系統安全性越低，系統性能越差。根據PBFT 協議，在全局惡意節點比例達到1/3 以上時，均勻分片策略、隨機分片策略均因不滿足共識條件而失效，而本文方案與信譽分級分片策略仍然能夠利用DBFT 協議投票選出滿足條件的足夠數量的節點進行共識。當全局惡意節點比例達到2/3 時，本文方案和信譽分級策略方案的系統性能持平，這是由于系統滿足共識條件所需的節點數量已經不支持本文方案優化跨片協同事務比例。當全局惡意節點比例超過2/3 時，所有分片方案都失效。因此，本文方案能夠比傳統基于均勻分片策略、隨機分片策略的方案對高比例惡意節點系統容錯性更高，同時比基于信譽分級分片策略的方案性能更好。但要注意，在全局惡意節點比例過高的情況下，本文方案也會失效。

圖11 不同全局惡意節點比例下的系統性能對比Fig.11 System performance comparison with different proportions of global malicious node

4 結束語

本文主要研究面向6G 物聯網設備協同的區塊鏈動態分片優化方案。基于本文所提方案，建立了物聯網設備協同場景下的區塊鏈動態分片系統。為了高效解決多維度與大規模數據安全問題，本文方案采用兩階段分片優化策略應用于分片系統。在第一階段，利用信譽值對加入節點池的物聯網設備進行篩選，使用DBFT 協議，投票選出可參與共識過程的驗證節點。在第二階段，利用Dueling DQN 算法調整分片，降低系統的全局跨片協同事務比例，進行分片數量決策。最終分片方案確定以后即可搭建區塊鏈網絡平臺進行物聯網數據安全存儲上鏈的業務。實驗結果表明，本文方案要優于傳統的基于單一的信譽分級分片策略、均勻分片策略或者隨機分片策略的方案。下一步研究將引入聯邦強化學習加快智能體的收斂速度，進一步提高數據處理效率。