摘要
本发明公开了一种基于深度强化的动态分片区块链共识方法,具体涉及区块链共识技术领域;是通过采集历史区块链分片结构数据,确定多个分片的策略异质性等级,并对历史分片结构进行重构,识别策略收敛失衡区段并生成策略失衡标记分片集合;以策略失衡标记分片集合为输入,基于深度强化学习输出各分片节点的策略收敛状态差异程度;根据收敛状态差异程度,计算延迟波动指标并与预设阈值比较;当延迟波动指标超过阈值时,触发动态分片结构重组,输出新的动态分片共识结构,能够解决由于分片异构性引发的策略非同步收敛问题,提升区块链在多分片环境下的共识响应协调性与整体性能稳定性。
技术关键词
区块链共识方法
分片结构
节点
策略更新
动态
深度强化学习方法
区块链共识技术
识别策略
指标
深度强化学习模型
时序
强化学习策略
分布特征
标记
数据
仿真环境
重构
系统为您推荐了相关专利信息
样本
XGBoost模型
输入神经网络模型
信号特征
误差