一种基于两阶段强化学习的区块链分片动态优化方法

本发明公开了一种基于两阶段强化学习的区块链分片动态优化方法。首先分别量化节点的安全和性能贡献值，以计算分片的安全与性能值，然后构建两阶段迁移决策模型，通过DQN算法筛选待出迁移节点，再根据分片负载差异与安全偏差约束，采用A2C算法选择合适的目标分片。本发明将区块链分片中的节点迁移拆解为“筛选‑分配”两阶段强化学习任务，有效克服了传统单阶段策略的局部优化缺陷，显著提升了分片间节点负载均衡，提升了系统交易处理效率。