基于多阶段博弈的轻量化物联网区块链模型研究

Research of Lightweight Blockchain Model Based on Multi-Stage Game in the Internet of Things

摘要

“云-边-端”新架构物联网中，数据安全问题凸显。而区块链技术被视为极具潜力的候选方案，在开放的互联网实现了数据的多方共识、隐私保护。但是，其高损耗的无序竞争模式，低效率的无信任机制，导致其无法在物联网资源受限环境下应用。本文提出一种多阶段博弈优化模型，通过物联网节点状态感知和排序过程避免恶性竞争，异步验证过程积累可信度，轻量化激励和优选节点。基于端边云协同优化，实现数据块循环再生机制，减少验证工作量，并且基于博弈论的效用函数，设计多角色智能协同机制，进入相对稳定的动态平衡状态。最后，开展仿真实验验证，并构建物联网区块链原型系统。实验结果表明，轻量化的共识和验证处理提高了效能和适应性。

Abstract

In the “cloud-edge-end” new architecture of the Internet of Things (IoT), the challenges of data protection are highlighted. Blockchain technology is regarded as a potential candidate, which realizes the multi-party consensus and privacy protection of data on the open network. However, its high-loss disordered competition mode and low-efficiency trustless mechanism make it impossible to apply in the resource-constrained environment of the IoT. This paper proposes an evolutionary multi-stage game optimization model, which avoids vicious competition through the intelligent perception and sorting, accumulates credibility through asynchronous verification, and positively motivates the preferred nodes. In particular, based on the end-edge-cloud collaborative optimization, the model realizes the data block recycling to reduce the workload of verification. Based on the utility function, it designs a multi-role intelligent collaboration to make the best use of the things. Finally, simulations and a IoT blockchain testbed are built. The experimental results show that the lightweight consensus and verification processing improves efficiency and adaptability.

Graphical abstract

关键词

完全信息合作博弈 / 两阶段斯塔克尔伯格博弈 / 物联网区块链

Key words

complete information cooperative game / two stage Stackelberg game / blockchain in the Internet of Things

0　 引 言

在物联网（Internet of Things, IoT）环境中，利用第五代移动通信网络（5G）的高带宽、低延迟特点，可实现点对点高速通信、分片划分虚拟子网、组织异构节点协同服务^[1]。但是，云平台的封闭性^[2]和物联网异构节点的脆弱性^[3]，导致各个层级和分片中的数据安全防护问题严重。数据权益在网络空间中需要确权保护，并能主动防御伪造、窃取、破坏等非法行为。面向这些权益类数据去中心化管理的需求，区块链技术采用尽可能复制给每个节点的策略^[4]，提供开放的分布式存储网络服务^[5]，形成价值激励和流转^[6]以及自组织容错等能力^[7]，实现开放环境的数据防侵权、防篡改、防擦除等保护机制。

然而，传统的区块链采用无中心的同构模型导致通信量大，无序竞争导致共识的能量消耗大，并且，同构模型不能充分利用物联网架构特性切分功能模块部署到各层，无法灵活适应环境限制要求。这使得实际运行的系统严重受限于数据量，其中，数据跟踪、包验证的工作量不断增加，导致能源消耗逐步提高。因此，轻量化当日需要实时处理的数据，是区块链技术可适配部署物联网环境的关键点。进一步，构建轻量化的价值衡量机制，动态将资源投入到需要保护的数据和设备上是必须解决的任务。

近期，一些面向IoT的轻量化设计，开始尝试按需弹性调度计算资源^[8]，权衡终端网络、边缘网络、云平台网络间的数据传输和存储，以达到适配这种边缘计算架构的区块链存储能力^[9]。其中，针对区块链的共识、账本结构、P2P等机制进行简化^[10]是当前关注的焦点。Liu等^[11] 研究面向工业物联网（IIoT）中的轻量级区块链系统，提出green Co-PoW绿色协同共识，设计LightBlock的轻量级数据结构来简化广播内容，使用无关块卸载过滤器减少账本块。但是该方法缺乏端、边缘、云协作的机理分析，限制了扩展能力，于是他们依据物联网的异构性和资源限制特点^[12]，构建了独立的Tornado P2P网络层，利用物联网的传感器网络、管理层网络分层结构，使用空间结构账本space-structured ledger扩展性能。但该方法仍然依赖能量消耗方式选举，在局域网络内同步共识和账本、全数据存储账本，导致资源消耗大。Ferrag等^[13]从安全目标、性能、限制、计算复杂性和通信开销等方面出发，提出动态适应性安全框架、社交网络和信任管理、构建区块链特定基础设施等，但是缺乏可行的框架建议，未提出物联网区块链基础设施的具体功能，以及如何结合边缘计算实现有序管理。

综上，相关研究取得了一些进展，但对于物联网场景中数据高效安全存储问题、高效能共识、轻量化调度控制等，尚无法充分解决。本文面向物联网本地化区块链的存储数据权益需求，构建了协作进化方式的轻量化私有链模型。模型采用基于边缘计算的多阶段博弈共识和智能调度策略，分层分类节点智能协作，解决端、边、云多层资源协同利用的问题，实现的轻量化私有链的系统架构如图1所示。

论文研究了以下技术问题，并形成创新点：

首先，针对算力竞争获得记账权、全链条冗余验证等问题，提出多模网络划分和多层的分类账本结构，每日循环区块，由主节点无竞争无分叉机制生成区块。在物联网环境中，合理划分终端、边缘和云的功能，构建了一个轻量化协作区块链模型，通过多阶段博弈优选主节点，实现集体理性和有序管控。

其次，研究智能的调度策略，最大化缓存内容和合并提交上链，减少频繁的网络传输。设计不同周期块的链接机制，并增加跨层数据的关联性。多层链接机制建立了每天的最终一致性能力，同时允许逐层快速纠错，兼顾小块高速确认和大块融合压缩及宽时间域高效纠错的两方面要求。

最后，提出多阶段循环博弈模型，基于节点受控、访问受控和完全信息智能博弈等可信机制，实现物联网链的节点有序协作、轻量化共识过程、弹性调度记账过程。

1　 多阶段博弈的协作链模型

1.1　网络模型结构

为协同物联网的终端、边缘和云平台资源，构建分层集群的区块链网络。将区块链网络划分为五个不同的子网络。五个子网络职能划分和协作关系如图2所示。

五个子网络部署于3层，协同支撑基于多分类账本的数据保护机制（MNET），具体功能为：

1） 访问控制和服务网络A，采用端到端的零知识证明进行共识验证，基于虚拟化动态自组网和点对点高速通信机制，防御网络层攻击和恶意篡改，强化物联网中的认证服务，保护数据安全；

2） 无线缓存网络C，将不同的交易按分类账类型聚集，缓存实时交易，并对交易进行批量验证；

3） 边缘决策网络D，并行打包本地多链轻量级区块，存储权益证明数据。另一方面，定期清理缓存数据，备份周期内实时数据和日区块，形成文件和异步上传云端，循环再生新的小账本；

4） 边缘计算网络P，是一个任务导向的异步PoW计算网络，将计算资源组合起来，产生工作负载证明串，从而发现可信高效节点，淘汰非法节点和区块。采用自组织方法来管理分布式网络的节点和地址，存证有价值工作量的投入，具有优化节点层次和发现高效连接的能力；

5） 云存储网络S，建立在云平台上，存储每天打包备份的块文件和数据文件。通过区块引用进行多周期协整区块，形成一个永久超级链。通过PoW（Prove of Work)共识和基于区块的Merkle树，保护数据的完整性。

模型由（A，C，D，P，S）五元组构建。C→D→S循环迭代过程，积累了历史运行数据，为后续决策分析提供数据集。C、P网络协同提供判断待处理任务和处理能力的依据，D网络中的智能节点根据任务队列长度动态分配任务，调整工作量计算难度。D、S网络协同工作，平衡网络占用和本地存储量阈值，异步卸载数据到云存储中。P、D网络相互制约，通过参与节点的投票选举过程，优化D网络的控制能力。

1.2　存储优化博弈模型

C、D和S的协作过程需要不断与环境交互以获得多方状态。它是一个供应链管道式完全信息合作博弈模型，需要智能调度策略，最大化缓存内容和合并提交上链，从而减少频繁的网络传输。定义调度策略的效用函数：

R=\mathrm{o}\mathrm{f}\mathrm{f}\mathrm{l}\mathrm{o}\mathrm{a}\mathrm{d}\left(\mathrm{a}\mathrm{o}\right)+\mathrm{u}\mathrm{p}\mathrm{l}\mathrm{o}\mathrm{a}\mathrm{d}\left(\mathrm{a}\mathrm{t}\right)-\mathrm{l}\mathrm{o}\mathrm{s}\mathrm{s}\left(\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{\mathrm{c}\mathrm{p}\mathrm{u}},\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{\mathrm{s}\mathrm{t}\mathrm{o}\mathrm{r}\mathrm{a}\mathrm{g}\mathrm{e}},\mathrm{o}\mathrm{v}\mathrm{e}{\mathrm{r}}_{\mathrm{n}\mathrm{e}\mathrm{t}}\right)(1)

（1）式中定义的offload是缓存卸载操作ao产生的奖励，与缓存记录数成正比；upload是添加缓存和计算任务操作at产生的奖励，在资源利用率低时等比例增加调度执行计算任务的奖励；loss是计算、存储和网络资源超过阈值70%时要扣除的状态值。训练深度强化学习（deep reinforcement learning,DRL）模型，能优化博弈策略、平衡存储和网络资源的利用。预计资源占有率稳定在30%~70%之间，相应的正回报是调度算法产生的正变化率的比例值；反之，调度算法产生反方向资源占用时，输出负回报。当占有率超过70%时，该模型应加速卸载动作；当占有率低于30%时，模型应增加新任务。

针对调度算法的策略记忆和时序连续性特点，选择策略式的异步优势行动者评论家算法（A3C），迭代优化缓存和数据传输的触发处理动作和评估策略效果^[14]。最后训练一个统一模型，分别输出智能调度动作的概率分布和状态动作估值，A3C使用策略损失公式(2)、价值损失公式(3)、正则化策略的信息熵公式(4)三个部分，组合成最终的损失函数公式(5)，训练模型最小化损失L。

L_{\pi }=-\frac{\mathrm{1}}{n}{\displaystyle \sum _{i=\mathrm{1}}^n}A(s_i,a_i)\bullet \mathrm{l}\mathrm{o}\mathrm{g}\pi (a_i|s_i)(2)

L_v=\frac{\mathrm{1}}{n}{\displaystyle \sum _{i=\mathrm{1}}^n}(({\displaystyle \sum _{j=\mathrm{0}}^{k-\mathrm{1}}}{\gamma }^j{r}_{i+j}+{\gamma }^{k}V(s_{i+k}))-V(s_i{))}^{\mathrm{2}}(3)

L_r=-\frac{\mathrm{1}}{n}{\displaystyle \sum _{i=\mathrm{1}}^n}H(\pi (s_i))(4)

L=L_{\pi }+\alpha L_v+\beta L_r(5)

其中，优势函数A(s,a)可以训练行动者策略模型，通过观察状态序列s使得调度动作a的收益最大化；\mathrm{\pi }为策略值，k为向前回溯步数，γ为影响折扣因子，α为价值损失的系数，β为信息熵的正则化系数，V为状态值，H为信息熵。

1.3　优选进化博弈模型

本文设计D和P之间的协作满足典型的两阶段斯塔克尔伯格博弈。该模型需要最大限度地调度和提高资源效用完成区块打包和验证，灵活地控制工作负载，协同调度和管控的效能反馈信息，这样才能进化和优选节点，适应匹配的节点能力级别，并累积可信度。在资源供给端，P最大限度地接受和完成任务，积累工作量，逐步提高能力级别。在资源需求端，D需要最大化调度的报酬，并通过诚实地记录P网络中工人的贡献累积投票信用，提升节点的可信度。通过两个阶段的往复博弈迭代，渐进式优选主节点和智能增强区块验证共识难度。

本文设计的多阶段循环博弈模型如图3所示。模型基于节点受控、访问受控和完全信息智能博弈等可信机制，实现物联网私有链的节点有序协作。模型通过划分选主、出块、验证和上链四类子博弈任务，建模评估（投票权）和行动（记账权）两个阶段的非对称迭代博弈，完成渐进共识的最终一致性连续验证，解决无中心模型共识难以形成和中心模型优化难以完成的博弈两难困境。

1) 选主，本文提出的基于可信度账本分层级投票（hierarchical trustworthiness RAFT consensus,HRAFT），以权值投票方式优选每层的可参与节点，打包节点集合FSET中的前20%或投票超阈值可晋级，最终选择出候选人集合CSET；

2) 出块，应用一致性哈希算法，计算随机分布的虚拟节点集合VSET，在顺序集合内环形逐个顺序容错和优选领导者。由当前领导者继承和重建创世块、每日预制区块头；

3) 验证，异步增强可验证共识（reinforcement Proof of Work,RPoW），异步方式增强分钟链接、增强的10分钟链接、天链接三阶段难度；

4) 上链，通过嵌入NB-IoT芯片的轻量模块上链数据，领导者打包分钟块、增强块、天块，多重链接并反馈活跃度到下一阶段。

2　 轻量化方法

2.1　数据块循环再生机制

因为物联网中的用户服务通常要求实时响应，需要智能识别应用场景的风险程度，区别对待不同安全级别的数据。另一方面，通过异步的分阶段强化和冷却数据，可兼顾数据质量的持续改进和资源的循环利用。本文设计了一种多分类账本和每日重生区块的机制（TMLB），如图4所示。

1) 访问控制

构建本地化的应用安全网络，用于提供注册和授权服务。特别地，该网络支持识别身份ID、位置、行为，并且能验证用户和设备间的服务访问权限和数据访问权限。

2) 广播

物联网中的各类节点，可通过无线广播机制，发送存证交易给缓存网络的相关节点。此外，通过芯片固化通信管理、数据权益提取、上链过程，形成透明的基础设施层上链能力。

3) 排序

首先，拥有不同账本的本地链通过HRAFT共识选举对应的中心节点，支持多个中心节点并行打包多链区块数据。然后，中心领导者节点每天先轻量预制固定每分钟时点的TBLOCK分钟块，继承上日余额笔数等信息后，完成循环再生每分钟固定时点的新区块。10分钟后，确认最终完成排序处理的待打包区块，广播给跟随节点。合并10个分钟块，使用高安全级别的工作量证明串，形成嵌套的RBLOCK增强块。

4) 打包

HRAFT网络中的跟随节点接收到区块后，存储在本地。然后基于P2P网络机制，向所有参与PoW节点主动广播区块头部链表，同时提供单个区块和单个交易记录的下载服务，方便网络内的验证和纠错。

5) 异步提交

物联网网络中的一些数据（例如视频流数据），需要分段切割再在本地缓存。这些数据的元数据和数据权益记录在区块中。完成相关的打包存证后，后台线程逐步进行计算、识别等数据加工任务，并上传每个分段数据到云存储网络中。

6) 备份区块

一天内所有的区块被打包压缩成一个链文件，作为永久超级链上的一个全天合并区块CBLOCK，上传到云存储网络。有了备份后，边缘网络中只需要存储7天内少量合并成每日块的链文件。此外，使用公链PoW共识策略串联多日区块，可以保证6天以上的数据无法被篡改。

2.2　智能协同共识算法

利用边缘计算拥有的计算和存储能力，轻量化模型能够准确地判断网络节点的能力和用户的行为。因此，可以智能地将不同的任务分配给异构节点，以满足为组织中所有节点提供稳定计算的需求。物联网中各类节点的具体协作策略如图5所示。

HRAFT共识算法建立了选举式的PoC共识机制，投票选举获得稳定的主节点；并且，每分钟由主节点在固定时点生成TBLOCK，取消实时的选举竞争和减少延时；此外，安全中心建立了动态组合的共识验证式的PoV机制，融合多种零知识证明算法；最后，多重链接区块并通过云存储服务异步卸载本地存储压力。图5中的虚线部分对应分层分类分阶段MNET方案的五类网络划分，由多个不同功能目标的网络分解承担安全计算、区块打包和存储任务，智能协同完成区块链的分布式存储。

选举可信节点是为了筛选性能和稳定性最好节点，从而提升容错能力。HRAFT算法采用每日一次的分级投票选举机制，高效获得周期内的固定主节点集合并排序。通过领导者和追随者的相互服务和相互制约机制，实现了记账权和选举权的两阶段斯塔克尔伯格博弈的纳什均衡。

将节点划分为五个级别：工人、观察员、书记员、候选人和领导者，并实施总积分累计机制。针对每个级别，分别考量工人的PoW数量，考量观察员的读取和验证区块头数量，考量书记员的打包区块数量，形成针对记账过程三类有价值工作量的评价标准，利用参与节点评价收益和领导者记账收益两阶段的效用函数激励，促进两阶段迭代博弈，逐步适应环境进入稳定状态。最终，根据每日的投票，排序候选人，确定当日的领导者。晋级的标准可以依据预定义的不同安全级别标准，也可以手工调整。同样，需要针对不同种类的智能物联网环境，如个人局部网络、家庭、公共场所、工厂等，定义不同的安全级别，以便于评估合理的安全计算投入量。

因此，新加入节点需要参与PoW网络计算工作，从而积累工作量。当这些节点完成一定任务后，可晋升为观察节点。最终，每日随机抽取一部分候选人集合，并且由所有参与节点集体投票，选举出高可靠、高性能的领导者节点。显然，分层选举机制能降低延迟和能量消耗，优化复杂环境下的实时处理和自组织能力。

每日投票选择领导者时，账本节点群使用投票节点的可信度作为权值进行累计，以此度量候选人支持度，并排序候选人。排名第一的节点选举成为当天HRAFT 网络中的主节点。在工作过程中若出现问题无需再投票，直接顺延为下一位。各节点的可信度指标集合由上级节点统计和签名确认，并最终形成结论存证到可信度账本中，存证数据每日公开、可验证。节点度量、升级和选举机制如图6所示。

节点可信度（PCW）的计算公式如下：

\mathrm{P}\mathrm{C}\mathrm{W}=\mathrm{E}\mathrm{M}\mathrm{A}\mathrm{7}(\mathrm{F}\mathrm{C}\mathrm{E}(\mathrm{W}\mathrm{M},\mathrm{P}\mathrm{M},\mathrm{C}\mathrm{M}))(6)

该公式基于每日成果统计，完成参与节点的可信度计算，是激励各类节点参与协作的效用函数。其中，工作量指标WM包括：在线时间、每计算100万个哈希值的积分、成功提交的任务。通信和打包指标PM包括：读取字节、延迟、最大传输速率、平均传输速率、上链的成功率、打包块、广播块、发出的访问令牌。贡献指标CM包括：参加投票数、参加领导选举数。这些指标都是由相应的隶属函数计算并进行归一化处理。首先，使用模糊综合评价（FCE）算法完成多指标的综合加权评价，并获得归一化的评分结果。然后，使用7天指数移动平均（EMA7）算法综合过去一周的每日评价值。最后，按时间距离指数加权，并划分为工作量WM、通信和打包能力PM、贡献度CM三类指标，计算迭代历史影响后的评价值。

类似地，定义PCW _i 为每个投票给第k候选人的节点的可信度，累计所有投票后形成第k个候选人的支持度PoC，计算如下：

\mathrm{P}\mathrm{o}{\mathrm{C}}_k={\displaystyle \sum _{n=\mathrm{1}}^n}\mathrm{P}\mathrm{C}{\mathrm{W}}_i(7)

与10分钟一次全网PoW竞争共识相比，PoC共识使用轻量的一天一次投票式选举，减少了频度和算力投入，可信度信息公开、透明。

HRAFT算法利用当前网络中唯一主节点的地址和公钥在每个阶段对数据块进行签名和验证，解决事后暴力篡改的问题。在创世块里，存储了当天的候选节点地址和公钥，控制主节点只能是集合内的节点，各参与节点使用bloom过滤器高效验证主节点身份，解决中间过程中的恶意节点身份作假问题。

3　 实验结果与分析

仿真实验使用成熟的联盟链技术，对网络节点数、缓存、区块重生策略的影响进行分析。使用Fabric 1.4.3 搭建了基于RAFT共识环境，基于区块链实现存证、缓存溯源、逐个区块溯源的RESTful服务，跟踪数据权益证明数据的复制、增加、删除过程。仿真实验环境设备及算力情况如表1所示。

为了评估节点数量的影响，在每个场景中执行1 000次证据存储服务。如图7所示，参与节点的数量从一个节点逐渐增加到40个，证据存储的平均延迟不断增加，系统每秒吞吐量（TPS）的性能急剧降低。虽然单节点串行处理，性能与普通数据处理系统类似，但是增大打包节点数到10个以上后，处理的延迟和效率已经不能满足正常业务要求。因此，为了避免性能下降，需要采用划分多个账本的策略来减少每个子网中的参与打包和验证的节点数。最终HRAFT设计了一个每天投票选举主节点的策略，进一步减少中间过程的共识消耗，预选的高性能节点和只有一个主节点打包意味着可以避免无序竞争，取消了打包阶段多节点共识的通信和计算过程，这是最大化性能的有效方法。

存证的数据，使用了一个用户上下文字段拼接的唯一ID，采用键值对方式存储在Fabric的缓存中，并可直接获得区块、位置和Hash ID信息。表2记录了溯源查询的耗时情况，缓存数据逐渐从10组到100 000组向上递增，可以发现随着缓存数据量增加，溯源查询的时间未受影响，且耗时一直较短，其平均值为26.298 ms，标准差在[3.01 ms,3.46 ms] 之内。通过缓存进行检索，避免了区块的遍历操作，可以直接定位数据。

根据上述测试结果，选取5 000组数据在缓存网络中进行测试，统计溯源查询时间的概率分布，进行分析。如图8所示，其概率曲线服从正态分布，溯源查询时间的数学期望μ为26.298 ms、标准差δ为3.23 ms，标准差范围内的数值占全部数值的86.12%。因此，缓存网络可以方便地创建、管理缓存中的数据，提供了实时交易高效批量验证机制，是轻量型区块链的一个关键组成。

逐个区块检索和纠错是系统的一个重要功能点，每日重生的策略希望能减少当日溯源查询的资源消耗。因此，设计在100笔交易、500笔交易、1 000笔交易、2 000笔交易的场景下，对比产生不同数量的区块，对逐个区块遍历、溯源查询处理的影响，实验数据如表3所示。

方案1控制了每100笔交易产生10个区块，会形成较多小区块。改进方案2，通过参数每50笔交易打包一个块，实现了每100笔交易产生2个区块，从而模拟出减少区块数的性能效果。通过减少本地区块的个数，改进方案2使得大部分数据在同一区块中进行溯源，减少了跨区块的时间损耗。而每日再生策略，可控制本地的区块个数，进一步提高了当日查询效率。并且，新的全节点加入网络的耗时和通信量、打包区块、广播区块和交易等处理都会得到改善。改进方案2减少区块数后溯源延迟如图9所示。

目前，联盟链技术还不能直接部署在物联网环境中，无法高效能支撑各设备的访问。因此，我们使用6个R4S适配物联网环境的无线网关节点，构建了一个跨域物联网实验平台，并实现轻量化物联网区块链原型系统和数据块循环再生的打包策略，如图10所示。

利用构建的物联网实物平台，完成共享隐私文件的上链存储实验。在共享文件的创建、复制、修改、删除过程中，嵌入自动上链文件操作轨迹的API调用。然后，分别部署原型系统在边缘无线网关实验平台和云平台服务器设备上，展开优化和对比实验。最终，在物联网和云平台两种环境实验中，原型系统均获得了超过1 000 TPS的高性能结果。

后续还需要优化物联网异构节点的资源占用和调配机制，验证恶意节点攻击的影响，以及试验不同节点动态加入和退出网络的效率，确定主节点稳定性和成员的动态变化对账本处理的影响程度。

4　 结 语

本文基于多阶段博弈理论，提出了一种新型的轻量化物联网区块链模型。模型突破原有的静态去中心化和节点完全对等等低能效策略约束，协同利用端边云多元异构资源完成账本数据的多层级优化存储，构建轻量化的两阶段博弈机制实现共识优选节点，实现异步渐进调度、验证和纠错等多阶段迭代增强算法。实验结果表明，在物联网资源受限环境下，原型系统实现了权益类数据的轻量化存储，提高了物联网区块链存储、优选节点和验证区块等方面的性能。

后续需要更智能地采集物联网中各节点的状态、访问关系、工作量、账本贡献度等信息，研究群体智能的强化学习和协作博弈方法，支撑智能协作模型的竞争优化，动态增强协作模型自适应异构环境。

参考文献

[1] POULAKIS M I， GOTSIS A G， ALEXIOU A. Multicell device-to-device communication： A spectrum-sharing and densification study［J］. IEEE Vehicular Technology Magazine， 2018， 13（1）： 85-96. DOI： 10.1109/MVT.2017.2782371 .

[2] CHEN Y X， LI C， LV M， et al. Explicit data correlations-directed metadata prefetching method in distributed file systems［J］. IEEE Transactions on Parallel and Distributed Systems， 2019， 30（12）： 2692-2705. DOI： 10.1109/TPDS.2019.2921760 .

[3] ZHANG Z K， CHO M C Y， WANG C W， et al. IoT security： Ongoing challenges and research opportunities［C］//2014 IEEE 7th International Conference on Service⁃Oriented Computing and Applications. New York： IEEE Press， 2014： 230-234. DOI： 10.1109/SOCA.2014.58 .

[4] VAN RENESSE R， DUMITRIU D， GOUGH V， et al. Efficient reconciliation and flow control for anti-entropy protocols［C］//Proceedings of the 2nd Workshop on Large-Scale Distributed Systems and Middleware. New York： ACM， 2008：1-7. DOI： 10.1145/1529974.1529983 .

[5] BENET J. IPFS - Content Addressed， Versioned， P2P File System［EB/OL］. ［2021-12-20］.

[6] NAKAMOTO S. Bitcoin： A Peer-to-Peer Electronic Cash System ［EB/OL］. ［2020-10-18］. DOI: 10.2139/ssrn.3977007 .

[7] MAYMOUNKOV P， MAZIÈRES D. Kademlia： A peer-to-peer information system based on the XOR metric［C］//Peer-to-Peer Systems. Heidelberg： Springer， 2002： 53-65. DOI： 10.1007/3-540-45748-8_5 .

[8] SHI W S， CAO J， ZHANG Q， et al. Edge computing： Vision and challenges［J］. IEEE Internet of Things Journal， 2016， 3（5）： 637-646. DOI： 10.1109/JIOT.2016.2579198 .

[9] DORRI A， KANHERE S S， JURDAK R， et al. Blockchain for IoT security and privacy： The case study of a smart home［C］//2017 IEEE International Conference on Pervasive Computing and Communications Workshops （PerCom Workshops）. New York： IEEE Press， 2017： 618-623. DOI： 10.1109/PERCOMW.2017.7917634 .

[10] SANKARAN S， SANJU S， ACHUTHAN K. Towards realistic energy profiling of blockchains for securing Internet of Things［C］//2018 IEEE 38th International Conference on Distributed Computing Systems （ICDCS）. New York： IEEE Press， 2018： 1454-1459. DOI： 10.1109/ICDCS.2018.00148 .

[11] LIU Y Q， WANG K， LIN Y， et al. Lightchain： A lightweight blockchain system for industrial Internet of Things［J］. IEEE Transactions on Industrial Informatics， 2019， 15（6）： 3571-3581. DOI： 10.1109/TII.2019.2904049 .

[12] LIU Y Q， WANG K， QIAN K， et al. Tornado： Enabling blockchain in heterogeneous Internet of Things through a space-structured approach［J］. IEEE Internet of Things Journal， 2020， 7（2）： 1273-1286. DOI： 10.1109/JIOT.2019.2954128 .

[13] FERRAG M A， DERDOUR M， MUKHERJEE M， et al. Blockchain technologies for the Internet of Things： Research issues and challenges［J］. IEEE Internet of Things Journal， 2019， 6（2）： 2188-2204. DOI： 10.1109/JIOT.2018.2882794 .

[14] MNIH V， BADIA A P， MIRZA M， et al. Asynchronous methods for deep reinforcement learning［C］//Proceedings of the 33rd International Conference on International Conference on Machine Learning. New York： ACM， 2016： 1928-1937.

基金资助

国家重点研发计划(2019YFB2102403)