一种基于LSTM-Blacklist的动态信任度证明机制

摘要：

针对区块链网络中共识节点的恶意行为导致的区块链系统安全问题,提出一种基于LSTM(long short-term memory)-Blacklist的动态信任度证明机制(PoDT-LSTMB).该动态信任度证明机制通过前向注意力机制的两层LSTM神经网络学习并分析参与共识节点的行为数据,预测节点行为倾向.以节点信任度为基础构建黑名单,剔除低于信任度阈值的节点,提高全网节点的总体可信性.以正常区块上链率以及节点信任度的变化为主要评估指标,与信任度证明PoT(Proof of Trust)机制以及不带黑名单的PoDT-LSTM机制进行了对比实验.实验结果表明,基于前向注意力机制的两层LSTM神经网络结构准确率可达0.915 1,本文提出的PoDT-LSTMB机制比PoT机制的正常区块上链率提高30％～33％.

关键词：区块链、共识机制、动态信任度、长短期记忆、黑名单机制

所属期刊栏目：69

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;教育部人文社会科学研究项目;江苏省高校自然科学重大项目

在线出版日期：2023-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：156-168