一种改进的预言机选择优化模型.pdfVIP

第４２卷第２期贵州大学学报（自然科学版）Ｖｏｌ．４２Ｎｏ．２

２０２５年３月ＪｏｕｒｎａｌｏｆＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ）Ｍａｒ．２０２５

文章编号１０００５２６９（２０２５）０２００７９１０ＤＯＩ：１０．１５９５８／ｊ．ｃｎｋｉ．ｇｄｘｂｚｒｂ．２０２５．０２．１０



一种改进的预言机选择优化模型

１，２，３１２１，２，３

唐郑熠，曹宝连，连至助，王金水

（１．福建理工大学计算机科学与数学学院，福建福州３５０１１８；２．闽江学院福建省信息处理与智能控制重点实验室，

福建福州３５０１０８；３．湖南工商大学湖南省移动商务智能重点实验室，湖南长沙４１０２０５）

摘要：在区块链系统中，预言机节点的选择对于保障上链数据的可靠性及系统运行的经济性至关重要。传统

方法在动态环境中面临链上计算负担过重、信誉评估静态化及节点选择容易陷入局部最优等问题。为此，本文

提出了一种基于贝叶斯信誉更新与多因素聚类优化的预言机选择模型（ｂａｙｅｓｉａｎｒｅｐｕｔａｔｉｏｎｕｐｄａｔｉｎｇａｎｄｍｕｌｔｉｆａｃ

ｔｏｒｃｌｕｓｔｅｒｉｎｇｏｐｔｉｍｉｓａｔｉｏｎｆｏｒｏｒａｃｌｅｓｅｌｅｃｔｉｏｎｍｏｄｅｌｓ，ＢＲＭＣＯ）。该模型通过引入贝叶斯信誉更新机制、ｋｍｅａｎｓ聚

类算法及梯度老虎机策略，实现了对预言机节点多维度表现的动态评估与优化选择。实验结果表明，在节点可

靠性不稳定的情况下，ＢＲＭＣＯ所选择节点的上链数据准确率达９６％，且成本极低。与传统方法相比，ＢＲＭＣＯ

显著优化了节点选择流程，且在噪声干扰和高故障节点环境中依然表现出较强的鲁棒性。

关键词：区块链；预言机；贝叶斯信誉更新；ｋｍｅａｎｓ聚类；梯度老虎机策略

中图分类号：ＴＰ３０９文献标志码：Ａ

随着区块链技术的迅猛发展，其去中心化、不担，提升系统的抗攻击能力，但在面对不诚实节点

可篡改性和透明性特性使其在多个领域获得了广比例较高的情况下，系统运行仍可能受到影响。在

［１］

泛应用，尤其在金融、物联网和供应链管理等行此基础上，一些研究引入了激励机制和信誉系统以

［２５］［１３１４］

业中展现了巨大的潜力。然而，区块链系统自优化预言机节点选择，但现有的信誉评估方

身的封闭性导致其无法直接访问外部数据，这成为法多为静态，难以适应节点在动态环境中的表现

制约其进一步扩展应用的重要瓶颈。为了解决这波动。

一问题，预言机作为链上智能合约与链外数据源之节点的不可靠性可能导致智能合约基于错误

［６］

间的桥梁应运而生。预言机能够将外部世界的数据做出错误决策，从而威胁整个区块链系统的安

数据传输到区块链系统中，从而扩展了智能合约的全。因此，选择合适且可靠的预言机节点是确保最