一种改进的预言机选择优化模型
打开文本图片集
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（bayesian reputation updating and multifactor clustering optimisation for oracle selection models，BRMCO）。（剩余15063字）