基于游戏理论深度学习模型的区块链贡献证明
密码学与安全
2024-09-13 v1 机器学习
摘要
构建弹性和可扩展的边缘资源是提供基于平台的智慧城市服务不可避免的前提。智慧城市服务通过边缘计算提供，以实现低延迟应用。然而，边缘计算始终面临资源有限的挑战。单个边缘设备无法承担智慧城市中各种智能计算，而来自不同服务提供商的大规模边缘设备部署以构建边缘资源平台已成为必然。来自不同服务提供商的计算资源选择是一个博弈论问题。为激励服务提供商积极贡献其宝贵资源并提供低延迟的协作计算能力，我们引入一种博弈论深度学习模型，以在服务提供商之间就任务调度和资源配置达成共识。传统的中心化资源管理方法效率低下且缺乏可信度，而区块链技术的引入可以实现去中心化的资源交易和调度。我们提出一种基于贡献的证明机制，以提供边缘计算的低延迟服务。深度学习模型由双编码器和单个解码器组成，其中 GNN 编码器处理结构化决策动作数据，RNN 编码器处理时间序列任务调度数据。大量实验表明，我们的方法相对于最新方法的延迟降低了 584%。
引用
@article{arxiv.2409.07460,
title = {A proof of contribution in blockchain using game theoretical deep learning model},
author = {Jin Wang},
journal= {arXiv preprint arXiv:2409.07460},
year = {2024}
}