区块链物联网的自适应信任共识：比较 RL、DRL 和 MARL 对抗朴素攻击、共谋攻击、自适应攻击、拜占庭攻击与潜伏攻击

保护区块链物联网网络免受复杂的对抗性攻击仍然是一个关键挑战。本文提出了一种基于信任的委托共识框架，该框架将全同态加密（Fully Homomorphic Encryption, FHE）与基于属性的访问控制（Attribute-Based Access Control, ABAC）相结合以实现隐私保护策略评估，并结合基于学习的防御机制。我们系统地比较了三种强化学习方法——表格 Q-learning (RL)、带有 Dueling Double DQN 的深度强化学习 (DRL) 和多智能体强化学习 (MARL)——对抗五种不同攻击家族的表现：朴素恶意攻击（Naive Malicious Attack, NMA）、共谋谣言攻击（Collusive Rumor Attack, CRA）、自适应对抗攻击（Adaptive Adversarial Attack, AAA）、拜占庭故障注入（Byzantine Fault Injection, BFI）和延迟投毒（Time-Delayed Poisoning, TDP）。在 16 节点模拟物联网网络上的实验结果显示了显著的性能差异：MARL 在共谋攻击下实现了卓越的检测效果（F1=0.85，而 DRL 为 0.68，RL 为 0.50），而 DRL 和 MARL 在 RL 失败（F1=0.50）的自适应攻击下均实现了完美检测（F1=1.00）。所有智能体均成功防御了拜占庭攻击（F1=1.00）。最关键的是，延迟投毒攻击对所有智能体证明是灾难性的，在潜伏者激活后 F1 分数降至 0.11-0.16，证明了建立信任的对手所构成的严重威胁。我们的研究结果表明，协调多智能体学习在防御区块链物联网环境中复杂的信任操纵攻击方面具有可衡量的优势。