区块链系统的动态数据驱动数字孪生

近年来，我们看到基于区块链的系统在非金融应用中的采用有所增加，希望从该技术所提供的优势中受益。尽管许多领域已成功将区块链纳入其核心功能，但区块链的普遍采用受到所谓的去中心化、可扩展性和安全性三难困境的制约。在我们之前的工作中，我们表明使用数字孪生在运行时动态管理区块链系统可以有效管理三难困境。我们的数字孪生利用DDDAS反馈循环，该循环负责从系统获取数据到数字孪生，进行优化，并更新物理系统。本文研究了如何利用DDDAS反馈循环来支持三难困境的优化组件，受益于强化学习智能体和仿真组件，以提高学习模型的质量，同时减少决策所需的计算开销。