一种基于LSTM-Blacklist的动态信任度证明机制

针对区块链网络中共识节点的恶意行为导致的区块链系统安全问题，提出一种基于LSTM(long short-term memory)-Blacklist的动态信任度证明机制(PoDT-LSTMB)。该动态信任度证明机制通过前向注意力机制的两层LSTM神经网络学习并分析参与共识节点的行为数据，预测节点行为倾向。以节点信任度为基础构建黑名单，剔除低于信任度阈值的节点，提高全网节点的总体可信性。以正常区块上链率以及节点信任度的变化为主要评估指标，与信任度证明PoT(Proof of Trust)机制以及不带黑名单的PoDT-LSTM机制进行了对比实验。实验结果表明，基于前向注意力机制的两层LSTM神经网络结构准确率可达0.915 1，本文提出的PoDT-LSTMB机制比PoT机制的正常区块上链率提高30%～33%。