[发明专利]一种基于深度强化学习和区块链的空间众包方法

权利要求书

1.一种基于深度强化学习和区块链的空间众包方法，其特征在于，包括：

S1、空间众包层通过用户信用管理机制对用户端进行管理，并且通过任务分类和分级管理方法对众包任务进行管理；

所述步骤S1具体包括：

S11、在任务分级阶段，所述空间众包层根据预先定义的任务隐私安全需求和任务区域，将所述众包任务划分不同的任务类别；

S12、在分级管理阶段，所述空间众包层基于Hyperledger Fabric，将多子链结构作为分布式服务器，进行所述众包任务的分级管理，并将不同类别的所述众包任务放入不同的子链；

S2、区块链层基于Hyperledger Fabric构建私有区块链，将所述众包任务作为交易存储在所述区块链上；

步骤S2包括：

将所述用户端、所述子链与所述众包任务分为多个对应级别，并将所述众包任务与所述用户端的信息存入对应的所述子链中，所述用户端仅能搜索到与所述用户端的级别对应的所述众包任务；

S3、DRL层选择可靠的任务接收者，并动态选择区块链的块大小、块生成时间和块生成节点；

所述步骤S3具体包括：

S31、采用DRL技术，根据申请任务的所述用户端状态和当前任务状态，动态地将任务分配给用户端，其中，DRL的状态、动作和奖励的定义如下：

状态：

进行用户端选择时，根据任务位置LT、用户端位置LW和任务完成时间限制TS_l，将每个时隙t内的状态空间表示为：

S^(t)＝[LT,LW,TS_l]^(t)

其中：

LT＝(x^t,y^t)

LW＝(x^w,y^w)

所述用户端位置与所述任务位置之间的距离定义为欧式距离，表示为：

动作：为了动态地选择值得信任的所述用户端，根据用户端的信用和用户端的移动将每个时隙内地动作表示为：

A^(t)＝[Credit _w,d_w]

其中，Credit _w表示申请任务的所述用户端的信用，d_w表示所述用户端移动的距离；

奖励：每个时隙满足以下条件：

P1:maxQ(S,A)

C1:dist_(t,w)≤M_max

其中，动作函数Q(S,A)是根据折扣因子γ∈(0,1]和即时奖励R^(t)构造的：

2.根据权利要求1所述的一种基于深度强化学习和区块链的空间众包方法，所述空间众包层分为任务管理模块和用户管理模块，其特征在于，所述空间众包层通过所述任务管理模块和所述用户管理模块将任务和所述用户端划分为不同的安全级别，并在所述众包任务的发布和分配过程中进行不同的管理。

3.根据权利要求1所述的一种基于深度强化学习和区块链的空间众包方法，所述区块链层包括子链机制和去中心化的服务器模块，其特征在于，

所述子链机制为不同安全级别的所述众包任务构建不同的子链，所述去中心化的服务器模块作为去中心化的服务器管理所述子链上的所述众包任务和所述用户端信息。

4.根据权利要求1所述的一种基于深度强化学习和区块链的空间众包方法，所述DRL层上包括众包任务分配模块和性能改进模块，其特征在于，

所述DRL层通过所述众包任务分配模块和性能改进模块进行所述众包任务的分配。

5.根据权利要求1所述的一种基于深度强化学习和区块链的空间众包方法，其特征在于，所述步骤S3还包括：

S32、当用户端完成任务后，对所述用户端的信用进行更新，更新方法为：

其中，Credit _w代表当前的工人信用，T_w代表工人完成任务的实际时间，β代表任务等级的奖励，d_w代表工人执行任务所需的实际距离，d_max代表工人可以移动的最大距离，Tlevel代表任务级别的权重；

所述任务级别的权重Tlevel通过Ascll码表示，具体为：

其中，T_Ascll表示当前任务等级的Ascll码，表示当前工人执行的任务总数，表示由工人执行所有任务的Ascll码总和。