ارائه مدل توصيه‌گر براي بهبود عملكرد بلاكچين در اينترنت اشياء با رويكرد يادگيري تقويتي عميق

با پيشرفت جامعه بشري و فناوري اطلاعات و ارتباطات، اينترنت اشيا در ابعاد مختلف زندگي روزمره مردم و صنايع نفوذ كرده است. اينترنت اشيا با وجود تمامي تسهيلات، به‌دليل ساختار ضعيف امنيتي تبديل به يكي از اهداف هكرها شده است. فناوري نوظهور بلاكچين با توجه به ويژگي‌هاي ذاتي از قبيل توزيع‌شدگي، امنيت، تغييرناپذيري و قابل بررسي بودن تبديل به راه‌‌حلي مناسب براي تأمين امنيت اينترنت اشيا شده ‌است. با وجود اين، ادغام اينترنت اشيا و بلاكچين داراي چالش‌هايي مانند تأخير، گذردهي، مقياس‌پذيري و محدوديت توان دستگاه است. روش‌هاي يادگيري ماشين در حل مسائل پيچيده كه براي انسان دشوار است، كارايي مناسبي از خود نشان داده و به‌ همين دليل، به‌تازگي به‌عنوان يكي از راه‌هاي حل چالش‌هاي بلاكچين در اينترنت اشيا مطرح شده‌اند. در اين پژوهش براي بهبود چالش‌هاي بلاكچين در اينترنت اشيا يك مدل جديد مبتني بر عامل توصيه‌گر ارائه داده‌ايم. هدف اين مدل بهبود چالش گذردهي پايين بلاكچين در اينترنت اشيا و محدوديت منابع دستگاه‌هاي اينترنت اشيا براي استفاده از بلاكچين است. براي بهبود گذردهي عامل توصيه‌گر كه از يادگيري تقويتي عميق استفاده مي‌كند، بلاك با تنظيم اندازه و زمانِ ساخت مي‌تواند گذردهي را بهبود بخشد. همچنين، عامل توصيه‌گر با دريافت توان محاسباتي دستگاه اينترنت اشيا و ميزان انرژي مورد نياز براي فرايند استخراج، رويكرد بهينه را از بين انجام فرايند استخراج در دستگاه اينترنت اشيا و يا واگذاري به لايه لبه محاسباتي انتخاب مي‌كند. رويكرد بهينه در اين پژوهش رويكردي است كه ميزان تأخير و انرژي مصرفي فرايند استخراج را كمينه سازد. در اين پژوهش افزون بر ارائه معماري منطقي، به گردش كار عناصر مدل پيشنهادي نيز با جزئيات پرداخته شده‌ است. طراحي مدل پييشنهادي با استفاده از روش اصل واحد براي حل چالش‌هاي بلاكچين در اينترنت اشيا مورد بررسي قرار گرفته و نقاط ضعف و قوت مدل بيان شده ‌است.