此次汇报的内容为目前的研究内容与进展：《一种深度强化学习驱使的区块链预言机节点选择方法》，相关内容将从科研背景、科研问题、科研目的、研究内容等几个方面展开

科研背景

1.区块链与外部数据的交互是阻碍其广泛采用的主要障碍之一，因为区块链环境与外部世界隔离,为了充分利用区块链架构，需要将真实世界的数据与区块链集成.区块链预言机（blockchain oracle）:是指可以访问外部数据而不影响区块链完整性的实。区块链预言机可以与外部世界通信，并将数据提取到区块链中，还能够将区块链连接到外部数据库，在区块链之外进行昂贵的计算

2.区块链提供的基本优势是去中心化。但是预言机在区块链上带来了外部数据，很难保证外部数据源的可信度。预言机的使用将中心化问题带回了区块链，重新引入了与具有单点故障的架构相关的问题。

科研问题

1.预言机可能会表现出恶意行为、由于缺乏容量无法执行任务或者由于自私未能报告其真实的可用资源。建立一个可靠的机制来选择可信的预言机对区块链网络起着重要作用

2.目前方案大多是根据预言机过去的性能记录来选择它们，没有一个智能的机制在预言机市场中选择最有价值的预言机

3.现有方法总是忽略数据请求方在请求数据时会附加的要求（数据准确性、响应时间、数据更新频率）

科研目的

1.基于声誉机制（信任管理）建立声誉系统，根据预言机的行为表现和可靠性对预言机进行声誉评分，以此来评估预言机的信任程度

2.提出基于DRL的预言机选择模型，综合考虑数据请求方的需求和预言机的性能、成本与声誉，灵活智能地从预言机市场机中选择可信、经济的预言机

研究内容