一种基于MAML-DQN联合优化的区块链分组HotStuff共识自适应优化方法

本发明提出一种基于MAML‑DQN联合优化的区块链分组HotStuff共识自适应优化方法，包括以下步骤：构建基于MAML‑DQN的联合训练模块，以用于根据当前任务输出最优的节点特征权重及区块链关键参数；获取区块链网络中每个节点的多维特征，根据节点的多维特征和节点特征权重计算每个节点的综合得分，根据节点的综合得分对所有节点进行交叉分组并选取每个分组的领导节点；每个分组根据区块链关键参数独立处理分配的交易，在达成组内共识后，由各分组领导节点协同完成跨组共识，并在达成跨组共识后进行全局账本一致性更新。本发明可以在节点状态多维度和网络状态频繁变化的环境中提高区块链系统的安全性和效率。