使用强化学习方法，将矿机运算量更换为训练神经网络的计算，从而降低了公共区块链网络的能耗，同时促进数据共享和解决普遍问题的 AI 模型设计。

Feb, 2022

本文综述现有区块链共识协议，以五个核心组件为框架，分别为区块提议、区块验证、信息传播、区块最终确认和激励机制，分别从算法抽象和安全漏洞等角度进行评估和比较，为区块链开发者和研究人员提供了全面的现状展望和设计参考。

Apr, 2019

本篇论文介绍基于可信执行环境（TEE）(如 Intel SGX-enabled CPUs) 的多种区块链共识原语和新型区块链系统的设计，包括使用 POW，PoT 和 PoO 共识算法使挖矿更公平、能源和时间有效，以及使用 POC 共识算法的区块链，通过 TEE 平台的随机数生成选择共识领袖进行低延迟交易验证，确定性确认时间，消耗极小的能源，并实现公平分布采矿。最后，介绍了最多抵抗受损 TEE 的潜在保护机制。

Mar, 2017

数字孪生（DT）已成为增强工业物联网（IIoT）网络中制造效率的有前途的解决方案。为了提高无线 IIoT 网络中 DT 的效率和可靠性，我们提出了一种区块链启用的 DT（B-DT）框架，采用深度神经网络分区技术和基于声誉的共识机制，其中在网关端维护的 DT 使用从关联 IIoT 设备收集的数据执行 DNN 推理任务。通过将顶层 DNN 推理任务卸载到接入点（AP）端，我们首先采用 DNN 分区技术，减轻了网关端的计算负担，从而提高了 DNN 推理的效率。其次，我们提出了一种基于声誉的共识机制，将工作量证明（PoW）和权益证明（PoS）进行融合。具体而言，所提出的共识机制根据每个 AP 的计算资源对 DNN 推理任务的贡献评估其链下声誉，并将链下声誉作为权益来调整区块生成的难度。第三，我们制定了一种通信资源（即分区点）和计算资源分配（即 AP 的顶层 DNN 推理和区块生成的计算频率）的随机优化问题，以在时变信道状态和链下声誉的长期约束条件下最小化系统延迟，并使用李雅普诺夫优化方法解决问题。实验结果表明，所提出的动态 DNN 分区和资源分配（DPRA）算法在减少总体延迟同时保证 B-DT 系统的可信度方面优于基线算法。

May, 2024

本文试图寻求用区块链作为信任引擎的设计原则，通过定性和定量研究的混合方法，讨论了区块链的过去、现在和未来发展方向，并得出了区块链设计原则的三个发现：第一，区块链作为分布式数据库的原始设计原则是否得以实现存在争议；第二，区块链社区的现有分类包括隐私和安全、可扩展性、去中心化、适用性、治理和监管、系统设计及跨链互操作性等方面。在这些分类中，隐私和安全的研究和应用更为突出，其他方面仍有较大的发展机会。最终，我们认为必须通过跨学科综合解决方案来弥合当前区块链设计与真正智能世界信任引擎设计原则之间的差距。

Jan, 2023

提出一种自适应符合共识（ACon2）算法，该算法使用多个数据源的共识集从多个预言家合同中派生数据共识集，通过在线不确定性量化学习和分布移位来提供良好的正确性保证，特别是应用于实现 Solidity 的情况下，具有潜在的实用性，可以解决区块链中的安全问题。

Nov, 2022

该论文介绍了利用数字孪生技术来帮助区块链系统的动态管理和重组，通过动态选择共识协议等方式维护区块链系统的性能平衡，模拟结果表明该数字孪生架构能够有效支持区块链的动态适应和管理。

Apr, 2022

本篇综述论文系统介绍了区块链网络的组织、分散式共识协议的设计、激励机制的设计以及个体节点自组织的策略采用，以及分析了区块链网络在多个领域的新兴应用和共识机制对这些应用的影响，最后讨论了区块链共识协议设计的几个开放的问题和相关的研究方向。

May, 2018

该研究提出了一种结合人工智能和区块链技术的证明机制，名为 Proof-of-Training（POt），实现了全球状态同步，评估了去中心化训练网络，具有很高的性能潜力。

Jul, 2023

本文提出了一个专门用于供应链中不同分布式物联网实体的区块链体系结构，LC4IoT 作为此体系结构的轻量级共识，该共识在广泛模拟中得到了验证，结果表明所提出的共识使用低计算能力、存储能力和延迟。

Jan, 2022