来源：Computer Communications （CCF C）

一、应用背景

在无人机辅助的移动边缘计算中，配备边缘服务器的无人机可以利用其飞行能力和高机动性为特殊场景中的用户提供视线通信，从而提高用户访问计算服务的效率。

然而，在无人机辅助的移动边缘计算中，节点间缺乏信任，传输的数据可能会被不可靠的节点非法访问，从而导致数据隐私泄露的问题。区块链是解决上述问题的有效方法。安全性、透明度和去中心化的特点使区块链成为一个分布式对等网络。在这个网络中，不可信的节点可以以可验证的方式相互交互，而不需要可信的中介，从而允许在节点之间建立信任关系。因此，本文将无人机、地面传感器节点和边缘服务器映射到区块链网络中，以确保无人机辅助的移动边缘计算中数据传输过程的安全性。

此外，DPoS算法作为目前应用最广泛的共识机制之一，其不能有效地处理恶意节点，恶意节点的恶意行为会降低共识算法的安全性和鲁棒性，不能保证无人机辅助移动边缘计算的安全性。为解决这一问题，本文还提出了一种改进的DPoS共识算法。

二、框架设计

区块链的交易处理流程由三个主要流程组成：节点注册、交易生成和改进的基于DPoS共识的流程。

三、基于改进的DPoS的区块链共识过程

共识机制运行的单位周期称为区块链系统周期。区块链系统周期包括三个步骤：共识节点选择、区块生成和验证以及信誉值更新。

区块链系统的运行由几个连续的区块链系统周期组成。在区块链系统周期开始之前，每个节点都会根据前一个区块链系统阶段收到的奖励和惩罚值更新其当前的信誉值。区块链系统将每个节点的声誉值作为其权益，节点根据声誉值进行投票。

算法1描述代理节点的选择：

（1）计算每个节点的得分，并根据得分对其进行排名

（2） 基于排名的节点身份分类

算法2描述信誉值更新

该算法将根据所有节点的投票行为和共识行为更新其信誉值。首先，根据投票行为和身份划分结果计算投票行为的奖惩。执行节点块生成行为和节点验证行为，最后根据奖励和惩罚值更新信誉值。

四、实验分析

使用一组边缘服务器和多个移动用户的终端设备，以构建基于区块链的无人机辅助移动边缘计算环境。

实验（1）：周期数对声望值的影响

在图4(a)中，很明显，随着区块链系统周期的增加，活动节点的声誉值曲线也会逐渐增加，因为活动节点在每个区块链系统周期中都做出了积极的行为，从而得到声誉系统的奖励。

在图4（b）中，活动节点1的信誉值在第8、9和10时段被选为代理节点后大幅增加，在第13时段后增加较少。在时段1至11中，恶意节点24被分类为非共识节点，并且随着其在每个时段的投票阶段执行邪恶行为，其信誉值缓慢下降。在时段12中，恶意节点24被选择为代理节点并且未能生成块，并且其信誉值降低到0.2112。此后，它再也不会被确立为代理节点或候选节点，但在每个周期的投票阶段仍会表现出不良行为，其信誉值继续下降。当选择一个普通节点作为代理节点时，它可能会成功地生成一个块，其声誉值将显著增加。当一个正常的节点不能生成一个块时，很难在接下来的几个周期内被选择为一致的节点。它需要在接下来的几个时间段内积极地参与投票，并等待声誉价值上升到一个更高的水平，然后被选为代理或共识节点的概率会更大。

实验（2）：周期数对总分的影响

在图5中，节点总数为12。在按降序对节点集进行排序后，选择前两个得分最高的节点作为代理节点，选择得分第三高的节点作为候选节点。在每个时段中，所有节点的得分均为0。这是因为该节点在当前期间没有收到投票。例如，活动节点1在第7时段没有获得投票，因此总分为0。对于每个时段，可以根据分数从高到低的排序，获得每个时段的代理节点、候选节点和非敏感节点。可以看出，攻击性节点1得分最高，在10个周期内三次被选为共识节点。恶意节点12在第四时段被选为代理节点并且未能生成块后，再也没有被选为共识节点。对于节点3，在该节点在第一时段被选为代理节点并且未能生成块之后，它在后续时段中得分较低，直到在第10时段再次被选为代理人节点。因此，在所设计的信誉系统中，节点的行为越积极，其信誉值就越高，获得高评级的可能性就越大，在后续时期被选为共识节点的机会就越大。

实验（3）：恶意概率对名誉价值的影响

从图6中的三个子图可以看出，恶意节点的声誉随着其邪恶概率的增加而呈下降趋势。

实验（4）：恶意概率对总分的影响

在图7中，当节点作恶的可能性上升时，节点总分曲线呈下降趋势，表明系统惩罚节点的作恶行为，节点总分下降，投票阶段的排名较低。节点被选择的可能性降低。