论文阅读：基于区块链的分布式软件定义车载网络一种深度q -学习方法

关键技术运用：许可区块链+软件定义的vanet+基于优先级体验重放的深度q学习
传统的问题及文章解决方法
问题1：缺乏基础设施和动态性
方法：使用软件定义的vanet动态和安全地管理vanet。
问题2：传统集中式平台易受节点攻击，所以使用分布式系统，但对于分布式系统问题在于如何达成一致。
方法：使用区块链，在基于基于SDN的可编程区域控制平面，提出了一种集成框架，该框架可实现联网车辆通信VANET安全的动态编排。
特殊的共识协议：
协议与域控制层和区块链系统交互。目标是使用共识协议安全地收集和同步从不同的分布式控制器接收的信息。
优化方法：
将区块链节点的信任特征、共识节点数、车辆的信任特征以及区块链节点的计算能力考虑在联合优化问题中，将其建模为一个具有状态空间、行动空间和奖励函数的马尔可夫决策过程。
特殊的深度Q学习方法：基于优先级体验重放的深度q学习方法。

集中式SDN控制机制的传统VANET框架
分布式SDN控制机制策略。
对于集中式和分布式软件定义网络的问题：
本文说集中式网络管理存在问题，不能满足流量扩大下的网络。
但我了解到的说集中式软件定义网络在于可以更方便的管理所有资源，并实现全局优化和提升传输能力。
现有集中式机制存在以下问题:
1)传统的共识机制给每个控制器带来额外的管理费用;
2)安全性和活动性难以保证;
3)当SDN控制平面扩大到大规模场景时，现有方案面临挑战。
对于block-SDV，其对应的VANET和区块链环境的变化模型是未知的，采用基于学习的方法，使用dueling DRL来解决联合优化问题，可以在可变vanet和区块链条件下自适应地将计算和网络资源分配给分布式SDN控制器。
文章想法：使用区块链把所有的分布式控制器连接起来。通过共识算法来实现安全的数据交换，通过收集到的数据各个控制器分别进行训练，用区块链来传递参数。（联邦学习这是）

系统分为三层：设备层，区域控制层和域控制层。区域控制层收集车辆和链路信息并发送给域控制层。域控制层以分布式区块链的方式运行，也在区块链系统中拥有账户。该层的控制器从区域控制层收集过滤后的数据，并共享给其他控制器，这种共享通过账户设置智能合约来进行，而前提是交易要进行签名和验证（搞不懂区块链的交易本来就要签名和验证吗）。

服务器作用：分布式服务器是区块链节点，用于管理和存储信息并相互验证

共识：将委托证明(DPoS)算法的思想引入到选举共识节点中。
共识机制：冗余拜占庭容错（RBFT）,RBFT的共识达成过程。
特殊：把信任机制用于共识节点的选取。

关于许可区块链：基于令牌的去中心化，可能更适应于需要监管和改错的场景。
该系统可以是一个设有特定权限的数据共享系统，对许可对象、获取内容设立权限，从而保证数据在系统内的分布和知情交易。
结构特性：
高可定制性。
访问控制。
更好的可伸缩性

域控制器与区块链进行交互。进行区块生成和确认.