标题：面向6G车联网可信高效的区块链分片研究
作者：苏炳权1 赖粤1；王思明2；杨华岳1
作者单位：1 广东工业大学自动化学院，广东 广州 510006；2 新加坡科技设计大学，新加坡 487372
关键字：车联网；区块链分片网络；时序预测；深度强化学习
摘要：6G车联网面临动态环境下的安全与性能挑战，传统区块链技术存在扩展性不足问题。提出两阶段动态分片优化策略：第一阶段结合时间序列预测交易量变化，引入优秀值模型筛选高可信共识节点，优化节点选择机制与资源分配效率；第二阶段基于深度强化学习，动态协同调整分片数量、区块大小和生成间隔等核心参数，平衡系统负载并降低交易时延。实验表明，该方法通过融合预测优化与动态决策机制，在系统稳定性和资源利用率方面显著优于传统方案，有效支撑复杂车联网场景需求。