메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
현기정 (서강대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제26권 제3호
발행연도
2025.3
수록면
655 - 665 (11page)
DOI
10.9728/dcs.2025.26.3.655

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 메타버스 블록체인 환경에서의 검증자 노드 선정을 위한 강화학습 기반 동적 알고리즘 Reinforcement Learning based Proof of Contribution Score(RL-PoCS)을 제안한다. Double Deep Q-Network(DDQN)의 강화학습 기법을 기여점수증명(Proof of Contribution Score, PoCS)에 결합한 본 알고리즘은 블록체인 검증자 노드의 기여도를 정량화하고, 이를 기반으로 동적으로 검증자를 선정하여 보상을 분배하는 알고리즘이다. 특히, 메타버스 환경처럼 동적이고 탈 중앙화 된 환경에서의 자원 분배 문제를 해결하기 위해 합리지수를 활용하여 검증자의 기여점수와 실제 보상 간의 공정성을 측정하고, 그 편차를 학습 과정에 반영함으로써, 보다 공정하고 효율적인 검증자 선정을 가능하게 한다. 이를 위해 지속적으로 학습하며 네트워크의 상태 변화에 따라 최적의 검증자를 선정하는 과정을 개선한다. 시뮬레이션 결과, RL-PoCS 알고리즘은 메타버스 블록체인 네트워크에서 공정한 보상 분배를 실현함과 동시에, 확장성과 효율성을 유지하며 탈 중앙화 된 검증 구조를 최적화하는 데 효과적임을 보여준다.
#메타버스 #강화학습 #DDQN #블록체인 #기여점수증명 #Metaverse #Reinforcement Learning #Double Deep Q-Network #Blockchain #Proof of Contribution Score

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 배경지식
Ⅲ. 관련 연구
Ⅳ. 동적 검증자 선정 알고리즘
V. 실험 결과 및 분석
Ⅵ. 논의 및 향후 연구 방향
Ⅶ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0