تكتسب خوارزميات التوافق (Consensus Algorithms) دورًا محوريًا في تشغيل شبكات البلوكتشين، ولكنها تواجه تحديات كبيرة تتعلق بالاستخدام المفرط للقوة الحاسوبية أو ارتفاع نسبة المخاطر لتحديد المشاركين الذين يتحملون مسؤولية تأكيد المعاملات. هذه القضايا تؤدي في العديد من الأحيان إلى مركزية السلطة واستبعاد بعض المشاركين.

تطرح الدراسة الجديدة منهجية مبتكرة تستخدم مجموعات الضبابية الانطباعية (Intuitionistic Fuzzy Sets) وعملية تجميع الانينورم (Uninorm Aggregation Operations) لتصحيح هذه مشكلات. حيث أن القيم المتعلقة بالسمعة في خوارزميات التوافق ترمز في النهاية إلى عدم اليقين، فإن مجموعات الضبابية توفر وسيلة فعالة لتمثيل هذه القيم.

من خلال تعزيز أهمية السمعة السلبية والإيجابية، تتيح هذه المنهجية للمحققين تصحيح أخطائهم السابقة في عمليات التحقق المستقبلية، مما يجسد تصميم خوارزمية توافق أكثر إنصافًا وشفافية.

علاوة على ذلك، يحتفظ الإطار المقترح بتعقيد حسابي خطي ولا يقدم عبء اتصالات إضافي يتجاوز البروتوكول الأساسي للاتفاق. مدعومًا بنتائج تجريبية، تُظهر هذه الطريقة تحسنًا ملحوظًا في الأداء والتقييم، مما يعد بتطوير الشبكات البلوكتشين نحو مزيد من العدالة والشمولية.