目前,推动区块链在工业物联网中的应用已经成为重要的产业发展方向。区块链能够为各工业部门提供更加安全可信的数据共享及计算环境,并降低基础设施构建所需的成本。然而,区块链智能合约的封闭性限制了它主动与外部系统进行交互的能力,难以处理涉及实时数据的计算任务。同时,链上大量的工业数据带来了巨大存储压力,使存储资源受限的工业物联网节点难以参与到区块链服务中。分布式预言机为区块链系统提供了一种相对可信的数据获取机制,允许智能合约在执行过程中主动向外部请求数据。其中,基于可验证随机函数的分布式预言机由于较高的安全性和节点资源利用率,可很好地适应工业物联网场景。然而,完全的随机性会降低预言机的服务质量和节点持续提供服务的意愿,进而影响反馈数据的质量和实时性。此外,为了降低单节点的存储压力,现有的区块链存储方案在保证数据完整性的情况下,通常根据特定的规则使每个节点只维护小部分账本数据。节点在执行智能合约时,可能需要频繁地访问非本地账本中的数据,该过程中的网络延迟会导致智能合约执行效率的降低。因此,本文聚焦于提高工业物联网中区块链预言机的服务质量和存储资源受限的区块链节点上的智能合约执行效率,研究内容如下:（1）首先,提出了一种适用于工业物联网的分布式预言机方案。一方面,基于可验证随机函数设计了一种完全去中心化的随机节点算法,可在保留随机性的情况下同时有限度地考虑节点的声誉,提高预言机的服务质量并防止马太效应。同时,预言机节点可在工作过程中保持匿名性,降低被攻击的可能性。另一方面,基于滑动时间窗口设计了一种数据筛选机制,用于优化预言机反馈结果的时间分布,提高数据一致性。针对链下聚合的情况,以Raft为底层共识协议提供了该数据筛选算法的链下实现方式。实验表明,当存在部分恶意节点时,上述预言机方案可有效提高反馈数据的正确率和一致性,并减少服务响应时间。（2）其次,提出了一种轻量级的区块链数据存储方案。一方面,针对工业物联网的特点设计了一种通用的账本结构、网络架构和交易计算流程。在存储层面,在保证状态数据一致性的情况下,允许节点在利用其闲置的存储空间选择性地缓存一部分其它区块数据;在网络层面,优化了数据分发机制的通信成本。另一方面,基于深度强化学习设计了一种区块数据缓存策略,使区块链节点可根据状态数据和智能合约的访问历史选择适当的缓存内容,帮助节点在没有充足存储资源维护完整账本的情况下提高智能合约执行效率,并基于深度Q学习提供了相应的实现方案。实验结果表明,上述方案可以有效降低大规模区块链网络中的数据分发成本和存储资源受限节点上智能合约的执行延迟。综上,在数据获取方面,本文所研究的预言机方案兼顾了分布式预言机服务的服务质量和安全性;在数据存储方面,本文所研究的区块链数据缓存方案在有限的存储空间下实现了计算性能的提高。综合实验表明了本文方案在提升区块链预言机服务质量和降低智能合约执行效率方面的有效性,具有实际的应用价值。