1.一种物联网中区块链分片验证者选取的方法，其特征在于：所述的方法包括步骤如下：

S1：聚合商公布效用函数的计算模型和报酬ω(R')，各个计算节点报名参加计算；

S2：聚合商根据Q‑learning决策算法对计算节点进行筛选，将有计算能力的计算节点联合，组成各个并行委员会，每个委员会由一个聚合商领导；

S3：聚合商接收共识验证任务，并将共识认证任务发给委员会中各个计算节点；当委员会中超过2/3的计算节点完成并通过验证之后，聚合商将该区块上传区块链；

S4：区块上传到区块链后，完成验证的委员会获得报酬，该委员会中聚合商再将报酬发放给各个计算节点，由此完成一次区块链的更新。

2.根据权利要求1所述的物联网中区块链分片验证者选取的方法，其特征在于：所述的效用函数的计算模型如下：

其中，UAj表示第j个聚合商的效用函数；ρjμ(Rj)是聚合商j完成一个共识过程所获得的报酬；ρj表示由聚合商j领导的委员会的信誉值； 是聚合商j领导委员会的成本；ρi是第i个计算节点的信誉值函数；ω(Ri')是聚合商根据计算量支付给第i个计算节点的报酬；ρiω(Ri')表示计算节点信誉值会影响该节点获得的报酬。

3.根据权利要求2所述的物联网中区块链分片验证者选取的方法，其特征在于：聚合商根据Q‑learning决策算法对计算节点进行筛选，具体如下：S201：聚合商根据Q‑learning决策算法更新受该计算节点影响所对应的UAj值，将想加入委员会的计算节点根据输出的UAj值从大到小排序；

S202：根据需要的总计算能力由从大到小依次选择计算节点加入委员会；

S203：结束更新，委员会组建完成。

4.根据权利要求3所述的物联网中区块链分片验证者选取的方法，其特征在于：所述的Q‑learning决策算法包括以下步骤：D1：给定参数γ和报酬R；

D2：令UAj＝0；

D3：根据节点的信誉值生成初始状态s，并估计动作a1和动作a2的值；

D4：若未达到稳定状态，每次更新以下几步：D401：在当前状态s的选择动作a1或动作a2其中一个行为；

D402：利用选定的行为a，得到下一个状态s’D403：按照UAj'(s,a)←——UAj(s,a)+α(Rj+γmaxUAj'(s,a)‑UAj(s,a))公式来更新参数；其中，a表示更新过程中的选择的动作；

D404：令s＝s’；

D5：输出UAj值。

5.根据权利要求3所述的物联网中区块链分片验证者选取的方法，其特征在于：所述的聚合商j领导的委员会的信誉值ρj，是由委员会中各个计算节点的信誉值ρi决定的，其中，0＜ρj＜1.3，每完成一次验证，各个计算节点的信誉值将会更新一次，更新公式如下：其中，f(x)是由计算节点第t次验证结果决定，若验证失败f(x)<0；验证成功f(x)>0。

6.根据权利要求5所述的物联网中区块链分片验证者选取的方法，其特征在于：若更新后的信誉值 小于或等于0，则重新分配一个比0大一点的值；若更新后的信誉值 大于

1.3，则将信誉值 直接设置为1.3。

7.根据权利要求6所述的物联网中区块链分片验证者选取的方法，其特征在于：所述的委员会中各个计算节点的信誉值ρi越高，则该委员会的信誉值ρj越高，聚合商j完成一个共识验证后所获得的报酬越高。

8.根据权利要求1所述的物联网中区块链分片验证者选取的方法，其特征在于：所述的计算节点包括智能手机、电脑、电动汽车、服务器中的一种或多种。

9.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述的处理器执行所述的计算机程序时，实现如权利要求1～7任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述的计算机程序被处理器执行时，实现如权利要求1～7任一项所述的方法的步骤。