本论文针对动态工作负载下的认证数据结构（Authenticated Data Structure, ADS）优化问题，提出了一种名为 Huffman-Merkle Tree (HMT) 的新型结构。ADS 允许对大型可变状态进行成员资格证明，广泛应用于可验证存储、互联网透明服务和区块链等领域。现有 ADS 设计通常未充分考虑访问频率的动态变化，导致在访问偏斜随时间变化时性能不佳。HMT 通过两个互补机制解决该问题：一是基于 Huffman 编码的 Merkle 树布局，并扩展以支持演化的访问频率；二是弹性分层机制，将数据项划分到不同层级的树中（如热层和冷层），并在层间自适应迁移。其核心思想是将频繁访问的项放在靠近根的位置，而将不频繁的项分配到逐渐增大的深层树中，从而降低整体按频率加权的访问成本。方案支持扩展到包含数百万项的 GB 级数据。为高效处理动态性，布局更新采用批量方式，访问频率通过 count-min sketch 跟踪，并采用层提升缓存与多种层迁移策略。作者实现了 HMT，并在真实数据上与以太坊的 Merkle Patricia Trie (MPT) 和其提出的替代方案 Unified Binary Tree (UBT) 进行比较。评估指标包括每次更新的哈希量和访问加权成员资格证明大小。实验结果显示，HMT 的最佳策略平均哈希操作量约为 MPT 的 1/2.4（约 0.42 倍）和 UBT 的 0.34 倍，访问加权证明大小约为 MPT 的 0.18 倍和 UBT 的 0.55 倍。该工作为动态访问模式下的高效 ADS 设计提供了新思路。