本文研究了链下数据存储中的加密审计调度问题，将其建模为部分可观测约束马尔可夫决策过程（CMDP）。存储节点的隐藏类型和腐败状态构成部分可观测的POMDP，同时缺失率上限ρ施加了显式安全约束。作者提出DRQN-CMDP方法，采用深度递归Q网络，其GRU层维护对潜在节点类型的信念，并结合拉格朗日对偶上升自动调整缺失率惩罚λ。此外，利用免配对同态MAC原语实现O(1)链上验证成本。在13种方法（包括四种DQN变体、PPO、A2C、PPO-Lagrangian、状态贝叶斯启发式、三种固定规则基线及一个先知启发式）的对比中，DRQN-CMDP实现了有利平衡：比固定高频审计降低83%的Gas费用，单位数缺失率（7.5%），以及适中的检测延迟——这是其他方法无法同时满足三个目标的组合。实验表明该方法在成本、安全性和及时性之间取得了最优折中。适合研究区块链安全、审计调度和强化学习的读者。