场景相关的区块链系统共识技术研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:yukon_hawk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
区块链是在分散对等的协作主体之间就共同关注的数字证据达成共识,并在此基础上开展合作的分布式存证机制,具有多中心、防篡改、可追溯等基本特性,能够以低成本、高效率的方式为不具备信任关系的各利益主体构建信任,并促成群体之间的高效协作。区块链技术不仅能够以分布式账本的形式对金融行业发挥重要作用,而且在数据共享、信息安全等众多领域也有广泛的应用前景。共识技术作为区块链的核心技术之一,逐渐成为了学术界和工业界研究的热点。在传统的分布计算领域中,共识技术往往分为拜占庭容错和非拜占庭容错两类。以Paxos和Raft为代表的非拜占庭容错共识算法只考虑节点失效宕机(fail-stop)而不考虑节点主动作恶;然而在区块链的多样化应用场景中,各个利益主体为了追求自身利益的最大化,其行为往往具有高度不确定性,可能产生对系统正常运行的不利行为,因此区块链中的共识技术往往需要具备拜占庭容错的能力。本文聚焦于具备拜占庭容错能力的区块链共识技术,主要针对三种典型的区块链应用场景,即公有链分布记账场景、联盟链分布记账场景和联盟链数据协作场景分别展开研究。通常来讲,不同的场景往往需要根据其特征和需求定制特定的共识方法,其设计原则是在安全性(Security)、效能(Effectiveness)和去中心化(Decentralization)等维度上进行科学权衡。针对上述三类区块链场景,本研究的主要贡献概述如下:(1)针对公有链分布记账场景,提出了兼顾记账效率、记账权公平分配和算力资源节约的共识算法。在以自由参与,完全开放为特征的公有链分布记账场景中,各利益主体间大规模交易活动引发的高记账频度需求远高于现有共识算法的记账效率。并且由于各主体身份不对等,现有共识算法容易导致记账权分配不均衡,存在记账垄断的风险。为此,本文提出了能够屏蔽用户身份不对等,使记账权的分配更加公平的参与度证明(Proof of Participation and Fees,PoPF)共识算法。首先根据用户在公有链中的参与度对用户进行排名,然后根据排名情况给不同用户设置不同的挖矿(Mining)难度。然而PoPF仍在一定程度上面临算力浪费和效率不高等问题,为此本文提出了历史交易证明(Proof of Previous Transactions,PoPT)共识算法。PoPT沿用了PoPF对用户的排名规则,同时对PoPF进行了基于一致性Hash算法的并行记账优化设计。最后,通过实验验证了PoPF和PoPT均可在确保安全与效率前提下,节约算力资源并使得记账权分配更加公平合理。(2)针对联盟链分布记账场景,提出了共识过程可监管前提下兼顾记账效率与节点规模的共识算法。在基于特定范围协作,企业授权参与的联盟链分布记账场景中,在安全性不降级的前提下,现有共识算法无法兼顾效率和可扩展性,且难以对恶意行为进行监管与处理。为此,本文提出了一种基于有向无环图(Directed Acyclic Graph,DAG)的高效可监管的共识算法Jointgraph。该算法引入了弱中心化的监管者角色,并巧妙的实现了监管者在共识过程中的职能设计,使得监管者不会成为控制联盟的中心化角色,确保了算法的多中心化特征。监管者不但能够对用户的恶意行为进行监管,及时识别并移除恶意用户,同时还能提高区块链的交易处理速度。实验表明,在与目前主流DAG共识算法之一的Hashgraph采用同样通信模型的情况下,Jointgraph能够提高吞吐率与节点可扩展性,并大大降低交易确认延迟。(3)针对联盟链数据协作场景,提出了共识范围可定制、共识程度可查看且主体可变更的共识算法。在服务于“云-边-端”灵活协作的联盟链数据协作场景中,不同数据需要被不同自治域的共识主体实时确认,现有共识算法无法支持按需达成自定义共识,且无法满足各利益主体实时查看数据共识程度以及共识主体动态变化等需求。为解决上述挑战,本文提出了一种基于可信执行环境(Trusted Execution Environment,TEE)与DAG的共识算法Teegraph。在Teegraph中,各节点首先将交易发送到TEE中进行预验证,以避免恶意节点在针对同一主题的通信中发送不同的信息给不同节点,从而从根源上避免了分叉攻击。通过对引入TEE之后共识机制的设计,降低了共识过程的复杂度(相比于Hashgraph),同时提高了算法的安全性,使得该算法的拜占庭节点的容错率由33.3%提升到了50%。此外,Teegraph中还引入了存储资源节约机制。实验表明,Teegraph在交易吞吐率和确认延迟上都要优于Hashgraph与Jointgraph。在信息空间,如何利用区块链这一技术,实现高效率、低成本的跨主体、远距离的信任建立与价值传递是重大的基础性、前沿性问题。本研究的创新之处在于针对区块链这一前瞻性研究对象,结合不同类型的多样化应用场景需求,围绕共识技术在公有链、联盟链中分布记账和数据协作等维度形成突破。本文的研究对未来以区块链为基础的新型价值传递范式具有积极推动意义。
其他文献
随着近年来国内外多条商业运营线路的开通,磁浮列车逐渐成为轨道交通领域研究和发展的热点和焦点。高速磁浮列车作为一种新型轨道交通制式,对于解决大城市间的快速交通问题,建立和完善我国高效立体的高速客运体系具有重要意义。本文以时速600公里高速磁浮列车悬浮系统为研究对象,对悬浮系统的性能优化问题展开研究。论文针对高速磁浮列车悬浮搭接结构建立数学模型,并根据模型特性设计标称控制器。由于高速磁浮列车长期运行过
计算机生成兵力(Computer Generated Forces,CGF)是作战仿真领域的关键前沿技术之一。意图识别行为是CGF认知行为建模的重要研究方向,可有效解决现有模拟仿真系统中CGF行为模式固定可预测、对抗与协同能力不足、态势分析与处理水平低等问题。策略型意图识别行为建模是考虑战场竞合关系条件下,对一般意图识别行为的泛化研究,有助于CGF更富策略性地识别敌友作战意图。研究面向CGF的策略
动态目标防御技术是一种新型的网络安全技术,通过构建、评价和部署多样化、不断迁移并且随时间变化的机制及策略的方式,增加攻击者的攻击难度及代价,有效限制脆弱性的暴露及被攻击的机会,提高系统的弹性。本文结合新一代网络架构SDN直接灵活、集中式的网络控制能力优势,对动态目标防御网络的相关关键技术进行了深入研究,主要研究工作及创新点如下:对于基于SDN的路由随机变换技术,本文分析了路由随机变换的相关问题,从
随着人们对互联网的依赖日益加深,保证互联网正常且稳定地运行是社会稳定运行的前提。但随着网络安全威胁技术不断升级,新的网络安全威胁不断涌现,网络安全面临较严峻的形势。而网络规模的不断增大,网络流量数据规模的增大,给网络流量的分析和异常检测带来了许多困难。因而,如何实时准确地发现大规模网络中存在的网络流量异常行为,保障网络正常且有效地运行,对提高网络的可用性和可靠性具有重要的意义。目前网络流量异常检测
近年来,人工智能技术迅猛发展,在全球范围内受到了广泛关注。以卷积经网络(Convolutional Neural Networks)、图卷积神经网络(Graph Convolutional Neural Networks)为代表的深度学习算法的不断更新迭代对计算机系统的计算性能与能耗要求急剧提高。然而,由于近年来摩尔定律发展的停滞以及冯诺伊曼结构限制,现有的数据中心架构无法高效地实现深度学习与大数
场景重建与语义分析理解是计算机视觉、计算机图形学以及机器人学中的难点。随着工业和娱乐领域对数字几何需求的不断增长,对场景进行建模与分析理解比过去任何时候都更加重要。近年来深度扫描技术的快速发展使得场景的数据建模越来越便捷,由于这一技术的革新,场景的重建和语义分析技术经历了由简单到复杂以及由低维到高维的发展演变。另一方面,移动机器人经过多年的研究和发展,已经逐步走向实用化,在制造业、物流业、服务业等
从片上多核系统到高性能计算机系统,互连网络作为节点之间通信的基础部件,一直是限制系统性能提升的瓶颈。路由器是互连网络的基础结构单元,负责网络中报文的转发,是影响网络吞吐率和报文传输延迟的关键部件。路由器基本结构包括输入端口、缓存、交换开关和输出端口等。其中,缓存用于存储路由器中等待转发的报文,而交换开关负责将报文无冲突的从路由器输入端口转发到输出端口。片上网络通常通过简化路由器流水级来降低报文通过
计算机生成兵力(Computer Generated Forces,CGF)战术任务规划是在作战仿真系统中,CGF为达到其作战目的而进行的一系列规划推理和选优决断活动,是构建真实可信的作战仿真系统的重点和难点。目前的CGF战术任务规划行为建模技术存在领域知识获取困难、战场环境不确定、行为模型过于简单等问题,针对这些不足,论文以研究CGF行为建模中战术任务规划行为模型框架为目标,重点围绕战术任务规划
随着云计算技术的快速发展,云服务商为用户提供了性能强大且具有弹性的数据存储和计算资源,将数据挖掘工作外包至云环境可以显著降低用户的运行维护成本。然而,由于云环境存在数据泄露等多种安全威胁,且云服务商对于用户而言不完全可信,用户的外包数据存在隐私泄露的风险。因此,如何保证云端数据挖掘过程中数据和结果的安全性已成为云计算安全领域亟待解决的关键问题。现有的数据挖掘安全外包方案通常无法同时满足高安全性和高
云计算技术在军事、政府、企业和个人等领域取得了越来越广泛的应用,但伴随着频频发生的云数据泄露事件,其安全问题也逐渐凸显。由于用户失去了对外包至云端的数据的直接物理控制权,同时又不愿意完全信任云服务提供商,因此数据的安全和隐私问题就成了用户在使用云服务时的重要顾虑。在上传数据前使用传统的对称或非对称加密算法加密数据可以有效保护数据的机密性,但无法满足灵活、高效地共享和管理数据的需求。属性基加密作为一