【摘 要】
：
自比特币白皮书诞生以来,区块链便作为一项新兴的计算机技术被学者和研究人员发掘,至今区块链的发展已有十多年的发展。由于区块链技术去中心化、去信任、不可篡改等特性,这项技术也逐渐被应用于金融、供应链、物流、保险、跨境支付等领域。共识机制作为区块链技术的重中之重,用于在分布式系统中达成数据的一致性,而一致性问题是分布式系统中最重要的问题,另外共识机制也很大程度上决定了区块链系统效率的高低。在本文的工作中
论文部分内容阅读
自比特币白皮书诞生以来,区块链便作为一项新兴的计算机技术被学者和研究人员发掘,至今区块链的发展已有十多年的发展。由于区块链技术去中心化、去信任、不可篡改等特性,这项技术也逐渐被应用于金融、供应链、物流、保险、跨境支付等领域。共识机制作为区块链技术的重中之重,用于在分布式系统中达成数据的一致性,而一致性问题是分布式系统中最重要的问题,另外共识机制也很大程度上决定了区块链系统效率的高低。在本文的工作中,首先阐述并总结了区块链中主流的共识机制,着重分析了PBFT共识机制,发现PBFT共识机制仍存在以下关键问题:PBFT算法中网络通信复杂度达到（2）的规模,难以支持大规模网络,随着节点规模的增大,效率会急剧下降,通信代价较高;节点无法动态加入和退出共识网络,可扩展性不佳,加入和删除节点代价很高;对于共识网络中的恶意节点,并没有协议用于剔除恶意节点。本文针对PBFT算法现存在的一些问题,主要研究工作如下:（1）针对PBFT算法中网络通信复杂度达到（2）的规模,难以支持大规模网络的问题,提出了基于聚合签名的拜占庭容错算法（Aggregate-Signature Byzantine Fault Tolerance,ABFT）。通过结合BLS聚合签名,将通信复杂度从（2）减少到（）,并且通过实验分析可以得知,聚合签名和验证聚合签名耗时短,并不会影响共识的效率,而且聚合后的签名也跟单个签名的大小一致,并不会给通信带来负担,大大降低了实用拜占庭容错共识算法运用在联盟链的代价。（2）针对PBFT算法节点无法动态加入和退出共识网络的问题,本文提出协调节点的概念,协调节点负责协调管理整个共识网络中的各个节点信息以及协调各个节点加入和退出共识网络等操作,并为每个节点增设全体节点信息表和共识节点信息表,实现对全网各个节点状态的感知,增加动态加入、删除节点的方案,实现无需重启网络的情况下动态管理节点。（3）针对PBFT算法没有设计协议用于剔除恶意节点,本文引入了节点信誉值,用于评估节点的诚实度,区分恶意节点,另外设置协议将低信誉值的节点踢出共识网络,防止低信誉值的节点危害整个共识网络的安全。最后,基于本文提出的低代价的实用拜占庭容错共识算法改进方案ABFT算法,经过实验结果分析得出在多个节点的情况下,相比其他的共识算法,ABFT算法有效地降低了共识的时延以及提高了交易吞吐量,降低了通信的代价。另外支持节点快速地动态加入、退出共识网络,可扩展性更优,使联盟链可容纳大量节点。
其他文献
细胞培养中的细菌和支原体污染,特别是支原体污染一直都是细胞培养的难题。污染了细菌和支原体的细胞,虽然一般选择废弃,但有些重要的细胞依然需要靠清除污染来挽救。鉴于细胞培养的污染清除中存在的诸多问题,本研究以BHK-21细胞、抗菌药Baytril、大肠杆菌、猪鼻支原体为研究对象,用96孔细胞培养板,采用10倍分级稀释法,测出抗菌药Baytril对BHK-21细胞的最小抑制浓度为60-80PPM。用同样
几十年来,研究人员一直致力于开发能够模拟人类皮肤功能的触觉感知技术,制备拟人电子皮肤。电子皮肤融合了高度多样化和跨学科的专业知识,其中柔性传感器是电子皮肤实现触觉感知功能的关键部件。然而,柔性传感器的发展却存在着许多挑战与困难。首先,柔性传感器需要具有可穿戴性,并且能够适应于不同形状的表面,同时也需要具备生物相容性、耐用性和耐磨性。第二,柔性传感器需要实现在复杂环境下的适用性,能够区分多种不同的外
电解加工以离子去除的方式实现对零件的加工,理论上具备高精度加工的潜能,而且没有加工作用力和工具损耗,不受工件硬度影响,因此非常适合进行微细加工。但在实际电解加工中,因为电解液良好的导电性,很难控制电解反应发生在工件表面指定的加工区域,从而产生杂散腐蚀,导致加工精度不高,限制了微细电解在实际加工中的应用。微细电解加工常以铣削方式进行,工具形状多为棒状阴极,对棒状阴极侧壁进行绝缘是提高微细电解加工精度
蜿蜒屈曲纤维作为一种类似弹簧结构且具有x/y单向延伸效果的超延展性材料,已被广泛研究并应用在可拉伸/柔性电子器件和微光纤的制造中。然而,蜿蜒结构在生物组织工程支架制造领域的研究尚未得到很深入的研究,且要实现微尺度高一致性蜿蜒结构的精确制造,仍然是一个巨大的挑战。主要是纤维的结构、形貌、力学性能等参数难以实现实时闭环控制,现有的制备工艺限制了纤维支架微结构的精确制造。因此,亟需一种能稳定、精确地制造
随着互联网技术的发展,移动设备已经成为我们工作生活必不可少的工具,保障移动应用的数据安全成为亟待解决的问题。作为一项有效的安全技术,区块链成为可行的解决方案。由于硬件的限制,移动设备无法承载区块链工作量证明所需的算力,移动边缘计算被提出用来解决这一问题。因此,如何设计一个有效的卸载机制,对异构的边缘计算资源进行分配,激励边缘服务提供商和移动设备参与资源市场交易,并在满足经济学性质的前提下最大化系统
同时定位与地图构建（SLAM）是机器人移动导航的核心技术。在SLAM系统框架中,稠密地图能为机器人提供完整的环境信息,是机器人实现定位、导航和避障功能的关键基础,因此构建稠密地图在SLAM中占据非常重要的位置。而当前稠密建图多基于静态环境提出。实际中,由于动态物体（如行人、车辆）的存在,基于静态物体构建的稠密地图的质量由此大幅下降。解决动态环境下稠密建图的问题具有十分重要的意义。在总结前人工作的基
越来越多的研究和实验表明,长非编码RNA（lnc RNA）在人类各种生物过程的发生、发展中起着关键作用,并与多种复杂疾病存在联系。挖掘lnc RNA与疾病之间的潜在关联,探索lnc RNA在疾病发展过程中扮演的“角色”,对于疾病致病机理在分子水平上的理解和疾病的预防、诊断、临床治疗具有重大意义。近年来,基于机器学习算法的lnc RNA-疾病预测模型被提出。此类模型通常利用已知的lnc RNA生物学
随着带有定位功能设备的广泛普及,定位服务提供商等数据管理者已收集了大量用户位置数据及移动轨迹数据。数据中可能包含用户的隐私信息,直接发布此类数据集与第三方共享,可能会导致个人隐私泄露。差分隐私可以防止背景攻击,有效保护数据隐私。如何将差分隐私应用于轨迹序列数据集中,生成发布具有高数据可用性的数据集,是当前研究的主要方向,也是本文关注的重点。本文针对连续型轨迹序列数据,研究数据发布差分隐私保护方法,
随着社会的发展以及移动互联网的普及,人们对饮食方面的需求也在增大,加上信息领域和物流行业的迅速发展,人们能够接触到各种各样的食材。移动设备自动识别采购得来的食材,配合移动端的菜谱应用软件,就能生成各种美味食品的烹饪方法,对满足人们对美食的追求具有现实意义。但这也对食材识别模型和识别速度提出了更高的要求。近年来,深度学习广泛应用在目标检测中,但随着深度学习研究的深入,为了设计检测精度高的卷积神经网络