一種基于ε-ｇreedy的領(lǐng)導(dǎo)選舉方法

摘 要：隨著區(qū)塊鏈的廣泛部署，無人協(xié)同等延遲敏感型的應(yīng)用對區(qū)塊鏈系統(tǒng)的低時(shí)延需求日益提高。在協(xié)同場景下，區(qū)塊鏈節(jié)點(diǎn)通常跨地域部署，節(jié)點(diǎn)異構(gòu)性較強(qiáng)。在基于領(lǐng)導(dǎo)節(jié)點(diǎn)的拜占庭容錯(cuò)（Ｂｙｚａｎｔｉｎｅ Ｆｏｕｌｔ Ｔｏｌｅｒａｎｔ，ＢＦＴ） 共識協(xié)議中，不穩(wěn)定的或能力較差的領(lǐng)導(dǎo)節(jié)點(diǎn)將導(dǎo)致不必要的高延遲，并降低區(qū)塊鏈的可用性，特別是在資源有限的移動或傳感器網(wǎng)絡(luò)下。針對上述問題，提出了ε-ＬＥ，一種帶有網(wǎng)絡(luò)感知的領(lǐng)導(dǎo)選舉方法，基于節(jié)點(diǎn)到領(lǐng)導(dǎo)節(jié)點(diǎn)的通信延遲測量結(jié)果，采用ε-ｇｒｅｅｄｙ 策略對領(lǐng)導(dǎo)節(jié)點(diǎn)進(jìn)行選擇，使得當(dāng)前性能較優(yōu)或網(wǎng)絡(luò)中關(guān)鍵位置的節(jié)點(diǎn)具有更高概率成為領(lǐng)導(dǎo)節(jié)點(diǎn)，從而優(yōu)化共識延遲。相較于ＡＷＡＲＥ 等方法，ε-ＬＥ 實(shí)現(xiàn)Ｏ （Ｎ） 的通信復(fù)雜度，更加適用于具備線性通信復(fù)雜度的共識協(xié)議。實(shí)驗(yàn)結(jié)果表明，ε-ＬＥ 能夠選擇可優(yōu)化集群共識延遲的節(jié)點(diǎn)作為領(lǐng)導(dǎo)節(jié)點(diǎn)，在線性拓?fù)渚W(wǎng)絡(luò)中實(shí)現(xiàn)了約２１％ 的吞吐量提升。

關(guān)鍵詞：領(lǐng)導(dǎo)選舉；共識；拜占庭容錯(cuò)；延遲感知

中圖分類號：ＴＰ３１９ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）０４－０８２６－０９

０ 引言

拜占庭容錯(cuò)（Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｔ，ＢＦＴ）共識協(xié)議通常基于狀態(tài)機(jī)復(fù)制（Ｓｔａｔｅ Ｍａｃｈｉｎｅ Ｒｅｐｌｉｃａ-ｔｉｏｎ，ＳＭＲ）范式用于構(gòu)建可靠分布式系統(tǒng)。近年來隨著區(qū)塊鏈等大規(guī)模分布式系統(tǒng)的部署，ＢＦＴ ＳＭＲ協(xié)議也重新得到了廣泛的研究。

在一個(gè)跨地域的分布式系統(tǒng)中，不同節(jié)點(diǎn)的狀態(tài)是非對稱的，即節(jié)點(diǎn)的計(jì)算能力、任務(wù)負(fù)載和節(jié)點(diǎn)間通信延遲存在顯著的差異。然而，傳統(tǒng)的ＢＦＴＳＭＲ 協(xié)議［１－２］通常是消息密集型的，并且由于認(rèn)證集合交集性質(zhì)被用于保證安全性，涉及大量的密碼學(xué)計(jì)算，使得共識協(xié)議的執(zhí)行占據(jù)了分布式系統(tǒng)延遲中的關(guān)鍵部分。在一些由許多移動或傳感器節(jié)點(diǎn)組成的系統(tǒng)中，各節(jié)點(diǎn)的計(jì)算能力和帶寬容量有限，但這類系統(tǒng)通常用于支撐大規(guī)模延遲關(guān)鍵型應(yīng)用，即應(yīng)用對系統(tǒng)低延遲的需求較高，如無人協(xié)同［３］等。因此，這類系統(tǒng)的共識協(xié)議面臨著低延遲和可擴(kuò)展性的挑戰(zhàn)。

在基于領(lǐng)導(dǎo)節(jié)點(diǎn)的共識協(xié)議中，如ＨｏｔＳｔｕｆｆ［２］，存在一個(gè)節(jié)點(diǎn)具備與其他節(jié)點(diǎn)不對稱的身份，稱為領(lǐng)導(dǎo)節(jié)點(diǎn)，該節(jié)點(diǎn)負(fù)責(zé)將外部客戶端的請求打包生成提案并廣播。當(dāng)領(lǐng)導(dǎo)節(jié)點(diǎn)收集到一定數(shù)量對該提案的投票后，生成對該提案的投票認(rèn)證集合（Ｑｕｏｒｕｍ Ｃｅｒｔｉｆｉｃａｔｅ，ＱＣ），再次進(jìn)行廣播并推進(jìn)共識進(jìn)入下一個(gè)階段。因此，基于領(lǐng)導(dǎo)節(jié)點(diǎn)的共識協(xié)議性能表現(xiàn)依賴于認(rèn)證集合的構(gòu)建速度；一個(gè)脆弱的領(lǐng)導(dǎo)節(jié)點(diǎn)在資源受限的場景下會成為協(xié)議性能的瓶頸。

現(xiàn)有的領(lǐng)導(dǎo)選舉方式通常分為靜態(tài)或動態(tài)２ 種。在工程實(shí)踐中得到廣泛應(yīng)用的是靜態(tài)輪詢的方法，這種方法保證了領(lǐng)導(dǎo)選舉結(jié)果的公平性，但無法自適應(yīng)動態(tài)的系統(tǒng)狀態(tài)。部分動態(tài)選舉方法［４－５］更加關(guān)注安全性。近期一些相關(guān)的研究成果如ＡＲＣＨＥＲ［６］、ＡＷＡＲＥ［７］通過監(jiān)控系統(tǒng)中的網(wǎng)絡(luò)消息延遲選擇領(lǐng)導(dǎo)節(jié)點(diǎn)。其中，ＡＲＣＨＥＲ 測量客戶端到系統(tǒng)節(jié)點(diǎn)的延遲，而ＡＷＡＲＥ 更關(guān)注系統(tǒng)節(jié)點(diǎn)到節(jié)點(diǎn)間的通信延遲。然而，ＡＷＡＲＥ 是基于ＰＢＦＴ 的兩階段共識范式構(gòu)建的，可擴(kuò)展性較差。盡管Ｎｉｓｃｈｗｉｔｚ 等［８］嘗試將ＡＷＡＲＥ 應(yīng)用于ＨｏｔＳｔｕｆｆ，但實(shí)際并不適配ＨｏｔＳｔｕｆｆ 的通信模式。

本文提出了一種基于ε-ｇｒｅｅｄｙ 策略的領(lǐng)導(dǎo)選舉方法ε-ＬＥ。ε-ＬＥ 的框架包括２ 個(gè)階段：監(jiān)控階段和選舉階段。監(jiān)控階段完成對集群節(jié)點(diǎn)的狀態(tài)監(jiān)測與評估，并借助共識協(xié)議本身的一致性性質(zhì)使得評估結(jié)果保持全局一致；選舉階段基于評估結(jié)果，基于ε-ｇｒｅｅｄｙ 的思想［９］對領(lǐng)導(dǎo)節(jié)點(diǎn)進(jìn)行選擇，即以較高的概率（１－ε）選擇監(jiān)控結(jié)果較好的節(jié)點(diǎn)，同時(shí)以ε的概率從監(jiān)控結(jié)果較差的節(jié)點(diǎn)中選擇領(lǐng)導(dǎo)節(jié)點(diǎn)，從而保持對相對較差節(jié)點(diǎn)的觀測。在具體運(yùn)行的共識實(shí)例中，節(jié)點(diǎn)通過多輪消息傳遞達(dá)成一致；執(zhí)行ε-ＬＥ 協(xié)議完成對相應(yīng)領(lǐng)導(dǎo)節(jié)點(diǎn)的監(jiān)控，并更新統(tǒng)計(jì)信息狀態(tài)。在觸發(fā)領(lǐng)導(dǎo)節(jié)點(diǎn)更換時(shí)，εＬＥ 允許節(jié)點(diǎn)僅通過本地計(jì)算即可一致地決定下一輪的領(lǐng)導(dǎo)節(jié)點(diǎn)。只要共識的活性不被破壞，通過重復(fù)上述階段，系統(tǒng)能夠在不引入額外通信輪次開銷的前提下，持續(xù)地對節(jié)點(diǎn)延遲狀態(tài)進(jìn)行監(jiān)測與評估，從而實(shí)現(xiàn)帶有網(wǎng)絡(luò)感知能力的領(lǐng)導(dǎo)節(jié)點(diǎn)選舉方法。此外，ε-ＬＥ 還盡可能保證領(lǐng)導(dǎo)選舉結(jié)果的不易預(yù)測性，以進(jìn)一步提高系統(tǒng)的魯棒性。綜上，本文的主要貢獻(xiàn)有：

① 提出了ε-ＬＥ，一種基于ε-ｇｒｅｅｄｙ 策略的延遲感知領(lǐng)導(dǎo)選舉方法，在基于領(lǐng)導(dǎo)節(jié)點(diǎn)的共識協(xié)議中，通過對節(jié)點(diǎn)和系統(tǒng)網(wǎng)絡(luò)狀態(tài)的感知，選擇較優(yōu)節(jié)點(diǎn)成為領(lǐng)導(dǎo)節(jié)點(diǎn)，從而提高共識系統(tǒng)的性能表現(xiàn)。同時(shí)，通過對ε-ＬＥ 分析與改進(jìn)，提高其不易預(yù)測性，進(jìn)一步提高系統(tǒng)的魯棒性。

② 在ＨｏｔＳｔｕｆｆ 協(xié)議上對ε-ＬＥ 進(jìn)行了實(shí)現(xiàn)，并在資源受限的環(huán)境和多跳網(wǎng)絡(luò)下對ε-ＬＥ 進(jìn)行了實(shí)驗(yàn)測試。與原始選舉方法進(jìn)行比較，實(shí)驗(yàn)結(jié)果證明了ε-ＬＥ 的有效性。

１ 相關(guān)工作

作為分布式系統(tǒng)的核心，共識問題［１０－１２］有超過４０ 年的研究歷史，旨在保證分布節(jié)點(diǎn)之間的一致性。在基于狀態(tài)機(jī)的分布式系統(tǒng)中，通常借助ＳＭＲ協(xié)議解決ＳＭＲ 問題，即節(jié)點(diǎn)直接對執(zhí)行的命令序列（可能是無限長的）順序達(dá)成一致。在系統(tǒng)集群規(guī)模確定的情況下，ＢＦＴ 共識協(xié)議通常分為兩階段［１３］：第一個(gè)階段是廣播階段，一個(gè)或多個(gè)［１，１４］節(jié)點(diǎn)廣播提案；第二個(gè)是確定階段，節(jié)點(diǎn)通過多輪投票對提案進(jìn)行最終確認(rèn)與提交。

隨著區(qū)塊鏈技術(shù)的發(fā)展，近年來涌現(xiàn)了許多針對ＢＦＴ 共識協(xié)議的優(yōu)化成果。現(xiàn)有的工作聚焦于減少確定階段所需的通信復(fù)雜度，比如ＨｏｔＳｔｕｆｆ［２］實(shí)現(xiàn)了線性的通信復(fù)雜度。在如ＨｏｔＳｔｕｆｆ 這種基于領(lǐng)導(dǎo)節(jié)點(diǎn)的協(xié)議中，通常會先選擇一個(gè)節(jié)點(diǎn)作為領(lǐng)導(dǎo)節(jié)點(diǎn)，并且僅在發(fā)生系統(tǒng)超時(shí)或拜占庭行為時(shí)才替換領(lǐng)導(dǎo)節(jié)點(diǎn)。由于領(lǐng)導(dǎo)節(jié)點(diǎn)負(fù)責(zé)提案的廣播，其帶寬開銷和計(jì)算資源負(fù)載將顯著高于其他節(jié)點(diǎn)，因此很容易成為共識吞吐量的瓶頸。而ＨｏｔＳｔｕｆｆ 中這一問題尤為突出，因?yàn)椋龋铮簦樱簦酰妫?中節(jié)點(diǎn)的通信模式呈現(xiàn)星型拓?fù)洌深I(lǐng)導(dǎo)節(jié)點(diǎn)收集和轉(zhuǎn)發(fā)投票集合。因此，領(lǐng)導(dǎo)節(jié)點(diǎn)的選擇將顯著影響共識協(xié)議的性能；在節(jié)點(diǎn)資源受限的跨地理分布的系統(tǒng)中，上述問題更加顯著。

Ｂｙｚｃｏｉｎ［１５］和Ｋａｕｒｉ［１６］等方法通過將集群通信拓?fù)涓臑闃錉钔負(fù)鋪砭徑忸I(lǐng)導(dǎo)節(jié)點(diǎn)的瓶頸。盡管Ｋａｕｒｉ 借助流水線優(yōu)化來減輕對吞吐量的負(fù)面影響，但這種方法將增加每個(gè)共識輪次的共識延遲，因?yàn)闃錉钔負(fù)鋾a(chǎn)生額外的通信輪次，從而增加完成單個(gè)廣播的延遲。這種方法難以滿足延遲關(guān)鍵型應(yīng)用中低延遲和實(shí)時(shí)性的需求。

選擇更好的領(lǐng)導(dǎo)節(jié)點(diǎn)是另一種比較自然的想法。領(lǐng)導(dǎo)選舉是分布式計(jì)算領(lǐng)域的經(jīng)典問題之一［１７］，也有許多對共識過程中的領(lǐng)導(dǎo)選舉進(jìn)行優(yōu)化的研究成果［６，１８－２３］。Ｄｒｉｐｐｌｅ 和Ｄｒｏｏｐｙ 通過協(xié)調(diào)狀態(tài)分區(qū)與動態(tài)配置領(lǐng)導(dǎo)節(jié)點(diǎn)可選集合［２１］來有效地降低跨地域分布式系統(tǒng)的延遲。另一種方法ＡＲＣＨＥＲ［６］使用客戶端測量的端到端響應(yīng)時(shí)間來選擇ＢＦＴ 系統(tǒng)的領(lǐng)導(dǎo)節(jié)點(diǎn)，但是，為了防止錯(cuò)誤節(jié)點(diǎn)拖延常規(guī)共識消息，對探測的請求及時(shí)處理，從而降低測量準(zhǔn)確度，需要額外的輔助機(jī)制對測量過程進(jìn)行監(jiān)控。ＡＷＡＲＥ［７］根據(jù)節(jié)點(diǎn)到節(jié)點(diǎn)的延遲選擇領(lǐng)導(dǎo)節(jié)點(diǎn)并使用預(yù)測模型以最大限度地減少系統(tǒng)的共識延遲。Ｎｉｓｃｈｗｉｔｚ 等［８］將ＡＷＡＲＥ 應(yīng)用于ＨｏｔＳｔｕｆｆ時(shí)提出了進(jìn)一步的優(yōu)化，通過閾值機(jī)制，防止領(lǐng)導(dǎo)節(jié)點(diǎn)更換過于頻繁，引入學(xué)習(xí)因子對測量的節(jié)點(diǎn)到節(jié)點(diǎn)延遲進(jìn)行加權(quán)累加，而不是簡單地覆蓋。

然而，這些方法并不適合某些特定配置。首先，基于ＷＨＥＡＴ［２４］的ＡＷＡＲＥ 適用于具有全廣播通信模式的共識協(xié)議，可以在共識消息交換過程中實(shí)現(xiàn)點(diǎn)對點(diǎn)延遲的單方面測量。雖然ＡＷＡＲＥ 設(shè)計(jì)了主動監(jiān)測的方法，但在帶寬、計(jì)算資源等資源有限的場景下，主動監(jiān)測消息的發(fā)送和接收會帶來額外開銷。其次，在選舉階段，ＡＷＡＲＥ 根據(jù)清洗后的延遲矩陣模擬每個(gè)節(jié)點(diǎn)作為領(lǐng)導(dǎo)節(jié)點(diǎn)的共識延遲，并定期檢查是否有更好的節(jié)點(diǎn)來替換現(xiàn)有領(lǐng)導(dǎo)節(jié)點(diǎn)；即使引入固定閾值，這種方法依然缺少靈活性；導(dǎo)致這一問題的原因是ＰＢＦＴ 和ＷＨＥＡＴ 等協(xié)議包含復(fù)雜的視圖更改協(xié)議。當(dāng)視圖改變發(fā)生時(shí)，系統(tǒng)執(zhí)行視圖改變協(xié)議，這將嚴(yán)重影響系統(tǒng)的性能。考慮到現(xiàn)有方法不匹配資源受限環(huán)境和延遲關(guān)鍵型應(yīng)用的需求，ε-ＬＥ 利用如ＨｏｔＳｔｕｆｆ 這類具備線性視圖變化特點(diǎn)的共識協(xié)議，及時(shí)觸發(fā)視圖變更，實(shí)現(xiàn)了靈活、自適應(yīng)的選舉機(jī)制。

２ 協(xié)議介紹

２． １ 系統(tǒng)模型

ε-ＬＥ 協(xié)議面向基于領(lǐng)導(dǎo)節(jié)點(diǎn)的ＢＦＴ ＳＭＲ 共識協(xié)議。盡管ε-ＬＥ 并不限定于某一具體的共識協(xié)議，為了簡化描述，后續(xù)描述將假設(shè)基于ＨｏｔＳｔｕｆｆ 協(xié)議。

ε-ＬＥ 系統(tǒng)由ｎ ＝ ３ｆ ＋ １ 個(gè)節(jié)點(diǎn)組成，標(biāo)記為｛ｐ１ ，ｐ２ ，…，ｐｎ ｝，其中ｆ 為系統(tǒng)中允許出現(xiàn)錯(cuò)誤節(jié)點(diǎn)的最大數(shù)量，即假設(shè)Ｆ 為錯(cuò)誤節(jié)點(diǎn)的集合，ｆ≥ Ｆ 。因此整個(gè)系統(tǒng)由至少ｎ－ｆ 個(gè)正確節(jié)點(diǎn)與至多ｆ 個(gè)錯(cuò)誤節(jié)點(diǎn)組成，其中錯(cuò)誤節(jié)點(diǎn)的行為可能是任意的，但其計(jì)算能力是有限的，即不能打破密碼學(xué)假設(shè)。錯(cuò)誤節(jié)點(diǎn)的攻擊行為包括發(fā)送錯(cuò)誤的信息或者不發(fā)送消息、盡可能地通過消息誤導(dǎo)其他節(jié)點(diǎn)或延遲消息發(fā)送等，在最差情況下，所有的錯(cuò)誤節(jié)點(diǎn)會被攻擊者組織協(xié)調(diào)以統(tǒng)一攻擊系統(tǒng)。

系統(tǒng)的網(wǎng)絡(luò)模型假設(shè)任意２ 個(gè)節(jié)點(diǎn)間存在可靠的點(diǎn)對點(diǎn)網(wǎng)絡(luò)連接，即節(jié)點(diǎn)發(fā)出的消息最終能被指定接受方收到。網(wǎng)絡(luò)消息是可驗(yàn)證的，當(dāng)節(jié)點(diǎn)發(fā)送消息時(shí)會使用私鑰進(jìn)行簽名。假設(shè)錯(cuò)誤節(jié)點(diǎn)無法偽造正確節(jié)點(diǎn)的簽名，從而保證正確節(jié)點(diǎn)的消息無法被錯(cuò)誤節(jié)點(diǎn)偽造。ε-ＬＥ 采用半同步網(wǎng)絡(luò)模型［２］，即存在一個(gè)已知上界Δ 和一個(gè)未知的全局穩(wěn)定時(shí)間（Ｇｌｏｂａｌ Ｓｔａｂｉｌｉｚａｔｉｏｎ Ｔｉｍｅ，ＧＳＴ），在ＧＳＴ 后，任意２ 個(gè)節(jié)點(diǎn)之間的消息傳遞將在Δ 時(shí)間內(nèi)完成。

在對系統(tǒng)模型進(jìn)行定義后，下一節(jié)將基于該模型對協(xié)議設(shè)計(jì)思路及性質(zhì)進(jìn)行介紹。

２． ２ 問題分析與概述

在基于領(lǐng)導(dǎo)節(jié)點(diǎn)的共識協(xié)議中，領(lǐng)導(dǎo)選舉的過程是在每個(gè)共識實(shí)例開始時(shí)執(zhí)行的。每個(gè)節(jié)點(diǎn)執(zhí)行選舉協(xié)議并決定一個(gè)特定的節(jié)點(diǎn)作為當(dāng)前視圖的領(lǐng)導(dǎo)。

在介紹ε-ＬＥ 之前，本節(jié)首先就領(lǐng)導(dǎo)節(jié)點(diǎn)對共識進(jìn)度的影響及其原因進(jìn)行分析。以事件驅(qū)動型Ｈｏｔ-Ｓｔｕｆｆ 為例，該協(xié)議ＱＣ 生成過程如圖１ 所示，其系統(tǒng)由４ 個(gè)節(jié)點(diǎn)組成，記為ｐ１ 、ｐ２ 、ｐ３ 、ｐ４ ；其中ｐ１ 、ｐ２ 、ｐ３之間的網(wǎng)絡(luò)延遲相等，并且顯著低于它們與ｐ４ 之間的延遲。第ｋ － １ ～ ｋ ＋ ２ 輪的領(lǐng)導(dǎo)節(jié)點(diǎn)分別是ｐ１ 、ｐ２ 、ｐ３ 、ｐ４ 。

每個(gè)領(lǐng)導(dǎo)節(jié)點(diǎn)只要收集到足夠的選票（紅色箭頭）并形成上一輪的ＱＣ，就會廣播自己的提案。因此，這些協(xié)議的性能取決于ＱＣ 形成的速度。ＱＣ 的大小根據(jù)共識配置而變化。在本例中，３ 個(gè)投票消息可以形成一個(gè)ＱＣ。由于節(jié)點(diǎn)之間的消息傳輸延遲不同，不同節(jié)點(diǎn)作為領(lǐng)導(dǎo)節(jié)點(diǎn)時(shí)生成ＱＣ 的延遲也不同。由于ＱＣ 的大小通常小于節(jié)點(diǎn)總數(shù)，因此即使是由誠實(shí)節(jié)點(diǎn)發(fā)送的一些投票也可能會被忽略（虛線箭頭）。顯然，若選擇ｐ４ 作為領(lǐng)導(dǎo)節(jié)點(diǎn)，不僅會增加該輪ＱＣ 的生成時(shí)間，還會延遲下一輪的開始時(shí)間。

ε-ＬＥ 使用消息延遲作為評估副本的指標(biāo)。延遲不僅直接反映了消息傳遞系統(tǒng)中不同副本之間的網(wǎng)絡(luò)狀態(tài)，還是進(jìn)程計(jì)算資源和工作負(fù)載的高級抽象。具有網(wǎng)絡(luò)感知能力的ε-ＬＥ 方法滿足以下性質(zhì)［６］：

① 一致性：任意正確節(jié)點(diǎn)將會在同一輪中輸出相同領(lǐng)導(dǎo)節(jié)點(diǎn)；

② 容錯(cuò)性：有限的錯(cuò)誤節(jié)點(diǎn)無法完全控制選舉過程；

③ 有效性：領(lǐng)導(dǎo)節(jié)點(diǎn)的選舉結(jié)果能夠有效優(yōu)化平均共識延遲；

④ 適應(yīng)性：選舉方法能夠適應(yīng)動態(tài)的網(wǎng)絡(luò)環(huán)境和工作負(fù)載，當(dāng)節(jié)點(diǎn)狀態(tài)發(fā)生變化時(shí)，可以自適應(yīng)調(diào)整選舉結(jié)果。

首先給出領(lǐng)導(dǎo)選舉方法的整體流程，如算法１所示。

其中，第１ ～ ２ 行是監(jiān)控階段，通過對共識消息的分析，更新節(jié)點(diǎn)狀態(tài)與權(quán)重；第３ ～ １０ 行是采用εｇｒｅｅｄｙ 策略，基于評估權(quán)重對指定輪次的領(lǐng)導(dǎo)節(jié)點(diǎn)進(jìn)行選擇。本方法結(jié)合具有線性視圖更換的共識協(xié)議特性，將領(lǐng)導(dǎo)節(jié)點(diǎn)的性能與狀態(tài)抽象為ＱＣ 構(gòu)建延遲，表示由該節(jié)點(diǎn)為領(lǐng)導(dǎo)節(jié)點(diǎn)時(shí)，該輪共識所消耗的時(shí)間。

２． ３ 監(jiān)控階段

在具有線性通信復(fù)雜度的共識協(xié)議中，普通節(jié)點(diǎn)在一般共識流程內(nèi)只會與領(lǐng)導(dǎo)節(jié)點(diǎn)發(fā)生消息交換。當(dāng)共識消息交換發(fā)生時(shí)，節(jié)點(diǎn)將對領(lǐng)導(dǎo)節(jié)點(diǎn)的狀態(tài)進(jìn)行監(jiān)控，即執(zhí)行監(jiān)控階段。為簡化描述，記第ｋ 輪領(lǐng)導(dǎo)節(jié)點(diǎn)為ｌｅａｄｅｒ（ｋ）。在監(jiān)控階段，節(jié)點(diǎn)通過單向測量獲得自身與被測節(jié)點(diǎn)之間的通信延遲信息。接下來本文將對單向測量的過程進(jìn)行介紹。節(jié)點(diǎn)ｐｉ 在向ｌｅａｄｅｒ（ｋ）發(fā)送投票的同時(shí)，記錄其時(shí)間戳Ｔ１ ，記首次收到領(lǐng)導(dǎo)節(jié)點(diǎn)的回復(fù)時(shí)刻為Ｔ２ ，可以使用Ｔ２ －Ｔ１ 作為鏈路延遲。如果超時(shí)，延遲將被設(shè)置為超時(shí)參數(shù)ＭＡＸｌａｔｅｎｃｙ 以表示超時(shí)。然后節(jié)點(diǎn)ｐｉ 提交相應(yīng)輪次對ｌｅａｄｅｒ（ｋ）的測量延遲ｌａｔｅｎｃｙｐｉ，ｌｅａｄｅｒ（ｋ），ｋ。

被測量的領(lǐng)導(dǎo)節(jié)點(diǎn)可能會表現(xiàn)拜占庭行為影響測量結(jié)果，比如提前回復(fù)測量請求使得自身測量延遲低于真實(shí)延遲，從而在選舉階段獲得優(yōu)勢。為了避免被測節(jié)點(diǎn)的惡意行為對監(jiān)控階段造成影響，ε-ＬＥ 引入挑戰(zhàn)機(jī)制，即測量節(jié)點(diǎn)ｐｉ 在發(fā)送投票時(shí)會附帶一個(gè)“挑戰(zhàn)”；被測節(jié)點(diǎn)ｌｅａｄｅｒ（ｋ）需要解決挑戰(zhàn)并將“答案”附帶在回復(fù)消息中。挑戰(zhàn)及答案的實(shí)現(xiàn)形式可以通過隨機(jī)數(shù)和簽名的方式實(shí)現(xiàn)。由于領(lǐng)導(dǎo)節(jié)點(diǎn)一旦收集到２ｆ＋１ 個(gè)投票信息就會廣播回復(fù)消息，新的提案中可能會不包含對部分正確節(jié)點(diǎn)的回復(fù)。注意到領(lǐng)導(dǎo)節(jié)點(diǎn)可以確定哪些節(jié)點(diǎn)的挑戰(zhàn)沒有被回復(fù)，因此它可以單獨(dú)將回復(fù)發(fā)送給對應(yīng)節(jié)點(diǎn)。在這種情況下，即使是拜占庭領(lǐng)導(dǎo)節(jié)點(diǎn)也無法占據(jù)更主導(dǎo)的地位，因?yàn)閷λ鼇碚f最有利的行為是解決挑戰(zhàn)并立即回復(fù)，否則相應(yīng)測量節(jié)點(diǎn)測得的延遲將增加并影響其后續(xù)評估結(jié)果。ＡＷＡＲＥ 中主動監(jiān)測的方法在線性通信開銷的共識中，每輪引入額外的通信開銷復(fù)雜度為Ｏ（Ｎ２ ）；ε-ＬＥ 在單輪的共識中引入額外的通信開銷復(fù)雜度為Ｏ（Ｎ）；通過共識消息的捎帶，實(shí)際上每輪只會增加由領(lǐng)導(dǎo)節(jié)點(diǎn)發(fā)送的至多ｆ 條點(diǎn)對點(diǎn)回復(fù)消息。

在單向測量發(fā)生的過程中，假設(shè)發(fā)起測量的節(jié)點(diǎn)是正確節(jié)點(diǎn)，否則測量是沒有意義的；因?yàn)樵讦牛蹋?中，單向測量的目的是使節(jié)點(diǎn)能夠獲得自身與領(lǐng)導(dǎo)節(jié)點(diǎn)的通信延遲，并通過共識與其他節(jié)點(diǎn)一致地共享；惡意節(jié)點(diǎn)可以簡單地省略該階段，并通過提交任意偽造的測量值來發(fā)起攻擊，而不需要在單向的測量階段進(jìn)行攻擊。為緩解惡意節(jié)點(diǎn)提交偽造測量值對領(lǐng)導(dǎo)選舉過程的影響，ε-ＬＥ 將對各節(jié)點(diǎn)通過共識提交的測量結(jié)果進(jìn)行進(jìn)一步的處理。

每個(gè)節(jié)點(diǎn)均會在本地維護(hù)延遲測量矩陣ＭＮ×Ｎ ，延遲評估向量ｌ 與平均延遲ｌａｔｅｎｃｙａｖｇ。其中，Ｍ 用于記錄已提交的測量延遲并輔助計(jì)算得到ｌ。Ｍｉ，ｊ表示測量節(jié)點(diǎn)ｉ 測得的與被測節(jié)點(diǎn)ｊ 之間的通信延遲，被初始化為：

ｌｉ 表示節(jié)點(diǎn)ｉ 的延遲評估信息，ｌａｔｅｎｃｙａｖｇ 表示歷史領(lǐng)導(dǎo)節(jié)點(diǎn)被測得的平均延遲，ｌ 與ｌａｔｅｎｃｙａｖｇ 均初始化為０。當(dāng)ｆ＋１ 個(gè)針對ｌｅａｄｅｒ（ｋ）在第ｋ 輪的點(diǎn)對點(diǎn)延遲測量結(jié)果被提交時(shí)，假設(shè)集合Ｐ 為提交該ｆ＋１ 個(gè)測量結(jié)果的測量節(jié)點(diǎn)構(gòu)成的集合， Ｐ ＝ ｆ＋１，批量更新Ｍｐｉ，ｌｅａｄｅｒ（ｋ）為ｌａｔｅｎｃｙｐｉ，ｌｅａｄｅｒ（ｋ），ｋ，其中ｐｉ∈Ｐ。

提交單向測量結(jié)果的節(jié)點(diǎn)可能會表現(xiàn)拜占庭行為，從而影響后續(xù)選舉結(jié)果，比如提交低延遲測量結(jié)果，使得某一錯(cuò)誤節(jié)點(diǎn)的延遲評估結(jié)果過低。為了緩解測量節(jié)點(diǎn)的惡意行為對選舉階段造成的影響。ε-ＬＥ 會對Ｍ 進(jìn)行對稱化清洗，并通過２ｆ＋１ 分位采樣來評估每個(gè)節(jié)點(diǎn)，最終生成延遲評估結(jié)果向量ｌ。具體過程為，當(dāng)Ｍｊ，ｉ 為＋∞ 時(shí)，不對Ｍｉ，ｊ 進(jìn)行覆蓋，因?yàn)檫@表示節(jié)點(diǎn)ｊ 尚未提交對節(jié)點(diǎn)ｉ 的測量結(jié)果；此時(shí)若Ｍｉ，ｊ 不為＋∞ ，則更新Ｍｊ，ｉ 為Ｍｉ，ｊ。當(dāng)Ｍｊ，ｉ 與Ｍｉ，ｊ 均不為＋∞ 時(shí)，采用下述公式進(jìn)行更新：

Ｍｐｉ，ｐｋ ＝ ｍａｘ（Ｍｐｉ，ｌｅａｄｅｒ（ｋ），Ｍｌｅａｄｅｒ（ｋ），ｐｉ）。（２）

隨后，ε-ＬＥ 對延遲評估向量ｌ 進(jìn)行更新。以更新第ｋ 輪領(lǐng)導(dǎo)節(jié)點(diǎn)ｌｅａｄｅｒ（ｋ）的延遲評估信息為例，為進(jìn)一步緩解拜占庭節(jié)點(diǎn)惡意匯報(bào)的影響，ε-ＬＥ 將Ｍ 中ｌｅａｄｅｒ（ｋ）對應(yīng)的列向量元素升序排列，選擇第２ｆ＋ １ 個(gè)元素，記作ｌａｔｅｎｃｙｌｅａｄｅｒ（ｋ），根據(jù)下述公式對ｌｅａｄｅｒ（ｋ）的延遲評估信息進(jìn)行更新：

ｌｌｅａｄｅｒ（ｋ） ＝ α·ｌｌｅａｄｅｒ（ｋ） ＋ （１ － α）·ｌａｔｅｎｃｙｌｅａｄｅｒ（ｋ）， （３）

式中：α∈（０，１）為一個(gè)系統(tǒng)參數(shù)，用于對節(jié)點(diǎn)的歷史延遲評估信息進(jìn)行加權(quán)。之所以選擇加權(quán)而不是平均延遲的原因是，希望在減小網(wǎng)絡(luò)波動帶來的誤差的同時(shí)，減弱相隔過遠(yuǎn)的輪次延遲信息的影響，且能夠使網(wǎng)絡(luò)條件變好的穩(wěn)定節(jié)點(diǎn)，在更短的輪次內(nèi)消除歷史延遲的影響，從而被選為領(lǐng)導(dǎo)節(jié)點(diǎn)。

ＧｅｔＷｅｉｇｈｔ 過程將延遲評估向量ｌ 映射為各個(gè)節(jié)點(diǎn)的最終權(quán)重。節(jié)點(diǎn)的最終權(quán)重與其延遲評估結(jié)果負(fù)相關(guān)，即延遲越小的節(jié)點(diǎn)，權(quán)重越高。ＧｅｔＷｅｉｇｈｔ 權(quán)重獲取算法如算法２ 所示。

算法２ 是一種最樸素的權(quán)重計(jì)算方法，該方法返回元素為二元元組（ｎｏｄｅｉｄ，ｗｅｉｇｈｔｎｏｄｅｉｄ ）的有序列表；其中，元組的第一項(xiàng)為節(jié)點(diǎn)標(biāo)識，第二項(xiàng)為節(jié)點(diǎn)權(quán)重，且數(shù)組中的元素按照ｗｅｉｇｈｔｎｏｄｅｉｄ 降序排列。ｗｅｉｇｈｔｎｏｄｅｉｄ 與ｌｎｏｄｅｉｄ 負(fù)相關(guān)。該方法將最大延遲信息與節(jié)點(diǎn)延遲表現(xiàn)之差作為權(quán)重。因?yàn)楦鱾€(gè)節(jié)點(diǎn)維護(hù)相同的ｌ，若ｌａｔｅｎｃｙａｖｇ ＝ ０，則說明不存在一個(gè)已被提交的塊，或僅有創(chuàng)世區(qū)塊被提交；否則當(dāng)一個(gè)非創(chuàng)世區(qū)塊的區(qū)塊被確認(rèn)時(shí)，其延遲信息也會被確認(rèn)，從而被節(jié)點(diǎn)讀取，修改ｌａｔｅｎｃｙａｖｇ；此時(shí)ｗｅｉｇｈｔｉ 均為１，所有節(jié)點(diǎn)的權(quán)重相同。

此外，ｌｉ ＝ ０ 意味著該節(jié)點(diǎn)還沒有被選為領(lǐng)導(dǎo)節(jié)點(diǎn)，或該節(jié)點(diǎn)提出的提案區(qū)塊還沒有被確認(rèn)提交，此時(shí)將其延遲設(shè)為平均延遲，即權(quán)重為（ＭＡＸｌａｔｅｎｃｙ －ｌａｔｅｎｃｙａｖｇ），這樣做的原因有２ 個(gè)：一方面，若直接設(shè)該節(jié)點(diǎn)的延遲為０，則將導(dǎo)致系統(tǒng)在前ｎ 輪的領(lǐng)導(dǎo)選舉會幾乎遍歷全部節(jié)點(diǎn)，因?yàn)槲幢槐闅v到的節(jié)點(diǎn)，其權(quán)重是最大的，從而使得系統(tǒng)在運(yùn)行初期的表現(xiàn)會極差，尤其是當(dāng)ｎ 較大，且系統(tǒng)中網(wǎng)絡(luò)較差節(jié)點(diǎn)的數(shù)量較多時(shí)；另一方面，若設(shè)該節(jié)點(diǎn)的延遲為最大，則訪問到潛在更優(yōu)節(jié)點(diǎn)的概率會過低，將使得系統(tǒng)收斂到較優(yōu)節(jié)點(diǎn)的耗時(shí)可能會極大地增加。因此設(shè)置初始延遲為中間值，兼顧了系統(tǒng)的運(yùn)行效率與收斂到較優(yōu)節(jié)點(diǎn)的速度。

２． ４ 選舉階段

在獲得了有序的節(jié)點(diǎn)權(quán)重?cái)?shù)組ｗｅｉｇｈｔ 后，可以基于ｗｅｉｇｈｔ 進(jìn)行領(lǐng)導(dǎo)選舉。本文的領(lǐng)導(dǎo)選舉方法基于ε-ｇｒｅｅｄｙ 的思想。首先，各節(jié)點(diǎn)以輪次信息為隨機(jī)種子生成隨機(jī)數(shù)，以ε 的概率返回１，否則返回０。

ｃｏｉｎ ← ｒａｎｄ（ｒｏｕｎｄ，ε）。（４）

以ｒｏｕｎｄ 為隨機(jī)種子，使得各節(jié)點(diǎn)在同一輪次能獲得相同的硬幣結(jié)果，進(jìn)而保證后續(xù)領(lǐng)導(dǎo)選舉的一致性。ｒａｎｄ 隨機(jī)過程以ε 的概率返回１，否則返回０。根據(jù)硬幣結(jié)果，獲得候選人列表：

當(dāng)硬幣結(jié)果為０ 時(shí)，即１－ε 的概率，選擇前ｆ＋１ 個(gè)節(jié)點(diǎn)作為候選節(jié)點(diǎn)，而非具有最優(yōu)表現(xiàn)的節(jié)點(diǎn)，原因是為了防止系統(tǒng)中心化，選舉結(jié)果收斂到唯一的節(jié)點(diǎn)。當(dāng)硬幣結(jié)果為１ 時(shí)，即ε 的概率，選擇后ｎ－ｆ－１ 個(gè)節(jié)點(diǎn)作為候選人。前ｆ＋１ 個(gè)節(jié)點(diǎn)稱為強(qiáng)節(jié)點(diǎn)，剩余的ｎ－ｆ－１ 個(gè)節(jié)點(diǎn)稱為弱節(jié)點(diǎn)。

最后，ＣｈｏｏｓｅＬｅａｄｅｒ 是一個(gè)加權(quán)采樣過程，即是在候選節(jié)點(diǎn)列表ｃａｎｄｉｄａｔｅｓ 中，根據(jù)輪次ｒｏｕｎｄ 選擇一個(gè)節(jié)點(diǎn)作為領(lǐng)導(dǎo)節(jié)點(diǎn)。在經(jīng)過上一輪的篩選后，ｃａｎｄｉｄａｔｅｓ 要么是優(yōu)勢節(jié)點(diǎn)的集合，要么是弱勢節(jié)點(diǎn)的集合。可以通過最近提交歷史與輪次信息來提高選舉結(jié)果的不易預(yù)測性，但由于選舉階段是不依賴額外網(wǎng)絡(luò)通信的，因此計(jì)算過程必須是確定性的，從而保證分布式計(jì)算選舉結(jié)果的一致性。

３ 協(xié)議分析

３． １ 安全性與活性

ε-ＬＥ 的安全性和活性由共識協(xié)議所保證，只要底層共識協(xié)議的安全性與活性，則選舉的安全性和活性都不會受到影響。

在安全性方面，由于節(jié)點(diǎn)測量的延遲數(shù)據(jù)通過共識達(dá)成一致，使得在同一輪次下，各節(jié)點(diǎn)對當(dāng)前集群其他節(jié)點(diǎn)延遲評估結(jié)果是一致的；評估階段采用對稱化清洗與２ｆ＋１ 分位采樣使得拜占庭節(jié)點(diǎn)無法確定性地控制選舉結(jié)果，保證了ε-ＬＥ 的容錯(cuò)性；而選舉階段是一個(gè)基于輪次的確定性過程，因此ε-ＬＥ選舉結(jié)果能夠保證一致性。

在活性方面，由于選舉階段不引入額外的消息交換，只要共識協(xié)議的活性不被破壞，每一輪領(lǐng)導(dǎo)選舉就可以根據(jù)輪次與維護(hù)的延遲信息向量選出唯一且一致的領(lǐng)導(dǎo)節(jié)點(diǎn)，因此系統(tǒng)活性同樣不會受到影響。

結(jié)合選舉方法，拜占庭節(jié)點(diǎn)可能選擇的攻擊方式是提前預(yù)測領(lǐng)導(dǎo)節(jié)點(diǎn)并發(fā)起攻擊。因?yàn)棣?ＬＥ 的選舉結(jié)果有１－ε 的概率為前ｆ＋１ 個(gè)節(jié)點(diǎn)，因此攻擊者可能會對具有潛在更高權(quán)重的節(jié)點(diǎn)發(fā)起攻擊。然而，ε-ＬＥ 的選舉結(jié)果會依據(jù)最近提交的區(qū)塊，在上一個(gè)區(qū)塊被提交前無法確定性預(yù)測，因此攻擊者只有在２ 個(gè)區(qū)塊生成的間隔進(jìn)行確定性攻擊，這樣能夠恰好選擇到下一輪領(lǐng)導(dǎo)節(jié)點(diǎn)的概率將小于１－ε／ｆ＋１ ，且隨著系統(tǒng)規(guī)模的擴(kuò)大，這個(gè)概率會逐漸變小。

３． ２ 網(wǎng)絡(luò)感知與不易預(yù)測性

ε-ＬＥ 能夠?qū)ο到y(tǒng)的網(wǎng)絡(luò)狀態(tài)進(jìn)行感知。網(wǎng)絡(luò)感知的具體含義是系統(tǒng)能夠識別網(wǎng)絡(luò)條件更優(yōu)的節(jié)點(diǎn)，并使其具有更高概率成為領(lǐng)導(dǎo)節(jié)點(diǎn)，從而提升共識效率；若節(jié)點(diǎn)網(wǎng)絡(luò)情況發(fā)生了變化，如網(wǎng)絡(luò)情況好的節(jié)點(diǎn)系統(tǒng)也能夠在有限的時(shí)間內(nèi)發(fā)現(xiàn)并做出相應(yīng)的改變。ε-ＬＥ 用生成ＱＣ 所需時(shí)間作為一個(gè)節(jié)點(diǎn)網(wǎng)絡(luò)情況的量化指標(biāo)，原因在于ＱＣ 的生成代表一輪共識的結(jié)束與新一輪共識的開始，是影響共識效率的關(guān)鍵因素。生成ＱＣ 耗時(shí)更短的節(jié)點(diǎn)，意味著與該節(jié)點(diǎn)最近的ｎ－ｆ 個(gè)節(jié)點(diǎn)完成投票所需時(shí)間更短，即在共識層面上該節(jié)點(diǎn)在網(wǎng)絡(luò)中占據(jù)關(guān)鍵位置。

感知節(jié)點(diǎn)網(wǎng)絡(luò)變化的能力可以用系統(tǒng)中弱節(jié)點(diǎn)的被選中概率來衡量，原因在于對一個(gè)節(jié)點(diǎn)進(jìn)行網(wǎng)絡(luò)感知，需要獲得其生成ＱＣ 的耗時(shí)，而節(jié)點(diǎn)只有被選為領(lǐng)導(dǎo)節(jié)點(diǎn)才有資格生成當(dāng)輪的ＱＣ。不妨假設(shè)在一般情況下，各節(jié)點(diǎn)權(quán)重的相對大小不會發(fā)生改變。此時(shí)前ｆ＋１ 個(gè)節(jié)點(diǎn)中，每個(gè)節(jié)點(diǎn)被選中的概率為１－ε／ｆ＋１ ，后ｎ－ｆ－１ 個(gè)節(jié)點(diǎn)中，每個(gè)節(jié)點(diǎn)被選中的概率為ε／ｎ－ｆ－１ ＝ ε２ｆ。此時(shí)考慮單個(gè)較弱節(jié)點(diǎn)被選中的期望輪次Ｅ ＝ ２ｆ／ε ，其中ε∈（０，１），一般取０． １ 等較小的數(shù)值，代表系統(tǒng)以較低的概率探索（ｅｘｐｌｏｉｔ）較弱節(jié)點(diǎn)。同時(shí)可以得到，第ｋ 輪時(shí)該弱節(jié)點(diǎn)一直沒有被選為領(lǐng)導(dǎo)節(jié)點(diǎn)的概率為：

式中：Ｘｉ 為節(jié)點(diǎn)ｉ 從未被選為領(lǐng)導(dǎo)節(jié)點(diǎn)的事件，ｋ 為當(dāng)前提交的輪次，ｆ 為拜占庭節(jié)點(diǎn)數(shù)上限。根據(jù)ε與系統(tǒng)規(guī)模的不同，概率也會相應(yīng)地變化。

圖２ 對比了不同系統(tǒng)規(guī)模下，隨著輪次增加，節(jié)點(diǎn)未被選為領(lǐng)導(dǎo)節(jié)點(diǎn)的概率趨勢。從圖中可以看到，隨著輪次的增加，節(jié)點(diǎn)未被選中的概率逐漸趨于０。當(dāng)ｆ ＝３２ 時(shí)，系統(tǒng)規(guī)模ｎ 至少為９７，在第３ ０００ 輪時(shí)，某一弱節(jié)點(diǎn)仍未被選為領(lǐng)導(dǎo)節(jié)點(diǎn)的概率為Ｐ（Ｘｉ ｒｏｕｎｄ ＝ ３ ０００）＝ （１－（０． １／ ６４） ） ３ ０００ ≈０． ９１％ 。不同于ＰｏＷ［２５］等基于證明的共識方法，ＢＦＴ 共識協(xié)議的執(zhí)行效率遠(yuǎn)高于基于證明的共識方法，在實(shí)際應(yīng)用中的輪次增長將會更快。因此，在節(jié)點(diǎn)的網(wǎng)絡(luò)情況將在有限的時(shí)間內(nèi)被系統(tǒng)感知。

綜上，ε-ＬＥ 在不破壞底層共識協(xié)議安全性與活性的基礎(chǔ)上，通過網(wǎng)絡(luò)感知機(jī)制實(shí)現(xiàn)了共識領(lǐng)導(dǎo)節(jié)點(diǎn)選舉的一致性、有效性與適應(yīng)性，基于采樣機(jī)制與ε-ｇｒｅｅｄｙ 策略使得有限的錯(cuò)誤節(jié)點(diǎn)無法完全控制選舉過程，保證了容錯(cuò)性。

４ 實(shí)驗(yàn)驗(yàn)證

ε-ＬＥ 適用于基于領(lǐng)導(dǎo)節(jié)點(diǎn)的ＢＦＴ ＳＭＲ 協(xié)議，本文在ＨｏｔＳｔｕｆｆ 協(xié)議的基礎(chǔ)上對ε-ＬＥ 進(jìn)行了實(shí)現(xiàn)。本節(jié)首先展示當(dāng)節(jié)點(diǎn)延遲發(fā)生變化時(shí)協(xié)議選舉結(jié)果的變化，來展示其對動態(tài)網(wǎng)絡(luò)的適應(yīng)性；然后，在資源受限的環(huán)境中部署共識系統(tǒng)，將它們組織成線性拓?fù)洌⒈容^３ 種選舉方法對共識系統(tǒng)吞吐量的影響；最后，在ＬＡＮ 環(huán)境下對系統(tǒng)進(jìn)行性能測試，驗(yàn)證ε-ＬＥ 協(xié)議在一般條件下對共識系統(tǒng)性能的影響。

在第一個(gè)實(shí)驗(yàn)中，共識系統(tǒng)部署在由交換機(jī)連接的４ 臺服務(wù)器上；服務(wù)器配置為１６ ＧＢ 內(nèi)存和Ｒｙｚｅｎ３７００Ｘ ＣＰＵ；每臺服務(wù)器運(yùn)行１ 個(gè)共識節(jié)點(diǎn)，記作ｐ１ 、ｐ２ 、ｐ３ 、ｐ４ 。在初始配置中，節(jié)點(diǎn)之間的延遲幾乎相同（大約２０ ｍｓ）。運(yùn)行３４０ 輪后，對ｐ３ 端口帶寬進(jìn)行限制，這增加了ｐ３ 與其他節(jié)點(diǎn)之間的消息交換延遲（約８０ ｍｓ）。每輪的領(lǐng)導(dǎo)節(jié)點(diǎn)選擇結(jié)果如圖３ 所示。當(dāng)節(jié)點(diǎn)啟動并初始化時(shí)，ｐ４ 略有延遲，由于３ 個(gè)正常節(jié)點(diǎn)即可推進(jìn)共識進(jìn)程，因此在前５０ 輪中ｐ４ 沒有成為領(lǐng)導(dǎo)節(jié)點(diǎn)。當(dāng)系統(tǒng)正常運(yùn)行時(shí)，在３４０ 輪之前，選舉結(jié)果是均勻分布的。經(jīng)過３４０ 輪后，可以看出，當(dāng)ｐ３ 的延遲增加時(shí)，ｐ３ 在前幾輪中仍然多次成為領(lǐng)導(dǎo)節(jié)點(diǎn)，因?yàn)棣牛蹋?需要等待系統(tǒng)提交關(guān)于先前選舉的監(jiān)控延遲，當(dāng)延遲評估信息更新后，ｐ３ 被選為領(lǐng)導(dǎo)節(jié)點(diǎn)的概率下降。可以發(fā)現(xiàn)，ｐ３ 在延遲增加后的輪次中會偶爾成為領(lǐng)導(dǎo)節(jié)點(diǎn)，這是因?yàn)棣?ＬＥ 采用的ε-ｇｒｅｅｄｙ 策略將嘗試對弱節(jié)點(diǎn)進(jìn)行采樣，以便在網(wǎng)絡(luò)狀態(tài)改善時(shí)重新選舉。實(shí)驗(yàn)統(tǒng)計(jì)了每個(gè)節(jié)點(diǎn)被選擇的次數(shù)，結(jié)果如圖４ 所示。

在第２ 個(gè)實(shí)驗(yàn)中，共識系統(tǒng)以線性拓?fù)洳渴鹪冢?個(gè)具有２ ＧＢ 內(nèi)存和２ 核Ｒｙｚｅｎ ３７００Ｘ ＣＰＵ 的服務(wù)器上，用于驗(yàn)證ε-ＬＥ 在資源受限環(huán)境下的有效性。該實(shí)驗(yàn)使用虛擬路由器來模擬真實(shí)環(huán)境中基于基站轉(zhuǎn)發(fā)的通信模式，并對不同工作負(fù)載下的３ 種領(lǐng)導(dǎo)選舉方法進(jìn)行了對比測試。

在線性拓?fù)渲械墓?jié)點(diǎn)從左到右依次標(biāo)記為ｐ１ 、ｐ２ 、ｐ３ 、ｐ４ 。相鄰節(jié)點(diǎn)之間的延遲約為２０ ｍｓ。由于消息轉(zhuǎn)發(fā)，ｐ１ 和ｐ３ 之間的延遲增加到大約４０ ～５０ ｍｓ。一條消息從ｐ１ 傳遞到ｐ４ 大約需要８０ ｍｓ。由于系統(tǒng)由４ 個(gè)節(jié)點(diǎn)組成，領(lǐng)導(dǎo)節(jié)點(diǎn)需要收集至少３ 個(gè)投票消息才能形成ＱＣ。如果ｐ１ 是領(lǐng)導(dǎo)節(jié)點(diǎn)，它生成的ＱＣ 通常會包括ｐ２ 、ｐ３ 和它自己發(fā)送的選票。因此，ｐ１ 的延遲預(yù)期為４０ ｍｓ，即ｐ１ 和ｐ３ 之間的消息延遲。當(dāng)ｐ２ 成為領(lǐng)導(dǎo)節(jié)點(diǎn)時(shí)，它只需要直接收集鄰居的選票即可。因此ｐ２ 的預(yù)期延遲為２０ ｍｓ，明顯小于ｐ１ 。由于對稱性，ｐ３ 和ｐ４ 的延遲分別與ｐ２和ｐ１ 相同。

通過上面的分析，可以發(fā)現(xiàn)ｐ２ 和ｐ３ 就是該系統(tǒng)中相對的強(qiáng)節(jié)點(diǎn)。選擇ｐ１ 或ｐ４ 作為領(lǐng)導(dǎo)節(jié)點(diǎn)是最糟糕的選擇。采用領(lǐng)導(dǎo)節(jié)點(diǎn)固定為ｐ１ 時(shí)的吞吐量作為基準(zhǔn)，在輪詢方法中，系統(tǒng)將依次選擇４ 個(gè)節(jié)點(diǎn)作為領(lǐng)導(dǎo)節(jié)點(diǎn)，結(jié)果如圖５ 所示。與最壞情況相比，輪詢方法的吞吐量提高了２１％ 。ε-ＬＥ 相比于輪詢方法的吞吐量進(jìn)一步提升了２３． ４％ 。

ε-ＬＥ 在ＬＡＮ 環(huán)境下對共識系統(tǒng)性能的影響如圖６ 所示。結(jié)果表明，在ＬＡＮ 等良好通信環(huán)境的情況下，ε-ＬＥ 帶來的額外開銷對性能的影響幾乎可以忽略不計(jì)。

５ 結(jié)束語

本文提出了一種基于ε-ｇｒｅｅｄｙ 策略的延遲感知領(lǐng)導(dǎo)選舉機(jī)制，通過對集群網(wǎng)絡(luò)狀態(tài)進(jìn)行感知，當(dāng)網(wǎng)絡(luò)波動時(shí)，ε-ＬＥ 會基于歷史延遲因子α 和ε 的配置，動態(tài)改變受影響節(jié)點(diǎn)的權(quán)重，在保證選舉結(jié)果一致性的前提下，使得能夠最小化集群共識延遲的節(jié)點(diǎn)有更高的概率成為領(lǐng)導(dǎo)節(jié)點(diǎn)，從而優(yōu)化共識性能。

最后，本文在ＨｏｔＳｔｕｆｆ 協(xié)議的基礎(chǔ)上對ε-ＬＥ 協(xié)議進(jìn)行了實(shí)現(xiàn)與實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明ε-ＬＥ 有效地通過優(yōu)化領(lǐng)導(dǎo)節(jié)點(diǎn)選擇實(shí)現(xiàn)了對共識吞吐量的提高。為進(jìn)一步提高協(xié)議在實(shí)際生產(chǎn)環(huán)境中的實(shí)用性，將對不同網(wǎng)絡(luò)狀態(tài)下α 和ε 等系統(tǒng)參數(shù)的自適應(yīng)調(diào)整開展持續(xù)研究。

參考文獻(xiàn)

［１］ ＣＡＳＴＲＯ Ｍ，ＬＩＳＫＯＶ Ｂ． Ｐｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ［Ｃ］∥ ＯＳＤＩ’９９：Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｔｈｉｒｄ Ｓｙｍｐｏｓｉｕｍ ｏｎＯｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍｓ Ｄｅｓｉｇｎ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ． Ｎｅｗ Ｏｒｌｅａｎｓ：ＵＳＥＮＩＸ Ａｓｓｏｃｉａｔｉｏｎ，１９９９：１７３－１８６．

［２］ ＹＩＮ Ｍ Ｆ，ＭＡＬＫＨＩ Ｄ，ＲＥＩＴＥＲ Ｍ Ｋ，ｅｔ ａｌ． ＨｏｔＳｔｕｆｆ：ＢＦＴＣｏｎｓｅｎｓｕｓ ｗｉｔｈ Ｌｉｎｅａｒｉｔｙ ａｎｄ Ｒｅｓｐｏｎｓｉｖｅｎｅｓｓ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０１９ ＡＣＭ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｐｒｉｎｃｉｐｌｅｓ ｏｆＤｉｓｔｒｉｂｕｔｅｄ Ｃｏｍｐｕｔｉｎｇ． Ｔｏｒｏｎｔｏ：ＡＣＭ，２０１９：３４７－３５６．

［３］ 翁越男，魏小平，劉洋，等． 一種基于區(qū)塊鏈的無人機(jī)集群協(xié)作監(jiān)測框架設(shè)計(jì)［Ｊ］． 無線電工程，２０２２，５２（７）：１２５０－１２５９．

［４］ ＣＡＣＨＩＮ Ｃ，ＫＵＲＳＡＷＥ Ｋ，ＳＨＯＵＰ Ｖ． Ｒａｎｄｏｍ Ｏｒａｃｌｅｓ ｉｎＣｏｎｓｔａｎｔｉｎｏｐｌｅ：Ｐｒａｃｔｉｃａｌ Ａｓｙｎｃｈｒｏｎｏｕｓ Ｂｙｚａｎｔｉｎｅ Ａｇｒｅｅｍｅｎｔ Ｕｓｉｎｇ Ｃｒｙｐｔｏｇｒａｐｈｙ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １９ｔｈＡＣＭ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｐｒｉｎｃｉｐｌｅｓ ｏｆ Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｍｐｕｔｉｎｇ．Ｐｏｒｔｌａｎｄ：ＡＣＭ，２０００：１２３－１３２．

［５］ ＣＨＥＮ Ｊ，ＭＩＣＡＬＩ Ｓ． Ａｌｇｏｒａｎｄ［ＥＢ ／ ＯＬ］． （２０１６－０７－０５）［２０２３－１１－２２］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／ １６０７． ０１３４１．

［６］ ＥＩＳＣＨＥＲ Ｍ，ＤＩＳＴＬＥＲ Ｔ． Ｌａｔｅｎｃｙａｗａｒｅ Ｌｅａｄｅｒ Ｓｅｌｅｃｔｉｏｎｆｏｒ Ｇｅｏｒｅｐｌｉｃａｔｅｄ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔｔｏｌｅｒａｎｔ Ｓｙｓｔｅｍｓ［Ｃ］∥２０１８ ４８ｔｈ Ａｎｎｕａｌ ＩＥＥＥ ／ ＩＦＩＰ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎＤｅｐｅｎｄａｂｌｅ Ｓｙｓｔｅｍｓ ａｎｄ Ｎｅｔｗｏｒｋｓ Ｗｏｒｋｓｈｏｐｓ （ＤＳＮＷ）．Ｌｕｘｅｍｂｏｕｒｇ：ＩＥＥＥ，２０１８：１４０－１４５．

［７］ ＢＥＲＧＥＲ Ｃ，ＲＥＩＳＥＲ Ｈ Ｐ，ＳＯＵＳＡ Ｊ，ｅｔ ａｌ． ＡＷＡＲＥ：Ａｄａｐｔｉｖｅ Ｗｉｄｅａｒｅａ Ｒｅｐｌｉｃａｔｉｏｎ ｆｏｒ Ｆａｓｔ ａｎｄ Ｒｅｓｉｌｉｅｎｔ Ｂｙｚａｎｔｉｎｅ Ｃｏｎｓｅｎｓｕｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｄｅｐｅｎｄａｂｌｅａｎｄ Ｓｅｃｕｒｅ Ｃｏｍｐｕｔｉｎｇ，２０２０，１９（３）：１６０５－１６２０．

［８］ ＮＩＳＣＨＷＩＴＺ Ｍ，ＥＳＣＨＥ Ｍ，ＴＳＣＨＯＲＳＣＨ Ｆ． Ｒａｉｓｉｎｇ ｔｈｅＡＷＡＲＥｎｅｓｓ ｏｆ ＢＦＴ Ｐｒｏｔｏｃｏｌｓ ｆｏｒ Ｓｏａｒｉｎｇ Ｎｅｔｗｏｒｋ Ｄｅｌａｙｓ［Ｃ］∥ ２０２２ ＩＥＥＥ ４７ｔｈ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｌｏｃａｌ ＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋｓ （ＬＣＮ）． Ｅｄｍｏｎｔｏｎ：ＩＥＥＥ，２０２２：３８７－３９０．

［９］ ＳＵＴＴＯＮ Ｒ Ｓ，ＢＡＲＴＯ Ａ Ｇ． Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ：ＡｎＩｎｔｒｏｄｕｃｔｉｏｎ［Ｍ］． Ｃａｍｂｒｉｄｇｅ：ＭＩＴ Ｐｒｅｓｓ，１９９８．

［１０］ ＬＡＭＰＯＲＴ Ｌ． Ｔｉｍｅ，Ｃｌｏｃｋｓ，ａｎｄ ｔｈｅ Ｏｒｄｅｒｉｎｇ ｏｆ Ｅｖｅｎｔｓ ｉｎａ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍ ［Ｊ］． Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｏｆ ｔｈｅ ＡＣＭ，１９７８，２１（７）：５５８－５６５．。

［１１］ ＰＥＡＳＥ Ｍ，ＳＨＯＳＴＡＫ Ｒ，ＬＡＭＰＯＲＴ Ｌ． Ｒｅａｃｈｉｎｇ Ａｇｒｅｅｍｅｎｔ ｉｎ ｔｈｅ Ｐｒｅｓｅｎｃｅ ｏｆ Ｆａｕｌｔｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ ＡＣＭ（ＪＡＣＭ），１９８０，２７（２）：２２８－２３４．

［１２］ ＳＣＨＮＥＩＤＥＲ Ｆ Ｂ． Ｉｍｐｌｅｍｅｎｔｉｎｇ Ｆａｕｌｔｔｏｌｅｒａｎｔ ＳｅｒｖｉｃｅｓＵｓｉｎｇ ｔｈｅ Ｓｔａｔｅ Ｍａｃｈｉｎｅ Ａｐｐｒｏａｃｈ：Ａ Ｔｕｔｏｒｉａｌ［Ｊ］． ＡＣＭＣｏｍｐｕｔｉｎｇ Ｓｕｒｖｅｙｓ （ＣＳＵＲ），１９９０，２２（４）：２９９－３１９．

［１３］ ＹＡＮＧ Ｌ，ＰＡＲＫ Ｓ Ｊ，ＡＬＩＺＡＤＥＨ Ｍ，ｅｔ ａｌ． ＤｉｓｐｅｒｓｅｄＬｅｄｇｅｒ：Ｈｉｇｈｔｈｒｏｕｇｈｐｕｔ Ｂｙｚａｎｔｉｎｅ Ｃｏｎｓｅｎｓｕｓ ｏｎ ＶａｒｉａｂｌｅＢａｎｄｗｉｄｔｈ Ｎｅｔｗｏｒｋｓ［Ｃ］∥１９ｔｈ ＵＳＥＮＩＸ Ｓｙｍｐｏｓｉｕｍ ｏｎＮｅｔｗｏｒｋｅｄ Ｓｙｓｔｅｍｓ Ｄｅｓｉｇｎ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ （ＮＳＤＩ２２）． Ｒｅｎｔｏｎ：ＵＳＥＮＩＸ Ａｓｓｏｃｉａｔｉｏｎ，２０２２：４９３－５１２．

［１４］ ＭＩＬＬＥＲ Ａ，ＸＩＡ Ｙ，ＣＲＯＭＡＮ Ｋ，ｅｔ ａｌ． Ｔｈｅ Ｈｏｎｅｙ Ｂａｄｇｅｒｏｆ ＢＦＴ Ｐｒｏｔｏｃｏｌｓ ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０１６ ＡＣＭＳＩＧＳＡＣ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ ＣｏｍｍｕｎｉｃａｔｉｏｎｓＳｅｃｕｒｉｔｙ． Ｖｉｅｎｎａ：ＡＣＭ，２０１６：３１－４２．

［１５］ ＫＯＧＩＡＳ Ｅ Ｋ，ＪＯＶＡＮＯＶＩＣ Ｐ，ＧＡＩＬＬＹ Ｎ，ｅｔ ａｌ．Ｅｎｈａｎｃｉｎｇ Ｂｉｔｃｏｉｎ Ｓｅｃｕｒｉｔｙ ａｎｄ Ｐｅｒｆｏｒｍａｎｃｅ ｗｉｔｈ ＳｔｒｏｎｇＣｏｎｓｉｓｔｅｎｃｙ ｖｉａ Ｃｏｌｌｅｃｔｉｖｅ Ｓｉｇｎｉｎｇ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆｔｈｅ ２５ｔｈ ＵＳＥＮＩＸ Ｓｅｃｕｒｉｔｙ Ｓｙｍｐｏｓｉｕｍ． Ａｕｓｔｉｎ：ＵＳＥＮＩＸＡｓｓｏｃｉａｔｉｏｎ，２０１６：２７９－２９６．

［１６］ ＮＥＩＨＥＩＳＥＲ Ｒ，ＭＡＴＯＳ Ｍ，ＲＯＤＲＩＧＵＥＳ Ｌ． Ｋａｕｒｉ：Ｓｃａｌａｂｌｅ ＢＦＴ Ｃｏｎｓｅｎｓｕｓ ｗｉｔｈ Ｐｉｐｅｌｉｎｅｄ Ｔｒｅｅｂａｓｅｄ Ｄｉｓｓｅｍｉｎａｔｉｏｎ ａｎｄ Ａｇｇｒｅｇａｔｉｏｎ ［Ｃ ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅＡＣＭ ＳＩＧＯＰＳ ２８ｔｈ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｏｐｅｒａｔｉｎｇ ＳｙｓｔｅｍｓＰｒｉｎｃｉｐｌｅｓ． ［Ｓ． ｌ． ］：ＡＣＭ，２０２１：３５－４８．

［１７］ ＦＡＶＩＥＲ Ａ，ＧＵＩＴＴＯＮＮＥＡＵ Ｎ，ＡＲＡＮＴＥＳ Ｌ，ｅｔ ａｌ． Ｔｏｐｏｌｏｇｙ Ａｗａｒｅ Ｌｅａｄｅｒ Ｅｌｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｄｙｎａｍｉｃ Ｎｅｔｗｏｒｋｓ［Ｃ］∥ ２０２０ ＩＥＥＥ ２５ｔｈ Ｐａｃｉｆｉｃ Ｒｉｍ ＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍ ｏｎ Ｄｅｐｅｎｄａｂｌｅ Ｃｏｍｐｕｔｉｎｇ （ＰＲＤＣ）． Ｐｅｒｔｈ：ＩＥＥＥ，２０２０：１－１０．

［１８］ ＢＥＳＳＡＮＩ Ａ，ＳＯＵＳＡ Ｊ，ＡＬＣＨＩＥＲＩ Ｅ Ｅ Ｐ． Ｓｔａｔｅ ＭａｃｈｉｎｅＲｅｐｌｉｃａｔｉｏｎ ｆｏｒ ｔｈｅ Ｍａｓｓｅｓ ｗｉｔｈ ＢＦＴＳＭＡＲＴ［Ｃ］∥２０１４４４ｔｈ Ａｎｎｕａｌ ＩＥＥＥ ／ ＩＦＩＰ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄｅｐｅｎｄａｂｌｅ Ｓｙｓｔｅｍｓ ａｎｄ Ｎｅｔｗｏｒｋｓ． Ａｔｌａｎｔａ：ＩＥＥＥ，２０１４：３５５－３６２．

［１９］ ＶＥＲＯＮＥＳＥ Ｇ Ｓ，ＣＯＲＲＥＩＡ Ｍ，ＢＥＳＳＡＮＩ Ａ Ｎ，ｅｔ ａｌ．ＥＢＡＷＡ：Ｅｆｆｉｃｉｅｎｔ Ｂｙｚａｎｔｉｎｅ Ａｇｒｅｅｍｅｎｔ ｆｏｒ ＷｉｄｅａｒｅａＮｅｔｗｏｒｋｓ［Ｃ］∥２０１０ ＩＥＥＥ １２ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍｏｎ Ｈｉｇｈ Ａｓｓｕｒａｎｃｅ Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ． Ｓａｎ Ｊｏｓｅ：ＩＥＥＥ，２０１０：１０－１９．

［２０］ ＡＭＩＲ Ｙ，ＤＡＮＩＬＯＶ Ｃ，ＤＯＬＥＶ Ｄ，ｅｔ ａｌ． Ｓｔｅｗａｒｄ：ＳｃａｌｉｎｇＢｙｚａｎｔｉｎｅ Ｆａｕｌｔｔｏｌｅｒａｎｔ Ｒｅｐｌｉｃａｔｉｏｎ ｔｏ Ｗｉｄｅ ＡｒｅａＮｅｔｗｏｒｋｓ ［Ｊ ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｄｅｐｅｎｄａｂｌｅ ａｎｄＳｅｃｕｒｅ Ｃｏｍｐｕｔｉｎｇ，２００８，７（１）：８０－９３．

［２１］ ＬＩＵ Ｓ Ｙ，ＶＵＫＯＬＩＣ′ Ｍ． Ｌｅａｄｅｒ Ｓｅｔ Ｓｅｌｅｃｔｉｏｎ ｆｏｒ Ｌｏｗｌａｔｅｎｃｙ Ｇｅｏｒｅｐｌｉｃａｔｅｄ Ｓｔａｔｅ Ｍａｃｈｉｎｅ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｒａｌｌｅｌ ａｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ，２０１６，２８（７）：１９３３－１９４６．

［２２］ ＤＵ Ｊ Ｑ，ＳＣＩＡＳＣＩＡ Ｄ，ＥＬＮＩＫＥＴＹ Ｓ，ｅｔ ａｌ． ＣｌｏｃｋＲＳＭ：Ｌｏｗｌａｔｅｎｃｙ Ｉｎｔｅｒｄａｔａｃｅｎｔｅｒ Ｓｔａｔｅ Ｍａｃｈｉｎｅ ＲｅｐｌｉｃａｔｉｏｎＵｓｉｎｇ Ｌｏｏｓｅｌｙ Ｓｙｎｃｈｒｏｎｉｚｅｄ Ｐｈｙｓｉｃａｌ Ｃｌｏｃｋｓ［Ｃ］∥２０１４４４ｔｈ Ａｎｎｕａｌ ＩＥＥＥ ／ ＩＦＩＰ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄｅｐｅｎｄａｂｌｅ Ｓｙｓｔｅｍｓ ａｎｄ Ｎｅｔｗｏｒｋｓ． Ａｔｌａｎｔａ：ＩＥＥＥ，２０１４：３４３－３５４．

［２３］ ＮＡＶＡＲＯＪ Ｇ Ｉ，ＪＵＬＩＥ Ｅ Ｇ，ＲＯＢＩＮＳＯＮ Ｙ Ｈ． ＡｄａｐｔｉｖｅＰｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ Ｃｏｎｓｅｎｓｕｓ Ａｌｇｏｒｉｔｈｍｉｎ Ｐｅｒｍｉｓｓｉｏｎ Ｂｌｏｃｋｃｈａｉｎ Ｎｅｔｗｏｒｋ ［Ｊ ］． ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌ ｏｆ Ｗｅｂ ａｎｄ Ｇｒｉｄ Ｓｅｒｖｉｃｅｓ，２０２２，１８（１）：６２－８２．

［２４］ ＳＯＵＳＡ Ｊ，ＢＥＳＳＡＮＩ Ａ． Ｓｅｐａｒａｔｉｎｇ ｔｈｅ ＷＨＥＡＴ ｆｒｏｍ ｔｈｅＣｈａｆｆ：Ａｎ Ｅｍｐｉｒｉｃａｌ Ｄｅｓｉｇｎ ｆｏｒ Ｇｅｏｒｅｐｌｉｃａｔｅｄ Ｓｔａｔｅ Ｍａｃｈｉｎｅｓ［Ｃ］∥ ２０１５ ＩＥＥＥ ３４ｔｈ Ｓｙｍｐｏｓｉｕｍ ｏｎ ＲｅｌｉａｂｌｅＤｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ （ＳＲＤＳ ）． Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，２０１５：１４６－１５５．

［２５］ ＮＡＫＡＭＯＴＯ Ｓ． Ｂｉｔｃｏｉｎ：Ａ ＰｅｅｒｔｏＰｅｅｒ Ｅｌｅｃｔｒｏｎｉｃ ＣａｓｈＳｙｓｔｅｍ［ＥＢ ／ ＯＬ］． ［２０２３ －１１ －２２］． ｈｔｔｐｓ：∥ｂｉｔｃｏｉｎ． ｏｒｇ ／ｂｉｔｃｏｉｎ． ｐｄｆ．

作者簡介

許津銘 男，（１９９９—），博士研究生。主要研究方向：分布式系統(tǒng)、區(qū)塊鏈。

蔡 亮 男，（１９７６—），博士，研究員。主要研究方向：區(qū)塊鏈、數(shù)據(jù)要素關(guān)鍵技術(shù)、元宇宙和信息安全。

孫 路 女，（１９８７—），碩士，工程師。主要研究方向：數(shù)據(jù)要素、區(qū)塊鏈技術(shù)應(yīng)用。

尹可挺 男，（１９８２—），博士，副研究員。主要研究方向：區(qū)塊鏈、數(shù)據(jù)要素。