基于权威证明共识机制的研究与改进方案

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:wang0525wz
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
比特币作为虚拟货币被人们所重视,而区块链作为比特币的底层技术被受到大量人员的关注和研究,凭借数据安全透明、防篡改、点对点传输、去中心化、可溯源等特点,区块链的应用开始层出不穷。区块链的本质也是一种分布式数据库,分布式数据库首先要解决的是多节点如何保证一致性和如何达成共识等问题。共识机制是区块链的灵魂,也是目前的研究热点之一,针对区块链项目应用场景和算法的性能要求的不同,接连出现了众多的共识机制,区块链的发展离不开对共识算法的不断探索和完善。区块链常用的工作量证明因为其效率不高以及对电力、算力资源的一定消耗而被人们所诟病,经典分布式算法中的实用拜占庭容错算法因为其性能的瓶颈而仅仅适用于联盟链,其他众多的共识算法基本是在这两种算法的基础上进行互相结合和改进,而对以太坊的第三方平台上使用的权威证明共识算法的研究相对较少。基于此背景,论文在对现有权威证明共识算法实现的研究基础上,提出了基于PoA共识算法的改进方案。本文的主要研究内容如下:(1)针对权威证明共识算法的领导节点取余法容易导致领导节点的公开,因此容易被暴露和遭受攻击等问题,提出基于可验证随机函数的权威证明共识算法改进方案(Verifiable Proof of Authority,VPoA),该方案改进了领导节点的选取方法,使得领导节点的选取更加随机和隐蔽,保证权威节点的安全,以满足区块链网络的不同业务需求。(2)在权威证明算法中,领导节点需要提出和确认区块,但领导节点的选取一般是系统预先设定的,无法变更。为了提高该算法的去中心化程度,提出了基于信用机制的权威节点动态变更方案,即可以实现节点的状态变化。如果权威节点作恶,将变成普通节点甚至被移除,而且普通节点得到权威节点的半数投票也能成为新的权威节点,提高系统的安全性和可参与度。(3)进行VPoA算法的平台搭建和领导节点选取和共识流程的相关实验,研究了已有权威证明的实现Aura、Clique两种算法的实现。在对比三种算法之后,实验表明VPoA有着更良好的区块出块时间和更优的性能。在以太坊的三方平台Kovan上对搭建测试链对改进后的算法进行实验,通过分析表明该改进能够正常运行,不仅保留了PoA算法的优点,还提高了系统的可参与度。
其他文献
进入21世纪后,中国的国力不断发展,人口素质不断提高,人们对工业产品的质量也提出了更高的要求,与此同时,中国的人口红利期已过,人力成本逐年递增,尤其受新冠疫情的影响,导致招工难的问题日益凸显,这对‘中国制造2025’提出了更高的要求,机器换人的政策势在必行。工业机器人作为智能制造的最终执行者,它的研发与推广是机器换人政策实行的重要一环。本文将在已有的并联机器人架构的基础上,针对以CR2032电池生
产品质量检测是工业生产制造过程中的重要环节。传统人工提取特征算法在换向器产品质量检测中存在各种不足,无法满足自动质检要求。为解决此问题,本文探索深度学习方法检测换向器侧面划痕缺陷和端面缺料缺陷,深度学习方法能够自动提取特征,其泛化能力强,期望比传统视觉算法有更好的检测稳定性与准确度。本文主要的工作如下:(1)为解决换向器侧面划痕多尺度检测和细小划痕检测两个问题,提出基于编码器-解码器结构的语义分割
为了解决交通拥堵和交通污染,大容量、高效、准时、安全的城市轨道交通(地铁,轻轨,有轨电车)已成为城市交通发展的最终解决方案。手动检查存在一系列重大问题,在地铁检查行业中,需要更多基于技术的便携式和小型检查设备。因此,本文设计了基于无人机采集图像的轨道缺陷检测系统,主要工作如下:在课题准备阶段,本文首先查询了当下四种主流的轨道缺陷主要检测方案;研究了现在普遍使用的地铁检测方案,深入地铁巡检一线了解现
出租车作为公共交通系统的重要补充,在改善出行服务,提升道路运力方面发挥着较为重要的作用。在实际生活中,由于人群活动复杂多样且各区域人口分布不均,这导致人群的出行需求在时间和空间分布上具有较强的随机性和波动性。出租车因无法及时感知人群出行需求,常常引起客运服务的区域性供需矛盾。如何合理分配城市中车辆运力资源,实现客运服务按需供给成为近年来研究的热点。针对人群出行的特点,本文提出一种基于组合神经网络的
随着工业智能化的不断推进和换向器产能需求的不断提高,过去非常低效率的人工检测传统方法和存在各种局限性的传统数字特征处理检测方法将逐步退出工业缺陷检测界的主要舞台。近些年来,卷积神经网络经过长足的发展,分类、检测、分割的各个领域上都有了突破性进展。越来越多的神经网络框架被应用到各类物品的表面缺陷检测任务中。应用在表面缺陷检测的目标检测框架常常可以划分为一阶检测器和二阶检测器。二阶检测器中经典的网络框
由于在划分无标签且含有缺失实例的多视图数据上具备优势,不完整多视图聚类吸引了越来越多的研究关注。虽然已取得很大进展,大多现有不完整多视图聚类方法仍存在至少一个以下缺陷:(1)无法同时开发数据样本之间跨视图的共同关系及原始数据特征表示的互补多视图信息;(2)忽略视图之间高阶的相互关系;(3)只能处理诸如只有两个视图等特殊视图不完整情况。针对这些问题,本文主要开展了以下两方面研究:(1)为了同时挖掘数
互联网给用户带来丰富资源和便捷服务的同时,因其开放性和匿名性,也成为网络攻击的平台。在众多网络安全问题中,恶意网页扮演重要角色。如何实现对恶意网页的精准快速识别,已经成为一项迫切且具有挑战性的工作。目前,识别方法大致分为四类:基于黑名单技术的检测手段、基于启发式规则的检测方法、基于机器学习的检测方法以及基于蜜罐技术的检测手段。但已有方法都有各自的局限性,必须面向恶意网页检测手段进行更深层分析与探讨
随着信息技术的不断发展,网络安全问题层出不穷,网络攻击的方式也变得复杂多样。入侵检测系统具有主动防御的功能,能够对网络流量进行持续监控,提升了系统的安全性。近年来,随着机器学习技术的普及和计算力的大幅提升,大量基于机器学习的技术被应用于网络入侵检测领域,相较于传统的网络安全防御手段,更能适用于当今网络攻击复杂多样化的环境。但在大量的网络数据中入侵行为只占少数,数据分布不均衡,而且原始网络流量存在大
随着大数据时代的到来,图像数据的采集变得越来越简便与多样化。在现实应用场景中,由于采集设备、拍摄角度、目标物遮挡等外部条件是动态变化的,因此采集到的图像数据即使表示的是同一类目标,数据分布也几乎都是不一致的。大多数现有的机器学习算法是基于训练数据和测试数据分布相同的假设进行训练和测试,并不适用于处理在复杂的现实环境采集到的图像数据。作为迁移学习方法的具体应用,交叉领域识别可以有效解决上述问题。交叉
我国通信业正逐步加强网络建设,积极推进网络强国战略,为了落实提速降费,研究网络运维中基站维护是具有重大意义的。截止2019年底,国内部署的通信基站总数量已经超过800万,电信业务收入超过1.31万亿元。本文在分析国内外大量相关文献的基础上,着重展开网络运维中基站维护领域的“现场作业综合调度”优化问题的研究,希望可以提高通信基站的运营维护效率,降低通信基站的维护成本,从而降低通讯资费。通过分析基站维