节点偏好一致性最大化的DPoS记账权分配_王硕.pdf

小 型 微 型 计 算 机 系 统 ：年 月 第 期 ：收稿日期：收修改稿日期：基金项目：国家自然科学基金地区项目（，）资助；国家自然科学基金云南联合基金项目（）资助；云南省基础研究计划杰出青年项目（）资助；云南省中青年学术和技术带头人后备人才培养计划项目（）资助 作者简介：王 硕，男，年生，硕士研究生，会员，研究方向为区块链、服务计算；付晓东（通讯作者），男，年生，博士，教授，博士生导师，高级会员，研究方向为服务计算、智能决策系统；岳昆，男，年生，博士，教授，博士生导师，高级会员，研究方向为大数据分析、服务计算；刘 骊，女，年生，博士，教授，高级会员，研究方向为服务计算、智能家居；刘利军，男，年生，硕士，副教授，会员，研究方向为医疗服务节点偏好一致性最大化的 记账权分配王 硕，付晓东，岳 昆，刘 骊，刘利军（昆明理工大学 信息工程与自动化学院，昆明）（昆明理工大学 云南省计算机技术应用重点实验室，昆明）（云南大学 信息学院，昆明）：摘 要：委托权益证明（，）通过投票选择见证人节点出块，实现了交易的快速认证，但其仍存在选择得到的见证人节点无法满足多数投票节点意愿、投票结果易被恶意节点操纵的问题，影响了 的公平性与安全性 为此，本文将投票节点偏好的一致性作为选择见证人节点的指标，提出一种基于 距离的 记账权分配方法（）方法首先考虑到投票节点偏好不完整的问题，通过扩展 距离定义以衡量不完整偏好间的一致性程度，然后将记账权分配过程建模为一个寻找与所有投票节点偏好一致性最大化的 候选节点排列最优化问题，最后通过遗传算法来求解该优化问题，得到的 候选节点作为见证人节点负责出块 实验结果表明通过该方法选择的见证人节点符合多数投票节点的意愿，提高了 的公平性 同时，该方法具备更强的抗操纵性能，提升了 的安全性关 键 词：区块链；委托权益证明；偏好一致性；距离；遗传算法中图分类号：文献标识码：文 章 编 号：（），（，）（，）（，）：（），（），：；引 言区块链技术凭借透明、防篡改、去中心化、可追溯等特点，被广泛应用于金融、物联网、医疗等领域 其中，共识机制作为区块链底层核心技术，决定了区块链系统中选择记账权节点的方法，保障了数据账本的一致性和合法性 一个好的共识机制可以提升区块链系统的性能、拓展区块链技术的应用场景 目前公有区块链中常见的共识机制包括：工作量证明（，）、权益证明（，）、委托权益证明（，）等 的特点是利用节点算力保证区块链系统的安全性，但算力竞争导致了区块链系统的效率低下，并且会造成大量资源浪费 为了提升出块效率，在 系统中实现了 共识机制 虽然 相比于 提高升了交易性能，但由于 争夺记账权不需要付出实质性成本，导致记账节点可以在多条分叉链上出块以获取利益，影响了区块链的一致性 并且 基于权益竞争记账权，导致了资源掌握在少部分权益大的节点手中，造成了权益集中化的现象 是在 基础上提出的一种共识机制，的核心是通过节点投票分配记账权 在 共识机制中拥有权益的节点具有投票权，投票节点投票给信任的节点，然后统计出得票数量最多的前 个节点作为见证人节点（）每一轮选举结束后，由 个见证人节点轮流生成区块 相比于 和 减少了参与验证和记账的节点数量，实现了秒级共识验证 此外，由于 中每一个负责生成区块的节点是通过投票确定的，所以 可以有效避免、中存在的分叉攻击问题 虽然 对 与 中存在的缺陷进行了改进，但仍存在一定的不足：第一，共识机制的记账权分配方法只允许投票节点投出赞成票，且仅以得票数量选择见证人节点，没有充分考虑到投票节点的偏好，导致不受多数投票节点欢迎的节点可能被选为见证人，影响了 共识机制的公平性；第二，共识机制会出现候选节点和投票节点共谋操纵投票的问题，降低 共识机制的安全性为了解决 共识机制选择得到的见证人节点不能满足多数投票节点的意愿以及投票结果易被操纵的问题，本文以社会选择理论为基础，提出了节点偏好一致性最大化的 记账权分配方法（），将与所有投票节点偏好最一致的 候选节点排列作为见证人节点排列 由该方法选择得到的见证人节点符合多数投票节点的偏好，并且方法具备更强的抗操纵性能，提高了 共识机制的公平性和安全性 相关工作近年来，为了提升 共识机制的公平性和安全性，国内外学者分别展开了一系列研究，这些研究主要集中在 个方面：提高节点投票积极性、限制恶意节点作恶以及提出新的记账权分配方法为提高节点投票积极性，文献 通过设计激励机制来激励节点投票，确保高信誉和高效率的节点被选为见证人节点 文献 提出一种采用信誉的委托权益证明共识算法算法引入了信誉模型，通过评估节点的行为，将节点划分为不同的信誉等级，然后通过信誉和代币的激励方式来提高节点参与投票的积极性针对 共识机制无法有效限制恶意节点作恶的问题，文献 提出了一种基于动态信任的委托权益证明共识算法，该方法构建了基于权益投票和信任值相结合的评估标准，可提高见证节点的可靠性，降低系统被恶意节点攻击的风险 为有效降低 共识机制中恶意节点攻击行为，文献 设计了一种异常数据检测算法，以识别来自恶意攻击和节点自私行为的异常数据，提升了区块链系统的安全性为了解决现 共识机制中记账权分配方法的不足，文献 提出一种新的记账权分配规则，采用优化后的基于环的协调器选择算法作为协商一致的算法，确保整个分配过程的公正，防止垄断 文献 提出一种基于模糊集的 共识机制的记账权分配规则 该方法中投票节点可以投赞成票、弃权票、反对票，系统首先通过统计每个节点获得的票数计算模糊集值，然后根据模糊集值的大小对节点排序，选出前 个节点作为见证人节点 该方法提高了记账权分配过程的公平性和安全性，降低了恶意节点被选中的概率 文献针对 共识机制中存在的权力分布不均衡的问题，将节点出块行为和 投票规则引入到 共识机制的记账权分配方法中 该方法通过优化出块节点的选举规则，提高了 共识机制的公平性通过对现有 共识机制优化研究分析，可以看出，当前的研究主要通过激励手段提高节点投票的积极性或利用特定方法剔除恶意节点 然而，共识机制的核心在于如何合理分配记账权，若分配方法不能做到公正可靠，便难以保证 共识机制的公平性和安全性 虽然部分文献提出了新的记账权分配方法，但选择见证人节点仍是基于简单多数的计票思想，结果不能满足多数投票节点的意愿 虽然文献 采用聚合不同投票节点偏好的思想，但并没有考虑投票节点偏好不完整的情况 并且，以上研究都没有考虑到记账权分配方法本身的抗操纵性 针对上述研究中存在的不足，本文提出一种节点偏好一致性最大化的 记账权分配方法 该方法不考虑投票数量，而是考虑投票节点对不同信任节点的偏好关系，通过寻找与所有投票节点偏好距离最小的 候选节点排列作为见证人节点排列，最大化见证人节点与投票节点的偏好一致性，提升了 共识机制的公平性和安全性 问题描述 问题定义为了更方便地描述节点偏好一致性最大化的 记账权分配方法，以下首先给出相关定义：定义 集合 ，为区块链系统中所有竞争记账权的候选节点集合，集合 ，为区块链系统中所有满足投票条件的投票节点集合 其中，为系统中所有候选节点的数量，为系统中投票节点的数量定义 投票节点 按照自身对候选节点的信任程度对候选节点进行偏好排序，用 表示（）表示候选节点 在偏好 中的排名，（）值越小说明 在 中排名越靠前 当（）（）表示投票节点 认为 比 更值得信任；当投票节点 对两个节点的偏好排名为（）（），表示 对 和 的信任程度相同；若 未与 有过交互经验，则 不对 进行偏好排名 当 时，表示 是对部分候选节点的不完整偏好排序定义 ，为 中所有投票节点的群体偏好集合定义 是从集合 中选出任意 个候选节点构成的一个由优至劣的排列；，！是所有可能的有序排列 所构成的集合，即 为所有可能的 见证人节点排列集合 例如，设 ，（，），（，），（，），（，），（，），（，），因此，节点偏好一致性最大化问题可表示为：，即群体偏好集合 从可能解集合 中选择一组由 个 小 型 微 型 计 算 机 系 统 年候选节点组成的有序排列 作为 见证人节点排列 问题示例例 假设有 个投票节点 ，对 个候选节点 ，偏好排序集合 如表 所示，需选择 个见证人节点负责生成区块表 投票节点偏好表 ：，：，：，由 记账权分配方法对表 中的投票结果进行统计 其中，获得 票、获得 票、获得 票、获得 票、获得 票，根据简单多数原则选择节点 作为见证人节点 但在 记账权分配方法中，投票节点只能投出赞成票，投票过程中没有充分考虑投票节点的偏好，导致 选择的见证人节点并不能满足多数投票节点的意愿 由表 中投票节点偏好可知，个投票节点中有 个节点认为 相比于 更值得信任，说明了 选择的见证人节点 并不能够满足多数投票节点的意愿 此外，当候选节点 与投票节点 共谋操纵投票，使得 将对 的投票转投给，则最终的见证人节点变为，说明 记账权分配方法的抗操纵性能较差本文提出一种节点偏好一致性最大化的 记账权分配方法，采用 距离度量与所有投票节点偏好最一致的 候选节点作为见证人节点，以提高 共识机制的公平性和安全性 节点偏好一致性最大化的 记账权分配 距离是 社会选择函数中计算群体排序与个体偏好一致性的指标，其核心思想是计算两个偏好之间的逆序偏好关系对的数量，逆序偏好关系对的数量越大时表示偏好差异越大，逆序偏好关系对的数量越小表示偏好差异越小 距离被广泛用于度量两个排序的一致性程度，但区块链系统中节点数量庞大，投票节点给出完整偏好排序并不现实 因此，本文提出一种面向投票节点不完整偏好的记账权分配方法 来选择 见证人节点 方法首先使用扩展定义的 距离度量任意 个候选节点排列与不完整投票节点偏好之间的距离，然后选择与所有投票节点偏好一致性程度最大的 个候选节点排列作为 见证人节点排列 由于该方法最小化 见证人节点排列与投票节点偏好之间的距离，因此得到的见证人节点能够满足多数投票节点的意愿 同时，通过考虑投票节点对不同候选节点的偏好关系，使得该方法具备更高的抗操纵性 此外，方法使用遗传算法寻找最优的 见证人节点，保证了方法的效率 不完整投票节点偏好的一致性度量由于 距离用于度量两个完整排序的一致性程度，但在区块链系统中每个投票节点不可能与所有候选节点交互并给出偏好 因此，本研究首先扩展 距离的定义以度量不完整偏好间的一致性定义 （，）表示投票节点 和 的偏好，之间的 距离（，）由任意两个不同候选节点，在偏好，中的距离，（，）累加所得 在投票节点偏好不完整情况下，（，）值存在以下几种情况：情况 当两个候选节点偏好序在两个偏好中为顺序时：，（，），（）（）（）（）（）（）（）（）（）（）（）（）（）情况 当两个候选节点的偏好序在偏好中为逆序时：，（，），（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）|（）情况 当两个候选节点的偏好序在两个偏好中不可比时 其中，在，中的偏好序不可比用表示：，（，），（）（）（）（）（）（）（）（）（）（）（）（）（），|（）由式（）可知，当任意两个候选节点偏好序在两个不完整偏好间不可比时，设它们的距离为 值不同，则（，）值的大小不同 其中，设 时，（，）值为最大；设 时，（，）值为最小（，）通过距离对不完整偏好一致性进行量化，（，）值越大，则两个不完整偏好的差异越大 在区块链系统中，当投票节点偏好排序不完整时，可能存在多对候选节点的偏好序无法比较 为了确保在投票节点偏好不完整情况下最终结果的稳定性和准确性，本研究将两个不完整偏好在不一致程度最大情况下的距离定义为偏好距离，即候选节点偏好序不确定情况下，时的（，）值：（，），（，），（）节点偏好一致性最大化的 见证人节点选择 方法的目的是选择 个候选节点排列与所有投票节点的偏好一致性最大化，即选择集合 中与群体偏好集合 距离最小的 作为 见证人节点排列本文用（，）表示由集合 中任意 个候选节点组成的有序排列 与群体偏好集合 之间的距离（，）越小，表示 与 的一致性越大；（，）越大，表示 与 的一致性越小；（，），表示 与 完全一