[发明专利]基于特征信任的分组PBFT共识算法在审

专利信息
申请号: 202111030384.8 申请日: 2021-09-03
公开(公告)号: CN113781218A 公开(公告)日: 2021-12-10
发明(设计)人: 王勇;钟美玲;程通 申请(专利权)人: 桂林电子科技大学
主分类号: G06Q40/04 分类号: G06Q40/04;G06Q20/06;G06Q20/38
代理公司: 合肥鸿知运知识产权代理事务所(普通合伙) 34180 代理人: 张林锋
地址: 541000 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 信任 分组 pbft 共识 算法
【说明书】:

发明提供基于特征信任的分组PBFT共识算法,涉及共识机制技术领域。包括以下步骤:S1、通过EigenTrust信任模型评判节点在交易过程中的信任度,并将节点的信任度作为选举主节点以及代理节点的依据,S2、将全网共识划分为多个分组进行共识,S3、对视图切换协议进行优化,根据节点的信任值大小选举主节点或代理节点。本发明引入EigenTrust信任模型,用于评估节点的信任值,从而降低恶意节点在共识过程中的影响力,将原来PBFT算法中的全网共识划分为多个分组进行共识,从而能够大幅减少了PBFT的通信复杂度,提升区块链系统的性能,对视图切换协议进行优化,当视图切换协议被触发后,系统将根据节点的信任值大小选举主节点或代理节点,进一步提升了系统的安全性。

技术领域

本发明涉及共识机制技术领域,特别的为基于特征信任的分组PBFT共识 算法。

背景技术

共识机制是区块链的核心技术,近年来,共识机制也受到了国内外的学 术界和产业界的关注。区块链系统的性能取决于共识算法的效率,现有的经 典共识算法有工作量证明(proof of work,PoW)算法、权益证明(proof of stake,PoS)算法、委托权益证明(delegated proof of stack,DPoS)算 法、使用拜占庭容错(practical Byzantine faulttolerance,PBFT)算法 和Raft算法等。PoW的核心思想是根据节点的计算能力分配记账权限和记账 奖励。然而,PoW共识机制需要进行大量的计算,因此需要消耗大量的能源, 且吞吐量比较低。为了解决PoW共识算法存在的缺陷,一些新的共识算法也 陆续提出,如PoS共识算法、DPoS共识算法、PBFT共识算法等。这些算法的 提出解决了PoW算法计算量大以及资源浪费的问题,但是这些算法也存在着 不足。

为此,国内外的研究学者也对现有的一些共识算法进行了研究和改进。 LarimerD.等人对DPoS共识算法进行了改进,加入了投票和举报奖励制度, 从而能够激励节点积极的投票以及积极的举报恶意节点。He,Li等人提出了 一种改进的实用拜占庭容错共识算法,该算法首先淡化了主节点的概念,让链 上的每个节点都是平等高效的,其次,优化共识流程,提高共识效率,通信 开销降到PBFT的一半,在降低通信开销和延迟的情况下提高了吞吐量。Liu Yiran等人基于博弈论中Shapley值的计算原理,改进了PoS共识机制中的奖励分配机制,使PoS机制中参与生成块的节点的奖励分配更加公平合理,还 可以逆转区块链中的社会分层,从而大大提高新的小节点获得效益的可能性。 PBFT算法能够让区块链完全脱离链上代币的奖励机制,且不需要大量算力来 维护,因此在分布式系统中得到了应用,但仍存在主节点选取的安全漏洞问 题以及多节点时的通信开销过大等问题。

综上所述,研发基于特征信任的分组PBFT共识算法,仍是共识机制技术 领域中急需解决的关键问题。

发明内容

本发明提供的发明目的在于提供基于特征信任的分组PBFT共识算法,解 决上述背景技术中的问题。

为实现以上目的,本发明通过以下技术方案予以实现:基于特征信任的 分组PBFT共识算法,包括以下步骤:

S1、通过EigenTrust信任模型评判节点在交易过程中的信任度,并将节 点的信任度作为选举主节点以及代理节点的依据;

S2、通过GPBFT算法将全网共识划分为多个分组进行共识;

S3、对视图切换协议进行优化,根据节点的信任值大小选举主节点或代 理节点。

进一步的,在S1操作步骤中,所述EigenTrust信任模型的信任度评估 包括直接信任值、间接信任值和全局信任值。

进一步的,所述直接信任值是节点之间通过历史交互信息所产生的信任 度,节点将在本地存储与其他节点交互的过程中产生历史记录,然后统计出 交互信任的数量和不信任的数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111030384.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top