Модель и алгоритм консенсуса Proof of Performance

Обложка

Цитировать

Полный текст

Аннотация

В статье исследуется принцип работы модели Proof of Performance (PoP), основанной на алгоритме консенсуса, поддерживающем функции горизонтального шардинга. Модель PoP вносит изменения в традиционную структуру блоков, используемую в алгоритмах Proof of Stake и сетях на базе ядра Tendermint. Горизонтальный шардинг позволяет распределять транзакции между несколькими узлами (шардами), что значительно увеличивает пропускную способность сети. Основная цель исследования – изучение способов повышения эффективности и масштабируемости блокчейн-сетей через динамическое распределение транзакций и адаптивное управление узлами. Важным аспектом является определение параметров и изменяемых характеристик узлов, таких как производительность и надежность для равномерного и справедливого распределения нагрузки внутри сети. Это обеспечивает адаптацию системы к изменяющимся условиям нагрузки.  В работе используются аналитические и формальные методы для описания структуры блока, механизма распределения транзакций и системы наказаний и поощрений для шардов. Исследование представляет собой инновационный подход к управлению блокчейн-сетями, акцентируя внимание на производительности узлов. Модель PoP с горизонтальным шардингом обеспечивает более высокую пропускную способность и масштабируемость сети по сравнению с традиционными алгоритмами консенсуса. Предложена система динамического распределения нагрузки и адаптивного изменения весов узлов на основе их производительности, что способствует повышению эффективности и надежности сети. В результате исследования доказано, что модель Proof of Performance значительно увеличивает скорость обработки транзакций и общую производительность блокчейн-сети. Примеры применения подтверждают эффективность модели в различных типах сетей, таких как DeFi-платформы, системы управления цепочками поставок и IoT-сети. Модель PoP стимулирует узлы к поддержанию высокой производительности, обеспечивая справедливое распределение нагрузки и повышая общую устойчивость сети.

Об авторах

Владислав Дмитриевич Булгаков

Белгородский государственный технологический университет им. В.Г. Шухова

Email: bulgakovvlad@yandex.ru
ORCID iD: 0009-0006-2056-6169
независимый исследователь

Игорь Николаевич Гвоздевский

Белгородский государственный технологический университет им. В.Г. Шухова

Email: Gvozdevskiy.in@bstu.ru
ORCID iD: 0000-0002-3235-3869
доцент; кафедра Программное обеспечение вычислительной техники и автоматизированных систем;

Список литературы

  1. Бауэр В.П., Побываев С.А., Кузнецов Н.В. Потенциал использования технологии распределенного реестра (блокчейн) в системах государственного управления // Фундаментальные исследования. 2019. № 12 (часть 2). С. 247–252.
  2. Борискевич И.А. Алгоритмы консенсуса в блокчейн сетях // Белорусский государственный университет информатики и радиоэлектроники. 6-я Научная Конференция Аспирантов, Магистрантов и Студентов БГУИР. Минск, 2020. С. 116–117.
  3. Luu, L., Narayanan, V., Zheng, C., Baweja, K., Gilbert, S., & Saxena, P. (2016). A Secure Sharding Protocol for Open Blockchains. In Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security (pp. 17–30).
  4. Kokoris-Kogias, E., Jovanovic, P., Gasser, L., Gailly, N., Syta, E., & Ford, B. (2017). OmniLedger: A Secure, Scale-Out, Decentralized Ledger via Sharding. IACR Cryptology ePrint Archive, 2017(406).
  5. Zamani, M., Movahedi, M., & Raykova, M. (2018). RapidChain: Scaling Blockchain via Full Sharding. In Proceedings of the 2018 ACM SIGSAC Conference on Computer and Communications Security (pp. 931–948).
  6. King, S., & Nadal, S. (2012). PPCoin: Peer-to-Peer Crypto-Currency with Proof-of-Stake. Retrieved from https://bitcoin.peryaudo.org/vendor/peercoin-paper.pdf
  7. Swan, M. (2015). Blockchain 2.0: Contracts. In Blockchain: Blueprint for a New Economy (pp. 9–10). O'Reilly Media, Inc.
  8. Шаламов Г. А., Петухов А. С. Слияние технологий IoT и блокчейн: от теории до реального времени // Прогрессивная экономика. 2023. № 9. С. 32. doi: 10.54861/27131211_2021_9_32.
  9. Goswami, S. (2017). Scalability analysis of blockchains through blockchain simulation. Thesis, Master of Science in Computer Science, University of Nevada, Las Vegas.
  10. Zamyatin, A., Harz, D., Lind, J., Gudgeon, L., Werner, S., & Knottenbelt, W. J. (2019). XCLAIM: Trustless, Interoperable, Cryptocurrency-Backed Assets. In IEEE Symposium on Security and Privacy (pp. 193–210).
  11. Makrakis, D., & Senhaji, A. (2023). Sharding-Based Proof-of-Stake Blockchain Protocols: Key Components & Probabilistic Security Analysis. Sensors, 23(5), 2819. doi: 10.3390/s23052819.
  12. Eyal, I., Gencer, A. E., Sirer, E. G., & van Renesse, R. (2016). Bitcoin-NG: A Scalable Blockchain Protocol. In Proceedings of the 13th USENIX Symposium on Networked Systems Design and Implementation (NSDI '16) (pp. 45–59).
  13. Абдулжалилов А.З. Методы и стратегии масштабируемости блокчейн-технологий: анализ, сравнение и перспективы // Международный научный журнал «Вестник науки». 2023. № 11 (68). Т. 4. С. 625–634.
  14. Грепан В.Н. Практические проблемы использования блокчейн-технологий // Научный сетевой журнал «Столыпинский вестник.» 2024. № 9.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».