【摘 要】
:
随着比特币等各种加密货币以及应用技术的发展,区块链开始在诸多领域中受到越来越多的关注。区块链作为一种分布式账本系统,如何确保在互不信任的节点之间达成一致是它的一个关键问题。而作为区块链的一个重要组成构件,共识算法可以解决一致性问题,且其效率将直接决定了区块链系统的性能。DPoS共识算法因其相对较高的共识效率更易进行优化以满足商业应用环境的要求,从而拥有实际的应用价值与良好的发展前景。然而,在现有的
论文部分内容阅读
随着比特币等各种加密货币以及应用技术的发展,区块链开始在诸多领域中受到越来越多的关注。区块链作为一种分布式账本系统,如何确保在互不信任的节点之间达成一致是它的一个关键问题。而作为区块链的一个重要组成构件,共识算法可以解决一致性问题,且其效率将直接决定了区块链系统的性能。DPoS共识算法因其相对较高的共识效率更易进行优化以满足商业应用环境的要求,从而拥有实际的应用价值与良好的发展前景。然而,在现有的DPoS共识算法中,证人节点轮流生成块的机制使得区块链系统将面临一些威胁,如证人节点相互勾结发起串通攻击、节点投票不积极以及选举过程不考虑节点的偏好等。因此,为了解决目前基于以太坊的共识算法中所存在的各种弊端,本文将结合密码学等相关技术,针对DPoS共识算法中所面临的不同威胁,寻找解决方案并对DPoS共识算法进行优化研究,主要研究内容包含以下两个方面:(1)针对DPoS共识算法中证人节点容易相互勾结发起串通攻击的问题,提出了一种基于动态信任的委托权益证明共识算法(DT-DPoS,Delegated Proof of Stake with Dynamic Trust)。该算法通过设计信任模型来计算节点的信任值,从而可以有效地衡量各节点的信任度。在选举证人节点阶段,为了提高选举出节点的可靠性,构建了一种基于权益投票和信任值的评估准则。同时,由于证人节点列表的相对固定性,在达成共识阶段,设计了一种环签名方案,提高了证人节点的隐私性与无条件匿名性。通过理论分析与仿真结果验证,该算法降低了不可靠节点被选举为证人节点的概率,提高了证人节点的可靠性与隐私性,从而相对降低了证人节点进行串通攻击的风险,提高了区块链系统的安全性。(2)针对DPoS共识算法中节点投票不积极以及选举偏离现实的问题,提出了 一种具有奖惩机制和节点偏好的委托权益证明共识算法(RPMNP-DPoS,Delegated Proof of Stake with Reward and Punishment Mechanism and Node Preference)。该算法通过设计信誉机制对节点的状态进行划分,从而可以结合结合投票值对候选节点进行选举,这将促使节点期望自己拥有较高的信誉值。并依据节点的出块行为与投票行为,设计了基于角色的奖惩机制,从而激励节点积极参与投票和有效出块。同时,在选举证人节点阶段,利用Borda计数来选择更符合投票节点偏好的证人节点,这将更加符合实际选举的情况。通过理论分析与仿真结果验证,该算法可以考虑到节点的偏好选择,并可以快速剔除异常节点,激励节点进行有效出块与有效投票,从而确保了节点和区块链系统的利益。
其他文献
阿尔茨海默病(Alzheimer’s disease,AD)是一种退行性神经疾病,一旦患病大概率不可逆。阿尔茨海默病的早期阶段被称为轻度认知障碍(MCI),有高概率转化成AD的风险。计算机辅助诊断是最近AD诊断的研究热门之一,并且作为一种传统诊断方式十分有效的补充手段深得研究人员喜爱。逻辑回归(Logistic Regression,LR)分类器是作为一种强大的二元分类器,是机器学习分类任务的重要
阿尔茨海默病(Alzheimer’s Disease,AD)是一种不可逆的神经退行性疾病,临床主要表现为认知和记忆的缺失,严重影响人们的生活。到目前为止,该疾病没有有效的治疗方法。轻度认知障碍(Mild Cognitive Impairment,MCI)是AD的早期阶段。与认知正常的老年人相比,MCI具有更高的概率转化为AD。因此,准确识别具有高转化风险的MCI患者对于AD的早期预防和延缓疾病的恶
互联网技术的快速发展,大数据时代的到来,随之而来的是网民规模的快速扩增及信息量的急速扩充。一方面,海量的信息满足了人们对生活中各个方面的需求,另一方面,大量混杂的信息使得用户无法及时准确的获取到所需信息,因此,人们在享受着大数据时代带给生活便利的同时也面临严重的“信息过载”问题。在这种情形下,推荐系统的出现成为解决信息过载问题有效的方式之一。推荐系统本质上是一个信息过滤系统,通过对用户历史行为的分
近年来,位置传感技术和无线传感器技术的发展激发了位置感知设备数量的显著增长,基于位置的服务(Location Based Server,LBS)也开始越来越受欢迎。在车联网(Internet of Vehicles,Io V)中LBS应用尤其广泛,车联网中的服务器不断获取大量的位置轨迹信息,这些信息包含用户大量的个人隐私数据,因此对车联网中车辆的轨迹数据进行保护是非常必要的。目前大多数的轨迹隐私保
随着5G、移动计算和智能设备等技术的发展与普及,各个领域涌现出了大量的物联网服务。如何从这些海量的物联网服务中找到符合自己需求的高质量物联网服务成了用户面临的挑战。服务推荐技术可以基于历史服务质量数据为用户推荐高质量的服务。然而,由于物联网服务存在着稳定性差、用户经常移动、重复调用等缺点,传统的服务推荐技术很难直接适用于物联网服务的推荐。另一方面,一个用户通常会调用不同厂家提供的物联网服务,用户调
随着高通量测序技术的发展,生物组学数据呈井喷式出现。对癌症组学数据进行深入研究可以挖掘到癌症发展过程中的重要信息,为癌症的诊断和治疗提供理论依据。癌症组学数据通常具有高维小样本的特点,整合的非负矩阵分解(Non-negative Matrix Factorization,NMF)方法可以对数据进行联合分析,从而发现多种类型数据之间的潜在关联。针对现有整合方法存在的流形学习能力不足、模型同质效应较差
随着生活水平的提高,人们的物质需求基本得到满足,安全需求日益凸显,建立温情社区,是提高居民安全感的有效方法,在老旧社区改造过程中,注重空间安全感的营造,能够加强居民之间的情感联系,更能提高居民的幸福感。论文对曲阜市沂河小区进行了多方面调研,使用针对该小区居民的随机问卷、深入访谈等方法,对沂河小区的物质及非物质现状进行调研。研究发现沂河小区物质环境破败、公共空间不足、物业管理混乱、居民类型复杂、居民
情感分析作为挖掘文本语料中用户情感倾向的方法,在当今社会的各个领域有着广泛应用。随着计算机技术的发展,人们不再满足于获取文本语料的粗糙情感倾向,而是希望得到基于属性或功能的细粒度情感倾向。因此,细粒度情感分析逐渐成为该领域的热点研究内容。数据规模扩大,情感语料库构建为词嵌入神经网络应用于细粒度情感分析提供了有利条件。基于双向Transformer编码器模型(Bidirectional Encode
随着物联网(Internet of Things,IoT)的发展,终端设备的数量也在迅速增加。设备会产生大量数据,这些数据具有多样性、实时性等特点。为缓解传统的云计算压力,边缘计算应运而生,它将数据处理下沉至设备边缘附近,可以实时处理靠近终端用户的数据,并且智能分流云任务。区块链技术的去中心化、防篡改和匿名性可以为边缘计算提供新的可信计算环境,同时边缘计算为区块链的可扩展性提供了可能,有助于打破区
高通量测序技术的发展产生了大量的生物组学数据,这些数据中往往包含着生物发展过程中的重要信息。单细胞RNA测序(Single-cell RNA sequencing,Sc RNA-seq)技术的快速发展使生物学家们可以在分子水平上对基因表达数据进行研究。Sc RNA-seq数据的出现也为组学数据的异质性研究提供了可能,对这些数据进行挖掘研究对疾病的诊断、治疗、预防以及探索细胞的分化过程有着重要意义。