0 引言

隨著電商經(jīng)濟的快速發(fā)展，社會對物流行業(yè)的依賴大幅增加。為了適應(yīng)追求快速高效的新消費時代需求，許多物流貨運公司紛紛引進更科學(xué)高效的區(qū)塊鏈技術(shù)，來提升物流管理的效率[1]。其中共識算法作為區(qū)塊鏈技術(shù)的最重要的部分之一，許多研究者都通過優(yōu)化共識算法的方法，來提高區(qū)塊鏈物流管理系統(tǒng)的性能[2]。例如陳佶將傳統(tǒng)PBFT共識算法與DPOS算法相結(jié)合，提出一種基于DDPBFT算法的區(qū)塊鏈模型，改進算法保留了傳統(tǒng)PBFT的后半部分，在前半部分則采取DPSO算法來選舉主節(jié)點，并通過排序算法排序，以改進網(wǎng)絡(luò)的初始化過程與減少節(jié)點的視圖切換，進而促進區(qū)塊鏈系統(tǒng)的整體性能提升[3];葉進等針對分布式能源交易中共識效率低、資源開銷大和交易時效率高等問題，則提出一種面向分布式電能交易的智簡拜占庭容錯算法，通過引入門限簽名機制，將復(fù)雜的通信簡單化，進而縮短共識時延[4]。以上研究雖然一定程度上提高了區(qū)塊鏈物流管理系統(tǒng)的性能，但由于拜占庭算法在共識過程中需要逐個驗證的特點，驗證耗時仍然較長，且其中一個節(jié)點出現(xiàn)錯誤就可以影響整個系統(tǒng)的共識，不安全性較高。在以上研究基礎(chǔ)上，引入并行驗證策略對傳統(tǒng)拜占庭共識進行改進，并結(jié)合IBFT共識算法，提出一種基于并行驗證的改進IBFT共識算法，在保障安全性與容錯率的前提下，優(yōu)化共識過程的交易驗證速度，進而提升系統(tǒng)效率。

1 相關(guān)技術(shù)

1.1基于并行驗證的IBFT共識算法

伊斯坦布爾拜占庭容錯(Istanbul Byzantine Fault Tolerant, IBFT)算法是啟發(fā)于實用拜占庭容錯(Practical Byzantine Fault Tolerance, PBFT)算法的一種修改共識算法[5]。相較于PBFT共識算法，IBFT具有更嚴格的驗證機制與更先進的加密算法，安全性更高，且可以在更短的時間內(nèi)達成共識，大幅提高了交易的確認速度[6]。然而與傳統(tǒng)拜占庭共識算法相同，IBFT的驗證過程同樣是按照時間順序進行，每個驗證結(jié)束后下個驗證才會開始，這大大增加了系統(tǒng)的驗證時間。為了提高系統(tǒng)的吞吐量與執(zhí)行效率，在IBFT中引入并行驗證策略，對其進行改進。

1.1.1 并行驗證策略

在區(qū)塊鏈的共識過程中，當一個提議者被選中時，需要向其他驗證者發(fā)送一個塊提議，再由其他節(jié)點對收到的塊提議進行驗證，以確保其符合既定的規(guī)則與約束[7]。常規(guī)的拜占庭共識通常只能按照順序一個一個對任務(wù)進行驗證，并行驗證策略則引入多線程的技術(shù)，通過在驗證時添加線程，由每個線程負責(zé)執(zhí)行不同的指令塊，使節(jié)點可以同時驗證多個任務(wù)[8]。

基于并行驗證策略的共識過程整體可以分為四個階段：塊提議、并行驗證、塊承諾和塊提交[9]。由負責(zé)提出新塊的節(jié)點，即提議者首先生成新塊，并將塊發(fā)送給其他節(jié)點；其他節(jié)點在收到來自提議者的新塊時，通過多線程技術(shù)對其進行并行驗證。當塊驗證通過且達成共識后，其他節(jié)點將承諾該區(qū)塊成為區(qū)塊鏈的新區(qū)塊，并由提議者在區(qū)塊鏈中添加新區(qū)塊[10]。系統(tǒng)共識過程中，節(jié)點并行驗證策略如圖1所示：

研究采用任務(wù)分解與同步線程實現(xiàn)高效的并行驗證策略。其中任務(wù)分解是指將驗證任務(wù)分解為三個獨立的子任務(wù)，并通過單獨的線程對每個子任務(wù)進行處理。通過任務(wù)分解，確保了每個子任務(wù)都能被并行執(zhí)行，從而最大程度地提高了驗證速度[11]。同步線程則是指在節(jié)點的信息驗證通過進入共識的下一階段，采用同步線程策略，通過條件變量來確保線程之間的安全通信與數(shù)據(jù)一致性，從而提高算法的性能。

1.1.2 并行驗證詳細方案

(1)并發(fā)驗證邏輯實現(xiàn)

基于線程池并發(fā)結(jié)構(gòu)實現(xiàn)并發(fā)驗證邏輯。首先創(chuàng)建一個線程池，由線程池中的線程對任務(wù)進行管理。在節(jié)點收到塊提議后，將驗證任務(wù)分配給線程池里的線程，線程池的規(guī)模由系統(tǒng)資源和性能需求決定，每個線程需要獨立處理不同的驗證任務(wù)，任務(wù)包括查驗提議者身份、檢查新區(qū)塊的序列號和輪次等等[12]。

(2)數(shù)據(jù)結(jié)構(gòu)類型定義

按照表1中的方法對數(shù)據(jù)結(jié)構(gòu)和類型進行定義，以便系統(tǒng)在驗證過程中對各個實體訪問和操作[13]:

(3)消息處理

按照表2中的方法實現(xiàn)共識過程中的消息處理與啟動定時器：

(4)驗證方法

按照表3中的驗證方法，實現(xiàn)各種驗證任務(wù)的執(zhí)行：

1.2基于并行驗證共識的物流管理模型

基于并行驗證的IBFT共識算法構(gòu)建物流管理模型。在這個物流管理模型中，區(qū)塊鏈節(jié)點主要由生產(chǎn)商、原材料供應(yīng)商、消費者和其他市場參與者構(gòu)成[14]。具體流程如圖2所示：

其中驗證節(jié)點的選舉和調(diào)整通過既定規(guī)則和投票機制實現(xiàn)[13]。直到網(wǎng)絡(luò)中超過2/3的驗證節(jié)點達成共識，該區(qū)塊將被視為通過驗證，并添加至區(qū)塊鏈中。在公式過程中，由于IBFT公式算法強制將2/3的驗證節(jié)點通過請求作為達成共識的前提條件，避免了其中某個惡意節(jié)點對共識結(jié)果造成影響，從而為整個系統(tǒng)的安全運行提供保障。

隨著交易市場的擴大和參與者的增多，基于并行驗證的改進IBFT算法還可以根據(jù)實際需求調(diào)節(jié)驗證節(jié)點的數(shù)量，為算法提供良好的可擴展性[14]。并且共識的設(shè)計也使得物流管理模型在升級和更新時更為便利。算法可以通過調(diào)整共識參數(shù)、優(yōu)化共識過程或引入新的驗證節(jié)點選舉規(guī)則，不斷提升自己，以適應(yīng)不斷變化的物流交易市場。

2 實驗驗證

2.1實驗環(huán)境

本次實驗基于Quorum區(qū)塊鏈平臺搭建，使用Hyperledger Caliper區(qū)塊鏈評估框架作為基準測試工具，Docker為部署工具，并在Ubuntu18.01操作系統(tǒng)上運行。系統(tǒng)配置i5-9600K中央處理器，服務(wù)器內(nèi)存為20 GB,硬盤儲存為100 GB。

Hyperledger Caliper區(qū)塊鏈評估框架通過使用一些預(yù)定義用途來衡量區(qū)塊鏈網(wǎng)絡(luò)的性能，它針對待檢測的系統(tǒng)生成工具負載并實時監(jiān)控其響應(yīng)，然后結(jié)合事務(wù)吞吐量、事務(wù)延遲等評估網(wǎng)絡(luò)性能的重要指標，生成該網(wǎng)絡(luò)的性能評估報告。仿真選擇8個節(jié)點的大小的驗證器集，在無惡意節(jié)點的前提下，對不同提交、事務(wù)量與不同大小事務(wù)的提交下的并行驗證的IBFT共識算法測試。為了進一步了解算法優(yōu)越性，將所提算法的測試結(jié)果與Raft經(jīng)典共識算法和未改進的IBFT算法的結(jié)果進行比較[15]。

2.2實驗參數(shù)

測試系統(tǒng)使用基于P2P網(wǎng)絡(luò)的去中心化結(jié)構(gòu)，節(jié)點之間允許并通過異步消息傳遞的方式進行通信。通信包括PRE-PREPARE、PREPARE、COMMIT、ROUNDCHANGE四種消息類型，其中PRE-PREPARE代表提議者將塊提議廣播給所有驗證者；PREPARE代表驗證者在驗證塊提議后，將消息轉(zhuǎn)發(fā)給其他驗證者，表明自己已進入“確認共識”狀態(tài)；COMMIT代表驗證者在收到足夠數(shù)目的來自其他驗證者的“確認共識”消息后，將此消息轉(zhuǎn)發(fā)給其他驗證者，表明自身已進入“提交共識”狀態(tài)。ROUNDCHANGE代表驗證者在超時后，將此消息發(fā)送給其他驗證者，表示進入下一輪。

2.3評估指標

采用區(qū)塊鏈系統(tǒng)關(guān)鍵指標事務(wù)吞吐量(Transactions Per Second, TPS)與事務(wù)延遲(Latency, L)作為所提改進共識算法的衡量指標。其中事務(wù)吞吐量是指以時間單位合并的事務(wù)總量，在區(qū)塊鏈系統(tǒng)中定義為區(qū)塊鏈網(wǎng)絡(luò)每秒成功處理的事務(wù)數(shù)；事務(wù)延遲也叫共識時延，指事務(wù)合并所需要的時間，在區(qū)塊鏈系統(tǒng)中定義為事務(wù)提交之間的時間間隔，以及區(qū)塊鏈網(wǎng)絡(luò)中每個正確節(jié)點上結(jié)果可用的時間點。事務(wù)吞吐量與事務(wù)時延的計算公式如式(1)(2)所示：

式中，T表示完成的事務(wù)數(shù)量；ti和tj分別表示第一個事務(wù)進入系統(tǒng)的時間與最后一個事務(wù)被處理完成的時間。tu和ts分別代表共識過程開始和達成的時間。

2.4實驗結(jié)果

基于Quorum平臺分別對基于所提IBFT算法的能源交易系統(tǒng)在標準化工作負載下與高并發(fā)情況下的性能表現(xiàn)進行綜合評價，并將評價結(jié)果分別與基于Raft共識協(xié)議與基于未改進IBFT共識協(xié)議的能源交易系統(tǒng)的評價結(jié)果進行比較。

2.4.1 事務(wù)吞吐量

設(shè)置發(fā)送事務(wù)大小為2 kB,對系統(tǒng)在交易發(fā)送率在600、1 200、1 800和2 400情況下，事務(wù)吞吐量的變化進行觀察。經(jīng)多次測試，三種共識算法的不同交易發(fā)送率下的平均事務(wù)吞吐量如圖3所示：

如圖3所示，隨著交易發(fā)送率的增加，三種共識算法的平均事務(wù)吞吐量都呈現(xiàn)上升趨勢。三種算法中，表現(xiàn)最差的是原始IBFT共識算法，雖然吞吐量隨著交易發(fā)送率增加而增加，但在三種算法中始終最低，對事物的處理有限。而所提算法雖然一開始略低于Raft共識算法，當交易發(fā)送率超過1 600 Tx/s后，開始出現(xiàn)反超。綜合來看，所提算法相較于原始IBFT共識算法與Raft共識算法能夠更有效地處理大量事務(wù)，共識性能更加優(yōu)越。

設(shè)置固定交易發(fā)送率為1 600 Tx/s, 對系統(tǒng)在發(fā)送事務(wù)大小分別為5 kB、12 kB和50 kB情況下，事務(wù)吞吐量的變化進行觀察。經(jīng)多次測試，三種共識算法在不同發(fā)送事務(wù)大小下的平均事務(wù)吞吐量如圖4所示：

如圖4所示，隨著發(fā)送事務(wù)大小增加，三種共識算法的平均事務(wù)吞吐量都呈現(xiàn)下降趨勢，且都逐漸趨于同一水平。三種算法中，所提算法在發(fā)送較小事務(wù)時，較Raft共識算法平均事務(wù)吞吐量略高，遠遠好于未改進的IBFT算法，性能表現(xiàn)在三種算法中最佳。綜上，說明所提基于并行驗證的IBFT共識方法有效提高了原始IBFT算法的性能，在處理不同大小事務(wù)時都具有較好的性能表現(xiàn)，綜合性能最優(yōu)。

2.4.2 事務(wù)延遲

設(shè)置發(fā)送事務(wù)大小為2 kB,對系統(tǒng)在交易發(fā)送率在600、1 200、1 800和2 400情況下，事務(wù)延遲的性能變化進行觀察。經(jīng)多組測試，三種共識算法在不同交易發(fā)送率下平均事務(wù)延遲情況如圖5所示：

如圖5所示，相較于原始IBFT共識算法，所提算法在處理不同發(fā)送率下的事務(wù)，速度有了明顯提升，平均事務(wù)延遲耗時更短，處理效率更高。但是與Raft共識算法比較，所提改進算法的事務(wù)延遲時間仍然略高，這可能與Raft共識中的非完全去中心化機制有關(guān)，它使算法在事務(wù)延遲性能在一定程度上比拜占庭共識機制更具優(yōu)勢。綜上，所提算法使系統(tǒng)在整體共識過程的速度上得到了優(yōu)化，但相較于Raft算法仍有提升空間。

設(shè)置固定事務(wù)輸入率為1 600 Tx/s, 對系統(tǒng)在發(fā)送事務(wù)大小分別為5 kB、12 kB和50 kB情況下，事務(wù)延遲性能的變化進行觀察。經(jīng)多次測試，三種共識算法在不同發(fā)送事務(wù)大小下的平均事務(wù)延時如圖6所示：

如圖6所示，隨著發(fā)送事務(wù)大小的增加，三種共識算法的事務(wù)延遲都呈現(xiàn)上升趨勢。當系統(tǒng)處理事務(wù)大小為50 kB時，所提算法在平均事務(wù)延遲上的速度最快，相較于未改進的IBFT共識算法與Raft共識算法時延性能更優(yōu)越，表明所提算法在處理較大事務(wù)時完成效率更高。

3 結(jié)論

綜上，提出一種基于并行驗證的改進IBFT共識算法，算法在傳統(tǒng)拜占庭基礎(chǔ)上引入共識策略，并結(jié)合IBFT算法，保障共識過程的快速性、安全性和高容錯率。測試結(jié)果表明，事務(wù)吞吐量指標上，在固定發(fā)送事務(wù)大小為2 kB的情況下，隨著交易發(fā)送率的增加，所提算法的事務(wù)吞吐量也在不斷提高，在交易發(fā)送率到達1 600Tx/s后時反超Raft共識算法，遠遠高于未改進IBFT共識算法；在固定交易發(fā)送率為1 600 Tx/s的情況下，隨著事務(wù)大小的增加共識算法的平均事務(wù)吞吐量都呈下降趨勢并逐漸趨同，而所提算法在發(fā)送較小事務(wù)時，略高于Raft共識算法，在三種比較共識算法中最佳。事務(wù)延遲指標上，所提算法相較于原始IBFT算法在處理不同發(fā)送率下的事務(wù)中，效率有了明顯提升，雖然略低于Raft共識算法，但是結(jié)果相近，說明算法具有較好的共識效率；隨著發(fā)送事務(wù)大小的增加，共識算法下的系統(tǒng)在處理事務(wù)上都有了更長的延遲時間。當處理事務(wù)大小為50 kB時，所提算法在事務(wù)上的平均處理速度最快。綜上，所提算法在處理較大事務(wù)上具有更快的事務(wù)吞吐量與完成效率，總體性能最佳，滿足基于區(qū)塊鏈的物流管理系統(tǒng)高性能要求。但是通過與Raft共識算法的比較可以發(fā)現(xiàn)，算法在事務(wù)處理效率上還有進一步的提升空間，并且并行驗證方法在更大規(guī)模與更復(fù)雜網(wǎng)絡(luò)中的性能表現(xiàn)尚未得到驗證。因此，下一步研究將針對以上問題，在維持拜占庭共識容錯能力的條件下，對所提算法進行更高效的優(yōu)化，以滿足更多物流場景下的應(yīng)用需求。