0 引言

隨著電商經(jīng)濟(jì)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(fèi)時(shí)代需求，許多物流貨運(yùn)公司紛紛引進(jìn)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(jìn)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(diǎn)，并通過排序算法排序，以改進(jìn)網(wǎng)絡(luò)的初始化過程與減少節(jié)點(diǎn)的視圖切換，進(jìn)而促進(jìn)區(qū)塊鏈系統(tǒng)的整體性能提升[3];葉進(jìn)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(shí)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(cuò)算法，通過引入門限簽名機(jī)制，將復(fù)雜的通信簡單化，進(jìn)而縮短共識時(shí)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(gè)驗(yàn)證的特點(diǎn)，驗(yàn)證耗時(shí)仍然較長，且其中一個(gè)節(jié)點(diǎn)出現(xiàn)錯(cuò)誤就可以影響整個(gè)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(yàn)證策略對傳統(tǒng)拜占庭共識進(jìn)行改進(jìn)，并結(jié)合IBFT共識算法，提出一種基于并行驗(yàn)證的改進(jìn)IBFT共識算法，在保障安全性與容錯(cuò)率的前提下，優(yōu)化共識過程的交易驗(yàn)證速度，進(jìn)而提升系統(tǒng)效率。

1 相關(guān)技術(shù)

1.1基于并行驗(yàn)證的IBFT共識算法

伊斯坦布爾拜占庭容錯(cuò)(Istanbul Byzantine Fault Tolerant, IBFT)算法是啟發(fā)于實(shí)用拜占庭容錯(cuò)(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(yán)格的驗(yàn)證機(jī)制與更先進(jìn)的加密算法，安全性更高，且可以在更短的時(shí)間內(nèi)達(dá)成共識，大幅提高了交易的確認(rèn)速度[6]。然而與傳統(tǒng)拜占庭共識算法相同，IBFT的驗(yàn)證過程同樣是按照時(shí)間順序進(jìn)行，每個(gè)驗(yàn)證結(jié)束后下個(gè)驗(yàn)證才會開始，這大大增加了系統(tǒng)的驗(yàn)證時(shí)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(yàn)證策略，對其進(jìn)行改進(jìn)。

1.1.1 并行驗(yàn)證策略

在區(qū)塊鏈的共識過程中，當(dāng)一個(gè)提議者被選中時(shí)，需要向其他驗(yàn)證者發(fā)送一個(gè)塊提議，再由其他節(jié)點(diǎn)對收到的塊提議進(jìn)行驗(yàn)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(gè)一個(gè)對任務(wù)進(jìn)行驗(yàn)證，并行驗(yàn)證策略則引入多線程的技術(shù)，通過在驗(yàn)證時(shí)添加線程，由每個(gè)線程負(fù)責(zé)執(zhí)行不同的指令塊，使節(jié)點(diǎn)可以同時(shí)驗(yàn)證多個(gè)任務(wù)[8]。

基于并行驗(yàn)證策略的共識過程整體可以分為四個(gè)階段：塊提議、并行驗(yàn)證、塊承諾和塊提交[9]。由負(fù)責(zé)提出新塊的節(jié)點(diǎn)，即提議者首先生成新塊，并將塊發(fā)送給其他節(jié)點(diǎn)；其他節(jié)點(diǎn)在收到來自提議者的新塊時(shí)，通過多線程技術(shù)對其進(jìn)行并行驗(yàn)證。當(dāng)塊驗(yàn)證通過且達(dá)成共識后，其他節(jié)點(diǎn)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(diǎn)并行驗(yàn)證策略如圖1所示：

研究采用任務(wù)分解與同步線程實(shí)現(xiàn)高效的并行驗(yàn)證策略。其中任務(wù)分解是指將驗(yàn)證任務(wù)分解為三個(gè)獨(dú)立的子任務(wù)，并通過單獨(dú)的線程對每個(gè)子任務(wù)進(jìn)行處理。通過任務(wù)分解，確保了每個(gè)子任務(wù)都能被并行執(zhí)行，從而最大程度地提高了驗(yàn)證速度[11]。同步線程則是指在節(jié)點(diǎn)的信息驗(yàn)證通過進(jìn)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(yàn)證詳細(xì)方案

(1)并發(fā)驗(yàn)證邏輯實(shí)現(xiàn)

基于線程池并發(fā)結(jié)構(gòu)實(shí)現(xiàn)并發(fā)驗(yàn)證邏輯。首先創(chuàng)建一個(gè)線程池，由線程池中的線程對任務(wù)進(jìn)行管理。在節(jié)點(diǎn)收到塊提議后，將驗(yàn)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(gè)線程需要獨(dú)立處理不同的驗(yàn)證任務(wù)，任務(wù)包括查驗(yàn)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(jìn)行定義，以便系統(tǒng)在驗(yàn)證過程中對各個(gè)實(shí)體訪問和操作[13]:

(3)消息處理

按照表2中的方法實(shí)現(xiàn)共識過程中的消息處理與啟動定時(shí)器：

(4)驗(yàn)證方法

按照表3中的驗(yàn)證方法，實(shí)現(xiàn)各種驗(yàn)證任務(wù)的執(zhí)行：

1.2基于并行驗(yàn)證共識的物流管理模型

基于并行驗(yàn)證的IBFT共識算法構(gòu)建物流管理模型。在這個(gè)物流管理模型中，區(qū)塊鏈節(jié)點(diǎn)主要由生產(chǎn)商、原材料供應(yīng)商、消費(fèi)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(yàn)證節(jié)點(diǎn)的選舉和調(diào)整通過既定規(guī)則和投票機(jī)制實(shí)現(xiàn)[13]。直到網(wǎng)絡(luò)中超過2/3的驗(yàn)證節(jié)點(diǎn)達(dá)成共識，該區(qū)塊將被視為通過驗(yàn)證，并添加至區(qū)塊鏈中。在公式過程中，由于IBFT公式算法強(qiáng)制將2/3的驗(yàn)證節(jié)點(diǎn)通過請求作為達(dá)成共識的前提條件，避免了其中某個(gè)惡意節(jié)點(diǎn)對共識結(jié)果造成影響，從而為整個(gè)系統(tǒng)的安全運(yùn)行提供保障。

隨著交易市場的擴(kuò)大和參與者的增多，基于并行驗(yàn)證的改進(jìn)IBFT算法還可以根據(jù)實(shí)際需求調(diào)節(jié)驗(yàn)證節(jié)點(diǎn)的數(shù)量，為算法提供良好的可擴(kuò)展性[14]。并且共識的設(shè)計(jì)也使得物流管理模型在升級和更新時(shí)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(yàn)證節(jié)點(diǎn)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(shí)驗(yàn)驗(yàn)證

2.1實(shí)驗(yàn)環(huán)境

本次實(shí)驗(yàn)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(zhǔn)測試工具，Docker為部署工具，并在Ubuntu18.01操作系統(tǒng)上運(yùn)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(fù)載并實(shí)時(shí)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(biāo)，生成該網(wǎng)絡(luò)的性能評估報(bào)告。仿真選擇8個(gè)節(jié)點(diǎn)的大小的驗(yàn)證器集，在無惡意節(jié)點(diǎn)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(yàn)證的IBFT共識算法測試。為了進(jìn)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(jìn)的IBFT算法的結(jié)果進(jìn)行比較[15]。

2.2實(shí)驗(yàn)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(diǎn)之間允許并通過異步消息傳遞的方式進(jìn)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(yàn)證者；PREPARE代表驗(yàn)證者在驗(yàn)證塊提議后，將消息轉(zhuǎn)發(fā)給其他驗(yàn)證者，表明自己已進(jìn)入“確認(rèn)共識”狀態(tài)；COMMIT代表驗(yàn)證者在收到足夠數(shù)目的來自其他驗(yàn)證者的“確認(rèn)共識”消息后，將此消息轉(zhuǎn)發(fā)給其他驗(yàn)證者，表明自身已進(jìn)入“提交共識”狀態(tài)。ROUNDCHANGE代表驗(yàn)證者在超時(shí)后，將此消息發(fā)送給其他驗(yàn)證者，表示進(jìn)入下一輪。

2.3評估指標(biāo)

采用區(qū)塊鏈系統(tǒng)關(guān)鍵指標(biāo)事務(wù)吞吐量(Transactions Per Second, TPS)與事務(wù)延遲(Latency, L)作為所提改進(jìn)共識算法的衡量指標(biāo)。其中事務(wù)吞吐量是指以時(shí)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(shí)延，指事務(wù)合并所需要的時(shí)間，在區(qū)塊鏈系統(tǒng)中定義為事務(wù)提交之間的時(shí)間間隔，以及區(qū)塊鏈網(wǎng)絡(luò)中每個(gè)正確節(jié)點(diǎn)上結(jié)果可用的時(shí)間點(diǎn)。事務(wù)吞吐量與事務(wù)時(shí)延的計(jì)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(gè)事務(wù)進(jìn)入系統(tǒng)的時(shí)間與最后一個(gè)事務(wù)被處理完成的時(shí)間。tu和ts分別代表共識過程開始和達(dá)成的時(shí)間。

2.4實(shí)驗(yàn)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(biāo)準(zhǔn)化工作負(fù)載下與高并發(fā)情況下的性能表現(xiàn)進(jìn)行綜合評價(jià)，并將評價(jià)結(jié)果分別與基于Raft共識協(xié)議與基于未改進(jìn)IBFT共識協(xié)議的能源交易系統(tǒng)的評價(jià)結(jié)果進(jìn)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(jìn)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(dāng)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(jìn)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(shí)，較Raft共識算法平均事務(wù)吞吐量略高，遠(yuǎn)遠(yuǎn)好于未改進(jìn)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(yàn)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(shí)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(jìn)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(shí)更短，處理效率更高。但是與Raft共識算法比較，所提改進(jìn)算法的事務(wù)延遲時(shí)間仍然略高，這可能與Raft共識中的非完全去中心化機(jī)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(jī)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(jìn)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(shí)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(dāng)系統(tǒng)處理事務(wù)大小為50 kB時(shí)，所提算法在平均事務(wù)延遲上的速度最快，相較于未改進(jìn)的IBFT共識算法與Raft共識算法時(shí)延性能更優(yōu)越，表明所提算法在處理較大事務(wù)時(shí)完成效率更高。

3 結(jié)論

綜上，提出一種基于并行驗(yàn)證的改進(jìn)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(cuò)率。測試結(jié)果表明，事務(wù)吞吐量指標(biāo)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(dá)1 600Tx/s后時(shí)反超Raft共識算法，遠(yuǎn)遠(yuǎn)高于未改進(jìn)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(shí)，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(biāo)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(shí)間。當(dāng)處理事務(wù)大小為50 kB時(shí)，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(jìn)一步的提升空間，并且并行驗(yàn)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(yàn)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(cuò)能力的條件下，對所提算法進(jìn)行更高效的優(yōu)化，以滿足更多物流場景下的應(yīng)用需求。