高迎 朱藝

[摘 要] 2008年，區(qū)塊鏈作為比特幣的底層技術(shù)從交易簿中獨(dú)立出來。隨著互聯(lián)網(wǎng)的普及，如何優(yōu)化區(qū)塊鏈技術(shù)的應(yīng)用引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。近年，神經(jīng)網(wǎng)絡(luò)技術(shù)常用于區(qū)塊鏈領(lǐng)域的結(jié)合與優(yōu)化，為其發(fā)展提供了助推劑。文章針對(duì)人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于共識(shí)機(jī)制優(yōu)化的發(fā)展進(jìn)程進(jìn)行簡(jiǎn)單概述，并提出了對(duì)該領(lǐng)域的研究展望。

[關(guān)鍵詞]區(qū)塊鏈;PBFT;共識(shí)機(jī)制;神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)： F272? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ?文章編號(hào)：1674-1722（2021）22-0079-03

《比特幣：一種點(diǎn)對(duì)點(diǎn)式的電子現(xiàn)金系統(tǒng)》[1]一書宣告了區(qū)塊鏈技術(shù)的誕生，其作為比特幣的底層技術(shù)，從交易簿中獨(dú)立出來，成為當(dāng)下新興技術(shù)。

Leslie Lamport[2]等人將拜占庭軍隊(duì)的將軍和他們的部隊(duì)的作戰(zhàn)情況，抽象表達(dá)為信息不對(duì)稱問題，提出了一種算法：當(dāng)有且只有三分之二以上的將軍忠誠(chéng)時(shí)，才能實(shí)現(xiàn)信息對(duì)稱，拜占庭將軍共識(shí)算法（Byzantine Fault Tolerance，BFT）[3]由此誕生。但該算法一直都存在運(yùn)行慢、復(fù)雜度高等問題，難以廣泛應(yīng)用。而實(shí)用拜占庭容錯(cuò)算法（Practical Byzantine Fault Tolerance，PBFT）[4]的提出，為其實(shí)際應(yīng)用提供了可能。然而面對(duì)無法同時(shí)滿足一致性、可用性和分區(qū)容錯(cuò)這三個(gè)屬性的問題[5]，在優(yōu)化共識(shí)算法的同時(shí)就需要有所取舍。

一、共識(shí)機(jī)制的發(fā)展

隨著PBFT問題的提出，1990年，Paxos算法應(yīng)運(yùn)而生，其在一定條件下能夠解決一致性問題。但Paxos的理論化，使人們?cè)诶斫夂蛯?shí)施方面都有很大困難。2013年提出了Raft算法，Raft的效果與Paxos相同，但更便于實(shí)施和理解。

Raft集群通常包含五個(gè)服務(wù)器節(jié)點(diǎn)，最多允許兩個(gè)節(jié)點(diǎn)同時(shí)出錯(cuò)。圖1所示的服務(wù)器節(jié)點(diǎn)有三種狀態(tài)：Leader、Follwer和Candidate。一個(gè)任期內(nèi)只有一名領(lǐng)導(dǎo)，領(lǐng)導(dǎo)負(fù)責(zé)處理所有客戶的請(qǐng)求。

二、人工智能

（一）神經(jīng)網(wǎng)絡(luò)算法理論

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN），作為人工智能的重要分支，采用廣泛互連的結(jié)構(gòu)與有效的學(xué)習(xí)機(jī)制來模擬人腦信息處理的過程。通過模擬人腦神經(jīng)元，從信息處理的角度組成不同連接方式的網(wǎng)絡(luò)運(yùn)算模型。神經(jīng)網(wǎng)絡(luò)運(yùn)算模型，是由大量的節(jié)點(diǎn)之間相互聯(lián)接構(gòu)成的，它的組織結(jié)構(gòu)能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界所做出的交互反應(yīng)，其結(jié)構(gòu)如圖2所示。

結(jié)構(gòu)包含：輸入層：輸入層接收特征向量x。

輸出層：輸出層產(chǎn)出最終的預(yù)測(cè)h。

隱藏層：介于輸入層與輸出層之間，之所以稱之為隱含層，是因?yàn)榭蛇M(jìn)行數(shù)據(jù)處理。

（二）人工智能與區(qū)塊鏈

（1）人工智能可幫助區(qū)塊鏈降低能耗

“挖礦”工作極其困難，需要耗費(fèi)大量資源。人工智能的出現(xiàn)則能幫助其告別傳統(tǒng)的挖礦方式，以一種更聰明、更高效的方式管理任務(wù)。

已有很多電子設(shè)備使用人工智技術(shù)降低能耗、提升性能。如果類似方式在區(qū)塊鏈系統(tǒng)中實(shí)現(xiàn)，將會(huì)大大降低礦工挖礦硬件的成本以及挖礦所需電力的消耗。

（2）人工智能輔助區(qū)塊鏈檢測(cè)欺詐

AI技術(shù)的學(xué)習(xí)行為，目前已廣泛應(yīng)用于銀行和電商業(yè)務(wù)中，用以發(fā)現(xiàn)與防范欺詐交易。研究認(rèn)為若能在區(qū)塊鏈系統(tǒng)中運(yùn)用人工智能技術(shù)，對(duì)保障區(qū)塊鏈安全交易大有好處，因?yàn)檫@類問題也是區(qū)塊鏈的一大重要癥結(jié)。

人工智能技術(shù)為區(qū)塊鏈提供了更強(qiáng)大的數(shù)據(jù)分析能力、拓展了場(chǎng)景并保障了信用安全，兩者可以說是優(yōu)勢(shì)互補(bǔ)。盡管區(qū)塊鏈和人工智能是兩種不同的技術(shù)趨勢(shì)，但兩者通過優(yōu)勢(shì)互補(bǔ)迸發(fā)的巨大潛力依然值得我們?nèi)ド钊胪诰颉?/p>

三、國(guó)內(nèi)外研究現(xiàn)狀與發(fā)展歷程

針對(duì)拜占庭容錯(cuò)算法，國(guó)內(nèi)外學(xué)者對(duì)其進(jìn)行了不同角度的改進(jìn)，表1為近年來人工神經(jīng)網(wǎng)絡(luò)技術(shù)相關(guān)的PBFT改進(jìn)的研究成果。

（一）在PBFT共識(shí)流程中主節(jié)選取問題

Yong Wang[5]等人將原有的C/S體系結(jié)構(gòu)改為P2P架構(gòu)，并采用投票方式選擇主節(jié)點(diǎn)，在選舉過程中引入了信用等級(jí)和信用系數(shù)，使得每個(gè)節(jié)點(diǎn)被選為主節(jié)點(diǎn)的概率受過去的行為的影響，更可能選擇一個(gè)可靠的主節(jié)點(diǎn);張良嵩[11]提出了VBFT算法，通過在PBFT三階段協(xié)議前使用隨機(jī)函數(shù)（VRF）來選取每輪參與共識(shí)的節(jié)點(diǎn)，提高投票共識(shí)的效率;Buchman E[12]等人提出了一種新的分布式網(wǎng)絡(luò)環(huán)境下事件排序協(xié)議Tendermint，利用節(jié)點(diǎn)間的對(duì)等八卦協(xié)議，對(duì)經(jīng)典的學(xué)術(shù)研究進(jìn)行了現(xiàn)代化改造，并簡(jiǎn)化了BFT算法的設(shè)計(jì)，可見這也是節(jié)點(diǎn)關(guān)系，即節(jié)點(diǎn)間信用的一種表現(xiàn)形式。

（二）在人工智能與區(qū)塊鏈共識(shí)機(jī)制結(jié)合領(lǐng)域

Jianwen Chen[6]等人提出了基于人工智能技術(shù)的概念框架、基本理論和研究方法，改進(jìn)了AlexNet網(wǎng)絡(luò)，設(shè)計(jì)了一個(gè)特殊的卷積神經(jīng)網(wǎng)絡(luò)和一個(gè)動(dòng)態(tài)閾值，得到超級(jí)節(jié)點(diǎn)和隨機(jī)節(jié)點(diǎn);王纘[7]等人利用BP神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)了一種節(jié)點(diǎn)信用度模型，其次，構(gòu)造了一種分片輪轉(zhuǎn)模型。它可以根據(jù)節(jié)點(diǎn)的信用度高低分割搜索空間產(chǎn)生新區(qū)塊，同時(shí)對(duì)協(xié)議所面臨的可能攻擊進(jìn)行分析，修復(fù)了協(xié)議存在的漏洞。

四、研究展望

研究可見，國(guó)內(nèi)外許多知名大學(xué)與機(jī)構(gòu)研究者都在致力于解決分布式網(wǎng)絡(luò)中信息不對(duì)稱的改進(jìn)以及效率問題的提升。而在節(jié)點(diǎn)評(píng)估方面，目前有關(guān)PBFT的改進(jìn)研究大多偏重于構(gòu)建信譽(yù)模型量化節(jié)點(diǎn)，而現(xiàn)實(shí)應(yīng)用中，為了更好地保證系統(tǒng)的安全性和魯棒性，節(jié)點(diǎn)的性能往往由多方面決定，同時(shí)為了資源節(jié)約可以采用更先進(jìn)的人工智能算法模型，彌補(bǔ)人力和電力的消耗。

五、結(jié)語

人工智能技術(shù)能提高共識(shí)機(jī)制的效率與安全性，為區(qū)塊鏈技術(shù)提供了更廣闊的發(fā)展空間。雖然神經(jīng)網(wǎng)絡(luò)并不能解決區(qū)塊鏈技術(shù)當(dāng)前遇到的所有瓶頸，但推進(jìn)兩者的結(jié)合，對(duì)共識(shí)機(jī)制的優(yōu)化與區(qū)塊鏈的深入發(fā)展具有現(xiàn)實(shí)意義。

參考文獻(xiàn)：

[1]NAKAMOTOS.Bitcoin： a peer-to-peer electronic cash system [EB/OL]， 2009. https：//bitcoin.org/bitcoin.pdf.

[2]Leslie Lamport， Robert Shostak， Marshall Pease.The Byzantine Generals Problem[J]. Acm Transactions on Programming Languages and Systems， 1982，4（3）：382-401.

[3]Canetti， R.， Rabin， T.： Optimal asynchronous Byzantine agreement. In： 25 th Symposium on Theory of Computing， 1993， pp. 42-51.

[4]Gao S. T-PBFT： An EigenTrust-Based Practical Byzantine Fault Tolerance Consensus Algorithm[J]. China Communications， 2019， 16（12）：111-123.

[5]Wang Y，Song Z，Cheng T. Improvement Research of PBFT Consensus Algorithm Based on Credit[C].International Conference on Blockchain and Trustworthy Systems. Springer， Singapore， 2019.

[6]Chen J，Duan K，Zhang R，et al. An AI Based Super Nodes Selection Algorithm in BlockChain Networks[J]. 2018.

[7]王纘，田有亮，李秋賢，等. 基于信用模型的工作量證明算法[J].通信學(xué)報(bào)， 2018（08）：185-198.

[8]陳子豪，李強(qiáng). 基于K-medoids的改進(jìn)PBFT共識(shí)機(jī)制[J].計(jì)算機(jī)科學(xué)， 2019（12）：101-107.

[9]Rongfei M A . Super node selection algorithm combining reputation and capability model in P2P streaming media network[J]. Personal and Ubiquitous Computing， 2019， 23（3-4）：435-442.

[10]包振山，王凱旋， 張文博. 基于樹形拓?fù)渚W(wǎng)絡(luò)的實(shí)用拜占庭容錯(cuò)共識(shí)算法[J]. 應(yīng)用科學(xué)學(xué)報(bào)， 2020（01）：34-50.

[11]張良嵩. 基于拜占庭容錯(cuò)的區(qū)塊鏈共識(shí)算法研究[D].電子科技大學(xué)， 2020.

[12] Buchman E ， Kwon J ， Milosevic Z . The latest gossip on BFT consensus[J]. 2018.