云制造服務(wù)場景下基于QoS值的改進PBFT算法

伍 星，范玉順+，郜振鋒

(1.清華大學(xué) 自動化系，北京 100084;2.清華大學(xué) 北京信息科學(xué)與技術(shù)國家研究中心，北京 100084；3.深信服科技股份有限公司，廣東 深圳 518071)

0 引言

近年來，隨著互聯(lián)網(wǎng)、云計算等技術(shù)的飛速發(fā)展，以及面向服務(wù)架構(gòu)(Service-Oriented Architecture, SOA)[1]、業(yè)務(wù)即服務(wù)(Business as a Service, BaaS)[2]、軟件即服務(wù)(Software as a Service, SaaS)[3]等理念的興起，制造型企業(yè)正經(jīng)歷著從傳統(tǒng)制造業(yè)向云制造服務(wù)業(yè)的深刻轉(zhuǎn)型，所承擔(dān)的角色也從產(chǎn)品提供者轉(zhuǎn)換為服務(wù)提供者[4-5]。

在云制造模式下，制造型企業(yè)通過虛擬化技術(shù)將制造資源(如云服務(wù)器、軟件、數(shù)據(jù))和制造能力(如計算能力、設(shè)計能力和生產(chǎn)能力)封裝成服務(wù)的形式發(fā)布在云制造服務(wù)平臺上。該平臺是一個包含了海量、異構(gòu)、多層次制造服務(wù)信息的云共享資源池，用戶可以從中查找、使用和集成制造服務(wù)以滿足自身制造需求，實現(xiàn)制造資源的按需分配和使用。

因為云制造服務(wù)平臺承載著服務(wù)信息發(fā)布、服務(wù)資源匹配和服務(wù)系統(tǒng)管理等重要職責(zé)，所以建立一個安全的、多方可信的云制造服務(wù)平臺是吸引制造企業(yè)和用戶參與，促進云制造行業(yè)繁榮發(fā)展的關(guān)鍵，然而傳統(tǒng)的中心化云制造服務(wù)平臺通常存在安全防護不足和信任機制缺失的風(fēng)險。近年來，一些學(xué)者提出將區(qū)塊鏈技術(shù)引入云制造服務(wù)平臺，試圖通過利用區(qū)塊鏈分布式、防篡改等特性來解決云制造服務(wù)平臺中的安全問題和信任危機。

區(qū)塊鏈本質(zhì)上是部署在眾多節(jié)點上的一種分布式數(shù)據(jù)庫，為了保證這些節(jié)點上數(shù)據(jù)的正確性和一致性，共識算法發(fā)揮了重要作用[6]。主流的共識算法包括應(yīng)用于公有鏈的工作量證明(Proof of Work, PoW)[7]、股權(quán)權(quán)益證明(Proof of Stake, PoS)，以及應(yīng)用于聯(lián)盟鏈的實用拜占庭容錯(Practical Byzantine Fault Tolerance, PBFT)[8]?，F(xiàn)有共識算法通常會帶來顯著的資源消耗、帶寬開銷和網(wǎng)絡(luò)延遲，難以滿足云制造服務(wù)平臺對高效性的要求。

服務(wù)質(zhì)量(Quality of Service, QoS)是衡量云制造服務(wù)性能的重要指標，可用QoS值反映區(qū)塊鏈節(jié)點的性能。在云制造服務(wù)場景下，借鑒PBFT算法的基本思想，本文提出基于QoS值的改進PBFT算法Q-PBFT，該算法由共識節(jié)點篩選算法和一致性協(xié)議改進算法兩部分組成。在共識節(jié)點篩選算法中，首先基于區(qū)塊鏈節(jié)點的QoS值篩選出具有高QoS值的節(jié)點構(gòu)成候選共識集群，然后提出集群的動態(tài)調(diào)整和輪換策略，在共識過程中識別和移除拜占庭節(jié)點，并允許高QoS值新節(jié)點接入，以此提高系統(tǒng)的動態(tài)性和健壯性；在一致性協(xié)議改進算法中，將傳統(tǒng)PBFT算法中的三階段廣播協(xié)議優(yōu)化為二階段協(xié)議，通過減少通信復(fù)雜度提高共識效率，并設(shè)計了廣播消息的數(shù)據(jù)格式，使算法能夠識別拜占庭節(jié)點。Q-PBFT算法天然地契合云制造服務(wù)場景，本文也通過理論分析和實驗分析表明Q-PBFT算法能夠在滿足安全性的前提下，減少帶寬消耗、降低共識時延，從而提升基于區(qū)塊鏈的云制造服務(wù)平臺的性能。

1 背景介紹

本章將對本研究所涉及的研究背景、重要概念給出詳細描述，以便后續(xù)討論。

1.1 云制造服務(wù)平臺和區(qū)塊鏈

一個典型的云制造服務(wù)平臺主要包括制造服務(wù)提供者、制造服務(wù)和服務(wù)使用者3類實體。其中制造服務(wù)提供者將制造資源和能力封裝成制造服務(wù)的形式發(fā)布在平臺上，制造服務(wù)包括一些服務(wù)基本信息，如服務(wù)名稱、服務(wù)標簽、服務(wù)描述、服務(wù)發(fā)布時間、服務(wù)價格、服務(wù)質(zhì)量等，服務(wù)使用者可以根據(jù)自身制造需求從平臺上選擇一個或多個服務(wù)。云制造服務(wù)平臺通常能夠自動匹配用戶需求和服務(wù)資源，匹配完成后，用戶可以按需購買。服務(wù)的交易信息，如服務(wù)購買數(shù)量、服務(wù)交易時間等將記錄在云制造服務(wù)平臺上[9]。

近年來，一些學(xué)者通過引入?yún)^(qū)塊鏈技術(shù)建立了基于區(qū)塊鏈的云制造服務(wù)平臺，王強等[10]建立了云制造服務(wù)交易信息的多鏈數(shù)據(jù)存儲架構(gòu)，通過定制智能合約實現(xiàn)了制造服務(wù)的安全匹配與可信交易；徐雪松等[11]通過構(gòu)建分層擴展式區(qū)塊鏈，擴展了不同資源能力的制造型企業(yè)在云服務(wù)平臺高效區(qū)塊的操作，同時確保了端到端的數(shù)據(jù)安全。GAO等[12]在基于區(qū)塊鏈的云服務(wù)平臺中，借鑒比特幣的概念設(shè)計了自定義通證Stoken作為價值傳遞的媒介，并圍繞Stoken設(shè)計了一系列激勵機制以促進云服務(wù)平臺的繁榮。

利用區(qū)塊鏈搭建云制造服務(wù)平臺，就可以通過區(qū)塊鏈記錄服務(wù)的基本信息和交易信息，并用區(qū)塊鏈獨特的分布式鏈式存儲結(jié)構(gòu)和密碼學(xué)技術(shù)保證這些數(shù)據(jù)的真實性。數(shù)據(jù)一旦上鏈就不可刪除和修改，從而避免惡意攻擊篡改數(shù)據(jù)，有效提高云制造服務(wù)平臺的信譽。同時，區(qū)塊鏈還可以保證交易全過程可追溯，當(dāng)服務(wù)提供者和使用者之間出現(xiàn)交易糾紛時，這些可溯源的信息將成為有力的證據(jù)。

區(qū)塊鏈根據(jù)應(yīng)用場景的不同分為公有鏈和聯(lián)盟鏈[13]。在公有鏈中，任何節(jié)點都可以自由加入和退出網(wǎng)絡(luò)，節(jié)點完全不可信，數(shù)據(jù)的可信性由復(fù)雜的共識算法(如PoW)保證；在聯(lián)盟鏈中，節(jié)點背后都有與其對應(yīng)的實體組織機構(gòu)，由這些組織機構(gòu)組成聯(lián)盟，共同維護區(qū)塊鏈平臺安全運轉(zhuǎn)。云制造服務(wù)業(yè)的場景與聯(lián)盟鏈的應(yīng)用場景高度吻合，云制造服務(wù)業(yè)中的所有企業(yè)可以構(gòu)成一個云制造服務(wù)聯(lián)盟。聯(lián)盟中的制造型企業(yè)在提供云制造服務(wù)的同時以節(jié)點的形式接入?yún)^(qū)塊鏈網(wǎng)絡(luò)，由企業(yè)為節(jié)點背書，共同維護云制造服務(wù)平臺安全運轉(zhuǎn)。本文所優(yōu)化的PBFT算法正是一種廣泛應(yīng)用于聯(lián)盟鏈中的共識算法。

1.2 共識節(jié)點和記賬節(jié)點

根據(jù)其在網(wǎng)絡(luò)中承擔(dān)的職責(zé)不同，區(qū)塊鏈節(jié)點主要分為共識節(jié)點和記賬節(jié)點兩類[14]。共識節(jié)點根據(jù)共識協(xié)議達成的一致性結(jié)果產(chǎn)生數(shù)據(jù)區(qū)塊，并保證區(qū)塊信息的一致性和正確性；記賬節(jié)點進一步驗證所產(chǎn)生區(qū)塊信息的合法性，并將通過驗證的區(qū)塊記錄在本地賬本。區(qū)塊能否有效產(chǎn)生是決定區(qū)塊鏈網(wǎng)絡(luò)能否健康運行的關(guān)鍵，因此云制造服務(wù)平臺需要選擇實力較強、信譽良好的企業(yè)參與維護共識節(jié)點，聯(lián)盟中的其他企業(yè)負責(zé)維護記賬節(jié)點。共識節(jié)點和記賬節(jié)點在一定的條件下可以相互轉(zhuǎn)換。因為共識節(jié)點通常需要根據(jù)已有區(qū)塊鏈內(nèi)容驗證交易信息的合法性，所以本文提到的共識節(jié)點同時也承擔(dān)著記賬功能。

1.3 PBFT算法

PBFT算法[8]包括客戶端、主節(jié)點、從節(jié)點3種角色?？蛻舳耸窍⒌陌l(fā)送方，需要記錄云制造服務(wù)平臺中的所有信息，例如發(fā)布的服務(wù)信息、服務(wù)交易信息等統(tǒng)稱為消息，由客戶端發(fā)送到共識節(jié)點集群請求共識；主節(jié)點和從節(jié)點均為共識節(jié)點，通過相互配合完成共識過程。傳統(tǒng)PBFT算法的一致性協(xié)議(共識過程)包括預(yù)準備階段、準備階段和確認階段3個通信階段：

(1)預(yù)準備階段 主節(jié)點接收來自客戶端發(fā)來的消息請求m，為其分配編號r，生成預(yù)準備消息，再廣播到所有從節(jié)點，廣播的消息格式為〈PREPREPARE,v,r,m,d(m)〉，其中d(m)為消息的摘要(如哈希編碼)，v為視圖編號。

(2)準備階段 節(jié)點檢查預(yù)準備消息的內(nèi)容，如果同意，則進入準備階段并向其他所有節(jié)點廣播準備消息，準備消息格式為〈PREPARE,v,r,m,d(m),ni〉，其中ni為第i個區(qū)塊鏈節(jié)點。

(3)確認階段 當(dāng)節(jié)點接收到2f+1個準備消息后(f為拜占庭節(jié)點個數(shù))，首先檢查消息是否正確，然后進入確認階段，即節(jié)點向其他所有節(jié)點廣播確認消息，確認消息格式為〈COMMIT,v,r,m,d(m),ni〉。當(dāng)節(jié)點收到2f+1個確認消息后，生成區(qū)塊，向客戶端返回生成區(qū)塊的信息。

PBFT算法能夠解決拜占庭將軍問題，在即使存在一定數(shù)量拜占庭節(jié)點(惡意節(jié)點)的情況下，仍然能夠在分布式節(jié)點間達成一致共識。然而，該算法需要所有節(jié)點都參與到共識過程中，而且其共識流程依賴三階段協(xié)議這種高強度網(wǎng)絡(luò)通信協(xié)議，因此共識集群的規(guī)模成為限制PBFT算法性能的主要因素。當(dāng)系統(tǒng)中共識節(jié)點的數(shù)量增加時，算法的通信代價(帶寬消耗和共識時延)大幅增加。

針對該問題，學(xué)者們提出很多PBFT改進算法，通過減少共識節(jié)點的規(guī)模來提升PBFT算法的效率。朱海等[15]提出基于距離的DS-PBFT算法，根據(jù)地理距離進行分組共識，在縮小共識節(jié)點規(guī)模的基礎(chǔ)上縮短共識節(jié)點間的通信距離；王海勇等[16]將投票證明(Proof of Vote, PoV)與PBFT結(jié)合，將網(wǎng)絡(luò)中的節(jié)點劃分為具有不同職責(zé)的節(jié)點，由投票節(jié)點投票產(chǎn)生共識節(jié)點，并監(jiān)督共識節(jié)點誠實可靠地生產(chǎn)數(shù)據(jù)區(qū)塊；LAO等[17]提出應(yīng)用于物聯(lián)網(wǎng)環(huán)境的G-PBFT算法，其選擇若干個忠實可靠的、強健的物聯(lián)網(wǎng)設(shè)備作為共識節(jié)點，利用物聯(lián)網(wǎng)設(shè)備防止Sybil攻擊。

以上研究分別從不同角度減少了共識集群的規(guī)模，在一定程度上提升了PBFT算法的共識效率。然而，將這些共識算法應(yīng)用在基于區(qū)塊鏈的云制造服務(wù)平臺具有局限性，例如在云環(huán)境下，很難根據(jù)地理距離進行分組共識；同時上述算法在能耗、吞吐量、延時等方面改進后，仍然存在進一步的優(yōu)化空間。本文正是在云制造服務(wù)場景下，針對上述算法進行進一步優(yōu)化。

2 QoS值計算

QoS指標通常用于衡量云制造服務(wù)的性能，其包含多個維度信息，如服務(wù)的可用性、可靠性、吞吐量、響應(yīng)延時、信譽等。類似地，可以用QoS值衡量區(qū)塊鏈節(jié)點的性能。云服務(wù)的QoS值通常體現(xiàn)了發(fā)布該服務(wù)的云制造企業(yè)的綜合實力，當(dāng)云服務(wù)具有低響應(yīng)延時和高吞吐量時，企業(yè)部署的區(qū)塊鏈節(jié)點通常也具有較高的信息處理能力；當(dāng)云服務(wù)具有較高的信譽度時，區(qū)塊鏈節(jié)點也不容易成為拜占庭節(jié)點。因此，當(dāng)一個云制造企業(yè)發(fā)布云服務(wù)并接入云制造平臺時，可用其發(fā)布服務(wù)的QoS值表示其所承擔(dān)區(qū)塊鏈節(jié)點的QoS值，QoS值高的區(qū)塊鏈節(jié)點具有較高的穩(wěn)定性、信息處理能力和可信度。

由于QoS指標包含多個維度信息，有的指標是正指標(值越高越好，如吞吐量、信譽等)，有的指標是負指標(值越低越好，如響應(yīng)延時等)，當(dāng)基于QoS值篩選區(qū)塊鏈共識節(jié)點時，需要融合多個維度的QoS信息，建立一個統(tǒng)一、歸一化的QoS值計算函數(shù)，即

(1)

除了上述提到的常規(guī)QoS指標外，本文在QoS評價體系中新增一個維度指標——共識貢獻度λ，用于衡量一個區(qū)塊鏈節(jié)點對消息達成共識這一過程所作的貢獻，

λ=α1(1-e-β1NT)-α2(eβ2NF-1)。

(2)

式中：λ1=α1(1-e-β1NT)，表示正貢獻度部分，NT為節(jié)點做出正確共識判斷的數(shù)量，α1為獎勵因子，β1控制正貢獻度曲線的增長速度；λ2=α2(eβ2NF-1)，表示負貢獻度部分，NF為錯誤共識判斷的數(shù)量，a2為懲罰因子，β2控制負貢獻度曲線的增長速度。PBFT算法本質(zhì)上是少數(shù)服從多數(shù)的共識算法，在對一個消息共識的過程中，可以認為多數(shù)節(jié)點的判斷即為正確判斷。令α1=1，a2=1，兩個部分的共識貢獻度曲線分別如圖1和圖2所示。

從圖1可見，節(jié)點正貢獻度的積累速度隨正確共識判斷數(shù)量的增加而減緩，從而降低新節(jié)點加入的門檻；從圖2可見，節(jié)點受到的懲罰會隨錯誤共識判斷數(shù)量的增加而加重，多次作惡的節(jié)點再無可能得到信任。另外，增大β1和β2能夠加大貢獻度曲線的變化趨勢。

共識貢獻度是一種正指標，可以代入式(1)與常規(guī)共識指標融合來計算統(tǒng)一的QoS值。融合后區(qū)塊鏈節(jié)點ni的QoS值計算公式為：

(3)

式中：λ(ni)為區(qū)塊鏈節(jié)點ni的共識貢獻度；λmax和λmin分別為所有節(jié)點共識貢獻度中的最大值和最小值;wλ為共識貢獻度指標的權(quán)重。由于增加了新指標，為了保證權(quán)重的歸一化，需要調(diào)整常規(guī)QoS指標原始的權(quán)重值。融合后常規(guī)QoS指標的新權(quán)重

(4)

3 Q-PBFT共識算法

在傳統(tǒng)PBFT共識算法的基礎(chǔ)上，Q-PBFT算法的主要工作是篩選基于QoS值的共識節(jié)點和改進一致性協(xié)議，本章從這兩個方面分別進行介紹。值得注意的是，共識節(jié)點篩選算法和一致性協(xié)議改進算法兩個模塊的功能相輔相成、不可分割。共識節(jié)點篩選算法關(guān)注的問題是如何基于已經(jīng)確定的QoS值，在每個階段建立共識集群；一致性協(xié)議改進算法則是基于已經(jīng)建立的共識集群執(zhí)行共識算法，解決區(qū)塊生成、QoS值更新等問題。更新的QoS值也將反過來成為下階段共識節(jié)點篩選的依據(jù)。

3.1 共識節(jié)點篩選

假設(shè)區(qū)塊鏈節(jié)點總數(shù)為N，拜占庭節(jié)點數(shù)量為f，N>3f+1;通過篩選后，共識節(jié)點集群的規(guī)模為C。基于QoS值的共識節(jié)點篩選算法包括初始階段、淘汰階段、輪換階段3個階段，算法框架如圖3所示。

(1)初始階段 在實際的網(wǎng)絡(luò)中，如果直接從N個區(qū)塊鏈節(jié)點中選擇C個節(jié)點作為共識節(jié)點，即使N>3f+1，也難保證C>3f′+1,f′為最終共識集群中拜占庭節(jié)點的數(shù)量；即使節(jié)點具有較高QoS值，也不能完全保證其在共識過程中的表現(xiàn)。因此，應(yīng)該避免一刀切的篩選方式，本文提出的正是一種分段篩選方案：在初始階段，對N個區(qū)塊鏈節(jié)點按QoS值的大小降序排序，取前P個節(jié)點構(gòu)成候選共識集群，C≤P≤N。P的大小取決于云服務(wù)制造聯(lián)盟中企業(yè)的信譽程度，若整體信譽度較高，則可以取一個較小的P值。

(2)過渡階段 該階段對長度為P的候選共識集群進行進一步篩選，將共識集群的規(guī)?？s小到目標長度C。本文采用一種平穩(wěn)的過渡策略：定義共識周期T，在一個周期中，共識集群可以完成m輪共識；一個周期結(jié)束后，重新計算集群中所有節(jié)點的QoS值，淘汰綜合表現(xiàn)最差的d個共識節(jié)點，因此從過渡階段開始到結(jié)束，系統(tǒng)完成的共識輪數(shù)

(5)

式中?·?表示向上取整。

(3)輪換階段 該階段為過渡過程穩(wěn)定后共識算法進入的第3個階段，且將長期維持在該階段。在輪換階段，所有非共識節(jié)點都將加入候選列表，即在共識集群和候選列表之間建立動態(tài)平衡：在一個共識周期T后，淘汰共識表現(xiàn)最差的d個共識節(jié)點，候選列表中QoS值最高的d個節(jié)點將“晉級”到共識集群。通過輪換策略，可以提高網(wǎng)絡(luò)的動態(tài)性和健壯性，當(dāng)一個正常的節(jié)點成為拜占庭節(jié)點后，將會在輪換階段被發(fā)現(xiàn)并被及時移出網(wǎng)絡(luò)(自動進入候選列表)，一個新的具有高QoS值的節(jié)點將有機會成為共識節(jié)點。

共識節(jié)點篩選算法的3個階段均基于QoS值對節(jié)點進行篩選，該QoS值是綜合考慮吞吐量、響應(yīng)延時、共識貢獻度等多項指標的一個統(tǒng)一加權(quán)值。由于每個階段所處的時期和篩選目標均不同，每個階段計算QoS值時應(yīng)對各種指標考慮不同的加權(quán)系數(shù)。在初始階段，因為共識過程還未開展，無法考慮共識貢獻度，所以完全基于常規(guī)QoS指標對節(jié)點進行初步篩選。在過渡階段，候選共識集群均為具有較高QoS值的節(jié)點，因此主要考察共識貢獻度，基于共識表現(xiàn)淘汰節(jié)點。在輪換階段，網(wǎng)絡(luò)進入長期穩(wěn)定運行狀態(tài)，共識集群中的節(jié)點存在成為故障節(jié)點(常規(guī)QoS值降低)和拜占庭節(jié)點(共識貢獻度降低)的風(fēng)險，應(yīng)該綜合考慮常規(guī)QoS指標和共識貢獻度；對于候選列表中的節(jié)點，由于其未參與現(xiàn)階段共識過程，主要考察常規(guī)QoS指標，部分候選節(jié)點的歷史共識表現(xiàn)將成為參考。各種指標的權(quán)重在不同階段的權(quán)重系數(shù)如表1所示，其中常規(guī)QoS指標權(quán)重為吞吐量、響應(yīng)延時等多種常規(guī)指標權(quán)重之和。

表1 QoS值計算權(quán)重系數(shù)表

3.2 一致性協(xié)議的改進

傳統(tǒng)PBFT算法的主節(jié)點通過如下公式確定：

p=vmodN。

(6)

第p個節(jié)點會被選為主節(jié)點，這是一種輪流坐莊的選舉方式，選舉結(jié)果具有較大的隨意性，因此選舉產(chǎn)生的主節(jié)點很有可能是惡意節(jié)點，存在一定安全隱患。若主節(jié)點是惡意節(jié)點，則會觸發(fā)視圖切換協(xié)議，頻繁的視圖切換會增加系統(tǒng)開銷。本文提出的一致性協(xié)議改進算法首先優(yōu)化主節(jié)點選舉方案，不再按照編號選擇主節(jié)點，而是根據(jù)QoS值選擇主節(jié)點。在基于QoS值篩選出的共識節(jié)點集群中，進一步選擇QoS值最大的節(jié)點作為主節(jié)點，其他節(jié)點均為副節(jié)點。

傳統(tǒng)的PBFT算法通過三階段協(xié)議來保證同一個視圖v、同一個編號r下消息m的一致性和正確性。假設(shè)m為正確消息，m′為錯誤消息，若一個節(jié)點是拜占庭節(jié)點，則該節(jié)點可能將正確消息篡改為對自己有利的錯誤消息，稱這類惡意攻擊為正確性攻擊；也可能發(fā)送不同的消息m,m′給不同的節(jié)點，稱這類惡意攻擊為一致性攻擊。PBFT算法可以確保網(wǎng)絡(luò)中非拜占庭節(jié)點處理的是消息m,v,n，而非m′,v,n。在云制造服務(wù)交易平臺中，部分企業(yè)可能發(fā)起正確性攻擊以獲得不正當(dāng)利益，例如篡改交易消息，將消費者對服務(wù)的差評修改為好評；或偽造交易消息，生成虛假訂單等。然而，企業(yè)很難從一致性攻擊中獲得利益。因此在云制造服務(wù)場景下，本文假設(shè)惡意節(jié)點只會發(fā)起正確性攻擊，不會發(fā)起一致性攻擊?；谠撉疤?，本文將對傳統(tǒng)PBFT算法中的三階段協(xié)議進行簡化，提出二階段協(xié)議，以優(yōu)化共識流程。優(yōu)化后的一致性協(xié)議算法流程示意圖如圖4所示。

設(shè)某一共識階段參與共識的區(qū)塊鏈節(jié)點數(shù)為N′，在區(qū)塊鏈場景下算法的主要流程如下：

(1)請求階段 主節(jié)點接收來自客戶端的消息請求m，檢查消息的合法性，包括消息的格式是否符合系統(tǒng)要求，消息的內(nèi)容是否與區(qū)塊鏈已有內(nèi)容沖突等。若檢查通過，則為消息編號、排序，并將該消息加入待共識消息列表M0，M0的內(nèi)容為{j,mj,d(mj)}。若列表長度或等待時間達到設(shè)定閾值，則進入準備階段。

(2)準備階段 主節(jié)點為消息列表M0生成準備消息，準備消息的格式為〈PREPARE,v,h,M0,D(M0),Sign(n0)〉，其中h為待生成區(qū)塊的高度，D(M0)為消息列表M0的摘要(梅克爾樹哈希值)，Sign(n0)為主節(jié)點的簽名。將該準備消息廣播到所有節(jié)點，進入確認階段。

(3)確認階段 副節(jié)點ni接收到準備消息，檢查其合法性，包括數(shù)字簽名的合法性、視圖編號v、待生成區(qū)塊高度h、消息列表M0及其摘要，并逐條檢查消息的合法性，將每條消息和檢查結(jié)果添加到消息列表M1，M1的內(nèi)容為〈M11,M12,ni〉，其中M11為檢查通過的消息列表，M12為檢查不通過的消息列表。然后生成確認消息，確認消息的格式為〈COMMIT,v,h,M1,D(M1),Sign(ni)〉，Sign(ni)為副本節(jié)點ni的簽名。副節(jié)點將確認消息廣播到所有節(jié)點。

(4)回復(fù)階段 當(dāng)某節(jié)點ni接收到2f+1個來自其他節(jié)點的確認消息后，首先檢查確認消息的合法性，然后對消息列表M1中的消息進行逐條統(tǒng)計，將統(tǒng)計結(jié)果添加到消息列表M2，M2的格式為{j,mj,d(mj),M2T,M2F}，其中M2T是同意消息mj的節(jié)點集合，M2F是不同意消息mj的節(jié)點集合。若M2T的長度大于M2F，則將消息mj寫進區(qū)塊，最終生成的區(qū)塊為blockh。該節(jié)點ni生成回復(fù)消息，回復(fù)消息的格式為〈REPLY,v,h,blockh,D(blockh),M2,D(M2),Sign(ni)〉。所有副節(jié)點將回復(fù)消息反饋給客戶端，當(dāng)客戶端收到至少f+1個包含相同區(qū)塊信息(blockh，D(blockh))的回復(fù)消息后，即確定blockh為h高度上的區(qū)塊，包含該區(qū)塊信息的回復(fù)為有效回復(fù)。客戶端在網(wǎng)絡(luò)中廣播區(qū)塊信息，所有記賬節(jié)點將最新的區(qū)塊加入?yún)^(qū)塊鏈。同時，客戶端根據(jù)收到的有效回復(fù)中的信息M2評判各節(jié)點在共識過程中的表現(xiàn)，如是否做出假陽性共識判斷(對不合法的消息檢查通過)或假陰性共識判斷(對合法的消息檢查不通過)，根據(jù)共識表現(xiàn)更新節(jié)點的共識貢獻度，從而更新節(jié)點的QoS值。

上述一致性協(xié)議算法流程的主要執(zhí)行步驟如下：

算法1一致性協(xié)議算法流程。

1: 請求階段：

2: while消息列表長度M0或等待時間小于設(shè)定閾值do

3: 主節(jié)點n0接收來自客戶端的請求消息m,檢查消息合法性。若檢查通過，則為消息編號、排序，并加入到待共識消息列表M0。

4: end while

5: 準備階段:

6: 主節(jié)點為M0生成準備消息PREPARE,v,h,M0,D(M0),Sign(n0)。

7: 主節(jié)點將準備消息廣播到參與共識算法的節(jié)點。

8: 確認階段：

9: for 0

10: 副節(jié)點ni接收到準備消息，檢查準備消息的合法性

11: if檢查通過then

12: 逐條檢查M0中的消息，生成檢查完畢的消息列表M1。

14: 將確認消息廣播到所有節(jié)點。

15: end if

16: end for

17: 回復(fù)階段:

18: for 0≤i

19: if節(jié)點ni接收到2f+1個來自其他節(jié)點的確認消息并檢查通過then

20: 逐條檢查M1中的所有消息，生成統(tǒng)計消息列表M2,生成區(qū)塊blockh。

22: end if

23: end for

24: if客戶端收到至少f+1個包含相同區(qū)塊blockh的回復(fù)消息then

25: 確定blockh為h高度上的區(qū)塊。

26: 評判各個節(jié)點的共識表現(xiàn)，更新節(jié)點的QoS值。

27: end if

4 分析

本章將從理論和實驗兩方面對Q-PBFT算法性能進行分析，PBFT算法和S-PBFT算法為對照方法，其中S-PBFT算法指從N個區(qū)塊鏈節(jié)點中選擇C個節(jié)點進行共識的一類方法的統(tǒng)稱。

4.1 理論分析

4.1.1 容錯性分析

對于PBFT算法，假設(shè)網(wǎng)絡(luò)中有f個拜占庭節(jié)點，則網(wǎng)絡(luò)需要從N-f個節(jié)點的回復(fù)中進行共識判斷。由于網(wǎng)絡(luò)延遲，拜占庭節(jié)點的回復(fù)可能先于誠實節(jié)點到達，在最極端的情況下，N-f個回復(fù)包含了f個拜占庭節(jié)點的回復(fù)，需要保證誠實節(jié)點的回復(fù)個數(shù)大于拜占庭節(jié)點的回復(fù)個數(shù)，即N-f-f>f。因此，PBFT算法最多能容納f=?(N-1)/3?個拜占庭節(jié)點，?·?表示向下取整計算。

Q-PBFT算法和S-PBFT算法本質(zhì)上與PBFT算法一樣，都是基于少數(shù)服從多數(shù)原則的算法。類似分析，在最極端情況下需要保證C>3f′，f′為篩選后共識集群中拜占庭節(jié)點的個數(shù)。在初始節(jié)點集合滿足N>3f的前提下，由于條件限制，S-PBFT算法難以保證篩選后的集合仍然滿足容錯性要求。Q-PBFT算法基于QoS值篩選共識節(jié)點，使節(jié)點的安全性有一定保障，而且通過淘汰階段和輪換階段淘汰拜占庭節(jié)點，可以有效保證篩選后集合的容錯性。

4.1.2 安全性分析

本節(jié)討論在共識節(jié)點是拜占庭節(jié)點的前提下系統(tǒng)的安全性，以及系統(tǒng)能否識別出拜占庭節(jié)點。

若主節(jié)點是拜占庭節(jié)點，則其可能將錯誤的消息m′加入消息列表，誠實的副節(jié)點ni在確認階段通過檢查消息的合法性發(fā)現(xiàn)錯誤消息m′，并將該檢查結(jié)果加入M12列表。副節(jié)點ni收到2f+1個來自其他節(jié)點的確認消息，發(fā)現(xiàn)至少在f+1個確認消息中，錯誤消息m′在M12列表上，ni將生成不包含消息m′的blockh?；貜?fù)階段，客戶端收到f+1個不包含m′的blockh，即有f+1個節(jié)點對消息m′作出檢查不通過的判斷，可以判斷是主節(jié)點作惡，于是觸發(fā)視圖切換協(xié)議，立即更新節(jié)點的共識貢獻度并重新選舉主節(jié)點。

若副節(jié)點ni是拜占庭節(jié)點，則其可能在確認階段對正確的消息m做出錯誤的共識(例如對消息m檢查不通過，或替換成偽造的消息m′并檢查通過)。由于錯誤的共識最多有f個，根據(jù)誠實的f+1個節(jié)點的共識判斷情況，錯誤的共識結(jié)果不會被加入?yún)^(qū)塊，而且錯誤的共識判斷將會被記錄，因此可以判斷ni是拜占庭節(jié)點。副節(jié)點ni也可能直接將消息m′加入?yún)^(qū)塊，該錯誤的區(qū)塊在回復(fù)階段會被客戶端發(fā)現(xiàn)，而且包含該錯誤區(qū)塊的回復(fù)消息也將作為無效消息處理。在一個共識周期完成后，拜占庭節(jié)點因做出錯誤的共識判斷而可能會被輪換。

綜上分析，無論主節(jié)點作惡還是副節(jié)點作惡，本文提出的Q-PBFT算法中的一致性協(xié)議改進算法均能保證系統(tǒng)安全運行，并可及時識別共識集群中出現(xiàn)的拜占庭節(jié)點，通過淘汰和輪換策略進一步提高系統(tǒng)的安全性。

4.1.3 通信次數(shù)分析

在傳統(tǒng)PBFT算法中，所有節(jié)點都將參與共識過程，而且在單次共識過程中，需要完成一次單節(jié)點全網(wǎng)廣播和兩次全節(jié)點全網(wǎng)廣播，因此單次共識過程總通信次數(shù)

countPBFT=N-1+(N-1)(N-1)+

N(N-1)=2N2-2N。

(7)

S-PBFT算法減少了共識集群的規(guī)模，因此單次共識過程總通信次數(shù)

countS-PBFT=2C2-2C。

(8)

本文所提Q-PBFT算法，基于QoS值篩選，通過多階段策略動態(tài)地減小共識集群的規(guī)模，而且對一致性協(xié)議過程進行了簡化，在單次共識中減少了一次全網(wǎng)廣播。設(shè)共識過程某一階段的共識節(jié)點數(shù)為N′，則單次共識過程總通信次數(shù)

countQ-PBFT=N′-1+(N′-1)(N′-1)

=N′2-N′。

(9)

當(dāng)共識過程進入輪換穩(wěn)定階段后，設(shè)h′為當(dāng)前區(qū)塊高度，則網(wǎng)絡(luò)中單次共識的平均通信次數(shù)

(10)

4.2 實驗分析

4.2.1 數(shù)據(jù)集及實驗環(huán)境介紹

WSDream[18]是做Web服務(wù)研究常用的數(shù)據(jù)集，其記錄了2 699個服務(wù)提供商向339個用戶提供的5 825個服務(wù)的QoS值，如傳輸延遲等。本文首先對該數(shù)據(jù)集進行清洗(如刪除負值和異常較大值)，然后統(tǒng)計服務(wù)提供商提供服務(wù)的平均傳輸延遲。一個服務(wù)提供商代表一個云制造企業(yè)，本文用平均傳輸延遲作為云制造企業(yè)的常規(guī)QoS值，該QoS值將作為篩選共識節(jié)點的標準。

本文配置了5臺基于i7-6700處理器、32 GB內(nèi)存、Ubuntu 18.04操作系統(tǒng)的服務(wù)器，通過Python對PBFT，Q-PBFT等算法進行數(shù)學(xué)仿真。受限于實驗環(huán)境，在不影響實驗結(jié)論的前提下，本文從2 699個云制造型企業(yè)中隨機選擇100個企業(yè)進行實驗，每個企業(yè)部署一個虛擬區(qū)塊鏈節(jié)點，因此本實驗在5臺服務(wù)器上最多虛擬100個節(jié)點。本文用QoS指標中的傳輸延遲加上節(jié)點間的實際通信時延作為共識節(jié)點處理消息、傳輸消息的真實延遲，以此在實驗中體現(xiàn)QoS值對區(qū)塊鏈節(jié)點性能的影響。

實驗中的一些參數(shù)設(shè)置如下：初始候選共識集群規(guī)模P=50，最終共識集群規(guī)模C=30；一個共識周期包含共識次數(shù)m=5，淘汰及輪換列表長度d=4；主節(jié)點每隔Δt=0.1 s發(fā)起一次共識請求。

4.2.2 共識時延分析

共識時延指從主節(jié)點發(fā)起一次共識請求到整個共識過程完成所需要的時間，較低的共識時延意味著系統(tǒng)能更快地確認消息并具有更高的吞吐量，因此共識時延是衡量區(qū)塊鏈性能的重要指標，其計算公式為

delay=tfinish-treq。

(11)

式中：treq為發(fā)起某一共識過程的時刻；tfinish為該共識過程結(jié)束的時刻。

實驗1設(shè)置區(qū)塊鏈節(jié)點總數(shù)為100，觀察隨著共識過程的進行，Q-PBFT算法共識時延的變化。

Q-PBFT算法共識時延變化曲線如圖5所示，可見隨著共識次數(shù)的增加，Q-PBFT算法的共識時延在整體上呈現(xiàn)下降的趨勢，最終穩(wěn)定在0.54 s。在過渡階段，由于共識節(jié)點淘汰過程發(fā)生在一個共識周期的結(jié)束階段(如圖5)，一個共識周期內(nèi)的共識時延不會有明顯變化。只有在一個共識周期的結(jié)束階段，共識集群規(guī)模減小，才會導(dǎo)致新周期內(nèi)的共識時延降低。

實驗2設(shè)置區(qū)塊鏈節(jié)點數(shù)由10增加到100，比較PBFT算法、S-PBFT算法、Q-PBFT算法、QPBFT_1算法的平均共識時延。S-PBFT算法隨機篩選共識節(jié)點；Q-PBFT_1算法是Q-PBFT算法的退化版本，只執(zhí)行基于QoS值的共識節(jié)點篩選算法，不執(zhí)行優(yōu)化的一致性協(xié)議。

實驗2的實驗結(jié)果如圖6所示，圖中橫坐標下每個節(jié)點數(shù)所對應(yīng)的共識時延為多次共識過程的平均共識時延。

由圖7可知，當(dāng)N≤30時，4種算法的共識時延均隨區(qū)塊鏈節(jié)點數(shù)的增加而增加；當(dāng)N>30時，PBFT算法的共識時延隨區(qū)塊鏈節(jié)點數(shù)的增加繼續(xù)增加，而S-PBFT算法、Q-PBFT算法、Q-PBFT_1算法因為將共識集群的規(guī)模控制在30，所以共識時延沒有顯著變化。S-PBFT算法中的共識節(jié)點為隨機篩選，部分節(jié)點可能有較大的數(shù)據(jù)傳輸時延，因此其共識時延高于Q-PBFT_1算法。Q-PBFT算法在Q-PBFT_1算法的基礎(chǔ)上進一步優(yōu)化了一致性協(xié)議。因此在各種節(jié)點數(shù)量下，Q-PBFT算法均體現(xiàn)出了最優(yōu)的共識性能。

5 結(jié)束語

近年來，基于區(qū)塊鏈技術(shù)建立一個安全的、多方可信的云制造服務(wù)平臺成為研究趨勢。作為區(qū)塊鏈的核心技術(shù)，共識算法往往決定區(qū)塊鏈系統(tǒng)的性能。然而，以PBFT算法為例的現(xiàn)有共識算法通常帶來顯著的資源消耗。QoS是衡量云制造服務(wù)性能的重要指標，在云制造服務(wù)場景下，本文提出Q-PBFT，從共識節(jié)點篩選和一致性協(xié)議改進兩方面優(yōu)化PBFT算法。在共識節(jié)點篩選算法中，首先基于區(qū)塊鏈節(jié)點的QoS值篩選出具有高QoS值的節(jié)點構(gòu)成候選共識集群，然后提出集群的動態(tài)調(diào)整和輪換策略；在一致性協(xié)議改進算法中，將傳統(tǒng)PBFT算法中的三階段廣播協(xié)議優(yōu)化為二階段協(xié)議，通過減少通信復(fù)雜度提高共識效率，并設(shè)計了廣播消息的數(shù)據(jù)格式，使算法能夠識別拜占庭節(jié)點。理論分析和實驗分析表明，Q-PBFT算法能夠在滿足安全性的前提下減少帶寬消耗、降低共識時延，從而提升基于區(qū)塊鏈的云制造服務(wù)平臺的性能。

在未來的研究中，擬搭建基于區(qū)塊鏈的云制造服務(wù)平臺，將本文所提Q-PBFT算法作為共識組件接入平臺。然后圍繞該平臺開展進一步優(yōu)化工作，如完善獎懲機制、提出面向用戶隱私保護的數(shù)據(jù)存儲和讀取方法等，從而促進云制造服務(wù)生態(tài)的繁榮發(fā)展。