基于信譽值投票與隨機數選舉的PBFT 共識算法

陳潤宇，王倫文，朱然剛

（國防科技大學電子對抗學院，合肥 230037）

0 概述

區塊鏈作為數字貨幣比特幣［1］的底層技術，隨著比特幣的發展而備受關注。區塊鏈本質上是一種由哈希算法、數字簽名、P2P 網絡、共識算法、智能合約等技術構成的分布式基礎架構與計算范式［2］，具有透明可靠、防篡改可追溯、隱私安全保障、系統高可靠等特性［3-4］，廣泛應用于金融、交通、隱私保護等領域［5-6］。共識機制［7］是區塊鏈的必要元素和核心部分，是確保區塊鏈系統高效合作的關鍵。共識機制是指分布式系統中全部節點（或大部分節點）就某個數據的真實性或者某條交易的價值達成一致并據此更新各節點記錄的機制。根據不同場景和應用需求，需要設計不同的共識機制。典型的區塊鏈共識機制大致可分為證明類共識機制（如PoW［8］、PoS、DPoS 等）和拜占庭協議機制［9-10］，其中實用拜占庭容錯（Practical Byzantine Fault Tolerance，PBFT）［11］算法因能夠解決拜占庭問題而得到廣泛應用。PBFT 基于狀態機復制原理，通過一致性、檢查點、視圖轉換3 個協議，當系統中約有1/3 的節點為惡意節點時仍能確保系統正常運行，同時大幅降低了共識過程的通信復雜度，但PBFT 存在主節點選取隨意［12］、通信復雜度高、共識效率低［13］等問題［14］。

針對PBFT 算法主節點選取隨意導致惡意節點具有較大概率成為主節點的問題：WANG等［15］提出CPBFT算法，該算法根據信用等級劃分節點，并將相應的信用系數分配給不同級別的節點；ZHU 等［16］提出CDBFT 算法，該算法建立一種特權分類機制，有效地防止預期節點被選中；ZHANG 等［17］提出實用的基于量化角色的拜占庭共識算法（QPBFT），該算法基于層次分析法（Analytic Hierarchy Process，AHP）對節點的可靠性屬性進行量化，通過引入量化角色，使可靠性評價得分較高的節點更有可能參與區塊生產；ZHENG 等［18］將C4.5決策樹與PBFT 結合，通過計算信息熵進行節點分類的同時引入投票機制確定領導節點；GAO 等［19］將EigenTrust模型與共識算法結合，用節點間的交易來評估節點的信任程度，從而選擇網絡中質量較高的節點來構建共識層；TONG 等［20］將PeerTrust 模型與共識結合，取代了原來所有節點都參與的情況，從而使分布式網絡的規模可任意擴展；WANG 等［21］注意到現有基于信譽投票改進PBFT 的共識算法普遍存在馬太效應造成信用價值積累問題，分別采用不同的信任模型并使用不同的積分函數來緩解上述問題，但由于部分參數設置不夠合理，信用價值累積的問題并沒有得到根本的解決。針對通信復雜度較高的問題，現有研究方法主要分成兩類。一類是基于上述方法，先將節點分類，再通過使更多的誠實節點參與共識過程，減少共識過程的通信復雜度。另一類是對PBFT 一致性協議［22-23］本身進行改進。

但上述算法仍存在兩方面的問題。一是系統中所有節點初始信譽值均由本地計算產生，缺少驗證手段，可信程度難以保證，可能會出現部分節點為了獲取利益而惡意篡改自身初始信譽值，進而發動對系統的惡意攻擊的情況。二是過于復雜的節點分類以及選舉機制造成了額外的通信開銷。現有多數算法都通過設置信譽模型、獎懲函數以及投票機制減少共識過程中的惡意節點數量，降低共識過程的通信復雜度，但忽視了設置各種模型函數本身給系統帶來了額外的通信復雜度。從整體上看，這些算法并沒有真正降低系統的通信復雜度。

本文提出一種基于信譽值投票與隨機數選舉的RN-VPBFT 共識算法。增設初始記賬節點，降低選舉過程的通信復雜度以及提升選舉公平性。將所用時間證明（Proof of Elapsed Time，PoET）［24］的領導者選舉思想與現有PBFT 共識算法相結合，通過在所有共識節點內部隨機選舉的方式避免主節點總由某些節點擔任的現象，降低系統的中心化趨勢。基于貪心算法的概念，由不參與共識的節點擔任監督節點。簡化PBFT 的共識流程，以降低共識過程的通信復雜度，提高共識效率。

1 實用拜占庭容錯算法

PBFT 算法是一種保證分布式系統和拜占庭故障節點一致性的通用解決方案，主要解決系統中惡意節點向其他節點發送錯誤信息擾亂系統正常運行的問題。PBFT 算法在保證系統安全性和可靠性的前提下提供了(n-1)/3 的容錯性，即允許系統至多存在1/3 的失效節點。

PBFT 要求節點共同維護一個狀態且所有節點保持一致，因此需要運行一致性、視圖轉換、檢查點等3 類基本協議。一致性協議通過三階段共識保證所有節點數據存儲的一致性，若在一致性協議中主節點被檢測出故障或作惡，則觸發視圖轉換協議以更換出現故障的主節點。檢查點協議是一個周期性過程，系統會設置一個檢查的時間點，實現定期處理日志、節約資源并及時糾正節點狀態的功能。

1.1 PBFT 算法的一致性協議

一致性協議又稱三階段協議，是PBFT算法的核心，主要包括預準備、準備、提交3個階段。PBFT算法共識過程如圖1所示，其中，Client表示客戶端，Primary node表示主節點，Replica 1，2 表示備份節點，Replica 3 被認為是錯誤節點。

圖1 PBFT 算法共識過程Fig.1 Consensus process of PBFT algorithm

PBFT 算法共識的簡要流程如下：

1）消息請求。客戶端向主節點發送請求，如式（1）所示：

其中：request 為消息名稱；o為具體操作；t為時間戳；c為客戶端標識。

2）預準備階段。主節點將客戶端的消息通過式（2）發送給其余節點：

其中：V為視圖編號；n為節點編號；d為信息摘要。若消息通過驗證，則進入準備階段。

3）準備階段。備份節點之間發送如式（3）所示的消息：

當節點接收到超過2f+1 個不同節點的pre-prepare和prepare 信息并通過驗證后進入確認階段。

4）確認階段。節點之間發送如式（4）所示的確認消息：

其中：S(m)為節點簽名集合。

5）回復階段。當節點收到2f+1 個不同節點的確認消息后向客戶端發送回復消息，如式（5）所示：

當客戶端收到f+1 個消息時代表達成共識。

1.2 PBFT 算法的視圖轉換協議

若某個備份節點檢測出主節點出現問題時，觸發視圖轉換協議，將視圖編號V變更為V+1，同時不再接受除檢查點、視圖轉換和新視圖外的其他消息請求。PBFT 算法視圖轉換過程如圖2 所示，其中，Replica 0 表示出現問題的主節點，Replica 1 表示新的主節點。

圖2 PBFT 算法視圖轉換過程Fig.2 View change process of PBFT algorithm

PBFT 算法視圖轉換的簡要流程如下：

1）視圖轉換階段。當系統中任一備份節點發現主節點出現問題時，將“視圖轉換”驗證廣播給所有節點。

2）確認視圖轉換。當一個節點收到2f+1 個確認信息后（包括自己的信息），將“確認視圖轉換”信息發送給視圖V+1 的主節點。新的主節點在接收到“視圖轉換”以及“確認視圖轉換”信息后進入新的視圖。

3）新視圖階段。新節點確認系統狀態后根據本地塊鏈數據執行一致性協議。

PBFT 算法雖然在一定程度上改善了傳統共識算法通信復雜度高的問題，但由于惡意節點的存在，使得整個共識過程中節點間必須通過兩兩通信以確保消息的可靠。隨著系統規模的不斷擴大，PBFT 通信復雜度增長迅速，因此本文針對該問題對算法進行改進，進一步降低算法復雜度。

2 RN-VPBFT 共識算法

本文提出一種基于信譽值投票和隨機數選舉的RN-VPBFT 共識算法，通過建立節點信譽模型、增設監督節點以及改進主節點選取方式，保證系統安全，降低共識過程的通信復雜度和系統的集中化趨勢，提高共識效率。

2.1 RN-VPBFT 共識算法流程

RN-VPBFT 共識算法流程如圖3 所示，執行過程以輪為單位，每一輪執行過程分為準備、共識、結束3 個階段。在第一輪共識過程開始前，需要通過投票確定系統中所有節點的初始信譽值。

圖3 RN-VPBFT 算法流程Fig.3 Procedure of RN-VPBFT algorithm

2.2 初始信譽值確定

所有新加入系統的節點需要通過相互投票的方式確定初始信譽值。現有算法多數通過節點間的相互通信確定得票數，并在本地通過計算得到自身的初始信譽值，可能會出現部分節點惡意篡改自身初始信譽值的現象。設置初始記賬節點能夠將所有投票記錄集中于一個節點，這樣既避免了節點的兩兩通信，又確保了投票結果的真實性。初始信譽值確定的具體步驟如下：

1）確定初始記賬節點。所有節點首先按照進入系統的先后順序分配各自的節點編號1，2，…，N，然后系統隨機產生1 到N的一個隨機數，節點編號與該隨機數相同的節點即為初始記賬節點。

2）投票。每個節點對系統中所有其他節點投贊成或反對票，并將投票結果復制兩份，一份寫入本地日志，另一份發送給記賬節點，由記賬節點計算初始信譽值。

3）確定初始信譽值。初始記賬節點首先將所有節點的投票結果進行匯總并統計各個節點獲得的贊成票Si(i=1，2，…，N)與反對票Ai，然后根據式（6）計算得到每個節點的初始信譽值，按信譽值的降序排序T1>T2>…>Tn。最后將各個節點的初始信譽值（Ti）及其對應排名發送給相應節點。

所有節點在接收到初始記賬節點發送的信息后均可以向初始記賬節點提出質疑，通過訪問初始記賬節點的本地數據來確認接收信息的真實性。若初始記賬節點在接受查詢的過程中出現問題，則重新執行上述流程，同時該節點的信譽值清零且被系統記錄為惡意節點，并無法參與共識協議，只能被動接收經過共識后的數據；若所有節點的初始信譽值均正確，則擔任初始記賬節點的節點信譽值將根據自身的初始信譽值的大小獲得不同程度的獎勵。

2.3 準備階段

RN-VPBFT 共識算法準備階段主要完成節點分類以及主節點選舉工作，如圖4 所示。

圖4 RN-VPBFT 算法準備階段示意圖Fig.4 Schematic diagram of the preparation stage of the RN-VPBFT algorithm

2.3.1 節點分類

RN-VPBFT 算法節點模型如圖5所示，節點被劃分為主節點、共識節點、備份節點和監督節點4 種節點。4 種節點各司其職，相互監督，共同維護系統平衡：

圖5 RN-VPBFT 算法節點模型Fig.5 Node model of RN-VPBFT algorithm

1）備份節點。備份節點不參與共識過程，只能根據主節點傳遞的信息更新本地信息。同時，備份節點能夠對監督節點進行監督，并有權彈劾監督節點。所有加入系統的網絡節點都是備份節點。

2）共識節點。共識節點負責接收并驗證主節點傳遞的信息，保證系統一致性。通過對系統中所有N個節點信譽值進行比較，選取信譽值較高的前N1個節點為共識節點。

3）主節點。主節點負責接收用戶需求、確認提交數據、打包并生成新區塊。

4）監督節點。監督節點主要保證系統的安全。有權查詢其他所有節點的本地日志，監督整個共識過程，查詢備份節點的信息更新情況以及負責每輪共識結束后節點的信譽值更新。

2.3.2 主節點和監督節點選舉

PBFT 的主節點選舉方式如式（7）所示：

其中：P為主節點。

由于算法中主節點編號與視圖編號有很大的相關性，因此能夠很容易被系統中的惡意節點預測，進而達到提前攻擊的目的，不利于保證系統的安全性。現有PBFT 改進算法多數基于節點的信譽值排序，選取信譽值最高（可信度最高）的節點擔任主節點，這樣雖然能夠在很大程度上保證系統的安全，但每一輪共識結束后，主節點相較于其他節點往往會獲得更多的報酬，隨著時間累積，主節點往往僅會由某幾個節點擔任且節點之間的信譽值差值會越來越大，出現系統的集中化趨勢。針對該問題，本文基于所用時間證明的領導者選舉思想，所有共識節點在信譽值的基礎上隨機選舉主節點。

1）所用時間證明

PoET 概念是由英特爾于2016 年初提出，提供了一個現成的高科技工具來解決隨機領導者選舉的計算問題，通常用于許可的區塊鏈網絡，以決定網絡的采礦權或區塊獲勝者。PoET 基于公平彩票系統的原則，使得網絡參與者擁有公平的獲勝機會。PoET 算法工作流程如下：區塊鏈網絡中每個節點都會生成隨機等待時間并在指定的持續時間內進入休眠狀態。首先完成指定等待時間（具有最短等待時間）的節點被喚醒并向區塊鏈提交新塊，然后向整個對等網絡廣播必要的信息，最后重復相同過程以發現下一個新塊。PoET 整個共識過程需要具備2 個重要因素：（1）參與節點真正地選擇了隨機的時間，而不是參與者為了獲勝而故意選擇的較短持續時間；（2）獲勝者確實已經完成了指定等待時間。由于實際的區塊鏈系統中所有的節點并不都是可信的，因此綜合考慮上述2 個因素以及在等待時間內節點處于休眠狀態而造成的時間損耗問題，提出改進的所用時間證明。

2）改進的所用時間證明

利用監督節點的職能，在所有共識節點內部提出一種基于隨機數的主節點選取方式，通過節點自身的日志記錄以及監督節點對其他節點日志的訪問，確保了當選主節點的公平性和真實性，避免了時間浪費的同時在一定程度上解決了PoET 存在的問題。

依據式（8）和式（9）選舉產生主節點（L）和監督節點（Su）：

改進的所用時間證明算法的工作流程如下：

（1）在所有共識節點內部生成同一范圍內的RN(i)，并將寫入本地日志。

（2）共識節點廣播給監督節點，監督節點通過訪問共識節點的日志以驗證收到的隨機數無誤后廣播。當存在多個節點同時擁有最小隨機數時，廣播。

（3）若監督節點發現min(RN′(i))≠min(RN(i))，則監督節點會向整個系統廣播該共識節點i，該節點將會立刻被驅逐出共識節點，并被系統記錄為惡意節點。

（4）由于監督節點的高風險性，因此所有共識節點均可以在共識過程開始之前對結果提出質疑，通過節點間的相互監督，保證系統安全。

2.4 共識階段

RN-VPBFT 算法共識階段主要執行一致性協議，如圖6 所示。在傳統的PBFT 算法共識過程中：當系統中存在n個節點時，達成共識所需的通信次數大致等于2n2；當系統節點數不斷增加時，達成共識所需要的通信次數將迅速增多，這不僅會帶來傳遞消息的爆炸性增長，還會大大延遲達成共識所需要的時間，進而成為系統性能的瓶頸。

圖6 RN-VPBFT 算法共識階段示意圖Fig.6 Schematic diagram of the consensus stage of the RN-VPBFT algorithm

為降低通信復雜度，本文提出的共識機制首先將復雜的消息驗證工作交給監督節點完成。由于事先已按照信譽值對節點排序和分類，因此一致性協議的過程中參與共識的節點大概率為誠實節點。同時，在共識過程中，認為每個節點都能夠做出自己的判斷，主節點僅負責匯總所有的判斷，然后做出最終決策。因此，可以用半數以上投票確認的方式驗證數據信息的真實性，進而將原有的通信復雜度2n2降至2n。基于簡化的一致性協議，RN-VPBFT 算法共識過程如圖7 所示，其中，Client 表示客戶端，Superior node 表示監督節點，Primary node 表示主節點，Replica 1，2，3 表示共識節點，Replica 4 表示備份節點。

圖7 RN-VPBFT 算法共識過程Fig.7 Consensus process of RN-VPBFT algorithm

主節點在對所有判斷進行匯總并采用多數決定原則做出判斷后，需要向所有備份節點廣播每個節點對該信息的判斷情況以及最終的決策情況。RN-VPBFT算法共識過程的簡要流程如下：

1）當某一節點需要對數據庫進行更新操作時，首先向主節點提出請求，主節點收到請求后可將待更新的數據通過式（10）發送給所有的共識節點進行驗證：

2）每個共識節點收到主節點發送的消息后，對消息的真實性做出判斷，并將自身對消息的判斷通過式（11）發送回主節點。

3）當主節點收到至少2f+1 個來自不同節點的信息時，對該數據信息進行最終判斷，并將最終判斷結果返回給系統中的所有節點。

需要注意的是，當主節點中存儲的已驗證的數據信息達到一定數量時，主節點必須將這些信息打包并廣播給系統中的所有節點。

在整個共識過程中，節點間傳遞的信息量較傳統PBFT 算法減少了視圖編號信息以及信息摘要，取而代之的是節點對獲得消息做出判斷。

2.5 結束階段

RN-VPBFT 結束階段主要完成數據打包、節點信譽值更新、惡意節點記錄等工作，如圖8 所示。信譽值更新的偽代碼如算法1 所示。

圖8 RN-VPBFT 算法結束階段示意圖Fig.8 Schematic diagram of the end stage of the RN-VPBFT algorithm

定義1共識輪數R指在一個共識階段中達成共識次數Rs與未達成共識次數Rf的總和。根據主節點選舉規則，為確保理論上每個共識階段中所有共識節點都有機會擔任主節點，R和N1的關系一般滿足R=2N1。

定義2每R個共識輪數稱為一個共識階段St。當系統進入一個新的共識階段后，需要對系統內部節點的信譽值進行更新，然后重新確定各節點的角色。

在每個共識階段結束后，監督節點根據系統中所有節點在當前共識階段的表現并綜合節點在前一輪共識階段的表現，按照式（12）對每個節點的信譽值進行更新，并通過式（13）發送給各個節點。各個節點收到監督節點的消息后進行驗證，待驗證結束后監督節點根據其他節點的反饋，再對自身的信譽值進行更新。待所有節點完成信譽值更新后，系統會記錄當前階段出現的惡意節點編號，所有被記錄的節點在之后的所有過程中只能充當備份節點，根據主節點發送的消息更新本地信息。

其中：α、β為加權系數，滿足α+β=1；T1表示信譽值更新規則；表示更新后的節點信譽值；behaviour 表示節點在當前共識階段中的表現；role 表示節點在上一階段系統中擔任的角色。

對于不同的節點類型，α、β、T1的取值不同，同時考慮到節點更新后的信譽值在很大程度上應由節點在本輪共識階段的表現決定，因此α≤β。根據上文對每個節點在系統中的職能，將各類節點按照在系統中的作用做如下排序：監督節點>主節點>共識節點>備份節點，并根據節點的作用大小，設置不同參數α、β、T1，如表1 所示。

表1 信譽值更新參數Table 1 Reputation value update parameters

為了貼近實際，假設備份節點能夠在接收到主節點發送的信息后及時對本地數據進行更新而不會惡意篡改數據，不存在惡意行為。此外，所有誠實節點的信譽值范圍為0～1，惡意節點的信譽值不超過0.5。設置節點信譽值動態更新機制既可以有效減少惡意節點對系統的不利影響，鼓勵節點遵守系統規則，又可以保證節點的積極性，防止高信任度節點在共識過程中出現的惡意行為，激勵節點在共識過程中做出誠實行為。與現有多數改進算法中設置的獎懲函數不同，本文設計的獎懲函數在此基礎上還能很好地區分惡意節點與誠實節點，并且保證所有誠實節點的信譽值相近，降低了系統集中化的可能性。

3 實驗與結果分析

實驗通過對比多種共識算法在容錯性、節點信譽值、通信復雜度以及系統集中化趨勢4 個方面的表現，測試RN-VPBFT 共識算法的性能。實驗環境為Windows 10 操作系統，系統內存為16 GB，CPU 為Intel Core i7 處理器。實驗基于Python 對RNVPBFT、PBFT、CPBFT、RC-VPBFT 在內的多種共識算法進行模擬仿真，開發語言為Python 3.7。

3.1 容錯性分析

假定節點總數是N，故障或者惡意節點數為f，剩余正確節點數為N-f，RN-VPBFT 和傳統PBFT 共識算法本質上相同，只要收到N-f個消息且N-f>f就能做出決定，但N-f個消息中可能存在f個惡意節點冒充的消息（或因網絡延遲導致f個惡意節點的消息先被收到），則正確消息數為N-f-f。為達到多數一致，正確消息必須占多數，也就是N-f-f>f，因此N至少等于3f+1。

3.2 節點信譽值分析

利用Python 搭建小型區塊鏈系統，系統共設30 個節點，包含9 個拜占庭節點。每次實驗經過4 個共識階段，每個階段包含40 輪共識過程，分別對每個階段結束后各節點的信譽值進行記錄，如圖9 所示。每個共識階段結束后，所有誠實節點之間信譽值的最大差值如表2 所示。

圖9 各共識階段不同節點的信譽值分布Fig.9 Reputation value distribution of different nodes in each consensus stage

表2 共識階段結束后誠實節點之間信譽值的最大差值Table 2 Maximum difference in reputation value between honest nodes after the consensus phase ends

結合圖9 和表2 可分析得出：

1）系統中惡意節點的編號分別為7、10、12、16、17、20、22、26、29。

2）在共識階段2 結束后，系統中的誠實節點與惡意節點已基本能夠通過信譽值的大小進行區分，進而保證了整個系統后續運行的安全性與穩定性。

3）隨著共識過程的進行，各階段在誠實節點處的曲折程度趨向平穩，誠實節點的信譽值差距逐漸減小。

4）節點編號為7、10、17、26 的錯誤節點在共識階段1 后信譽值均超過了閾值0.5，主要原因是這4 個節點相較于其他錯誤節點初始信譽值更低，在共識階段1中沒有能夠獲得擔任主節點以及監督節點的權利，因此未被系統發現，但在共識階段1 后，其擔任了對應角色，最終被系統記錄。各共識階段成功達成共識的輪數如表3 所示。由表3 中數據可知，共識階段1 的共識成功率較低，這是因為節點的初始信譽值主要依靠節點之間投票決定，具有一定的偶然性，可能會出現部分惡意節點獲得較高的初始信譽度的情況，但隨著共識過程的不斷深入，系統將所有惡意節點一一記錄，共識成功率達到100%。

表3 各共識階段成功達成共識的輪數Table 3 The number of rounds that successful reached consensus at each consensus stage

3.3 通信復雜度分析

在PBFT 算法中，廣播消息需要進行預準備、準備和確認3 個階段的通信，對應的通信次數分別為N、N2和N2。在計算其與用戶端的通信次數后，PBFT 算法中一個完整的共識過程所需的通信次數如下：

現有研究結果僅比較了傳統算法與改進算法在共識過程中的通信復雜度，忽略了節點因分類、投票等過程給系統帶來的額外通信復雜度。本文綜合考慮了上述因素，將RN-VPBFT 與PBFT、CPBFT、RC-VPBFT 算法的通信復雜度進行分析比較，結果如圖10 所示。

圖10 不同算法的通信復雜度比較Fig.10 Comparison of communication complexity among different algorithms

由圖10 可以看出：CPBFT 算法雖然在共識階段將通信復雜度降至N2-N-1，但綜合考慮在共識階段之前的通信次數，總的通信次數為T=N2+N-1+N2-N-2=2N2-3，相較于PBFT算法提升較小；RC-VPBFT算法雖然在整個共識過程中需要的通信次數僅為4N+1，但是在此之前需要進行聚類工作，這也在一定程度上增加了通信復雜度；RN-VPBFT 算法在假設所有過程中的所有節點都進行了相關數據驗證的情況下，除了初始值確定需要額外的3N次通信外，每輪共識主要包括領導者選舉、共識、信譽值更新3 個階段，總的通信次數為T=2N1+2N1+N+2N≤7N，因此整個過程的通信復雜度由O（N2）降至O（N）。

3.4 系統集中化趨勢分析

區塊鏈的核心優勢是去中心化，因此需要考慮共識算法對系統去中心化程度的影響。通過對同一區塊鏈系統分別使用RN-VPBFT 與VPBFT［25］算法，統計在使用不同共識算法后系統中各個節點擔任主節點的次數并進行比較，結果如圖11、圖12 所示。由圖11、圖12 可以看出：VPBFT 算法主要通過投票選出特定節點作為主節點，其他節點被選為主節點的機會很小，使得整個系統傾向于成為一個集中式系統；RN-VPBFT 算法允許更多節點參與區塊生產活動，所有滿足要求的節點都有機會被選舉成為主節點，能夠更好地維護系統的去中心化特性。

圖11 VPBFT 算法中每個節點擔任主節點的次數Fig.11 The number of times each node becomes the primary node in the VPBFT algorithm

圖12 RN-VPBFT 算法中每個節點擔任主節點的次數Fig.12 The number of times each node becomes the primary node in the RN-VPBFT algorithm

4 結束語

針對傳統PBFT 共識算法容易出現集中化趨勢、通信復雜度高等問題，本文提出一種基于隨機數選舉與投票機制的RN-VPBFT 共識算法。引入兼具高風險和高收益的監督節點，避免了節點間因頻繁通信帶來的高通信復雜度。利用隨機參數確保了選舉的公平性，降低了系統的集中化趨勢。此外，依據節點不同身份設置的信譽值更新策略不僅能夠有效區分系統中的誠實節點與惡意節點，而且能夠在一定程度上簡化一致性協議并保證其安全與穩定運行。實驗結果表明，RN-VPBFT 算法相比傳統PBFT 共識算法具有更好的去中心化特性，并且有效降低了通信復雜度。后續將在不改變算法效率及通信復雜度的基礎上增強拜占庭系統節點的容錯性，并且分析與研究系統節點數量的實時變化對共識算法的影響，進一步提升系統容錯性及動態性。