基于信用機制的聯盟鏈Raft+共識算法

楊澤奇 史培中

摘要：共識算法作為區塊鏈的底層技術之一，其性能對區塊鏈在安全性和效率方面具有重要的影響。Raft共識算法的性能優于其他共識算法，不會造成算力集中和資源浪費等問題。但是，Raft算法隨機選擇和投票以選取領導者節點的方式，不能保證選取的領導者節點的可靠性。因此，文章在Raft算法的基礎上引入動態更新的信用機制，提出了一種基于信用機制的聯盟鏈Raft+共識算法。領導者節點的信用值根據多次生成有效或無效區塊的行為進行動態更新，并采用信用層次來評價節點信用，根據閾值選舉信用值高的領導者節點。實驗表明，Raft+共識算法選取的領導者節點的可靠性比Raft算法的更好，為面向聯盟鏈的制造業和醫療等應用場景提供了共識算法的解決方案。

關鍵詞：共識算法；區塊鏈；Raft；信用機制；聯盟鏈

中圖分類號：TP309

文獻標志碼：A

0 引言

從中本聰發布比特幣白皮書的一刻起^［1］，專家學者們就對區塊鏈技術不斷研究和發展。區塊鏈的本質是一種去中心化、可溯源、不可篡改的分布式數據庫系統。區塊鏈中最重要的問題是分布式節點之間數據的一致性，一般通過設計和實現共識算法來解決^［2-3］。區塊鏈有3種類型，在不同的分類中采用的共識算法也不同。比特幣中常采用的是工作量證明（proof of work， Pow）^［4］，聯盟鏈中一般采用的是實用拜占庭容錯（practical Byzantine fault tolerance， PBFT）^［5］，私有鏈中則采用經典的一致性算法，如Raft^［6］，Paxos^［7］。當節點規模增加時，PBFT算法的性能就會受到影響，其效率就會變低。Chen等^［8］提出了一種改進的實用拜占庭容錯（IPBFT）共識算法，引入了信用模型和投票機制，根據節點的投票來選擇主節點，保證了主節點的可靠性。賴英旭等^［9］使用信用機制對PBFT算法進行改進，降低了節點間通信的次數。涂園超等^［10］為了解決PBFT共識算法的集群中節點數量過多時會導致效率低下的問題，使用信用投票的方法對PBFT算法進行改進，將節點分別進行分類，共識效率得到提高，系統的安全性和可靠性得到了保證。

從上述文獻可以看出，引入信用機制的改進共識算法大多是在PBFT共識算法基礎上進行改進，然而改進后的PBFT共識算法的時間復雜度較高且存在中心化的問題。Raft算法的共識效率高，時間復雜度低，且受到節點規模的影響小。Leader選舉是Raft共識算法的核心，采用節點獲得的票數和隨機選擇Candidate節點的機制進行選舉，使選舉出的Leader節點具有隨機性。Raft 算法具有強領導性，Leader節點的可靠性對整個系統的可靠性有著重要影響。因此，通過改進選舉機制選出可靠性較好的Leader節點應用于聯盟鏈中，成為當下學者們研究的重要話題。

針對上述問題，本文提出了一種基于信用機制的Raft+共識算法，其特點在于：（1）對Leader節點的選取機制進行改進。對節點行為進行信用評價，從信用值較高的節點中選取Leader節點，保證選取的Leader節點可靠性較高。（2）在Raft算法的基礎上引入信用機制，提出了基于信用機制的聯盟鏈Raft+的共識算法，提高區塊鏈系統的可靠性。

1 共識算法

Raft算法設置了領導者、跟隨者和候選者3種角色，簡化了算法模型。以下從3個方面來解決選舉Leader節點的方式時產生的一致性問題。

（1）Leader選舉：若目前的Leader節點出現故障或宕機，Raft共識算法將重新選舉出一個Leader節點。

（2）日志復制：Raft算法中Leader從其他節點處接收日志后，不僅要求系統中的其他節點必須復制到該日志，而且Leader節點根據算法一致性要求，將使其他節點的日志與自己的一致。

（3）安全性：狀態機安全是保證Raft算法安全性的重中之重。當一個確定的日志條目被節點狀態機接收時，則其他節點只能將該日志索引位置應用到相同的指令中。

以下將介紹Raft算法的選舉過程，如圖1所示。對于剛加入系統的節點，其角色是跟隨者。若此時系統存在領導者節點，則剛加入的節點角色仍是跟隨者。若此時系統不存在領導者，則會立刻發起新的選舉。選舉過程中每個節點都可能成為候選者，成為候選者的節點會馬上向其他節點發送邀票請求。當某個候選者節點獲得的選票數最先超過總節點數的一半時，則該節點成為新的領導者，其余節點停止獲取選票并成為跟隨者。

2 Raft算法改進方案

2.1 Raft+ 算法思想

本文的改進思想主要是在領導者節點選舉過程中引入信用機制，基于信用機制來選取領導者節點，提高Raft共識算法的可靠性。

加入聯盟鏈前，節點都必須通過嚴格的審核和授權，且加入聯盟鏈的節點行為狀態都相對穩定，可以建立信任關系^［11］。信任關系是針對節點在聯盟鏈中生成有效或無效區塊的行為進行評價。在聯盟鏈中產生有效區塊的節點，其信用值就增加；產生無效區塊的節點，其信用值就降低。

2.2 基于信用機制的 Leader 節點選取

2.2.1 信用評估模型

系統中節點都會存儲一個節點行為記錄表。節點的信用值和判定節點信用值的參考因素會記錄在表中，每一個節點都會緩存包括自身在內的所有節點的行為記錄表，該表在每一次共識結束后即新區塊產生之后進行更新。行為記錄表中主要記錄的數據如表1所示，從表中可以看出，節點的信用值由節點產生有效區塊因素有關。

節點信用記錄表：信用區塊存儲了當前這一輪共識結束后，所有參與共識的節點的信用記錄。

本文根據節點的行為將節點分為兩種類型：高信任節點和低信任節點。

高信任節點：能夠積極參與到共識過程中，及時回應其他節點發來的請求，節點多次生成有效區塊，網絡通信狀況較好。

低信任節點：可能由于網絡的原因，節點多次產生無效區塊，網絡通信狀況較差。

節點的信用值是節點可靠性的代表，通過節點在每一輪參與共識的行為計算新的信用值。對節點進行獎懲，是一種對節點的激勵機制，使節點更積極地參與共識。通過在 Raft 算法的基礎上引入信用機制，促進了節點的積極性，對于聯盟鏈應用于制造業、醫療等商業模式中提供了一種方案。

2.2.2 信用更新機制

定義1（信用層次），Leader 選舉通過引入信用機制，對領導者節點的行為進行評估，保證選取的領導者節點的可靠性是較好的。根據計算每個共識節點的信用值，并通過給成為領導者的節點一個信用值閾值來規定其可信范圍。

高信任節點：節點多次生成有效區塊，其信用值范圍為［0.45， 1］。

低信任節點：節點多次產生無效區塊，其信用值范圍為［0， 0.45）。

定義2（信用值），系統中節點的信用值根據以下公式進行計算。

其中：C_i代表每個節點當前所獲得的信用值，信用值范圍為［0， 1］；i代表每個節點的下標；C_init代表每個節點的初始信用值，信用值為0.5；T（i）代表每個節點對應獎勵或者懲罰的次數；RP（i）代表每個節點所獲得的獎勵或者受到的懲罰。當領導者節點生成有效區塊后，系統會獎勵其0.01點信用值；當領導者節點生成無效區塊后，系統則懲罰0.02點信用值。

定義3（信用層次動態更新），領導者節點的信用值會根據其生成的有效或無效區塊的次數進行動態更新。每個節點的初始信用值都為0.5。當某一領導者節點多次且連續產生有效區塊后，其信用值上升到0.45～1，系統會將該節點評估為高信任節點。當該節點多次產生無效區塊后，其信用值下降到0～0.45，系統會將該節點評估為低信任節點。節點的信用層次劃分是系統對節點是否為可靠性較差的節點的評判標準，信用層次低的節點在后續過程中處于劣勢，而信用層次高的節點則更有優勢。

當節點剛加入網絡中時，信用值初始值都設置為0.5。根據公式（1）可以得出節點的信用值，并且當節點多次產生無效區塊以后，該節點的信用值降低且不會被選為領導者。信用值更新和計算的偽代碼如表2—3所示。

3 實驗結果與分析

實驗在單臺電腦上進行仿真模擬。操作系統為 Windows11，AMD Ryzen 75 800 H 3.20 GHz CPU和16 G內存上進行的。使用 Python 語言模擬了 Raft+ 共識機制，利用 Python 語言實現了方案模型，集成開發環境為PyCharm。

3.1 不同閾值選取的共識時間

分析節點數量和共識時間之間的關系。系統通過選取不同的閾值，模擬了不同節點數量和不同的有效區塊概率下，每個節點達成共識的時間。仿真實驗結果如圖2—4所示。

圖2—4中橫坐標為節點數量，縱坐標為節點達成共識平均消耗的時間，節點達成共識的平均時間是總的時間與節點完成共識次數的比值。在實驗中，對兩種算法在不同節點數量下進行節點共識時間的分析。當節點個數為7個以上時，不同閾值的每個高信任節點達成共識的時間會有明顯不同。隨著節點數增多時，若閾值選取過大，則共識時間將變長；若閾值選取過小，則節點信任度不高，模擬仿真實驗設置的閾值為0.45。在共識過程中，當節點的信用值超過一定閾值時，則該節點具有較高的信任。因此，該節點的類型為高信任節點。

在不同閾值下，改進后的 Raft+ 算法的節點的共識時間比 Raft 算法的共識時間長。Raft+ 算法是基于信用機制計算出節點信用值，從中選取信用值較高的節點作為領導者節點，其具有更高的可靠性。因此，通過信用機制選取的領導者節點負責產生區塊可以減少出錯的可能性，提高整體系統的可靠性。

3.2 不同閾值選取的共識成功率

分析節點數量和共識成功率之間的關系。系統通過選取不同的閾值，模擬了不同節點數量和不同的有效區塊概率下，節點達成共識的成功率。仿真實驗結果如圖5—7所示。

圖5—7中橫坐標為節點數量，縱坐標為節點達成共識的成功率，節點的共識成功率是成功共識次數與總的共識次數的比值。在實驗中，對兩種算法在不同節點數量下的節點共識成功率進行分析。在不同閾值下，改進后的 Raft+ 共識算法的共識成功率比 Raft 算法低。Raft+ 算法是基于信用機制選取領導者節點的。當節點的信用值低于閾值時，該節點就不能成為領導者節點，造成共識失敗。共識成功的節點則具有更高的信用值。因此，雖然Raft+ 共識算法的共識成功率下降，但是節點具有更高的可靠性。

3.3 信用值對比

分析節點獲得的信用值。系統通過模擬了不同節點數量和不同的有效區塊概率下，節點獲得的信用值。仿真實驗結果如圖8—10所示。

圖8—10中，橫坐標為節點數量，縱坐標為節點獲得的信用值，節點的信用值是根據節點信用模型計算得到的。在實驗中，對兩種算法在不同節點數量下的節點信用值進行分析。不同節點數量下，改進后的Raft+共識算法的節點信用值比Raft算法的節點信用值更高。Leader節點具有更高的可靠性。因此，其產生的區塊出錯的可能性更低，提高了系統整體的可靠性。

4 結語

聯盟鏈中對于節點的可靠性要求很高，若選舉出的領導者節點多次生成無效區塊，會嚴重影響聯盟鏈的可靠性。本文針對Raft共識算法中存在可能隨機選取的主節點可靠性不足難以滿足聯盟鏈實際應用需求等問題，在Raft共識算法的基礎上引入動態更新的信用機制，提出了基于信用機制的聯盟鏈Raft+共識算法。該算法根據節點產生有效區塊和無效區塊的行為來進行信用值的動態更新，以選取信用值較高的節點作為Leader節點，可以保證Leader節點具有較好的可靠性。實驗仿真結果表明，Raft+ 共識算法時延增加，共識成功率下降，Leader節點的平均信用值比Raft算法Leader節點的平均信用值要高。因此，Raft+ 算法提供了一種應用于制造業和醫療等場景的聯盟鏈方案。

參考文獻

［1］NAKAMOTO S.Bitcoin：a peer-to-peer electronic cashsystem［EB/OL］.（2008-10-31）［2019-08-08］.https：//bitcoin.org/bit-coin.pdf.

［2］ARNOLD R，LONGLEY D.Continuity：a deterministic byzantine fault tole-rant asynchronous consensus algorithm ［J］.Computer Networks，2021（11）：108431-108443.

［3］鄧小鴻，王智強，李娟，等．主流區塊鏈共識算法對比研究［J］.計算機應用研究，2022（1）：1-8.

［4］MENEGHETTI A，SALA M，TAUFER D.A survey on pow-based consensus ［J］.Annals of Emerging Technologies in Computing，2020（1）：8-18.

［5］LI Y，WANG Z，FAN J，et al.An extensible consensus algorithm based on PBFT［C］.New York：IEEE Press，2019.

［6］ONGARO D，OUSTERHOUT J.In search of an understandable consensus algorithm［C］.Philadelphia：USENIX Association，2014.

［7］LAMPORT L.Fast paxos［J］.Distributed Computing，2006（2）：79-103.

［8］CHEN J，ZHANG X，SHANGGUAN P.Improved PBFT algorithm based on reputation and voting mechanism［C］.Bristol：Journal of Physics：Conference Series.IOP Publishing，2020.

［9］賴英旭，薄尊旭，劉靜.基于改進PBFT算法防御區塊鏈中sybil攻擊的研究［J］.通信學報，2020（9）：104-117.

［10］涂園超，陳玉玲，李濤，等.基于信譽投票的PBFT改進方案［J］.應用科學學報，2021（1）：79-89.

［11］QIAN W N，SHAO Q F，ZHU Y C，et al.Research problems and methods in blockchain andtrusted data management ［J］.Journal of Software，2018（1）：150-159.

（編輯 沈 強）

Consortium chain Raft+ consensus algorithm based on credit mechanism

Yang Zeqi， Shi Peizhong^*

（Jiangsu Institute of Technology， Changzhou 213001， China）

Abstract： As one of the underlying technologies of the blockchain， the consensus algorithm has an important impact on the security and efficiency of the blockchain. The performance of the Raft consensus algorithm is superior to other consensus algorithms， and it will not cause problems such as concentration of computing power and waste of resources. However， the Raft algorithm randomly selects and votes to select the leader node， which cannot guarantee the reliability of the selected leader node. Therefore， this paper introduces a dynamically updated credit mechanism on the basis of the Raft algorithm， and proposes a credit mechanism-based consortium chain Raft+ consensus algorithm. The credit value of the leader node is dynamically updated according to the behavior of generating valid or invalid blocks multiple times， and the credit level is used to evaluate the node credit， and the leader node with a high credit value is elected according to the threshold. Experiments show that the reliability of the leader node selected by the Raft+ consensus algorithm is better than that of the Raft algorithm， which provides a consensus algorithm solution for application scenarios such as alliance chain-oriented manufacturing and medical care.

Key words： consensus algorithm; blockchain; Raft; credit mechanism; alliance chain