蔣楚鈺 方李西 朱建明

(中央財(cái)經(jīng)大學(xué)信息學(xué)院 北京 102206)

(cyu_jiang@163.com)

“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要將區(qū)塊鏈納入數(shù)字經(jīng)濟(jì)重點(diǎn)產(chǎn)業(yè)，區(qū)塊鏈將在我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展過程中發(fā)揮重大作用的同時(shí)也帶來了風(fēng)險(xiǎn)[1].習(xí)近平總書記在中央政治局第十八次集體學(xué)習(xí)中強(qiáng)調(diào)了區(qū)塊鏈技術(shù)在未來產(chǎn)業(yè)變革中的重要程度，指明了區(qū)塊鏈技術(shù)未來的發(fā)展方向.這都體現(xiàn)了黨和國(guó)家領(lǐng)導(dǎo)人對(duì)區(qū)塊鏈發(fā)展的高度重視.而在區(qū)塊鏈系統(tǒng)中，信息只在各自鏈上流通，鏈與鏈之間垂直發(fā)展.但對(duì)于大部分應(yīng)用場(chǎng)景而言，鏈與鏈之間需要信息交互與價(jià)值流通.為了避免數(shù)據(jù)孤島現(xiàn)象的出現(xiàn)，跨鏈技術(shù)成為當(dāng)前研究的熱點(diǎn).

跨鏈技術(shù)主要包括側(cè)鏈技術(shù)、哈希鎖定以及公證人機(jī)制等.其中，公證人機(jī)制指的是一個(gè)受信任的實(shí)體或者聯(lián)盟告訴一個(gè)鏈，在另一個(gè)鏈上發(fā)生的事件或者關(guān)于這個(gè)鏈的聲明是真實(shí)的.公證人機(jī)制允許參與者無須彼此信任的前提下就能夠完成跨鏈的資產(chǎn)信息交互，有助于跨鏈交互效率的提高.公證人機(jī)制包括中心化公證人機(jī)制和多重簽名的公證人機(jī)制[2].前者存在單點(diǎn)故障的風(fēng)險(xiǎn)，而后者是由隨機(jī)選取的1組公證人構(gòu)成的，雖然在一定程度上弱化了中心化問題，卻也引申出了另外一個(gè)問題，即公證人機(jī)制存在節(jié)點(diǎn)信用監(jiān)督不足的問題，也可能有潛在作惡的風(fēng)險(xiǎn)[3].隨機(jī)選取的公證人節(jié)點(diǎn)中可能會(huì)出現(xiàn)惡意節(jié)點(diǎn)，雖然現(xiàn)有的算法在一定程度上能夠規(guī)避這一問題，但不可否定的是，并沒有從源頭判斷一個(gè)公證人節(jié)點(diǎn)是否誠(chéng)實(shí)，以便在開始進(jìn)行隨機(jī)選取時(shí)就可以避免選到可信度較低的節(jié)點(diǎn)，以維護(hù)系統(tǒng)的穩(wěn)定性和可信度.

本文在PageRank算法和保證金池的基礎(chǔ)上，提出了一種公證人節(jié)點(diǎn)信用排序改進(jìn)算法.首先需要收集所有節(jié)點(diǎn)的相關(guān)信息，包括各個(gè)節(jié)點(diǎn)在2條鏈上單獨(dú)的交易信息以及跨鏈交互中充當(dāng)公證人的交易信息.其次將公證人節(jié)點(diǎn)信用值刻畫分為2個(gè)部分：一個(gè)是節(jié)點(diǎn)的自身固有價(jià)值，該部分是由節(jié)點(diǎn)在源鏈或目標(biāo)鏈上的單鏈歷史交易評(píng)估得到；另一個(gè)是節(jié)點(diǎn)充當(dāng)2條鏈之間的公證人獲得的價(jià)值.另外，為了解決PageRank算法中的偏重舊節(jié)點(diǎn)的問題，考慮在PageRank算法中對(duì)阻尼系數(shù)d進(jìn)行調(diào)整，將原有的d與時(shí)間因子結(jié)合得到新的阻尼系數(shù).阻尼系數(shù)的提出可根據(jù)充當(dāng)公證人節(jié)點(diǎn)時(shí)間長(zhǎng)短的不同，給予公證人節(jié)點(diǎn)的自身固有價(jià)值以及充當(dāng)公證人獲取價(jià)值在節(jié)點(diǎn)信用值評(píng)估中賦予不同的權(quán)重，對(duì)于新充當(dāng)公證人的節(jié)點(diǎn)能夠?qū)ψ陨砉逃袃r(jià)值賦予更大的權(quán)重值，以修正補(bǔ)充該節(jié)點(diǎn)較為匱乏的充當(dāng)2條鏈之間的公證人經(jīng)歷，以獲得合適的價(jià)值.最后將根據(jù)計(jì)算出的信用值剔除末20名的節(jié)點(diǎn)，將剩余的節(jié)點(diǎn)構(gòu)成候選公證人組，后續(xù)可從中根據(jù)算法選取部分節(jié)點(diǎn)構(gòu)成正式公證人組實(shí)現(xiàn)跨鏈交互.

改進(jìn)的PageRank算法解決了傳統(tǒng)算法中的“主題漂移”以及偏重舊節(jié)點(diǎn)的問題，并且利用新舊公證人節(jié)點(diǎn)不同的時(shí)間積淀，使用不同的方法刻畫其價(jià)值，優(yōu)化了節(jié)點(diǎn)信用值排序的結(jié)果.另外，節(jié)點(diǎn)信用值是一個(gè)逐漸積累的過程，持續(xù)誠(chéng)信交易的積累才能獲取較高的信用值，進(jìn)而成為高可信的公證人節(jié)點(diǎn).為了獲得充當(dāng)公證人節(jié)點(diǎn)的機(jī)會(huì)，節(jié)點(diǎn)需要督促自己誠(chéng)信地完成每次交易，有利于更好地維護(hù)區(qū)塊鏈系統(tǒng)的安全穩(wěn)定.再者，通過將源鏈和目標(biāo)鏈單鏈上的交易信息以及充當(dāng)公證人交易信息進(jìn)行綜合分析計(jì)算得到節(jié)點(diǎn)的信用值，并且引入了保證金池和公證人進(jìn)出管理機(jī)制，使得公證人機(jī)制更加安全可信.

區(qū)別于現(xiàn)有的研究成果，本文的主要貢獻(xiàn)有以下2點(diǎn)：一是從公證人節(jié)點(diǎn)的自身固有價(jià)值以及充當(dāng)公證人獲取價(jià)值2方面進(jìn)行節(jié)點(diǎn)信用值評(píng)估；二是由于新舊節(jié)點(diǎn)充當(dāng)公證人時(shí)間存在差異而導(dǎo)致的節(jié)點(diǎn)信用值排序不合理現(xiàn)象，這是因?yàn)樾录尤氲墓C人節(jié)點(diǎn)相對(duì)已經(jīng)扮演一段時(shí)間公證人角色的節(jié)點(diǎn)(簡(jiǎn)稱為“舊公證人”節(jié)點(diǎn))來說，雖然都沒有很好地充當(dāng)公證人的成功經(jīng)歷，但可以知道的是：“舊公證人”節(jié)點(diǎn)是由于自身辦事不妥帖等原因才不被重視，導(dǎo)致信用值不高，而新公證人節(jié)點(diǎn)還沒有接受時(shí)間的考驗(yàn)，二者并不能用同樣的信用值進(jìn)行評(píng)估.

1 相關(guān)研究

1.1 公證人機(jī)制

公證人機(jī)制是指有交易需求的雙方分別位于不同的區(qū)塊鏈上，只需要在雙方之間引入一個(gè)共同信任的公證人來驗(yàn)證交易信息的一致性以及合法性.而“中心化”是公證人機(jī)制的一大爭(zhēng)議，這與區(qū)塊鏈的“去中心化”思想相悖[4].學(xué)者們通過研究提出了改進(jìn)算法以提高區(qū)塊鏈公證人節(jié)點(diǎn)的信用值和區(qū)塊鏈吞吐量，進(jìn)而優(yōu)化跨鏈交互的效率.戴炳榮等人[5]通過收集多種公證人節(jié)點(diǎn)相關(guān)信息，利用改進(jìn)的PageRank算法對(duì)公證人節(jié)點(diǎn)進(jìn)行信用計(jì)算，得到高可信的公證人節(jié)點(diǎn)，進(jìn)而保證區(qū)塊鏈系統(tǒng)安全穩(wěn)定.劉桂華[6]針對(duì)公證人機(jī)制中存在的信用監(jiān)督不足的問題和保證跨鏈交互的安全性，提出了一種基于公證人組的2階段跨鏈協(xié)議實(shí)現(xiàn)跨鏈交互以及基于保證金池和激勵(lì)措施來維護(hù)跨鏈交互過程系統(tǒng)的穩(wěn)定性.趙濤等人[7]提出了基于聚類簇中心的共識(shí)跨鏈交換模型，將節(jié)點(diǎn)分為共識(shí)服務(wù)節(jié)點(diǎn)、跨鏈交換節(jié)點(diǎn)和應(yīng)用節(jié)點(diǎn)3類，有效地解決了區(qū)塊鏈網(wǎng)絡(luò)中單次同步區(qū)塊數(shù)據(jù)過大的問題.

基于公證人機(jī)制的代表項(xiàng)目主要有Interledge，PalletOne和Corda.Interledger提供了一個(gè)被稱為“連接器”的頂級(jí)加密托管系統(tǒng)，允許資金在不同的區(qū)塊鏈之間流動(dòng)[8].PalletOne的所有服務(wù)是基于智能合約實(shí)現(xiàn)的，在共識(shí)協(xié)議中引入2類共識(shí)節(jié)點(diǎn)即陪審團(tuán)以及調(diào)停中介，能夠作為不同類型區(qū)塊鏈之間的信息交互以及資產(chǎn)轉(zhuǎn)移的中間渠道[9].在Corda項(xiàng)目中，交易雙方共同選擇公證人，負(fù)責(zé)驗(yàn)證審核交互信息，確保信息的可用性和無篡改性[10].

由此看來，公證人機(jī)制能夠有效地幫助實(shí)現(xiàn)跨鏈交互，但是在跨鏈交互中引入公證人機(jī)制需要解決節(jié)點(diǎn)信用問題，公證人的可靠性存在隱患.而在公證人機(jī)制中，公證人存在監(jiān)聽、查看、驗(yàn)證和審核等功能，節(jié)點(diǎn)承擔(dān)了太多的功能，導(dǎo)致帶來安全性和可維護(hù)性等多方面的問題[11].為了防止公證人中存在惡意節(jié)點(diǎn)以及使用公證人機(jī)制存在的中心化問題，希望能夠盡可能弱化公證人節(jié)點(diǎn)在跨鏈機(jī)制中需要發(fā)揮的職能和增強(qiáng)公證人節(jié)點(diǎn)的可信程度.

1.2 PageRank算法

1.2.1 PageRank算法簡(jiǎn)介

PageRank算法最初是由Google公司提出，旨在于按照重要程度對(duì)網(wǎng)頁計(jì)算PageRank值(即PR值)從而進(jìn)行排名.核心思想是先對(duì)所有網(wǎng)頁賦予相同的權(quán)重值，然后每個(gè)頁面根據(jù)出鏈的數(shù)量將權(quán)重值平均地傳遞給下一個(gè)頁面，通過不斷遞歸迭代計(jì)算，直到頁面PR值趨于穩(wěn)定.計(jì)算公式如下：

(1)

其中L(v)為網(wǎng)頁v的出鏈數(shù)量，PR(u)為網(wǎng)頁u的PR值，PR(v)為鏈接到網(wǎng)頁u的PR值.d被稱作阻尼系數(shù)，經(jīng)驗(yàn)值為0.85或0.5，主要功能是用來解決算法中由于垂懸鏈接所帶來的PR值滯留的問題，保證PR值能夠一直順利地傳遞下去.阻尼系數(shù)d的理論意義是指用戶通過點(diǎn)擊指向頁面u的超鏈接訪問到頁面u的概率，而1-d指的是用戶從其他頁面隨機(jī)跳轉(zhuǎn)到頁面u的概率.

對(duì)應(yīng)于公證人節(jié)點(diǎn)信任列表，若節(jié)點(diǎn)i到節(jié)點(diǎn)j存在指向關(guān)系，即節(jié)點(diǎn)i是信任節(jié)點(diǎn)j的.假設(shè)1個(gè)節(jié)點(diǎn)的PR值是1，該節(jié)點(diǎn)有n個(gè)信任的節(jié)點(diǎn)，其平均分配給其信任的節(jié)點(diǎn)的PR值就是1/n，即意味著該節(jié)點(diǎn)以1/n的投票數(shù)額支持其所信任的每一個(gè)節(jié)點(diǎn)充當(dāng)公證人.

1.2.2 PageRank算法存在的不足

傳統(tǒng)的PageRank算法的不足主要表現(xiàn)在3個(gè)方面：

第一是算法偏重于舊節(jié)點(diǎn)，一個(gè)節(jié)點(diǎn)的PR值的高低主要取決于其反向鏈接的數(shù)量，即多少節(jié)點(diǎn)對(duì)他進(jìn)行了投票.這就存在一個(gè)問題，當(dāng)一個(gè)新的節(jié)點(diǎn)產(chǎn)生之后，與那些早就存在的且有一定關(guān)系網(wǎng)的節(jié)點(diǎn)來說，基本上是不可能獲得反向鏈接的.因此，基于PR值排序之后，那些充當(dāng)公證人時(shí)間越長(zhǎng)久的節(jié)點(diǎn)，越容易在信用值排序中排在前面.而對(duì)于新的節(jié)點(diǎn)來說，存在時(shí)間較短，反向鏈接數(shù)量較少，導(dǎo)致PR值低，只能被排序在低位，進(jìn)而在排序結(jié)果中更加偏向于舊節(jié)點(diǎn)，而有些新節(jié)點(diǎn)可能在源鏈或者目標(biāo)鏈單鏈上的交易表現(xiàn)良好，可能更適合充當(dāng)公證人節(jié)點(diǎn)，因而這樣排序的結(jié)果不一定準(zhǔn)確.

第二是忽視了不同節(jié)點(diǎn)的質(zhì)量之差，而是平均地把PR值分配給所信任的節(jié)點(diǎn).這在一定程度上會(huì)使排序結(jié)果產(chǎn)生偏差，影響排序質(zhì)量.

第三是查詢主題的偏移.在進(jìn)行排序時(shí)，主要依賴于節(jié)點(diǎn)之間的指向關(guān)系，并沒有對(duì)節(jié)點(diǎn)內(nèi)容與所指向節(jié)點(diǎn)的內(nèi)容之間的匹配度進(jìn)行分析，即并沒有考慮公證人節(jié)點(diǎn)之間的交易信息的匹配度.而每個(gè)節(jié)點(diǎn)的歷史交易信息會(huì)對(duì)公證人節(jié)點(diǎn)的信用評(píng)估產(chǎn)生影響.

1.2.3 PageRank算法的改進(jìn)

在網(wǎng)頁的鏈接分析中，PageRank算法的思想取得了一定的成果[12].與鏈接分析類似，學(xué)術(shù)引文分析也可以借鑒類似的研究思想.1篇文獻(xiàn)被引用的次數(shù)越多，說明其參考價(jià)值越大.與參考文獻(xiàn)引用類似，一個(gè)公證人節(jié)點(diǎn)被信任的次數(shù)越多，說明這個(gè)節(jié)點(diǎn)相對(duì)越可靠.因此，在實(shí)驗(yàn)中，我們需要搜集其他節(jié)點(diǎn)的信任節(jié)點(diǎn)列表，如果一個(gè)節(jié)點(diǎn)A的信任列表中存在指向另一個(gè)節(jié)點(diǎn)B的信任信息，則可以看作是節(jié)點(diǎn)A對(duì)節(jié)點(diǎn)B的1次引用.基于這種相似性，從節(jié)點(diǎn)信任列表入手，可以分析節(jié)點(diǎn)的信用值.

相對(duì)來說，關(guān)于跨鏈交互公證人節(jié)點(diǎn)的信用值改善問題研究較少.但關(guān)于文獻(xiàn)價(jià)值排序算法研究較為豐富，在本文的研究中可以借鑒參考.庫珊等人[13]提出了改進(jìn)PHIA算法，先使用根集中所有網(wǎng)頁的PR值作為Hub和Authority初始迭代值，然后根據(jù)Markov Chain來獲取網(wǎng)頁排名的靜態(tài)分布，有助于提高網(wǎng)頁排序算法的正確率.考慮到新舊論文價(jià)值評(píng)估的不公平現(xiàn)象依舊存在，孫澤鋒等人[14]結(jié)合PageRank算法以及引入文獻(xiàn)的自身固有價(jià)值，并利用時(shí)間因子改進(jìn)阻尼因子，以使得新舊文獻(xiàn)在價(jià)值評(píng)估時(shí)有不同的側(cè)重，使得價(jià)值評(píng)估更具備公平性.華一雄等人[15]提出了一種基于PageRank算法的文獻(xiàn)搜索方法，利用WMD算法計(jì)算出文獻(xiàn)間的文本相似度，修正了不同文獻(xiàn)在賦予PR值時(shí)的權(quán)重值.

由此，在文獻(xiàn)價(jià)值排序算法中，大多使用改進(jìn)的PageRank算法，并對(duì)文獻(xiàn)的價(jià)值賦予改進(jìn)過后的權(quán)重值.另外，戴炳榮等人[5]在進(jìn)行公證人節(jié)點(diǎn)信用排序時(shí)采用改進(jìn)的PageRank算法，該算法通過計(jì)算節(jié)點(diǎn)之間的內(nèi)容相似性，在一定程度上解決了傳統(tǒng)算法中“主題漂移”的問題，但并沒有考慮到算法本身偏重于已經(jīng)扮演公證人角色很長(zhǎng)時(shí)間的舊節(jié)點(diǎn)，可能會(huì)導(dǎo)致排序結(jié)果的不準(zhǔn)確.再者，在刻畫公證人節(jié)點(diǎn)信用值的過程中，文中并沒有考慮到有些節(jié)點(diǎn)一開始只在源鏈上交易且自身信譽(yù)較高，但當(dāng)他在擁有目標(biāo)鏈的賬戶之后想成為公證人節(jié)點(diǎn)較為困難，因?yàn)樵摴?jié)點(diǎn)缺乏充當(dāng)公證人的成功經(jīng)歷，在節(jié)點(diǎn)信用值評(píng)分中分?jǐn)?shù)不高，但理論上而言這部分的節(jié)點(diǎn)更為靠譜.因此，需要對(duì)這2部分的價(jià)值加以區(qū)分，并賦以不同的權(quán)重.另外，文獻(xiàn)[5]中并沒有考慮到公證人節(jié)點(diǎn)合理的進(jìn)出管理機(jī)制.合理的公證人管理機(jī)制能夠更加有效地保障系統(tǒng)的順利運(yùn)行.因此，本文結(jié)合現(xiàn)有的研究現(xiàn)狀，提出了如下的節(jié)點(diǎn)信用值計(jì)算方案.

2 公證人節(jié)點(diǎn)信用值計(jì)算流程

2.1 公證人節(jié)點(diǎn)信用值評(píng)估流程

借鑒Kotulski等人[16]的節(jié)點(diǎn)信譽(yù)評(píng)估流程，本文的信用值評(píng)估流程如圖1所示:

圖1 公證人節(jié)點(diǎn)信用值評(píng)估流程

步驟1.選取一個(gè)國(guó)家認(rèn)證的機(jī)構(gòu)如央行充當(dāng)節(jié)點(diǎn)信用值計(jì)算的“領(lǐng)導(dǎo)者節(jié)點(diǎn)”.該領(lǐng)導(dǎo)者節(jié)點(diǎn)在規(guī)定某時(shí)間段內(nèi)對(duì)所有符合條件的公證人節(jié)點(diǎn)計(jì)算信任度，該領(lǐng)導(dǎo)者節(jié)點(diǎn)會(huì)向這些節(jié)點(diǎn)發(fā)出評(píng)價(jià)信號(hào)，收集節(jié)點(diǎn)之間的信任列表并廣播自己的公鑰和信息收集的截止時(shí)間；普通公證人節(jié)點(diǎn)如果錯(cuò)過收集時(shí)間，則取消這一輪被選為公證人節(jié)點(diǎn)的資格.為了防止女巫攻擊，引入保證金池，即每個(gè)節(jié)點(diǎn)在充當(dāng)候選公證人組之前，需要繳付一定的資金抵押，待交易完成之后與手續(xù)費(fèi)一并返還.

步驟2.各個(gè)節(jié)點(diǎn)看到信任列表的收集消息之后，將所需要呈報(bào)的消息使用自己的私鑰Sigi進(jìn)行簽名，并用該領(lǐng)導(dǎo)者節(jié)點(diǎn)的公鑰KL進(jìn)行加密，將加密過后的數(shù)據(jù)發(fā)送給領(lǐng)導(dǎo)者節(jié)點(diǎn).該領(lǐng)導(dǎo)者節(jié)點(diǎn)收到消息之后，先用自己的私鑰解密，再用普通公證人節(jié)點(diǎn)的公鑰驗(yàn)證簽名，確保消息是由該普通公證人節(jié)點(diǎn)發(fā)送的且未經(jīng)篡改.將從所有普通公證人節(jié)點(diǎn)發(fā)送的消息整合，最終形成信任關(guān)系圖并廣播出去，這條消息將附帶一個(gè)時(shí)間戳T1；領(lǐng)導(dǎo)者節(jié)點(diǎn)在規(guī)定時(shí)間內(nèi)若未收到異議則繼續(xù)推進(jìn)，否則再次核實(shí)計(jì)算.

步驟3.領(lǐng)導(dǎo)者節(jié)點(diǎn)會(huì)自動(dòng)收集各個(gè)節(jié)點(diǎn)在2條鏈上單獨(dú)的交易信息以及跨鏈交互中充當(dāng)公證人的交易信息，并使用改進(jìn)的PageRank算法計(jì)算每個(gè)節(jié)點(diǎn)的信用值之后，將結(jié)果及計(jì)算過程附上一個(gè)時(shí)間戳T2后公布；領(lǐng)導(dǎo)者節(jié)點(diǎn)在規(guī)定時(shí)間內(nèi)若未收到異議則自動(dòng)剔除排名末20名的節(jié)點(diǎn)，信用值排序流程結(jié)束，剩余未被剔除的節(jié)點(diǎn)構(gòu)成候選公證人組.

2.2 公證人組的管理

公證人節(jié)點(diǎn)管理流程如圖2所示.

圖2 公證人節(jié)點(diǎn)管理流程

2.2.1 公證人組的加入

同時(shí)擁有源鏈和目標(biāo)鏈賬戶的節(jié)點(diǎn)可以申請(qǐng)加入公證人選舉，但是需要預(yù)先繳納一部分的保證金，以防止女巫攻擊，否則攻擊者可能會(huì)偽造生成大量的節(jié)點(diǎn)來干擾公證人選舉進(jìn)程[17].在所有申請(qǐng)加入的節(jié)點(diǎn)中，通過前面所述的算法計(jì)算出所有節(jié)點(diǎn)的信用值，并剔除尾部排序較低的節(jié)點(diǎn)，剩余的節(jié)點(diǎn)組成一個(gè)公證人候選預(yù)備組.若不設(shè)置保證金池，惡意節(jié)點(diǎn)可能會(huì)偽造大量地址湊數(shù)，這些地址由于沒有交易表現(xiàn)，無法進(jìn)行評(píng)估，因此信用值計(jì)算值較低.惡意節(jié)點(diǎn)最終能夠通過增加低信用值節(jié)點(diǎn)的個(gè)數(shù)，以保證自身不被信用值排序算法剔除，則設(shè)置保證金池是必要的.由于候選公證人組中已剔除了一些信用值排序較低的節(jié)點(diǎn)，從而在候選公證人組中根據(jù)算法隨機(jī)選取正式公證人組時(shí)，能在一定程度上確保公證人組的可靠性，有利于維護(hù)跨鏈交互的正常運(yùn)作.

2.2.2 公證人組的退出

公證人節(jié)點(diǎn)的退出機(jī)制分為自愿退出和被迫退出2種情況.

1) 自愿退出.節(jié)點(diǎn)因?yàn)樽陨碓蜃栽干暾?qǐng)退出公證人組的選舉.在這種情況下，節(jié)點(diǎn)需要完成手頭上所有充當(dāng)公證人的交易，且沒有任何不誠(chéng)信行為.否則，需要給予適當(dāng)?shù)膽土P，在保證金池中扣除一定的違約金.

2) 被迫退出.節(jié)點(diǎn)因?yàn)椴徽\(chéng)信等原因被領(lǐng)導(dǎo)者節(jié)點(diǎn)取消參與公證人選舉的資格或者是叫停充當(dāng)公證人交易的過程.

對(duì)于第1種情況，因?yàn)楣?jié)點(diǎn)有過不誠(chéng)信交易等原因，領(lǐng)導(dǎo)者節(jié)點(diǎn)有權(quán)取消該節(jié)點(diǎn)的評(píng)選資格；而對(duì)于第2種情況，在節(jié)點(diǎn)充當(dāng)公證人的交易過程中，其他公證人可向領(lǐng)導(dǎo)者節(jié)點(diǎn)舉報(bào)該公證人節(jié)點(diǎn)，領(lǐng)導(dǎo)者節(jié)點(diǎn)一旦核實(shí)了該節(jié)點(diǎn)的不誠(chéng)信行為，就有權(quán)叫停交易過程并重新更換新的公證人節(jié)點(diǎn).在被迫退出的情況下，都將直接沒收保證金作為懲罰.而參與舉報(bào)其他節(jié)點(diǎn)違規(guī)行為的公證人節(jié)點(diǎn)將會(huì)受到一定程度的代幣獎(jiǎng)勵(lì).

公證人信用評(píng)估計(jì)算過程都在鏈外進(jìn)行.在數(shù)據(jù)計(jì)算結(jié)束之后，將結(jié)果輸入到區(qū)塊鏈，廣播給所有節(jié)點(diǎn)，進(jìn)行所有節(jié)點(diǎn)的消息確認(rèn).將信用評(píng)估計(jì)算過程放在鏈外進(jìn)行，只需要將最后的結(jié)果與區(qū)塊鏈交互，既不需要占用區(qū)塊鏈內(nèi)存又不會(huì)影響區(qū)塊鏈的運(yùn)行速率.最后將所有節(jié)點(diǎn)按照信用值排序，剔除未排名20%的節(jié)點(diǎn)將剩余的節(jié)點(diǎn)組成一個(gè)候選公證人組，以備在正式的跨鏈交互中從里面隨機(jī)選出若干節(jié)點(diǎn)構(gòu)成正式公證人組.

2.3 改進(jìn)的基于PageRank的公證人節(jié)點(diǎn)信用排序算法

公證人節(jié)點(diǎn)信用值排序算法流程如圖3所示：

圖3 公證人節(jié)點(diǎn)信用值排序算法流程

算法1.改進(jìn)的基于PageRank的公證人節(jié)點(diǎn)信用排序算法.

步驟1.所有公證人節(jié)點(diǎn)給出自己信任的節(jié)點(diǎn)，這種信任關(guān)系可能來源于之前一起充當(dāng)正式公證人組參與交易時(shí)的經(jīng)歷感受或者是在單鏈上參與交易時(shí)的交易體會(huì).然后領(lǐng)導(dǎo)者節(jié)點(diǎn)收集所有普通公證人節(jié)點(diǎn)的信任關(guān)系評(píng)價(jià)表，將所有節(jié)點(diǎn)之間的信任關(guān)系組織成一張節(jié)點(diǎn)關(guān)系圖并廣播給所有節(jié)點(diǎn)以待確認(rèn).

步驟2.收集節(jié)點(diǎn)在充當(dāng)公證人經(jīng)歷中的歷史交易評(píng)價(jià)表，包括交易處理效率time、用戶反饋grade、交易是否成功statue等因素.節(jié)點(diǎn)完成交易越高效，其信用值越高；引入分段函數(shù)(如式(2)所示)確定歷史交易評(píng)價(jià)表的權(quán)重[18]，根據(jù)式(3)～(5)分別得到節(jié)點(diǎn)的交易是否成功值Qsuccess，交易處理效率Qtime以及用戶反饋評(píng)價(jià)值Qassess，組成向量A=(Qsuccess,Qtime,Qassess):

(2)

(3)

(4)

(5)

(6)

其中Nu為對(duì)于節(jié)點(diǎn)u而言在源鏈以及目標(biāo)鏈上的交易總數(shù)，Scorei為每筆交易的評(píng)分值.

步驟4.考慮到PageRank算法中存在“主題漂移”的現(xiàn)象，能夠有效避免“主題偏移”的改進(jìn)方法之一是計(jì)算節(jié)點(diǎn)之間的關(guān)聯(lián)性，即引入余弦相似度，考慮節(jié)點(diǎn)之間的交易表現(xiàn)對(duì)傳播權(quán)重的影響.從2個(gè)節(jié)點(diǎn)之間的交易情況來看，若二者之間都是交易效率高、用戶反饋評(píng)價(jià)好以及誠(chéng)信充當(dāng)公證人確保交易成功的節(jié)點(diǎn)，那二者的相似度很高，當(dāng)一個(gè)節(jié)點(diǎn)的PR值較高時(shí)，理應(yīng)傳遞給該節(jié)點(diǎn)更多的PR值，而不是平均分配，即擁有優(yōu)秀表現(xiàn)的節(jié)點(diǎn)將會(huì)獲得更高的PR值.節(jié)點(diǎn)M與節(jié)點(diǎn)N之間的相似度計(jì)算公式為[19]

(7)

利用前面收集到的信息和余弦相似度計(jì)算公證人節(jié)點(diǎn)兩兩之間的相似度，得到Puv，進(jìn)而算出節(jié)點(diǎn)充當(dāng)公證人獲得的價(jià)值Gainvalue.其中w∈F(u)指的是所有指向節(jié)點(diǎn)u的節(jié)點(diǎn).

(8)

步驟5.將二者按照公式線性加和，得到PR(u).這里阻尼系數(shù)d表示一個(gè)節(jié)點(diǎn)的自身固有價(jià)值和通過充當(dāng)公證人節(jié)點(diǎn)獲得的價(jià)值各自所占的比重.而改進(jìn)后的阻尼系數(shù)d(tu)=d×Tu加了時(shí)間因子進(jìn)行調(diào)節(jié)，緩解了傳統(tǒng)算法中偏重于舊節(jié)點(diǎn)的問題.借鑒王德廣等人[20]采用分段函數(shù)對(duì)偏重舊節(jié)點(diǎn)的現(xiàn)象進(jìn)行改進(jìn)，其中Tu如式(10)所示.阻尼系數(shù)的提出可根據(jù)充當(dāng)公證人節(jié)點(diǎn)時(shí)間長(zhǎng)短的不同，給予公證人節(jié)點(diǎn)的自身固有價(jià)值以及充當(dāng)公證人獲取價(jià)值在節(jié)點(diǎn)信用值評(píng)估中賦予不同的權(quán)重，對(duì)于新充當(dāng)公證人節(jié)點(diǎn)能夠?qū)ψ陨砉逃袃r(jià)值賦予更大的權(quán)重值，以修正補(bǔ)充該節(jié)點(diǎn)較為匱乏的充當(dāng)2條鏈之間的公證人經(jīng)歷，以獲得合適的價(jià)值.

PR(u)=(1-d(tu))×Fixvalue(u)+
d(tu)×Gainvalue(u)，

(9)

(10)

3 方案論證、分析與比較

本文首先部署了100個(gè)公證人節(jié)點(diǎn)，以0～99之間的連續(xù)整數(shù)對(duì)這100個(gè)節(jié)點(diǎn)進(jìn)行編號(hào)，并收集了節(jié)點(diǎn)之間的信任評(píng)價(jià)表，即一個(gè)節(jié)點(diǎn)對(duì)另一個(gè)節(jié)點(diǎn)是否信任，如果存在信任關(guān)系，即存在一個(gè)節(jié)點(diǎn)指向另一個(gè)節(jié)點(diǎn)，即“0→4”表示節(jié)點(diǎn)0信任節(jié)點(diǎn)4.部分公證人節(jié)點(diǎn)之間的信任關(guān)系圖如圖4所示:

圖4 部分公證人節(jié)點(diǎn)信任關(guān)系圖

然后收集所有公證人節(jié)點(diǎn)在源鏈和目標(biāo)鏈上參與的每筆交易是否成功的信息，以及收集節(jié)點(diǎn)在充當(dāng)公證人交易中的歷史交易信息，包括交易是否成功、交易處理時(shí)間和用戶反饋評(píng)價(jià)信息，其中在充當(dāng)公證人交易信息中，交易狀態(tài)為1表示交易成功，為0則表示交易失敗.若交易沒有成功即交易狀態(tài)為0時(shí)，交易處理時(shí)間和用戶反饋評(píng)價(jià)為缺失值.節(jié)點(diǎn)0在單鏈上的交易信息如表1所示，在充當(dāng)公證人中的交易信息如表2所示.另外還收集了節(jié)點(diǎn)充當(dāng)公證人的時(shí)長(zhǎng).

表1 節(jié)點(diǎn)0在單鏈上歷史交易信息

表2 節(jié)點(diǎn)0充當(dāng)公證人歷史交易信息

本文基于收集到的節(jié)點(diǎn)信任關(guān)系圖以及節(jié)點(diǎn)的歷史交易信息進(jìn)行仿真測(cè)試，分別計(jì)算出算法1、戴炳榮等人[5]改進(jìn)的算法以及傳統(tǒng)PageRank算法三者對(duì)應(yīng)的PR值，其結(jié)果如圖5和圖6所示.可以看出，3種算法的PR值在數(shù)值上存在差異.戴炳榮等人[5]改進(jìn)算法相對(duì)于傳統(tǒng)的PageRank算法而言，考慮到節(jié)點(diǎn)之間的歷史交易信息，較好地解決了傳統(tǒng)算法存在“主題偏移”的問題，進(jìn)而影響PR值的度量結(jié)果.而與傳統(tǒng)PageRank算法的排序結(jié)果以及戴炳榮等人[5]的算法結(jié)果作比較，算法1除了解決傳統(tǒng)算法中存在的“主題偏移”問題之外，將時(shí)間因子引入阻尼系數(shù)，從單鏈上的交易表現(xiàn)以及充當(dāng)公證人的交易表現(xiàn)2個(gè)維度出發(fā)，調(diào)節(jié)2種交易模式下的權(quán)重值，致力于解決傳統(tǒng)PageRank算法中偏重于舊節(jié)點(diǎn)的問題.因此，3種計(jì)算節(jié)點(diǎn)PR值的度量結(jié)果會(huì)有所區(qū)別.

圖5 傳統(tǒng)PageRank算法和算法1仿真結(jié)果信用值對(duì)比

圖6 戴炳榮等人[5]改進(jìn)算法和算法1仿真結(jié)果信用值對(duì)比

計(jì)算出PR值之后，將根據(jù)PR值排序結(jié)果先剔除排名在末20名的節(jié)點(diǎn)，然后將剩余的節(jié)點(diǎn)組成候選公證人組.基于傳統(tǒng)的PageRank算法，戴炳榮等人[5]改進(jìn)的算法與算法1剔除的末20名的節(jié)點(diǎn)信用值如圖7和圖8所示.

圖7 傳統(tǒng)PageRank算法和算法1末20名節(jié)點(diǎn)的信用值

圖8 戴炳榮等人[5]改進(jìn)算法和算法1末20名節(jié)點(diǎn)的信用值

剔除的具體節(jié)點(diǎn)列表如表3所示.從表3可以看出，戴炳榮等人[5]改進(jìn)的算法剔除了公證人交易中用戶評(píng)價(jià)較低的節(jié)點(diǎn)，包括節(jié)點(diǎn)4，88，56等，說明該算法較好地結(jié)合了用戶充當(dāng)公證人的歷史評(píng)價(jià)信息.而算法1不僅剔除了公證人交易中用戶評(píng)價(jià)較低的節(jié)點(diǎn)(如節(jié)點(diǎn)41，60，16等)，還剔除了單鏈上的用戶評(píng)價(jià)信息較低的節(jié)點(diǎn)(如節(jié)點(diǎn)68，44，83等).具體來看，對(duì)于排名末20名的節(jié)點(diǎn)，傳統(tǒng)的PageRank算法在該次仿真實(shí)驗(yàn)中，剔除的節(jié)點(diǎn)中有3個(gè)是公證人交易用戶評(píng)價(jià)較低的節(jié)點(diǎn)，有3個(gè)單鏈上評(píng)價(jià)較低的節(jié)點(diǎn).而對(duì)于戴炳榮等人[5]改進(jìn)的算法，剔除的節(jié)點(diǎn)中有5個(gè)是公證人交易用戶評(píng)價(jià)較低的節(jié)點(diǎn)，有4個(gè)單鏈上評(píng)價(jià)較低的節(jié)點(diǎn).對(duì)于算法1而言，剔除的節(jié)點(diǎn)中有11個(gè)是公證人交易用戶評(píng)價(jià)較低的節(jié)點(diǎn)，有8個(gè)單鏈上評(píng)價(jià)較低的節(jié)點(diǎn).由此可以看出，新提出的改進(jìn)算法較好地綜合了節(jié)點(diǎn)在單鏈以及充當(dāng)公證人的歷史交易信息，對(duì)于缺少公證人交易信息的節(jié)點(diǎn)，能夠更客觀地結(jié)合單鏈信息綜合評(píng)定.對(duì)于節(jié)點(diǎn)67來說，在戴炳榮等人[5]算法中的信用評(píng)分較低，可能是充當(dāng)公證人交易表現(xiàn)一般，但是在單鏈上交易表現(xiàn)排名較高(7/100)，綜合二者的表現(xiàn)，節(jié)點(diǎn)67相對(duì)較為靠譜，不需要被剔除，可以加入候選公證人組，因此在算法1中并未將其剔除.另外，算法1用時(shí)間因子改善了阻尼系數(shù)，旨在于解決傳統(tǒng)PageRank算法中帶來的偏重于舊節(jié)點(diǎn)的問題，改善信用值排序結(jié)果.比如對(duì)于節(jié)點(diǎn)25而言，在仿真實(shí)驗(yàn)中充當(dāng)公證人的時(shí)長(zhǎng)相對(duì)較短，資歷排名為80/100，在戴炳榮等人[5]算法和傳統(tǒng)的PageRank算法中節(jié)點(diǎn)信用值排名分別為96，99，而算法1中卻躍升到第63名，查看節(jié)點(diǎn)25的歷史交易信息，在單鏈上的交易表現(xiàn)排名為33/100，在充當(dāng)公證人交易中打分排名為65/100，該節(jié)點(diǎn)交易表現(xiàn)良好，算法1在一定程度上改善了新節(jié)點(diǎn)在排序時(shí)信用值被低估的現(xiàn)象.

表3 被剔除的節(jié)點(diǎn)

4 結(jié) 論

基于公證人機(jī)制中存在的“單點(diǎn)故障”和“信用監(jiān)督不足”等問題，本文通過改進(jìn)的PageRank算法與保證金池，將時(shí)間因子引入阻尼因子中，從單鏈以及充當(dāng)公證人的交易表現(xiàn)2個(gè)維度對(duì)節(jié)點(diǎn)的信用值進(jìn)行評(píng)估，旨在更公平客觀地計(jì)算公證人節(jié)點(diǎn)的信用值以及防止女巫攻擊.實(shí)驗(yàn)結(jié)果表明，本文算法有效地結(jié)合了節(jié)點(diǎn)在單鏈以及在充當(dāng)公證人交易中的歷史信息，并且完善了傳統(tǒng)PageRank算法的缺陷，即偏重舊節(jié)點(diǎn)以及“主題偏移”現(xiàn)象，相對(duì)客觀地對(duì)公證人節(jié)點(diǎn)進(jìn)行評(píng)價(jià)，提高了節(jié)點(diǎn)信用值評(píng)估的公平性以及能夠較為有效地剔除惡意節(jié)點(diǎn).另外，實(shí)驗(yàn)剔除了信用值排序較低的節(jié)點(diǎn)構(gòu)成候選公證人組，有助于在候選公證人組中根據(jù)算法合理選出一些公證人節(jié)點(diǎn)組成正式公證人組參與跨鏈交互，使得整個(gè)公證人組信用度得以提升，以便提高跨鏈交互中公證人機(jī)制的可靠程度和系統(tǒng)的穩(wěn)定性.