摘 要：針對(duì)許可區(qū)塊鏈場(chǎng)景下實(shí)用拜占庭容錯(cuò)（Ｐｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ，ＰＢＦＴ） 共識(shí)算法通信開銷大、主節(jié)點(diǎn)選取隨意以及吞吐量低等問題，通過引入并優(yōu)化信譽(yù)評(píng)分模型（Ｒｅｐｕｔａｔｉｏｎ Ｓｃｏｒｉｎｇ Ｍｏｄｅｌ，ＲＳＭ）。提出了一種基于信譽(yù)分類的拜占庭容錯(cuò)（Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ Ｂａｓｅｄ ｏｎ Ｒｅｐｕｔａｔｉｏｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ＲＣＢＦＴ） 共識(shí)算法。定義ＲＳＭ，依據(jù)節(jié)點(diǎn)的歷史共識(shí)行為所獲得的信譽(yù)評(píng)分排序?qū)⑴c節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)分類以及分級(jí)管理，提出基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)；在可信節(jié)點(diǎn)層中隨機(jī)選取節(jié)點(diǎn)來?yè)?dān)任主節(jié)點(diǎn)，優(yōu)化主節(jié)點(diǎn)選取機(jī)制；設(shè)計(jì)了緩沖節(jié)點(diǎn)層類型轉(zhuǎn)換策略（Ｔｙｐｅ ＣｏｎｖｅｒｓｉｏｎＳｔｒａｔｅｇｙ ｆｏｒ Ｎｏｄｅｓ，ＴＣＳＮ），兼顧了環(huán)境等非主觀因素導(dǎo)致低信譽(yù)評(píng)分的誠(chéng)實(shí)節(jié)點(diǎn)不能參與共識(shí)的問題，使得誠(chéng)實(shí)節(jié)點(diǎn)盡可能多地參與共識(shí)，而拜占庭節(jié)點(diǎn)快速下降到最差類型中限制共識(shí)權(quán)限；ＲＣＢＦＴ 共識(shí)算法還對(duì)傳統(tǒng)三階段共識(shí)協(xié)議進(jìn)行優(yōu)化，減少通信開銷，在確保容錯(cuò)性的同時(shí)能夠提高算法性能。實(shí)驗(yàn)分析表明，相較于ＰＢＦＴ 共識(shí)算法，ＲＣＢＦＴ 共識(shí)算法能夠提升交易吞吐量，降低通信開銷與共識(shí)時(shí)延。

關(guān)鍵詞：區(qū)塊鏈；共識(shí)算法；信譽(yù)分類；拜占庭節(jié)點(diǎn)；性能提升

中圖分類號(hào)：ＴＰ３１１ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（ＯＳＩＤ）：

文章編號(hào)：１００３－３１０６（２０２４）０４－０８０４－１３

０ 引言

區(qū)塊鏈本質(zhì)上是一種去中心化的分布式賬本技術(shù)，用于記錄由沒有中央權(quán)威機(jī)構(gòu)的節(jié)點(diǎn)維護(hù)的交易［１］。去中心化是區(qū)塊鏈技術(shù)帶來的一個(gè)獨(dú)特理念。在過去，人們都生活在一個(gè)中心化的環(huán)境中，往往受到各方組織的監(jiān)督和管理。而在區(qū)塊鏈實(shí)現(xiàn)的去中心化的網(wǎng)絡(luò)環(huán)境中，沒有各種各樣的中心化組織的監(jiān)督，每個(gè)節(jié)點(diǎn)之間是公平公正的。因此，需要每個(gè)節(jié)點(diǎn)之間達(dá)成共識(shí)，實(shí)現(xiàn)交易的合法性和區(qū)塊鏈的去中心化。

隨著區(qū)塊鏈技術(shù)在各行各業(yè)的發(fā)展與廣泛應(yīng)用，區(qū)塊鏈的類別也越來越細(xì)化，不同分類依據(jù)會(huì)有不同的區(qū)塊鏈分類方式，同時(shí)不同的區(qū)塊鏈適配的共識(shí)算法也有所不同。根據(jù)不同應(yīng)用場(chǎng)景下信任的不同構(gòu)建模式，可以將區(qū)塊鏈分為兩大類：許可區(qū)塊鏈與非許可區(qū)塊鏈［２］。依據(jù)去中心化的程度，區(qū)塊鏈可以分為公有鏈、聯(lián)盟鏈以及私有鏈。許可區(qū)塊鏈包含聯(lián)盟鏈以及私有鏈，是由一組已知的、已識(shí)別的節(jié)點(diǎn)組成，這些節(jié)點(diǎn)不能完全信任彼此，只有被授權(quán)節(jié)點(diǎn)才可以加入?yún)^(qū)塊鏈網(wǎng)絡(luò)，并且每個(gè)節(jié)點(diǎn)所具有的權(quán)限也各有不同。這種事前建立信任的模式使得許可區(qū)塊鏈相比于非許可區(qū)塊鏈效率更高。在許多應(yīng)用場(chǎng)景中，非許可區(qū)塊鏈完全開放、完全去中心化以及節(jié)點(diǎn)完全的自由進(jìn)出的特性并不是必需的，其極低的效率更不能滿足實(shí)際的應(yīng)用需求，因此許可區(qū)塊鏈在許多實(shí)際應(yīng)用場(chǎng)景中成為高適用性的區(qū)塊鏈選型。只有把好的共識(shí)算法應(yīng)用到合適的場(chǎng)景中，才能使其效益最大化。

共識(shí)算法是影響系統(tǒng)整體復(fù)雜程度、容錯(cuò)效果和吞吐量的重要因素，具有不同的安全性和擴(kuò)展性需求的系統(tǒng)所需的共識(shí)協(xié)議也不盡相同。對(duì)于非許可區(qū)塊鏈和許可區(qū)塊鏈而言，二者的節(jié)點(diǎn)準(zhǔn)入程度、容錯(cuò)要求、吞吐量以及網(wǎng)絡(luò)規(guī)模存在差異，共識(shí)算法在二者之間也產(chǎn)生了較大的區(qū)別。具體而言，非許可區(qū)塊鏈網(wǎng)絡(luò)對(duì)所有節(jié)點(diǎn)是完全開放的，一般具有很高的網(wǎng)絡(luò)規(guī)模，多采用ＰｏＸ 類協(xié)議并配合激勵(lì)機(jī)制實(shí)現(xiàn)共識(shí)一致性；許可區(qū)塊鏈對(duì)相關(guān)節(jié)點(diǎn)限制了訪問權(quán)限，可以在一定程度上減少拜占庭事件的發(fā)生，因此可采用拜占庭類協(xié)議來構(gòu)造信任模型。

在當(dāng)前的許可區(qū)塊鏈應(yīng)用場(chǎng)景，如物流、金融和供應(yīng)鏈等對(duì)區(qū)塊鏈系統(tǒng)性能要求高的行業(yè)，需要處理大量的業(yè)務(wù)數(shù)據(jù)，但存在交易處理速度慢、吞吐量低等問題。因此，對(duì)適配高性能許可區(qū)塊鏈場(chǎng)景的共識(shí)算法設(shè)計(jì)變得尤為重要。

２０１８ 年，Ｌｅｉ 等［３］ 針對(duì)實(shí)用拜占庭容錯(cuò)（Ｐｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ，ＰＢＦＴ）算法很難及時(shí)識(shí)別和刪除故障節(jié)點(diǎn)、主節(jié)點(diǎn)容易受到攻擊以及節(jié)點(diǎn)之間的平等關(guān)系不適用于某些現(xiàn)實(shí)場(chǎng)景等問題，通過對(duì)節(jié)點(diǎn)行為的信譽(yù)評(píng)估，提出了一種基于信譽(yù)的拜占庭容錯(cuò)算法ＲＢＦＴ，實(shí)現(xiàn)對(duì)共識(shí)過程中惡意節(jié)點(diǎn)的容錯(cuò)處理，避免拜占庭錯(cuò)誤，確保系統(tǒng)的穩(wěn)定運(yùn)行。在投票過程中，如果檢測(cè)到節(jié)點(diǎn)有任何的惡意行為，都會(huì)降低節(jié)點(diǎn)的信譽(yù)，并且較高信譽(yù)的節(jié)點(diǎn)成為主節(jié)點(diǎn)的機(jī)會(huì)更大。實(shí)驗(yàn)結(jié)果表明該算法獲得了較好的性能，保證了系統(tǒng)的安全性和可靠性。但該算法仍然維持ＰＢＦＴ 的三階段共識(shí)，具有較大的通信開銷，可擴(kuò)展性較差，而且并未考慮環(huán)境等客觀因素造成節(jié)點(diǎn)信譽(yù)偏低的情況。

２０１９ 年，Ｇａｏ 等［４］在ＰＢＦＴ 算法的基礎(chǔ)上引入特征信任的概念以構(gòu)建可信任共識(shí)組，提出了基于特征信任（Ｅｉｇｅｎ Ｔｒｕｓｔ）模型的優(yōu)化ＰＢＦＴ 共識(shí)算法———ＴＰＢＦＴ，根據(jù)節(jié)點(diǎn)間的交易行為來評(píng)估節(jié)點(diǎn)的信任程度，并選出網(wǎng)絡(luò)中的高信任值的節(jié)點(diǎn)來構(gòu)建共識(shí)組，該算法降低了通信復(fù)雜度，提高了共識(shí)效率。雖然該算法降低了視圖的切換頻率和通信的復(fù)雜度，但并未考慮到主節(jié)點(diǎn)是拜占庭節(jié)點(diǎn)的情況。甘俊等［５］針對(duì)ＰＢＦＴ 算法靜態(tài)的網(wǎng)絡(luò)結(jié)構(gòu)、主節(jié)點(diǎn)選取隨意和通信開銷較大等問題，提出了ＥＰＢＦＴ 共識(shí)算法。通過巧妙設(shè)置節(jié)點(diǎn)的生命周期，允許節(jié)點(diǎn)動(dòng)態(tài)出入，并結(jié)合最長(zhǎng)鏈原則優(yōu)化選主方式，具有良好的實(shí)用性和有效性，但只能應(yīng)用于節(jié)點(diǎn)較少的場(chǎng)景。

２０２０ 年，宋哲［６］聚焦于共識(shí)算法的性能提升，也引入了信任機(jī)制的概念來改進(jìn)ＰＢＦＴ，根據(jù)不同信譽(yù)值的節(jié)點(diǎn)被選為主節(jié)點(diǎn)的概率不同，測(cè)試結(jié)果表明其設(shè)計(jì)的ＣＰＢＦＴ 算法有較好的時(shí)延和吞吐量，擁有較小的通信開銷，可以適應(yīng)大部分高性能區(qū)塊鏈應(yīng)用場(chǎng)景。雖然ＣＰＢＦＴ 算法限制了一些惡意節(jié)點(diǎn)的共識(shí)參與，但是低信譽(yù)值的節(jié)點(diǎn)依然有可能成為主節(jié)點(diǎn)，而且信譽(yù)值較低的節(jié)點(diǎn)可以繳納一定的保證金來提升自己成為主節(jié)點(diǎn)的概率，因此當(dāng)惡意節(jié)點(diǎn)認(rèn)為所獲得的收益超過保證金時(shí)，惡意節(jié)點(diǎn)就會(huì)做出利己的惡意行為，而如果某個(gè)節(jié)點(diǎn)長(zhǎng)期擁有大量的保證金，就會(huì)導(dǎo)致系統(tǒng)中心化，背離區(qū)塊鏈去中心化思想，該系統(tǒng)仍然存在共識(shí)延遲、共識(shí)效率等問題。

２０２１ 年，周藝華等［７］針對(duì)哈希圖（Ｈａｓｈｇｒａｐｈ）共識(shí)算法［８］穩(wěn)定性差、共識(shí)過程復(fù)雜，以及易受節(jié)點(diǎn)性能、帶寬等影響的問題，在Ｈａｓｈｇｒａｐｈ 共識(shí)算法中引入信譽(yù)度模型以評(píng)估節(jié)點(diǎn)的性能，與獎(jiǎng)勵(lì)機(jī)制結(jié)合來監(jiān)管并激勵(lì)節(jié)點(diǎn)參與共識(shí)，同時(shí)引入領(lǐng)導(dǎo)人縮減共識(shí)過程，降低算法復(fù)雜度，引入可驗(yàn)證隨機(jī)函數(shù)（Ｖｅｒｉｆｉａｂｌｅ Ｒａｎｄｏｍ Ｆｕｎｃｔｉｏｎ，ＶＲＦ）保障領(lǐng)導(dǎo)人選取的不可預(yù)測(cè)性。實(shí)驗(yàn)結(jié)果表明，該算法縮短了交易時(shí)間，提高了系統(tǒng)穩(wěn)定性。Ｈａｓｈｇｒａｐｈ 是采用了有向無環(huán)圖（Ｄｉｒｅｃｔｅｄ Ａｃｙｃｌｉｃ Ｇｒａｐｈ，ＤＡＧ）結(jié)構(gòu)的經(jīng)典共識(shí)應(yīng)用之一，許多研究人員也試圖通過將ＤＡＧ 結(jié)構(gòu)引入?yún)^(qū)塊鏈中對(duì)交易進(jìn)行并發(fā)處理以達(dá)到性能提升的目的，如Ｌｉ 等［９－１０］提出的Ｃｏｎｆｌｕｘ 系統(tǒng)，指出該系統(tǒng)與ＧＨＯＳＴ［１１］具有相同的安全性，但并未具體論述和證明。

２０２２ 年，陳潤(rùn)宇等［１２］針對(duì)ＰＢＦＴ 主節(jié)點(diǎn)選取隨意、通信復(fù)雜度高且易集中化等問題，提出ＲＮＶＰＢＦＴ 共識(shí)算法，通過引入監(jiān)督節(jié)點(diǎn)實(shí)現(xiàn)信息的中轉(zhuǎn)，同時(shí)采用隨機(jī)參數(shù)以增強(qiáng)系統(tǒng)去中心化，并設(shè)計(jì)動(dòng)態(tài)信譽(yù)模型以區(qū)分節(jié)點(diǎn)是否誠(chéng)實(shí)，在一定程度上對(duì)一致性協(xié)議進(jìn)行了簡(jiǎn)化。實(shí)驗(yàn)結(jié)果表明該算法能有效地降低通信的復(fù)雜度，同時(shí)也能較好地解決去中心化帶來的問題。但該算法將所有投票結(jié)果記錄在一個(gè)節(jié)點(diǎn)中，雖然避免了節(jié)點(diǎn)之間過多的通信，但敵手很可能會(huì)集中攻擊該節(jié)點(diǎn)造成系統(tǒng)宕機(jī)。而且該算法區(qū)分拜占庭節(jié)點(diǎn)和誠(chéng)實(shí)節(jié)點(diǎn)以信譽(yù)值０． ５ 的分界閾值為判斷依據(jù)，劃分過于簡(jiǎn)單，同時(shí)也并未考慮到環(huán)境因素所造成的節(jié)點(diǎn)非主觀惡意行為的情況。黃子鑫等［１３］提出針對(duì)傳統(tǒng)ＰＢＦＴ 算法在監(jiān)理數(shù)據(jù)共享系統(tǒng)應(yīng)用中存在的主節(jié)點(diǎn)選取隨意、共識(shí)效率隨節(jié)點(diǎn)規(guī)模增大而不斷降低等問題，根據(jù)節(jié)點(diǎn)信任度評(píng)價(jià)模型對(duì)ＰＢＦＴ 進(jìn)行改進(jìn)，縮小共識(shí)群組規(guī)模降低通信復(fù)雜度，在保證共識(shí)安全的前提下，有效地提升了共識(shí)效率。陳潤(rùn)宇等［１２］提出一種基于信譽(yù)值投票與隨機(jī)數(shù)選舉的ＲＮＶＰＢＦＴ 共識(shí)算法。增設(shè)初始記賬節(jié)點(diǎn)，降低選舉過程的通信復(fù)雜度以及提升選舉公平性，但是在三階段通信廣播中，存在２ 次全網(wǎng)廣播，嚴(yán)重占用系統(tǒng)帶寬。

因此，提出了一種基于信譽(yù)分類的拜占庭容錯(cuò)（Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ Ｂａｓｅｄ ｏｎ Ｒｅｐｕｔａｔｉｏｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ＲＣＢＦＴ）共識(shí)算法。該算法針對(duì)傳統(tǒng)的ＰＢＦＴ共識(shí)算法的不足之處進(jìn)行改進(jìn)，通過引入信譽(yù)分類協(xié)議并優(yōu)化信譽(yù)評(píng)分模型（Ｒｅｐｕｔａｔｉｏｎ Ｓｃｏｒｉｎｇ Ｍｏｄｅｌ，ＲＳＭ），依據(jù)節(jié)點(diǎn)的歷史共識(shí)行為所獲得的信譽(yù)評(píng)分來對(duì)參與節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)分類以及分級(jí)管理，提高了視圖切換安全性，同時(shí)對(duì)ＰＢＦＴ 共識(shí)算法的三階段共識(shí)協(xié)議進(jìn)行優(yōu)化，減少通信開銷，在確保容錯(cuò)性的同時(shí)能夠提高算法性能。主要工作如下：

① 提出了一種基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)對(duì)區(qū)塊鏈網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行分布式的信譽(yù)評(píng)分管理。

② 設(shè)計(jì)了信譽(yù)分類協(xié)議（Ｒｅｐｕｔａｔｉｏｎ ＣｌａｓｓｉｆｉｃａｔｉｏｎＰｒｏｔｏｃｏｌ，ＲＣＰ），闡述了ＲＳＭ、節(jié)點(diǎn)分類設(shè)計(jì)（Ｎｏｄｅ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｄｅｓｉｇｎ，ＮＣＤ）以及緩沖節(jié)點(diǎn)層類型轉(zhuǎn)換策略等，并給出改進(jìn)后的ＲＣＢＦＴ 共識(shí)算法具體流程。

③ 通過仿真實(shí)驗(yàn)將ＲＣＢＦＴ 共識(shí)算法與ＰＢＦＴ共識(shí)算法在通信次數(shù)、交易吞吐量以及共識(shí)時(shí)延等方面進(jìn)行了對(duì)比。

１ 相關(guān)背景

拜占庭容錯(cuò)（ＢＦＴ）算法由Ｌａｍｐｏｒｔ 等［１４］于１９８２ 年提出。Ｌａｍｐｏｒｔ 證明了當(dāng)背叛者數(shù)量小于等于ｆ 且將軍總數(shù)Ｎ 大于３ｆ 時(shí)，忠誠(chéng)的將軍可以對(duì)命令達(dá)成一致，即Ｎ≥３ｆ＋１，算法復(fù)雜度為Ｏ（ｎｆ＋１ ）。然而，由于ＢＦＴ 算法具有較高的通信復(fù)雜度，還沒有應(yīng)用到實(shí)際場(chǎng)景中。直到Ｃａｓｔｒｏ 等［１５］于１９９９ 年提出了ＰＢＦＴ 算法才將ＢＦＴ 算法引入到工程領(lǐng)域。

ＰＢＦＴ 算法是基于投票的共識(shí)算法，也是目前使用最廣泛的許可區(qū)塊鏈共識(shí)算法之一。ＢＦＴ 類算法在拜占庭節(jié)點(diǎn)作惡時(shí)仍能保證分布式網(wǎng)絡(luò)中數(shù)據(jù)的正確一致性。因此，ＢＦＴ 共識(shí)算法對(duì)于區(qū)塊鏈技術(shù)的發(fā)展，保證區(qū)塊鏈分布式網(wǎng)絡(luò)中各節(jié)點(diǎn)數(shù)據(jù)的正常一致性和交易的有序進(jìn)行具有重要意義。共識(shí)算法的通信復(fù)雜性、可擴(kuò)展性、容錯(cuò)性和性能將直接影響區(qū)塊鏈系統(tǒng)的性能［１６］。

由于ＰＢＦＴ 算法是弱同步算法，因此假設(shè)區(qū)塊鏈網(wǎng)絡(luò)是異步網(wǎng)絡(luò)，該網(wǎng)絡(luò)中的節(jié)點(diǎn)廣播消息時(shí)可能會(huì)延遲廣播，但并不會(huì)一直延遲下去。假設(shè)網(wǎng)絡(luò)中節(jié)點(diǎn)總數(shù)為Ｎ，則可能存在ｆ 個(gè)拜占庭節(jié)點(diǎn)，其中，Ｎ≥３ｆ＋１，算法的時(shí)間復(fù)雜度為Ｏ（ｎ２ ），算法流程如圖１ 所示。

ＰＢＦＴ 算法主要由一致性協(xié)議、視圖切換協(xié)議以及檢查點(diǎn)協(xié)議三部分組成［１７］。一致性協(xié)議主要用來保證全網(wǎng)節(jié)點(diǎn)數(shù)據(jù)的一致性，通過ＰＢＦＴ 共識(shí)算法的核心部分三階段共識(shí)來實(shí)現(xiàn)；在運(yùn)行一致性協(xié)議時(shí)，若主節(jié)點(diǎn)發(fā)生故障，則會(huì)觸發(fā)視圖切換協(xié)議來更換視圖；定時(shí)觸發(fā)檢查點(diǎn)協(xié)議以清理共識(shí)過程中節(jié)點(diǎn)儲(chǔ)存的通信消息與同步狀態(tài)等。

① 一致性協(xié)議

圖１ 顯示了ＰＢＦＴ 一致性協(xié)議即三階段共識(shí)協(xié)議流程，其中包括客戶端節(jié)點(diǎn)Ｃ 和４ 個(gè)共識(shí)節(jié)點(diǎn)，節(jié)點(diǎn)０ 是通過輪換和選舉機(jī)制選出的主節(jié)點(diǎn)，節(jié)點(diǎn)１、２、３ 為從節(jié)點(diǎn)（也稱為副本節(jié)點(diǎn)）。

② 檢查點(diǎn)協(xié)議

ＰＢＦＴ 算法設(shè)計(jì)了一種從日志中丟棄已執(zhí)行請(qǐng)求的三階段消息的機(jī)制。當(dāng)執(zhí)行每ｋ 個(gè)請(qǐng)求時(shí)，節(jié)點(diǎn)記錄執(zhí)行這些請(qǐng)求所產(chǎn)生的狀態(tài)，稱為檢查點(diǎn)。當(dāng)節(jié)點(diǎn)生成檢查點(diǎn)時(shí)，它會(huì)向所有其他節(jié)點(diǎn)廣播一條檢查點(diǎn)消息，并在其日志中收集來自這些節(jié)點(diǎn)的檢查點(diǎn)消息。在從不同節(jié)點(diǎn)收集２ｆ＋１ 個(gè)相同的檢查點(diǎn)后，它可以證明檢查點(diǎn)的正確性。具有正確性證明的檢查點(diǎn)稱為穩(wěn)定檢查點(diǎn)，節(jié)點(diǎn)可以從日志中丟棄序列號(hào)小于或等于它的所有三階段消息。

③ 視圖切換協(xié)議

當(dāng)主節(jié)點(diǎn)發(fā)生故障時(shí)，視圖切換協(xié)議（ＶｉｅｗＣｈａｎｇｅ Ｐｒｏｔｏｃｏｌ，ＶＣＰ）可以通過變更當(dāng)前視圖到新視圖以此保證系統(tǒng)活性。當(dāng)三階段共識(shí)協(xié)議超時(shí)或系統(tǒng)的節(jié)點(diǎn)收到空塊時(shí)，觸發(fā)ＶＣＰ 處理流程，切換到更高的視圖，即視圖編號(hào)加１，主節(jié)點(diǎn)也會(huì)隨之切換到下一個(gè)節(jié)點(diǎn)成為主節(jié)點(diǎn)。視圖切換超時(shí)觸發(fā)，可防止從節(jié)點(diǎn)無限期等待請(qǐng)求執(zhí)行。

圖２ 顯示了ＶＣＰ 的具體流程，最開始節(jié)點(diǎn)０ 是主節(jié)點(diǎn)，節(jié)點(diǎn)１、２、３ 為從節(jié)點(diǎn)，此時(shí)視圖ｖｉｅｗ ＝ ０，當(dāng)主節(jié)點(diǎn)０ 出現(xiàn)故障時(shí)會(huì)觸發(fā)ｖｉｅｗｃｈａｎｇｅ，此時(shí)視圖編號(hào)加１，即當(dāng)前的新視圖ｖｉｅｗ ＝ １，而主節(jié)點(diǎn)也隨之切換，原從節(jié)點(diǎn)１ 變?yōu)樾乱晥D的主節(jié)點(diǎn)。

當(dāng)網(wǎng)絡(luò)中存在ｆ 個(gè)拜占庭節(jié)點(diǎn)時(shí)，ＰＢＦＴ 算法依然能夠根據(jù)其他節(jié)點(diǎn)使得網(wǎng)絡(luò)達(dá)成共識(shí)，具有較高的共識(shí)效率。雖然ＰＢＦＴ 已經(jīng)成為許可區(qū)塊鏈的主流共識(shí)算法，但該算法依然存在通信開銷大、主節(jié)點(diǎn)選取隨意、機(jī)制僵化和吞吐量低等方面的問題。

２ ＲＣＢＦＴ 共識(shí)算法

針對(duì)ＰＢＦＴ 算法的不足之處，在ＰＢＦＴ 算法的基礎(chǔ)上進(jìn)行改進(jìn)，引入并優(yōu)化ＲＳＭ，提出了一種許可區(qū)塊鏈場(chǎng)景下基于信譽(yù)分類的ＢＦＴ 共識(shí)算法———ＲＣＢＦＴ 共識(shí)算法。首先定義ＲＳＭ，然后依據(jù)節(jié)點(diǎn)的歷史共識(shí)行為所獲得的信譽(yù)評(píng)分排序來對(duì)參與節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)分類以及分級(jí)管理，提出基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)。在可信節(jié)點(diǎn)層中隨機(jī)選取節(jié)點(diǎn)來?yè)?dān)任共識(shí)節(jié)點(diǎn)，優(yōu)化主節(jié)點(diǎn)選取機(jī)制。

同時(shí)，設(shè)計(jì)了緩沖節(jié)點(diǎn)層類型轉(zhuǎn)換策略（ＴｙｐｅＣｏｎｖｅｒｓｉｏｎ Ｓｔｒａｔｅｇｙ ｆｏｒ Ｎｏｄｅｓ，ＴＣＳＮ），兼顧了環(huán)境等非主觀因素導(dǎo)致的低信譽(yù)評(píng)分節(jié)點(diǎn)（實(shí)際為誠(chéng)實(shí)節(jié)點(diǎn)）不能參與共識(shí)的問題，使得誠(chéng)實(shí)節(jié)點(diǎn)盡可能多地參與共識(shí)，而拜占庭節(jié)點(diǎn)快速下降到最差類型中，限制共識(shí)權(quán)限并列入黑名單。對(duì)ＰＢＦＴ 算法傳統(tǒng)的三階段共識(shí)協(xié)議進(jìn)行優(yōu)化，減少通信開銷，在確保容錯(cuò)性的同時(shí)能夠提高算法性能。ＲＣＢＦＴ 算法整體框架如圖３ 所示。

２． １ 基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)

本節(jié)設(shè)計(jì)了基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)，并對(duì)區(qū)塊鏈網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行分布式的信譽(yù)評(píng)分管理，如圖４ 所示，設(shè)計(jì)了ＲＣＰ。ＲＣＰ 主要包括ＲＳＭ、ＮＣＤ 以及ＴＣＳＮ 等。

２． １． １ ＲＳＭ 定義

節(jié)點(diǎn)的信譽(yù)評(píng)分是基于多方面因素對(duì)節(jié)點(diǎn)進(jìn)行綜合評(píng)估，包括節(jié)點(diǎn)的自身性能、可信度和穩(wěn)定性等方面的表現(xiàn)，通過追蹤節(jié)點(diǎn)的歷史共識(shí)行為，實(shí)現(xiàn)對(duì)節(jié)點(diǎn)信譽(yù)度的整體評(píng)估。提出的節(jié)點(diǎn)信譽(yù)評(píng)分是從節(jié)點(diǎn)的自身情況以及歷史共識(shí)行為等方面綜合考慮而得出的。

節(jié)點(diǎn)的歷史共識(shí)行為評(píng)價(jià)由主節(jié)點(diǎn)完成。主節(jié)點(diǎn)在共識(shí)過程中通過收集其他共識(shí)節(jié)點(diǎn)對(duì)本輪共識(shí)的執(zhí)行情況與最終的共識(shí)結(jié)果作對(duì)比，以此來評(píng)估該節(jié)點(diǎn)的共識(shí)行為，從而更新各個(gè)共識(shí)節(jié)點(diǎn)的信譽(yù)評(píng)分，并廣播新的節(jié)點(diǎn)信譽(yù)評(píng)分信息，實(shí)現(xiàn)信譽(yù)評(píng)分的網(wǎng)絡(luò)同步。分析節(jié)點(diǎn)在共識(shí)過程中的歷史行為，能夠更好地確定節(jié)點(diǎn)的信譽(yù)正負(fù)評(píng)分調(diào)整級(jí)別。

節(jié)點(diǎn)ＲＳＭ 定義如下：

式中：節(jié)點(diǎn)信譽(yù)評(píng)分ＲＳｉｓｕｍ 由三部分組成，ＲＳ０ 表示節(jié)點(diǎn)Ｎｉ 的基礎(chǔ)（初始）信譽(yù)評(píng)分，是對(duì)節(jié)點(diǎn)自身性能的評(píng)價(jià)；ＲＳｉ 表示反映節(jié)點(diǎn)Ｎｉ 歷史共識(shí)行為的動(dòng)態(tài)信譽(yù)評(píng)分，是通過節(jié)點(diǎn)Ｎｉ 在區(qū)塊鏈網(wǎng)絡(luò)中的具體共識(shí)表現(xiàn)以及和其他節(jié)點(diǎn)動(dòng)態(tài)交互得到的信譽(yù)評(píng)分，包括了節(jié)點(diǎn)信譽(yù)正評(píng)分和信譽(yù)負(fù)評(píng)分兩部分；ａ 表示節(jié)點(diǎn)Ｎｉ 的基礎(chǔ)信譽(yù)評(píng)分所對(duì)應(yīng)的權(quán)重，β 表示節(jié)點(diǎn)Ｎｉ 的動(dòng)態(tài)信譽(yù)評(píng)分所對(duì)應(yīng)的權(quán)重，ｆ（ｘ）表示時(shí)間衰減函數(shù)。

（１）基礎(chǔ)信譽(yù)評(píng)分

在共識(shí)過程中，每個(gè)節(jié)點(diǎn)因其自身的性能表現(xiàn)不同，在進(jìn)行廣播通信、消息驗(yàn)證以及存儲(chǔ)信息時(shí)也會(huì)有不同的表現(xiàn)。性能低的節(jié)點(diǎn)在共識(shí)中可能會(huì)降低共識(shí)效率，增加消息時(shí)延。因此，通過評(píng)估節(jié)點(diǎn)內(nèi)存、處理器以及磁盤等具體情況，量化后進(jìn)行基礎(chǔ)信譽(yù)評(píng)分的計(jì)算，既提升性能高的節(jié)點(diǎn)被選中的概率，又不忽視性能較低節(jié)點(diǎn)多次正常共識(shí)的表現(xiàn)。同時(shí)，對(duì)節(jié)點(diǎn)的基礎(chǔ)信譽(yù)評(píng)分取值范圍做出限制，使得節(jié)點(diǎn)之間不會(huì)造成“性能霸權(quán)”，讓低性能但誠(chéng)實(shí)的節(jié)點(diǎn)也有獲得高信譽(yù)評(píng)分的機(jī)會(huì)。

節(jié)點(diǎn)Ｎｉ 的基礎(chǔ)信譽(yù)評(píng)分定義為：

式中：ＭＣｉ、ＰＣｉ、ＤＳｉ 分別表示節(jié)點(diǎn)Ｎｉ 的內(nèi)存容量、處理器內(nèi)核數(shù)量以及磁盤存儲(chǔ)容量量化后對(duì)應(yīng)的信譽(yù)評(píng)分，γ１ 、γ２ 、γ３ 分別表示節(jié)點(diǎn)Ｎｉ 三個(gè)指標(biāo)的信譽(yù)評(píng)分所對(duì)應(yīng)的權(quán)值，ＲＳｇｏｏｄ、ＲＳｎｏｒｍａｌ 分別表示節(jié)點(diǎn)Ｎｉ的基礎(chǔ)信譽(yù)評(píng)分取值上下界。

（２）動(dòng)態(tài)信譽(yù)評(píng)分

① 信譽(yù)負(fù)評(píng)分

區(qū)塊鏈網(wǎng)絡(luò)中的節(jié)點(diǎn)在歷史共識(shí)行為中可能存在３ 種不可接受的行為，用ＵＢ 表示，其定義如下：

ＵＢ ＝ ｛ｂ１ ，ｂ２ ，ｂ３ ｝， （３）

式中：ｂ１ 表示節(jié)點(diǎn)延遲廣播所收到的信息，即節(jié)點(diǎn)存在延時(shí)轉(zhuǎn)發(fā)行為；ｂ２ 表示節(jié)點(diǎn)從未傳播所收到的信息，即節(jié)點(diǎn)存在崩潰宕機(jī)行為；ｂ３ 表示節(jié)點(diǎn)修改信息并廣播修改后的信息，即節(jié)點(diǎn)存在惡意篡改行為。

每種行為ｂｉ 對(duì)應(yīng)不同的懲罰級(jí)別ｐｉ，ｐｉ∈Ｐ：

Ｐ ＝ ｛ｐ１ ，ｐ２ ，ｐ３ ｝。（４）

不同的懲罰級(jí)別的嚴(yán)厲程度不同：

ｐ３ ＞ ｐ２ ＞ ｐ１ 。（５）

在每輪共識(shí)過程之后會(huì)進(jìn)行新一輪的信譽(yù)評(píng)分調(diào)整過程。具體而言，區(qū)塊鏈系統(tǒng)中給定節(jié)點(diǎn)Ｎｉ 的行為信息是從其周圍節(jié)點(diǎn)收集的。在每輪共識(shí)結(jié)束時(shí)，參與共識(shí)過程的節(jié)點(diǎn)通過ＨＴＴＰ 協(xié)議請(qǐng)求向主節(jié)點(diǎn)提供信息反饋?；谥車?jié)點(diǎn)的意見，節(jié)點(diǎn)Ｎｉ的信譽(yù)評(píng)分調(diào)整如下：

ＲＳｉ ＝ ＲＳｉ － ｐｉ。（６）

換句話說，通過對(duì)節(jié)點(diǎn)原有信譽(yù)評(píng)分中減去ｐｉ來懲罰節(jié)點(diǎn)Ｎｉ。假設(shè)某個(gè)節(jié)點(diǎn)Ｎｉ 的原有信譽(yù)評(píng)分ＲＳｉ ＝ ５，懲罰級(jí)別Ｐ ＝ ｛ｐ１ ＝ １，ｐ２ ＝ ３，ｐ３ ＝ ５｝。如果判斷節(jié)點(diǎn)Ｎｉ 參與了ｂ１ 行為，則其信譽(yù)評(píng)分將減少１。因此，節(jié)點(diǎn)Ｎｉ 更新后的信譽(yù)評(píng)分將是ＲＳｉ ＝ ４。如果節(jié)點(diǎn)Ｎｉ 被判斷為表現(xiàn)出行為ｂ３ ，則其信譽(yù)評(píng)分將變?yōu)椋啊?/p>

② 信譽(yù)正評(píng)分

參與共識(shí)過程的節(jié)點(diǎn)根據(jù)其活躍度獲得獎(jiǎng)勵(lì)。具體來說，節(jié)點(diǎn)間的活躍度可以通過衡量節(jié)點(diǎn)Ｎｉ 的的共識(shí)時(shí)間Ｔｉ 和平均共識(shí)時(shí)間Ｔａｖｇ 來評(píng)估。Ｔａｖｇ 定義如下：

式中：Ｎｓｕｍ 為所有參與共識(shí)的節(jié)點(diǎn)總數(shù)。

如果一個(gè)節(jié)點(diǎn)的共識(shí)時(shí)間Ｔｉ 小于所有節(jié)點(diǎn)的平均共識(shí)時(shí)間Ｔａｖｇ，則其信譽(yù)評(píng)分將適當(dāng)增加。如果節(jié)點(diǎn)向系統(tǒng)報(bào)告其他節(jié)點(diǎn)的惡意篡改或者崩潰宕機(jī)等行為，該節(jié)點(diǎn)將獲得相應(yīng)的信譽(yù)評(píng)分作為獎(jiǎng)勵(lì)。這種機(jī)制可以鼓勵(lì)節(jié)點(diǎn)積極地參與到系統(tǒng)的安全維護(hù)中來。這也能提高整個(gè)系統(tǒng)的安全性和魯棒性。主節(jié)點(diǎn)可以通過鏈上運(yùn)行日志手動(dòng)和自動(dòng)驗(yàn)證反饋信息。信譽(yù)評(píng)分更新公式如下：

ＲＳｉ ＝ ＲＳｉ ＋ ｒｗＲＳｉ ＝ ＲＳｉ ＋ ｒｗ， （８）

式中：ｒｗ 為獎(jiǎng)勵(lì)分值。

節(jié)點(diǎn)的反饋信息包括它的鄰居節(jié)點(diǎn)的行為信息和它傳播接收到的消息的證據(jù)。主節(jié)點(diǎn)根據(jù)節(jié)點(diǎn)所有鄰居的反饋信息確定該節(jié)點(diǎn)的行為類型。大多數(shù)鄰居節(jié)點(diǎn)報(bào)告的行為類型最終會(huì)被采納。例如，假設(shè)節(jié)點(diǎn)Ｎｉ 有４ 個(gè)鄰居節(jié)點(diǎn)，如果其中３ 個(gè)鄰居節(jié)點(diǎn)報(bào)告節(jié)點(diǎn)Ｎｉ 沒有傳播消息，則主節(jié)點(diǎn)將節(jié)點(diǎn)Ｎｉ 的行為類型設(shè)置為ｂ２ 。如果節(jié)點(diǎn)報(bào)告鄰居節(jié)點(diǎn)的惡意行為，則反饋信息必須附有相應(yīng)的證據(jù)證明，如收到消息的時(shí)間戳。主節(jié)點(diǎn)將識(shí)別這些證據(jù)并確定鄰居節(jié)點(diǎn)的行為，通過分析節(jié)點(diǎn)的行為和活動(dòng)來調(diào)整節(jié)點(diǎn)的信譽(yù)評(píng)分。

（３）時(shí)間衰減函數(shù)

為了提高節(jié)點(diǎn)參與共識(shí)的誠(chéng)實(shí)性和積極性，提高節(jié)點(diǎn)在網(wǎng)絡(luò)中的活躍度，在ＲＳＭ 中加入了時(shí)間衰減函數(shù)ｆ（ｘ），使得節(jié)點(diǎn)近期共識(shí)行為對(duì)動(dòng)態(tài)信譽(yù)評(píng)分更重要。具體表示為：

式中：ｋ 表示區(qū)塊鏈系統(tǒng)已完成的總共識(shí)輪次，ｘ 表示節(jié)點(diǎn)Ｎｉ 最近參與完成的共識(shí)輪次，底數(shù)ａ 表示衰減因子。每輪共識(shí)過程中都會(huì)存在一個(gè)時(shí)間衰減函數(shù)。

當(dāng)ｘ ＝ ｋ 時(shí)，即節(jié)點(diǎn)Ｎｉ 最近一輪參與完成的共識(shí)輪次與系統(tǒng)總共識(shí)輪次相等，此時(shí)ｆ（ｋ）＝ １，表明節(jié)點(diǎn)Ｎｉ 前一輪的共識(shí)行為表現(xiàn)不會(huì)對(duì)其動(dòng)態(tài)信譽(yù)評(píng)分產(chǎn)生衰減；當(dāng)ｘ ＝ ｋ－１ 時(shí)，即節(jié)點(diǎn)Ｎｉ 最近一輪參與完成的共識(shí)輪次為ｋ－１，第ｋ 輪時(shí)并未參與共識(shí)，此時(shí)ｆ（ｋ－１）＝ ａ，動(dòng)態(tài)信譽(yù)評(píng)分會(huì)附加衰減因子ａ，使得信譽(yù)評(píng)分降低。甚至如果節(jié)點(diǎn)Ｎｉ 在總共識(shí)輪次ｋ 中只在第一輪參與共識(shí)，其他輪次都未參與，此時(shí)ｆ（１）＝ ａｋ－１ ，衰減程度更大，節(jié)點(diǎn)近期衰減程度示意如圖５ 所示。

通過附上時(shí)間衰減函數(shù)這種方式可以使得節(jié)點(diǎn)努力在近期的共識(shí)輪次中積極參與，只要節(jié)點(diǎn)每次都參與最近一輪的共識(shí)，那么時(shí)間衰減函數(shù)一直都為１，從而使得自身的動(dòng)態(tài)信譽(yù)評(píng)分不會(huì)受影響，提高了節(jié)點(diǎn)的活躍度與積極性。

２． １． ２ ＮＣＤ

一般情況下，當(dāng)節(jié)點(diǎn)的歷史信譽(yù)評(píng)分很高時(shí)，表明該節(jié)點(diǎn)對(duì)多輪共識(shí)整體做出的是積極貢獻(xiàn)；相反，若節(jié)點(diǎn)的歷史信譽(yù)評(píng)分很低時(shí)，表明該節(jié)點(diǎn)對(duì)多輪共識(shí)整體做出的是消極影響，阻礙了共識(shí)過程，考慮該節(jié)點(diǎn)有作惡情況。因此，基于節(jié)點(diǎn)的歷史信譽(yù)評(píng)分可以對(duì)共識(shí)節(jié)點(diǎn)群進(jìn)行分類，并對(duì)分類后的節(jié)點(diǎn)群進(jìn)行分類分權(quán)限管理，不僅可以提升節(jié)點(diǎn)的積極性，而且能夠有效防止惡意節(jié)點(diǎn)被選為主節(jié)點(diǎn)，從而減少惡意節(jié)點(diǎn)參與共識(shí)帶來的通信損失，提高區(qū)塊鏈系統(tǒng)效率。

定義ＲＳｉｓｕｍ 代表節(jié)點(diǎn)每輪共識(shí)最終獲得的信譽(yù)評(píng)分，Ｎｃａｔｅｇｏｒｙ 代表節(jié)點(diǎn)所屬類別，根據(jù)節(jié)點(diǎn)在區(qū)塊鏈系統(tǒng)中的共識(shí)行為增加信譽(yù)評(píng)分或減少信譽(yù)評(píng)分?；谛抛u(yù)分類的多層次節(jié)點(diǎn)架構(gòu)根據(jù)上一小節(jié)的信譽(yù)評(píng)分機(jī)制將所有節(jié)點(diǎn)分為５ 類：Ａ、Ｂ、Ｃ、Ｄ、Ｅ。其中，Ａ 類代表高信譽(yù)共識(shí)節(jié)點(diǎn)，Ｂ 類代表候選的共識(shí)主節(jié)點(diǎn)，Ｃ、Ｄ 類代表普通共識(shí)節(jié)點(diǎn)，Ｅ 類代表惡意節(jié)點(diǎn)。而Ａ 類也稱為可信節(jié)點(diǎn)層，Ｄ 類也稱為緩沖節(jié)點(diǎn)層，分類后的節(jié)點(diǎn)架構(gòu)示意如圖６ 所示。

節(jié)點(diǎn)類別Ｎｃａｔｅｇｏｒｙ 具體定義如下：

式中：ＲＳｇｏｏｄ、ＲＳａｖｅｒａｇｅ、ＲＳｎｏｒｍａｌ、ＲＳａｃｃｅｐｔｅｄ 分別表示５ 類節(jié)點(diǎn)信譽(yù)評(píng)分的分界閾值，Ａ ～ Ｅ 從高到低分別代表節(jié)點(diǎn)類別高低。依據(jù)ＲＳＭ 將節(jié)點(diǎn)劃分為５ 類，賦予每類節(jié)點(diǎn)不同的權(quán)限。

當(dāng)ＲＳｉｓｕｍ ≥ＲＳｇｏｏｄ 時(shí)，節(jié)點(diǎn)Ｎｉ 為Ａ 類節(jié)點(diǎn)，稱為可信節(jié)點(diǎn)層。Ａ 類節(jié)點(diǎn)信譽(yù)評(píng)分級(jí)別最高，優(yōu)先擔(dān)任主節(jié)點(diǎn)。

當(dāng)ＲＳａｖｅｒａｇｅ ≤ＲＳｉｓｕｍ ＜ＲＳｇｏｏｄ 時(shí)，節(jié)點(diǎn)Ｎｉ 為Ｂ 類節(jié)點(diǎn)。當(dāng)Ａ 類節(jié)點(diǎn)被選擇完畢或者不存在Ａ 類節(jié)點(diǎn)時(shí)，可以從Ｂ 類節(jié)點(diǎn)中選擇主節(jié)點(diǎn)。當(dāng)ＲＳｎｏｒｍａｌ≤ＲＳｉｓｕｍ ＜ＲＳａｖｅｒａｇｅ 時(shí)，節(jié)點(diǎn)Ｎｉ 為Ｃ 類節(jié)點(diǎn)。Ｃ 類節(jié)點(diǎn)由于信譽(yù)評(píng)分偏低不適合擔(dān)任主節(jié)點(diǎn)，但仍然可以作為從節(jié)點(diǎn)參與區(qū)塊共識(shí)。Ｂ 類和Ｃ 類節(jié)點(diǎn)統(tǒng)稱為初始節(jié)點(diǎn)層，即節(jié)點(diǎn)剛加入網(wǎng)絡(luò)時(shí)，根據(jù)自身性能評(píng)估得到的基礎(chǔ)信譽(yù)值在初始節(jié)點(diǎn)層中。

當(dāng)ＲＳａｃｃｅｐｔｅｄ ≤ＲＳｉｓｕｍ ＜ＲＳｎｏｒｍａｌ 時(shí)，節(jié)點(diǎn)Ｎｉ 為Ｄ 類節(jié)點(diǎn)。Ｄ 類節(jié)點(diǎn)信譽(yù)評(píng)分太低，疑似環(huán)境等非主觀因素造成信譽(yù)評(píng)分偏低，可以根據(jù)ＴＣＳＮ 策略使得Ｄ 類中的節(jié)點(diǎn)能夠快速向Ｃ 類和Ｅ 類２ 類節(jié)點(diǎn)靠近，使得因環(huán)境等非主觀因素造成低信譽(yù)評(píng)分的誠(chéng)實(shí)節(jié)點(diǎn)能夠快速回到Ｃ 類正常參與共識(shí)，而主觀作惡的惡意節(jié)點(diǎn)快速降到Ｅ 類被隔離起來，從而在初始節(jié)點(diǎn)層和惡意節(jié)點(diǎn)之間形成緩沖節(jié)點(diǎn)層。

當(dāng)ＲＳｉｓｕｍ ＜ＲＳａｃｃｅｐｔｅｄ 時(shí)，節(jié)點(diǎn)Ｎｉ 為Ｅ 類節(jié)點(diǎn)。Ｅ 類節(jié)點(diǎn)信譽(yù)評(píng)分最差，歸為惡意節(jié)點(diǎn)被限制權(quán)限，不能參與共識(shí)和同步環(huán)節(jié)。

ＮＣＤ 不僅能夠提高節(jié)點(diǎn)的積極性，而且每次共識(shí)節(jié)點(diǎn)優(yōu)先從較高的信譽(yù)評(píng)分節(jié)點(diǎn)層中選擇，能夠有效預(yù)防惡意節(jié)點(diǎn)被選為主節(jié)點(diǎn)，減少惡意節(jié)點(diǎn)參與共識(shí)帶來的通信損失以及視圖切換頻次，提高系統(tǒng)共識(shí)效率。

２． １． ３ ＴＣＳＮ

當(dāng)節(jié)點(diǎn)的歷史信譽(yù)評(píng)分低于初始節(jié)點(diǎn)層即為Ｄ 類時(shí)，很難對(duì)節(jié)點(diǎn)的好壞進(jìn)行判別。這主要是因?yàn)橛型獠凯h(huán)境等非惡意因素的存在影響正常節(jié)點(diǎn)歷史信譽(yù)評(píng)分的異常下降，使得正常節(jié)點(diǎn)“看起來”很像惡意節(jié)點(diǎn)（其實(shí)不是），那么當(dāng)這些非惡意因素被消除后節(jié)點(diǎn)的行為會(huì)趨于正常。此時(shí)為了區(qū)分Ｄ 類中的誠(chéng)實(shí)節(jié)點(diǎn)與拜占庭節(jié)點(diǎn)，設(shè)計(jì)了ＴＣＳＮ，當(dāng)Ｄ 類節(jié)點(diǎn)連續(xù)作惡時(shí)ＴＣＳＮ 會(huì)給其更低的信譽(yù)評(píng)分使得快速下降到Ｅ 類，歸為拜占庭節(jié)點(diǎn)；而當(dāng)Ｄ 類節(jié)點(diǎn)連續(xù)正常共識(shí)時(shí)ＴＣＳＮ 會(huì)給其更高的信譽(yù)評(píng)分使得快速上升到Ｃ 類，從而正常參與后續(xù)的共識(shí)過程。具體的ＴＣＳＮ 定義如下：

式中：ｘ 為Ｄ 類節(jié)點(diǎn)動(dòng)態(tài)信譽(yù)評(píng)分的增長(zhǎng)幅度，δ、ε為策略參數(shù)，ｃ 為常量。ＴＣＳＮ 為初始節(jié)點(diǎn)層中受環(huán)境等影響的誠(chéng)實(shí)節(jié)點(diǎn)提供共識(shí)緩沖與快速回歸通道，也能讓緩沖節(jié)點(diǎn)層中的惡意節(jié)點(diǎn)快速下落到Ｅ類，從而讓落在Ｄ 類的節(jié)點(diǎn)向兩邊快速分開。

２． ２ ＲＣＢＦＴ 共識(shí)算法具體設(shè)計(jì)

ＲＣＢＦＴ 共識(shí)算法針對(duì)當(dāng)前ＰＢＦＴ 共識(shí)算法中存在的問題，基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)設(shè)計(jì)了ＲＣＰ，提出了ＲＳＭ，對(duì)網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行分類分級(jí)管理，優(yōu)化主節(jié)點(diǎn)的選取，并采用ＲＣＰ 來優(yōu)化傳統(tǒng)ＰＢＦＴ 共識(shí)算法的一致性協(xié)議，減少了節(jié)點(diǎn)間的通信時(shí)間，增強(qiáng)了網(wǎng)絡(luò)的安全性，同時(shí)也提高了算法的性能。具體設(shè)計(jì)如下：

２． ２． １ 主節(jié)點(diǎn)選取策略

傳統(tǒng)ＰＢＦＴ 共識(shí)算法的主節(jié)點(diǎn)選取策略為：

ｉ ＝ ｖｍｏｄＮ， （１２）

式中：ｖ 為當(dāng)前的視圖編號(hào)，Ｎ 為節(jié)點(diǎn)總數(shù)。

這種方式類似于隨機(jī)選取主節(jié)點(diǎn)，惡意節(jié)點(diǎn)被選中的概率接近于三分之一。當(dāng)惡意節(jié)點(diǎn)成為主節(jié)點(diǎn)時(shí)會(huì)導(dǎo)致視圖被頻繁切換，增加系統(tǒng)時(shí)延，降低共識(shí)性能。

在網(wǎng)絡(luò)中選取信譽(yù)評(píng)分最高的或者輪流選取主節(jié)點(diǎn)都不能防止敵手預(yù)測(cè)并集中攻擊。為了保證網(wǎng)絡(luò)的安全性并結(jié)合ＮＣＤ，主節(jié)點(diǎn)選取采用在網(wǎng)絡(luò)中最高類別的誠(chéng)實(shí)節(jié)點(diǎn)群集中進(jìn)行隨機(jī)選擇的策略，可以有效防止信譽(yù)評(píng)分最高的節(jié)點(diǎn)一直被選為主節(jié)點(diǎn)，從而避免該主節(jié)點(diǎn)成為被集中攻擊的對(duì)象。

２． ２． ２ 一致性協(xié)議ＣＡ 優(yōu)化

ＰＢＦＴ 共識(shí)算法時(shí)間復(fù)雜度為Ｏ（ｎ２ ），在三階段通信廣播中，存在２ 次全網(wǎng)廣播，嚴(yán)重占用系統(tǒng)帶寬。尤其是在ｃｏｍｍｉｔ 確認(rèn)階段，節(jié)點(diǎn)之間會(huì)互相廣播ｃｏｍｍｉｔ 信息，目的是對(duì)視圖編號(hào)和消息序號(hào)進(jìn)行一致性校驗(yàn)，以防節(jié)點(diǎn)處于不同的視圖中。為了解決這個(gè)問題，將ＮＣＤ 中除選好的主節(jié)點(diǎn)之外的信譽(yù)評(píng)分高的前ｎ 個(gè)節(jié)點(diǎn)作為備用節(jié)點(diǎn)，存在備用節(jié)點(diǎn)表ＳＮＬｉｓｔ 中，其中第一個(gè)節(jié)點(diǎn)稱為記錄員節(jié)點(diǎn)（Ｒｅｃｏｒｄｅｒ Ｎｏｄｅ，ＲＮ）。ＲＮ 會(huì)記錄主節(jié)點(diǎn)廣播的消息和消息所對(duì)應(yīng)的序號(hào)，系統(tǒng)發(fā)生視圖切換后，可以在ＲＮ 中找到保存的信息，重新廣播。如果網(wǎng)絡(luò)中有其他節(jié)點(diǎn)的信譽(yù)評(píng)分超過備用節(jié)點(diǎn)表中的節(jié)點(diǎn)，則將節(jié)點(diǎn)插入表中，并將信譽(yù)評(píng)分低的節(jié)點(diǎn)從表中移除。

采用的ＲＣＰ 機(jī)制，使得加入共識(shí)的節(jié)點(diǎn)穩(wěn)定性和可靠性比較高，惡意節(jié)點(diǎn)會(huì)被控制權(quán)限，新選取出來的主節(jié)點(diǎn)是惡意節(jié)點(diǎn)的概率很小，再加上ＲＮ 能保證切換后的節(jié)點(diǎn)擁有相同的視圖編號(hào)，因此ＲＣＢＦＴ 共識(shí)算法以ＰＢＦＴ 共識(shí)算法的三階段共識(shí)協(xié)議為基礎(chǔ)，結(jié)合基于信譽(yù)分類的多層次節(jié)點(diǎn)架構(gòu)，將ＰＢＦＴ 共識(shí)算法三階段共識(shí)優(yōu)化為二階段共識(shí)，減小通信開銷，提高共識(shí)效率。ＲＣＢＦＴ 共識(shí)算法一致性協(xié)議流程如圖７ 所示。

ＲＣＢＦＴ 一致性協(xié)議具體優(yōu)化如下：

①ｐｒｅ-ｐｒｅｐａｒｅ：預(yù)準(zhǔn)備階段。主節(jié)點(diǎn)收到來自授權(quán)客戶端ｃ 有效請(qǐng)求ｍ 后，主節(jié)點(diǎn)向其他從節(jié)點(diǎn)廣播已簽名的ｐｒｅ-ｐｒｅｐａｒｅ 消息＜＜ｐｒｅ-ｐｒｅｐａｒｅ，ｖ，ｎ，ｄ，ｒｓ＞，ｍ＞，其中ｖ 表示當(dāng)前的視圖編號(hào)，ｎ 表示主節(jié)點(diǎn)分配的序列號(hào)，ｄ 表示消息ｍ 的摘要，ｒｓ 表示主節(jié)點(diǎn)信譽(yù)評(píng)分級(jí)別。從節(jié)點(diǎn)會(huì)驗(yàn)證消息簽名、摘要、視圖編號(hào)、序列號(hào)以及信譽(yù)評(píng)分級(jí)別是否大于或等于當(dāng)前節(jié)點(diǎn)等。注意，在存在拜占庭節(jié)點(diǎn)的情況下，為了提供有效性，所有節(jié)點(diǎn)發(fā)送的所有消息都會(huì)被簽名。

② ｐｒｅｐａｒｅ：準(zhǔn)備階段。一旦從節(jié)點(diǎn)從主節(jié)點(diǎn)處接收到有效的ｐｒｅｐｒｅｐａｒｅ 消息，它就向其他節(jié)點(diǎn)廣播ｐｒｅｐａｒｅ 消息＜ｐｒｅｐａｒｅ，ｖ，ｎ，ｄ，ｉ，ｒｓ＞，其中，ｉ 表示節(jié)點(diǎn)序號(hào)，其余符號(hào)含義同上。其他節(jié)點(diǎn)會(huì)驗(yàn)證消息簽名、視圖編號(hào)、序列號(hào)以及信譽(yù)評(píng)分級(jí)別是否大于或等于當(dāng)前節(jié)點(diǎn)等。如果節(jié)點(diǎn)收到２ｆ＋１ 條來自不同節(jié)點(diǎn)（包括其自身）的有效的ｐｒｅｐａｒｅ 消息與ｐｒｅ-ｐｒｅｐａｒｅ 消息匹配一致時(shí)，則將消息直接返回給客戶端ｃ，否則進(jìn)入視圖切換，新的主節(jié)點(diǎn)會(huì)查詢ＲＮ 中記錄的信息并重新廣播。

③ ｒｅｐｌｙ：響應(yīng)階段。節(jié)點(diǎn)發(fā)送ｒｅｐｌｙ 消息＜ｒｅｐｌｙ，ｖ，ｔ，ｃ，ｉ，ｒｓ，ｒ＞給客戶端ｃ，ｒ 表示客戶端ｃ 請(qǐng)求執(zhí)行最終結(jié)果，其余符號(hào)含義同上。ｃ 收到來自不同節(jié)點(diǎn)的ｆ＋１ 條有效響應(yīng)匹配一致時(shí)，說明已達(dá)成共識(shí)。

２． ２． ３ 算法整體流程

為保證整個(gè)算法的效率，將２ 次共識(shí)的時(shí)間間隔上限設(shè)置為Δｔ。假設(shè)網(wǎng)絡(luò)中存在ｎ 個(gè)節(jié)點(diǎn)，將單個(gè)區(qū)塊包含交易數(shù)量上限設(shè)置為ｐ，每輪共識(shí)生成區(qū)塊數(shù)量下限設(shè)置為ｑ。圖８ 所示為ＲＣＢＦＴ 共識(shí)算法的流程，在許可區(qū)塊鏈網(wǎng)絡(luò)中，節(jié)點(diǎn)收到網(wǎng)絡(luò)上的交易數(shù)據(jù)后，都要向全網(wǎng)廣播交易，共識(shí)節(jié)點(diǎn)負(fù)責(zé)將交易數(shù)據(jù)放入自己的交易池，并分別封裝自己的區(qū)塊。

共識(shí)算法具體步驟如下：

① 節(jié)點(diǎn)觸發(fā)ＲＣＰ 進(jìn)行網(wǎng)絡(luò)初始化，按照Ｔ ＝λＣＴ的周期執(zhí)行ＲＣＰ，其中ＣＴ 為檢查點(diǎn)協(xié)議的周期，λ 為周期系數(shù)，可以根據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量進(jìn)行調(diào)整，網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)信譽(yù)評(píng)分為ＲＳｉｓｕｍ ，ｉ ＝ １，２，…，ｎ，并依據(jù)ＲＳｉｓｕｍ 將節(jié)點(diǎn)劃分為不同類別，不同類別的節(jié)點(diǎn)具有不同的權(quán)限，當(dāng)節(jié)點(diǎn)ＮＣＤ 結(jié)果為Ｎｃａｔｅｇｏｒｙ時(shí)，進(jìn)入相應(yīng)的節(jié)點(diǎn)類別集合Ｎｃａｔｅｇｏｒｙ Ｓｅｔ。

② 在Ａ 類集合ＡＳｅｔ 中選出主節(jié)點(diǎn)，獲得視圖編號(hào)ｖ，若沒有ＡＳｅｔ，則依次往后面的類別集合ＢＳｅｔ、ＣＳｅｔ 進(jìn)行主節(jié)點(diǎn)選取，并更新ＳＮＬｉｓｔ，每次執(zhí)行一致性共識(shí)之前或者經(jīng)過Δｔ 時(shí)間后都會(huì)進(jìn)行主節(jié)點(diǎn)選取。

③客戶端ｃ 發(fā)布交易Ｔｘｃ，用私鑰ＰｒｉｖａｔｅＫｅｙｃ 對(duì)Ｔｘｃ 進(jìn)行簽名后，將Ｔｘｃ 向許可區(qū)塊鏈網(wǎng)絡(luò)進(jìn)行全網(wǎng)廣播，共識(shí)輪次為Ｒ。

④ 網(wǎng)絡(luò)中的節(jié)點(diǎn)收到發(fā)來的Ｔｘｃ 時(shí)都會(huì)進(jìn)行消息轉(zhuǎn)發(fā)，當(dāng)共識(shí)節(jié)點(diǎn)收到Ｔｘｃ 后會(huì)用公鑰ＰｕｂｌｉｃＫｅｙｃ進(jìn)行交易驗(yàn)證，驗(yàn)證通過的交易會(huì)放在自己的交易池ＴｒａｎｓＰｏｏｌ 中，驗(yàn)證不通過則丟棄該交易。

⑤ 當(dāng)共識(shí)節(jié)點(diǎn)的ＴｒａｎｓＰｏｏｌ 中至少有ｐ 筆交易后，結(jié)合前一個(gè)區(qū)塊哈希信息ＰｒｅｖＢｌｏｃｋＨａｓｈ 構(gòu)造當(dāng)前的區(qū)塊Ｂｌｏｃｋｉ，其中ｉ 為區(qū)塊編號(hào)，進(jìn)入下一步驟。

⑥ 主節(jié)點(diǎn)對(duì)這ｐ 筆交易按時(shí)間戳排序，驗(yàn)證交易合理性和合法性，以每個(gè)區(qū)塊ｐ 筆交易進(jìn)行區(qū)塊打包，生成區(qū)塊哈希ＢｌｏｃｋＨａｓｈｉ，并觸發(fā)ＲＣＢＦＴ 優(yōu)化后的ＣＡ，向其他共識(shí)節(jié)點(diǎn)廣播ｐｒｅｐｒｅｐａｒｅ 消息。

⑦ 其他共識(shí)節(jié)點(diǎn)收到ｐｒｅｐｒｅｐａｒｅ 消息，驗(yàn)證通過后向其他共識(shí)節(jié)點(diǎn)發(fā)送ｐｒｅｐａｒｅ 消息，并等待來自其他共識(shí)節(jié)點(diǎn)的ｐｒｅｐａｒｅ 消息。若驗(yàn)證失敗，則懷疑主節(jié)點(diǎn)為拜占庭節(jié)點(diǎn)，并且不會(huì)再給其他節(jié)點(diǎn)發(fā)送共識(shí)消息，若ｔ＞Δｔ 或沒有接收到足夠多的ｐｒｅｐａｒｅ消息時(shí)，執(zhí)行ＶＣＰ 并重新選擇主節(jié)點(diǎn)，新的主節(jié)點(diǎn)會(huì)查詢ＳＮＬｉｓｔ 中ＲＮ 記錄的信息并重新廣播，返回執(zhí)行上一步。

⑧ 如果節(jié)點(diǎn)收到２ｆ＋１ 條來自不同節(jié)點(diǎn)（包括其自身）的消息匹配一致時(shí)，則將消息直接返回給客戶端ｃ，客戶端ｃ 收到來自不同節(jié)點(diǎn)的ｆ＋１ 條有效響應(yīng)匹配一致時(shí)，說明此時(shí)已達(dá)成共識(shí)。

⑨ 共識(shí)完成后，節(jié)點(diǎn)對(duì)新的區(qū)塊鏈進(jìn)行同步，清空ＴｒａｎｓＰｏｏｌ 中已上鏈的這ｐ 筆交易，同時(shí)區(qū)塊編號(hào)增１，即ｉ ＝ ｉ＋１，并更新節(jié)點(diǎn)ＲＳｉｓｕｍ ，同時(shí)周期執(zhí)行檢查點(diǎn)協(xié)議釋放日志消息。

⑩ 本輪共識(shí)完成，Ｒ ＝ Ｒ ＋ １，準(zhǔn)備進(jìn)入新一輪共識(shí)。

３ 算法分析

３． １ 安全性分析

假設(shè)網(wǎng)絡(luò)中存在拜占庭節(jié)點(diǎn)數(shù)量為ｆ，節(jié)點(diǎn)總數(shù)ｎ ＝ ３ｆ＋１。

安全性１：ＲＣＢＦＴ 算法大大減小了拜占庭節(jié)點(diǎn)參與共識(shí)的概率。

證明：一般而言，如果一個(gè)節(jié)點(diǎn)可以正常地進(jìn)行共識(shí)，不存在延時(shí)轉(zhuǎn)發(fā)、崩潰宕機(jī)以及惡意篡改等行為，那么這個(gè)節(jié)點(diǎn)的信譽(yù)評(píng)分就會(huì)處于一個(gè)比較高的水平，能夠分到Ａ 類可信節(jié)點(diǎn)層，即使節(jié)點(diǎn)自身性能較差，但由于ＲＣＰ 的設(shè)計(jì)，初始類別也至少為Ｃ 類，隨著正常共識(shí)行為的積累，也能慢慢升級(jí)類別，而不同類別有著相應(yīng)的共識(shí)權(quán)限。如果節(jié)點(diǎn)偶爾出現(xiàn)宕機(jī)等因環(huán)境因素導(dǎo)致的非主觀惡意行為，信譽(yù)評(píng)分會(huì)按照相應(yīng)規(guī)則減少，但結(jié)合ＲＣＰ 中ＴＣＳＮ 策略對(duì)誠(chéng)實(shí)節(jié)點(diǎn)信譽(yù)評(píng)分的增加力度，只要在之后能夠正常地參與到共識(shí)當(dāng)中，那么它的信譽(yù)評(píng)分就會(huì)快速增加以回到初始節(jié)點(diǎn)層。與此同時(shí)，若發(fā)現(xiàn)節(jié)點(diǎn)出現(xiàn)惡意行為，則根據(jù)ＴＣＳＮ 策略對(duì)拜占庭節(jié)點(diǎn)的處罰力度，會(huì)使得節(jié)點(diǎn)迅速降到Ｅ 類，并對(duì)Ｅ 類惡意節(jié)點(diǎn)進(jìn)行權(quán)限控制，使得共識(shí)過程中暴露出來的拜占庭節(jié)點(diǎn)逐漸減少，高信譽(yù)評(píng)分節(jié)點(diǎn)會(huì)逐漸增多。因此，ＲＣＢＦＴ 算法采用的ＲＣＰ 能夠大大減小拜占庭節(jié)點(diǎn)參與共識(shí)的概率。

安全性２：ＲＣＢＦＴ 算法提高了共識(shí)過程中視圖切換的安全性。

證明：假設(shè)ＰＢＦＴ 共識(shí)過程中觸發(fā)ＶＣＰ 的概率為ｐ：

ｐ ＝ 平均出發(fā)ＶＣＰ 的次數(shù)／總共識(shí)輪次。（１３）

由安全性１ 可知，ＲＣＢＦＴ 算法采用的ＲＣＰ 能夠大大減小拜占庭節(jié)點(diǎn)參與共識(shí)的概率，即可以有效防止拜占庭節(jié)點(diǎn)被選為主節(jié)點(diǎn)，那么ＲＣＢＦＴ 由于主節(jié)點(diǎn)故障而導(dǎo)致視圖切換的概率為ｐ１ ，且ｐ１ ＜ｐ。因此，ＲＣＢＦＴ 算法的ＲＣＰ 機(jī)制降低了拜占庭節(jié)點(diǎn)的共識(shí)參與，提高了節(jié)點(diǎn)誠(chéng)實(shí)作為的積極性，也提高了共識(shí)過程中視圖切換的安全性。

安全性３：系統(tǒng)共識(shí)進(jìn)程不會(huì)因?yàn)榘菡纪ス?jié)點(diǎn)的惡意行為而中斷，即ＲＣＢＦＴ 算法具有活性。

證明：已知網(wǎng)絡(luò)中存在ｆ 個(gè)拜占庭節(jié)點(diǎn)，由安全性１、２ 可知，網(wǎng)絡(luò)的拜占庭節(jié)點(diǎn)數(shù)量是在逐漸減少的，視圖切換的概率也在減小。與此同時(shí)，如果主節(jié)點(diǎn)作惡或者因網(wǎng)絡(luò)問題宕機(jī)使得共識(shí)停滯，系統(tǒng)會(huì)根據(jù)ＶＣＰ，開始新的共識(shí)，選取新的較高信譽(yù)評(píng)分的主節(jié)點(diǎn)，新的主節(jié)點(diǎn)可以在ＲＮ 中找到保存的信息，重新廣播，防止出現(xiàn)無限期的共識(shí)等待，進(jìn)而使系統(tǒng)共識(shí)進(jìn)程不會(huì)因?yàn)榘菡纪ス?jié)點(diǎn)的作惡行為而中斷，保持了活性。

安全性４：ＲＣＢＦＴ 算法的安全性不會(huì)因ｃｏｍｍｉｔ階段的刪除而下降。

證明：

首先定義一些符號(hào)和術(shù)語(yǔ)：ｆ 是系統(tǒng)中最多可以容忍的惡意節(jié)點(diǎn)數(shù)量。ＶＣＰ 是一種視圖切換協(xié)議，可以通過變更當(dāng)前視圖到新視圖以此保證系統(tǒng)活性。ＲＣＰ 是一種信譽(yù)分類協(xié)議，可以優(yōu)化傳統(tǒng)ＰＢＦＴ 共識(shí)算法的一致性協(xié)議，減少節(jié)點(diǎn)間的通信時(shí)間，增強(qiáng)網(wǎng)絡(luò)的安全性，同時(shí)提高算法的性能。

① 共識(shí)安全性

在ＲＣＢＦＴ 系統(tǒng)中，采用ＲＣＰ 來評(píng)估節(jié)點(diǎn)的歷史表現(xiàn)并對(duì)其進(jìn)行信譽(yù)分類。通過ＲＣＰ，系統(tǒng)能夠懲罰不誠(chéng)實(shí)或低效的節(jié)點(diǎn)，降低其后續(xù)參與共識(shí)的概率。這減少了拜占庭節(jié)點(diǎn)干擾共識(shí)過程的可能性，增強(qiáng)了系統(tǒng)的共識(shí)安全性。

此外，通過ＶＣＰ，系統(tǒng)能夠及時(shí)檢測(cè)到拜占庭節(jié)點(diǎn)或歷史表現(xiàn)較差節(jié)點(diǎn)擔(dān)任領(lǐng)導(dǎo)節(jié)點(diǎn)的情況，并進(jìn)行必要的視圖更改。通過降低拜占庭節(jié)點(diǎn)或歷史表現(xiàn)較差節(jié)點(diǎn)擔(dān)任領(lǐng)導(dǎo)節(jié)點(diǎn)的頻率，系統(tǒng)能夠減小共識(shí)過程中出現(xiàn)異常的可能性，從而增強(qiáng)了共識(shí)協(xié)議的安全性。因此，通過ＲＣＰ 和ＶＣＰ 的組合，ＲＣＢＦＴ 系統(tǒng)能夠在半同步模型下提供確定性的共識(shí)安全性保證。

② 共識(shí)活性

在ＲＣＢＦＴ 系統(tǒng)中，通過ＶＣＰ 確保系統(tǒng)中的正常節(jié)點(diǎn)能夠形成一個(gè)活躍的虛擬子網(wǎng)絡(luò)，即使在某些情況下需要進(jìn)行視圖切換。通過ＶＣＰ，系統(tǒng)能夠及時(shí)檢測(cè)到節(jié)點(diǎn)的異常，并進(jìn)行必要的視圖更改以維護(hù)系統(tǒng)的活躍性。因此，采用ＲＣＰ 懲罰不誠(chéng)實(shí)的節(jié)點(diǎn)或低效的節(jié)點(diǎn)能夠使得系統(tǒng)保證共識(shí)活性。

３． ２ 性能分析

對(duì)比ＰＢＦＴ 共識(shí)算法和ＲＣＢＦＴ 共識(shí)算法在共識(shí)過程中所耗費(fèi)的通信開銷。在共識(shí)過程中，２ 種共識(shí)算法的通信開銷主要集中在ＣＡ 和ＶＣＰ 這２ 個(gè)協(xié)議上，因此主要從通信次數(shù)來定量衡量這２ 個(gè)協(xié)議共識(shí)過程的通信開銷。

假設(shè)網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)量為ｎ，ＰＢＦＴ 共識(shí)過程中觸發(fā)ＶＣＰ 的概率為ｐ。ＲＣＢＦＴ 觸發(fā)ＶＣＰ 的概率為ｐ１ ，且ｐ１ ＜ｐ，通信次數(shù)統(tǒng)計(jì)用ＣｏｍｍＮｕｍ 表示，則有ＣｏｍｍＮｕｍＰＢＦＴ ≈（ｐ＋２）ｎ（ｎ－１），ＣｏｍｍＮｕｍＲＰＢＦＴ ＝（ｎ－１）（ｎ＋ｐ１ ｎ＋１）。ＰＢＦＴ 共識(shí)算法和ＲＣＢＦＴ 共識(shí)算法通信次數(shù)的比值為：

Ｒ ＝ ＣｏｍｍＮｕｍＰＢＦＴ／ＣｏｍｍＮｕｍＲＣＢＦＴ＝ （ｐ ＋ ２）ｎ／ｎ ＋ ｐ１ ｎ ＋ １。（１４）

取ｎ∈［０，２００］，ｐ１ ＝ ０． ２，ｐ１ ＜ｐ，繪制在節(jié)點(diǎn)數(shù)不同以及觸發(fā)ＶＣＰ 概率不同時(shí)通信次數(shù)的比值，通信次數(shù)比較如圖９ 所示。

４ 仿真實(shí)驗(yàn)

實(shí)驗(yàn)操作系統(tǒng)為Ｗｉｎｄｏｗｓ １１，硬件環(huán)境為處理器１１ｔｈ Ｇｅｎ Ｉｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ５１１３２０Ｈ ＠ ３． ２０ ＧＨｚ，機(jī)帶ＲＡＭ 為１６ ＧＢ，編譯器使用版本為１． ７６． ０（ｕｓｅｒｓｅｔｕｐ）的ＶＳＣｏｄｅ，在Ｎｏｄｅ． ｊｓ ｖ１６． １４． ２ 環(huán)境中采用ＪａｖａＳｃｒｉｐｔ 編寫，結(jié)合ＷｅｂＳｏｃｋｅｔ 技術(shù)實(shí)現(xiàn)節(jié)點(diǎn)之間的通信。

本實(shí)驗(yàn)對(duì)惡意節(jié)點(diǎn)的設(shè)定為在共識(shí)過程中會(huì)不發(fā)送消息或故意發(fā)送錯(cuò)誤消息的節(jié)點(diǎn)。為了觀察節(jié)點(diǎn)作惡情況以及ＴＣＳＮ 策略對(duì)節(jié)點(diǎn)的影響，在模擬測(cè)試中分別對(duì)１０ 輪共識(shí)過程中２ 個(gè)惡意節(jié)點(diǎn)連續(xù)作惡以及２ 個(gè)誠(chéng)實(shí)節(jié)點(diǎn)初始受環(huán)境影響延時(shí)轉(zhuǎn)發(fā)與崩潰宕機(jī)等情況進(jìn)行模擬，具體如圖１０ 所示。

如圖１０（ａ）所示惡意節(jié)點(diǎn)連續(xù)作惡情況，節(jié)點(diǎn)１與節(jié)點(diǎn)２ 作為惡意節(jié)點(diǎn)，因初始性能較好從而獲得較高的初始信譽(yù)評(píng)分被分為Ｂ 類節(jié)點(diǎn)，參與共識(shí)過程。節(jié)點(diǎn)１ 與節(jié)點(diǎn)２ 連續(xù)在第２ 輪共識(shí)過程中作惡時(shí)，由于動(dòng)態(tài)信譽(yù)評(píng)分ｐ３ 的調(diào)整并結(jié)合時(shí)間衰減函數(shù)，使得節(jié)點(diǎn)信譽(yù)評(píng)分降到（２０，４０），即歸為Ｃ 類節(jié)點(diǎn)。隨著節(jié)點(diǎn)的連續(xù)惡意行為的存在，節(jié)點(diǎn)的信譽(yù)評(píng)分幾乎呈線性遞減。當(dāng)節(jié)點(diǎn)信譽(yù)評(píng)分降到（０，２０）時(shí)，此時(shí)歸為Ｄ 類節(jié)點(diǎn)并啟動(dòng)ＴＣＳＮ 策略，使得節(jié)點(diǎn)快速向Ｅ 類節(jié)點(diǎn)收斂。從圖１０（ａ）可知，在信譽(yù)評(píng)分為Ｄ 時(shí)，節(jié)點(diǎn)從第５ 輪進(jìn)入Ｄ 類到第７ 輪連續(xù)２ 次作惡就會(huì)下降到Ｅ 類，被分類為惡意節(jié)點(diǎn)，該節(jié)點(diǎn)將不能參與共識(shí)過程，被限制權(quán)限。

如圖１０（ｂ）所示誠(chéng)實(shí)節(jié)點(diǎn)因環(huán)境問題導(dǎo)致的非主觀作惡情況，節(jié)點(diǎn)３ 和節(jié)點(diǎn)４ 因自身性能較差被分為Ｃ 類，在第１ ～ ２ 輪中節(jié)點(diǎn)４ 因延時(shí)轉(zhuǎn)發(fā)行為、節(jié)點(diǎn)４ 因崩潰宕機(jī)行為被降為Ｄ 類從而觸發(fā)ＴＣＳＮ策略。由于節(jié)點(diǎn)３ 和節(jié)點(diǎn)４ 在第３ 輪環(huán)境改善后，信譽(yù)評(píng)分會(huì)快速增加。在第５ 輪開始信譽(yù)評(píng)分線性增加，共識(shí)過程正常進(jìn)行。

同時(shí)，為了觀察采用ＲＣＰ 后的ＲＣＢＦＴ 與ＰＢＦＴ共識(shí)算法在共識(shí)過程中惡意節(jié)點(diǎn)數(shù)量的變化，實(shí)驗(yàn)將共識(shí)節(jié)點(diǎn)數(shù)量設(shè)置為１０，其中拜占庭節(jié)點(diǎn)設(shè)置為２ 個(gè)，即為前述的節(jié)點(diǎn)１ 和節(jié)點(diǎn)２，如圖１１ 所示，當(dāng)共識(shí)輪次進(jìn)行到第７ 輪時(shí)，ＲＣＢＦＴ 算法中惡意節(jié)點(diǎn)的信譽(yù)評(píng)分低于０ 時(shí)，節(jié)點(diǎn)被控制權(quán)限，不再參與共識(shí)，此時(shí)共識(shí)節(jié)點(diǎn)中的惡意節(jié)點(diǎn)總數(shù)為０，而ＰＢＦＴ沒有相應(yīng)的節(jié)點(diǎn)選取與控制機(jī)制，惡意節(jié)點(diǎn)一直在網(wǎng)絡(luò)中參與共識(shí)。因此，ＲＣＢＦＴ 算法在節(jié)點(diǎn)激勵(lì)與惡意節(jié)點(diǎn)控制上優(yōu)于ＰＢＦＴ 算法。

共識(shí)時(shí)延是衡量算法性能的重要指標(biāo)之一，具體是指完成一輪共識(shí)所需要的時(shí)間，即從發(fā)起客戶端請(qǐng)求的時(shí)間到完成共識(shí)的時(shí)間。共識(shí)時(shí)延越小，交易確認(rèn)時(shí)間越短，達(dá)成共識(shí)的速度也越快。具體計(jì)算如下：

Ｔｄｅｌａｙ ＝ Ｔｆｉｎｉｓｈ － Ｔｒｅｑｕｅｓｔ， （１５）

式中：Ｔｄｅｌａｙ 為共識(shí)時(shí)延，Ｔｆｉｎｉｓｈ 為完成共識(shí)的時(shí)間點(diǎn)，Ｔｒｅｑｕｅｓｔ 為發(fā)起客戶端請(qǐng)求的時(shí)間點(diǎn)。

為了觀察節(jié)點(diǎn)數(shù)量對(duì)共識(shí)時(shí)延的影響，在模擬實(shí)驗(yàn)中測(cè)試ＲＣＢＦＴ 和ＰＢＦＴ 共識(shí)算法每輪共識(shí)生成一個(gè)區(qū)塊并且共識(shí)節(jié)點(diǎn)數(shù)量?。?、７、１０、１３ 和１６時(shí)，共識(shí)時(shí)延隨節(jié)點(diǎn)數(shù)量的變化情況，如圖１２ 所示。

從圖１２ 可知，２ 種ＢＦＴ 類共識(shí)算法共識(shí)時(shí)延都會(huì)隨著節(jié)點(diǎn)數(shù)量的增加而增加，但ＲＣＢＦＴ 共識(shí)算法的共識(shí)時(shí)延明顯低于ＰＢＦＴ 共識(shí)算法，這是因?yàn)椋校拢疲?三階段共識(shí)的通信復(fù)雜度很高，節(jié)點(diǎn)之間兩兩通信耗費(fèi)了很多時(shí)間。在節(jié)點(diǎn)數(shù)量從４ 增加到１６ 的過程中，曲線斜率增大，ＰＢＦＴ 共識(shí)算法的共識(shí)時(shí)延增加速率明顯快于ＲＣＢＦＴ 共識(shí)算法的共識(shí)時(shí)延增加速率，這主要是由于ＲＣＢＦＴ 共識(shí)算法采用了ＲＣＰ 改進(jìn)，并優(yōu)化了共識(shí)過程，通過信譽(yù)評(píng)分將節(jié)點(diǎn)分類管理，參與共識(shí)的節(jié)點(diǎn)具有較高的可信度。這些節(jié)點(diǎn)具有更好的可靠性與穩(wěn)定性，有利于降低共識(shí)中發(fā)生錯(cuò)誤的概率，提高了共識(shí)算法效率。

為了觀察ＲＣＢＦＴ 與ＰＢＦＴ 共識(shí)算法的交易吞吐量變化，通過在模擬實(shí)驗(yàn)中修改不同的參數(shù)設(shè)置來對(duì)比算法的性能。算法預(yù)先設(shè)置一輪共識(shí)生成一個(gè)區(qū)塊，固定區(qū)塊包含的交易數(shù)量，同時(shí)用多進(jìn)程模擬區(qū)塊鏈網(wǎng)絡(luò)中的共識(shí)節(jié)點(diǎn)并且節(jié)點(diǎn)之間采用ＷｅｂＳｏｃｋｅｔ 通信，每輪共識(shí)時(shí)一個(gè)節(jié)點(diǎn)會(huì)向其他各個(gè)節(jié)點(diǎn)發(fā)送數(shù)據(jù)。圖１３ 顯示了共識(shí)節(jié)點(diǎn)數(shù)量取４、７、１０、１３ 和１６ 時(shí)，ＲＣＢＦＴ 與ＰＢＦＴ 共識(shí)算法的交易吞吐量隨節(jié)點(diǎn)數(shù)量的變化而變化。

由圖１３ 可以看出，隨著節(jié)點(diǎn)數(shù)量的增加，ＲＣＢＦＴ 和ＰＢＦＴ 共識(shí)算法的交易吞吐量均呈下降趨勢(shì)。這是因?yàn)殡S著節(jié)點(diǎn)數(shù)量的增加，共識(shí)所需的時(shí)間也會(huì)增加。但是當(dāng)網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量保持一致時(shí)，ＲＣＢＦＴ 共識(shí)算法的交易吞吐量要優(yōu)于ＰＢＦＴ 算法。ＲＣＢＦＴ 共識(shí)算法的特點(diǎn)在于采用了ＲＣＰ 協(xié)議使得信譽(yù)評(píng)分較高的共識(shí)節(jié)點(diǎn)才能參與共識(shí)過程，同時(shí)只需要進(jìn)行兩階段通信。這些改進(jìn)優(yōu)化了系統(tǒng)的吞吐量。

５ 結(jié)束語(yǔ)

提出了一種基于信譽(yù)分類的拜占庭共識(shí)算法———ＲＣＢＦＴ。該算法針對(duì)傳統(tǒng)的ＰＢＦＴ 共識(shí)算法的不足之處進(jìn)行了改進(jìn)，通過引入信譽(yù)分類協(xié)議并優(yōu)化ＲＳＭ，依據(jù)節(jié)點(diǎn)的歷史共識(shí)行為所獲得的信譽(yù)評(píng)分來對(duì)參與節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)分類以及分級(jí)管理，提高了視圖切換安全性，同時(shí)對(duì)ＰＢＦＴ 共識(shí)算法的三階段共識(shí)協(xié)議進(jìn)行優(yōu)化，減少通信開銷，在確保容錯(cuò)性的同時(shí)能夠提高算法性能。實(shí)驗(yàn)結(jié)果表明，與ＰＢＦＴ 共識(shí)算法相比，ＲＣＢＦＴ 共識(shí)算法有著更高的交易吞吐量與更低的共識(shí)時(shí)延。

參考文獻(xiàn)

［１］ ＣＡＣＨＩＮ Ｃ， ＶＵＫＯＬＩＣ＇ Ｍ． Ｂｌｏｃｋｃｈａｉｎ ＣｏｎｓｅｎｓｕｓＰｒｏｔｏｃｏｌｓ ｉｎ ｔｈｅ Ｗｉｌｄ［ＥＢ ／ ＯＬ］． （２０１７－０７－０６）［２０２３－０８－１５］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／ １７０７． ０１８７３．

［２］ 曾詩(shī)欽，霍如，黃韜，等． 區(qū)塊鏈技術(shù)研究綜述：原理，進(jìn)展與應(yīng)用［Ｊ］． 通信學(xué)報(bào)，２０２０，４１（１）：１３４－１５１．

［３］ ＬＥＩ Ｋ，ＺＨＡＮＧ Ｑ Ｃ，ＸＵ Ｌ Ｍ，ｅｔ ａｌ． Ｒｅｐｕｔａｔｉｏｎｂａｓｅｄ Ｂｙｚａｎｔｉｎｅ ＦａｕｌｔＴｏｌｅｒａｎｃｅ ｆｏｒ Ｃｏｎｓｏｒｔｉｕｍ Ｂｌｏｃｋｃｈａｉｎ［Ｃ］∥２０１８ ＩＥＥＥ ２４ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｐａｒａｌｌｅｌ ａｎｄＤｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ （ＩＣＰＡＤＳ）． Ｓｉｎｇａｐｏｒｅ：ＩＥＥＥ，２０１８：６０４－６１１．

［４］ ＧＡＯ Ｓ，ＹＵ Ｔ Ｙ，ＺＨＵ Ｊ Ｍ，ｅｔ ａｌ． ＴＰＢＦＴ：Ａｎ ＥｉｇｅｎＴｒｕｓｔｂａｓｅｄ Ｐｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ Ｃｏｎｓｅｎｓｕｓ Ａｌｇｏｒｉｔｈｍ ［Ｊ ］． Ｃｈｉｎａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１９，１６ （１２ ）：１１１－１２３．

［５］ 甘俊，李強(qiáng)，陳子豪，等． 區(qū)塊鏈實(shí)用拜占庭容錯(cuò)共識(shí)算法的改進(jìn)［Ｊ］． 計(jì)算機(jī)應(yīng)用，２０１９，３９（７）：２１４８－２１５５．

［６］ 宋哲． 改進(jìn)實(shí)用拜占庭容錯(cuò)算法的區(qū)塊鏈系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［Ｄ］． 桂林：桂林電子科技大學(xué)，２０２０．

［７］ 周藝華，賈立圓，賈玉欣，等． 基于信譽(yù)度的Ｈａｓｈｇｒａｐｈ共識(shí)算法［Ｊ ］． 計(jì)算機(jī)應(yīng)用研究，２０２１，３８ （９ ）：２５９０－２５９３．

［８］ ＢＡＩＲＤ Ｌ． Ｔｈｅ Ｓｗｉｒｌｄｓ Ｈａｓｈｇｒａｐｈ Ｃｏｎｓｅｎｓｕｓ Ａｌｇｏｒｉｔｈｍ：Ｆａｉｒ，Ｆａｓｔ，Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ ［Ｒ ／ ＯＬ］． （２０１６ －０５－ ３１）［２０２３ － ０８ － １８ ］． ｈｔｔｐｓ：∥ ｗｗｗ． ｓｗｉｒｌｄｓ． ｃｏｍ ／ｄｏｗｎｌｏａｄｓ ／ ＳＷＩＲＬＤＳ－ＴＲ－２０１６－０１． ｐｄｆ

［９］ ＬＩ Ｃ Ｘ，ＬＩ Ｐ Ｌ，ＺＨＯＵ Ｄ，ｅｔ ａｌ． Ｓｃａｌｉｎｇ Ｎａｋａｍｏｔｏ Ｃｏｎｓｅｎｓｕｓ ｔｏ Ｔｈｏｕｓａｎｄｓ ｏｆ Ｔｒａｎｓａｃｔｉｏｎｓ Ｐｅｒ Ｓｅｃｏｎｄ ［ＥＢ ／ＯＬ］． （２０１８ － ０５ － １０）［２０２３ － ０８ － １９］． ｈｔｔｐｓ：∥ ａｒｘｉｖ．ｏｒｇ ／ ａｂｓ ／ １８０５． ０３８７０．

［１０］ ＬＩ Ｃ Ｘ，ＬＩ Ｐ Ｌ，ＺＨＯＵ Ｄ，ｅｔ ａｌ． Ａ ＤｅｃｅｎｔｒａｌｉｚｅｄＢｌｏｃｋｃｈａｉｎ ｗｉｔｈ Ｈｉｇｈ Ｔｈｒｏｕｇｈｐｕｔ ａｎｄ Ｆａｓｔ Ｃｏｎｆｉｒｍａｔｉｏｎ［Ｃ］∥２０２０ ＵＳＥＮＩＸ Ａｎｎｕａｌ Ｔｅｃｈｎｉｃａｌ Ｃｏｎｆｅｒｅｎｃｅ． ［Ｓ．ｌ． ］：ＵＳＥＮＩＸ，２０２０：５１５－５２８．

［１１］ ＳＯＭＰＯＬＩＮＳＫＹ Ｙ，ＺＯＨＡＲ Ａ． Ｓｅｃｕｒｅ Ｈｉｇｈｒａｔｅ Ｔｒａｎｓａｃｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ ｉｎ Ｂｉｔｃｏｉｎ ［Ｃ］∥ Ｆｉｎａｎｃｉａｌ Ｃｒｙｐｔｏｇｒａｐｈｙａｎｄ Ｄａｔａ Ｓｅｃｕｒｉｔｙ（ＦＣ ２０１５）． Ｓａｎ Ｊｕａｎ：Ｓｐｒｉｎｇｅｒ，２０１５：５０７－５２７．

［１２］ 陳潤(rùn)宇，王倫文，朱然剛． 基于信譽(yù)值投票與隨機(jī)數(shù)選舉的ＰＢＦＴ 共識(shí)算法［Ｊ］． 計(jì)算機(jī)工程，２０２２，４８ （６）：４２－４９．

［１３］ 黃子鑫，黨建武，王陽(yáng)萍，等． 基于改進(jìn)ＰＢＦＴ 的區(qū)塊鏈工程監(jiān)理數(shù)據(jù)共享模型［Ｊ］． 無線電工程，２０２３，５３（２）：２９８－３０７．

［１４］ ＬＡＭＰＯＲＴ Ｌ，ＳＨＯＳＴＡＫ Ｒ，ＰＥＡＳＥ Ｍ． Ｔｈｅ ＢｙｚａｎｔｉｎｅＧｅｎｅｒａｌｓ Ｐｒｏｂｌｅｍ［Ｊ］． ＡＣＭ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ＰｒｏｇｒａｍｍｉｎｇＬａｎｇｕａｇｅｓ ａｎｄ Ｓｙｓｔｅｍｓ，１９８２，４（３）：３８２－４０１．

［１５］ ＣＡＳＴＲＯ Ｍ，ＬＩＳＫＯＶ Ｂ． Ｐｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ ［Ｃ ］ ∥ ＯＳＤＩ ’９９：Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＴｈｉｒｄＳｙｍｐｏｓｉｕｍ ｏｎ Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍｓ Ｄｅｓｉｇｎ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ． Ｎｅｗ Ｏｒｌｅａｎｓ：ＵＳＥＮＩＸ，１９９９：１７３－１８６．

［１６］ ＬＩ Ｗ Ｙ，ＦＥＮＧ Ｃ Ｌ，ＺＨＡＮＧ Ｌ，ｅｔ ａｌ． Ａ Ｓｃａｌａｂｌｅ ＭｕｌｔｉＬａｙｅｒ ＰＢＦＴ Ｃｏｎｓｅｎｓｕｓ ｆｏｒ Ｂｌｏｃｋｃｈａｉｎ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｒａｌｌｅｌ ａｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ，２０２０，３２（５）：１１４６－１１６０．

［１７］ 方維維，王子岳，宋慧麗，等． 一種面向區(qū)塊鏈的優(yōu)化ＰＢＦＴ 共識(shí)算法［Ｊ］． 北京交通大學(xué)學(xué)報(bào)，２０１９，４３（５）：５８－６４．

作者簡(jiǎn)介

高建彬 男，（１９７６—），博士，副教授。主要研究方向：區(qū)塊鏈理論與應(yīng)用、網(wǎng)絡(luò)數(shù)據(jù)安全。

劉洋洋 男，（１９８８—），博士研究生。主要研究方向：區(qū)塊鏈隱私與安全。

夏 虎 男，（１９８１—），博士，副研究員。主要研究方向：區(qū)塊鏈理論與應(yīng)用、大數(shù)據(jù)安全。

程 捷 男，（２００３—），碩士研究生。主要研究方向：區(qū)塊鏈組網(wǎng)理論。

（通信作者）夏 琦 女，（１９７９—），博士，教授，博士生導(dǎo)師。主要研究方向：區(qū)塊鏈理論與應(yīng)用、網(wǎng)絡(luò)數(shù)據(jù)安全、大數(shù)據(jù)安全。

基金項(xiàng)目：國(guó)家自然科學(xué)基金（Ｕ２２Ｂ２０２９）；四川省科技計(jì)劃項(xiàng)目（２０２３ＪＤＲＣ０００１）；基礎(chǔ)加強(qiáng)計(jì)劃技術(shù)領(lǐng)域基金項(xiàng)目（２０２１ＪＣＪＱＪＪ０４６３）