高迎 朱藝

[摘 要] 2008年，區(qū)塊鏈作為比特幣的底層技術(shù)從交易簿中獨立出來。隨著互聯(lián)網(wǎng)的普及，如何優(yōu)化區(qū)塊鏈技術(shù)的應用引起了國內(nèi)外學者的廣泛關(guān)注。近年，神經(jīng)網(wǎng)絡技術(shù)常用于區(qū)塊鏈領(lǐng)域的結(jié)合與優(yōu)化，為其發(fā)展提供了助推劑。文章針對人工神經(jīng)網(wǎng)絡技術(shù)應用于共識機制優(yōu)化的發(fā)展進程進行簡單概述，并提出了對該領(lǐng)域的研究展望。

[關(guān)鍵詞]區(qū)塊鏈;PBFT;共識機制;神經(jīng)網(wǎng)絡

中圖分類號： F272? ? ? ? ? 文獻標識碼：A? ? ? ? ? ?文章編號：1674-1722（2021）22-0079-03

《比特幣：一種點對點式的電子現(xiàn)金系統(tǒng)》[1]一書宣告了區(qū)塊鏈技術(shù)的誕生，其作為比特幣的底層技術(shù)，從交易簿中獨立出來，成為當下新興技術(shù)。

Leslie Lamport[2]等人將拜占庭軍隊的將軍和他們的部隊的作戰(zhàn)情況，抽象表達為信息不對稱問題，提出了一種算法：當有且只有三分之二以上的將軍忠誠時，才能實現(xiàn)信息對稱，拜占庭將軍共識算法（Byzantine Fault Tolerance，BFT）[3]由此誕生。但該算法一直都存在運行慢、復雜度高等問題，難以廣泛應用。而實用拜占庭容錯算法（Practical Byzantine Fault Tolerance，PBFT）[4]的提出，為其實際應用提供了可能。然而面對無法同時滿足一致性、可用性和分區(qū)容錯這三個屬性的問題[5]，在優(yōu)化共識算法的同時就需要有所取舍。

一、共識機制的發(fā)展

隨著PBFT問題的提出，1990年，Paxos算法應運而生，其在一定條件下能夠解決一致性問題。但Paxos的理論化，使人們在理解和實施方面都有很大困難。2013年提出了Raft算法，Raft的效果與Paxos相同，但更便于實施和理解。

Raft集群通常包含五個服務器節(jié)點，最多允許兩個節(jié)點同時出錯。圖1所示的服務器節(jié)點有三種狀態(tài)：Leader、Follwer和Candidate。一個任期內(nèi)只有一名領(lǐng)導，領(lǐng)導負責處理所有客戶的請求。

二、人工智能

（一）神經(jīng)網(wǎng)絡算法理論

人工神經(jīng)網(wǎng)絡（Artificial Neural Network，ANN），作為人工智能的重要分支，采用廣泛互連的結(jié)構(gòu)與有效的學習機制來模擬人腦信息處理的過程。通過模擬人腦神經(jīng)元，從信息處理的角度組成不同連接方式的網(wǎng)絡運算模型。神經(jīng)網(wǎng)絡運算模型，是由大量的節(jié)點之間相互聯(lián)接構(gòu)成的，它的組織結(jié)構(gòu)能夠模擬生物神經(jīng)系統(tǒng)對真實世界所做出的交互反應，其結(jié)構(gòu)如圖2所示。

結(jié)構(gòu)包含：輸入層：輸入層接收特征向量x。

輸出層：輸出層產(chǎn)出最終的預測h。

隱藏層：介于輸入層與輸出層之間，之所以稱之為隱含層，是因為可進行數(shù)據(jù)處理。

（二）人工智能與區(qū)塊鏈

（1）人工智能可幫助區(qū)塊鏈降低能耗

“挖礦”工作極其困難，需要耗費大量資源。人工智能的出現(xiàn)則能幫助其告別傳統(tǒng)的挖礦方式，以一種更聰明、更高效的方式管理任務。

已有很多電子設備使用人工智技術(shù)降低能耗、提升性能。如果類似方式在區(qū)塊鏈系統(tǒng)中實現(xiàn)，將會大大降低礦工挖礦硬件的成本以及挖礦所需電力的消耗。

（2）人工智能輔助區(qū)塊鏈檢測欺詐

AI技術(shù)的學習行為，目前已廣泛應用于銀行和電商業(yè)務中，用以發(fā)現(xiàn)與防范欺詐交易。研究認為若能在區(qū)塊鏈系統(tǒng)中運用人工智能技術(shù)，對保障區(qū)塊鏈安全交易大有好處，因為這類問題也是區(qū)塊鏈的一大重要癥結(jié)。

人工智能技術(shù)為區(qū)塊鏈提供了更強大的數(shù)據(jù)分析能力、拓展了場景并保障了信用安全，兩者可以說是優(yōu)勢互補。盡管區(qū)塊鏈和人工智能是兩種不同的技術(shù)趨勢，但兩者通過優(yōu)勢互補迸發(fā)的巨大潛力依然值得我們?nèi)ド钊胪诰颉?/p>

三、國內(nèi)外研究現(xiàn)狀與發(fā)展歷程

針對拜占庭容錯算法，國內(nèi)外學者對其進行了不同角度的改進，表1為近年來人工神經(jīng)網(wǎng)絡技術(shù)相關(guān)的PBFT改進的研究成果。

（一）在PBFT共識流程中主節(jié)選取問題

Yong Wang[5]等人將原有的C/S體系結(jié)構(gòu)改為P2P架構(gòu)，并采用投票方式選擇主節(jié)點，在選舉過程中引入了信用等級和信用系數(shù)，使得每個節(jié)點被選為主節(jié)點的概率受過去的行為的影響，更可能選擇一個可靠的主節(jié)點;張良嵩[11]提出了VBFT算法，通過在PBFT三階段協(xié)議前使用隨機函數(shù)（VRF）來選取每輪參與共識的節(jié)點，提高投票共識的效率;Buchman E[12]等人提出了一種新的分布式網(wǎng)絡環(huán)境下事件排序協(xié)議Tendermint，利用節(jié)點間的對等八卦協(xié)議，對經(jīng)典的學術(shù)研究進行了現(xiàn)代化改造，并簡化了BFT算法的設計，可見這也是節(jié)點關(guān)系，即節(jié)點間信用的一種表現(xiàn)形式。

（二）在人工智能與區(qū)塊鏈共識機制結(jié)合領(lǐng)域

Jianwen Chen[6]等人提出了基于人工智能技術(shù)的概念框架、基本理論和研究方法，改進了AlexNet網(wǎng)絡，設計了一個特殊的卷積神經(jīng)網(wǎng)絡和一個動態(tài)閾值，得到超級節(jié)點和隨機節(jié)點;王纘[7]等人利用BP神經(jīng)網(wǎng)絡，設計了一種節(jié)點信用度模型，其次，構(gòu)造了一種分片輪轉(zhuǎn)模型。它可以根據(jù)節(jié)點的信用度高低分割搜索空間產(chǎn)生新區(qū)塊，同時對協(xié)議所面臨的可能攻擊進行分析，修復了協(xié)議存在的漏洞。

四、研究展望

研究可見，國內(nèi)外許多知名大學與機構(gòu)研究者都在致力于解決分布式網(wǎng)絡中信息不對稱的改進以及效率問題的提升。而在節(jié)點評估方面，目前有關(guān)PBFT的改進研究大多偏重于構(gòu)建信譽模型量化節(jié)點，而現(xiàn)實應用中，為了更好地保證系統(tǒng)的安全性和魯棒性，節(jié)點的性能往往由多方面決定，同時為了資源節(jié)約可以采用更先進的人工智能算法模型，彌補人力和電力的消耗。

五、結(jié)語

人工智能技術(shù)能提高共識機制的效率與安全性，為區(qū)塊鏈技術(shù)提供了更廣闊的發(fā)展空間。雖然神經(jīng)網(wǎng)絡并不能解決區(qū)塊鏈技術(shù)當前遇到的所有瓶頸，但推進兩者的結(jié)合，對共識機制的優(yōu)化與區(qū)塊鏈的深入發(fā)展具有現(xiàn)實意義。

參考文獻：

[1]NAKAMOTOS.Bitcoin： a peer-to-peer electronic cash system [EB/OL]， 2009. https：//bitcoin.org/bitcoin.pdf.

[2]Leslie Lamport， Robert Shostak， Marshall Pease.The Byzantine Generals Problem[J]. Acm Transactions on Programming Languages and Systems， 1982，4（3）：382-401.

[3]Canetti， R.， Rabin， T.： Optimal asynchronous Byzantine agreement. In： 25 th Symposium on Theory of Computing， 1993， pp. 42-51.

[4]Gao S. T-PBFT： An EigenTrust-Based Practical Byzantine Fault Tolerance Consensus Algorithm[J]. China Communications， 2019， 16（12）：111-123.

[5]Wang Y，Song Z，Cheng T. Improvement Research of PBFT Consensus Algorithm Based on Credit[C].International Conference on Blockchain and Trustworthy Systems. Springer， Singapore， 2019.

[6]Chen J，Duan K，Zhang R，et al. An AI Based Super Nodes Selection Algorithm in BlockChain Networks[J]. 2018.

[7]王纘，田有亮，李秋賢，等. 基于信用模型的工作量證明算法[J].通信學報， 2018（08）：185-198.

[8]陳子豪，李強. 基于K-medoids的改進PBFT共識機制[J].計算機科學， 2019（12）：101-107.

[9]Rongfei M A . Super node selection algorithm combining reputation and capability model in P2P streaming media network[J]. Personal and Ubiquitous Computing， 2019， 23（3-4）：435-442.

[10]包振山，王凱旋， 張文博. 基于樹形拓撲網(wǎng)絡的實用拜占庭容錯共識算法[J]. 應用科學學報， 2020（01）：34-50.

[11]張良嵩. 基于拜占庭容錯的區(qū)塊鏈共識算法研究[D].電子科技大學， 2020.

[12] Buchman E ， Kwon J ， Milosevic Z . The latest gossip on BFT consensus[J]. 2018.