基于卫星网络的区块链共识算法研究与实现

来源 :东南大学 | 被引量 : 0次 | 上传用户:javaname40
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着比特币逐渐进入大众的视野,作为其底层支撑的区块链技术也受到了学界和业界的关注。因其特殊的链式数据结构、共识算法和激励机制,区块链系统具有一些独特的属性,如链上数据不可篡改,节点间无需信任等。然而,极低的系统吞吐量却成为了其大规模应用的最大障碍。因此,提高区块链系统吞吐量一直都是研究人员所关注的重点。目前,大多数的研究成果都聚焦于共识算法层面,而忽略了底层广播网络对吞吐量的影响。事实上,出于维持数据一致性的需要,区块链系统中会进行大量的数据广播工作。因此,底层广播网络的性能对整个系统的性能来说至关重要。本文将聚焦于通过优化底层广播网络的方式来提高系统吞吐量。为了优化底层广播网络,本文在目前的网络结构中添加一个卫星节点,并利用卫星广播来代替目前的互联网广播。相较于互联网广播,卫星广播的特点是广播过程中不需要节点参与,从而可以避免恶意节点利用数据广播进行拜占庭攻击。此外,由于所有的数据都由卫星串行广播,故一般情况下,地面节点收到数据的顺序可被视为完全相同。同时,卫星的引入将网络结构转变为以卫星为中心的星形拓扑,从而能够避免数据广播过程中的流量冗余。值得注意的是,由于卫星只负责数据广播而不参与数据共识,故不会损害区块链系统的去中心化特点。本文研究主要分为以下三个部分:底层广播网络分析、基于单卫星网络的共识算法设计和基于多卫星网络的共识算法设计。在底层广播网络分析的研究中,本文以比特币系统为研究对象,对其底层广播网络的拓扑结构与数据广播方式进行了分析并发现其存在的两个缺陷。接着,本文从第三方网站收集了许多关于比特币底层网络的真实数据并利用上述数据分别构造了两个比特币仿真环境。在上述仿真环境中,本文设计了五个测试来探究上述缺陷对系统的影响。在基于单卫星网络的共识算法设计的研究中,本文首先向底层广播网络中引入一颗地球同步卫星作为辅助通信节点来优化网络结构。通过利用卫星广播来代替目前采用的广播算法,可以避免恶意节点利用广播算法制造数据不一致的问题。然后,本文提出了一种基于单卫星网络的共识算法,该算法利用了卫星网络的优点来提高系统吞吐量。接着,本文提出了一种自动恢复机制,用于应对特殊天文现象导致的卫星信道短暂中断的问题。最后,本文通过实验测试了上述算法的性能和效果。在基于多卫星网络的共识算法设计的研究中,本文对基于多卫星网络的算法进行了初步的设计,以完善单卫星网络无法覆盖全球的问题。多卫星网络共识算法主要通过多卫星网络的全局时钟特性,解决了多卫星网络中由于星间路由引起的各节点接收数据顺序不一致的问题。此外,本文还利用卫星签名与询问机制,解决了网络中可能出现的数据丢失问题,即节点未接收到部分被广播的数据。
其他文献
我国城市化进程导致非法占用土地、违章加盖等事件频发,严重影响国家粮食安全和社会可持续发展。较之人工巡查,定点监控采集不同时相下图像自动检测违章建筑的方式更为高效,但监控图像中道路与往来车辆常常干扰建筑物变化检测。为此,本文致力于研究定点监控视角下基于深度学习的车辆检测与道路分割理论与方法,去除车辆、道路信息对违章建筑判别的干扰,支撑违建现象的早发现与早处理。主要研究内容如下:(1)提出了一种基于空
磷是一种宝贵的难再生资源,是生物维持细胞和生命活动的必需元素。双污泥-诱导磷结晶(A2N-IC)系统耦合生物除磷与化学磷回收技术,将污水处理与磷资源回收相结合,产生经济与环境的双重效益,符合可持续发展的需要。然而,随着工业发展和人工合成生物技术的迅速崛起,污水中非活性磷的存在已不容忽视。非活性磷的反应性不佳,并不遵循活性磷(RP,即正磷酸盐)的迁移转化规律,其与污水中重金属、复杂有机物等均可能是导
互联网的快速发展给信息的共享创造了便利条件,同时也为虚假信息的传播提供了生存环境。研究表明虚假信息比真实信息具有更强的传播力度,会对个人的日常生活和社会的秩序产生影响。基于自然语言处理技术的事实检测旨在运用自然语言处理相关技术,自动判断信息的真实性。因此,研究基于自然语言处理的事实检测方法对遏制虚假信息的传播至关重要。基于自然语言处理技术的事实检测任务一般包含文章检索、证据抽取、真假推理三个步骤。
学位
在热工控制领域,被控对象往往表现出大惯性、非线性等特点,这增加了热工对象模型辨识与优化控制的难度。目前热工过程的模型辨识主要基于动态特性试验,但实验往往具有局限性以及操作难度大等不足,而基于现场数据的热工过程神经网络辨识可以很好规避这些问题。目前火电机组热工过程广泛采用的PID控制难以满足大惯性、非线性对象的控制要求,结合一些先进控制策略对大惯性、非线性过程进行控制就显得很有必要。针对以上问题,论
学位
学位
学位
在工业互联网环境中,深度神经网络应用已经在工业生产中被广泛使用,这些应用往往被部署于智能终端设备中,有着计算量大和数据量大的特点,且对推断时延有着较高的要求。然而,现有的智能终端设备性能较弱,推断时延较高,将用户的原始数据发送至云计算中心进行推断的方法则可能导致隐私泄露。针对现有计算模式的不足,端边协同推断能够综合利用智能终端设备和边缘设备的计算能力以降低终端设备的推断时延。然而,智能终端设备中的
学位