«`html
Улучшение масштабируемости технологии распределенного реестра с помощью динамического шардинга и синхронного консенсуса
Технология распределенного реестра (DLT), такая как блокчейн, играет важную роль в управлении множеством микротранзакций в машинной экономике, включающей миллиарды взаимосвязанных и децентрализованных устройств. Для улучшения масштабируемости DLT часто используется шардинг, который разделяет сеть на несколько комитетов. Однако это требует дорогостоящей верификации между шардами для предотвращения двойных трат, усложняя масштабируемость. Решения для улучшения масштабируемости DLT включают подходы первого уровня, такие как шардинг и увеличение размера блоков, и подходы второго уровня, такие как параллельные боковые цепочки. Несмотря на вызовы, уроки можно извлечь из распределенных хэш-таблиц (DHT), которые управляют динамическим шардингом без согласия или упорядоченной истории.
Практические решения и ценность
Исследователи Университета Лулео предлагают ScaleGraph, масштабируемый метод распределенного реестра, использующий динамический шардинг на основе концепций маршрутизации и логической близости из распределенных хэш-таблиц. ScaleGraph улучшает кибербезопасность и поддерживает частые микротранзакции между автономными устройствами. Каждая транзакция логически обрабатывается и хранится узлами, близкими к отправителю и получателю, обеспечивая прямую верификацию между шардами и формирование частично упорядоченного DAG для параллелизма. Сложность хранения ScaleGraph составляет O(t), шардированная по n узлам, при этом каждый узел требует O(t/n) хранения. Этот метод улучшает параллелизм и локализацию данных, предлагая лучшую масштабируемость и производительность по сравнению с моделями согласия.
Технология блокчейн возродила интерес к протоколам консенсуса с устойчивостью к византийским ошибкам (BFT). В то время как синхронные системы предполагают своевременную доставку сообщений и синхронизированные часы, асинхронные системы, более реалистичные для сетей реального мира, сталкиваются с невозможностью FLP, что делает детерминированный консенсус недостижимым, если какой-либо узел выходит из строя. Частично асинхронные решения, такие как PBFT, полагаются на синхронизацию для живучести. Асинхронные протоколы, такие как HoneyBadgerBFT, обеспечивают устойчивость до трети византийских узлов, но имеют более высокую задержку. Синхронные протоколы, такие как Sync HotStuff, достигают лучшей устойчивости к сбоям (до половины византийских узлов) и улучшенной производительности, что важно для решений шардинга, которые балансируют размер шард для безопасности и производительности.
В ScaleGraph узел может одновременно действовать в качестве лидера для нескольких отправителей без проблем, поскольку они включают отдельные цепочки. Однако, если два узла временно становятся лидерами для одного и того же адресата, предложения нового лидера обрабатываются после завершения текущего согласия. Для предотвращения тупиковых ситуаций в сценариях высокой конкуренции, где несколько транзакций включают одного и того же получателя, ScaleGraph может реализовать блокировку для предотвращения ресурсных потерь от повторных попыток. В редких случаях тупиков, включающих циклические транзакции, решения включают тайм-ауты с рандомизированным откатом или проактивный подход, который блокирует на основе размера адреса. Однако последний может предпочтительно обрабатывать более маленькие идентификаторы, что может привести к голоданию.
Блокчейны обеспечивают целостность данных с помощью неизменяемых реестров, предотвращая перезапись истории. Однако шардинг, улучшающий производительность путем разделения узлов на более мелкие группы, компрометирует безопасность, упрощая задачу атакующим контролировать эти меньшие группы. В ScaleGraph перекрывающиеся шарды в некоторой степени смягчают этот риск, но все равно представляют вызовы. Для предотвращения двойных трат и обеспечения устойчивости к сбоям критически важны тщательный подсчет голосов и периодическое восстановление шард. Шардинг также снижает избыточность данных, влияя на доступность. Симуляции показывают, что размер шарда влияет на вероятность компрометации, причем более крупные и более многочисленные шарды увеличивают вероятность сбоя, хотя этот эффект относительно умеренный.
В заключение, ScaleGraph — это масштабируемая технология распределенного реестра, использующая динамический шардинг и DHT для поддержки частых микротранзакций между устройствами. В отличие от типичных методов, ScaleGraph позволяет перекрывающиеся шарды для увеличения параллелизма. Симуляции показывают, что синхронный протокол консенсуса значительно снижает требования к размеру шарда по сравнению с асинхронными протоколами, улучшая производительность и безопасность. Системе требуется только частичный порядок транзакций, оптимизируя параллелизм. Будущая работа включает формальный анализ безопасности, более точное моделирование вероятности сбоя и оценку производительности для балансировки компромисса между размером шарда и эффективностью системы.
Проверьте статью. Вся заслуга за это исследование принадлежит исследователям этого проекта. Также не забудьте подписаться на наш Twitter. Присоединяйтесь к нашему каналу в Telegram, каналу в Discord и группе в LinkedIn.
Если вам нравится наша работа, вам понравится наша рассылка.
Не забудьте присоединиться к нашему 43k+ ML SubReddit | Также, ознакомьтесь с нашей платформой AI Events Platform
Статья: ScaleGraph: Enhancing Distributed Ledger Technology DLT Scalability with Dynamic Sharding and Synchronous Consensus, опубликована на MarkTechPost.
Использование искусственного интеллекта для вашего бизнеса
Если вы хотите, чтобы ваша компания развивалась с помощью искусственного интеллекта (ИИ) и оставалась в числе лидеров, грамотно используйте ScaleGraph: Enhancing Distributed Ledger Technology DLT Scalability with Dynamic Sharding and Synchronous Consensus.
Проанализируйте, как ИИ может изменить вашу работу. Определите, где возможно применение автоматизации: найдите моменты, когда ваши клиенты могут извлечь выгоду из AI.
Определитесь какие ключевые показатели эффективности (KPI): вы хотите улучшить с помощью ИИ.
Подберите подходящее решение, сейчас очень много вариантов ИИ. Внедряйте ИИ решения постепенно: начните с малого проекта, анализируйте результаты и KPI.
На полученных данных и опыте расширяйте автоматизацию.
Если вам нужны советы по внедрению ИИ, пишите нам на https://t.me/itinai. Следите за новостями о ИИ в нашем Телеграм-канале t.me/itinainews или в Twitter @itinairu45358
Попробуйте AI Sales Bot https://itinai.ru/aisales. Этот AI ассистент в продажах, помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж, снижать нагрузку на первую линию.
Узнайте, как ИИ может изменить ваши процессы с решениями от AI Lab itinai.ru будущее уже здесь!
«`
