“`html
Улучшение масштабируемости технологии распределенного реестра DLT с помощью динамического шардинга и синхронного консенсуса
DLT, такие как блокчейн, играют ключевую роль в управлении множеством микротранзакций в Машинной Экономике, включающей миллиарды взаимосвязанных и децентрализованных устройств. Для улучшения масштабируемости DLT часто используется шардинг, разделяющий сеть на несколько комитетов. Однако это требует дорогостоящей верификации между шардами для предотвращения двойных трат, что усложняет 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 Хеш-Таблиц (DHT), которые управляют динамическим шардингом без консенсуса или упорядоченной истории.
Практические решения и ценность
Исследователи Университета Лулео предлагают ScaleGraph, масштабируемый метод распределенного реестра, использующий динамический шардинг на основе маршрутизации и концепций логической близости из распределенных хеш-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 на n узлах, 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 консенсуса.
Технология блокчейн возродила интерес к протоколам консенсуса с байзантинской устойчивостью (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, делая детерминированный консенсус недостижимым, если любой узел выходит из строя. Частично асинхронные решения, такие как PBFT, полагаются на синхронизацию для жизнеспособности. Асинхронные протоколы, такие как HoneyBadgerBFT, обеспечивают устойчивость до трети байзантинских узлов, но имеют более высокую задержку. Синхронные протоколы, такие как Sync HotStuff, достигают лучшей устойчивости к отказам (до половины байзантинских узлов) и улучшенной производительности, что важно для решений шардинга, балансирующих 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 вкратце становятся лидерами для одного и того же адресата, предложения нового лидера обрабатываются после завершения текущего консенсуса. Для предотвращения тупиковых ситуаций в случаях 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 таймауты 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 более маленькие группы. В ScaleGraph перекрывающиеся шарды в некоторой степени смягчают этот риск, но все равно представляют вызовы. Для предотвращения двойных трат и обеспечения устойчивости к отказам критически важны тщательное подсчет голосов и периодическое восстановление шард. Шардинг также снижает избыточность данных, влияя на доступность. Симуляции показывают, что размер шарда влияет на вероятность компрометации, при этом более крупные и многочисленные шарды увеличивают вероятность отказа, 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, улучшая производительность и безопасность. Системе требуется только частичный порядок транзакций, оптимизируя параллелизм. Будущая работа включает формальный анализ безопасности, более точное моделирование вероятности отказа 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, 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
The post ScaleGraph: Enhancing Distributed Ledger Technology DLT Scalability with Dynamic Sharding and Synchronous Consensus appeared first on MarkTechPost.
Применение искусственного интеллекта в вашем бизнесе
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.
Практические решения и ценность
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!
“`
