基于graph模型的区块链实现,用于提高去中心化分类帐系统的性能和安全性

煤油灯科技2022-08-07 08:10

摘要

区块链最近被用作去中心化应用程序的支持技术框架,这些应用程序需要通过代币、加密货币和智能合约进行价值交换等功能。在本文中,我们用Python开发了一个去中心化的应用程序模型,其中区块链数据存储在Neo4j graph数据库中。遵循以太坊区块链网络的基本原理,我们实现了类似Casper的共识机制,并测试了其在实现最终性方面的有效性。对于区块提议,我们同时使用了工作量证明和权益证明协议,并检查了参与者的激励和共识标准如何根据各自不同而有所不同。这项工作的主要部分是将图形模型纳入区块链及其组件的功能中,同时通过发现数据之间的关系并提取其真实价值来利用其在数据分析中的优势。通过这种方法,我们能够在各种用例场景中监控和可视化区块链数据的变化。最后,我们进行了一系列模拟实验,以测试所实施的技术和机制在防止最常见的区块链攻击(例如51%攻击、灾难性崩溃和来自动态验证器集的攻击)方面的效率。我们展示了将区块链数据建模为分布式图可以如何协助协议操作,增强其安全性,并通过路径相关查询促进分析方法对存储信息的应用。

索引术语:区块链、工作证明、股权证明、共识机制、graph数据库、区块链安全、Casper、Neo4j。

I. 简介

区块链被认为是公共和私人的账本,在其分散的数据结构中包含交易数据的分数据结构,形成一系列紧密连接的、有时间戳的区块。其独特的架构使区块链系统具有不可改变性。意思是说,一旦交易被正式验证并登记在一个区块中,就不能被篡改了。基于密码学证明,区块链技术消除了对受信任第三方的需求,从而实现了在开放和无信任的对等网络上实施的可靠和强大的去中心化应用程序 。区块链已被用作许多加密货币和代币的底层技术,通过提供新的价值交换手段,为颠覆未来的互联网以及传统商业模式奠定了基础。因此,研究区块链的各种特性变得非常重要,以便能够增强具有特性的技术框架,从而为更广泛地采用区块链技术铺平道路。

其中一个特征是最终性,需要通过共识协议来实现,以确保加密货币交易在区块链中发布后无法更改、撤销或取消。 在比特币中区块链的确定性是通过工作量证明 (PoW) 协议实现的,该协议需要用户的CPU能力将新的交易块链接到现有区块链,从而形成一个连续记录,如果不重做所有工作就无法更改 . 在分叉的情况下,这个过程也称为挖掘,它鼓励用户始终在最长的链上进行挖掘,因为它来自最大的CPU资源池,因此最难复制。

区块链架构的固有特性,如透明性、可验证性、隐私性和匿名性,自那时以来一直鼓励各个行业和运营领域进一步探索其众多优势和应用。区块链技术也有其缺点,可扩展性、安全性和能源消耗问题最为重要。尽管如此,仍在不断开发新的协议和解决方案来解决这些问题,并巩固区块链技术和去中心化模型,这可能会改变人们选择在全球范围内进行交易的方式 。一个这样的例子是权益证明 (PoS) 协议,它试图通过使用代币而不是计算工作来限制PoW的浪费,作为一种稀缺且分布良好的资源,以防止对区块链的廉价攻击。

然而,PoS利益相关者的激励与PoW矿工的激励不同,可能会危及网络的安全性。实际上,对利益相关者来说最有利可图的策略是对区块链树的每个分支进行投票,从而使识别最可靠的链并达成明确的共识变得更加困难。为了解决所谓的Nothing-at-Stake问题,以太坊开发人员创建了一个部分共识机制,称为Casper,它结合了PoS研究和拜占庭容错 (BFT) 共识理论。Casper覆盖现有的区块链,并提供适当的工具和法规来重新调整参与者的激励机制,以便他们始终同意最安全的链。这项技术太新了,尚未在真正的加密货币中进行测试,留下一些与此相关的问题仍然存在

除了故障排除之外,还努力在区块链技术中引入新工具和测试新方法,扩展其功能和应用。在这种背景下,由于区块链数据的高度互联,将区块链表示为分布式图数据库远非荒谬。 其数据之间的关系,保持区块链的连贯性,并可能承载具有重大分析价值的信息。只有本机包含关系的数据库才能有效地存储、处理和查询这些连接。 虽然其他数据库通过昂贵的JOIN操作在查询时计算关系,但graph数据库将连接与模型中的数据一起存储,允许每秒遍历数百万个连接。

在本文中,我们用Python开发了一个分散的应用程序模型,该模型连接到存储区块链数据的Neo4j数据库。遵循Buterin和Griffith的原始论文的基本原则,我们实践了一种类似于Casper的共识机制,以与最流行的区块提议机制一起运行:PoW和PoS协议。 我们工作的主要部分是将Neo4j纳入上述机制的功能并最终提高其性能。出于这个原因,我们为我们的区块链数据库开发了一个通用的图形模型,它允许对存储的数据进行多层次的查看,并且通过扩展,可以通过多种方式访问​​它们。从Neo4j Desktop应用程序中,我们能够在各种用例场景中监控和可视化部署的图形数据库中的变化。区块链图形数据库的另一个优点是易于将分析方法应用于存储的数据以及使用图形分析工具处理它们之间的关系。通过促进对区块链组件和网络节点行为的评估,这项创新可以巩固区块链分析领域。 为此,我们进行了一系列模拟实验,并利用注释图模型,测试了所实施的技术和机制在防止最常见的区块链攻击方面的效率; 即51%攻击、灾难性崩溃和来自动态验证器集的攻击。

本文的其余部分结构如下:在第二节中,我们介绍了本文开发的工具和机制的理论背景。在第三节中,我们简要讨论了与区块链技术相关的已发表作品以及我们论文中提出的想法。在第四节中,我们描述了去中心化应用程序的架构,而在第五节中给出了有关其组件的实现和功能的详细信息在第六节中,我们运行我们的应用程序并测试所采用的区块链数据模型的性能和安全性针对最常见的区块链攻击实施的协议。第七节是本文的结论,我们总结了我们的发现并提出了我们开发的机制的可能应用。

II. 背景

A. CASPER共识机制

Casper是一种结合Proof of Stake算法研究和拜占庭容错共识理论的部分共识机制。Casper的操作由一组特定节点支持,即验证者,他们负责对检查点进行投票并完成交易。检查点只是一个常规块,其在区块链树中的高度是数字的精确倍数。例如,在以太坊中,这个数字设置为100,因此通过生成的检查点树,验证者可以一次完成每100个区块,而不是对每个区块进行投票。

每个节点都可以通过存入至少预定的最小数量的代币来成为验证者。存入的代币数量也代表了验证者的权益,它随着奖励和惩罚而上升和下降。一个节点的投票权取决于他在所有验证者存入的代币数量中所占的份额。 因此,当我们说“2/3的验证者”时,我们指的是存款加权分数。要退出验证者集并收集他的份额,节点必须发布撤回消息。退出后,该节点将永远被禁止重新进入集合。验证者可以广播一条包含四个信息的投票消息:同一子链的两个检查点s和t,以及它们各自的高度h(s)和h(t)。 因此,可以使用从源到目标检查点的链接来表示投票。

如果至少2/3的验证者(通过存款)发布了与源s和目标t相同的投票,则s→t被称为绝对多数链接。

如果(1)它是根,或(2)存在一个绝对多数链接c'→c,其中检查点c'是合理的,则检查点c称为合理的。

如果(1)它是根或(2)它是合理的,并且存在绝对多数链接c→c',其中c'是c的直接子节点,则检查点c被称为最终确定。

图1. 在检查点树中证明和最终确定检查点的示例

Casper的正确功能阻止了不同子链的两个检查点都被最终确定(图1)。为此,所有验证者都必须遵守以下规则:

单个验证者不得发布两个不同的投票和  , 使得:

I. 

等效地,验证者不得针对相同的目标高度发布两个不同的投票。

或者

II. 

等效地,验证者不得在他的其他投票范围内投票。

达到上述任何规则都会导致违规验证者被罚没(图2); 从验证者集中永久退出并删除他们的存款。如果发生违规行为,Casper保证可以找到所有相关证据,并且可以识别违规者。对于上述命题的数学证明,我们将研究检查点树。 给定两个冲突子链上的两个最终检查点和,从一个共同的起始检查点s(无论是否是Genesis块)到和有两条不同的绝对多数链:

s →  →  → … →  → 

和

s → x0x_0 → x1x_1 → … → xmx_m→ xm+1x_{m+1}

其中,xm+1x_{m+1}和yn+1y_{n+1} 分别是xmx_m和yny_n的孩子,因为xmx_m和yny_n是最终确定的(最终确定规则)。上述链中所有检查点xjx_j ,yjy_j的高度应该不同,否则违反规则 I.不失一般性,我们假设h(xm)>h(yn)h(x_m)\gt h(y_n) ,因此h(xm)>h(yn+1)h(x_m)\gt h(y_{n+1}),因为h(xj)≠h(yi)h(x_j)\ne h(y_{_i}) 。 令kk为满足h(xk)>h(yn+1)h(x_k)\gt h(y_{n+1}) 的最小整数; 那么h(xk−1)<h(yn)h(x_{k-1})<h(y_n)(或h(xk−1)=h(yn)h(x_{k-1})=h(y_n) ),这又违反了规则 I)。 这意味着存在绝对多数链接xk−1x_{k-1} → xkx_k ,其中h(xk−1)<h(yn)<h(yn+1)h(xk)h(x_{k-1})<h(y_n)<h(y_{n+1})h\lparen x_k),因此违反规则 II。如果存在两个冲突的绝对多数链接111_1和121_2,我们可以得出结论,至少1/3的验证者违反了slashing条件,因为至少2/3的验证者已经发布了111_1 ,并且至少2/3的验证者已经发布了121_2。

图2. Casper削减条件有效性的证明。

在分叉的情况下,矿工/利益相关者被激励总是在包含最高合理检查点的分支上构建。这种构建正确的分叉选择规则,除了是节点的最佳策略外,还可以防止病理情况的发生;通过遵循最长链分叉选择规则,Casper可能会“卡住”,在没有一些验证者被削减的情况下,在最长链上构建的任何块都无法最终确定。因此,每个矿工/利益相关者都应遵循此规则,因为它确保了共识协议的活跃性。

B. NEO4J GRAPH数据库

graph数据库 (GDB) 是一种数据库,旨在将数据之间的关系视为与数据本身同等重要。Graph数据库是为解决现有关系数据库的局限性而创建的NoSQL数据库的一部分。这是通过使用图形结构进行语义查询来实现的,该查询具有节点、边和属性来表示和存储数据。Graph数据库旨在通过将连接与模型中的数据一起存储来保存数据而不将它们限制在预定义的模型中,而其他数据库在查询时通过昂贵的JOIN操作计算关系。因此,访问本机图形数据库中的节点和关系是一种高效的、恒定时间的操作。

Neo4j是一个开源、NoSQL、高度可扩展的原生graph数据库,它为开发应用程序提供了一个符合ACID的交易后端。这意味着它有效地将属性graph模型实现到存储级别,同时使用指针导航和遍历graph。性能方面的 Neo4j 为大型互连数据集上的多跳查询提供一致的实时效率。此外,它提供了一个通用的属性graph模型,允许流畅地发展解决方案以满足用户的要求。Cypher是一种类似于SQL的声明式查询语言,但针对graph进行了优化,现在通过openCypher项目被SAP HANA Graph和Redis Graph等其他数据库使用。

Neo4j的属性graph模型将数据组织为节点、关系和属性。 节点是graph中可以包含任意数量的属性(键值对)的实体,称为属性。它们也可以分类为标签,每个标签代表用它标记的节点的特定角色。两个语义相关的节点可以通过有向关系链接。关系的特征在于它们的类型,并且像节点一样,它们也可以保存属性。此外,由于存储它们的有效方式,两个节点可以共享任意数量或类型的关系,而不会牺牲性能。

Neo4j 还提供了一个不断增长的、开放的graph算法库,它们针对快速结果进行了优化。这些算法几乎不需要编码,就可以揭示存储的连接数据中围绕寻路、中心性和社区检测的隐藏模式和结构。最后,Neo4j浏览器是一个可以通过Web浏览器运行的图形用户界面 (GUI),它允许查询、可视化和数据交互。所有这些功能使Neo4j成为表示、可视化和分析繁琐且高度连接的区块链数据的理想工具。

III. 相关的工作

共识协议是一组容错规则,可确保所有节点就条目附加到区块链的顺序达成一致,尽管它们之间的各个节点存在恶意或模棱两可的行为。Nakamoto在工作量证明 (PoW) 中提出的CPU投票共识鼓励了许多基于概念证明的新机制,以尝试解决PoW的问题,同时保持类似的安全级别。权益证明(PoS)是PoW最受欢迎和节能的替代方案,它要求参与者证明货币数量的所有权,并期望节点的财富与其保真度之间存在很强的相关性。我们的应用程序将上述协议合并为区块提议方案,并强调了它们在类似Casper的共识机制下正常工作所需的调整。

其他协议,如活动证明(PoA)结合了PoW和PoS的有用元素。运行PoA需要矿工通过PoW构建块,这些块由活跃的网络利益相关者控制和签名。矿工解决的任何新块头的哈希值都映射到网络中的一个satoshis。然后遵循一个程序来跟踪它的所有者,然后谁负责签署新的块头。这个过程重复N次,因为新的区块被发布。正如它所理解的那样,就像在POS方案中一样,一个节点所拥有的令牌越多,他必须选举产生的机会就越多。该协议被称为活动证明,因为它还要求N个利益相关者处于活动状态;否则,另一个区块头(具有不同的N个利益相关者)将是第一个签名的。

Casper,部分共识机制可能是最先进的PoS算法;它的创新是如此之新,以至于尚未在大规模环境中进行彻底测试。最近,以太坊的开发人员宣布了Casper Friendly Finality Gadget (FFG)的第一个版本,并将代码提供给研究人员、审计人员和客户开发人员,以开始测试该软件。本质上,Casper FFG是拜占庭容错协议的简化版本,检查点的“投票”代替了准备和提交。不久,预计将推出以太坊 2.0,其中将包括Casper CBC;Casper FFG的升级版本,将完成从PoW到PoS共识的过渡。然而,研究人员已经通过单独的去中心化应用模型检查了Casper原则的有效性、所涉及的激励机制和机制。Moindrot 等人的工作中提出了这样一个例子。在Python中开发了一个区块链应用程序的模拟,以使读者熟悉Casper的基本操作,并检查延迟和断开节点对协议最终性的影响。然而,这种模拟远非一个有效的DApp,因为它不涉及活跃用户,并且一些关键的区块链和Casper组件,如共识协议和动态验证器集没有实现。

此外,以太坊项目采用了GHOST协议,这提出了一种替代常见PoW协议最长链规则的方案;也就是说,选择以每个分叉为根的最重的子树。通过这样做,开发人员旨在避免攻击者的链可以在没有大部分网络计算能力的情况下变得更长的情况。这方面的一个例子是,当创建更大的块时,需要更长的时间通过网络传播,从而导致更多的分叉发生。在这种情况下,Greedy Heaviest-Observed Sub-Tree规则提出,那些脱离主链的区块仍然可以为其有效性做出贡献。使用图作为优化分布式账本性能和安全性的方法的想法在加密货币领域得到了进一步研究。

IOTA的Tangle是一个著名的区块链协议,它在区块链中引入了一个独特的基于图的模型。 该协议完全基于DAG,用于通过将交易连接到已确认的其他交易来存储和验证交易。然而,这种实现在许多方面与典型的区块链结构不同,因为它不使用块来存储交易,它结合了交易发行者和交易批准者的角色,并且与大多数协议不同,它不包括金钱奖励。承认graph解决方案可以在分布式账本中提供的巨大好处,我们提出了一个模型,该模型将区块链的数字实体存储和连接到Neo4j数据库中。

将区块链建模为graph数据库并不是一个新想法。几项研究强调了区块链数据中的分析价值以及它们之间的关系,这些关系可以通过高保真区块链graph模型得到最佳利用。 具体而言,这是通过将比特币原始二进制数据文件解析和反序列化为适合导入Neo4j的格式来完成的。然后,他们通过一个graph分析框架运行带注释的graph,该框架使用路径相关的Cypher查询来提取和总结有用的统计数据。这种实现为专注于识别甚至预测节点及其发布消息中的行为的区块链分析领域铺平了道路。在我们的论文中,我们通过将graph模型整合到区块链及其机制的核心功能中来扩展图区块链数据库的概念。此外,我们建议一种灵活且精简的区块链模型,该模型通过与传统区块链一起存储以降低内存开销,从而消除了对锁定解锁图机制的需求。这种植入旨在以比传统方式更快的速度访问共识协议和区块提议方案使用的数据,最终产生更高性能的去中心化系统。

IV. 系统概述

A. P2P网络

每个去中心化的应用程序都由P2P网络支持,在该网络中成员可以相互交互,而无需信任的权威。在我们的模型中,我们利用Python Flask微框架来模拟这样的网络。特别是,每个节点都被实现为具有相同结构的单独Web应用程序,以确保平等。出于本文的目的,我们通过让每个节点运行在Python本地开发服务器的不同端口上来将P2P网络部署在单台机器上。这种实现允许我们通过端口号唯一地标识每个节点,以便它充当节点的地址。

图3. 交易广播序列图。

节点之间的通信是通过Flask-RESTful扩展实现的;每个节点存储其对等点的端口地址,并且可以通过仅使用支持的HTTPS方法调用合适的API资源来向它们传输消息。新节点通过存储和传输对等方的IP地址来查询硬编码到其脚本中的一个或多个IP地址,这些IP地址就像DNS种子一样。当节点向网络广播交易时遵循的过程可以在图3的序列图中可视化。

最后,每个对等点都初始化并使用 Neo4j分布式graph数据库,其中存储和动态访问区块链数据。

B. BLOCKCHAIN Graph MODEL 

表示graph数据库中常见的区块链数据,可以直截了当的排列;一个节点可以被标记为块或交易,在每种情况下都有专用属性。两个连续的块通过“CHILD_OF”关系链接,而交易则通过“INCLUDED_IN”关系连接到它们所属的块。按照这个模型,我们可以将网络中广播的任何数据描述为Neo4j数据库中的一个单独的节点或标签,这些数据存储在一个Block中并具有属性。

图4. 区块链数据库图模型

然而,这种实现的好处不限于以有组织和可理解的方式呈现数据。Neo4j提供了通过利用图论算法以及通过复杂的Cypher查询执行图算法来对区块链数据应用分析来快速访问存储信息的能力。然而,并非所有信息都值得存储在Neo4j图形数据库中。分离标准与区块链功能中存储数据的可用性及其分析价值有关。当图模型加快检索不可访问的本机数据从而产生更高性能的系统时,Neo4j的效率得到进一步优化。

因此,图数据库设计不是绝对的,而是被认为是一种多功能工具,完全专用于其区块链,包含价值信息并根据其机制和协议的需要将它们连接起来。一个这样的例子可能是计算用户的余额,这需要通过爬取区块链树中的每个块来查找他参与的所有交易。 重视此类指标的区块链应该以最佳方式存储和连接用户的交易。此外,另一种做法可能涉及在电子商店应用程序中处理智能合约。在这种情况下,一个有用的指标可能是用户的可信度得分,通过检索他们参与的合同并考虑其他方的可信度得分以及合同的解决方法来计算(协议、争议 ,使用调解员等)。因此,此类应用程序的图模型应包括智能合约节点,将它们与参与其中的用户链接并存储解析方法属性。

考虑到上述原则,我们设计了一个graph模型,该模型有助于最常见的区块链操作以及 Casper共识机制的操作,同时允许应用路径相关的查询并以资源丰富的方式检索信息。图4中展示的设计利用了区块链高度互连的数据,并提供了一个简化的架构,可以与原始区块链一起存储,但在空间复杂度方面需要额外收取33%的费用(有关更多详细信息,请查看运行系统小节) ,以协助操作和评估其组件。 我们的模型将区块链数据分类为六个不同的节点标签。 用户链接到他们参与的交易和他们发布的消息。消息与验证者活动相关联,分为存款、取款和罚没消息。交易、消息和投票与它们被添加到的区块相关联。每个块都与其父块相连,而检查点块是双重标记的,并额外链接到检查点树中的前一个检查点。

V. 实施细节

A. 块提议机制 

1) 工作量证明 

在工作量证明区块链中,节点相互竞争以解决密码难题,例如产生具有特定模式的哈希。这个过程称为挖掘,在我们的应用程序中实现并使用三个主要组件:散列函数、随机数生成器和获胜者验证方法。

每个潜在矿工首先启动一个子流程来挖掘下一个区块。该过程首先为矿工选择的链构建新块作为Block类的对象。要发布此块,矿工必须首先通过将随机数附加到其标头并对结果字符串进行散列来解决它。当产生具有特定数量零的SHA 256哈希码时,该块被视为已解决并在网络中广播。所需的零的数量由难度参数定义,我们可以使用它来调整平均块时间。

在收到并验证新区块后,其他矿工终止任何正在进行的挖掘过程并更新其本地数据。Python多处理库允许并行执行挖掘过程,而不会妨碍Flask Server的其余操作。

2)权益证明

权益证明区块提议系统,通过使用而不是计算工作量来模拟挖掘过程,作为区块构造者可靠性的证明。在这里,拥有大量代币的用户被选中的机会更高,因为他们有更强的动机来保护网络和加密货币的价值。

在我们的实现中,节点可以通过向网络广播HTTPS消息来申请成为利益相关者。同一链的节点会将收到的申请与申请者的公钥和权益一起存储。选举过程是通过向其中一个节点发送“start_pos”HTTPS请求来触发的,本质上是申请人之间的权益加权随机选择。如果“start_pos”请求被发送到随机选择的节点,最终,在线节点最多的链将增长最长。然而,这既不会影响共识协议的安全性,也不会影响最终性,因为在这里,与 PoW 不同,链长不是衡量难度的标准。

相反,我们使用每个区块的质押来确定哪个链最难创建,因此最难复制。这里出现的问题是利益相关者的激励措施与这种安全措施背道而驰,因为他们的最佳策略是押注每个分支的区块。因此,在Staking方面,较弱的区块与较强的区块无法区分,并且Staking措施变得不可靠。Casper旨在通过将共识分配给验证者来改变这些激励措施。

B. 类似CASPER 的共识协议 

1) 动态验证器集 

为了在我们的权益证明协议中实现最终性,我们实施了类似Casper的共识协议,它也可以在任何区块提议方案上运行。这种机制还应该允许在不损害区块链安全性的情况下切换验证器。我们的设计将Casper的创造者制定的关键原则整合到一个简单的实现中。

具体来说,我们建议使用两个负责对检查点进行投票的动态验证器集; “current_front”和“current_rear”验证器集。除了这两个之外,我们利用“new_front”结构来存储current_front验证器集的下一个状态,从而大大简化了过程。每个块都存储和处理这些结构,以这种方式识别其预期的选民和所有三个验证器集的未来状态。节点可以通过分别向网络的其余部分广播存款或取款HTTPS消息来成为或退出验证者。每个块都继承其父块的结构,随后,根据它包含的存款和取款,它从其new_front集中添加和删除节点。投票验证人集的更改在检查点完成后生效。因此,如果检查点C最终确定,则在同一子链中创建的下一个块B(也是块A的子链)将修改其验证器集,如图5所示。

图5. 新区块的验证器集配置示例。

通过这种方式,当前验证者通过最终确定特定块来授权下一个。在验证人的提款完成后,他将保留在“current_rear”集合中,直到另一个检查点完成。此外,通过让前后验证者都同意,为了最终确定检查点,我们确保所有新验证者的投票与其前任一致,从而在整个区块链中实现持续的共识。我们需要采取的最后措施是防止无序检查点最终确定。此步骤对于Casper的安全至关重要,否则可能会出现相互冲突的理由和最终投票由不连贯的验证者集发送的情况,因此无法追踪和惩罚违规者。

2) 投票

鉴于验证者集操作的变化以及由此产生的新的安全风险,我们重新定义了一个绝对多数链接,一个合理且最终确定的检查点,如下所示:

如果至少2/3的checkpoint的t"current_front"验证器集和至少2/3的checkpoint的t"current_rear"验证器都发布了投票,则一对有序的块 (s, t) 具有绝对多数t组已发布投票s → t。

给定一对有序的检查点 (s, t),如果存在绝对多数链接s → t,则认为t是合理的。

给定一个检查点s'及其直接子节点t',s'被认为是最终确定的,如果s'是合理的,则存在一个绝大多数链接s' → t'并且所有证明和最终确定检查点s'的投票都包含在子链中之前创建下一个检查点。

与验证器集的实现一样,我们使用存储在每个块中的三个辅助数据结构并促进投票过程。在front_votes和rear_votes结构中,我们将发送的链接与收到的大多数比率一起存储,而在“合理”列表中。我们存储合理的检查点。

节点通过“submit_vote”HTTPS消息广播投票s → t。为了使该投票有效,它必须包含所需的信息;“source_hash”、“source_height”、“target_hash”、“target_height”、“public_key”。当将这样的投票导入区块b时,矿工/利益相关者会执行一系列任务:i) 检查区块b和t是否属于同一子链;ii) 计算发送者在区块t的每个验证者集合中的参与权益,并确认其中至少有一个大于0%;iii) 将计算的百分比添加到s → t链接在“front_votes”和“rear_votes”集中已经收到的总投票率;iv) 在s → t是一个理由链接的情况下,将t包括在“合理的”列表中,这已经达到了至少66%的绝对多数。

这些数据结构描述了当前区块的祖先中包含的投票,而不是整个区块链树中的投票。因此,每个块条目只能由块的高度唯一地描述。

最后,在创建新的检查点时,矿工将检查其存储的数据,以确定链中的前一个检查点是否已完成。如果最终确定的绝对多数链接存在并且之前的检查点也出现了合理的情况,那么我们理解所需的所有投票都已及时到达并存储在同一子链的块中。在这种情况下,矿工通知对等方前一个检查点将被视为已完成。

VI. 评估 

A. 运行系统 

虽然区块链在组织数据的方式上具有许多优势,但在访问它们方面仍有改进的余地。我们研究的一个关键点是提出一个graph模型,它消除了对区块链中每个块的爬取的需要,并允许以最佳方式检索原本繁琐的信息。在本节中,我们运行去中心化应用程序并检查所采用的graph模型如何增强区块链及其组件的性能。我们使用的Neo4j桌面应用程序运行Neo4j浏览器4.0.1版和Neo4j服务器3.4.10版,提供了一个可视化数据的环境并在我们的本地Neo4j数据库上工作。图6显示了我们的graph模型的多功能性,可以根据请求的信息类型以多种方式遍历它。 我们展示了两个实例,在这些实例中,我们利用Neo4j graph数据库记录了显着的性能提升;计算余额,追踪违规的验证者。

用户在区块链树中的余额计算可以通过在“Users”标签中精确定位他对应的Neo4j节点并解析他的“To”和“From”关系来快速执行。 对于仅沿一个分支进行的相同计算,我们执行从最终块 b 到用户节点的定向路径查找算法,并保留这些路径中包含的所有“From”和“To”关系。我们的设计允许每个块 仅通过向后的“CHILD_OF”关系连接到其前一个块。 由于每个区块只能有一个父区块,我们可以通过一条由“CHILD_OF”关系组成的路径来隔离从区块b到gengsis区块的一条链。

图6. 区块链graph模型的多功能性。

以下Cypher查询返回发送到“ADDRESS”的令牌总数,其中包含在从散列“HASH”块延伸到创世块的链中的交易:

MATCH (b:Blocks{hash: HASH }) - [:CHILD_OF*0..] -> () - [k] - (t:Transactions) - [:TO] ->

(u:Users{hex:'ADDRESS'})

RETURN SUM(t.amount)

与经典的区块链结构不同,这里的graph模型允许在请求的路径中双向遍历实体。我们可以通过查看 Neo4j 的执行计划来评估和分析任何查询:PROFILE命令运行给定的语句,同时跟踪通过每个运算符的行数,以及每个运算符需要与存储层交互多少才能检索必要的数据。

分析上述查询揭示了Neo4j Planner如何利用区块链的数据模型并通过在检查连接时考虑节点度来优化匹配,从较小的一侧开始,同时在内部缓存。具体来说,它避免了爬取每个块并检查其中包含的数百个交易;相反,它只遵循被请求节点参与的交易。

Casper的有效性基于其识别和惩罚恶意验证者的能力。在我们的类似Casper的协议中,我们通过在成功削减的情况下向他们提供经济奖励来激励网络节点跟踪和报告这些违规者。此外,任何节点都可以发现和恢复所有违反规则的证据,因为所有发送的投票都公开存储在区块链中。将Neo4j并入我们的应用程序及其允许的复杂Cypher查询,进一步促进了在区块链中检测此类违规投票。

具体来说,我们可以通过两个简单的Cypher查询请求同一验证者发送的所有不同的冲突投票对:

MATCH (v1:Vote), (v2:Vote)

WHERE v1.r_from = v2.r_from

AND v1.target_height = v2.target_height

AND ID(v1) < ID(v2) RETURN v1.r_from, v1, v2

返回所有不同的投票对;v1,v2,由同一验证器发送,目标高度相同。

MATCH (v1:Vote), (v2:Vote)

WHERE v1.r_from = v2.r_from

AND v1.target_height > v2.target_height

AND v1.source_height < v2.source_height

AND NOT ID(v1) = ID(v2)

RETURN v1.r_from, v1, v2 

返回所有不同的投票对;v1,v2,由同一个验证者发送,其中一票在另一票的范围内。

上述查询适用于区块链树中的所有已发布投票,而不适用于特定分支。跟踪违规者的过程大大简化,因为发送的投票使用“投票”标签进行索引,不再需要串行块访问。如果以传统的DB标准衡量,传统区块链似乎很差:吞吐量仅为每秒几笔交易 ,容量只有几GB,最重要的是它基本上没有查询能力,因此不适合对其数据进行统计。在性能、可扩展性和可查询性方面,已经做出了一些努力来改进传统的区块链数据库。但是,这些实现遵循NoSQL方法,这意味着它们存储断开连接的聚合集,这使得它们难以用于连接数据。向此类存储添加关系的最常见策略是将聚合的标识符嵌入到属于另一个聚合的字段中,从而有效地引入外键。

但是,这需要在应用程序级别加入聚合,鉴于区块链的高度互连性,这很快就会变得非常昂贵。 我们发现,graph数据库最佳地利用了区块链独特架构的优势,并创建了可以实时遍历的通用数据结构。与面向文档的方法相比,我们的graph工具的性能评估与几项研究的结果一致,这些研究表明graph数据库在查询连接信息的时间方面具有整体优势。具体来说,在图7中,我们展示了我们对遵循面向文档的数据库架构的私有区块链应用程序和对数尺度的Neo4j区块链数据库的平均查询执行时间的发现。本例中使用的查询是针对特定用户的简单余额计算。为了公平比较Neo4j中的内存消耗不应超过13GB的RAM,这是以太坊全节点使用的内存。为了实现这一点,我们将堆和页面缓存都设置为4GB,以确保在与JVM正常运行所需的额外内存相结合时,Neo4j的进程内存消耗不会超过预期水平。

图7. Neo4j 和区块链数据库的平均查询执行时间。

虽然graph模型和适当的 Cypher 查询可以简化在区块链中运行的协议和机制执行的过程,但也应该考虑我们实现的空间复杂性。我们可以计算Neo4j存储记录的大小如下:节点为15 B,关系为34 B,节点和关系的属性为41 B。在我们的graph模型中,我们建议一个交易由以下内容组成:交易节点、3个关系(FROM、TO、IN)和2个属性(数量、哈希)。因此,发布的交易占用1×15+3×34+2×41=199B1×15+3×34+2×41=199B的磁盘空间。将此数字与比特币的平均交易大小(600 B)进行比较,我们了解到,将我们的graph模型与传统的区块链数据一起存储和使用将意味着总区块链大小增加33%。

对于计算,内存配置取决于Neo4j的JVM在运行时将使用多少虚拟内存。因此,分配的内存越匹配数据库的大小,运行时发生的数据交换就越少,最终导致更高的性能。在我们的graph模型中存储258 GB的比特币数据需要将近258 × 0.33 = 86 GB的内存。但是,Neo4j实例使用的内存是客户端请求的数据的集合。对于依赖于路径的查询,其精确计算可能很复杂,因为它可能涉及重复的节点和关系。相反,我们可以对用于发现违规验证器的两个简单查询所需的内存进行合理估计。在这种情况下,我们请求由一个节点和四个属性组成的所有N对投票。因此,优化执行此查询所需的内存为N×N×(15+4×41)=179N2BN\times N\times\left(15+4\times41\right)=179N^2B 。为了进一步降低我们实现的空间复杂度并提高其有效性,我们正在探索其他graph模型和工具,这将完全基于他们的操作。

B. 预防攻击

在本节中,我们测试针对最著名的区块链攻击开发的机制的稳健性。在Casper的情况下,其性质提供了针对多种类型攻击的安全性。Casper可以容忍 1/3 的验证者恶意实现最终性;任何大于该值的百分比都会阻止网络完成任何新的检查点。相反,只有当不诚实的验证者在两个验证者集中都获得绝对多数时,它的安全性才会受到损害;从而能够完全控制新检查点的最终确定。由于Casper以权益证明方式运行,因此可以防止Sybil攻击;验证者存款的大小决定了他的投票权。为了进一步减少多地址用户的影响,Casper需要大量的代币被存入,才能成为验证者。

虽然我们看到了Neo4j如何帮助跟踪Casper的违规验证器,但其他类型攻击下的安全性将通过对我们应用程序的一系列模拟实验进行检查。PoS Casper系统在51%攻击中的脆弱性,以及在灾难性崩溃中抵抗共识协议的参数优化将是本节的主要重点。

模拟过程通过一个批处理脚本启用,该脚本初始化节点并执行矿工和验证器的基本功能。上述过程还提供了可以以伪随机方式创建的侧链的存在;这是一个可调整的参数,它决定了在每个块上发生分叉的可能性。

模拟结果是借助python脚本收集的,该脚本对存储本地区块链数据的Neo4j数据库执行Cypher查询。因此,我们再次展示了区块链graph模型在快速查明和提取高价值分析方面的优势,在这种情况下,评估区块链的机制及其参与者的行为。

图7. 对固定和波动不活动泄漏的共识。

1) 灾难性崩溃

如果超过1/3的验证者由于计算机故障、网络分区或危险行为而与网络断开连接,则几乎不可能最终确定新区块。 在这种情况下,Inactivity Leak可以帮助区块链恢复,通过逐渐减少离线验证者的股份,从而削弱他们的投票权。Inactivity Leak的价值可以是固定的,也可以是波动的,从不活跃的验证者那里扣除的钱可以在他们重新上线后的某个时间被删除或返还给他们。在我们的研究中,我们专注于优化不活动泄漏在Casper安全性中的作用。换句话说,应该调整惩罚,以便网络能够有效和快速地克服灾难性的崩溃,而投票对于短暂缺席的验证者来说最终仍然是有利可图的。

在发生灾难性崩溃(50%的当前验证者断开连接)后,我们检查了固定和波动的不活动泄漏在达成共识方面的功效。为了模拟这一点,我们初始化了1000个验证者,其中500个仅在线并且能够投票。验证和最终投票的共识率可以作为单独的属性存储在检查点节点中,同时不会显着影响我们Neo4j实现的整体空间复杂度,因为检查点在整个​​区块链树中分布得很稀疏。在这两种不活动泄漏的情况下,惩罚最初设置为-1%,每10个检查点发生一次。如果在此期间未能达成共识,非固定不活动泄漏将减少5%,直到至少一个区块被最终确定。在图7中,我们可以观察到活动验证者百分比的变化,以及稳定和波动的(图7)不活动泄漏的合理和最终检查点。

如果我们现在考虑网络中存在额外的候选主链,我们可以假设检查点被投票的概率与其子链的相对强度成正比。检查点或子链的相对强度来自验证者在投票时使用的标准。因此,在具有诚实验证者的PoS区块链中,X的相对强度可以解释为在X上质押的代币总量与在相同高度的检查点上质押的代币总量的比较。现在,我们模拟之前的投票过程,同时采用验证者,因为它缩小了验证者可以在不遭受大量存款损失的情况下恢复崩溃的时间窗口。

2) 51%攻击 

51%攻击是指由一组矿工执行的区块链攻击,这些矿工控制了超过50%的网络挖矿或计算能力,并可能控制新交易的确认以实现双花币。在这里,我们检查了这种攻击在我们的PoS-Casper模型中是否可行,以及这些机制的固有特征是否分别有利于利益相关者和验证者之间的投票权集中。

关于PoS,可以使用我们在网络中实施的 PoS 方案检查投票权集中化。据此,利益相关者有机会根据其资本份额按比例选择。获胜节点将获得固定数量的加密货币奖励。在我们的模拟中,我们初始化了1000个节点,其投票权分布类似于真实PoS网络。然后,我们启动1,000,000个模拟区块的利益相关者选举过程,并再次检查潜在的财富积累。为了计算每种情况下每个利益相关者的总权益,我们利用了A节中介绍的Cypher查询,这大大简化了流程。算力的初始分布以及选举过程后的分布在图9(a)中以详细和简化的形式呈现,其中只有考虑到主链被投票的不同概率的PoS利益相关者。

图8. 不同强度子链的固定和波动不活动泄漏的共识

图8中显示的两种不活动泄漏类型的结果表明,波动的不活动泄漏减少了相对强度和子链数量对达成共识速度的影响,因为在每种情况下,第一个最终确定的块都出现在epoch 9左右。在固定不活动惩罚的情况下,共识高度依赖于候选块的强度,在某些情况下将第一个检查点的最终确定延迟长达30个epoch。然而,波动泄漏提供的共识加速将额外的风险与超过3%的总代币的角色相关联。在1,000,000个区块之后,这两个分布看起来几乎相同,这意味着所遵循的模型保持了网络节点之间的任何财务差异,而没有按百分比扩展它们。与许多其他BFT协议一样,Casper使用 1/3 作为它可以容忍的最大故障数。给定n个节点,其中有 f 个拜占庭节点,我们至少需要t个节点同意才能达成共识。假设n-f个节点被分成两个大小相等的 (n - f) /2组,我们要确保可能任意行为的拜占庭节点的影响不足以达成共识。因此t > (n - f) / 2 + f,确保两组不能决定不同的事情并导致安全故障。为了活跃性,我们确保n - f个节点可以达成共识,而无需f个拜占庭节点的合作。 因此 (n - f ) = t。 通过结合这两个约束,我们得到n/3 > f作为Casper的容错阈值。

通过这种方式,为了充分控制 Casper 的最终确定过程,攻击者必须获得两个验证者集中至少67%的总存款。尽管如此,仅一组验证器中的34%就足以阻止网络完成任何新的检查点。另一个基本参数是Casper的结构应该是这样的,它不会放大验证者之间的经济差异,从而危及集合的去中心化特性。除了作为Casper运营的支柱之外,所采用的奖惩制度还决定了共识组的动机,从而决定了他们集中权力的可能性。为了强调奖励的重要性,我们在类似 Casper 的协议中测试了两种不同的方法:一种鼓励共识的系统,另一种鼓励参与的系统。

每种情况下的结果都是在Cypher查询的帮助下收集的,以便通过“投票”标签快速确定每个验证者的投票,并从节点的属性中检索他们在每组中的投票百分比。虽然前面描述的PoS投票权的初始分布可以设置为类似于真正的PoS加密货币,但Casper想法的新颖性在选择适当的数据输入时施加了一些限制。然而,以太坊要求1500 ETH作为验证者的最低存款,这一要求目前只有5000个地址可以满足,再加上作为验证者的风险,可以很好地估计前后集的大小。 推而广之,投票权的分配可以通过以太坊前5000个地址的股权分配来指导。


(a) 1,000,000个区块前后PoS中去中心化投票权分配示例


(b) 在2,000 个检查点之前和之后的验证器集中投票权的示例

图9. 检查共识组中的权力分配。

为了从多个检查点未达成共识的死胡同中恢复过来,该协议可以通过奖金奖励来支持共识率超过规定百分比的验证者组。 该方案表明系统的活跃性和安全性之间的逐渐权衡,其中最强的共识组最终将胜过该组的其余部分。 然而,奖励共识是投票权集中危险的基础。 通过为250个验证者实施该方案并为2000个检查点运行该方案,如图9 (b) 所示,我们看到,即使所有验证者都是诚实的,拥有较大存款份额的人更有可能获得此奖金,并进一步增加 他们的力量。因此,经济差异呈指数级放大。此外,这些强大的节点将对其他验证者产生更大的影响,这些验证者将被激励跟随大多数人达成共识并获得奖金。

投票权集中的危险,潜伏在执行共识的奖励系统中,导致我们采用原始Casper的参与价值方法。这可以通过给予在预定时期内至少投了N票且目标高度>h的人获得等值存款奖励来实现,其中h是最高合理检查点的高度,因此广播的投票与 检查点最终确定过程。通过这样做,只要每个人都参与投票过程,强大的验证者就不会比其他人更有优势。只要Casper负责最终确定,这个奖励系统在欺骗性上比之前的更类似于PoS,唯一的区别是在PoS中,非参与节点面临0预计利润,而不是Casper的负惩罚。最后,为了解决死胡同,验证者的最低存款是昂贵的,同时在几个时期没有达成共识时逐渐降低参与奖励。有了这项修正案,与诚实参与投票过程相比,对攻击者而言,共识阻止攻击的成本更高且利润更低。

VII. 结论和未来工作

去中心化应用程序的建立和区块链在主流金融技术应用程序中的广泛采用需要改进当前所涉及的共识机制和方法,从而克服区块链的安全性、效率和扩展性障碍。在我们的工作中,我们开发了一个完全可定制的区块链应用程序,它能够集成新技术并评估区块链中的最新机制。我们已经展示了将繁重的区块链数据建模为分布式graph可以如何协助协议操作,增强其安全性,并通过路径相关查询促进分析方法对存储信息的应用。此外,通过Neo4j等graph数据库提供的数据的有形表示,我们能够监控共识协议和区块提议方案开发的基本过程。此外,我们调整了这个实现,使其服务于最新的区块链共识机制。以Casper的BFT共识协议为重点,我们展示了带注释的模型如何通过快速查明冲突投票和惩罚违规者来增强网络的安全性,从而阻止来自动态验证者集的攻击。最后,我们运行了一系列模拟来测试我们的方法对最广泛的区块链攻击的弹性。特别是,我们通过Cypher查询检查了Inactivity Leak的配置如何影响 finality 从灾难性崩溃中恢复,对Casper - PoS区块链的51%攻击是否可能,以及调整Casper的惩罚和奖励如何防止算力中心化场景。

我们的简化模型允许一个精简且多功能的区块链实现,利用graph数据库在存储和访问区块链互连数据方面优于SQL方法的优势。同时,区块链数据分析通过图形分析和社交网络分析实现了存储数据的大量图形表示,以准确评估所涉及机制的运行以及网络代理的行为。我们研究的有希望的结果为研究和开发其他内存高效图模型提供了明确的方向,这些模型在操作和分析级别上都可以最佳地利用该技术的优势。然而,在真正的区块链应用程序中实施和部署它们是未来的研究,这始终是评估的最终衡量标准。

同时,区块链领域的其他创新也在不断发展,这可能成为解决区块链最关键挑战的方法。最值得注意的是“闪电网络”支付协议,它覆盖了现有的区块链并解决了加密货币的扩展问题。将graph模型结合到这样一个小额支付系统的操作中,该系统将监控所有渠道之间的欺诈交易,可以消除将信任外包给“瞭望塔”节点的需要,从而扩大其局限性。还留待未来研究,以检查建议的参考实现如何应用于上层交易整合框架,如闪电网络,并探索它是否可以增强路径相关查询和关系分析的安全功能和分析方法块中的交易。


原文链接:https://ieeexplore.ieee.org/document/9130718


---煤油灯科技victorlamp.com翻译整理---

完整附件下载:A_Graph_Model_Based_Blockchain_Implementation_for_.pdf

你可能也喜欢这些文章