CN111382208A - 一种区块链体系结构的优化方法及优化端 - Google Patents

一种区块链体系结构的优化方法及优化端 Download PDF

Info

Publication number
CN111382208A
CN111382208A CN202010210610.XA CN202010210610A CN111382208A CN 111382208 A CN111382208 A CN 111382208A CN 202010210610 A CN202010210610 A CN 202010210610A CN 111382208 A CN111382208 A CN 111382208A
Authority
CN
China
Prior art keywords
split
components
architecture
chains
blockchain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010210610.XA
Other languages
English (en)
Other versions
CN111382208B (zh
Inventor
斯雪明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Fulian Technology Co ltd
Original Assignee
Fujian Fulian Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Fulian Technology Co ltd filed Critical Fujian Fulian Technology Co ltd
Priority to CN202010210610.XA priority Critical patent/CN111382208B/zh
Publication of CN111382208A publication Critical patent/CN111382208A/zh
Application granted granted Critical
Publication of CN111382208B publication Critical patent/CN111382208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种区块链体系结构的优化方法及优化端，将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，并按照预设类别进行拆分部件的集合，得到每一种预设类别的拆分部件集；通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集；再从m个异构候选集中选取至少一个作为分布式应用系统的当前体系结构；本发明使得每一个分布式应用系统的当前体系结构是动态且异构，即本发明所构建的体系结构能根据不同的应用系统选择不同的体系结构，从而解决了现有的单一、固定且静态的区块链体系结构所存在的性能缺陷和安全威胁。

Description

一种区块链体系结构的优化方法及优化端
技术领域
本发明涉及区块链技术领域，特别涉及一种区块链体系结构的优化方法及优化端。
背景技术
区块链体系结构是影响区块链性能和安全的重要因素，例如比特币系统采用工作量证明(proof of work,PoW)共识机制和单链的数据组织结构；以太坊中在保留比特币基本结构的基础上增加了智能合约；EOS在采用单链数据组织结构的基础上，采取了DPoS的共识机制；IOTA采用了有向无环图(DAG)的基本网络组织结构。
然而，无论是比特币、以太坊，还是EoS，或者是IOTA的区块链都存在着一定的性能缺陷和安全威胁，如何解决对应的性能缺陷和安全威胁成为了各个区块链公司的一个重要发展方向。
发明内容
本发明所要解决的技术问题是：提供一种区块链体系结构的优化方法及优化端，以解决现有区块链的性能缺陷和安全威胁。
为了解决上述技术问题，本发明采用的技术方案为：
一种区块链体系结构的优化方法，包括步骤：
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的拆分部件集，所述n大于1；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，所述m大于1；
S3、从m个所述异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种区块链体系结构的优化端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的拆分部件集，所述n大于1；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，所述m大于1；
S3、从m个所述异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
本发明的有益效果在于：一种区块链体系结构的优化方法及优化端，通过将区块链体系结构进行部件拆分，通过拟态决策机制再从拆分的部件中随机抽取部件以组成新的异构候选集，将异构候选集作为分布式应用系统的当前体系结构，使得每一个分布式应用系统的当前体系结构是动态且异构，即本发明所构建的体系结构能根据不同的应用系统选择不同的体系结构，从而解决了现有的单一、固定且静态的区块链体系结构所存在的性能缺陷和安全威胁。
附图说明
图1为本发明实施例的一种区块链体系结构的优化方法的流程示意图；
图2为本发明实施例的一种区块链体系结构的优化方法的实现过程示意图；
图3为本发明实施例的一种区块链体系结构的优化端的结构示意图。
标号说明：
1、一种区块链体系结构的优化端；2、处理器；3、存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1和图2，一种区块链体系结构的优化方法，包括步骤：
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的拆分部件集，所述n大于1；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，所述m大于1；
S3、从m个所述异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
从上述描述可知，本发明的有益效果在于：通过将区块链体系结构进行部件拆分，通过拟态决策机制再从拆分的部件中随机抽取部件以组成新的异构候选集，将异构候选集作为分布式应用系统的当前体系结构，使得每一个分布式应用系统的当前体系结构是动态且异构，即本发明所构建的体系结构能根据不同的应用系统选择不同的体系结构，从而解决了现有的单一、固定且静态的区块链体系结构所存在的性能缺陷和安全威胁。
进一步地，所述步骤S3具体包括以下步骤：
从m个所述异构候选集中随机选取k个异构执行集，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
从上述描述可知，为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链，这样，每一个分布式应用系统就有多条链，当其中一条链的数据出现错误时，其他的备份链作为备份数据进行相互验证，即通过冗余来达到了容错的效果，降低了区块链数据被修改的可能性，从而能进一步提高区块链体系结构的安全性。
进一步地，所述步骤S1之前还包括以下步骤：
分别提取整个区块链系统中每一个所述分布式应用系统的需求参数集；
所述步骤S3中“从所述k条链中选择一条作为输出链”具体包括以下步骤：
获取所述分布式应用系统的需求参数集，根据所述需求参数集从所述k条链中选择一条作为输出链。
从上述描述可知，即根据应用系统的需求选择不同的体系结构部件，以使得分布式应用系统达到更好的性能。
进一步地，所述步骤S1具体包括以下步骤：
将n个区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境这五个预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到所述共识算法的拆分部件集为(Co1,Co2,…,Con1)、所述加密算法的拆分部件集为(En1,En2,…,Enn2)、所述智能合约的拆分部件集为(SM1,SM2,…,SMn3)、所述网络组织结构的拆分部件集为(Ne1,Ne2,…,Nen2)以及所述计算环境的拆分部件集为(Ce1,Ce2,…,Enn2)，所述n大于1；
所述步骤S2具体包括以下步骤：
通过拟态决策机制从所述共识算法的拆分部件集、所述加密算法的拆分部件集、所述智能合约的拆分部件集、所述网络组织结构的拆分部件集以及所述计算环境的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集{(Co'1,En'1,SM'1,Ne'1,,Ce'1),…，(Co'm,En'm,SM'm,Ne'm,,Ce'm)}，所述m大于1；
所述步骤S3具体包括以下步骤：
从m个所述异构候选集中随机选取k个异构执行集{(Co'1',En'1',SM″1,Ne″1,,Ce″1),…，(Co″k,En″k,SM″k,Ne″k,,Ce″k)}，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链{(B11,B12,…,B1w),…，(Bk1,Bk2,…,Bkw)}；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
从上述描述可知，提供了一种具体的实施方式，将区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境进行拆分，每个类别对应多种拆分部件，在实际应用中，为每一个分布式应用系统分配不同共识算法、加密算法、智能合约、网络组织结构和计算环境，以达到更好的性能和安全性。
进一步地，所述需求参数集包括安全需求等级或吞吐量需求。
从上述描述可知，不同的分布式应用系统设置有不同的安全需求和不同吞吐量需求，其中，安全需求对应于系统的安全性，吞吐量需求对应于系统的性能，从而提供能同时满足分布式应用系统的安全需求和性能需求的体系结构。
请参照图3，一种区块链体系结构的优化端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的拆分部件集，所述n大于1；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，所述m大于1；
S3、从m个所述异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
从上述描述可知，本发明的有益效果在于：通过将区块链体系结构进行部件拆分，通过拟态决策机制再从拆分的部件中随机抽取部件以组成新的异构候选集，将异构候选集作为分布式应用系统的当前体系结构，使得每一个分布式应用系统的当前体系结构是动态且异构，即本发明所构建的体系结构能根据不同的应用系统选择不同的体系结构，从而解决了现有的单一、固定且静态的区块链体系结构所存在的性能缺陷和安全威胁。
进一步地，所述处理器执行所述计算机程序的所述步骤S3时具体实现以下步骤：
从m个所述异构候选集中随机选取k个异构执行集，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
从上述描述可知，为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链，这样，每一个分布式应用系统就有多条链，当其中一条链的数据出现错误时，其他的备份链作为备份数据进行相互验证，即通过冗余来达到了容错的效果，降低了区块链数据被修改的可能性，从而能进一步提高区块链体系结构的安全性。
进一步地，所述处理器执行所述计算机程序的所述步骤S1之前还包括实现以下步骤：
分别提取整个区块链系统中每一个所述分布式应用系统的需求参数集；
所述处理器执行所述计算机程序的所述步骤S3中“从所述k条链中选择一条作为输出链”时具体实现以下步骤：
获取所述分布式应用系统的需求参数集，根据所述需求参数集从所述k条链中选择一条作为输出链。。
从上述描述可知，即根据应用系统的需求选择不同的体系结构部件，以使得分布式应用系统达到更好的性能。
进一步地，所述处理器执行所述计算机程序的所述步骤S1时具体实现以下步骤：
将n个区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境这五个预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到所述共识算法的拆分部件集为(Co1,Co2,…,Con1)、所述加密算法的拆分部件集为(En1,En2,…,Enn2)、所述智能合约的拆分部件集为(SM1,SM2,…,SMn3)、所述网络组织结构的拆分部件集为(Ne1,Ne2,…,Nen2)以及所述计算环境的拆分部件集为(Ce1,Ce2,…,Enn2)，所述n大于1；
所述步骤S2具体包括以下步骤：
通过拟态决策机制从所述共识算法的拆分部件集、所述加密算法的拆分部件集、所述智能合约的拆分部件集、所述网络组织结构的拆分部件集以及所述计算环境的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集{(Co'1,En'1,SM'1,Ne'1,,Ce'1),…，(Co'm,En'm,SM'm,Ne'm,,Ce'm)}，所述m大于1；
所述步骤S3具体包括以下步骤：
从m个所述异构候选集中随机选取k个异构执行集{(Co″1,En″1,SM″1,Ne″1,,Ce″1),…，(Co″k,En″k,SM″k,Ne″k,,Ce″k)}，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链{(B11,B12,…,B1w),…，(Bk1,Bk2,…,Bkw)}；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
从上述描述可知，提供了一种具体的实施方式，将区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境进行拆分，每个类别对应多种拆分部件，在实际应用中，为每一个分布式应用系统分配不同共识算法、加密算法、智能合约、网络组织结构和计算环境，以达到更好的性能和安全性。
进一步地，所述需求参数集包括安全需求等级或吞吐量需求。
从上述描述可知，不同的分布式应用系统设置有不同的安全需求和不同吞吐量需求，其中，安全需求对应于系统的安全性，吞吐量需求对应于系统的性能，从而提供能同时满足分布式应用系统的安全需求和性能需求的体系结构。
请参照图1和图2，本发明的实施例一为：
一种区块链体系结构的优化方法，包括步骤：
分别提取整个区块链系统中每一个分布式应用系统的需求参数集，需求参数集包括安全需求等级或吞吐量需求；
其中，如图2所示，假设区块链系统中存在x个分布式应用系统，提取每一个分布式应用系统中的y个参数，图2中DAPP是Decentralized Application的缩写，即为上述的分布式应用系统，参数简写为图2中的C，图中DAPPr为泛指任意一个分布式应用系统。
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的拆分部件集，n大于1；
如图2所示，将n个区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境这五个预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到共识算法的拆分部件集为(Co1,Co2,…,Con1)、加密算法的拆分部件集为(En1,En2,…,Enn2)、智能合约的拆分部件集为(SM1,SM2,…,SMn3)、网络组织结构的拆分部件集为(Ne1,Ne2,…,Nen2)以及计算环境的拆分部件集为(Ce1,Ce2,…,Enn2)；
比如，图2中的共识算法就有POET、DPOS、PBFT等等，加密算法、智能合约、网络组织结构和计算环境也有不同的拆分部件，因此，本申请的n是现有存在的区块链体系结构都尽可能拆分为本申请的拆分部件；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，m大于1；
如图2所示，通过拟态决策机制从共识算法的拆分部件集、加密算法的拆分部件集、智能合约的拆分部件集、网络组织结构的拆分部件集以及计算环境的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集{(Co'1,En'1,SM'1,Ne'1,,Ce'1),…，(Co'm,En'm,SM'm,Ne'm,,Ce'm)}；
其中，拟态是指以异构性、多样或多元性改变目标系统的相似性、单一性；以动态性、随机性改变目标系统的静态性、确定性；通过变结构计算来提高处理效能；其中，拆分部件集、异构候选集和下述的异构执行集中下标为1的数据并不是唯一对应的，因此文中以单标号和双标号进行区分，图2则以异构候选集为HG和异构执行集则为hg来区分，比避免误解；其应当知晓的是，随机选取的过程是任何数据都是随机被选取然后进行组成，因此组成后的数据是前一数据集里面的数据，但并不是对应的数据；
其中，m的值取决于拟态决策机制从各个拆分部件集所能组成的异构候选集的数量，如图2所示，每个拆分部件集都包括多个拆分部件，因此，组成的m也必然是多个；
S3、从m个异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
如图2所示，从m个异构候选集中随机选取k个异构执行集{(Co'1',En'1',SM″1,Ne″1,,Ce″1),…，(Co″k,En″k,SM″k,Ne″k,,Ce″k)}，每一个异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链{(B11,B12,…,B1w),…，(Bk1,Bk2,…,Bkw)}；
获取分布式应用系统的需求参数集，根据需求参数集从k条链中选择一条作为输出链。
请参照图3，本发明的实施例二为：
一种区块链体系结构的优化端1，包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序，处理器2执行计算机程序时实现上述实施例一中的步骤。
应当知晓的是，本实施例中的一种区块链体系结构的优化端1不局限于是一种终端设备，应该包括实现上述实施例一的步骤的模块或系统。
综上所述，本发明提供的一种区块链体系结构的优化方法及优化端，通过将区块链体系结构进行部件拆分，通过拟态决策机制再从拆分的部件中随机抽取部件以组成新的异构候选集，从异构候选集中随机选择k套体系结构部件，并为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链，从而使得每一个分布式应用系统的当前体系结构是动态、异构且冗余的，即本发明所构建的体系结构能根据不同的应用系统选择不同的体系结构，从而解决了现有的单一、固定且静态的区块链体系结构所存在的性能缺陷和安全威胁。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种区块链体系结构的优化方法，其特征在于，包括步骤：
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的，所述n大于1；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，所述m大于1；
S3、从m个所述异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
2.根据权利要求1所述的一种区块链体系结构的优化方法，其特征在于，所述步骤S3具体包括以下步骤：
从m个所述异构候选集中随机选取k个异构执行集，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
3.根据权利要求2所述的一种区块链体系结构的优化方法，其特征在于，所述步骤S1之前还包括以下步骤：
分别提取整个区块链系统中每一个所述分布式应用系统的需求参数集；
所述步骤S3中“从所述k条链中选择一条作为输出链”具体包括以下步骤：
获取所述分布式应用系统的需求参数集，根据所述需求参数集从所述k条链中选择一条作为输出链。
4.根据权利要求2所述的一种区块链体系结构的优化方法，其特征在于，所述步骤S1具体包括以下步骤：
将n个区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境这五个预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到所述共识算法的拆分部件集为(Co1,Co2,…,Con1)、所述加密算法的拆分部件集为(En1,En2,…,Enn2)、所述智能合约的拆分部件集为(SM1,SM2,…,SMn3)、所述网络组织结构的拆分部件集为(Ne1,Ne2,…,Nen2)以及所述计算环境的拆分部件集为(Ce1,Ce2,…,Enn2)，所述n大于1；
所述步骤S2具体包括以下步骤：
通过拟态决策机制从所述共识算法的拆分部件集、所述加密算法的拆分部件集、所述智能合约的拆分部件集、所述网络组织结构的拆分部件集以及所述计算环境的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集{(Co'1,En'1,SM'1,Ne'1,,Ce'1),…，(Co'm,En'm,SM'm,Ne'm,,Ce'm)}，所述m大于1；
所述步骤S3具体包括以下步骤：
从m个所述异构候选集中随机选取k个异构执行集{(Co'1',En'1',SM'1',Ne'1',,Ce'1'),…，(Co”k,En”k,SM”k,Ne”k,,Ce”k)}，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链{(B11,B12,…,B1w),…，(Bk1,Bk2,…,Bkw)}；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
5.根据权利要求3所述的一种区块链体系结构的优化方法，其特征在于，所述需求参数集包括安全需求等级或吞吐量需求。
6.一种区块链体系结构的优化端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
S1、将n个区块链体系结构按照预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到每一种预设类别的拆分部件集，所述n大于1；
S2、通过拟态决策机制从每一种预设类别的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集，所述m大于1；
S3、从m个所述异构候选集中选取至少一个作为分布式应用系统的当前体系结构。
7.根据权利要求6所述的一种区块链体系结构的优化端，其特征在于，所述处理器执行所述计算机程序的所述步骤S3时具体实现以下步骤：
从m个所述异构候选集中随机选取k个异构执行集，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
8.根据权利要求7所述的一种区块链体系结构的优化端，其特征在于，所述处理器执行所述计算机程序的所述步骤S1之前还包括实现以下步骤：
分别提取整个区块链系统中每一个所述分布式应用系统的需求参数集；
所述处理器执行所述计算机程序的所述步骤S3中“从所述k条链中选择一条作为输出链”时具体实现以下步骤：
获取所述分布式应用系统的需求参数集，根据所述需求参数集从所述k条链中选择一条作为输出链。。
9.根据权利要求7所述的一种区块链体系结构的优化端，其特征在于，所述处理器执行所述计算机程序的所述步骤S1时具体实现以下步骤：
将n个区块链体系结构按照共识算法、加密算法、智能合约、网络组织结构和计算环境这五个预设类别进行拆分，得到每一个区块链体系结构中每一种预设类别的拆分部件，将所有区块链体系结构中同一种预设类别的拆分部件进行集合，得到所述共识算法的拆分部件集为(Co1,Co2,…,Con1)、所述加密算法的拆分部件集为(En1,En2,…,Enn2)、所述智能合约的拆分部件集为(SM1,SM2,…,SMn3)、所述网络组织结构的拆分部件集为(Ne1,Ne2,…,Nen2)以及所述计算环境的拆分部件集为(Ce1,Ce2,…,Enn2)，所述n大于1；
所述步骤S2具体包括以下步骤：
通过拟态决策机制从所述共识算法的拆分部件集、所述加密算法的拆分部件集、所述智能合约的拆分部件集、所述网络组织结构的拆分部件集以及所述计算环境的拆分部件集中随机选取其中一个拆分部件，组成m个包含所有预设类别的异构候选集{(Co'1,En'1,SM'1,Ne'1,,Ce'1),…，(Co'm,En'm,SM'm,Ne'm,,Ce'm)}，所述m大于1；
所述步骤S3具体包括以下步骤：
从m个所述异构候选集中随机选取k个异构执行集{(Co'1',En'1',SM'1',Ne'1',,Ce'1'),…，(Co”k,En”k,SM”k,Ne”k,,Ce”k)}，每一个所述异构执行集内包含的所有预设类别的拆分部件构成一套体系结构部件，所述k小于m且大于1；
为每一个分布式应用系统的S个节点同时配置k套体系结构部件，使得每一个节点分别在k套体系结构部件下生产k条链{(B11,B12,…,B1w),…，(Bk1,Bk2,…,Bkw)}；
从所述k条链中选择一条作为输出链，将剩余的k-1条链作为备份链。
10.根据权利要求8所述的一种区块链体系结构的优化端，其特征在于，所述需求参数集包括安全需求等级或吞吐量需求。
CN202010210610.XA 2020-03-24 2020-03-24 一种区块链体系结构的优化方法及优化端 Active CN111382208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010210610.XA CN111382208B (zh) 2020-03-24 2020-03-24 一种区块链体系结构的优化方法及优化端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010210610.XA CN111382208B (zh) 2020-03-24 2020-03-24 一种区块链体系结构的优化方法及优化端

Publications (2)

Publication Number Publication Date
CN111382208A true CN111382208A (zh) 2020-07-07
CN111382208B CN111382208B (zh) 2022-11-22

Family

ID=71222737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010210610.XA Active CN111382208B (zh) 2020-03-24 2020-03-24 一种区块链体系结构的优化方法及优化端

Country Status (1)

Country Link
CN (1) CN111382208B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930300A (zh) * 2010-09-07 2010-12-29 刘陶 中文信息数字化处理方法和汉字随机编码方法
CN105512382A (zh) * 2015-12-02 2016-04-20 上海同筑信息科技有限公司 基于bim的楼层分块转化及组合方法及系统
CN109218303A (zh) * 2018-09-10 2019-01-15 浙江天脉领域科技有限公司 一种同源异构链网融合的新型区块链跨链方法
KR102068250B1 (ko) * 2019-04-10 2020-01-20 이태식 블록체인 네트워크의 스마트계약을 이용한 자산분할거래 운영프로그램

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930300A (zh) * 2010-09-07 2010-12-29 刘陶 中文信息数字化处理方法和汉字随机编码方法
CN105512382A (zh) * 2015-12-02 2016-04-20 上海同筑信息科技有限公司 基于bim的楼层分块转化及组合方法及系统
CN109218303A (zh) * 2018-09-10 2019-01-15 浙江天脉领域科技有限公司 一种同源异构链网融合的新型区块链跨链方法
KR102068250B1 (ko) * 2019-04-10 2020-01-20 이태식 블록체인 네트워크의 스마트계약을 이용한 자산분할거래 운영프로그램

Also Published As

Publication number Publication date
CN111382208B (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
Wang et al. Mtmr: Ensuring mapreduce computation integrity with merkle tree-based verifications
Xu et al. A multiple priority queueing genetic algorithm for task scheduling on heterogeneous computing systems
Watanabe et al. Adaptive group-based job scheduling for high performance and reliable volunteer computing
Kang et al. Flow rounding
Koh et al. MapReduce skyline query processing with partitioning and distributed dominance tests
Cao et al. TASS: Transaction assurance in service selection
Wang et al. Parallel algorithms for flexible pattern matching on big graphs
Zhou A practical scalable shared-memory parallel algorithm for computing minimum spanning trees
CN102427420A (zh) 基于图模式匹配的虚拟网络映射方法及装置
Chen et al. DBSCAN-PSM: an improvement method of DBSCAN algorithm on Spark
CN111951112A (zh) 基于区块链的智能合约执行方法、终端设备和存储介质
CN111382208B (zh) 一种区块链体系结构的优化方法及优化端
Bhuiyan et al. A parallel algorithm for generating a random graph with a prescribed degree sequence
Abdolazimi et al. Connected components of big graphs in fixed mapreduce rounds
Chiu et al. A genetic algorithm for reliability-oriented task assignment with k/spl tilde/duplications in distributed systems
Alam et al. Generating massive scale-free networks: Novel parallel algorithms using the preferential attachment model
Bouchekir et al. Learning-based symbolic assume-guarantee reasoning for Markov decision process by using interval Markov process
Farhan et al. Efficient maintenance of distance labelling for incremental updates in large dynamic graphs
Chen et al. Implementation of Multi-objective Evolutionary Algorithm for Task Scheduling in Heterogeneous Distributed Systems.
Hofmeister et al. Trading communication for computation in Byzantine-resilient gradient coding
Wang et al. Monte carlo tree search for task mapping onto heterogeneous platforms
Haim et al. Low-Latency and Reliable Virtual Network Function Placement in Edge Clouds
Oktay et al. Distance estimation for very large networks using mapreduce and network structure indices
Tian et al. Recovery mechanism of large-scale damaged edge computing net-work in industrial internet of things
Kamalesh et al. On the design of fault tolerant k-connected network topologies

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant