CN111800758B - 基于区块链的无人机蜂群分层共识方法 - Google Patents

Abstract

本发明公开了一种基于区块链的无人机蜂群分层共识方法，内置区块链的无人机分层结构使得无人机蜂群网络具有较高的可扩展性和鲁棒性，能够实现全网无人机节点的信息共享，大大提升了无人机的工作效率；PBFT算法能够帮助无人机之间在避免大量算力竞争的同时更快达成共识，保证了数据的一致性，提高了组网的安全性能。

Description

基于区块链的无人机蜂群分层共识方法

技术领域

本发明涉及无人机蜂群技术及区块链技术领域，尤其涉及一种基于区块链的无人机蜂群分层共识方法。

背景技术

无人机蜂群是由大量单功能和多功能无人机共同组成，在交感网络支撑下以群体智能涌现为核心，基于开放式体系架构综合集成构建的网络体系。无人机蜂群正处于起步阶段，国外某些机构设立了多个无人机蜂群相关的重点项目，涵盖了从概念到实质验证的无人机蜂群的各项关键技术，涉及了从大型到微型的各种级别的无人机，取得了不少突破性的成果，并且稳步向着实质验证方向迈进。

无人机蜂群组网通信是实现无人机集群间实时信息传输和协作工作的基本手段，传统的自组网体系和移动主机协议并不适用于无人机蜂群进行组网。在设计无人机蜂群时，不仅要考虑无人机集群之间安全的信息传输，同时也要考虑无人机之间的自主协同，就某一目标自主达成共识，实现智能化工作。

从实际应用角度来看，无人机蜂群研究和实质验证工作已经得到了国内外的高度重视，但主要成果仍处于起步阶段，距离无人机真正应用在特殊环境下的集群智能化工作还有很大差距。

当前无人机网络架构多采用移动自组网技术(Mobile Ad HocNertworks)，这是一种分布式的多跳无线移动网络，网络中所有结点的地位平等，无需设置任何的中心控制结点。网络中的结点不仅具有普通移动终端所需的功能，而且具有报文转发能力。具有无中心、自组织、多跳路由、动态拓扑的特点。其无中心和自组织的特点尤其适用于作战环境下无人机群体协同作战需求，然而，随着无人机节点数的持续增多，利用Ad Hoc(点对点)组建的大型化网络结构逐步臃肿，无人机之间通信能力受到了较大的影响。

从技术水平的角度来看，区块链是一种保证数据不可篡改和不可伪造的分布式去中心化链式数据结构，能够安全存储有先后关系的、能在系统内进行验证的数据。作为一种分布式系统，如何达成一致共识是系统需要解决的主要问题。目前存在几种主流的共识算法：工作量证明共识算法面临巨大能源消耗的问题，这是由于工作量证明通过投入大量的算力解决一个数学难题,而算力的维持需要消耗巨额的电力；权益证明算法中出块者的选举过于依赖于节点的权益权重,即账户权益越多，越容易获取记账权完成出块，使得区块链网络仍然存在由于权益集中而造成的中心化风险。

在实际应用中，大量的应用数据信息被视作一种举足轻重的资源。应用数据规模和数量级的急剧增长，对海量数据的存储、处理与安全维护都提出了更高要求。此外，随着实际应用向着智能化发展，对无人机蜂群自治化的需求也不断增长。无人机蜂群不仅需要完成地面控制中心的任务指令，更需要自主决策、自我管理的能力。然而，在目前区块链与无人机结合的领域中，区块链技术只是作为一个信息采集平台参与其中，只提供了可信信息，并没有参与决策，没有充分利用区块链的互信和共识优势，且无人机蜂群的数量一旦增多，共识的时延便会大大延长，导致消息滞后等严重后果。

发明内容

本发明的目的是提供一种基于区块链的无人机蜂群分层共识方法，在网络结构内使用共识算法达成一致，可以保证数据的一致性，提高了组网的安全性能。

本发明的目的是通过以下技术方案实现的：

一种基于区块链的无人机蜂群分层共识方法，包括：

基于无人机蜂群的规模大小构建内置区块链的无人机蜂群网络；若规模大于第一设定值N，则建立无人机蜂群分层网络；若规模小于第二设定值M，则建立无人机蜂群平面网络；其中，N>M；

所述建立无人机蜂群分层网络的方式包括：将无人机分为多个簇，每个簇为一个通信子域，每个簇内按照无人机蜂群平面网络进行组网；利用随机选择算法从每个簇内选择一个核心簇首节点；不同簇内的无人机节点通过所属簇的核心簇首节点进行域间通信；

当无人机蜂群分层网络需要对某个任务进行决策时，簇内节点采用与无人机蜂群平面网络相同的方式进行共识，即利用区块链中的PBFT共识算法进行共识；之后，每个簇的核心簇首节点都将获得了一个共识后的结果；所有核心簇首节点再次通过共识算法进行共识，并由一个核心簇首节点生成区块，广播给其他核心簇首节点，进而由各核心簇首节点广播给簇内无人机节点，使得所有无人机节点获得一致的共识结果。

由上述本发明提供的技术方案可以看出，内置区块链的无人机分层结构使得无人机蜂群网络具有较高的可扩展性和鲁棒性，能够实现全网无人机节点的信息共享，大大提升了无人机的工作效率；PBFT算法能够帮助无人机之间在避免大量算力竞争的同时更快达成共识，保证了数据的一致性，提高了组网的安全性能。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种基于区块链的无人机蜂群分层共识方法的流程图；

图2为本发明实施例提供的无人机蜂群平面网络结构示意图；

图3为本发明实施例提供的采用PBFT算法的无人机蜂群的共识过程图；

图4为本发明实施例提供的无人机蜂群分层网络结构示意图；

图5为本发明实施例提供的无人机蜂群执行任务决策图；

图6为本发明实施例提供的无人机共识过程图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

传统的无人机以组网的形式进行大规模的、复杂任务，往往采用集中式的控制方法，当控制中心节点受到攻击破坏，蜂群将丧失协同能力。同时无人机蜂群节点资源受限，难以在节点中部署复杂的安全防御功能模块，但是蜂群节点通过开放信道相互连接，蜂群信息可能被传送到任意节点。所以当某些无人机节点遇到入侵时，恶意消息的传播是不可控的，下达的指令也会出现与实际情况不符合的情况。此外随着无人机规模的扩大，无人机之间的消息传递会造成较大的网络时延，同时增大路由开销。

本发明实施例提供一种基于区块链的无人机蜂群分层共识方法，在网络内使用PBFT共识算法达成一致。内置区块链的无人机分层结构使得无人机蜂群网络具有较高的可扩展性和鲁棒性，能够实现全网无人机节点的信息共享，大大提升了无人机的工作效率；PBFT算法能够帮助无人机之间在避免大量算力竞争的同时更快达成共识，保证了数据的一致性，提高了组网的安全性能。其中，内置区块链是指，网络的每一无人机节点都存储着一条完整的区块链，无人机节点能够将重要数据写入区块中。举例来说，当无人机蜂群中的某一节点请求执行投放任务时，蜂群中的所有节点将进行一轮共识过程，并将共识结果(同意或反对)写入区块中，便于后续对本行动进行溯源。

如图1所示，本发明实施例中，基于无人机蜂群的规模大小构建内置区块链的无人机蜂群网络；若规模大于第一设定值N，则建立无人机蜂群分层网络；若规模小于第二设定值M，则建立无人机蜂群平面网络；其中，N>M。

所述建立无人机蜂群分层网络的方式包括：将无人机分为多个簇，每个簇为一个通信子域，每个簇内按照无人机蜂群平面网络进行组网；利用随机选择算法从每个簇内选择一个核心簇首节点；不同簇内的无人机节点通过所属簇的核心簇首节点进行域间通信；

当无人机蜂群分层网络需要对某个任务进行决策时，簇内节点采用与无人机蜂群平面网络相同的方式进行共识，即利用区块链中的PBFT共识算法进行共识；之后，每个簇的核心簇首节点都将获得了一个共识后的结果；所有核心簇首节点再次通过PBFT共识算法进行共识，并由一个核心簇首节点生成区块，广播给其他核心簇首节点，进而由各核心簇首节点广播给簇内无人机节点，使得所有无人机节点获得一致的共识结果。

由于无人机蜂群的高动态性，传统的基于IP地址的寻址方式会造成高延时，同时降低服务质量。本发明采用基于设备标识寻址的方式，对于上述两种网络架构下的任何无人机、地面终端等都配置全局唯一标识(GUID)，整个集群组网系统中，任何传输相关的操作都与GUID息息相关。无人机节点产生的任何控制指令，数据信息等均需要经过自己的私钥进行加密后才能传输，以确保数据的安全以及可验证性，无人机的公钥全网可知。

下面针对以上两种网络架构做详细的介绍。

一、无人机蜂群平面网络。

如之前所述，当无人机蜂群的规模小于第二设定值M，则建立无人机蜂群平面网络。相较而言，无人机蜂群平面网络适用于小规模无人机组网。M的数值通常小于100，也就是小规模无人机的数量一般为十几或者几十架；当然，M的具体数值大小本发明不做限定，用户可根据实际情况或者经验自行设定。

由于移动Ad hoc网络是一种分布式的多跳网络，节点具有移动性，可以随时进网和退网，这些特征很适合只有十几架到几十架无人机节点的小规模无人机蜂群。通过无人机Ad hoc网络，无人机之间可以共享信息，并对信息做出很快的响应。经过组网后形成的无人机Adhoc网络具有单架无人机不可比拟的作战能力。图2显示了小规模无人机自组网网络模型，所有无人机位于同一平面。当无人机需要对某个任务进行决策时，例如，当某个无人机发起数据采集请求，蜂群需要对该请求做出响应，即是否同意该节点进行数据采集。过程如下：首先随机选择若干(超过总数一半)共识节点，每个共识节点需要对被请求任务(即上文的数据采集任务)“发表意见”，即是否同意请求节点执行任务，通过PBFT算法，节点达成共识(同意或不同意)，最后将任务下发给被请求节点，并将任务记录在区块链上。

如图2所示，在Ad hoc网络中，无人机节点兼具路由器和终端两种功能，可以根据实际需求任意移动，自由地加入或是离开网络。考虑到实际应用的环境，网络中节点的通信能力受到一定的限制，因此距离较远的节点之间的通信需要借助其他无人机节点进行转发，若图中节点v1想要和节点v5通信，可以选择v1-v2-v4-v5路径逐跳地将数据转发到目的节点，也可以选择v1-v7-v6-v5。网络拓扑发生变化以及节点遭到损毁都会造成端到端路径失效，一旦原有链路断开，节点要自发寻找其他可行路径。如图中v1-v2-v3-v4路径上的节点v3无法继续工作，此时路由自动切换到v1-v2-v8-v4路径上，保证节点间正常通信。由此可以得出，无人机作为节点形成的多跳自组织网络具有一定的抗毁性和自愈合功能，大大提升了无人机的工作效率和生存能力。

本发明实施例中，当无人机需要对某个任务进行决策时，请求无人机发送请求给主无人机节点，所述主节点为PBFT共识算法中的概念。PBFT是一种状态机副本复制算法，所有的副本在一个视图(view)轮换的过程中操作，主节点通过视图编号以及节点数集合来确定，它会不停变动，即：主节点p＝v mod|R|。其中，v表示视图编号，|R|表示参与共识的节点个数，p表示主节点编号。主无人机节点收到请求后，广播请求给其他无人机节点，节点执行PBFT算法的三阶段共识流程。PBFT算法是一种适用于私有链和联盟链的共识算法，不管网络内节点是否可信，只要不可信节点数小于总节点数的1/3，该算法就能够保证最终的共识结果可信的。PBFT算法能够节省大量节点算力。

如图3所示，无人机蜂群平面网络中PBFT共识算法包括如下步骤：

预准备阶段：主节点收到请求无人机节点的请求后，给请求分配一个序号n，并构造预准备消息发送给各无人机节点(即共识节点里除主节点以外的其他节点，一般称之为备份节点或副本节点)，预准备消息包含请求序号n，请求无人机节点的请求消息m及其哈希摘要d，视图编号v(视图类似每一轮共识的一个标志，用于确认本轮共识的主节点是谁。比如，编号为1，主节点是第一个节点；编号为2，主节点是第二个节点。如果主节点掉线或者作恶被备份节点发现，则触发视图更换操作，从而更换一个主节点。作恶可以是主节点给不同的消息相同的序号n，或不分配消息序号，等等)，预准备消息如下所示：

＜＜PRE-PREPARE,v,n,d＞,m＞

其中，PRE-PREPARE表示消息为预准备消息；

准备阶段：备份无人机节点i接收预准备消息后，对预准备消息进行验证；若通过验证则向其他无人机节点广播准备消息；如果验证不通过，则丢弃预准备消息；准备消息包含视图编号v，请求序号n，消息摘要d，以及备份节点i(本节点)，如下所示：

＜PREPARE,v,n,d,i＞

其中，PREPARE表示消息为准备消息；

在设定时间范围内，如果收到超过2f个不同节点的准备消息，就代表准备阶段已经完成；其中，f为能够容忍的恶意节点最大数目，数值大小可以由用户根据无人机规模或者经验自行设定。

对预准备消息验证的过程为：1)预准备消息是经过主节点签名的，所以先判断签名是否正确；2)d与m的摘要是否一致；3)当前的视图编号是否为v；4)备份无人机节点i未在视图编号v时接收过序号等于n的不同消息；5)n在范围[h,H]内，h，H为设定序号范围的最小值与最大值。如果以上5项判断结果均为“是”，则通过验证。

提交阶段：各无人机节点对视图内的请求和次序进行验证后，广播提交消息；提交消息如下所示：

＜COMMIT,v,n,d,i＞

其中，COMMIT表示消息为提交消息；

当收到2f+1个提交消息后(包括自身的提交消息)，代表多数无人机节点已经进入提交阶段，这一阶段已经达成共识，蜂群将对请求节点进行回应，若共识结果是同意请求，请求无人机节点将执行请求，否则，请求节点不执行请求。最终，将本次共识结果写入区块链。

此阶段的验证过程为：1)验证消息签名，即收到的准备消息是否是网络内节点发送的；2)视图编号是否是v；3)n是否在范围[h,H]内。如果通过以上3项判断结果均为“是”，则通过验证。

二、无人机蜂群分层网络。

如之前所述，当无人机群蜂的规模大于第一设定值N，则建立无人机蜂群分层网络。相较而言，无人机蜂群分层网络适用于于大规模无人机组网。N的数值通常小于1000，也就是大规模无人机的数量一般上千架；当然，N的具体数值大小本发明不做限定，用户可根据实际情况或者经验自行设定。

针对较大的网络规模，前述平面的网络结构通常会造成较大的网络时延，也会增大路由的开销，在网络研究中不具有扩展价值。因此，本发明实施例采用分级结构来解决上述问题，通过适当的分簇方法将网络拓扑改为分级结构，对整个AdHoc网络中的节点进行分簇管理，相互相邻的节点根据分簇算法形成一个簇。分簇网络中，节点可以分为核心簇首节点和簇内节点。

大规模无人机蜂群分层立体网络结构如图4所示。首先将无人机分为多个簇，每个簇为一个通信子域，含有数十架(例如，30-50架)无人机节点，这些节点具有较大的连通概率(即节点间的连通概率超过设定值)，可以相互通信。每个簇内按照小规模蜂群平面网络进行组网(也就是采用前文介绍的无人机蜂群平面网络方式组网)，此后，再由随机选择算法从每个簇内选择一个核心簇首节点(原理与前文介绍的相同)。簇内无人机可相互通信，若一个簇内的无人机需要与另一个簇内的无人机通信，则需要通过核心簇首无人机进行域间通信。

如之前所述，“随着无人机节点数的持续增多，利用Ad Hoc(点对点)组建的大型化网络结构逐步臃肿”，当一个蜂群网络内的无人机数量很多时，距离较远的两个无人机通信需要经过很多跳。比如说，无人机A和Z是两个距离较远的节点，它们通信需要经过B、C……等多个节点，导致时延过大。此时通过上述方案，将ABCD归到一个簇里，由C作核心簇首节点；EFGH归到一个簇里，由G作簇首…把YZ归到一个簇里，由Y作簇首，那么A要和Z通信，首先把数据包发给C，然后由C把数据包发给Y，再由Y发给Z，从而降低时延。

如图5所示，当无人机蜂群需要执行任务或作出决策时，首先簇内节点用PBFT共识算法进行共识(参照图3所示流程)，当节点对某项决议达成共识后，每个簇的核心簇首节点都获得了一个共识后的结果，该结果即每个核心簇首无人机作出的决策，该决策需要得到所有核心簇首无人机的验证。因此，所有核心簇首节点再次通过共识算法达成一致，并由一个核心簇首节点(主节点)生成区块，将共识结果写入区块中，再广播给其他核心簇首节点，并由核心簇首节点再次广播给每个簇内节点。通过该机制，所有无人机节点都能获得一致的共识结果。相较于平面共识，分层共识能够大大降低大规模无人机网络的共识时间，提升无人机工作效率，达到快速共识。

上述簇内节点用PBFT共识算法进行共识的过程，与前文介绍的过程相同，区别在于，前文无人机蜂群平面网络中获得的共识结果是最终结果，而对于无人机蜂群分层网络而言，由于无人机蜂群平面网络是簇内网络，因此，此处共识结果仅为簇内的共识结果。此外，每个簇内进行共识时核心簇首节点必定被选为共识节点，但是其地位与其他共识节点相同。

在核心簇首节点获得各簇内的共识结果后，由各核心簇首节点选出一个主节点来生成区块，此过程类似一个简化版的PBFT共识算法，之后，主节点统计各簇内的共识结果，选择数目最高的共识结果作为最终结果，通知各核心簇首节点，进而通过各簇内无人机节点，并写入区块链。

本发明实施例上述方案可以在多个领域应用以完成相应任务，但是，对于具体的应用领域本发明不做限定。示例性的，可通过地面终端控制无人机蜂群协同完成图像数据采集工作；或者，向指定区域播放音频文件或者采集音频信息；或者，向指定区域投放某种物品，物品可以是药品、食品等，但投放物品的类别本发明不做限定。

下面给出一个应用方面的示例。本示例中，无人机节点数目超过1000，小规模的无人机网络架构无法满足需求，需要采用大规模无人机蜂群网络分层立体结构，支持分层共识的蜂群组网结构如图4所示。

将连通概率大的无人机节点划分到同一通信子域，在该范围内选出核心簇首无人机，用于通信子域的无人机管理。在此基础上，各核心簇首无人机之间进行域间通信，形成分层式的立体结构。

假定无人机蜂群在指定区域执行物品投放任务，一台无人机发起投放请求(该无人机作为请求无人机节点)。具体流程如下：首先，基于多重签名算法的真随机数生成核心簇首节点，请求无人机节点向通信子域的核心簇首无人机节点发送投放请求，核心簇首无人机将该请求发送给其他核心簇首，并由他们转发至每个簇内。如图6所示，在每个簇内通过PBFT算法生成共识结果，决定是否同意该无人机执行投放任务。之后，每个核心簇首无人机都得到了簇内的共识结果(同意/不同意某无人机执行任务)，再通过PBFT算法达成最终一致，并由一个核心簇首节点生成区块，广播至其他节点，从而形成整个大规模无人机蜂群的一致共识决策，请求无人机节点根据共识决策判定是否执行投放任务。该机制中，通过簇首节点的一致共识结果下发相应决策，而每个簇首节点的共识结果则是由其簇内节点的强一致结果产生。这种分层共识机制极大地降低了全无人机蜂群范围内的共识时延和通信开销。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (4)

1.一种基于区块链的无人机蜂群分层共识方法，其特征在于，包括：

基于无人机蜂群的规模大小构建内置区块链的无人机蜂群网络；若规模大于第一设定值N，则建立无人机蜂群分层网络；若规模小于第二设定值M，则建立无人机蜂群平面网络；其中，N＞M；

所述建立无人机蜂群分层网络的方式包括：将无人机分为多个簇，每个簇为一个通信子域，每个簇内按照无人机蜂群平面网络进行组网；利用随机选择算法从每个簇内选择一个核心簇首节点；不同簇内的无人机节点通过所属簇的核心簇首节点进行域间通信；

当无人机蜂群分层网络需要对某个任务进行决策时，簇内节点采用与无人机蜂群平面网络相同的方式进行共识，即利用区块链中的PBFT共识算法进行共识；之后，每个簇的核心簇首节点都将获得了一个共识后的结果；所有核心簇首节点再次通过共识算法进行共识，并由一个核心簇首节点生成区块，广播给其他核心簇首节点，进而由各核心簇首节点广播给簇内无人机节点，使得所有无人机节点获得一致的共识结果。

2.根据权利要求1所述的一种基于区块链的无人机蜂群分层共识方法，其特征在于，所述无人机蜂群平面网络中，无人机节点通过点对点网络组网，所有无人机节点位于同一平面；

当无人机节点需要对某个任务进行决策时，随机选择若干共识节点，每个共识节点需要对被请求的任务发表意见，即是否同意请求节点执行任务，通过PBFT算法，节点达成共识，最后将任务下发给被请求节点，并将任务记录在区块链上；其中，共识节点的数目为总无人机节点数目一半以上。

3.根据权利要求1或2所述的一种基于区块链的无人机蜂群分层共识方法，其特征在于，无人机蜂群平面网络中PBFT共识算法包括如下步骤：

预准备阶段：主节点收到请求无人机节点的请求后，给请求分配一个序号n，并构造预准备消息发送给各无人机节点；所述主节点通过视图编号以及节点数集合来确定；预准备消息包含请求序号n、请求无人机节点的请求消息m及其哈希摘要d、以及视图编号V：

＜＜PRE-PREPARE，v，n，d＞，m＞

其中，PRE-PREPARE表示消息为预准备消息；

准备阶段：无人机节点i接收预准备消息后，对预准备消息进行验证；若通过验证则向其他无人机节点广播准备消息；如果验证不通过，则丢弃预准备消息；准备消息包含视图编号v、请求序号n、请求消息的哈希摘要d，以及无人机节点的序号i：

＜PREPARE，v，n，d，i＞

其中，PREPARE表示消息为准备消息；

在设定时间范围内，如果收到超过2f个不同节点的准备消息，则代表准备阶段已经完成；其中，f为能够容忍的恶意节点最大数目；

提交阶段：各无人机节点对视图内的请求和次序进行验证后，广播提交消息；提交消息为：

＜COMMIT，v，n，d，i＞

其中，COMMIT表示消息为提交消息；

当收到2f+1个提交消息后，代表多数无人机节点已经进入提交阶段，这一阶段已经达成共识；如果无人机蜂群平面网络为规模小于第二设定值M时所构造的网络，则根据共识结果对请求节点进行回应，若共识结果是同意请求，则请求无人机节点将执行请求，否则，请求节点不执行请求；最终，将本次共识结果写入区块链；如果无人机蜂群平面网络为无人机蜂群分层网络的簇内网络，则此时达成的共识为簇内共识结果。

4.根据权利要求1或2所述的一种基于区块链的无人机蜂群分层共识方法，其特征在于，

采用基于设备标识寻址的方式，所有无人机节点、以及与无人机节点通信的地面终端都配置全局唯一标识，网络系统中，所有传输相关的操作都与全局唯一标识相关；无人机节点产生的控制指令以及数据信息均需要经过自己的私钥进行加密后才能传输。

Images