CN115361314A - 一种面向Hyperledger Fabric 2.0性能评估方法 - Google Patents

一种面向Hyperledger Fabric 2.0性能评估方法 Download PDF

Info

Publication number
CN115361314A
CN115361314A CN202211021610.0A CN202211021610A CN115361314A CN 115361314 A CN115361314 A CN 115361314A CN 202211021610 A CN202211021610 A CN 202211021610A CN 115361314 A CN115361314 A CN 115361314A
Authority
CN
China
Prior art keywords
consensus system
transaction
fabric
node
matrix
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.)
Pending
Application number
CN202211021610.0A
Other languages
English (en)
Inventor
吴欧
张贺
刘力文
李杉杉
周鑫
王岩泽
吕伟龙
杨洪山
段忠亮
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.)
Xinghuan Zhongzhi Information Technology Nanjing Co ltd
Transwarp Technology Shanghai Co Ltd
Original Assignee
Xinghuan Zhongzhi Information Technology Nanjing Co ltd
Transwarp Technology Shanghai 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 Xinghuan Zhongzhi Information Technology Nanjing Co ltd, Transwarp Technology Shanghai Co Ltd filed Critical Xinghuan Zhongzhi Information Technology Nanjing Co ltd
Priority to CN202211021610.0A priority Critical patent/CN115361314A/zh
Publication of CN115361314A publication Critical patent/CN115361314A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3263—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving certificates, e.g. public key certificate [PKC] or attribute certificate [AC]; Public key infrastructure [PKI] arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Security & Cryptography (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Complex Calculations (AREA)

Abstract

本发明一种面向Hyperledger Fabric 2.0性能评估方法，在考虑有限交易池的情况下，利用排队论理论来构建灵活、可拓展建模方法，用于分析关键性能指标对Fabric 2.0性能方面的影响和性能分析。该方法包括一下步骤：S1、介绍Fabric 2.0上交易流程和共识系统的选择；S2、阐明排队论共识系统中参数定义；S3、构建共识系统马尔科夫链过程；S4、共识系统Fabric 2.0性能分析指标结果。本方法在进行性能评估和Fabric建模更加符合现实当中的情况，旨在更加详细的分析Fabric的性能影响因子，确保评估模型与实际情况的高相符，保证未来对Fabric 2.0性能评估的精确。

Description

一种面向Hyperledger Fabric 2.0性能评估方法
技术领域
本发明涉及区块链Hyperledger Fabric 2.0性能评估领域，具体为一种面向Hyperledger Fabric 2.0性能评估方法。
背景技术
Hyperledger Fabric从一开始就设计为企业用途，Fabric具有高度模块化和可配置的架构，可为各行各业的业务提供创新性、多样性和优化，其中包括银行、金融、保险、医疗保健、人力资源、供应链甚至数字音乐分发。但是许多企业业务对性能要求较高，为了迎合性能需求，Hyperledger Fabric 2.0在主版本v1.0基础上为用户和运营商提供了重要新特性。然而目前针对Hyperledger Fabric 2.0性能评估方法都没有在数值上进行精确的数据分析，并且现有的模型都忽略在实践中有些参数对整体共识系统性能的影响，导致建立的模型无法应用到实际生产，将模型只停留在理论层面。
发明内容
本发明的目的在于提供一种面向Hyperledger Fabric 2.0性能评估方法，以解决现有研究的局限性。具体而言，为了将Fabric性能模型更好应用到实际中，本发明考虑了排序主节点交易池容量对Hyperledger Fabric 2.0性能影响，以及用排队论和马尔科夫链构建状态转移矩阵组；为了获得更加精确分析结果，使用推导的结果详细分析性能指标对共识系统性能方面影响；为了验证实验结果能否应用实际当中，本发明在实际环境中进行性能评估，发现模型可以应用于实际的性能评估。
技术方案：为实现上述发明目的，本发明采用如下技术方案：
一种面向Hyperledger Fabric 2.0性能评估方法，包括如下步骤：
S1、介绍Fabric上交易流程和共识系统的选择；
S2、阐明排队论共识系统中参数定义；
S3、构建共识系统马尔科夫链过程；
S4、共识系统Fabric性能分析指标结果。
进一步的，在步骤S1中，还包含以下步骤：
S11、Hyperledger Fabric客户端发送交易信息给peer节点；
S12、交易信息请求使peer节点运行智能合约去产生一个新的账本，并且更新自己的账本；
S13、peer节点将更新账本结果交给背书节点进行背书；
S14、背书节点将背书请求返回给客户端；
S15、客户端将已背书的交易信息发送给排序节点；
S16、排序节点给交易信息进行排序并打包交易信息去产生新的区块；
S17、新的区块发送给所有的peer节点去验证交易信息的合法性并且提交验证合法的交易区块。
进一步的，所述Hyperledger Fabric 2.0交易流的问题域包括：peer节点、背书节点、排序节点。
所述peer节点是存储账本和智能合约的区块链网络中的基本元素，为交易流运行智能合约和账本更改的部分；
所述背书节点通过有效证书的预期信息的有效签名来证明交易流的合法性；
所述排序节点为交易流中保证数据一致性的部分，在网络中起到代理作用。
进一步的，在步骤S15中，排序节点节点按照基于Raft共识算法进行交易信息的传递，所有的排序节点按照已定义好的路由路线将已收到交易传递给当前通道内的主节点。
进一步的，在步骤S2中，所述排队论共识系统服务过程的问题域为：
所述N为共识系统服务过程中共识系统的交易容量；
所述μ1为共识系统服务过程中交易验证时间服从指数分布的参数，位于排序主节点发送打包区块给peer群去验证交易合法性的过程；
所述μ2为共识系统服务过程中区块产生时间服从指数分布的参数，位于从排序主节点交易池中将交易打包成区块的过程；
所述b为共识系统服务过程中排序主节点向区块内部所打包的交易数量；
所述λ为共识系统服务过程中所到达排序主节点时间服从指数分布的参数，位于排序节点群中节点将交易信息发送给排序主节点。
进一步的，在步骤S3中，还包括以下步骤：S31、设置(I(t),J(t))为共识系统在t时刻的状态，其中I(t)代表在t时刻主节点队列中交易的数量，J(t)代表在t时刻区块中交易的数量；
S32、构建状态空间Ω，其中Ω＝{(i,j):i＝0,1,...,N；j＝
0,1,2,...,b}；
S33、根据状态转移矩阵，构建共识系统状态等式；
S34、利用共识系统状态方程，构建系数状态矩阵；
S35、设Π为共识系统的状态概率向量；
S36、利用共识系统的状态概率向量Π和系数状态矩阵构建共识系统状态方程组；
S37、利用共识系统状态方程组求解的状态概率向量Π去推到子速率矩阵Ri(i＝0,1,2,...,N-b)。
进一步的，在步骤S31，我们将排序节点集群和peer节点集群视为连续过程，建立时间连续马尔科夫过程的共识系统，通过矩阵分析法推导出系统的稳定概率向量。
进一步的，在步骤S32中，(I(t),J(t))为在状态空间Ω中时间连续的马尔可夫过程。
进一步的，在步骤S33中，构建不同时间状态下状态转移方程。例如在状态{(i,j),i＝1,2,...,N-b-1；j＝1,2,...,b-1}下，状态转移方程为：-(μ1+λ)p(i,j)+λp(i-1,j)＝0。
进一步的，在步骤S34中，还包括以下步骤：
S341、由系数状态矩阵生成(N-b+1)阶矩阵Q，其中Q的内部元素由A0,A1,AM,Bi(i＝0,1,2,...,b),Cj(j＝1,2,...,b-1)。
S342、由系数状态矩阵生成(b+1)阶A0,A1,AM,Bi(i＝0,1,2,...,b),Cj(j＝1,2,...,b-1)矩阵。
进一步的，在步骤S35中，Π＝(Π0,Π1,Π2,...,ΠN-b),其中每个次向量Πi＝(Πi0,Πi1,...,Πib)，(i＝0,1,2,...,N-b)为b+1维的行向量。
进一步的，在步骤S36中，构建共识系统方程组为
Figure BDA0003814396780000051
其中e为一个(N-b+1)×(b+1)单位列向量。
进一步的，在步骤S37中，子速率矩阵Ri(i＝0,1,2,...,N-b)为(b+1)阶矩阵。
进一步的，在步骤S4中，还包括以下步骤：
S41、根据子速率矩阵族R和状态概率向量族Π构建构建共识系统平均队列长度E(Lq)；
S42、根据状态概率向量族Π构建构建共识系统交易拒绝概率Prjc；
S43、根据状态概率向量族Π构建构建共识系统平均交易时间E(Texe)；
S44、根据共识系统平均队列长度E(Lq)和共识系统交易拒绝概率Prjc构建构建共识系统平均交易响应时间E(Tresp)；
S45、根据共识系统交易拒绝概率Prjc构建构建共识系统吞吐量TPS。
进一步的，在步骤S41中，平均队列长度E(Lq)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均队列长度E(Lq)对系统性能指标的影响，其中
Figure BDA0003814396780000052
进一步的，在步骤S42中，交易拒绝概率Prjc为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析交易拒绝概率Prjc对系统性能指标的影响，其中
Figure BDA0003814396780000061
进一步的，在步骤S43中，平均交易时间E(Texe)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均交易时间E(Texe)对系统性能指标的影响，其中
Figure BDA0003814396780000062
Figure BDA0003814396780000063
(求和符号上的方括号为向下取整，其余不为取整作用)。
进一步的，在步骤S44中，平均交易响应时间E(Tresp)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均交易响应时间E(Tresp)对系统性能指标的影响，其中
Figure BDA0003814396780000064
进一步的，在步骤S45中，共识系统吞吐量TPS为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析共识系统吞吐量TPS对系统性能指标的影响，其中TPS＝λ(1-Prjc)。
相对于现有技术，本发明的有益效果为：本发明利用排队论和马尔科夫链构建Hyperledger Fabric性能分析模型，寻找影响Hyperledger Fabric性能指标，然后通过模型对性能指标数据上精确分析来获取不同参数对性能的影响，实现了在HyperledgerFabric性能评估方面的精确分析。
附图说明
图1为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S1的概览图。
图2为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S15的概览图。
图3为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S2的概览图。
图4为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S33的概览图。
图5为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S37的概览图。
图6为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S41的到达排序主节点时间服从指数分布的参数λ对平均队列长度E(Lq)实验结果图。
图7为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S41的共识系统的交易容量N对平均队列长度E(Lq)实验结果图。
图8为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S41的交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)对平均队列长度E(Lq)实验结果图。
图9为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S42的到达排序主节点时间服从指数分布的参数λ对交易拒绝概率Prjc实验结果图。
图10为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S42的共识系统的交易容量N对交易拒绝概率Prjc实验结果图。
图11为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S42的交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)对交易拒绝概率Prjc实验结果图。
图12为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S43的到达排序主节点时间服从指数分布的参数λ对平均交易时间E(Texe)实验结果图。
图13为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S43的共识系统的交易容量N对平均交易时间E(Texe)实验结果图。
图14为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S43的交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)对平均交易时间E(Texe)实验结果图。
图15为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S44的到达排序主节点时间服从指数分布的参数λ对平均交易响应时间E(Tresp)实验结果图。
图16为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S44的共识系统的交易容量N对平均交易响应时间E(Tresp)实验结果图。
图17为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S44的交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)对平均交易响应时间E(Tresp)实验结果图。
图18为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S45的到达排序主节点时间服从指数分布的参数λ对吞吐量TPS实验结果图。
图19为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S45的共识系统的交易容量N对吞吐量TPS实验结果图。
图20为本发明一种面向Hyperledger Fabric 2.0性能评估方法的步骤S45的交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)对吞吐量TPS实验结果图。
具体实施方式
下面结合具体实施例，进一步阐明本发明。应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申明所附权利要求所限定的范围。
实施例1：本发明实例公开的一种面向Hyperledger Fabric 2.0性能评估方法，包括如下步骤：
S1、介绍Fabric上交易流程和共识系统的选择；
S2、阐明排队论共识系统中参数定义；
S3、构建共识系统马尔科夫链过程；
S4、共识系统Fabric性能分析指标结果。
当前许多早期的区块链平台正在为企业应用做调整，而Hyperledger Fabric从一开始就设计为企业用途。随着越来越多企业应用Hyperledger Fabric 2.0，评估Hyperledger Fabric 2.0在不同用例和场景中的性能至关重要。在整个分布式系统进行评估模型当中，采用分析建模当中马尔科夫链和排队论结合的方式来对Hyperledger Fabric2.0进行性能评估。
进一步的，如图1所示，在步骤S1中，还包含以下步骤：
S11、Hyperledger Fabric客户端发送交易信息给peer节点；
S12、交易信息请求使peer节点运行智能合约去产生一个新的账本，并且更新自己的账本；
S13、peer节点将更新账本结果交给背书节点进行背书；
S14、背书节点将背书请求返回给客户端；
S15、客户端将已背书的交易信息发送给排序节点；
S16、排序节点给交易信息进行排序并打包交易信息去产生新的区块；
S17、新的区块发送给所有的peer节点去验证交易信息的合法性并且提交验证合法的交易区块。
区块链网络是由peer节点组成，所述peer节点是存储账本和智能合约的区块链网络中的基本元素，为交易流运行智能合约和账本更改的部分；所述背书节点通过有效证书的预期信息的有效签名来证明交易流的合法性；所述排序节点为交易流中保证数据一致性的部分，在网络中起到代理作用。如图2所示，排序节点节点按照基于Raft共识算法进行交易信息的传递，所有的排序节点按照已定义好的路由路线将已收到交易传递给当前通道内的主节点。
进一步的，如图3所示，所述排队论共识系统服务过程的问题域为：N为共识系统服务过程中共识系统的交易容量；μ1为共识系统服务过程中交易验证时间服从指数分布的参数，位于排序主节点发送打包区块给peer群去验证交易合法性的过程；μ2为共识系统服务过程中区块产生时间服从指数分布的参数，位于从排序主节点交易池中将交易打包成区块的过程；b为共识系统服务过程中排序主节点向区块内部所打包的交易数量；λ为共识系统服务过程中所到达排序主节点时间服从指数分布的参数，位于排序节点群中节点将交易信息发送给排序主节点。
进一步的，在步骤S3中，还包括以下步骤：
S31、设置(I(t),J(t))为共识系统在t时刻的状态，其中I(t)代表在t时刻主节点队列中交易的数量，J(t)代表在t时刻区块中交易的数量；
S32、构建状态空间Ω，其中Ω＝{(i,j):i＝0,1,...,N；j＝0,1,2,...,b}；
S33、根据状态转移矩阵，构建共识系统状态等式；
S34、利用共识系统状态方程，构建系数状态矩阵；
S35、设Π为共识系统的状态概率向量；
S36、利用共识系统的状态概率向量Π和系数状态矩阵构建共识系统状态方程组；
S37、利用共识系统状态方程组求解的状态概率向量Π去推到子速率矩阵Ri(i＝0,1,2,...,N-b)。
将排序节点集群和peer节点集群视为连续过程，建立时间连续马尔科夫过程的共识系统，通过矩阵分析法推导出系统的稳定概率向量。(I(t),J(t))为在状态空间Ω中时间连续的马尔可夫过程。如图4所示，构建不同时间状态下状态转移方程。例如在状态{(i,j),i＝1,2,...,N-b-1；j＝1,2,...,b-1}下，状态转移方程为：-(μ1+λ)p(i,j)+λp(i-1,j)＝0。
进一步的，在步骤S34中，还包括以下步骤：
S341、由系数状态矩阵生成(N-b+1)阶矩阵Q，其中Q的内部元素由A0,A1,AM,Bi(i＝0,1,2,...,b),Cj(j＝1,2,...,b-1)。
S342、由系数状态矩阵生成(b+1)阶A0,A1,AM,Bi(i＝0,1,2,...,b),Cj(j＝1,2,...,b-1)矩阵。
Π＝(Π0,Π1,Π2,...,ΠN-b),其中每个次向量Πi＝(Πi0,Πi1,...,Πib)，(i＝0,1,2,...,N-b)为b+1维的行向量。构建共识系统方程组为
Figure BDA0003814396780000121
其中e为一个(N-b+1)×(b+1)单位列向量。如图5所示，子速率矩阵Ri由不同关系式进行推导，最初所设RN是单位矩阵，从i＝b-1到i＝N-b+1,Ri矩阵满足关系式
Figure BDA0003814396780000122
从i＝N-b+1到i＝1，Ri矩阵满足关系式
Figure BDA0003814396780000123
当i＝0,Ri矩阵满足关系式
Figure BDA0003814396780000124
(子速率矩阵Ri(i＝0,1,2,...,N-b)为(b+1)阶矩阵)。
进一步的，在步骤S4中，还包括以下步骤：
S41、根据子速率矩阵族R和状态概率向量族Π构建构建共识系统平均队列长度E(Lq)；
S42、根据状态概率向量族Π构建构建共识系统交易拒绝概率Prjc；
S43、根据状态概率向量族Π构建构建共识系统平均交易时间E(Texe)；
S44、根据共识系统平均队列长度E(Lq)和共识系统交易拒绝概率Prjc构建构建共识系统平均交易响应时间E(Tresp)；
S45、根据共识系统交易拒绝概率Prjc构建构建共识系统吞吐量TPS。
平均队列长度E(Lq)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均队列长度E(Lq)对系统性能指标的影响，其中
Figure BDA0003814396780000131
如图6、7、8所示，分别代表考虑在到达排序主节点时间服从指数分布的参数λ、共识系统的交易容量N、交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)三者在两个定为常量下，其中一个变量对平均队列长度E(Lq)的影响。共识系统的交易容量N与平均队列长度E(Lq)具有正相关的影响，增加共识系统的交易容量N可以增加排序主节点中交易容量，即平均队列长度E(Lq)，可以提高系统对大量数据的负载。
交易拒绝概率Prjc为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析交易拒绝概率Prjc对系统性能指标的影响，其中
Figure BDA0003814396780000132
如图9、10、11所示，分别代表考虑在到达排序主节点时间服从指数分布的参数λ、共识系统的交易容量N、交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)三者在两个定为常量下，其中一个变量对交易拒绝概率Prjc的影响。三个变量对交易拒绝概率影响效果小。
平均交易时间E(Texe)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均交易时间E(Texe)对系统性能指标的影响，其中
Figure BDA0003814396780000133
Figure BDA0003814396780000141
(求和符号上的方括号为向下取整，其余不为取整作用)。如图12、13、14所示，分别代表考虑在到达排序主节点时间服从指数分布的参数λ、共识系统的交易容量N、交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)三者在两个定为常量下，其中一个变量对平均交易时间E(Texe)的影响。到达排序主节点时间服从指数分布的参数λ对平均交易时间E(Texe)影响是呈指数级正相关，交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)对平均交易时间E(Texe)影响是呈指数级负相关，可以提高交易验证时间的参数和降低到达排序主节点时间服从指数分布的参数来提高整体系统执行的效率。
平均交易响应时间E(Tresp)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均交易响应时间E(Tresp)对系统性能指标的影响，其中
Figure BDA0003814396780000142
如图15、16、17所示，分别代表考虑在到达排序主节点时间服从指数分布的参数λ、共识系统的交易容量N、交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)三者在两个定为常量下，其中一个变量对平均交易响应时间E(Tresp)的影响。增加到达排序主节点时间服从指数分布的参数λ和减少共识系统的交易容量N可以显著提高共识系统性能。
共识系统吞吐量TPS为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析共识系统吞吐量TPS对系统性能指标的影响，其中TPS＝λ(1-Prjc)。如图18、19、20所示，分别代表考虑在到达排序主节点时间服从指数分布的参数λ、共识系统的交易容量N、交易验证时间服从指数分布的参数μ1(区块产生时间服从指数分布的参数μ2)三者在两个定为常量下，其中一个变量对吞吐量TPS的影响。到达排序主节点时间服从指数分布的参数λ可以显著提高共识系统的吞吐量，增加区块链性能。

Claims (9)

1.一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于，所述方法包括如下步骤：
S1、介绍Fabric上交易流程和共识系统的选择；
S2、阐明排队论共识系统中参数定义；
S3、构建共识系统马尔科夫链过程；
S4、共识系统Fabric性能分析指标结果。
2.根据权利要求1所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S1中，还包含以下步骤：
S11、Hyperledger Fabric客户端发送交易信息给peer节点；
S12、交易信息请求使peer节点运行智能合约去产生一个新的账本，并且更新自己的账本；
S13、peer节点将更新账本结果交给背书节点进行背书；
S14、背书节点将背书请求返回给客户端；
S15、客户端将已背书的交易信息发送给排序节点；
S16、排序节点给交易信息进行排序并打包交易信息去产生新的区块；
S17、新的区块发送给所有的peer节点去验证交易信息的合法性并且提交验证合法的交易区块。
3.根据权利要求2所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：所述Hyperledger Fabric 2.0交易流的问题域包括：peer节点、背书节点、排序节点，
所述peer节点是存储账本和智能合约的区块链网络中的基本元素，为交易流运行智能合约和账本更改的部分；
所述背书节点通过有效证书的预期信息的有效签名来证明交易流的合法性；
所述排序节点为交易流中保证数据一致性的部分，在网络中起到代理作用。
4.根据权利要求2所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S15中，排序节点节点按照基于Raft共识算法进行交易信息的传递，所有的排序节点按照已定义好的路由路线将已收到交易传递给当前通道内的主节点。
5.根据权利要求1所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S2中，所述排队论共识系统服务过程的问题域为：
所述N为共识系统服务过程中共识系统的交易容量；
所述μ1为共识系统服务过程中交易验证时间服从指数分布的参数，位于排序主节点发送打包区块给peer群去验证交易合法性的过程；
所述μ2为共识系统服务过程中区块产生时间服从指数分布的参数，位于从排序主节点交易池中将交易打包成区块的过程；
所述b为共识系统服务过程中排序主节点向区块内部所打包的交易数量；
所述λ为共识系统服务过程中所到达排序主节点时间服从指数分布的参数，位于排序节点群中节点将交易信息发送给排序主节点。
6.根据权利要求1所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S3中，还包括以下步骤：
S31、设置(I(t),J(t))为共识系统在t时刻的状态，其中I(t)代表在t时刻主节点队列中交易的数量，J(t)代表在t时刻区块中交易的数量；
S32、构建状态空间Ω，其中Ω＝{(i,j):i＝0,1,...,N；j＝0,1,2,...,b}；
S33、根据状态转移矩阵，构建共识系统状态等式；
S34、利用共识系统状态方程，构建系数状态矩阵；
S35、设Π为共识系统的状态概率向量；
S36、利用共识系统的状态概率向量Π和系数状态矩阵构建共识系统状态方程组；
S37、利用共识系统状态方程组求解的状态概率向量Π去推到子速率矩阵Ri(i＝0,1,2,...,N-b)。
7.根据权利要求6所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S31，将排序节点集群和peer节点集群视为连续过程，建立时间连续马尔科夫过程的共识系统，通过矩阵分析法推导出系统的稳定概率向量；
在步骤S32中，(I(t),J(t))为在状态空间Ω中时间连续的马尔可夫过程；
在步骤S33中，构建不同时间状态下状态转移方程，在状态{(i,j),i＝1,2,...,N-b-1；j＝1,2,...,b-1}下，状态转移方程为：-(μ1+λ)p(i,j)+λp(i-1,j)＝0；
在步骤S34中，还包括以下步骤：
S341、由系数状态矩阵生成(N-b+1)阶矩阵Q，其中Q的内部元素由A0,A1,AM,Bi(i＝0,1,2,...,b),Cj(j＝1,2,...,b-1)；
S342、由系数状态矩阵生成(b+1)阶A0,A1,AM,Bi(i＝0,1,2,...,b),Cj(j＝1,2,...,b-1)矩阵；
在步骤S35中，Π＝(Π0,Π1,Π2,...,ΠN-b),其中每个次向量Πi＝(Πi0,Πi1,...,Πib)，(i＝0,1,2,...,N-b)为b+1维的行向量；
在步骤S36中，构建共识系统方程组为
Figure FDA0003814396770000041
其中e为一个(N-b+1)×(b+1)单位列向量；
在步骤S37中，子速率矩阵Ri(i＝0,1,2,...,N-b)为(b+1)阶矩阵。
8.根据权利要求1所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S4中，还包括以下步骤：
S41、根据子速率矩阵族R和状态概率向量族Π构建构建共识系统平均队列长度E(Lq)；
S42、根据状态概率向量族Π构建构建共识系统交易拒绝概率Prjc；
S43、根据状态概率向量族Π构建构建共识系统平均交易时间E(Texe)；
S44、根据共识系统平均队列长度E(Lq)和共识系统交易拒绝概率Prjc构建构建共识系统平均交易响应时间E(Tresp)；
S45、根据共识系统交易拒绝概率Prjc构建构建共识系统吞吐量TPS。
9.根据权利要求8所述一种面向Hyperledger Fabric 2.0性能评估方法，其特征在于：在步骤S41中，平均队列长度E(Lq)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均队列长度E(Lq)对系统性能指标的影响，其中
Figure FDA0003814396770000051
在步骤S42中，交易拒绝概率Prjc为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析交易拒绝概率Prjc对系统性能指标的影响，其中
Figure FDA0003814396770000052
在步骤S43中，平均交易时间E(Texe)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均交易时间E(Texe)对系统性能指标的影响，其中
Figure FDA0003814396770000053
Figure FDA0003814396770000054
求和符号上的方括号为向下取整，其余不为取整作用；
在步骤S44中，平均交易响应时间E(Tresp)为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析平均交易响应时间E(Tresp)对系统性能指标的影响，其中
Figure FDA0003814396770000055
在步骤S45中，共识系统吞吐量TPS为Hyperledger Fabric 2.0共识系统性能指标参数，利用矩阵组计算数值精确分析共识系统吞吐量TPS对系统性能指标的影响，其中TPS＝λ(1-Prjc)。
CN202211021610.0A 2022-08-24 2022-08-24 一种面向Hyperledger Fabric 2.0性能评估方法 Pending CN115361314A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211021610.0A CN115361314A (zh) 2022-08-24 2022-08-24 一种面向Hyperledger Fabric 2.0性能评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211021610.0A CN115361314A (zh) 2022-08-24 2022-08-24 一种面向Hyperledger Fabric 2.0性能评估方法

Publications (1)

Publication Number Publication Date
CN115361314A true CN115361314A (zh) 2022-11-18

Family

ID=84004852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211021610.0A Pending CN115361314A (zh) 2022-08-24 2022-08-24 一种面向Hyperledger Fabric 2.0性能评估方法

Country Status (1)

Country Link
CN (1) CN115361314A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871669A (zh) * 2019-03-14 2019-06-11 哈尔滨工程大学 一种基于区块链技术的数据共享解决方法
CN112953747A (zh) * 2019-12-10 2021-06-11 深圳先进技术研究院 一种联盟链的性能分析方法、系统及终端设备
US20210297253A1 (en) * 2020-03-18 2021-09-23 International Business Machines Corporation Endorsement process for non-deterministic application
CN113726613A (zh) * 2021-09-07 2021-11-30 广州番禺职业技术学院 面向Fabric区块链的性能测试方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871669A (zh) * 2019-03-14 2019-06-11 哈尔滨工程大学 一种基于区块链技术的数据共享解决方法
CN112953747A (zh) * 2019-12-10 2021-06-11 深圳先进技术研究院 一种联盟链的性能分析方法、系统及终端设备
US20210297253A1 (en) * 2020-03-18 2021-09-23 International Business Machines Corporation Endorsement process for non-deterministic application
CN113726613A (zh) * 2021-09-07 2021-11-30 广州番禺职业技术学院 面向Fabric区块链的性能测试方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
OU WU: "Performance Modeling of Hyperledger Fabric 2.0", ACM, pages 357 - 364 *

Similar Documents

Publication Publication Date Title
Rajendran et al. Ant-colony algorithms for permutation flowshop scheduling to minimize makespan/total flowtime of jobs
Dong et al. A hybrid PSO/SA algorithm for bi-criteria stochastic line balancing with flexible task times and zoning constraints
Hunter et al. Parallel ranking and selection
Hijazi et al. An outer-inner approximation for separable mixed-integer nonlinear programs
CN110659678B (zh) 一种用户行为分类方法、系统及存储介质
US20100223336A1 (en) Method and system for user information processing and resource recommendation in a network environment
Liu et al. Evolutionary community detection in dynamic social networks
Abreu et al. A new hybridization of adaptive large neighborhood search with constraint programming for open shop scheduling with sequence-dependent setup times
Meng et al. Modelling and solving algorithm for two-stage scheduling of construction component manufacturing with machining and welding process
Liu et al. Dualityfree methods for stochastic composition optimization
Goshu et al. A systematic sampling evolutionary (SSE) method for stochastic bilevel programming problems
Zhai et al. Bi-directional h-index: A new measure of node centrality in weighted and directed networks
Li et al. Order assignment and scheduling under processing and distribution time uncertainty
Lin et al. Mining high-utility sequential patterns from big datasets
CN115361314A (zh) 一种面向Hyperledger Fabric 2.0性能评估方法
Hellemans et al. Performance of load balancers with bounded maximum queue length in case of non-exponential job sizes
Abreu et al. A constraint programming-based iterated greedy algorithm for the open shop with sequence-dependent processing times and makespan minimization
Younes et al. SFL algorithm for QoS-based cloud service composition
Paraveen et al. A comparative analysis of SAMP-Jaya and simple Jaya algorithms for PFSSP (permutation flow shop scheduling problems)
Cheng et al. Globally optimal selection of web composite services based on univariate marginal distribution algorithm
Mitheran et al. Improved representation learning for session-based recommendation
Lekadir et al. Error bounds on practical approximation for two tandem queue with blocking and non-preemptive priority
Alba et al. Two models of parallel ACO algorithms for the minimum tardy task problem
CN115545248A (zh) 目标对象预测方法、装置、设备及介质
Van Houdt On the performance evaluation of distributed join-idle-queue load balancing

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