追求光速：自適應行星級拜占庭共識的低延遲

Alapfogalmak

本文提出了Mercury，一種自適應的拜占庭容錯共識協議轉換方案。Mercury能夠自主優化共識的延遲，在系統中只有少量故障節點時實現更快的交易排序。

Kivonat

本文提出了Mercury，一種自適應的拜占庭容錯共識協議轉換方案。Mercury旨在在保持最大容錯能力的同時，持續優化系統在常見無故障情況下的共識延遲。

Mercury採用雙重容錯閾值的方式,在系統中只有少量故障節點時,能夠使用更小的法定人數來加速共識。為了確保安全性,Mercury使用了BFT取證技術來檢測和驅逐作惡節點。此外,Mercury還擴展了BFT SMR的編程模型,引入了拜占庭可修正機制,使客戶端能夠以漸進的一致性保證獲得更低的延遲。

實驗結果顯示,Mercury能夠在全球部署的情況下,以不到0.4秒的延遲完成交易排序,這是傳統PBFT協議的一半。此外,Mercury的延遲表現接近理論上使用光速傳輸的最佳情況。與最新的低延遲協議相比,Mercury的延遲性能也有4倍的提升。

Statisztikák

在我們的 𝑛= 21 設置中,使用 𝑡= 6 的容錯閾值時,最小法定人數包含 13 個節點。而使用 𝑡= 3 的容錯閾值時,最小法定人數只需要 7 個節點。
在相同的網絡環境下,使用 𝑡= 6 的容錯閾值時,共識延遲約為 300 毫秒。而使用 𝑡= 3 的容錯閾值時,共識延遲可降至約 150 毫秒。
在不同地區的客戶端觀察到的端到端延遲,使用 𝑡= 6 時約為 500 毫秒,而使用 𝑡= 3 時則降至約 300 毫秒。

Idézetek

無

Főbb Kivonatok

Chasing the Speed of Light: Low-Latency Planetary-Scale Adaptive Byzantine Consensus

by Chri... : arxiv.org 10-01-2024

https://arxiv.org/pdf/2305.15000.pdf

Mélyebb kérdések

如何在不同的網絡環境和故障模型下,動態調整Mercury的容錯閾值以實現最佳性能?

在不同的網絡環境和故障模型下，Mercury的容錯閾值可以通過其自我優化的協議設計來動態調整。具體而言，Mercury採用兩種運行模式：保守模式和快速模式。在保守模式下，系統使用標準的容錯閾值（𝑡），以確保在存在多個故障的情況下仍能保持安全性和活躍性。而在快速模式下，系統則可以降低容錯閾值（𝑡fast），以便在故障較少的情況下加快共識過程。
為了實現最佳性能，Mercury會定期檢查當前的共識實例數量和系統的實際故障數量。如果檢測到的故障數量（𝑓）未超過𝑡fast，系統將保持在快速模式，利用較小的 quorum 來加速共識過程。反之，當故障數量超過𝑡fast時，系統會自動切換回保守模式，並使用較大的 quorum 來確保安全性。這種動態調整的能力使得Mercury能夠在不同的網絡環境中，根據實際的故障情況和網絡延遲，靈活地選擇最合適的容錯閾值，從而實現最佳性能。

除了使用BFT取證技術,是否還有其他方法可以有效檢測和驅逐作惡節點,從而進一步降低Mercury的延遲?

除了使用BFT取證技術，還可以採用多種方法來有效檢測和驅逐作惡節點，進一步降低Mercury的延遲。首先，可以引入基於行為的監控系統，通過分析節點的行為模式來識別潛在的作惡節點。例如，通過監控節點的響應時間、請求處理的成功率以及與其他節點的通信頻率，可以及早發現異常行為，並對可疑節點進行隔離或驅逐。
其次，利用機器學習技術來預測和識別作惡節點也是一種有效的方法。通過訓練模型來分析歷史數據，系統可以學習到正常節點和作惡節點之間的區別，從而在實時運行中自動檢測出作惡行為。此外，實施多重簽名和多重驗證機制也能增強系統的安全性，確保只有經過驗證的節點才能參與共識過程，從而降低作惡節點對系統的影響。

拜占庭可修正機制是否可以應用於其他領域,例如分散式系統中的一致性和可用性問題?

拜占庭可修正機制確實可以應用於其他領域，特別是在分散式系統中的一致性和可用性問題。這種機制的核心思想是允許系統在面對不可靠或作惡的節點時，仍然能夠保持一定程度的一致性和可用性。通過引入可修正的概念，系統可以在不同的容錯閾值下，根據實際情況動態調整其一致性要求。
例如，在分散式數據庫中，拜占庭可修正機制可以用來處理節點故障或數據不一致的情況。系統可以根據當前的故障狀況，選擇不同的一致性模型，如最終一致性或強一致性，從而在保證可用性的同時，降低延遲和資源消耗。此外，這種機制還可以應用於區塊鏈技術中，通過允許用戶根據其需求選擇不同的交易確認級別，從而在交易速度和安全性之間取得平衡。
總之，拜占庭可修正機制的靈活性和適應性使其在多種分散式系統中具有廣泛的應用潛力，能夠有效解決一致性和可用性問題。