面向车载社交网络的轻量级图式区块链存储方法研究

作     者：杨文辉 

作者单位：华中科技大学 

学位级别：硕士

导师姓名：肖江

授予年度：2021年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0838[工学-公安技术] 0802[工学-机械工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

主      题：图式区块链 车载社交网络 数据缩减 轻量级存储 可扩展性 

摘      要：车载社交网络的出现赋予道路交通网络中信息传输更丰富的社交特征,基于兴趣点的数据交互使得信息的共享更加有效。丰富的信息传输语义也给车载社交网络中数据的安全性和隐私保护带来了前所未有的挑战。区块链因其安全性与不可篡改等特性,能给车载社交网络提供安全可靠的数据存储。然而,传统的链式结构区块链系统缺乏有效的并行性,吞吐量的不足使其难以满足车载社交网络中数据快速增长的应用需求。此外,区块链数据冗余存储机制要求每个节点存储完整的账本数据,也很难直接应用于资源紧缺的车载社交网络。为解决区块链高冗余存储带来的巨大存储开销问题,面向车载社交网络的轻量级图式区块链LDV以有向无环图的结构来组织和存储交易,并引入两种数据缩减存储方法,支持高并发数据生成的同时也实现了轻量级的数据存储。基于车载社交网络节点的数据倾向性,LDV引入社交驱动的数据缩减存储方法来降低节点的存储开销。节点仅需存储关注话题中的数据,通过减少不必要数据的存储来缓解节点的存储压力。同时,为避免单话题组中数据骤增而引发的存储开销增长的情况,基于数据的时效性,LDV进一步提出减小交易数据冗余数量的历史数据修剪存储方法。针对数据的查询验证需求,LDV提出路径证明和保留交易完整拓扑结构两种方案来实现查询结果的可验证性。为评估LDV的存储开销,验证其数据缩减的效果,实现了轻量级图式区块链原型系统,并测量其在不同存储方法下节点存储空间的消耗,实验表明所提出的两种数据存储方法能够有效地节省节点存储空间。具体的,LDV能够节省97.13%的存储空间并且具有良好的存储可扩展性。