基于交易特征分析的区块链分片方法研究

作     者：张秀山 

作者单位：西安石油大学 

学位级别：硕士

导师姓名：李皎

授予年度：2023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)] 

主      题：区块链 可扩展性 交易分片 交易频次 热点分片 

摘      要：区块链吞吐量低、交易延时长是制约其应用落地的主要问题之一,扩容需求强烈,解决方案有分片,DAG,状态通道,侧链等方式,其中分片技术在不削弱去中心化程度的基础上提升了系统可扩展性,具有良好的应用前景。本文采用分片技术对区块链性能进行优化,构建了区块链交易分片模型,该模型可实现分片间交易并行处理,及交易数据的分片存储,有效提升系统吞吐量,降低数据的冗余存储。在此基础上,从交易分片角度出发,针对跨分片交易比例高和热点数据聚集问题,提出了两种交易分片策略。本文主要研究工作如下:(1)从交易分片的角度优化区块链性能,构建区块链交易分片模型。该模型改变了传统区块链对交易数据处理的策略,采用分片技术将交易数据分成多个分片,并分配给不同分片内的节点进行处理,多个分片并行处理交易,从而线性提高了区块链的业务吞吐量。(2)为了降低分片引起的跨分片交易比例过高的问题,提出基于交易频次分析的区块链分片算法(FBTS)。该算法从账号关联性角度出发,通过账号的交易频次分析,尽可能把交易频次高的双方账号分配在同一分片内,从而降低跨分片交易比例。实验结果表明,FBTS算法在不同分片粒度的情况下,相比随机分片策略和取模分片策略,跨分片交易比例降低了20%-40%左右。另外该算法在高跨分片账号比例、不同跨分片次数的账号比例、不同跨分片次数的交易量比例、账号的平均跨分片次数等性能指标方面均优于现有算法。因此,FBTS算法可以有效地降低跨分片交易比例,减少跨分片的通信成本。(3)为了避免静态分片策略引起的热点数据聚集问题,提出基于交易量自适应均衡的区块链分片算法(AETS)。该算法属于动态分片策略,通过对分片间交易量和交易频次的分析,优先将产生的交易放入交易量较少的分片中,经过多轮动态分片,以达到分片间的数据量负载均衡的目的。实验结果表明,AETS算法在没有大幅度提升跨分片交易比例和账号的平均跨分片次数的前提下,可以实现分片间交易数据量的均衡,解决热点数据聚集问题,适用于动态分片应用场景。结果表明,本文构建的交易分片模型,能并行提升区块链吞吐量,降低数据的冗余存储。针对交易分片模型提出的FBTS算法和AETS算法,可以有效降低跨分片交易比例,而且能避免热点数据聚集问题,进一步优化区块链的系统性能。