神经网络共识算法:节点越多,共识越快!

  • A+
所属分类:経年觀察
摘要

因为其中充满着太多抽象的新名词,比如:新的共识算法:神经网络共识算法;新的区块链架构:异构森林网络;新的价值传输协议:…

广告也精彩

前言 


有人说,Seele的白皮书就值50BTC。


也有人说,Seele画了一个比EOS还大的饼,其在白皮书里提到的诸多想法,只要实现其中一个,就足以成为一条成功的公链。


也是因为这份生涩、充满技术名词的白皮书,Seele一度成为大家眼中的忽悠币。而对于项目本身的宏大愿景,唯有认真读透这份白皮书,方能一窥究竟。如果这份白皮书是一个人完成的,他一定是一个跨学科的技术大拿。因为其中充满着太多抽象的新名词,比如:

新的共识算法:神经网络共识算法;

新的区块链架构:异构森林网络;

新的价值传输协议:VTP和VHTTP。


如果你是一个技术派,我会建议你直接去看白皮书。除了流畅的阐述逻辑,其中还提供了很多具体的实验数据,足以回答你的大部分疑惑。而如果你是一个和我一样的普通投资者,对太过学术的文字免疫,那么,《白话Seele》系列文章就是为你准备的。

 

元一的白皮书我读过很多遍,从一开始的雾里看花,到几遍之后略知皮毛。我的窍门是,带着Seele试图解决的现实问题去书中寻找答案,会轻松得多。

 

第一篇文章我们将介绍所有区块链必须面对的第一个问题:共识算法。

 

一、当神经网络遇上共识算法

 

大前提是:不存在完美的共识算法。


共识算法存在一个不可能三角,即规模、性能、安全三者之间不可兼得。以最常见的几种算法为例,

PoW,满足规模和安全的要求,但运算成本大,极其耗能,比如比特币;

PoS 满足功耗的要求,但在规模和安全性上存在不足,比如以太坊;

DPoS 满足规模和功耗的要求,但安全性上存在不足,比如EOS。

 

以上算法各有偏重,但一个共同点是他们都通过节点对交易结果的一轮轮确认来实现共识。有没有另一种可能呢?Seele的科学家发明了全新的神经网络共识算法。


因为这个名字,常常给人造成以下这种误解

 

实际上,神经网络算法和AI并没有关系。它只是从人类神经网络模型获得的区块链灵感而已。举个例子,当人类看一个东西的时候,眼睛首先接收到光信号,通过一系列的转化,变成电信号刺激数以万计的神经元,最终传到视觉神经中枢形成视觉感知。和区块链类比,无数的神经元就相当于区块链的分布式节点,形成视觉感知的过程就是共识的过程。

 

不同功能的神经元负责不同的信号确认,就算是同一功能的神经元,因为现实情况的复杂多样,也不可能百分百待命,然而这并不影响人类最终的视觉感知。如果能复原这个过程,新的区块链共识算法将实现巨大的进步。

 

神经网络共识算法把传统共识算法一轮轮投票确认(离散型),变成了一轮轮的随机取样(连续型)。即只选取所有节点中的一部分来获得一个结果,往复多轮取样,实现对样本的全覆盖。当多轮随机取样的结果收敛到一个认为可信的值,表示共识达成。

二、神经网络共识算法的优点


明白了以上原理,该算法的优势你也就不难理解。(以下为官方白皮书描述)

 

优点1、针对不同使用环境实现效率参数可调节

并行共识将异步系统的运行效率得到提升,充分发挥并行系统分布式计算的能力。配合异步系统多节点的设计,可以进一步提升系统的并发性能。

 

优点2、节能降耗

不存在头节点的选取流程,无需节点自证性能(PoW)或权利(PoS),在完整维护无中心系统运行的过程中,充分降低能耗。此外,方案中除了对信息进行摘要提取需要进行浮点运算外,其余运算、排序等过程均基于整数运算,对节点性能要求极低,可进一步降低社会经济成本。

 

优点3、低传输开销

不需要在共识过程中与大多数节点连接,并获取投票(PBFT),可以节省系统数据传输的开销,尽可能的降低节点对系统网络结构的依赖。

 

优点4、参数可调节

本算法共识效率基于收敛区间ϵ、采样率s等参数的选取,可通过实时调整相关参数,获得最优的系统效率。

 

优点5、兼容多种网络结构

神经网络共识算法对于传统的链结构和 DAG 结构都有很强的适应性。

 

在实验室环境的测试表明,在采样率s不低于 20%的情况下,对于故障节点占比不超过 40%的系统,均能够实现整体系统的收敛。且s值越高,收敛所需要的次数越少,效果越好。

附图:各种共识算法对比

神经网络共识算法:节点越多,共识越快!

 

三、随机性带来的安全性

 

对于共识过程中的节点随机选择,元一使用随机可计算函数,用户根据其私钥计算得知其是否被选择中,并将结果反馈和广播给其它用户。


这种随机选择的过程是非交互的,攻击者无法提前知道哪些节点被选择。在每一轮的共识过程中,被选择中的节点都是随机和不同的,这也增加了攻击的代价和成本。


对于女巫攻击,根据参与共识的用户所持有的币值,为其分配权重,组合使用多次局域随机采样逐步特征覆盖,只要女巫结点拥有的总币值少于总价值的一半,元一的算法对女巫攻击就具有绝对的抵抗和免疫力,避免分叉和双花。

 

四、总结

 

元一综合当前主流共识算法的优缺点,提出了全新的基于“微实数”的异步排序技术(ϵ - differential agreement, EDA),将共识问题转化为对异步系统中大规模并发请求的处理,以及在此环境下数据的排序问题。对于网络的整体连通性有非常强的鲁棒性,在非全连通网络的环境下,甚至是每次网络连接比例小于 50%的系统中也能够正常运行。

 

元一的共识算法的另外一大显著特点就是线性扩展性,即性能随节点规模增大而线性加速,节点规模越大收敛越快,性能越好,在 100K节点的网络环境下,元一的 TPS 达到了 10W,并首次将交易的确认延迟提升到秒级。

 

神经网络共识算法从全新的角度思考共识的可能性,并取得了成功。该算法还实现了节点规模越大,共识速度越快的神奇效果。从而实现了至少是目前,在安全、规模、性能三者间的最优解。


扫描下面的二维码加入Seele微信群交流

扫描下面二维码加入Seele知识星球

  • 微信
  • 扫一扫
  • weinxin
  • 微信公众号
  • 扫一扫
  • weinxin
广告也精彩
iPhone 配件
一步裙
Wireless无线蓝牙运动耳机
粉色毛呢大衣
广告也精彩

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: