.png){kind=icon}
返回
Consensus and Computing Integration for Processing Transactional Graphs in Consortium Blockchain
.png){kind=icon}
PRE
AI
DOI：10.1109/TKDE.2025.3621621.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近期研究和实际场景表明，将基于交易的图计算集成到区块链中已成为联盟网络的关键焦点。链上交易图处理应用（TGPAs）已在区块链中普及。TGPA利用区块链共识机制防止恶意对等节点攻击，同时利用图计算实现强大的分析能力。然而，一个根本挑战存在：区块链基于“先计算后共识”原则运行，而图计算需要基于互信的中间结果共享。这两种机制之间的隔离无法同时确保计算可信性和共识效率。因此，TGPA需要一种结合共识与图计算的集成解决方案。此外，图计算的可信高通信环境与区块链的不可信高通信环境相冲突。通信效率与数据可信性是该解决方案的现有挑战。本文提出了一种基于图划分的拜占庭容错（$\mathsf{GBFT}$）机制，用于计算-共识集成。$\mathsf{GBFT}$将图计算的洗牌和合并阶段与共识阶段相结合，以实现并行计算和同步共识。此外，$\mathsf{GBFT}$引入了分组-划分策略和粒度通信方法，以提升可信性和效率。理论分析证明，$\mathsf{GBFT}$将通信和延迟复杂度降低至$O(x)$（$x$代表对等节点数量）。实验评估表明，$\mathsf{GBFT}$在共识容量、图计算容量和通信可扩展性性能方面表现优异，并支持不同数据规模下的各类图算法。
Keyword:
Blockchain
graph computing
consensus
grouping
partitioning
期刊
IF:
10.4
论文数:
6.9K
被引数:
3.2W
机构
引用论文
Mint Centrality: A Centrality Measure for the Bitcoin Transaction GraphMint Centrality：比特币交易图中的中心性度量
OAAI
.png){kind=icon}
OAAI分享收藏
Introducing on-chain graph data to consortium blockchain for commercial transactions将链上图形数据引入用于商业交易的联盟区块链
PREAI
分享收藏ReDefender: Detecting Reentrancy Vulnerabilities in Smart Contracts AutomaticallyReDefender: 自动检测智能合约中的可重入漏洞
PREAI
分享收藏
查看更多内容