📄Работа №129137
Тема: Адаптация консенсуса и экосистемы для фреймворка Crowdfunding.BGX
Тип работы
Бакалаврская работа
Предмет
Информатика и вычислительная техника
Объем:
40 листов
Год:
2020
Просмотров:
148
4340
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
Постановка задачи 6
Обзор литературы 7
Глава 1. Алгоритмы консенсуса и организация работы платформы DGT 10
1.1. Анализ консенсус систем 10
1.2. Описание организации работы платформы DGT 20
Глава 2. Построение функции доверия и её встраивание в платформу DGT..25
2.1. Построение функции доверия на основе имеющихся показателей
работы узлов 25
2.2. Встраивание функции доверия в систему DGT 32
Выводы 35
Заключение 36
Список литературы 37
Постановка задачи 6
Обзор литературы 7
Глава 1. Алгоритмы консенсуса и организация работы платформы DGT 10
1.1. Анализ консенсус систем 10
1.2. Описание организации работы платформы DGT 20
Глава 2. Построение функции доверия и её встраивание в платформу DGT..25
2.1. Построение функции доверия на основе имеющихся показателей
работы узлов 25
2.2. Встраивание функции доверия в систему DGT 32
Выводы 35
Заключение 36
Список литературы 37
📖 Введение
Цифровизация современной экономики позволяет рассматривать практически любую организацию как информационную фабрику, создающую добавленную стоимость благодаря информационному обмену, использующую такие инновационные технологии как, например, блокчейн, искусственный интеллект, большие данные.
Первое поколение блокчейн-систем концентрировалось на вопросах криптовалюты. Такие сети были заведомо публичными: любой узел мог присоединиться к сети и попробовать выполнить транзакцию. В сети Ethereum, например, среднее время жизни одного узла составляет несколько минут [1]. Многие узлы образованы электронными кошельками, и такое поведение узлов типично для публичных сетей с акцентом на криптовалюты. Фактически, главная задача блокчейн-сетей — создать устойчивую среду доверия в условиях тотального недоверия: любой узел может быть источником злонамеренного поведения.
Корпоративные блокчейн-сети (частные или консорциум-базированные) не предполагают высокой динамики времени жизни узлов. При этом всё еще остаются вероятности взлома узлов, нарушения их уровня доступности и производительности (Service Level Agreement, SLA). Поэтому часто на такие сети распространяют все архитектурные решения, работающие в публичных сетях. Это определяется в основном специальными правилами согласования транзакций — механизмами консенсуса, например, Proof-of-Work (PoW), Proof-of-Stake и прочими. Более подробное описание подобных консенсус систем будет рассмотрено в параграфе 1.1. Платой за надежность (устойчивость к атакам) упомянутых механизмов консенсуса является снижение производительности сети, её тяжеловесность, необходимость специальных методов настройки.
В блокчейн-системах, ориентированных на корпоративный рынок, вертикальная и горизонтальная интеграции приводят к объединению более слабых игроков вокруг сильных, к обмену данными между надежными и оснащенными системами и более легкими узлами. Одним из примеров подобных систем являются краудфандинг в частности и инвестиционные платформы в более общем случае. Технологии распределенных реестров в инвестиционных платформах позволяют обеспечить прозрачность и интеграцию всех участников. Главными вопросами в таких системах являются риск и доверие к различным участникам. В такой ситуации можно учесть вес каждого узла в части его надежности и адаптировать механизм консенсуса в части объема проверок. Такая модернизация позволит значительно увеличить производительность распределенных вычислений и выравнять вычислительную нагрузку за счет перехода от модели «полного недоверия» к учёту вычислительной репутации узлов, а также осуществит привязку исторических данных к текущему потоку транзакций.
В качестве примера системы распределенного реестра в данной работе выступает децентрализованная платформа DGT (BGX) [2]. Более подробное описание организации её работы представлено в параграфе 1.2. В настоящей работе представлена попытка спроектировать функцию доверия к узлу (Trust-функцию) и включить ее в общий механизм консенсуса. В качестве примера алгоритма консенсуса выступает F-BFT, основанный на двух других алгоритмах: pBFT и Raft, которым будет уделено особое внимание в параграфе 1.1. Выбор механизма консенсуса не случаен: именно F-BFT консенсус лежит в основе платформы DGT. Каждый из представленных алгоритмов обладает свойством немедленной (абсолютной) завершенности [3], основан на голосовании внутри группы узлов с лидером, однако в отличие от других F-BFT адаптирован для использования в неодноранговых сетях с произвольной топологией.
Применение функции доверия (Trust Score) к узлу позволит адаптировать механизм консенсуса для распределенных сетей вида «экосистема», когда основная тяжесть ведения инфраструктуры ложится на системообразующие организации, а основным источником риска являются присоединившиеся организации. Типовым примером такой структуры является SberX — экосистема Сбербанка [4].
Постановка задачи
Целью данной работы является построение функции доверия к узлу (Trust Score) в задаче голосования для алгоритма консенсуса F-BFT и адаптация архитектуры платформы DGT, в основе которой лежит описанный алгоритм консенсуса, для работы данной функции.
Для достижения обозначенной цели необходимо выполнить следующие задачи:
1) анализ существующих консенсус систем;
2) описание организации работы платформы DGT;
3) построение функции доверия на основе имеющихся показателей работы узлов;
4) встраивание построенной функции доверия в систему DGT.
Первое поколение блокчейн-систем концентрировалось на вопросах криптовалюты. Такие сети были заведомо публичными: любой узел мог присоединиться к сети и попробовать выполнить транзакцию. В сети Ethereum, например, среднее время жизни одного узла составляет несколько минут [1]. Многие узлы образованы электронными кошельками, и такое поведение узлов типично для публичных сетей с акцентом на криптовалюты. Фактически, главная задача блокчейн-сетей — создать устойчивую среду доверия в условиях тотального недоверия: любой узел может быть источником злонамеренного поведения.
Корпоративные блокчейн-сети (частные или консорциум-базированные) не предполагают высокой динамики времени жизни узлов. При этом всё еще остаются вероятности взлома узлов, нарушения их уровня доступности и производительности (Service Level Agreement, SLA). Поэтому часто на такие сети распространяют все архитектурные решения, работающие в публичных сетях. Это определяется в основном специальными правилами согласования транзакций — механизмами консенсуса, например, Proof-of-Work (PoW), Proof-of-Stake и прочими. Более подробное описание подобных консенсус систем будет рассмотрено в параграфе 1.1. Платой за надежность (устойчивость к атакам) упомянутых механизмов консенсуса является снижение производительности сети, её тяжеловесность, необходимость специальных методов настройки.
В блокчейн-системах, ориентированных на корпоративный рынок, вертикальная и горизонтальная интеграции приводят к объединению более слабых игроков вокруг сильных, к обмену данными между надежными и оснащенными системами и более легкими узлами. Одним из примеров подобных систем являются краудфандинг в частности и инвестиционные платформы в более общем случае. Технологии распределенных реестров в инвестиционных платформах позволяют обеспечить прозрачность и интеграцию всех участников. Главными вопросами в таких системах являются риск и доверие к различным участникам. В такой ситуации можно учесть вес каждого узла в части его надежности и адаптировать механизм консенсуса в части объема проверок. Такая модернизация позволит значительно увеличить производительность распределенных вычислений и выравнять вычислительную нагрузку за счет перехода от модели «полного недоверия» к учёту вычислительной репутации узлов, а также осуществит привязку исторических данных к текущему потоку транзакций.
В качестве примера системы распределенного реестра в данной работе выступает децентрализованная платформа DGT (BGX) [2]. Более подробное описание организации её работы представлено в параграфе 1.2. В настоящей работе представлена попытка спроектировать функцию доверия к узлу (Trust-функцию) и включить ее в общий механизм консенсуса. В качестве примера алгоритма консенсуса выступает F-BFT, основанный на двух других алгоритмах: pBFT и Raft, которым будет уделено особое внимание в параграфе 1.1. Выбор механизма консенсуса не случаен: именно F-BFT консенсус лежит в основе платформы DGT. Каждый из представленных алгоритмов обладает свойством немедленной (абсолютной) завершенности [3], основан на голосовании внутри группы узлов с лидером, однако в отличие от других F-BFT адаптирован для использования в неодноранговых сетях с произвольной топологией.
Применение функции доверия (Trust Score) к узлу позволит адаптировать механизм консенсуса для распределенных сетей вида «экосистема», когда основная тяжесть ведения инфраструктуры ложится на системообразующие организации, а основным источником риска являются присоединившиеся организации. Типовым примером такой структуры является SberX — экосистема Сбербанка [4].
Постановка задачи
Целью данной работы является построение функции доверия к узлу (Trust Score) в задаче голосования для алгоритма консенсуса F-BFT и адаптация архитектуры платформы DGT, в основе которой лежит описанный алгоритм консенсуса, для работы данной функции.
Для достижения обозначенной цели необходимо выполнить следующие задачи:
1) анализ существующих консенсус систем;
2) описание организации работы платформы DGT;
3) построение функции доверия на основе имеющихся показателей работы узлов;
4) встраивание построенной функции доверия в систему DGT.
✅ Заключение
В данной работе были проанализированы существующие механизмы консенсуса и рассмотрена архитектура платформы DGT для понимания их работы и дальнейшей адаптации алгоритма консенсуса F-BFT и платформы DGT в рамках успешного построения функции доверия узлов и её встраивание в рассматриваемую платформу. Создание данной функции является важным шагом для построения краудфандинг-платформы на основе DGT, ведь именно доверие узлов сети является одной из основ инвестиционной платформы. Стоит отметить, что все задачи были успешно решены, а цель достигнута. В качестве дальнейшей работы может служить рассмотрение функции доверия не только как поощрения для добросовестных узлов и улучшения производительности сети, но и как наказания для недобросовестных участников, а также для оценки арбитров для последующего их выбора. Кроме того, можно расширить работу функции доверия на весь кластер, учитывать и другие факторы работы узлов, а также применить современные методы обнаружения недобросовестного поведения узлов, как, например, машинное обучение или нейронные сети.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.