用于自适应分片区块链支持边缘计算的批量事务处理

《ACM Transactions on Autonomous and Adaptive Systems》：Batch Transaction Processing for Adaptive Sharding Blockchain-Enabled Edge Computing

边缘计算结合区块链技术通过分片架构提升吞吐量，但跨分片事务验证复杂度高。本文提出基于两阶段提交的批量事务处理算法（BTP），通过事务分组减少共识调用次数，并构建通信负载平衡模型优化分片间通信。理论证明BTP是通信负载的3-近似算法，实验表明其使系统吞吐量提升29.41%，总处理时间减少22.64%。

　　

摘要

边缘计算（Edge Computing, EC）为移动多媒体通信提供了一种高效且低延迟的计算架构。基于区块链的边缘计算能够提升系统的安全性和数据隐私保护，但吞吐量仍然是区块链面临的主要挑战之一。分片技术是一种有前景的解决方案，可以在增加吞吐量的同时带来复杂的跨分片交易验证过程。流行的两阶段提交协议（Two-Phase Commit, 2PC）可以确保跨分片交易处理的一致性。然而，在现有的基于2PC的方案中，分片内的共识调用次数与交易数量成正比，这给系统吞吐量和分片区块链在动态交易处理需求下的适应性提升带来了巨大挑战。在本文中，我们提出了一种基于2PC的交易处理方案，使得每次执行共识时可以同时批量处理多个交易。此外，我们将交易分配到批次的问题建模为一个通信负载均衡问题，旨在在分片处理能力限制下平衡每个批次内的跨分片通信。我们还为此问题提出了一种有效的批量交易处理算法（Batch Transaction Processing, BTP）。理论分析表明，BTP是该通信负载均衡问题的一个3-近似算法。在BlockEmulator上的模拟和实验中，与现有的跨分片交易处理方案相比，BTP分别将系统吞吐量和总交易处理时间提高了至少29.41%和22.64%，证明了BTP的优越适应性。