共识与计算集成：用于处理联盟区块链中的交易图

《IEEE Transactions on Knowledge and Data Engineering》：Consensus and Computing Integration for Processing Transactional Graphs in Consortium Blockchain

区块链与图计算融合存在共识机制与中间结果共享的信任冲突，本文提出基于图分区的拜占庭容错机制G-B-F-T，通过整合图计算排序合并阶段与共识阶段实现并行计算和同步共识，采用分组分区策略和细粒度通信方法提升信任与效率，理论证明通信复杂度降至O(x)，实验验证其在共识能力、图计算效率和通信可扩展性上表现优异。

　　

摘要：

最近的研究和实际应用表明，将基于交易的图计算集成到区块链中已成为联盟网络中的一个关键焦点。链上的交易图处理应用（TGPAs）在区块链中越来越受欢迎。TGPAs利用区块链的共识机制来防止恶意节点的攻击，同时借助图计算实现强大的分析能力。然而，存在一个根本性的挑战：区块链遵循“先计算后达成共识”的原则，而图计算则需要基于相互信任来共享中间结果。这两种机制之间的隔离无法同时保证计算的可靠性和共识的效率。因此，TGPAs需要一种结合共识和图计算的集成解决方案。此外，图计算所依赖的可靠高通信环境与区块链不可靠的高通信环境之间存在冲突。通信效率和数据可靠性是该解决方案需要解决的挑战。本文提出了一种基于图分区的拜占庭容错（GFT）机制，用于实现计算与共识的集成。该机制将图计算的排序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。同时，GFT还采用了分组-分区策略和细粒度的通信方法来提高可靠性和效率。理论分析证明，GFT可以将通信和延迟复杂度降低到O(x)（其中x表示节点的数量）。实验评估表明，GFT在共识能力、图计算能力和通信可扩展性方面表现优异，并且支持在不同数据规模上应用各种图算法。

引言

联盟区块链作为一个去中心化的账本，用于维护授权用户和各种交易，并将交易记录存储在区块中。近年来，区块链系统中的交易数据量呈指数级增长，引发了从用户交易模式挖掘到统计分析等多种分析需求[1]。图结构在表示数据相关性方面具有优势[2]，而图计算已成为处理大规模网络（包括区块链交易）的有效工具[3]。先前的研究[4]显示，学术界和商业界都对区块链图应用表现出极大的兴趣，包括图数据结构[5][6][7][8]、相关算法[9][10]以及实际应用[11]。例如，华为已经开发了几种将图计算算法与区块链技术相结合的商业应用。因此，当前的研究和实际应用已经成功地将图计算集成到区块链系统中，实现了基于共识的实时、分布式的数据处理。鉴于区块链作为实时交易处理系统的特性，对基于区块链的链上交易图处理应用的需求持续增长。这些应用被称为交易图处理应用（TGPA），它们在交易图结构中执行图算法，以实现共识并满足链上交易的需求。