一种基于分片技术的物联网与区块链整合方案，采用基于声誉的PBFT共识机制

《Pervasive and Mobile Computing》：A scalability solution for IoT-blockchain integration with reputation-based PBFT consensus via sharding

　　摘要：随着物联网设备的增多，数据量呈爆炸式增长，对计算资源的需求也随之上升。区块链技术因此备受关注，被广泛应用于多个领域以实现去中心化。然而，将区块链与物联网结合时面临着可扩展性、延迟和吞吐量等方面的挑战。为解决这些问题，本文提出了一种专为物联网环境设计的基于分片的可扩展区块链框架。该框架采用点对点架构，能够在物联网节点之间实现分布式信任与通信。通过在网关层进行基于位置的聚类来形成分片，从而降低延迟并确保基于距离的数据处理。此外，还引入了一种轻量级的、基于声誉的实际拜占庭容错协议，用于实现高效的分片内及跨分片共识，其中网关节点的选择依据是其历史行为和声誉得分。为提升可靠性，还采用了归一化熵方法来估算恶意节点的比例，并确定最佳分片数量。仿真结果表明，在适度的分片规模下，RBFT_Shard架构能够保持每秒40至48千次交易的总体吞吐量，确认延迟在0.3至0.4秒之间，同时还能维持较高的提交率。在与RapidChain和OmniLedger相同的条件下，RBFT_Shard在总体吞吐量上高出80%，交易延迟则降低了60%以上，这充分体现了其在大规模物联网网络中的适用性。

引言：预计众多物联网服务将会覆盖全球，连接数以百万计的简单且通常体积很小的设备。根据国际数据公司（IDC）的预测，到2025年，物联网设备的数量有望达到416亿台，这凸显了物联网在各个行业中的巨大影响力。大多数物联网通信依赖于客户端-服务器模式。在集中式通信系统中，由于内部威胁，敏感信息（如医疗或金融数据）有可能被泄露。传统的集中式计算模式往往依赖少数大型分布式数据中心，这会给计算、存储和网络资源带来巨大压力。使用传统的集中式通信模式来处理来自数十亿设备的大量数据通信、存储和分析几乎是不可能的。虽然云技术和边缘/雾计算架构能够提供强大的存储和处理能力，但上传交易数据所需的带宽却会造成严重的网络瓶颈。物联网网络及其嵌入式设备的快速发展带来了新的安全和隐私挑战。即便设备彼此距离很近，它们之间的通信也必须经过互联网。虽然客户端-服务器模式适用于小规模的物联网网络，但在大规模应用中却难以实现高效扩展。建立大量通信链路、维护集中式云基础设施以及连接所有设备的高成本，使得大规模物联网网络难以承受。除了经济成本之外，依赖云服务器还会形成单点故障，增加系统的脆弱性[1]。此外，物联网设备还需要防范数据泄露和物理篡改。尽管有一些现有的安全措施可以解决这些问题，但它们往往过于复杂，不适合计算能力有限的资源受限型物联网设备[2]。鉴于当前客户端-服务器和云技术的局限性，再加上物联网的快速发展，许多研究人员将区块链视为解决安全和隐私问题的有效方案。传统的物联网框架面临着诸多挑战，包括：•资源限制：许多物联网设备的带宽、处理能力和内存等资源十分有限，无法实现复杂的安全措施。•集中式架构：当前的物联网生态系统依赖于集中式通信模式，设备通过云服务器进行识别、认证和管理。随着连接设备数量的增长到数十亿级，这种模式可能难以扩展。云服务器可能成为瓶颈和单点故障，进而影响整个网络。•可扩展性限制：集中式系统依赖云服务器来管理所有设备，而当连接设备数量不断增加时，云服务器可能难以应对，从而导致性能瓶颈。•易受故障影响：集中式控制会导致单点故障，一旦中央服务器出现故障或被攻破，整个物联网网络就可能瘫痪或失效。•延迟和带宽问题：在集中式系统中，数据需要通过中央服务器传输，这不仅会造成延迟，还会在覆盖大面积的网络中消耗大量带宽。•安全风险：集中式系统更容易遭受网络攻击。如果攻击者获得了中央服务器的访问权限，他们就有可能控制整个物联网网络。•隐私问题：集中式控制往往要求数据传输到云服务器并存储在那里，这引发了关于数据隐私以及未经授权访问或滥用数据的担忧。•高昂的成本和维护费用：维护集中式基础设施的成本可能很高，尤其是在网络规模扩大的情况下。定期的服务器维护和升级会进一步增加运营成本。•灵活性不足：集中式系统灵活性较差，难以适应不断变化的需求，也难以在不进行大规模重新配置的情况下整合新的设备和技术。区块链技术因其能够提升物联网的安全性、可审计性、可靠性和匿名性而受到关注[3]。区块链是一种不可更改、可审计且带有时间戳的区块账本，专为分布式数据存储和共享而设计。存储在区块链上的数据可以包括比特币中的支付记录、合同内容，甚至是个人信息[2]。区块链维护着一个分散式的数字交易账本，该账本在网络中的所有节点之间共享，从而确保了高度的可审计性，因为所有交易都会被记录在账本中。其他参与节点会对新交易进行验证和确认，这样就无需中央权威机构。区块链技术所具备的诸多优势使其成为解决物联网面临挑战的理想方案。不过，目前的区块链实现方式也存在一些局限性：•可扩展性和计算开销：所有节点都需要广播和验证区块链中的每一个区块，这就导致了显著的可扩展性问题。随着网络中节点数量的增加，广播流量和处理需求也会呈指数级增长。这对于那些带宽有限（如低功耗广域网LoRa）且处理能力有限的物联网设备来说，尤其是个难题。•共识算法：公共区块链中常用的共识算法需要大量的计算资源，而这超出了大多数物联网设备的处理能力。•高延迟：区块链网络会导致交易确认出现延迟。比特币处理一次交易可能需要长达30分钟。而许多物联网应用则需要更快的响应时间，比如服务提供商从智能家居传感器获取数据，就需要近乎即时的处理才能提供实时服务。•低吞吐量：区块链的吞吐量指的是能够处理和存储的交易数量。像比特币这样的区块链系统吞吐量较低，每秒只能处理大约7笔交易。而由于物联网设备之间的交互极为频繁，其交易量远远超过这些限制。•高确认延迟：比特币的区块生成时间约为10分钟，这意味着一笔交易的最短确认延迟也为10分钟。由于可能存在区块链分叉的情况，通常建议等待60分钟才能认为一笔交易已完全确认。即便是处理速度较快的以太坊，交易确认时间也需要大约18秒。•功能限制：不同的应用场景有着不同的需求，因此单一的区块链系统很难满足所有现实世界的需求。为了解决这个问题，有必要实现不同区块链之间的互操作性。这样就可以避免各区块相互孤立，从而提升区块链网络的整体效能。

章节摘录：区块链的可扩展性问题：尽管区块链技术取得了不少进展，但其可扩展性仍然是一个重大挑战。与传统系统相比，区块链系统的交易吞吐量通常较低。例如，Visa和PayPal之类的支付平台的性能就要远优于比特币和以太坊这样的区块链网络，后者的处理速度分别为每秒3至4笔和15笔交易。影响区块链可扩展性的因素包括吞吐量、延迟以及区块生成速度等。

相关研究：区块链分片技术已经催生出多种创新方法，用以提升系统的可扩展性和容错能力。Elastico[12]在无需许可的区块链环境中引入了分片技术，使得网络能够随着节点数量的增加而实现动态扩展。OmniLedge[13]进一步完善了这一技术，通过采用高效的分片机制实现了线性可扩展性，并且能够很好地处理跨分片交易。RapidChain[14]则进一步推动了这项技术的发展。

可扩展的区块链-物联网框架：将区块链技术与物联网相结合，对于实现物联网生态系统中安全、透明且去中心化的数据管理至关重要。然而，物联网网络本身具有大规模和动态的特性，因此可扩展性是区块链系统不可或缺的要求。物联网网络由数十亿台设备组成，这些设备会产生海量数据和交易，必须高效地进行处理以避免出现瓶颈。要处理高吞吐量的数据，可扩展的区块链技术是必不可少的。

物联网中的分片与可扩展性：分片技术是一种将区块链网络划分成多个较小的、易于管理的子网络——即分片的技术。每个分片负责处理一部分交易并维护账本的一部分内容。这种方法可以实现并行处理，从而大幅提升区块链的吞吐量和可扩展性。在物联网环境中，由于有数以百万计的设备产生海量数据，传统的区块链系统会因为交易处理能力有限而面临瓶颈。

仿真环境：所有实验都是使用一种离散事件模拟器来进行的，该模拟器模拟了一个以物联网为中心的许可型区块链系统，该系统由网关和边缘设备组成。网关负责参与共识机制和分片协调，而物联网设备则负责生成数据，这些数据的内容假定存储在链外（如IPFS），这反映了实际的部署架构。交易到达遵循泊松过程，其发生速率可在每秒500笔到3000笔之间进行配置，这样可以模拟出周期性以及非周期性的交易情况。

结论：本文提出了一种基于分片的层次化架构，旨在提升基于区块链的物联网网络的可扩展性。分片技术将网络模型分割成多个并行分片，从而实现基于数据层的链上可扩展性。所提出的RBFT_Shard架构还将IPFS技术与主链相结合，以实现链外的可扩展性。这种方法大大降低了区块链共识的延迟，进而提升了RBFT_Shard架构的吞吐量。

作者贡献说明：Pooja Khobragade：撰写——审阅与编辑、撰写——初稿、可视化、软件开发、方法论、研究工作、数据整理、概念设计。Ashok Kumar Turuk：撰写——审阅与编辑、验证、监督、资源提供、研究工作、形式分析。

利益冲突声明：作者声明自己不存在任何可能影响本文研究成果的已知财务利益或个人关系。

Pooja Khobragade|Ashok Kumar Turuk