细说共识机制之DBFT

对标以太坊的NEO在共识机制的选取上和以太坊走了完全不同的道路。这一点NEO和EOS类似,都是油选出超级节点进行协作记账,在弱中心化的情况下,实现比较高的效率。

它们之间的区别在于具体的算法和节点的选择,不同于比特币和以太坊采用的pow机制。NEO采用了类似于EOS的DPOS的共识机制,这是一种改良的拜占庭将军算法,叫做DBFT,是一种通过代理投票来实现大规模节点参与共识的拜占庭容错共识机制。

DBFT算法的大致原理是这样的。参与记账的是超级节点,普通节点可以看到共识过程并同步账本信息,但是不参与记账。N个超级节点分为1个议长和n-1个议员,议长会轮流当选,每次记账时,先由议长发起区块提案,也就是拟账的区块内容。一旦有2/3以上的记账节点同意了这个提案,那么这个提案就会成为最终发布的区块,并且这个区块是不可逆的,里面所有的交易都是百分之百确认的。

在pow的机制下,理论上所有的交易都是无限接近100%而永远达不到100%。在类似比特股的DPOS的机制下。大约需要45秒才能进入不可逆的状态,而EOS的DPOS+BFT的机制,一个区块可以在一秒钟内进入不可逆转的状态。如果在一定的时间内没有达成一致的提案,或者发现有非法的交易的话。可以由其他的记账节点重新发起提案,并且当2/3以上的记账节点同意以后。就形成了最终确定的记账区块了。

DBFT算法在正常情况下,可以迅速的达成共识,并且有良好的最终性。区块生成之后最终确认的区块无法被分叉,交易也不会发生撤销或者回滚。缺点在于,DBFT最多只能容忍1/3个记账节点为恶意节点而不影响整个网络环境的有效运行。

理论情况上,安全性相比于1/2的pow以及2/3的DPOS+BFT会比较低。此外。由于DBFT得算法并未经过大规模的验证。整体系统的实际安全性也暂时存在疑问。

在NEO的DBFT共识机制下,没15到50秒生成一个区块,根据白皮书的说法交易吞吐量可以达到大约1000TPS,通过优化,能力可达到10000TPS。虽然和EOS还差距一个数量级,但是比起TPS7左右的比特币已经是很大的提升。NEO经常被质疑与过度中心化。说的就是DBFT共识机制下投票选出的仅有7个共识节点,这些代理的节点是通过静态选出的,并且完全由项目方部署。而DPOS下的超级节点是会自动变化的。

NEO的创始人达鸿飞的解释是NEO处于早期,集中有利于开发么效率。随着NEO核心协议的逐步确认。共识机制的数量会有所提升。但是无论如何。NEO都是一个弱中心化得共识机制!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,122评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,070评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,491评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,636评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,676评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,541评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,292评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,211评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,655评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,846评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,965评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,684评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,295评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,894评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,012评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,126评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,914评论 2 355

推荐阅读更多精彩内容