【p2p、分布式,区块链笔记 分布式容错算法】: 拜占庭将军问题+实用拜占庭容错算法PBFT

news2024/11/5 17:12:41
papercode
https://pmg.csail.mit.edu/papers/osdi99.pdfhttps://github.com/luckydonald/pbft
  • 其他相关实现:
  • This is an implementation of the Pracltical Byzantine Fault Tolerance protocol using Python
  • An implementation of the PBFT consensus algorithm using rust-libp2p as the networking layer.
  • Network simulation for PBFT (Practical Byzantine Fault Tolerance) consensus algorithm in Python
  • go Sample implementation of PBFT consensus algorithm
  • https://github.com/vonwenm/pbft/blob/master/bft-simple/Makefile

PBFT相关简述

1. 拜占庭将军问题

  • 拜占庭将军问题描述了一组将军(或节点)需要协同完成任务,但其中一部分将军可能会背叛或发出错误信息。问题是如何确保即使有一些将军是不可靠的,剩下的将军仍然能够达成一致并完成任务。

2. 拜占庭容错的核心目标

  • 拜占庭容错的核心目标是确保系统即使在部分节点故障或恶意行为的情况下,也能继续正确地运作。这包括:

  • 一致性:所有正常节点对系统状态达成一致。

  • 可用性:系统能够在节点故障的情况下继续运行。

  • 容错性:系统能够容忍一定数量的故障或恶意节点,而不会影响整体功能。

拜占庭容错和非拜占庭容错

  • 拜占庭容错(Byzantine Fault Tolerance, BFT)和非拜占庭容错(Non-Byzantine Fault Tolerance)是两种不同的容错机制,用于确保系统在存在错误或故障的情况下仍然能够正常运行。

  • 拜占庭容错的核心思想是应对系统中存在的不确定性和不诚实节点,尤其是面对可能的恶意攻击和节点故障。这个概念来源于拜占庭将军问题(Byzantine Generals Problem),这个问题描述了在一个系统中,如何确保即使存在部分节点故障或恶意节点,系统仍能达成一致意见并保持正常运行。BFT能够处理和容忍节点的恶意行为,包括虚假信息、拒绝服务等。常见的BFT算法如Practical Byzantine Fault Tolerance (PBFT)、Delegated Byzantine Fault Tolerance (DBFT)等,能够在存在恶意节点的情况下达成一致。 实现BFT机制的系统通常需要更多的通信开销和计算资源,因为算法要处理复杂的协议以确保一致性。

  • 拜占庭容错关注的是在节点故障、网络问题等正常的故障情况下保证系统的正确性和一致性,但不处理恶意行为。容忍的是普通的故障,如崩溃、掉线等,而不是恶意行为。(更偏向封闭系统内部)。常见的非拜占庭容错算法如Paxos、Raft,这些算法假设所有的节点都遵循协议,没有恶意行为。 相对于BFT,非拜占庭容错的算法通常更简单,性能开销较低,因为不需要考虑恶意节点的情况。

3. BFT算法的基本要求

  • 拜占庭容错算法通常要求系统中正常节点的数量至少是故障节点数量的三倍加一。也就是说,如果系统中有 n 个节点,最多可以容忍 f 个故障节点,且 f 满足 f < (n - 1) / 3。例如,在一个总共有 7 个节点的系统中,最多可以容忍 2 个故障节点。

4. BFT算法的实现:Practical Byzantine Fault Tolerance (PBFT)

  • PBFT 由 Castro 和 Liskov 于1999年提出,广泛用于分布式系统。PBFT将原始的。PBFT 算法通过三阶段的协议(预备阶段、准备阶段和提交阶段)来确保系统的一致性。
Layer 1 request pre-request prepare commit reply 客户端 0 1 2 3 主节点 (已读不回或已读乱回) 恶意节点
  • 如图所示算法分为5个部分
  • 某个节点收到了 2 3 \frac{2}{3} 32以上的相同消息码,就认为网络达成了共识,可以进行下一步了。所以定义 f 表示最多可能的恶意节点的个数

request

  • client向“主节点”发起服务调用请求

pre-request

  • “主节点”将请求广播给其他“副本节点”

prepare

  • “副本节点”间互相广播
  • 收集满2f*1个prepare签名包,广播Commit包确认

commit

  • 收集满2f*1个Commit包,区块落盘,回复给客户端

reply

  • 返回响应本次请求的结果

注意:

  • 以上的过程中没有考虑,主节点为恶意节点的状况。视图切换协议确保了当主节点出现问题时及时替换。发现主节点有问题的节点会广播给所有其他节点。所有节点在收到请求后,会验证其合法性并准备进入新的视图。在接收到足够多的视图切换请求后(通常是超过三分之二的节点同意),节点会开始正式切换到新视图。每个节点会更新其视图编号,并通知其他节点它已进入新视图。在新视图中,新的领导者会被选出(通常是根据视图编号来轮流选择领导者),然后系统继续在新的视图下进行正常操作。

代码实现

client.py

  • client.py的作用是设置并初始化用于节点和客户端之间通信的基础设施,以及定义一个客户端类
  • 客户端的通信是同步的:在最后一个请求得到答复之前,它无法发送请求。

在这里插入图片描述

main.py

from PBFT import *
from client import *

import threading
import time

# 1.Parameters to be defined by the user

waiting_time_before_resending_request = 200 # 客户端在重新发送请求前等待的时间。如果没有收到响应,它会广播请求到所有节点
timer_limit_before_view_change = 200 # 视图切换的时限,论文中没有提到这个值,所以设为200秒
checkpoint_frequency = 100 # 检查点创建频率,根据原始文章的建议设为100

# 2.Define the nodes we want in our network + their starting time + their type
nodes={} # 这是我们在网络中想要的节点的字典。键是节点类型,值是一个包含启动时间和节点数量的元组列表 
#nodes[starting time] = [(type of nodes , number of nodes)]
nodes[0]=[("faulty_primary",0),("slow_nodes",0),("honest_node",4),("non_responding_node",0),("faulty_node",0),("faulty_replies_node",0)] # Nodes starting from the beginning
#nodes[1]=[("faulty_primary",0),("honest_node",1),("non_responding_node",0),("slow_nodes",1),("faulty_node",1),("faulty_replies_node",0)] # Nodes starting after 2 seconds
#nodes[2]=[("faulty_primary",0),("honest_node",0),("non_responding_node",0),("slow_nodes",2),("faulty_node",1),("faulty_replies_node",0)]

# Running PBFT protocol
run_APBFT(nodes=nodes,proportion=1,checkpoint_frequency0=checkpoint_frequency,clients_ports0=clients_ports,timer_limit_before_view_change0=timer_limit_before_view_change)

time.sleep(1) # Waiting for the network to start...

# Run clients:
requests_number = 1  # The user chooses the number of requests he wants to execute simultaneously (They are all sent to the PBFT network at the same time) - Here each request will be sent by a different client
clients_list = []
for i in range (requests_number):
    globals()["C%s" % str(i)]=Client(i,waiting_time_before_resending_request)
    clients_list.append(globals()["C%s" % str(i)])
for i in range (requests_number):
    threading.Thread(target=clients_list[i].send_to_primary,args=("I am the client "+str(i),get_primary_id(),get_nodes_ids_list(),get_f())).start()
    time.sleep(0) #Exécution plus rapide lorsqu'on attend un moment avant de lancer la requête suivante

PBFT.py

run_APBFT函数

def run_APBFT(nodes, proportion, checkpoint_frequency0, clients_ports0, timer_limit_before_view_change0): 
    # 定义一个函数 run_APBFT,它接受以下参数:
    # - nodes: 所有节点的列表  详见main.py
    # - proportion: 节点的比例,本次运行值为1
    # - checkpoint_frequency0: 检查点的频率
    # - clients_ports0: 客户端端口列表 由clinet.py确定,本次运行值为[30000, 30001, 30002, 30003, 30004, 30005, 30006, 30007, 30008, 30009, 30010, 30011, 30012, 30013, 30014, 30015, 30016, 30017, 30018, 30019, 30020, 30021, 30022, 30023, 30024, 30025, 30026, 30027, 30028, 30029, 30030, 30031, 30032, 30033, 30034, 30035, 30036, 30037, 30038, 30039, 30040, 30041, 30042, 30043, 30044, 30045, 30046, 30047, 30048, 30049, 30050, 30051, 30052, 30053, 30054, 30055, 30056, 30057, 30058, ...]
    # - timer_limit_before_view_change0: 视图更改之前的定时器限制,本次运行值为200

    # 设置全局变量 p 为传入的比例值
    global p
    p = proportion
    

    global number_of_messages
    number_of_messages = {} 
    # 初始化一个空字典,用于存储每个请求从 preprepare 到 reply 之间的消息数量
    # 格式: number_of_messages={"request":number_of_exchanged_messages, ...}

    global replied_requests
    replied_requests = {} 
    # 初始化一个空字典,用于记录请求是否已回复
    # 比如在reply_received函数中 request='I am the client 0',replied_requests[request] = 1

    global timer_limit_before_view_change
    timer_limit_before_view_change = timer_limit_before_view_change0
    # 设置全局变量 timer_limit_before_view_change 为传入的值

    global clients_ports
    clients_ports = clients_ports0
    # 设置全局变量 clients_ports 为传入的客户端端口列表

    global accepted_replies
    accepted_replies = {} 
    # 初始化一个空字典,用于存储每个请求的客户机接受的回复
    # 格式: accepted_replies={"request":reply}

    global n
    n = 0 
    # 初始化节点总数 n 为 0,每次实例化一个节点时都会递增

    global f
    f = (n - 1) // 3 
    # 计算允许的故障节点数量 f
    # f 应随着节点总数 n 的变化而更新

    global the_nodes_ids_list
    the_nodes_ids_list = [i for i in range(n)]
    # 初始化节点 ID 列表 the_nodes_ids_list,范围从 0 到 n-1

    global j 
    j = 0
    # 初始化下一个节点 ID j 为 0,每次实例化一个新节点时都会递增

    global requests 
    requests = {} 
    # 初始化一个空字典,用于存储每个客户端 ID 及其最后请求的时间戳
    # 格式: requests={"client_id":timestamp}

    global checkpoint_frequency
    checkpoint_frequency = checkpoint_frequency0
    # 设置全局变量 checkpoint_frequency 为传入的检查点频率值

    global sequence_number
    sequence_number = 1 
    # 初始化序列号 sequence_number 为 1,每当有新请求时递增
    # 选择 1 以便在开始时有一个稳定的检查点,必要时可以用于视图更改

    global nodes_list
    nodes_list = []
    # 初始化一个空列表,用于存储所有节点的列表

    global total_processed_messages
    total_processed_messages = 0 
    # 初始化已处理的消息总数 total_processed_messages 为 0
    # 这是在处理请求时通过网络发送的消息总数

    # 节点评估指标:

    global processed_messages 
    processed_messages = [] 
    # 初始化一个空列表,用于记录每个节点处理的消息数量

    global messages_processing_rate
    messages_processing_rate = [] 
    # 初始化一个空列表,用于记录所有节点的消息处理率
    # 计算为节点发送的消息与所有节点通过网络发送的消息的比例

    ###################

    global consensus_nodes 
    consensus_nodes = []
    # 初始化一个空列表,用于存储参与共识的节点 ID

    # 启动一个新的线程来运行节点
    threading.Thread(target=run_nodes, args=(nodes,)).start()
    # 创建并启动一个新线程,执行 run_nodes 函数,传入所有节点列表作为参数

run_nodes函数

def run_nodes(nodes):
    # 声明全局变量,以便在函数中修改它们
    global j
    global n
    global f
    
    # 初始化总节点数
    total_initial_nodes = 0
    
    # 计算初始节点总数
    for node_type in nodes[0]:
        total_initial_nodes += node_type[1]
    
    # 用于记录上一个等待时间的变量
    last_waiting_time = 0
    
    # 遍历节点的等待时间
    for waiting_time in nodes:
        # 遍历当前等待时间下的节点类型和数量
        for tuple in nodes[waiting_time]:
            # 根据数量循环创建节点
            for i in range(tuple[1]):
                # 等待指定的时间(根据当前和上一个等待时间的差值)
                time.sleep(waiting_time - last_waiting_time)
                last_waiting_time = waiting_time
                
                # 获取节点类型
                node_type = tuple[0]
                
                # 根据节点类型创建相应的节点对象
                if node_type == "honest_node":
                    node = HonestNode(node_id=j)
                elif node_type == "non_responding_node":
                    node = NonRespondingNode(node_id=j)
                elif node_type == "faulty_primary":
                    node = FaultyPrimary(node_id=j)
                elif node_type == "slow_nodes":
                    node = SlowNode(node_id=j)
                elif node_type == "faulty_node":
                    node = FaultyNode(node_id=j)
                elif node_type == "faulty_replies_node":
                    node = FaultyRepliesNode(node_id=j)
                
                # 启动一个新线程来处理节点的接收逻辑
                threading.Thread(target=node.receive, args=()).start()
                
                # 将节点添加到节点列表中
                nodes_list.append(node)
                the_nodes_ids_list.append(j)
                
                # 初始化处理消息的计数器和处理率
                processed_messages.append(0)
                messages_processing_rate.append(0) # 初始化为0
                
                # 将节点ID添加到共识节点列表中
                consensus_nodes.append(j)
                
                # 更新节点数量和容错数
                n += 1
                f = (n - 1) // 3
                
                # 更新节点ID计数器
                j += 1
    # print(consensus_nodes)

节点和相关衍生类型

在这里插入图片描述

CG

  • https://fisco-bcos-documentation.readthedocs.io/zh-cn/latest/docs/design/consensus/pbft.html
  • pBFT 的优缺点
  • Tendermint算法、Algorand、DAG、PoW 、PoS和DPoS算法
  • https://github.com/shawnxiaoxiong/pbft-zh_ch/blob/master/pbft_zh-cn.md

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2229329.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

简单的kafkaredis学习之redis

简单的kafka&redis学习之redis 2. Redis 2.1 什么是Redis Redis是一种面向 “Key-Value” 数据类型的内存数据库&#xff0c;可以满足我们对海量数据的快速读写需求&#xff0c;Redis是一个 NoSQL 数据库&#xff0c;NoSQL的全称是not only sql&#xff0c;不仅仅是SQL&…

无人机之卫星通信技术篇

无人机的卫星通信技术是一种利用人造地球卫星作为中继站来转发无线电波&#xff0c;从而实现无人机与地面控制站之间通信的技术。 一、技术概述 卫星通信系统主要由通信卫星和经该卫星连通的地球站两部分组成。在无人机应用中&#xff0c;卫星通信技术能够确保无人机在全球范围…

网鼎杯 misc -好久不见4

不嘻嘻&#xff0c;没见过这种题&#xff0c;需要把这个红线还原重组成二维码&#xff0c;搜索一个是这个Peano曲线 from PIL import Image from tqdm import tqdmdef peano(n):if n 0:return [[0, 0]]else:in_lst peano(n - 1)lst in_lst.copy()px, py lst[-1]lst.extend(…

ARM base instruction -- adcs

Add with Carry, setting flags, adds two register values and the Carry flag value, and writes the result to the destination register. It updates the condition flags based on the result. 带进位加法&#xff0c;设置标志&#xff0c;将两个寄存器值和进位标志值相…

笔记本双系统win10+Ubuntu 20.04 无法调节亮度亲测解决

sudo add-apt-repository ppa:apandada1/brightness-controller sudo apt-get update sudo apt-get install brightness-controller-simple 安装好后找到一个太阳的图标&#xff0c;就是这个软件&#xff0c;打开后调整brightness&#xff0c;就可以调整亮度&#xff0c;可…

vue版本太低无法执行vue ui命令

连接 ui和create目前都只支持3.0以后得版本才能使用 https://blog.csdn.net/m0_67318913/article/details/136775252?utm_mediumdistribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-0-136775252-blog-121204604.235v43pc_blog_bottom_relevance…

萤石私有化设备视频平台EasyCVR视频融合平台如何构建农业综合监控监管系统?

现代农业的迅速发展中&#xff0c;集成监控管理系统已成为提高农业生产效率和优化管理的关键工具。萤石私有化设备视频平台EasyCVR&#xff0c;作为一个具有高度可扩展性、灵活的视频处理能力和便捷的部署方式的视频监控解决方案&#xff0c;为农业监控系统的建设提供了坚实的技…

Pr 视频效果:闪光灯

视频效果/风格化/闪光灯 Stylize/Strobe Light 闪光灯 Strobe Light效果可用于在视频中创建闪烁或频闪的效果&#xff0c;类似于舞台上的频闪灯或摄影中的闪光灯。 ◆ ◆ ◆ 效果选项说明 通过调整各种参数&#xff0c;可以自定义闪光的颜色、频率、持续时间和混合模式&#…

FreeRTOS确定任务栈大小

一、FreeRTOS内存分配 所有任务共用一个堆空间&#xff0c;所以当调用xPortGetFreeHeapSize这个函数时&#xff0c;返回的就是现在所有可用堆空间的消息 所有任务都有自己的栈空间&#xff0c;比如在任务中定义一个uint32_t data[100]的数组&#xff0c;此时调用uxTaskGetSt…

计算机毕业设计Hadoop+Spark+Hive抖音情感分析 抖音可视化 抖音舆情监测 预测算法 抖音爬虫 抖音大数据 情感分析 NLP 自然语言处理

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; HadoopSparkHive抖音情感分…

tcp shutdown, fin_wait1, fin_wait2, close_wait, last_ack, 谢特!

TCP 作为双向传输协议&#xff0c;如果你想只收不发&#xff0c;可以单向关掉发&#xff0c;shutdown(socket.SHUT_WR)&#xff0c;但不建议这么做。 看以下代码&#xff1a; #!/Users/zhaoya/myenv/bin/python3 # client import socketclient_socket socket.socket(socket.…

redis安装使用

1. 下载地址 :::color1 下载最新稳定版本的 redis-windows 7.x 版本(本实例以 7.2.3 为例) ::: # 下载地址 https://download.csdn.net/download/qq827245563/899238402. 解压文件 ![](https://img-blog.csdnimg.cn/img_convert/c094d561f7f8ed6e9d139d07be1271cb.png) 3. …

如果在 Ubuntu 24.04 上安装 Yarn ?

Yarn 是一种快速、可靠、安全的 JavaScript 项目依赖管理工具&#xff0c;它提供了比同类产品更好的缓存机制、网络性能和更直观的用户界面。作为现代 web 开发的基本工具&#xff0c;在系统上安装 Yarn 可以确保您可以有效地管理项目依赖关系。 他的文章将指导您通过 4 种有效…

【React 轮子】文本溢出后显示展开/收起按钮

/** hooks* 用于文本展示时判断是否展示 展开/收起按钮 &#xff08;包含监听 文本变化/页面尺寸变换&#xff09;* param { string } text 需要展示的文本* param { number } maxLength 文本最大展示行数* param { number } lineHeight 文本行高 (单位 px) */ import React, …

Python | Leetcode Python题解之第523题连续的子数组和

题目&#xff1a; 题解&#xff1a; class Solution:def checkSubarraySum(self, nums, k):d {0: -1}pre 0for index, num in enumerate(nums):pre numrem pre % ki d.get(rem, index)if i index:d[rem] indexelif i < index - 2:return Truereturn False

基于Matlab的图像去噪算法仿真

在信息化的社会里&#xff0c;图像在信息传播中所起的作用越来越大。所以&#xff0c;消除在图像采集和传输过程中而产生的噪声&#xff0c;保证图像受污染度最小&#xff0c;成了数字图像处理领域里的重要部分。 本文主要研究分析邻域平均法、中值滤波法、维纳滤波法及模糊小…

【计算机网络 - 基础问题】每日 3 题(五十九)

✍个人博客&#xff1a;https://blog.csdn.net/Newin2020?typeblog &#x1f4e3;专栏地址&#xff1a;http://t.csdnimg.cn/fYaBd &#x1f4da;专栏简介&#xff1a;在这个专栏中&#xff0c;我将会分享 C 面试中常见的面试题给大家~ ❤️如果有收获的话&#xff0c;欢迎点赞…

滚珠导轨的存放与防锈保养

机床导轨是机床的重要组成部分&#xff0c;如果导轨生锈会影响机床的使用寿命和精度&#xff0c;因此必须采取措施进行防止。导轨生锈的原因主要是受到外界环境中的空气中的氧气和水蒸气等导致金属表面氧化腐蚀&#xff0c;另外&#xff0c;储存不当也会引起生锈。 一、滚珠导轨…

图技术发展简史

图数据库技术的本质是图计算与存储技术&#xff08;事实上所有IT技术在本质上都是计算、存储与网络&#xff0c;因为计算有网络计算、分布式计算&#xff0c;存储有网络存储、分布式存储&#xff0c;因此我们经常省略网络而只说计算和存储&#xff09;​&#xff0c;而图计算&a…

【C/C++】字符/字符串函数(1)——由string.h提供

零.导言 什么是字符/字符串函数呢&#xff1f; 其实就是一类用于处理字符和字符串的函数。 而其中一部分函数包含在头文件 string.h 中&#xff0c;有 strlen strcpy strcat strcmp strncpy strncat strncmp strstr strtok strerror 等等 接下来我将逐个讲解这些函数。 一.str…