基于联盟链的工业物联网数据存储模型

由于工业物联网数据具备较强的私密性,数据是否能够安全存储成为工业物联网发展的关键问题。针对这一问题,提出一种基于联盟链的工业物联网数据存储模型。为保证数据存储的效率与安全,首先,在原有PBFT算法的基础上搭建节点状态信用评估模型同时增加投票机制;其次,结合节点状态在SM9数字签名算法中设置多密钥生成中心共同参与密钥生成。对模型的吞吐量、共识时延及通信开销进行实验分析,结果表明,该模型相较于传统模型在数据存储、安全性方面得到了进一步保障,降低了黑客攻击并防止数据泄露或被窜改,并在通信开销方面提升了40%。

基于Raft分组的实用拜占庭容错共识算法

针对现有应用于联盟链的拜占庭容错共识机制可扩展性不足、难以支持大规模网络节点下高效安全共识等问题,采用节点分组策略,提出一种基于Raft聚类分组的实用拜占庭容错共识算法H-PBFT。首先使用混合蛙跳算法结合K-medoids聚类分组策略,将系统中节点聚类形成多个分组;参与主共识集群PBFT共识的节点均为各分组聚类中心节点,各聚类小组内则使用引入监督节点改进的Raft算法进行共识;组内共识机制监督节点的引入使Raft算法具有抗拜占庭的能力。实验研究结果表明,在大规模网络节点环境下,相比于PBFT和Raft,H-PBFT算法提高了容错性能,同时还能够快速高效地对节点聚类分组,提高共识效率,降低共识通信开销与复杂度,具有较优的可扩展性,能够更好地在联盟链场景中应用。