基于分组和信用分级的PBFT共识算法改进方案

针对联盟链的实用拜占庭容错(PBFT)共识算法通信复杂度高、主节点选择随机、支持的网络规模有限等问题,提出一种基于分组和信用分级的改进拜占庭容错(CBFT)算法优化大规模联盟链的节点结构。优化一致性过程,将网络节点按照对管理节点的响应速度划分为不同的共识集分别进行共识集内外共识,各共识集的管理节点携带共识集内的共识结果参与共识集外的全局共识,从而减少节点间的通信频率。在此基础上,提出信用分级机制,将节点划分为管理节点、候选节点、普通节点等3种类型,使信用值高的节点成为主节点的概率较高,减少恶意节点对系统的破坏,提高整个网络的效率。搭建基于该改进方案的仿真模拟与性能测试系统.实验结果表明,当网络节点数量为30个(4个分组)时,CBFT算法的吞吐量为PBFT的3.2倍,共识时延降低90.6%,通信开销减少53.2%,能够容忍的最大恶意节点数为PBFT算法的1.9倍,且随着节点数的增加提升更明显,符合大型联盟链的需求。