区块链核心技术突破!中科院团队提出首个完全实用异步共识算法DumboBFT_区块链:bobt币总量

本文来源:中国新闻网,作者:孙自法

记者2月8日从中国科学院软件研究所获悉,该所张振峰团队联合美国新泽西理工学院唐强团队,在区块链核心技术的拜占庭容错(BFT)共识研究中取得重要突破,在国际上提出首个完全实用的异步共识算法“小飞象拜占庭容错(DumboBFT)算法”(简称“小飞象算法”)。

区块链领域这一重大突破性成果的研究论文,近日在网络安全旗舰会议——第27届国际计算机与通信安全大会上发表并做大会报告,这也是在异步BFT共识算法设计领域,中国科学家首次有重要研究成果在国际顶级会议上发表。

发改委主任何立峰:大力支持区块链等技术创新和产业应用:5月13日,国家发展和改革委员会党组书记、主任何立峰发表题为《正确看待当前我国经济运行面临的挑战》文章,何立峰在文章中表示,坚持优化结构,经济韧性和潜力持续显现。持续深化供给侧结构性改革,大力支持5G、人工智能、工业互联网、物联网、大数据、区块链等技术创新和产业应用,线上会诊、线上课堂、远程办公、智慧城市、现代物流、网络购物等业态发展迅猛。积极有序推进重大区域发展战略,扎实实施乡村振兴战略规划。(学习时报)[2020/5/13]

成果主要完成人张振峰研究员8日通过网络接受记者采访介绍说,作为区块链的关键核心技术,BFT共识算法是确保区块链安全可靠运行、提升区块链扩展能力和运行性能的核心算法。BFT共识算法具有运行性能高、资源消耗低、易于部署等特点,得到工业界的青睐,广泛应用于中外区块链系统中。异步BFT算法能够容忍网络通信故障、抵抗拜占庭敌手恶意攻击,是保障区块链在互联网环境下健壮运行的理想共识技术。

动态 | 国家邮政局局长:重点推动大数据、区块链等技术和邮政业深度融合:国家邮政局局长马军胜今日在2019年世界邮政日表示,针对我国邮政业的发展不足,在“智慧邮政”方面,要聚焦提质效育动能,进一步增强邮政业的发展后劲。加快推进“两进一出”工程,推动“快递进厂”、“快递进村”、“快递出海”;大力实施“科技兴邮”战略,加快落实“邮政业大数据发展”行动计划,重点推动云计算、大数据、物联网、区块链、人工智能和邮政业深度融合,提高全要素生产率和运行效率,加快“智慧邮政”建设等。(新京报)[2019/10/9]

如何设计高效的异步BFT共识算法,还是密码学和分布式计算领域的著名难题。自上世纪80年代起,包括多位图灵奖得主在内的众多国际著名学者先后对这一难题进行探索,2016年提出的“蜜獾算法”(HoneyBadgerBFT)是第一个接近实用的异步共识算法,已被应用于区块链平台。

金色财经现场报道星瀚资本创始人杨歌:区块链与互联网和人工智能不同,是中小波段:金色财经现场报道,在2018中国区块链高峰论坛峰会现场星瀚资本创始人杨歌表示,“区块链与互联网和人工智能不同,是中小波段;区块链不易于理解因为多是相对宏观的概念。”[2018/5/20]

张振峰指出,为设计完全实用的异步共识算法,中科院软件所于2015年开展“小飞象算法”研究工作,该算法以独到视角对“蜜獾算法”进行分析,揭示其性能受限的根源是大量随机化子模块调用导致的运行时间增加,提出全新的可证明可靠广播原语,通过密码学“证明”保证了交易广播的正确完成,并给出基于门限数字签名技术的高效构造方法,通过一种创新性的多值拜占庭共识应用,将对交易的共识转换为对“证明”的共识,使“小飞象算法”在容忍1/3的恶意节点的同时,突破异步共识算法在性能上的设计挑战。

他说,在遍布全球四大洲的100个共识节点的测试网络中,“小飞象算法”的确认延迟时间为24秒、不到“蜜獾算法”的1/20,交易吞吐量为每秒近1.8万笔、是“蜜獾算法”的9倍多。

此外,中科院软件所特别研究助理、新泽西理工学院博士路远等研究团队成员还进一步提出“小飞象多值共识算法”(Dubmo-MVBA),在消息数量、通信代价和运行时间等关键性能指标上均已达到渐进理论最优,圆满回答了国际密码界关于“如何提升异步共识算法的关键性能指标”这一提出20年的公开问题。

张振峰表示,联合团队完成“小飞象算法”的创造性突破,不仅解决了异步共识算法设计的理论难题,而且在性能上大幅提升并全面超越当前工业界采用的“蜜獾算法”,从而成为国际首个完全实用的异步共识算法。这项研究成果,可为中国区块链基础设施建设提供强安全、高性能、可扩展的新一代核心技术。(完)

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

水星链

Fil一文读懂去中心化市场_区块链:COI

现阶段中心化市场平台能够提供主流用户所期望的服务和可靠性水平,但也可能缺乏透明度,收取高费用,并实施用户可能不同意的规则。这就是去中心化市场所能改进的地方.

[0:15ms0-1:234ms