[发明专利]一种基于区块链的可验证计算能耗优化方法有效

专利信息
申请号: 202010635391.X 申请日: 2020-07-03
公开(公告)号: CN111800274B 公开(公告)日: 2023-01-31
发明(设计)人: 田甜;张延华;杨睿哲;李萌;孙恩昌;孙艳华 申请(专利权)人: 北京工业大学
主分类号: H04L9/32 分类号: H04L9/32;H04L9/40;H04L67/1095;H04L67/10;G06Q40/04
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 沈波
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 区块 验证 计算 能耗 优化 方法
【权利要求书】:

1.一种基于区块链的可验证计算能耗优化方法,其特征在于,包括以下步骤:

步骤1、建立基于区块链的可验证计算系统模型;

其系统模型可描述为:计算能力弱的Clients将包括其外包计算内容和其签名的交易提交到区块链的Replica节点;作为主节点,它首先验证每个交易的签名和消息验证码;如果有效,则执行智能合约中约定的计算过程,然后将一定数量的交易及计算结果打包成一个新区块,并广播给其余验证节点;每个验证节点对接收到的区块进行验证,依次验证区块和交易的签名和MAC,核实后按照智能合约要求验证交易内部的计算结果;并向所有其他Replicas发送其验证结果;当新区块内的计算结果在所有Replicas中依据PBFT协议达成一致后,将最终正确的计算结果发送给Client,Client不需再对接受到的结果进行验证;

步骤2、共识过程与性能分析,包括以下步骤:

步骤2.1、Request→Pre-Prepare

client将交易提交到主节点n′,主节点每隔一段时间T从交易池中按顺序提取一批交易;交易的签名和MAC将被验证,但考虑到不合法交易的存在,只有g部分交易才能够通过验证;通过验证的交易内的计算任务将由智能合约执行;最后,将通过验证并计算后的K个具有计算结果和其他重要信息的交易打包到一个新的区块中;在生成新的区块之后,主节点将该区块连同Pre-Prepare消息一起广播给其他验证节点进行验证;Pre-Prepare消息包含主节点的ID、签名和区块的hash结果;

步骤2.2、Pre-Prepare→prepare

验证节点n″≠n′接收带有Pre-prepare消息的新区块,首先验证区块的签名和MAC,然后验证每个交易的签名和MAC,最后按照智能合约中验证交易计算方式验证结果;如果结果被验证成功,验证节点将向所有其他replicas发送一条Prepare消息,并添加其ID和签名;

步骤2.3、prepare→Commit

每个replica接收并检查Prepare消息,以确保它与Pre-Prepare消息一致;当从其他replicas接收到2f个Prepare消息,replica就会向所有其他replicas发送一个Commit消息,其中包括它的ID和签名;

步骤2.4、Commit→Reply

每个replica接收并检查Commit消息,以确保其与Prepare消息一致;一旦该节点收到来自其他replicas的2f个Commit消息,将传递Reply消息到主节点,其中包括对每个交易的签名和ID;

步骤2.5、Reply→被添加到链中

主节点接收并检查Reply消息;当主节点接收到2f个Reply消息后,新区块将生效并被添加到区块链中;这个过程的计算成本Δ5和时间T5n′

Δ5=2f(β+θ)

步骤3、考虑能耗的节点资源优化;设定的优化目标函数设为

s.t.C1:

C2:

C3:Fe(f,K)≤P

其中,P为可验证计算共识过程中所提供的总能耗;向量代表整体的计算资源,γ是与硬件体系结构相关的常量,在某个区块的共识过程中,δn=[δsn],δsn=0,1用来表示节点n是否参与步骤s;例如δn′=[1,0,1,1,1]表示主节点n′在共识过程中各个步骤的参与情况;δn″≠n′=[0,1,1,1,0]表示其他验证节点;

步骤4、优化问题求解并进行迭代计算,直到找到最小值;首先,将目标函数改写为

s.t.C1:

C2:

C3:

然后,引入惩罚函数以近似原目标函数,以使优化问题转化为等式约束条件下的凸优化

s.t.

其中,松弛变量p,p=[p1,,…pi,,…p6N+1]T与不等式约束g,维度一致,并一一对应;pi为正以保持ln(pi)有界;μ>0为惩罚参数,且μ越小,函数Fμ(·)就越接近F(·);根据约束条件,更新目标函数写作:

求解函数的极小值,只需求解令函数梯度等于0所应的即为最小值;Fμ(·)的梯度和Hessian矩阵H(Fμ(·))分别为

·当H(Fμ(·))为可逆矩阵时,采用牛顿迭代法求解,第v+1次迭代参数和第v次迭代关系如下

在这个迭代过程中,惩罚参数μ是固定的;每对应一个μ,找到一个最小值其中最小的μ所对应的最小值最精确;

·当H(Fμ(·))矩阵不可逆时,采用共轭梯度法,以优化方向r(v)和优化步长λ(v)完成迭代;

其中,优化方向初始为第v次优化方向与第v-1次优化方向的关系为

相应的优化步长λ(v)

A为系数矩阵;

则第v+1次迭代和第v次迭代关系如下:

[K(v+1),T(v+1),(f(v+1))T]T=[K(v),T(v),(f(v))T]T(v)r(v)

根据迭代计算,直到找到最小值

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010635391.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top