发布时间：2020-03-10所属分类：科技论文浏览：1次
摘 要： 摘要：作为支撑比特币实现无中心高可信的账本管理的技术，区块链在金融领域得到了广泛关注.区块链实现了不完全可信环境中的可信数据管理，具有去中心化、防篡改、不可抵赖、强一致和完整性等特性，但同时也存在高延迟和低吞吐率的性能问题.在互联网技术发展
摘要：作为支撑比特币实现无中心高可信的账本管理的技术，区块链在金融领域得到了广泛关注.区块链实现了不完全可信环境中的可信数据管理，具有去中心化、防篡改、不可抵赖、强一致和完整性等特性，但同时也存在高延迟和低吞吐率的性能问题.在互联网技术发展、新型应用层出不穷的大背景下，借鉴区块链在数字加密货币应用中的成功经验，探索可信数据管理的理论、技术，并设计、实现系统，是学术界所面·l各的重要问题.从可信数据管理角度，介绍了区块链相关的技术和研究进展，包括分布式共识、智能合约、数据溯源等，并分析了应用对可信数据管理所提出的需求和研究挑战.
关键词：区块链;可信数据管理;智能合约;数据溯源;分布式共识
区块链(blockchain或blockchain)是指通过数据加密、数据链式钩稽、多副本存储和分布式共识等机制，实现去中心化的分布式数据管理技术.它最早是由中本聪提出，并在比特~J(bitcoin)O0)JH以实现和应用.随着比特币应用的快速发展，区块链技术所具有的防篡改、不可抵赖、强一致和完整性等特性，特别是它的对等网~(peer—to—peernetwork)去中心化本质，得到了工业界和学术界的广泛关注.在加密货币”、分布式账本[21、单据管理[引、首次代币发售(ICo)和众筹[4】、慈善[等领域，区块链技术得到了广泛的探索和应用.
另一方面，最早的区块链技术被设计用于比特币这一特殊的虚拟货币应用.它与应用紧密结合，所能提供的数据管理功能简单，同时基于工作量证明(proof-of-work，简称PoW)的共识机制的计算量耗费巨大，导致极低的系统吞吐率和很长的系统延迟.如何提供丰富的数据管理和数据处理功能，提高系统性能，成为区块链研究、开发和应用所关心的热点.以以太坊fEthereum)[6]和Hyperledger[】等为代表的开源项目则提供了相对完善的区块链的开发与应用基础，推动了区块链普及、应用的快速增长，以及新问题的发现与研究.
从数据管理角度看，区块链的本质是一个构建在对等网络上、提供了可信数据管理功能的数据库系统.一个可信数据库管理系统从3个层面确保系统的可信性，即存储的可信性、处理的可信性以及外部访问的可信性，如图1所示.
存储可信性是指数据处理结果一旦被确认，不会丢失或被篡改.它要求系统提供传统数据库管理系统[8]和事务处理[9】中所要求的事务持久性(durability)，但同时也要求系统在存储、通信故障，甚至在蓄意攻击时，仍能确保数据存储的正确性.
处理可信性一方面是指数据处理的正确性。另一方面是指处理过程和结果可审计与可溯源.前者要求事务的并发控制，而后者则要求系统不仅保存数据的最终状态，还要保存数据处理的过程.数据处理的正确性是对传统数据管理系统的基本要求.但是，传统的数据库管理系统是集中式的，保持事务的ACID属性已有成熟并相对高效的技术is,.对等网络环境中的数据管理，大都专注于查询处理的性能[1O,H】.虽然已有大量关于分布式系统中的共~(consensus)机制研究[12,13】，但在数据管理系统中，由于性能问题，共识机制和跨节点的协调通常只被用于选举主控节点，而较少被直接应用于事务处理或被尽量避免IH】.因此，在区块链这样的去中心化对等网络环境中，如何在确保系统“正确”的同时。实现高效事务处理，就成为一个突出的问题.
处理过程和结果的可审计及可追溯也是重要的研究问题.在传统的数据库管理系统中，数据库中存储、维护的是当前的数据状态，处理过程和数据的历史信息通常存储在数据库日志中，仅被用于故障恢复『8I9]，并不直接提供查询服务;在系统无故障正常运行的情况下，也不参与查询的处理.在节点不可信的对等网络环境中，一些查询和事务在处理时需要验证数据的历史状态，以确保当前状态的正确性.因此，传统的数据管理技术无法被直接应用于这一场景.
数据溯源(dataprovenance)是数据管理中的一项重要技术，在科学数据管理和数据仓库中有着广泛的应用ll.然而，很多数据溯源技术仅针对集中式数据库或节点可信的分布式环境，在区块链的应用场景下无法直接应用.
外部访问可信性是指对用户访问的认证.在实现机制上，它依赖于分布式身份认证等技术，也与具体的应用场景和业务紧密相关.本文的综述不涉及外部访问可信性。
.与已有的从数字货币【】、安全[17]、协议、系统架构【、私有链和研究挑战【角度所进行的区块链技术综述不同，本文从可信数据管理的角度梳理区块链与相关数据管理技术的关联.介绍在不完全可信的对等网络环境中的数据管理问题和相关技术，并分析它们在新型应用场景中的适用性.由于外部可信性一方面与应用的具体模式紧密关联，另一方面又可以部分地依赖于分布式认证[22】技术解决，因此，本文聚焦于存储可信性和处理可信性技术.
本文第1节简单介绍区块链的基本数据结构和概念.第2节从分布式共识的角度介绍存储可信性保障技术.第3节介绍处理可信性，包括智能合约及其问题、数据溯源技术以及可认证查询处理.第4节简要介绍主要的区块链系统和应用.最后，第5节对可信数据管理技术所面临的研究挑战进行分析.
1区块链基础
区块链的基本数据结构包括两部分，即区块内结构与区块问链式结构，分别如图2(a)~il图2(b)所示.一个区块包含头信息和体信息.头信息是区块的元数据，用于验证区块，并与其前驱和后继区块建立关联.通常，头信息包含自身时间戳、前驱区块的签名值、一个特殊值(称为nonce)、验证要求(如难度目标).体信息则是交易的序列.
只有当一个区块的签名结果满足验证要求时，一个区块才能通过验证.例如，在比特币中，区块散列(签名)后的结果值必须小于某个特定值(该值由难度目标决定，随着时问的变化，难度逐渐增加)¨].当一个区块需要与其前驱建立关联时，其体信息、前驱区块签名值、自身时问戳、验证要求等信息都已经确定，唯一能调整以获得不同自身签名值的变量就是nonce值.只有当获得了合法的nonce值后。区块才能通过验证，与前驱区块进行链接.
区块内的交易序列常通过特殊的数据结构，如Merkle.tree[，进行组织.Merkle.tree是一种树型数据结构，最初提出时为二叉树，但可被拓展为多叉树，其叶子节点为数据项或数据项的散列值，每一个内部节点的值为其所有子节点的散列值，从而根节点的值可被视为整棵树的签名.利用这一性质，Merkle—tree可被方便地用来实现数据集相等测试、定位修改以及零知识证明.因此，Merkle—tree在区块链中被用于检测区块副本是否相同.
区块链的逻辑结构确保区块间的关系可验证.在系统中，一个区块存储于多个节点，以应对由于节点或网络故障所引起的区块副本丢失问题.
需要注意的是，对于区块(1)，可能存在多个区块1，，...，，都能通过验证，成为(1)的后继.如何让参与区块链的所有节点对区块链结构达成一致，其本质是分布式共识(consensus)2_问题.通常，区块链仅承认链最长的那条链.下一节将对区块链中的分布式共识机制进行介绍.
区块链系统的另一个重要方面是其提供服务的接口.在比特币应用中，区块链仅提供转账，即事务的执行与查询.而随着应用需求以及以太坊和HyperLedger等系统的发展，新的区块链平台提供了称为“智能合约(smartcontract)”的用户代码执行机制.从可信性角度看，智能合约不仅可被执行，且其执行历史将被记录，执行过程和结果可审计、可追溯.第3.1节将介绍区块链中的智能合约处理机制，而对于数据溯源这一特殊问题则在第3.2节中加以介绍.
推荐阅读：《软件学报》创刊于1990年，由中国科学院软件研究所和中国计算机学会联合主办。是一本刊登计算机软件各领域原创性研究成果的期刊，所刊登的论文均经过严格的同行专家评议。注重刊登反映计算机科学和计算机软件新理论、新方法和新技术以及学科发展趋势的文章，主要涉及理论计算机科学、算法设计与分析、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络、信息安全、计算机图形学与计算机辅助设计、多媒体技术及其他相关的内容。
2存储可信性
2.1工作量证明机制
如前所述，存储可信性解决区块的容错一致问题，其本质是分布式共识问题.比特币中的区块链采用了被称为工作量证明(proofofwork，简称PoW)~机制来解决这一问题.PoW基于如下技术和假设：根据，t和hk-1计算使h满足验证要求的nonce需要耗费算力，每次计算nonce所需的算力在一定时间段内相当.这一计算过程被称为“挖矿”.因此，如果需要篡改或伪造记录，则需要构造一条比当前被公认的区块链(主链)更长的链，因此需要的算力需要超过整个区块链中的其他(正在进行正常挖矿运算的)算力.或者，更准确地说，在考虑网络延迟时，攻击者的算力接近50%就会破坏比特币区块链的正确性[钔.而当考虑“自私挖矿(selfishmining)”一一也就是当自身“挖矿”所获得的链比别人的链长时，不发布自己的链，在自己的链上继续挖;当自身的链和别人己发布的链相比等长或者更短时，立即发布自己的链，并在别人已发布的链上继续“挖矿”，那么，攻击者接近1/4算力即会危及比特币的正确性.
pow共识机制的另一个问题是其性能问题.如Vukolic]]和Tseng]”]对PoW和传统的拜占庭容错问题进行了详细的对比分析所述，由于比特币区块链为“公有链”，即其参与读取、交易以及共识机制的用户是开放的，其用户规模是动态的，参与者是匿名的.这直接导致了PoW机制的低吐率和高延迟.但从另一个角度看，PoW机制实现了系统的高可扩展性，支持从数干到数十万个参与者，这一网络规模远远大于绝大多数金融机构信息系统的规模.
2.2实用拜占庭容错机制
并非所有区块链应用的需求和对环境的假设都与比特币相同.例如，在私有链(privateblockchain或permissionedblockchain)或联盟链(consortiumblockchain)中，节点(参与者)就不再是匿名的，节点规模远小于公有链.且可信程度也远比在公有链中要高.实用拜占庭容错机$1](practicalByzantinefaulttolerance，简称PBFT)可被用于该场景[27,28].与PoW不同，采用PBFT时，区块仅有被选举出的唯一主控节点生成.PBFT由请求、预准备、准备、提交这4个阶段构成.预准备由主控节点发起，准备阶段各节点分别验证主控节点发起的共识请求的正确性，并将验证结果返回给主控节点，并由主控节点汇总后在提交阶段确定是否提交.与PoW相比，PBFT适用于节点数少于20个的场景，可拜占庭容错少于1/3的节点的攻击，即有少于1/3的节点存在漏发、错发或选择性错发消息情况，主要开销在于网络消息传输带宽，吞吐率可达数干，并将延迟降到毫秒级.此外，PBFT可确保系统的最终一致性.由于具有这些特性，PBFT被应用于HyperLedgerFabric.
2.3Paxos和BVP
PoW和PBFT考虑的都是拜占庭容错问题.在私有链的场景下，若假设节点或参与者不进行攻击，则可进一步放宽假设.Paxos是重要的非拜占庭场景下的共识机~lJ[29,30]，可被用于私有链场景.与PBFT相比，Paxos的吞吐率可进一步提升到超过4万tps[].
Paxos的改进版本也能处理拜占庭容错场景，被称为拜占庭PaXos[32].Abraham和Malkhi提出了BVP[，用以利用TPM(trustedplatformmodule1加密处理器[34J提供高性能的拜占庭容错.
2.4其他面向区块链的共识机制
PoW、PBFT和Paxos分别是3个典型的可用于区块链的共识机制.除此以外，不同的区块链项目也采用它们的改进版本或其他机制.PPCoin采用权益证明(proofofstake，简称PoS)，面向公有链，避免了PoW导致的算力消耗和能源消耗[35】.PoS通过奖励机制鼓励参与节点成为验证者节点，区块的产生由随机选取的验证者节点或验证者节点集合验证获批.PoS避免了PoW导致的大量算力和电力消耗.Ripple为另一个公有链平台，采用其自身的RPCA机制实现共识p们.RPCA首先将共识问题归结到系统中的一组“受信任”节点，然后采用类似于PBFT的投票选取主控节点方式，实现共识.
此外，还有Proof-of-Luck[、Raft]】等共识机制被应用于区块链系统或应用.
SCI SSCI AHCI