面向版權(quán)授權(quán)交易的區(qū)塊鏈共識機制

李一帆，徐雅斌+，劉欣然

(1.北京信息科技大學 網(wǎng)絡(luò)文化與數(shù)字傳播北京市重點實驗室，北京 100101； 2.北京信息科技大學 計算機學院，北京 100101)

0 引 言

隨著我國文化產(chǎn)業(yè)的迅猛發(fā)展，版權(quán)貿(mào)易日益頻繁，特別是在版權(quán)授權(quán)交易領(lǐng)域[1]。版權(quán)授權(quán)交易一方面能夠為版權(quán)擁有者宣傳推廣作品，實現(xiàn)原創(chuàng)作品價值的最大化，另一方面版權(quán)需求者可以快速獲取優(yōu)秀的作品，滿足個人或企業(yè)的需求。

但現(xiàn)如今，傳統(tǒng)的版權(quán)授權(quán)交易模式已無法滿足互聯(lián)網(wǎng)時代的需求。出現(xiàn)了例如版權(quán)歸屬難以厘清、版權(quán)交易缺乏透明度、集中式存儲導致版權(quán)信息及交易數(shù)據(jù)容易被竊取、篡改等諸多難以解決的問題[2]。為此，設(shè)計采用區(qū)塊鏈技術(shù)來實現(xiàn)可信的版權(quán)登記與授權(quán)交易，通過結(jié)合區(qū)塊鏈所具有的分布式存儲、去中心化、不可篡改等技術(shù)特點[3]，可以有效解決傳統(tǒng)版權(quán)授權(quán)交易存在的確權(quán)難、交易不透明、數(shù)據(jù)安全性難以保障等難題。

而其中的共識算法作為區(qū)塊鏈系統(tǒng)最核心的組成部分，直接影響著版權(quán)登記與授權(quán)交易的安全性和效率。相比較而言，委托權(quán)益證明(delegated proof of stake，DPOS)共識算法由于其在主流公有鏈共識算法中相對出色的性能，能夠與版權(quán)交易業(yè)務(wù)實際需求相匹配，故選擇其作為此區(qū)塊鏈系統(tǒng)的共識機制。但是目前該算法卻在安全性上存在著不足。在共識過程中，各個節(jié)點往往為了讓自身獲取更大的利益，極易進行作惡。而惡意節(jié)點將會篡改區(qū)塊信息、產(chǎn)生持續(xù)生成無效區(qū)塊等行為[4]，使區(qū)塊鏈版權(quán)交易數(shù)據(jù)的安全性大幅降低，并且該算法在效率上也有著一定的提升空間。因此，為了保障版權(quán)的登記與授權(quán)交易的安全性并提高其運行效率，本文將對區(qū)塊鏈DPOS共識算法開展研究。

本文的突出貢獻如下：

(1)首先針對DPOS共識算法使用的代表節(jié)點可信度不高的問題，提出了基于信用值和幣齡的DPOS共識算法，該算法采用CES生產(chǎn)函數(shù)模型對節(jié)點可信程度進行衡量，可顯著減少作惡節(jié)點當選代表節(jié)點的概率；

(2)由于經(jīng)典的順序出塊方法極易被預測到下一個出塊節(jié)點，為此我們采用基于混合同余算法的隨機出塊策略，使出塊的隨機性更強，安全性更高。同時增加改進區(qū)塊合法性驗證策略，使辨別合法區(qū)塊更加客觀、公正，整體提高共識算法的安全性；

(3)為了提高DPOS共識機制的效率，增加了基于出塊時間的信用值獎懲機制。該機制通過賦予網(wǎng)絡(luò)帶寬與節(jié)點性能更好的代表節(jié)點信用值獎勵，增大其成為出塊節(jié)點的概率，進一步提高系統(tǒng)的效率。

1 相關(guān)工作

現(xiàn)如今區(qū)塊鏈技術(shù)在版權(quán)交易領(lǐng)域的應用越來越廣泛。例如MineLabs公司開發(fā)的區(qū)塊鏈系統(tǒng)Mediachain[5]，該系統(tǒng)借助區(qū)塊鏈技術(shù)在互聯(lián)網(wǎng)上注冊、識別和跟蹤作品，實現(xiàn)發(fā)行商和創(chuàng)作者間的版權(quán)交易。Ascribe[6]利用比特幣區(qū)塊鏈技術(shù)為知識產(chǎn)權(quán)進行時間標記，給原創(chuàng)版權(quán)作品創(chuàng)建了可持續(xù)所有權(quán)，并且使用區(qū)塊鏈技術(shù)對版權(quán)交易進行記錄。而目前，國內(nèi)基于區(qū)塊鏈的版權(quán)交易模式的建設(shè)才剛剛起步，如由上海七印科技推出的基于以太坊的版權(quán)交易平臺Primas[7]，該平臺將內(nèi)容的特征值存入?yún)^(qū)塊鏈實現(xiàn)版權(quán)交易保護，但其采用工作量證明(proof of work，POW)作為共識機制，POW共識機制的核心是各個節(jié)點通過算力競爭來爭奪區(qū)塊的記賬權(quán)[8]。因此該算法在很大程度上造成了不必要的資源浪費，而且其性能較低，不能滿足快速交易的需要。

針對POW存在的問題，2012年股權(quán)證明機制(proof of stake，POS)由Sunny King[9]等提出，該算法是通過幣齡進行區(qū)塊記賬權(quán)的競爭，權(quán)益越大越容易獲得記賬權(quán)，該策略雖解決了POW中浪費資源的問題，減少了共識的時間，但是問題也很明顯，單純使用幣齡會造成權(quán)益集中化的現(xiàn)象，增大作惡的風險。

DPOS是POS的演化版本，在DPOS共識算法[10]中每個擁有權(quán)益的節(jié)點都具有投票的權(quán)利，每個節(jié)點將可以給自己認為可信的節(jié)點投票，而得票數(shù)最多的節(jié)點，將成為代表節(jié)點進入委員會，代表節(jié)點的職責是生產(chǎn)區(qū)塊并進行區(qū)塊的驗證。在每一輪選舉結(jié)束之后，代表節(jié)點會輪流生產(chǎn)區(qū)塊，并且區(qū)塊的驗證只在代表節(jié)點內(nèi)部進行。

DPOS共識機制與POS相比大幅縮小參與驗證和記賬的節(jié)點的數(shù)量，效率有大幅提升。但與此同時，DPOS共識機制還存在一些不足。首先是安全性問題。如果代表節(jié)點中存在惡意節(jié)點，在產(chǎn)生區(qū)塊時，將會進行作惡，整個區(qū)塊鏈系統(tǒng)安全性也將無法保障[11]。其次是在效率上問題，目前基于DPOS的共識機制雖然部分算法可達到秒級，但與一些基于拜占庭共識的算法相比，仍有差距[12]。

DPOS共識機制作為目前區(qū)塊鏈系統(tǒng)研究領(lǐng)域的熱門方向，在國內(nèi)外對于該算法的改進研究主要從兩個方向上展開。第一個方向是DPOS與拜占庭類算法進行結(jié)合。如國外最知名的項目商用分布式設(shè)計區(qū)塊鏈操作系統(tǒng)(enterprise operation system，EOS)[13]對DPOS機制進行了改進，DPOS與拜占庭容錯算法(Byzantine fault tolerance，BFT)進行結(jié)合。在改進后的機制中，每輪只選出21位代表節(jié)點。雖然這種方式可以提高出塊速率，但是代表節(jié)點數(shù)量的減少會進一步導致系統(tǒng)中心化程度降低，導致節(jié)點作惡更加容易,破壞了系統(tǒng)的安全性。

第二個方向主要基于信用的獎懲機制進行設(shè)計，以降低異常節(jié)點成為代理節(jié)點的概率。此方法對代理節(jié)點的處理，相比于之前的算法無疑對系統(tǒng)安全性有了質(zhì)的提高，但是也存在著一定的不足。Fu等[14]在文獻中通過對節(jié)點信用值進行分級評價，以實現(xiàn)信用參數(shù)的選取。這種方法雖然也可以從宏觀上對節(jié)點的可信度進行大致判斷，但其顆粒度較粗，無法進行更有針對性的取舍。Zhang等[15]對DPOS的改進點在于，采用綜合其信用值加投票票數(shù)的方式對可信度進行評價。該方案的不足之處在于，對于代理節(jié)點選舉而言，一定會將投票目標選擇較為可靠的節(jié)點。但在論文中對節(jié)點可靠性的概念未有一個準確的定義，或給出一個量化的標準，甚至會有一些惡意的同行節(jié)點可以通過貶低其它節(jié)點來間接提高自己的得票數(shù)[16]。因此，將導致節(jié)點投票的隨機性較大，并且極有可能選擇惡意節(jié)點作為代表節(jié)點，或產(chǎn)生惡意節(jié)點共謀，不利于對最優(yōu)節(jié)點的選擇，導致區(qū)塊鏈整體安全性并未得到顯著提升。

2 基于信用值和幣齡的DPOS共識算法設(shè)計

傳統(tǒng)的DPOS共識機制作為區(qū)塊鏈核心模塊在安全性上有所不足。若在DPOS算法的代表節(jié)點中存在作惡節(jié)點，而作惡節(jié)點將只為了獲取自身利益而產(chǎn)生非法的區(qū)塊甚至不產(chǎn)生區(qū)塊，此問題嚴重影響著整個區(qū)塊鏈系統(tǒng)的安全性，目前無法適用于版權(quán)登記與授權(quán)交易情景中。

為此，本文針對DPOS共識算法開展研究，創(chuàng)新性的采用綜合信用值機制、隨機出塊算法、時間激勵算法、區(qū)塊驗證策略等技術(shù)手段對DPOS共識機制的各個重要環(huán)節(jié)進行全方位的改進，全面提升整個區(qū)塊鏈系統(tǒng)的效率和安全性，有效解決DPOS共識機制中惡意節(jié)點被選為代表節(jié)點進行作惡的問題，從而有效降低版權(quán)登記與交易系統(tǒng)的風險。

2.1 委員會代表節(jié)點選擇

2.1.1 綜合信用值評分機制設(shè)計

綜合信用值評分采用千分制，每輪通過評分機制計算得出各個節(jié)點的綜合信用值，根據(jù)綜合信用值由高到低進行排序，選擇綜合信用值較高的前N個節(jié)點作為代表節(jié)點，負責產(chǎn)生區(qū)塊。同時利用該機制取代經(jīng)典算法中的投票機制進行代表節(jié)點的選擇，從而避免了在DPOS算法中出現(xiàn)投票不積極的現(xiàn)象，節(jié)省了投票時間，對安全性及效率具有一定程度的提升作用。

(1)綜合信用值參數(shù)的選擇

本文將節(jié)點信用值得分及其幣齡作為改進方案中計算綜合信用值的變量，通過信用值可以直接反應該節(jié)點的可信程度。每個節(jié)點初始信用值設(shè)置為500分。幣齡即該賬戶的持幣量與持幣時間的乘積，如式(1)所示

幣齡=持幣量*持幣時間

(1)

在傳統(tǒng)POS共識算法中，作為區(qū)塊記賬權(quán)競爭的主要因素，擁有幣量越大的節(jié)點幣齡就越大；持有時間越長的節(jié)點越容易獲得記賬權(quán)。采用幣齡作為綜合信用值評分參數(shù)時，作惡節(jié)點若想在前期獲取優(yōu)勢，則需投入大量資本，且持有一定時間。這樣，顯然增加了節(jié)點作惡的成本，從而降低了DPOS中節(jié)點作惡的意愿與能力，相應提高了安全性。

為避免因單純使用幣齡而導致權(quán)益集中化的現(xiàn)象，本文對有效持幣時間進行了修改，限制持幣時間為30天，幣齡的最大上限為1500分，以解決因幣齡無限增長而帶來的權(quán)益無限增大的問題。同時規(guī)定，每輪出塊節(jié)點出塊后的幣齡在數(shù)值上不進行重置。以此構(gòu)建綜合信用值評分模型，并在模型中強化信用值對記賬權(quán)競爭的影響。

(2)綜合信用值評分模型的構(gòu)建

本文采用改進CES生產(chǎn)函數(shù)[17]模型對節(jié)點綜合信用值進行評價，從而使代表節(jié)點的推選更加公平。CES生產(chǎn)函數(shù)即不變替代彈性生產(chǎn)函數(shù)，是由阿羅和羅素等提出的。該模型不僅符合雙影響因素綜合評價規(guī)律，而且具有較好的統(tǒng)計特性，所以本文最終選取CES生產(chǎn)函數(shù)作為綜合信用值評分模型，如式(2)所示

Y=A(α1K-P+α2L-P)-1/P

(2)

其中，A為技術(shù)進步參數(shù)，且A>0；K與L分別代表投入的勞動與資金兩種生產(chǎn)要素；α1與α2分別為勞動與資金的密集參數(shù)，α1與α2均大于0，且α1+α2=1；P為替代參數(shù)，且P≥-1。生產(chǎn)函數(shù)主要反映了在實際經(jīng)濟問題中，投入不同的生產(chǎn)要素與產(chǎn)出的關(guān)系。這里，我們基于該模型計算綜合信用值，實現(xiàn)對節(jié)點可信程度的評價。將信用值與幣齡作為模型中的初始投入生產(chǎn)要素，參數(shù)值α1與α2可根據(jù)實際情況進行調(diào)整，產(chǎn)出即為綜合信用值，以此作為區(qū)塊鏈節(jié)點是否可信賴的判斷依據(jù)，同時使推選代表節(jié)點的過程相對公平。

2.1.2 信用值重置機制設(shè)計

為了防止數(shù)輪過后，由于節(jié)點綜合信用值差異過大而導致少數(shù)節(jié)點長期被選為代表節(jié)點，從而導致中心化，并可能發(fā)生潛在的作惡心理，我們設(shè)計了信用值重置機制。若節(jié)點信用值大于1000，則重置該節(jié)點信用值為500，從而保證代理節(jié)點合理的更替與輪換，且防止代表節(jié)點產(chǎn)生惰性，降低節(jié)點主觀作惡的意愿。

2.2 委員會中節(jié)點出塊方式設(shè)計

傳統(tǒng)DPOS算法在選舉出代表節(jié)點后，節(jié)點將順序輪流出塊。在本設(shè)計中，我們結(jié)合DPOS代表節(jié)點數(shù)量少、效率高的特點，采用混合同余算法進行隨機出塊計算。經(jīng)測試，該算法近300輪才會出現(xiàn)重復的隨機數(shù)。相比于其它普通隨機算法來說，其隨機性更高、質(zhì)量更好。委員會中節(jié)點隨機出塊，可避免惡意攻擊者預測到下一個出塊節(jié)點，并進行共謀，從而提升區(qū)塊鏈系統(tǒng)的安全性。算法步驟如下：

假定代表節(jié)點的總數(shù)為N，每個節(jié)點的下標為1～N，將使用混合同余算法生成的0到N-1之間的隨機數(shù)設(shè)為i。那么，下標為i+1對應的節(jié)點則為出塊節(jié)點，該節(jié)點進行出塊；若此代表節(jié)點成功生成區(qū)塊，完成出塊使命后，則代表節(jié)點總數(shù)變化為N-1，直至所有節(jié)點均完成出塊。

2.3 區(qū)塊合法性驗證

DPOS共識機制最突出的安全隱患即為惡意節(jié)點當選為代表節(jié)點，以至于代表節(jié)點所生產(chǎn)的區(qū)塊也并非是完全可信的。因此就需要在生成區(qū)塊之后對區(qū)塊進行驗證。在DPOS機制與其它文獻的DPOS機制改進設(shè)計中，區(qū)塊的產(chǎn)生及驗證均是通過委員會中的代表節(jié)點來實現(xiàn)。但如此設(shè)計，代表節(jié)點可類比為既當裁判員又當運動員，極易發(fā)生共謀，對惡意節(jié)點的驗證并不合理，因此本文將對區(qū)塊合法性驗證方式進行改進，將區(qū)塊驗證的權(quán)力從代表節(jié)點上脫離，賦予給除代表節(jié)點外綜合信用值較高，較為可信的一組節(jié)點，并且只有在驗證節(jié)點驗證結(jié)果一致的情況下，才可以把區(qū)塊添加到區(qū)塊鏈中。

具體區(qū)塊合法性驗證的過程如下，在DPOS共識機制選擇綜合信用值高的節(jié)點組成委員會后，選擇剩余節(jié)點中綜合信用值高的前N個節(jié)點組成驗證節(jié)點集，這N個節(jié)點即為區(qū)塊鏈的驗證節(jié)點；接下來生成的區(qū)塊需要通過驗證節(jié)點進行驗證，驗證內(nèi)容包括：區(qū)塊結(jié)構(gòu)是否完整；利用區(qū)塊鏈時間戳機制判斷新區(qū)塊的生成時間是否在上一個區(qū)塊之后；區(qū)塊體中的交易MerkleRoot是否與區(qū)塊頭中的MerkleRoot一致，在N個驗證節(jié)點對該區(qū)塊判斷結(jié)果均為合法的情況下，才可確認其為正常區(qū)塊，并在區(qū)塊通過驗證后將其保存到本地數(shù)據(jù)庫中，并廣播給周圍節(jié)點，至此完成共識機制的全部流程。本文中的改進區(qū)塊合法性驗證策略可更加客觀、公正的辨別合法區(qū)塊，提高區(qū)塊鏈系統(tǒng)的安全性。

3 基于出塊時間的信用值獎懲機制

為了彌補傳統(tǒng)DPOS共識機制在安全性及效率上的不足，本文增加了代表節(jié)點的信用值獎懲機制。對產(chǎn)生合法區(qū)塊的代表節(jié)點予以獎勵，對產(chǎn)生非法區(qū)塊或未生成區(qū)塊的代表節(jié)點予以懲罰，以減少作惡節(jié)點成為代表節(jié)點的概率，從而提升區(qū)塊鏈的安全性。在設(shè)計上，通過采用基于出塊時間的信用值獎懲機制，還可以增加性能更好的節(jié)點成為出塊節(jié)點的概率，從而提高區(qū)塊鏈系統(tǒng)的效率。

3.1 代表節(jié)點信用值獎懲機制

對經(jīng)過區(qū)塊驗證產(chǎn)生合法區(qū)塊的節(jié)點，若該節(jié)點名稱在委員會節(jié)點列表中，則將其信用值增加50分，對節(jié)點進行獎勵；對產(chǎn)生非法區(qū)塊或未能成功生成區(qū)塊等行為的節(jié)點，若該節(jié)點名稱在委員會節(jié)點列表中，則扣除信用值200分，以達到懲罰的目的。

算法1：代表節(jié)點獎懲算法

輸入：需計算信用值獎懲的代表節(jié)點

輸出：節(jié)點信用值

Begin

If(經(jīng)驗證該節(jié)點生成區(qū)塊為合法區(qū)塊)

If(該節(jié)點名稱在委員會節(jié)點列表中)

節(jié)點信用值增加50

End if

Else

If(該節(jié)點名稱在委員會節(jié)點列表中)

節(jié)點信用值減少200

End if

End

若有n個代表節(jié)點進行出塊操作，該算法的時間復雜度為O(n)。

3.2 基于出塊時間的信用值獎懲機制

令ΔT等于設(shè)置的限定出塊時間減去本輪該節(jié)點的出塊時間，若出塊時間小于限定的出塊時間，則說明該節(jié)點性能較好，可進行信用值獎勵，獎勵信用值為λ(ΔT)n(λ>0，n>1， 參數(shù)可根據(jù)實際情況確定)；若λ(ΔT)n大于50，則出塊獎勵為50，以限定獎勵信用值額度。若出塊時間大于K倍的限定出塊時間，則不進行獎勵。若出塊時間大于K倍的限定出塊時間(K為參數(shù)，可根據(jù)實際情況確定)時仍未出塊，則視為未能生成區(qū)塊，本出塊輪結(jié)束，將對該出塊節(jié)點進行信用值懲罰，節(jié)點信用值減去200。該模型將使網(wǎng)絡(luò)帶寬與節(jié)點性能更好的節(jié)點獲得信用值獎勵，增加其下一輪選舉出塊的概率，提高系統(tǒng)的效率。算法如下：

算法2：基于出塊時間的信用值獎懲機制算法

輸入：需計算基于時間獎懲的出塊節(jié)點

輸出：節(jié)點信用值

Begin

If(出塊時間小于限定出塊時間)

If(該節(jié)點名稱在委員會節(jié)點列表中)

If(λ(ΔT)n大于50)

節(jié)點信用值增加50

Else

節(jié)點信用值增加λ(ΔT)n

End if

End if

If(出塊時間大于K倍的限定出塊時間)

If(該節(jié)點名稱在委員會節(jié)點列表中)

節(jié)點信用值減少200

End if

End if

End

若有n個出塊節(jié)點進行出塊操作，該算法的時間復雜度為O(n)。

4 實 驗

4.1 實驗環(huán)境

在Goland進行搭建中仿真實驗環(huán)境，Goland是JetBrain公司推出的Go語言集成開發(fā)環(huán)境。在仿真平臺上模擬建立了一個擁有20個節(jié)點的分布式網(wǎng)絡(luò)，能夠模擬出改進前后DPOS共識算法推選委員會代表節(jié)點、生產(chǎn)區(qū)塊、驗證區(qū)塊等全過程。同時為確保實驗中的節(jié)點更加貼近現(xiàn)實情況，在實驗中授予不同節(jié)點不同的優(yōu)先級，使不同節(jié)點的性能有所不同。根據(jù)實際業(yè)務(wù)及安全性特征，在本實驗中綜合信用值評分模型中常量取值為：A=1,P=-1,信用值參數(shù)值α1=0.9,幣齡參數(shù)值α2=0.1，該取值保證了信用值在公式中起主導作用地位，同時避免由于幣齡因素導致作惡節(jié)點未得到應有懲罰；在基于出塊時間的信用值獎勵機制中常量根據(jù)實際情況確定，本實驗中為了保證其獎勵的公平性取T=0.5ms，λ=1000，n=2。實驗中采用的軟硬件設(shè)備的性能參數(shù)見表1。

表1 實驗環(huán)境配置

4.2 單作惡節(jié)點安全性對比實驗

在我們提出的改進DPOS共識機制中，在每輪出塊前計算各個節(jié)點的綜合信用值，根據(jù)綜合信用值由高到低的排名得到代表節(jié)點列表，由這些代表節(jié)點負責產(chǎn)生區(qū)塊。

為了驗證改進DPOS共識算法的有效性，首先在系統(tǒng)中進行兩輪出塊操作。設(shè)定節(jié)點A為唯一的作惡節(jié)點，且為第一輪負責出塊的代表節(jié)點，統(tǒng)計此時節(jié)點A的綜合信用值排名，并完成第一輪出塊操作。接下來，以此次結(jié)果為基礎(chǔ)進行第二輪出塊，得到節(jié)點A第二輪出塊的綜合信用值排名，并可由此判斷節(jié)點A是否將再次成為代表節(jié)點。經(jīng)過30次實驗計算，得到節(jié)點A再次成為代表節(jié)點的概率。其概率越低，則其作惡的機會越低，算法的安全性越高。

分別統(tǒng)計30次實驗中節(jié)點A進行兩輪出塊的綜合信用值排名，繪制出的折線如圖1所示。

圖1 A節(jié)點兩輪出塊綜合信用值排名對比

從圖1中可以看出。在改進后的DPOS共識算法中，作惡節(jié)點A第二輪綜合信用值的排名均比第一輪排名靠后。且經(jīng)計算，作惡節(jié)點再次獲得代理節(jié)點的次數(shù)僅有一次，占總次數(shù)的比例約為3%。這是由于節(jié)點A在第一輪產(chǎn)生區(qū)塊時發(fā)生了作惡行為，經(jīng)過基于信用值和幣齡的綜合信用值評分，該節(jié)點綜合信用值大幅降低，導致節(jié)點在第二輪的代表節(jié)點的選擇中排名靠后。實驗驗證，改進后的DPOS共識算法能夠有效降低作惡節(jié)點再次成為代表節(jié)點的概率，從而提高了區(qū)塊鏈系統(tǒng)的安全性。

在相同的實驗環(huán)境下，將本文提出的方法與傳統(tǒng)的DPOS共識算法及胡亞菲[18]提出的改進算法進行第二輪綜合信用值排名的對比結(jié)果如圖2所示。

圖2 A節(jié)點第二輪綜合信用值排名對比

從圖2中可以看出，在30次實驗中，本文提出的改進算法作惡節(jié)點A在第二輪的綜合信用值排名比改進前的傳統(tǒng)算法更加靠后。統(tǒng)計得到的數(shù)據(jù)如下：改進前作惡節(jié)點獲得代理節(jié)點共有25次，概率約為84%。對比圖2中胡亞菲[18]論文中的實驗結(jié)果表明，其第二輪出塊獲得代理節(jié)點的次數(shù)有4次，占總次數(shù)的比例約為13%，而在本文提出的改進算法中，作惡節(jié)點A再次獲得代理節(jié)點的次數(shù)僅有1次，概率約為3%。這是因為相比改進前以及同類算法，該改進算法的綜合信用值評分方式更為合理，并增加了代表節(jié)點隨機性出塊與合法性驗證機制，能夠?qū)ψ鲪汗?jié)點準確進行懲罰，因此顯著降低了作惡節(jié)點成為代理節(jié)點的概率，對于安全性的提升更加明顯。

4.3 多作惡節(jié)點安全性對比實驗

為了驗證在真實多作惡節(jié)點環(huán)境中，我們改進后的DPOS共識機制在安全性方面的提升情況，在相同實驗環(huán)境下，與傳統(tǒng)的DPOS共識算法在作惡節(jié)點數(shù)量上進行對比實驗，若作惡節(jié)點數(shù)量越少，則驗證該算法的安全性越高。對比實驗結(jié)果如圖3所示。

圖3 DPOS共識機制作惡節(jié)點數(shù)量對比

從圖3可以發(fā)現(xiàn)，在30輪實驗中，改進前的算法每輪作惡節(jié)點數(shù)在1～4個之間，一直處于較高的水平。在高迎等[19]提出的方法中，需要將近9輪才會到達穩(wěn)定狀態(tài)。這是由于基于幣齡和信用值的DPOS共識機制使作惡節(jié)點的綜合信用值降低，從而導致在下一輪被快速剔除，無法進入委員會成為代表節(jié)點。而誠實節(jié)點由于正確地產(chǎn)生區(qū)塊，綜合信用值得到提升，在下一輪的委員會節(jié)點選擇中更占據(jù)優(yōu)勢。

在我們提出的改進DPOS共識機制中，作惡節(jié)點數(shù)量持續(xù)減少。在經(jīng)過5輪之后，到達一個穩(wěn)定狀態(tài)，并且之后的每輪幾乎無作惡節(jié)點成為代表節(jié)點。相比于高迎等[19]的方法，對作惡節(jié)點剔除的更快，效果更加明顯。由此表明：本文提出的改進DPOS共識機制相比于同類方法，整體的安全性有較好的提升。

4.4 區(qū)塊生產(chǎn)時間對比實驗

為了評價我們改進后的DPOS共識機制的效率，在相同環(huán)境下，設(shè)定每輪產(chǎn)生的區(qū)塊數(shù)量相同，改進前后兩種共識機制每輪生成區(qū)塊所消耗的時間如圖4所示。

圖4 DPOS共識機制產(chǎn)生區(qū)塊時間對比

從圖4中可以看到，隨著出塊輪次的增加，兩種DPOS共識機制的出塊時間都呈現(xiàn)出線性遞增的趨勢。但在每輪生成區(qū)塊數(shù)量相同的情況下，我們改進后的DPOS共識算法生成區(qū)塊所花費的時間對比改進前的共識機制略有降低。由此表明，本文提出的改進DPOS共識機制并沒有因為增加綜合信用值的計算過程而導致區(qū)塊生成時間有所增加，反而由于在系統(tǒng)中增加了基于出塊時間的信用值獎懲機制，導致性能較好的節(jié)點更容易成為出塊節(jié)點，從而產(chǎn)生區(qū)塊的時間更短，效率略有提升。

5 結(jié)束語

本文結(jié)合版權(quán)授權(quán)交易的實際應用，給出了采用區(qū)塊鏈技術(shù)進行版權(quán)登記交易的總體框架。并針對共識機制存在的問題，提出了基于信用值和幣齡的DPOS共識機制。該機制具有以下明顯優(yōu)勢：①顯著減少了作惡節(jié)點當選代表節(jié)點的概率，可有效解決大量惡意節(jié)點當選代理節(jié)點的問題；②通過隨機出塊策略與可信區(qū)塊驗證策略，大大增強了生產(chǎn)區(qū)塊的安全性；③使用基于出塊時間的信用值獎懲機制，增大了網(wǎng)絡(luò)帶寬與節(jié)點性能更好的節(jié)點成為出塊節(jié)點的概率，進而提升了系統(tǒng)的效率。

實驗結(jié)果表明，本文提出的改進DPOS共識機制不僅可以有效降低區(qū)塊鏈系統(tǒng)的安全性風險，而且還可以在一定程度上提高系統(tǒng)的運行效率，從而在版權(quán)登記與交易領(lǐng)域進行應用，實現(xiàn)可信的版權(quán)登記與授權(quán)交易。

未來，將進一步對DPOS共識機制算法進行優(yōu)化。通過增加加密策略實現(xiàn)安全性的進一步提升，使區(qū)塊鏈技術(shù)可以更好應用到各種版權(quán)交易場景當中，為原創(chuàng)版權(quán)作品的推廣和應用保駕護航。