logo móvil
Contáctanos

La evolución y estrategias de optimización de un algoritmo de consenso PBFT para blockchains de consorcio

Autores: Yuan, Fujiang; Huang, Xia; Zheng, Long; Wang, Lusheng; Wang, Yuxin; Yan, Xinming; Gu, Shaojie; Peng, Yanhong

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

La evolución y estrategias de optimización de un algoritmo de consenso PBFT para blockchains de consorcio


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Tecnología blockchain
Algoritmos de consenso
Tolerancia a Fallos Bizantinos Práctica (PBFT)
Estrategias de optimización
Complejidad de comunicación
Mecanismo de incentivos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Con el rápido desarrollo de la tecnología blockchain, los algoritmos de consenso se han convertido en un enfoque de investigación significativo. La Tolerancia a Fallos Bizantinos Práctica (PBFT), como un mecanismo de consenso ampliamente utilizado en blockchains de consorcio, ha experimentado numerosas mejoras en los últimos años. Sin embargo, los estudios de revisión existentes enfatizan principalmente comparaciones amplias de diferentes algoritmos de consenso y carecen de una exploración en profundidad de las estrategias de optimización de PBFT. La falta de tal revisión dificulta que investigadores y profesionales identifiquen las optimizaciones más efectivas para escenarios de aplicación específicos. En este artículo, revisamos los esquemas de mejora de PBFT desde tres direcciones clave: optimización de la complejidad de la comunicación, gestión dinámica de nodos e integración de mecanismos de incentivos. Específicamente, exploramos la creación de redes jerárquicas, la selección adaptativa de nodos, el cambio de vista de múltiples líderes y un modelo de consenso híbrido que incorpora mecanismos de participación y penalización. Finalmente, este artículo presenta un análisis comparativo de estas estrategias de optimización, evalúa su aplicabilidad en varios escenarios y ofrece perspectivas sobre futuras direcciones de investigación para el diseño de algoritmos de consenso.

Otros recursos que podrían interesarte

Temas Virtualpro