The Efficiency Assessment of the Blockchain Networks Adaptive Algorithm as Part of a Multi-Consensus System on Communication Networks

Cover Page

Cite item

Full Text

Abstract

The relevance of the approaches and solutions proposed in the work is due to the desire for distributed computing and decentralization of system modules using blockchain technology in order to increase the autonomy, security and independence of system components. The implementation of blockchain technology for decentralization is hampered by the lack of flexibility in terms of the algorithm for making a single decision in the asynchronous system ‒ consensus, which affects the amount of generated network traffic and the requirements for the hardware component. Due to the changing nature of the transmitted traffic, the load on the communication channel, the time of day of traffic transmission, the equipment, and the network protocols used, the development of a single universal consensus algorithm is not possible, since it depends on a very wide range of variable and specific parameters characteristic of different tasks. The introduction of adaptation mechanisms to current network conditions and a change in the consensus algorithm without losing information and with a satisfactory level of delays would provide sufficient flexibility for further implementation in existing telecommunication systems. The purpose of this paper is to evaluate the effectiveness of the proposed adaptive algorithm for choosing a consensus for blockchain networks.The essence of the presented algorithm is to change the consensus algorithm on a section of the blockchain network upon reaching certain network conditions, which allows regulating the amount of generated load on the communication network to reduce the loss of transaction blocks and the subsequent delay in their processing. The proposed efficiency assessment model is based on mathematical modeling methods, differential equation analysis, queueing theory and network graphs. The analysis of the results showed the efficiency of the proposed model when comparing the results of the analytical calculation and the experiment. The scientific novelty of the proposed approach is to developing an adaptive consensus selection algorithm, as opposed to developing a universal consensus algorithm, and the efficiency assessment model of the proposed algorithm on the communication network, taking into account a number of parameters characterizing the devices and the section of the communication network.The theoretical significance is in the universality of the proposed efficiency assessment model for calculating the synchronization speed of all nodes of the blockchain network with specified network parameters.The practical significance of the proposed algorithm and efficiency assessment method lies in the formation of new approaches and opportunities for integrating blockchain technology into modern communication networks, abstracting from the problem of consensus selection in changing conditions of the communication network section.

About the authors

A. V. Pomogalova

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: pomogalova.av@sut.ru
ORCID iD: 0000-0001-8129-989X
SPIN-code: 3220-2575

References

  1. Бахвалова Е.А., Судаков В.А. Исследование алгоритмов консенсуса для блокчейн-платформ // Препринты ИПМ им. М.В. Келдыша. 2021. № 26. 16 с. doi: 10.20948/prepr-2021-26
  2. Багдасарян К.М., Еремин В.Д. Теоретические аспекты развития криптоэкономики и перспективы использования технологии блокчейн в финансовом секторе // Вестник евразийской науки. 2021. Т. 13. № 1. С. 21. EDN:SLAEMB
  3. Вербицкий А.С., Барсуков Н.М. Предназначение и подходы к созданию интеллектуальных систем в военном деле // XXXVI Международная научно-практическая конференция «Cовременная наука: актуальные вопросы, достижения и инновации» (Пенза, Российская Федерация, 25 апреля 2024). Пенза: Наука и Просвещение, 2024. С. 49. EDN:TYHIZU
  4. Кашеварова Н.А., Куликова М.Е. Интеграция блокчейна и искусственного интеллекта как механизма модернизации различных отраслей экономики // Вестник университета. 2024. № 5. С. 54‒67. doi: 10.26425/1816-4277-2024-5-54-67. EDN:YMKWPE
  5. Грепан В.Н. Анализ и эффективность применения кодов коррекции ошибок в блокчейне // Вестник науки. 2024. Т. 3. № 7(76). С. 253‒262. EDN:SMSYYR
  6. Киямов Ж.У. О проблемах оптимизации и безопасности для многоуровневой виртуальной сети. Дис. … канд. техн. наук. СПб., 2023. URL: https://disser.spbu.ru/files/2023/disser_kiyamov.pdf (дата обращения 15.10.2024)
  7. Звозникова Г.О. Обзор алгоритмов технологий blockchain // Теория и практика современной науки. 2020. № 5(59). С. 187‒190. EDN:LNYGCV
  8. Канатьев К.Н., Большаков В.Н., Анисимов А.Р., Скоморохина Е.Р., Чикенев С.Д. Анализ возможностей технологии блокчейн в управлении данными // Инновации и инвестиции. 2023. № 5. С. 174‒178. EDN:XVVEUW
  9. Pomogalova A.V., Elagin V.S., Vladyko A.G., Donskov E.A. Methods for evaluating network characteristics on blockchain-v2x system nodes // Proceedings of the Conference on Systems of Signals Generating and Processing in the Field of on Board Communications (SOSG, Moscow, Russian Federation, 15–17 March 2022). IEEE, 2022. doi: 10.1109/IEEECONF53456.2022.9744263. EDN:JDDQVF
  10. Гарипов Р.И., Максимова Н.Н. Анализ методических подходов к оценке эффективности блокчейна // Управление в современных системах. 2020. № 1(25). С. 13‒17. EDN:URBTFO
  11. Pomogalova A.V., Donskov E.A., Elagin V.S., Vladyko A.G. Aspects of Data Transfer and Synchronization for Vulnerable Road Users Emergency Scenarios Based on Blockchain Technology in ITS // Proceedings of the Conference on Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO, Vyborg, Russian Federation, 1‒3 July 2024). IEEE, 2024. doi: 10.1109/SYNCHROINFO61835.2024.10617888
  12. Андрианова Е.Г., Головин О.Л. Концептуальные аспекты построения доверенных неоднородных блокчейн-сред нового технологического уклада // ИТ-Стандарт. 2017. № 3(12). С. 1‒6. EDN:ZTUOER
  13. Елагин В.С., Спиркина А.В., Владыко А.Г., Иванов Е.И., Помогалова А.В., Аптриева Е.А. Основные сетевые характеристики blockchain трафика и подходы к моделированию // T-Comm: Телекоммуникации и транспорт. 2020. Т. 14. № 4. С. 39‒45. doi: 10.36724/2072-8735-2020-14-4-39-45. EDN:QWRTMK
  14. Шалева А.С. Моделирование и оптимизация алгоритма распространения сообщений в одноранговой блокчейн-сети NEO. СПб.: СПбГУ, 2021. URL: https://dspace.spbu.ru/bitstream/11701/32274/1/st050450.pdf (дата обращения 15.10.2024)

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».