Blockchain Radio Access Network Beyond 5G閱讀筆記

摘要

提出一種先進的無線網接入模式B-RAN，B-RAN利用區塊鏈，將大規模的免信任子網路連接成大規模可信任合作網路，關于增長的B-RAN網路，我們引入了一個網路經濟學的概念，B-RAN可以通過連接多邊平臺以及多個群組來創造價值，為了在不同的群組中建立深度整合且健康的multi-fold信任，我們將B-RAN劃分成了6個層結構，從底層建立信任關系，并提供了一系列的關鍵技術來克服中間的主要障礙，最后通過三個案例來研究B-RAN網路的性能，

介紹

balabala 由于現今情況下應用程式和用戶服務接入網路很復雜，拓展性不足，費用高昂，企業活個人接入點不協調，利用率不高，所以超越5G需要思考一種新的無線接入模式，

主機間網路（inter-host network）協作可以經濟高效地對未來網路進行轉變，構建一個跨服務提供商（SP，service providers）共享的動態有機網路平臺可以利用一個主機池中的網路元素，并且可以將不協調的AP合并到RAN網路之中，以此來實作高效率、低成本、強可靠性和廣泛覆寫，在這種扁平化的主機間網路客戶除了可以訪問除自己的SP下的AP（access point）外，還可以訪問一定范圍內的AP，這樣就可以在自己的SP阻塞的時候訪問范圍內不阻塞的AP，或者連接到一個專用AP池，因此，從客戶機角度看，大規模網路用較低的成本給了更好的選擇，從網路角度看，更低的復雜性的協調減少了對基礎資源的投資，同時提高了網路的效率和平衡負載，用這種方法，每個人都可以講自己的AP合并到共享網路，并將他們的資產商品化到一個無處不在的、不斷發展的網路中，

整合這個主機間網路平臺并保持公平高效的運行是很難的，主要障礙是缺乏信任，這也導致期待已久的共享無線電技術（如認知無線電CR，cognitive radio）的商業化部署，如圖1a所示幾個主要的缺乏信任的地方如下：

• SP-Client：在一個動態的多主機網路中，簡歷并保持一個SP-client信任這一個最基礎的關系是非常麻煩的，通常情況下，不信任是雙向的，SP受到提供服務的報酬影響，同時客戶端要考慮支付后得到的服務和體驗(QoS & QoE)，另外，買賣雙方都存在隱私問題，特別是個人AP提供的服務，

• SP-SP：為下一代網路服務的3GPP協議中已經強調了SP之間建立互信，這樣的互信可以基于比如商業協，但是把全球700多個主要的移動網路提供商（MNO）納入一個可信網路而不是我們提到的私人SP非常困難，這導致大多數SP寧愿讓網路負載為空也不愿意提供服務給未知的人，

• Client-Client：多主機網路平臺在多個客戶端之間存在信任問題，不來自一個公共物體，自私的客戶端可能不遵守協議然后過多的占用資源，這會導致無授權上行網路共同悲劇并帶來網路阻塞，為了建立并保持健康的不同網路參與者之間的關系，我們提出了先進的B-RAN網路用于5G網路之外，B-RAN是一種去中心化的，可信賴的，無線接入模式，利用區塊鏈去鏈接不同參與者，并為所有的參與者創造一個互利的局面，從以下五個方面總結：

  • 可信(Trustworthiness)：B-RAN可以在不同的各方之間建立互信，并通過底層區塊鏈在不可信的環境中解決授權、授權和會計（AAA）問題，

  • 去中心化(Decentralization)：利用區塊鏈的去中心化特點，B-RAN將無線網路轉化為健壯的彈性網路去分布網路元素并避免單節點的故障，

  • 效率(Efficiency)：B-RAN可以充分利用沒組織的低成本自組的AP并通過共享、卸載（offloading）、聚合來提供高的效率，

  • 靈活性(Flexibility)：B-RAN通過智能合約支持可插拔功能，以便靈活管理異構服務，并與傳統網路和新興的應用兼容，

  • 開放性(Openness)：作為一個凝聚的物體，B-RAN提供了一個開方并且可拓展的生態系統，供組織個人來接入，并保證了安全性和管理性，

后面主要介紹：為什么使用B-RAN，如何構造B-RAN，以及B-RAN如何執行

B-RAN Motivations

Network Effects

網路效應描述了一種隨著參與者數量增加而導致服務或者產品價值升高的現象，在B-RAN中，隨著客戶的增加，SP將會加入經濟激勵( economic incentives )，又稱作跨集團網路效應，因此，大量的SP將提高服務質量，吸引更多客戶，又導致更大規模的跨集團網路效應，這種正反饋能讓B-RAN更快成長balabala，

balabala規模很大的網路比小網路好，

Multi-Sided Platform(MSP)

傳統RAN是單邊業務，SP主要二點收入來自于直接給客戶提供服務，單邊業務是封閉的，線性的單向價值鏈，這所以現在資料爆炸但是傳統SP無法獲得更多利潤，

為了改變現狀我們除了可以橫向招募更多SP來整合網路還可以吸引更多方面縱向整合網路成為MSP，如圖1c所示，MSP是一個平臺，允許多邊團隊加入并且多邊團隊能夠互動，并且MSP的參與者保留了對剩余互動權的控制，B-RAN是一種典型的MSP，支持SP、客戶端互動直連，B-RAN的大規模互聯可以重塑原本的單項價值鏈，

Multi-Sidedness多邊性？多面性，就那個意思，

目前傳統的移動網路服務提供者同時扮演多重角色如SP、頻譜持有和基礎設施持有等，所以陷入寡頭壟斷，市場缺乏競爭和創新，因此為了吸引更多的參與者，B-RAN會將這些功能打散唄，是的降低進入壁壘，B-RAN的多邊性可以導致更廣泛的更豐富的網路效應，同時引入多樣的收入來源，下面列舉幾個比較重要的邊

• 頻譜擁有者Spectrum Holders：頻譜持有者可以直接將其數字化頻譜資產（DSA）租賃給SP甚至客戶端，而不必自己是SP，以實作靈活的頻譜管理，
• 基礎設施所有者Infrastruc Owners：B-RAN中的基礎設施包括所有型別的ap、集中式云、存盤、回程、邊緣節點、物聯網傳感器等等，許多制造商可以通過直接提供和共享基礎設施來加入B-RAN，
• 應用開發者Application Developers：軟體開發人員通過提供各種去中心化的應用程式（dapp）和智能合約參與B-RAN，同時，開發人員可以通過B-RAN獲得可追蹤的資料和證書，
• 內容提供者Content Providers：內容提供商是B-RAN中的關鍵參與者，他們創建和銷售各種內容，如視頻流、廣告、眾感知（crowdsensing）等，所有這些都向不同方向傳遞了價值轉移，
• 維護者Maintainers：嚴格地說，維護者是市場監管者，而不是MSP中的參與者；然而，它也表現出網路效應，隨著B-RAN的發展，更多的維護者將加入到經濟激勵的行列中，這反過來又加強了B-RAN的中立性和民主化，

Trusted Intelligence

B-RAN作為信任守護者來保障多邊之間的信任，B-RAN不僅擅長提供資料，還擅長將信任作為服務，B-RAN連接了大量的物體，使互動超越了資料傳輸的范圍，擴展到更高級的服務，如計算、快取、眾感知等，例如，邊緣節點可以基于B-RAN中的免信任鏈接向客戶端提供計算和快取服務，

目前，機器學習任務包括計算儲存傳播，事實上，B-RAN也會支持這些功能和任務，B-RAN支持前沿的聯合式(federated-style)學習并實作基于網路代理的強大可信智能，而不是單個設備上的有限智能，與傳統技術相比，人工智能具有更強的適應性，可以通過實踐進行學習，B-RAN通過保持從源到所有操作器的資料跟蹤，為分布式學習模型提供更強大的資料安全性，以保證安全性、可信和可解釋性，因此，B-RAN適用于需要智能和高安全性的領域，如網路物理控制和自動駕駛，

B-RAN Hierarchical Architecture

B-RAN不是RAN和區塊鏈的直接結合，而是融合了無線網路和分布式賬本技術（distributed ledger technologies. ）的新架構，在這個架構中可信關系十分重要，下面將給出六個層級：

• 資料層(Data layer)：資料層申明基本的資料結構如區塊、數字操作、加密密鑰，并且用區塊鏈，交易池（transaction pool），錢包的形式來組織，并且負責各種資料操作功能如（讀、寫、快取、加密、解密）

• 連接層(Link Layer)：連接層利用hash-timelocked-contract（HTLC）的原理，通過在兩個節點之間內置的安全機制來保證免信任的服務連接，保證雙方利益

• 網路層(Network Layer)：網路層由在相同或不同結構上運行的多個子網組成（圖2），網路層由大量的節點和它們之間的鏈路組成，負責建立、維護和終止子網間和子網內的連接

• 共識層(Consensus Layer)：共識層包括驗證數字操作有效的網路維護者并為系統共識生成新的區塊，作為安全和花費之間的權衡特點，共識機制可以分為兩類

  • 對于未許可的共識，任何物體都可以是維護者，未許可共識可以加強網路的中立性和民主性，但是也會導致巨大的開銷
  • 對于許可的共識，維護者被限制在一些認證過的物體中，例如：主要的MNO和政府機構，這樣的許可共識效率高花費低，并且支持更高的產出，然而，競爭者之間的公平治理（fair governance）可能是一個問題，

  B-RAN是一個有許可共識的，始終開放可訪問的網路，像Prsim這種區塊鏈中的先進協議可以用來在B-RAN中提高共識層的表現，

• 交易層(Trade Layer)：交易層提供智能合約支持的服務級別協議（SLA, service level agreement）以及物體間資源和資產的公平交換，此外，它支持跨網的資源分配和負載均衡，來實作深度集成，

• 應用層(Application Layer)：應用層為用戶、SP、開發者提供可信的應用程式介面（API），并支持各種DApps包括隨時訪問（ubiquitous access）、邊緣服務和可信智能，

例子：首先，客戶和SP在應用層發出帶有特定服務需求的請求，經過交易層，請求以智能合約的形式與服務、資源和資產相關聯，智能合約形成一個區塊，隨后被添加到共識層的區塊鏈中，網路層采取區塊鏈中智能合約規定的數字行動，并為共識層提供物理網路連接，連接層支持兩個物體之間的免信任互動，并為網路層建立點到點鏈路，資料層為上述層定義分組結構和基本操作，因此，在客戶和SP之間建立服務關系，

B-RAN: Enabling Technologies

Trust-free Services

客戶端和SP之間想要達成一個公平的交換就需要可信的中介，因此我們可以考慮在連接層內置一個免信任服務程序(Trust-free sevice process)用來保護雙方利益消除顧慮，

如上圖所示：一個嵌入了哈希鎖和時間鎖的智能合約（HTLC）可以解決這個問題，B-RAN中，SP生成一個結構化隨機碼c，作為這個SP下的ap在設定中的訪問服務授權，一旦SP和客戶達成交易，SP就用客戶的公鑰加密c得到K（c），并在客戶向合約支付包括服務費在內的費用之前初始化一個僅包含哈希值H(K?)的HTLC，支付之后，SP必須在K（c）被回收之前把它解出來，否則，HTLC會退還客戶服務費，獲得K（c）之后，客戶通過私鑰恢復出c用來訪問相應的AP，哈希鎖可以確保長時間不回應的交易和免信任服務，同時只在合約中宣布H（K（c））而不揭示任何與c相關的資訊，時間鎖嚴格限制行程來組織長時間的延時和無回應的服務，碼c需要被結構化如包含客戶身份，以免被他人誤用，

HTLC允許基于非連鎖渠道的免信任服務和支付，我們注意到零知識條件支付（zero-knowledge contingent (service) payment (ZKCP & ZKCSP)）是一種零知識證明（zero-knowledge proof (ZKP)）的變體，也是免信任服務的前景，ZKCP/ZKCSP可以在完全不可信的情況下實作服務和支付的公平交換，也有助于SP和客戶之間建立信任，

Inter-Host Coordination（主機間協調）

以前協調的時候，以多點協調為例（Coordinated Multi-Point (CoMP)）通常是要求同一SP下的AP進行協調，他們可以無私共享資源和資訊并且為流量負載均衡而考慮是否卸載子網，實踐中不同的SP之間并不信任，所以如圖1a，B-RAN可以有助于實作主機間的協調，并形成一個可信的子網路，如圖3b所示，可以打破子網路的限制，擴大調度可行空間，在B-RAN中引發顯著的網路效應，

主機間協調包括資源共享和負載均衡，B-RAN的協調包含各種元素，例如頻譜資源以及各種基礎設施，他們再區塊鏈中被虛擬化以及資產化，并在SP之間進行共享，另外，用戶資料是有價值的隱含資源，客戶資料的跨物體共享可以幫助B-RAN發展，但是需要更多的隱私保護，除此之外，可信只能和相應的能力如計算和存盤等都可以通過子網路進行共享來加強，還有，B-RAN可以增強主機間無縫卸載來適應不平衡的流量，內置的account可以幫助SP更加愿意參與協作去幫助別的SP，在一個市場平臺上，B-RAN將會激勵SP和他人合作，形成一個具有生產力和成本效益的網路，多個子網的共享以及卸載可以很大的提高網路效率，這需要一個強大的只能控制器，

Trustworthy Access（可信鏈接）

在一個不可信網路中，客戶可能會不遵守協議競爭資源，在授信訪問中，SP可以預先分配好資源來阻止非必要訪問，但是對于那些免授權的如IOT的上行鏈接來說，這就很麻煩了，因為惡意設備可能會故意攝取更多的資源，當惡意設備變多成規模之后就會導致Rogue’s Dilemma現象，Rogue困境意味著即使區塊鏈在上層建立了信任，但是由于底層信任不夠仍然可能協調失敗，

我們開發了一個叫Hash Access的可信訪問方案來消除客戶端間的不信任，如圖3c所示，用于無授權場景，在傳輸資料包之前，客戶機應通過找到低于給定閾值的哈希值來解決哈希問題，否則，客戶端必須在當前slot中等待，哈希問題由當前時間戳、其唯一識別符號（ID）和訪問合約組成，由于哈希函式的前像性，哈希問題的答案很容易驗證，但很難偽造，流氓設備很難通過生成假哈希值成功欺騙，由于每個哈希計算都可以看作是一個獨立的二項式試驗，因此在哈希訪問中嵌入了一個隨機退避，以減少沖突，哈希訪問協議在連接層中建立并強制客戶端之間的信任，

Intelligent Consensus

傳統共識機制如PoW功耗很高，不合適，因此我們使用Proof-of-Device（PoD）通過限制哈希運算元量來減少過多的一致性開銷，為了避免通過多個假身份（也稱為Sybil）進行攻擊，需要一個防篡改的依賴于硬體的ID，這樣ID可以是RF指紋、與硬體相關的不可變字串及其組合，

PoD開銷依然很大，所以B-RAN維護人員可以部署各種智能演算法來提出最佳方案，就像維護人員之間組織的機器學習競賽一樣，只有提出最佳解決方案的人才能確定調度方案，并被提升為下一個區塊的贏家，以及相應的區塊獎勵，如圖3d所示，區塊鏈隨著程序的重復而擴展和增長，這類機器學習競賽的組織和實施可以從本文提出的學習一致性證明協議中得到啟示，

分布式邊緣節點和多中心云服務器作為維護者，將協作保持B-RAN的一致性，并進一步在子網上構建智能共識層，這些維護人員將B-RAN作為一組分布式智能控制器組織起來，提高其效率，作為一個有見地的例子：B-RAN在參與者之間建立并傳播可信的智能，而分布式智能反過來又加強了B-RAN的管理和進化，

Two-Tier Chain Structure雙鏈式結構

考慮到RAN的協作主要發生在地理接近的地區，我們發明了一種Two-Tier的雙鏈結構來解決B-RAN的伸縮性問題，

由于地理臨近的特點所以就不需要將一個記錄全域更新，可以將一些記錄保留本子，如圖3e，我們給不同的域多個子鏈，并用主鏈去管理子鏈，主鏈的作用就像是聯邦政府，為子鏈指定一個全域的政策，這些子鏈雖然由主鏈控制但是享有高度的自由權，因此可以大大減少管理的作業和成本，在不違反主鏈核心政策的前提下，子鏈可以根據本地的具體情況制定自己的本地策略，不同子鏈的互動將會啟動主鏈并記錄，子鏈的哈希能力可能是不平衡的，因此為了安全考慮，子鏈需要接受一個可以由主鏈部署的允許共識，主鏈可以記錄子鏈中區塊的哈希值來降低遭受惡意攻擊的風險，

B-RAN Case Study

Platform of Subnetworks

這里使用（[9] X. Ling et al., “Practical Modeling and Analysis of Blockchain Radio Access Network,” arXiv preprint arXiv:1911.12537, Nov. 2019.[14]Y. Le et al., “Prototype Design and Test of Blockchain Radio Access Network,” Proc. IEEE Int’l. Conf. Commun. Work-shops (ICC’19), Shanghai, P.R. China, May 2019.）文章中的實驗室原型來評估B-RAN性能，在此考慮一個有著多個子網路和多個客戶的域，B-RAN是一個由子網路組成的網路所以可以用子網路數量k來反應B-RAN的大小，每個子網路可以同時給最多l個客戶端提供連接服務，假設客戶端的連接請求遵循泊松程序，速率為 λ a \lambda^a λa，服務時間是以平均 1 λ c \frac{1}{\lambda^c} λc1?指數分布的，那流量強度就定義為：
ρ = λ a k l λ c \rho = \frac{\lambda^a}{kl\lambda^c} ρ=klλcλa?
這里， k l kl kl代表了連接到B-RAN網路的最大客戶端數量，B-RAN中平均的區塊產生相對平均服務時間是0.05，并且這里l=4，每個請求需要N個頂層區塊鏈的區塊來確認（N=4 in fig.4）

在圖4中，我們說明了不同網路流量下網路大小的積極影響程度，我們通過有效吞吐量（滿足最大時延 D m D_m Dm?條件下的請求速率）來衡量B-RAN性能，我們畫出了 D m = 0.08 D_m = 0.08 Dm?=0.08（由B-RAN中連接數標準化）的有效吞吐量以及 D m = 0.06 D_m = 0.06 Dm?=0.06、 D m = 0.1 D_m = 0.1 Dm?=0.1的誤差線來避免由 D m D_m Dm?引起的誤差，如圖所示，可以看出在相同的業務流量 ρ \rho ρ下，B-RAN結合越多的子網路，可以達到更高的有效吞吐，并且取不同的 D m D_m Dm?依然如此，這表明更大的網路更有效率，所以為了獲得更好的性能，B-RAN有很強的的擴展和成長為一個有大量子網構成的大型網路的動機，

Latency-Security Trade-off（延時與安全權衡）

上圖演示了B-RAN的服務延遲和安全屬性，引數如圖4，圖5中紅色表面上的線是在具有固定哈希能力的對手（相對于其他 β = 20 % \beta = 20\% β=20%網路）面前不同業務流量 ρ \rho ρ下存在的，我們將他們投影到 L ? N L-N L?N平面，這樣更清楚，我們可以看到較高的業務量會引起網路阻塞和較高的延時 L L L，延時 L L L也表現出和確認區塊數 N N N近似線性關系，

然后，我們根據對手成功攻擊已確認區塊鏈的概率來評估安全性，如從對手具有不同哈希能力的案例中獲得的藍線所示，我們還將這些線投影到 S ? N S-N S?N平面，隨著對手哈希能力的提高，成功攻擊的概率也相應增加，如圖5所示，我們需要設定一個更大的確認區塊數 N N N以降低風險并保護B-RAN，

圖5的三維圖顯示，延時和安全性與確認區塊數量 N N N密切相關，更多的 N N N更大的延時 L L L可以獲得更強的安全性優勢，所以需要結合實際選擇確認區塊數來保持一個延時和安全性都比較好的情況，延時與安全權衡可以看做是B-RAN能實作性能的全貌，本質上，延遲安全權衡揭示了分布式系統本身的匯集速度和確認可靠性之間的內在關系，它可以為B-RAN的設計和實作提供更好的理解和更深入的見解，

Rogue’s Dilemma

在圖6a中，我們將哈希連接（Hash Access）的性能和Aloha協議進行比較，Aloha協議采用基于均勻分布退避的競爭解決方案，最大視窗為100個slot，在無惡意設備的安全環境下，Aloha和哈希連接的吞吐量相當，在5%設備是流氓設備的情況下并可能自私跳過退避的場景中，吞吐量受到較大影響，同時，不平衡的條件下（子網負載不平衡75%-25%），Aloha協議由于SP不能平衡流量所以產生嚴重的性能下降，B-RAN可以卸載不平衡流量并實作子網上的有機集成，

圖6b我們采用物聯網中的經驗資料來評估哈希連接的性能，可以看出哈希訪問可以處理實際的波動包流并保持高吞吐量，

總結和見解

我們提出了B-RAN的作業模式，用于Beyond 5G的無線傳輸，通過網路效應的視角，我們說明了B-RAN是如何提高效率和生產力的，我們通過在不可信任的參與者之間建立信任來證明B-RAN作為MSP的力量，在技術上，我們開發了一個由六層組成的層次結構作為B-RAN的總體框架，并研究了關鍵的使能技術，基于我們實驗室構建的B-RAN原型，我們闡述了B-RAN中的幾種現象：網路池效應、延遲安全權衡和盜賊困境，

幾個有趣的見解：

• B-RAN需要面臨一個臨界啟動問題，B-RAN怎么獲得足夠的新客戶呢？并吸引更多的人加入，
• 網路規模大了之后可能面臨擁擠，
• 民主和集權的網路各有利弊