Leslie Lamport在論文中提出的口信訊息解決方案就屬于BFT，需要考慮惡意節點的篡改、攻擊等問題，但是，口信訊息解決方案在現實場景中很難落地，比如，它并不關心這個共識的結果是什么，這會出現一種情況：現在適合進攻，但將軍們達成的共識卻是撤退，
另外，實際場景中，我們往往需要就提議的一系列值（而不是單值）在拜占庭錯誤發生的時候，也能被達成共識，那應該怎么做呢？一種方案就是本文要講解的PBFT演算法，PBFT演算法，是一種能在實際場景中落地的BFT演算法，它在區塊鏈中應用廣泛，
一、oral message的問題
要理解PBFT演算法，首先必須要明白口信訊息解決方案（A solution with oral message）到底存在哪些問題？這些問題都是后續眾多BFT演算法在努力改進和解決的，理解了這些問題，能幫助你更好地理解后來的拜占庭容錯演算法的思想（包括 PBFT 演算法），
oral message方案存在一個致命的缺陷：當將軍總數為n，叛將數為f時，演算法需要遞回協商 f+1 輪，訊息復雜度為 O(n^(f+1))，訊息數量指數級暴增，
你可以想象一下，如果叛將數為 64，訊息數已經遠遠超過 int64 所能表示的了，這是無法想象的，
二、PBFT演算法流程
PBFT 演算法，通過簽名（或訊息認證碼 MAC）約束惡意節點的行為，每個節點都可以通過驗證訊息簽名確認訊息的發送來源&#x
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/287921.html
標籤：其他