Stellar Core提名领导者算法的优化与公平性改进
2025-06-25 09:50:03作者:范靓好Udolf
背景与问题分析
在分布式共识协议中,提名阶段领导者选举算法的公平性至关重要。Stellar Core当前实现中存在一个潜在问题:提名算法对拥有更多验证节点的机构(如Lobstr)存在偏好。这种偏好源于不同机构采用了不同的验证节点配置结构。
当前网络配置中,大多数机构采用"2/3"模式(3个验证节点中选择2个),而Lobstr机构则采用"3/5"模式(5个验证节点中选择3个)。这种差异导致在提名阶段,Lobstr机构节点被选为领导者的概率高于其他机构节点。
技术原理深入解析
Stellar Core的提名领导者选举算法基于IETF技术规范实现,核心机制包括:
- 权重计算函数
weight(v)
:表示节点v出现在法定人数切片中的比例 - 邻居节点集合
neighbors(n)
:通过哈希函数确定哪些节点可能成为邻居 - 优先级函数
priority(n,v)
:决定节点v在轮次n中的优先级
当前实现中,权重计算函数利用了法定人数集结构,但在处理不同阈值配置时存在计算偏差。特别是对于"5/7"这样的配置,计算结果与理论预期不符。
解决方案设计
为解决这一问题,我们提出以下改进方案:
-
权重分配策略:
- 相同质量级别的机构间平均分配权重
- 将低质量级别的验证节点组视为单个"虚拟机构"
-
实现优化:
- 将默认权重计算逻辑移至SCPDriver基类
- 在HerderSCPDriver中实现基于配置的质量级别感知权重计算
- 引入协议版本控制,平滑过渡到新算法
-
权重归一化处理:
- 针对权重总和为1.0导致单个权重值过小的问题
- 以最高质量级别的机构权重为基准进行归一化
实现细节与测试验证
改进后的算法实现考虑了多种配置场景:
-
对于当前7个机构的配置:
- SDF节点权重:UINT64_MAX/21
- Lobstr节点权重:UINT64_MAX/35
-
对于扩展配置(如4个中等机构+2个低质量机构):
- SDF节点权重:UINT64_MAX/24
- 中等机构节点权重:UINT64_MAX/96
- 低质量机构节点权重:UINT64_MAX/192
为确保算法正确性,我们进行了:
- 蒙特卡洛模拟测试,验证新算法在各种配置下的行为
- 超级集群测试,验证从旧算法到新算法的升级过程
- 文档更新,清晰说明新算法原理和配置方式
技术影响与未来展望
这一改进显著提升了Stellar网络提名阶段的公平性,消除了对特定机构的偏好。从技术架构角度看:
- 增强了系统的去中心化特性
- 提高了共识过程的抗操纵能力
- 为未来支持更复杂的机构结构和质量级别配置奠定了基础
未来可进一步优化本地节点权重的计算逻辑,使其更好地融入机构架构中,实现更对称的领导者选择机制。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0127AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.29 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
76

暂无简介
Dart
529
116

仓颉编程语言运行时与标准库。
Cangjie
122
93

仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
52
50

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
73
101

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
990
587

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
566
103