Lighthouse项目中的PeerDAS网络子网与核心参数解耦分析
2025-06-26 04:17:49作者:秋泉律Samson
在区块链共识层客户端Lighthouse的最新开发中,团队完成了一项重要的架构改进——将PeerDAS(Peer Data Availability Sampling)网络子网配置与数据可用性采样核心参数进行解耦。这项改进为网络参数的灵活调整提供了更大的自由度,同时不影响系统的核心安全要求。
PeerDAS是区块链数据可用性采样(DAS)机制的关键组成部分,它通过点对点网络确保区块数据的可用性。在原有设计中,网络子网的数量与DAS核心参数(如托管要求)紧密耦合,这导致任何网络拓扑结构的调整都可能意外影响系统的安全模型。
技术团队通过重构参数配置系统,实现了两个关键方面的分离:
- 网络拓扑参数:包括列子网(column subnets)数量等网络层配置
- 核心安全参数:如数据托管要求等与安全直接相关的设置
这种解耦带来了几个显著优势:
- 独立调整能力:开发者现在可以单独调整网络子网数量,而无需担心这会意外改变系统的安全保证
- 更灵活的测试环境:在开发网络(devnet)中,可以更方便地试验不同的网络配置
- 清晰的参数边界:网络参数和安全参数的职责分离使系统架构更加清晰
这项改进已被合并到共识规范中,并计划在下一个开发网络中实施。对于Lighthouse客户端用户而言,这意味着未来版本将能够支持更灵活的网络配置选项,同时保持原有的安全保证。
从技术实现角度看,这一变更涉及客户端配置系统的重构,确保网络子网参数可以独立于核心DAS参数进行配置和验证。这种架构改进体现了区块链生态系统对模块化和关注点分离原则的持续追求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168