[論文レビュー] An AI Based Super Nodes Selection Algorithm in BlockChain Networks

Jianwen Chen, Kai Duan+3 more|arXiv (Cornell University)|Aug 1, 2018

Blockchain Technology Applications and Security参考文献 22被引用数 14

ひとこと要約

この論文は、畳み込みニューラルネットワーク（CNN）と動的しきい値を活用して、補完的ノード情報に基づき高性能なノードを特定する、AI駆動のスーパーノード選択アルゴリズムを提案する。PoWのエネルギー集約的特性とPoSの中央集権的傾向を置き換えることで、複雑なハッシュ計算を回避しながら、より速い取引承認と向上したセキュリティを実現する。

ABSTRACT

In blockchain systems, especially cryptographic currencies such as Bitcoin, the double-spending and Byzantine-general-like problem are solved by reaching consensus protocols among all nodes. The state-of-the-art protocols include Proof-of-Work, Proof-of-Stake and Delegated-Proof-of-Stake. Proof-of-Work urges nodes to prove their computing power measured in hash rate in a crypto-puzzle solving competition. The other two take into account the amount of stake of each nodes and even design a vote in Delegated-Proof-of-Stake. However, these frameworks have several drawbacks, such as consuming a large number of electricity, leading the whole blockchain to a centralized system and so on. In this paper, we propose the conceptual framework, fundamental theory and research methodology, based on artificial intelligence technology that exploits nearly complementary information of each nodes. And we designed a particular convolutional neural network and a dynamic threshold, which obtained the super nodes and the random nodes, to reach the consensus. Experimental results demonstrate that our framework combines the advantages of Proof-of-Work, Proof-of-Stake and Delegated-Proof-of-Stake by avoiding complicated hash operation and monopoly. Furthermore, it compares favorably to the three state-of-the-art consensus frameworks, in terms of security and the speed of transaction confirmation.

研究の動機と目的

• Proof-of-Work や Proof-of-Stake などの既存のブロックチェーンコンセンサスプロトコルにおける高いエネルギー消費と中央集権的リスクを解消すること。
• 補完的ノード情報を活用してスーパーノードを自律的かつ知的に選択する分散型で知的なフレームワークを構築すること。
• PoW、PoS、Delegated-PoS の長所を統合しながら、それらの主な欠陥を回避するコンセンサスメカニズムを設計すること。
• AI駆動のノード選択により、取引承認速度の向上とシステムのセキュリティ強化を実現すること。

提案手法

• フレームワークは、ネットワーク全体のほぼ補完的ノード情報から特徴を抽出分析するため、畳み込みニューラルネットワーク（CNN）を採用する。
• 動的しきい値メカニズムを導入し、CNNが予測したパフォーマンススコアに基づいてノードをスーパーノードまたは通常ノードに分類する。
• 選択プロセスは適応的であり、ネットワーク状態に応じてしきい値を調整することで、分散性とレジilエンスを維持する。
• コンセンサスプロトコルでは、選択されたスーパーノードのみが取引を検証するため、計算オーバーヘッドを低減する。
• ノードの行動、評価、パフォーマンス指標をCNNの入力特徴として統合し、選択の正確性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 人工知能を活用して、ブロックチェーンネットワークにおけるスーパーノードを知的に選択することで、コンセンサス効率をどのように向上できるか？
• RQ2 AIベースの選択メカニズムは、Proof-of-Workに比べてエネルギー消費を削減できるか、かつセキュリティを維持できるか？
• RQ3 補完的ノード情報の統合は、スーパーノード選択の信頼性と公平性をどのように向上させるか？
• RQ4 動的しきい値の導入は、コンセンサスプロセスにおける分散性と団結防止能力にどのような影響を与えるか？

主な発見

• 提案されたAIベースのフレームワークは、Proof-of-Workで使用される計算集約的ハッシュ演算の必要性を排除することで、顕著なエネルギー消費削減を実現する。
• 従来のコンセンサスメカニズム、特にPoW、PoS、Delegated-PoSに比べ、取引承認時間が短縮される。
• 動的しきい値メカニズムのおかげで、操作や団結を防ぐ知的なノード選択により、セキュリティが強化される。
• 実験結果から、本フレームワークは、速度およびセキュリティ指標の両面で、最先端のコンセンサスプロトコルを上回ることが示された。