[論文レビュー] High-efficiency Blockchain-based Supply Chain Traceability

Hanqing Wu, Shan Jiang+1 more|arXiv (Cornell University)|Oct 17, 2022

Blockchain Technology Applications and Security被引用数 6

ひとこと要約

本稿では、複数のデータベースチャンクに製品記録を複製し、最大マッチングに基づく並列検索アルゴリズムを用いることで、検索性能を向上させる高効率なブロックチェーンベースのサプライチェーントレーサビリティシステムを提案する。最適化された負荷分散により、製品追跡時間を最大85.1%まで短縮可能であり、ストレージのオーバーヘッドは最小限に抑えられる。本手法は、ブロックチェーンベースのトレーサビリティシステムにおける効率性を形式的に取り上げた最初の研究である。

ABSTRACT

Supply chain traceability refers to product tracking from the source to customers, demanding transparency, authenticity, and high efficiency. In recent years, blockchain has been widely adopted in supply chain traceability to provide transparency and authenticity, while the efficiency issue is understudied. In practice, as the numerous product records accumulate, the time- and storage- efficiencies will decrease remarkably. To the best of our knowledge, this paper is the first work studying the efficiency issue in blockchain-based supply chain traceability. Compared to the traditional method, which searches the records stored in a single chunk sequentially, we replicate the records in multiple chunks and employ parallel search to boost the time efficiency. However, allocating the record searching primitives to the chunks with maximized parallelization ratio is challenging. To this end, we model the records and chunks as a bipartite graph and solve the allocation problem using a maximum matching algorithm. The experimental results indicate that the time overhead can be reduced by up to 85.1% with affordable storage overhead.

研究の動機と目的

• ブロックチェーンベースのサプライチェーントレーサビリティにおける未だ十分に検討がなされていない効率性の問題、特に製品記録の増加に伴う所要時間とストレージのオーバーヘッドを解消すること。
• 製品記録とトレーサビリティをブロックチェーンシステム上でのグラフ探索問題としてモデル化すること。
• 複数のデータベースチャンクにわたる並列化を最大化する新しい並列検索アルゴリズムを設計すること。
• 提案手法を実験的に評価し、追跡時間に顕著な性能向上を示し、許容可能なストレージのトレードオフを示すこと。

提案手法

• 並列検索を可能にするために、製品記録をα個のデータベースチャンクに複製する。
• 取引をチャンクに割り当てるプロセスを二部グラフマッチング問題としてモデル化する。
• 最大マッチングアルゴリズムを用いて、並列化の可能性を最大化するように取引をチャンクに割り当てる。
• 負荷分散を向上させるとともに、取引IDとチャンク割り当ての相関を低減するため、モジュロ演算の前にハッシュベースのランダム化技術（例：SHA/MD5）を適用する。
• 基本的なモジュロベースの方法と、より良好な分布を実現するランダム化ハッシュベースの変種の2通りの取引割り当てアルゴリズムを実装する。
• Bitcoin取引データを用いて性能を評価し、所要時間のオーバーヘッド、ストレージ比、並列化効率を測定する。

実験結果

リサーチクエスチョン

• RQ1 大規模なブロックチェーンベースの製品記録を検索する際の所要時間のオーバーヘッドを、どのようにして顕著に削減できるか？
• RQ2 複数のデータベースチャンクに取引記録をどのように分散配置することで、並列検索性能を最大化できるか？
• RQ3 取引割り当てに最大マッチングを用いることで、逐次検索と比較してブロックチェーンベースのトレーサビリティの効率がどのように向上するか？
• RQ4 ハッシュ化によるランダム化を用いた取引割り当ては、負荷分散をどの程度改善し、追跡時間をどの程度短縮できるか？
• RQ5 提案された並列検索フレームワークにおいて、時間効率とストレージオーバーヘッドのトレードオフはどの程度か？

主な発見

• 提案された並列検索アルゴリズムは、従来の逐次検索手法と比較して、製品追跡時間を最大85.1%まで短縮した。
• チャンク数の変化に関わらずストレージオーバーヘッドはほぼ一定であり、レプリカ数を0から9に増加させてもストレージ比は安定したままだった。
• ランダム化取引割り当て法（アルゴリズム5）は、負荷分散や並列化の観点で基本的なモジュロベースの方法を顕著に上回ることはなかった。これは、一様なIDを用いたモジュロ分布がすでに良好なバランスを提供していることを示唆している。
• 使用するデータベース（例：LevelDB と CouchDB）の選択が並列化比に影響しないことから、本手法は異なるデータベースバックエンド間で容易に移植可能であることが示された。
• 実際のBitcoin取引データを用いた実験により、本手法の実用性とスケーラビリティが裏付けられた。
• 本手法はサプライチェーンに限らず、暗号通貨の追跡など、他のブロックチェーンベースのトレーサビリティユースケースにも一般化可能である。