[論文レビュー] Performance Analysis of the Raft Consensus Algorithm for Private Blockchains

Dongyan Huang, Xiaoli Ma+1 more|arXiv (Cornell University)|Aug 3, 2018

Blockchain Technology Applications and Security参考文献 8被引用数 5

ひとこと要約

本稿では、非無視可能なパケット損失を伴うRaftベースのプライベートブロックチェーンにおけるネットワークスプリット確率を評価するための新しい解析的モデルを提案する。リーダー選挙タイムアウトとネットワークダイナミクスをモデル化することで、ネットワークサイズ、パケット損失率、選挙タイムアウトを関数として持つスプリット確率の閉形式表現を導出しており、シミュレーションによる検証が行われている。主な貢献は、不安定なネットワークにおける可用性を向上させるためにRaftパラメータを最適化する予測フレームワークの構築である。

ABSTRACT

Consensus is one of the key problems in blockchains. There are many articles analyzing the performance of threat models for blockchains. But the network stability seems lack of attention, which in fact affects the blockchain performance. This paper studies the performance of a well adopted consensus algorithm, Raft, in networks with non-negligible packet loss rate. In particular, we propose a simple but accurate analytical model to analyze the distributed network split probability. At a given time, we explicitly present the network split probability as a function of the network size, the packet loss rate, and the election timeout period. To validate our analysis, we implement a Raft simulator and the simulation results coincide with the analytical results. With the proposed model, one can predict the network split time and probability in theory and optimize the parameters in Raft consensus algorithm.

研究の動機と目的

• 現実的なネットワーク条件下におけるRaftベースのプライベートブロックチェーンにおけるネットワークスプリットに関する理論的分析の不足に対処すること。
• パケット損失率、選挙タイムアウト、ネットワークサイズがネットワークスプリット確率に与える影響をモデル化すること。
• パラメータ最適化のためのネットワークスプリット時間と確率を予測する解析的フレームワークの開発。
• シミュレーションを用いて解析的モデルを検証し、実世界のネットワーク環境下での正確性を示すこと。
• システム設計者が不安定なネットワーク環境下でブロックチェーンの可用性を向上させるためにRaftパラメータを調整する手がかりを提供すること。

提案手法

• リーダー選挙中のRaftノードの状態遷移を表現するためのマルコフ連鎖に基づく解析的モデルを構築する。
• パケット損失率、選挙タイムアウト、ネットワークサイズを関数としてネットワークスプリットの確率をモデル化する。
• 行列解析とゲルシュゴリンの円定理を用いて、ネットワークスプリット確率の閉形式表現を導出する。
• シミュレータを用いて、さまざまなネットワーク条件およびパラメータ設定下で解析結果を検証する。
• 固有値解析を適用して、マルコフ連鎖モデルがゼロに収束することを証明し、モデルの安定性を保証する。
• ハートビートタイムアウトやボートリクエストメカニズムなどのプロトコルレベルの詳細を確率的モデルに統合する。

実験結果

リサーチクエスチョン

• RQ1 パケット損失率は、Raftベースのプライベートブロックチェーンにおけるネットワークスプリット確率にどのように影響するか？
• RQ2 選挙タイムアウトの長さとネットワークスプリット確率の関係は何か？
• RQ3 ネットワークサイズは、ネットワークスプリットの発生確率および発生タイミングにどのように影響するか？
• RQ4 閉形式の解析的モデルは、現実的なネットワーク条件下でRaftにおけるネットワークスプリットイベントを正確に予測できるか？
• RQ5 Raftパラメータをどのように最適化すれば、ネットワークスプリットを最小限に抑え、ブロックチェーンの可用性を最大化できるか？

主な発見

• パケット損失率が高くなるほど、ネットワークスプリット確率が上昇し、特に大規模ネットワークでは顕著である。
• 選挙タイムアウトを延長することで、一時的なパケット損失によって引き起こされるネットワークスプリット確率が顕著に低下する。
• 大規模ネットワークでは初期のスプリット確率が小規模ネットワークよりも低くなるが、スプリット発生時間帯がより集中する。
• 解析的モデルの予測値はシミュレーション結果と非常に近接しており、その正確性と信頼性が検証された。
• 本モデルにより、スプリット発生タイミングと確率を正確に予測可能となり、システム可用性の向上に向けた事前パラメータチューニングが可能になる。
• 本研究では、選挙タイムアウトの最適化が、不安定なネットワーク環境下でのRaftパフォーマンス向上に極めて有効であることを示した。