[论文解读] 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 6

一句话总结

本文提出了一种基于区块链的高效率供应链可追溯性系统，通过在多个数据库分片中复制产品记录，并采用基于最大匹配的并行搜索算法，提升了搜索性能。该方法通过优化负载分配，将产品追踪时间最多减少85.1%，同时存储开销极低，是首个正式解决基于区块链的可追溯性系统中效率问题的工作。

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.

研究动机与目标

• 为解决基于区块链的供应链可追溯性中尚未充分探索的效率问题，特别是随着产品记录增长带来的时间与存储开销问题。
• 将产品记录与可追溯性建模为区块链系统上的图搜索问题。
• 设计一种新颖的并行搜索算法，以最大化在多个数据库分片之间的并行化程度。
• 通过实验评估所提出的方法，并展示在追踪时间上显著的性能提升，同时接受合理的存储代价。

提出的方法

• 将产品记录复制到 α 个数据库分片中，以支持并行搜索操作。
• 将事务分配到分片的问题建模为二分图匹配问题。
• 使用最大匹配算法，以最大化并行化潜力的方式将事务分配到分片。
• 在取模操作前应用基于哈希的随机化技术（例如 SHA/MD5），以改善负载均衡，并减少事务ID与分片分配之间的相关性。
• 实现两种事务分配算法：一种基本的基于模运算的方法，以及一种改进分布的基于随机哈希的变体。
• 使用比特币事务数据评估性能，测量时间开销、存储比以及并行化效率。

实验结果

研究问题

• RQ1 如何显著减少在大规模基于区块链的产品记录中搜索的时延，以提升供应链可追溯性系统的效率？
• RQ2 如何最优地将事务记录分布到多个数据库分片中，以最大化并行搜索性能？
• RQ3 在事务分配中使用最大匹配算法，相比串行搜索，如何提升基于区块链可追溯性的效率？
• RQ4 通过哈希随机化事务分配，在多大程度上能改善负载均衡并减少追踪时间？
• RQ5 在所提出的并行搜索框架中，时间效率与存储开销之间的权衡关系如何？

主要发现

• 所提出的并行搜索算法相比传统串行搜索方法，将产品追踪时间最多减少85.1%。
• 无论分片数量如何变化，存储开销几乎保持不变，存储比在从0到9个副本增加时依然稳定。
• 在负载均衡或并行化方面，基于随机哈希的事务分配方法（算法5）并未显著优于基本的基于模运算的方法，表明仅使用均匀ID的模分布已能提供良好的负载均衡。
• 底层数据库的选择（如 LevelDB 与 CouchDB）不会影响并行化比率，表明该方法可在不同数据库后端之间良好移植。
• 实验结果使用真实的比特币事务数据进行了验证，证明了该方法在实际应用中的可行性与可扩展性。
• 该方法具有通用性，可推广至供应链以外的其他区块链可追溯性用例，如加密货币追踪。