[论文解读] Decision process for blockchain architectures based on requirements
本文提出了BLADE项目,这是一个自动化决策流程,可根据非功能性需求、业务流程和资产推荐最优的区块链架构。通过利用区块链特性知识库和基于流程的基准测试工具,BLADE将需求映射到合适的区块链,并生成架构模板,在真实案例研究的初步验证中取得了令人鼓舞的结果,实现了专家级别的推荐效果。
In recent years, blockchain has grown in popularity due to its singular attributes, enabling the development of new innovative decentralized applications. But when companies consider leveraging blockchain for their applications, the plethora of possible choices and the difficulty of integrating blockchain into architectures can hinder its adoption. Our research project aims to ease the adoption of blockchain into companies, notably with the construction of an automated decision process to solve this issue in which requirements are first-class citizens, a knowledge base containing architectural patterns and blockchains refined over time, and an architecture generator able to process outputs into architectural stubs. This paper will also present our current progression on this decision process, by introducing the preliminary version that is able to choose the most suitable blockchain between multiple choices and our process-driven benchmarking tool.
研究动机与目标
- 为解决企业系统中选择合适区块链架构的挑战,因为人工决策容易出错且复杂。
- 基于非功能性需求和用户偏好自动选择区块链平台,减少对专家直觉的依赖。
- 构建可重用的区块链属性与架构模式知识库,以实现系统化的决策过程。
- 根据选定的区块链模式生成架构模板(实体、接口、配置文件),以加速开发进程。
- 通过基准测试数据和专家反馈,迭代改进决策流程。
提出的方法
- BLADE决策流程使用了4种主要企业级区块链(Ethereum、Hyperledger Fabric、Corda、Quorum)以及Bitcoin的知识库,其属性从白皮书、技术文档和研究中提取。
- 使用多准则决策方法(MCDM)并结合加权评分,将需求和业务资产映射到区块链特性。
- 基于流程的基准测试框架在目标区块链上生成并部署示例智能合约微服务,以在不同工作负载下测量性能。
- 基准测试工具支持可配置的工作负载(例如,循环复杂度、数据大小、计算难度)和可自定义的区块链参数(区块时间、共识机制、区块大小)。
- 根据推荐的区块链和架构模式,系统生成架构模板(实体、接口、通信协议)。
- 通过专家对比和基于真实案例研究及架构师反馈的迭代优化,对决策流程进行验证。
实验结果
研究问题
- RQ1RQ1:如何提取并结构化业务流程、资产和需求,以用于区块链架构决策?
- RQ2RQ2:如何处理这些输入,以实现系统化且准确的系统架构决策?
- RQ3RQ3:区块链特有的特性对架构建模和领域表达有何影响?
- RQ4RQ4:如何以系统化方式将区块链集成到现有架构模式中?
主要发现
- 在一次真实案例研究中,BLADE决策流程成功推荐了与专家共识一致的区块链,验证了其在初步测试中的准确性。
- 基准测试框架支持动态工作负载配置,能够在不同区块链参数和硬件配置下实现性能测量。
- 系统生成的架构模板包含实体、接口和通信协议,显著减少了手动配置时间。
- 通过整合学术文献、白皮书和技术文档中的数据,知识库实现了区块链特性的持续一致和最新表征。
- 初步结果显示,性能指标具有上下文依赖性,且在不同区块链之间差异显著,这表明未来改进需要采用上下文感知的公式推导。
- 通过整合专家反馈和新研究的迭代方法,使决策流程和知识库能够持续优化。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。