[论文解读] Which Blockchain to choose? A decision support tool to guide the choice of a Blockchain technology

Nicolas Six, Nicolas Herbaut+1 more|arXiv (Cornell University)|Apr 9, 2020

Blockchain Technology Applications and Security被引用 6

一句话总结

本文提出了一种决策支持工具，采用多准则决策分析（MCDA）根据非功能性需求和用户偏好推荐最合适的区块链。通过整合来自白皮书、基准测试和ISO 25010质量属性的区块链特性知识库，该工具实现了自动化选择——在供应链用例中得到验证，推荐以太坊-PoA，因其在性能、成本和功能之间的平衡表现优异。

ABSTRACT

Companies trying to build new solutions using blockchain are confronted with a plethora of available concurrent technologies that have many control knobs which require fine-tuning by experts. Exiting studies that build decision models for blockchain adoption or selection lack an automated way to use non-functional requirements to provide recommendations. In this paper, we build a knowledge base for blockchain solutions by analyzing whitepapers and studies, but also our benchmark results performed in a controlled environment. Then, we implement a Multi-Criterion Decision Analysis method to determine the most suitable blockchain solution from companies provided requirements and preferences. Finally, we illustrate our approach by running the decision process on a realistic supply-chain use case. This paper provides a rationale for blockchain deployment choices. While still limited in scope, we plan to include more blockchain alternative and more flexible requirements inputs in future work.

研究动机与目标

• 解决在选项日益增多且配置参数复杂的背景下，选择合适区块链技术的挑战。
• 通过基于高层次非功能性需求和用户偏好的自动化推荐，弥合现有研究的空白。
• 构建一个整合区块链特性知识库，涵盖白皮书、学术研究和受控基准测试结果。
• 开发一种决策流程，利用多准则分析将用户需求映射到最合适的区块链解决方案。
• 在真实的供应链用例中验证该方法，展示其在企业采用中的实际适用性。

提出的方法

• 该方法通过分析区块链白皮书、学术文献以及在受控环境（使用Grid'5000）下获得的基准测试结果，构建知识库。
• 将区块链技术映射到ISO 25010质量属性（如性能、安全性、可维护性）以定义可度量的准则。
• 通过李克特量表输入捕捉用户偏好，实现对需求的主观加权。
• 采用多准则决策分析（MCDA）框架，为每种区块链计算加权得分，根据用户定义的优先级进行排序。
• 集成性能测试（如400 TPS的事务吞吐量）以优化延迟和资源使用等动态准则。
• 考虑敏感性分析，并探讨未来扩展至模糊逻辑或贝叶斯模型，以处理偏好中的不确定性。

实验结果

研究问题

• RQ1 在现实企业环境中，哪种区块链技术最能满足一组非功能性需求和用户偏好？
• RQ2 如何构建一种系统化、自动化的决策流程，实现在无需深入技术专长的情况下推荐区块链？
• RQ3 在实际部署场景中，基准测试结果（如事务吞吐量）在最终推荐中所起的作用有多大？
• RQ4 推荐结果对不同准则用户定义权重的变化有多敏感？
• RQ5 该决策模型是否可在未来迭代中扩展以包含架构和部署特定约束？

主要发现

• 该决策工具因在性能、低能耗成本和智能合约支持方面的良好平衡，成功推荐以太坊-PoA用于供应链用例。
• 以太坊-PoA在超过400笔/秒的100%事务处理负载下无法持续运行，Geth节点的CPU饱和成为瓶颈。
• 该工具的推荐结果对权重变化敏感，尤其在吞吐量方面，凸显了进行敏感性分析或采用基于熵的加权方法以减少偏差的必要性。
• 基准测试结果准确反映了事务丢失趋势，但重复运行和更长持续时间可进一步提高精度。
• 知识库与MCDA框架使非专家能够基于高层次需求做出明智的区块链选择，降低对技术专长的依赖。
• 未来工作计划针对用户配置集成自定义性能测试，并采用更稳健的偏好建模方法（如AHP、模糊逻辑）以提升可靠性。