区块链研习 | DAG网络:Blockless无区块概念将解决区块链交易性能问题

简介: DAG网络中提出的无区块Blockless概念,将有可能在未来解决区块链交易中由于生成区块而产生的交易时间过长的问题。

本文译自BTCManager.com。作为一种计算机领域的拓补数据结构,DAG(Directed Acyclic Graph,有向无环图)在第一次被提出来结合应用在区块链时,是为了解决比特币区块生成效率低下的问题。基于链式的存储结构,比特币网络平均的出块时间在十分钟左右。而变成区块DAG后,在区块打包时间不变的情况下,可以在网络中并行打包区块,在网络中容纳更多的交易同时进行。而在本文中介绍的DAG与Byteball系统结合的提议,则引入了无区块Blockless的概念,称将极大提升交易效率。

即使是对于普罗大众来说,在接触到虚拟加密货币的时候,就能感受到其显现出区块链相关的技术趋势。在其中最为显著的成果是比特币,同时以太坊也因其独特的技术优势获得不少关注,但实际上,区块链的发展前景远远比这辽阔得多。

在比特币在资本市场呼风唤雨之前,已经有几个版本不同的虚拟加密货币诞生了。但是比特币拥有它们所没有的,就是去中心化的伟大梦想。引入了不可篡改等区块链特性的分布式分类账本,比特币在全球范围内迅速风靡,获得了许多推崇。

然而,随着时间的推移,我们的确看到了在比特币和区块链中出现了一些问题。尽管它依然保持了不可篡改和去中心化的特性,一个巨大的问题已然凸显出来:由于区块链先天运作机制而产生的交易时间过长的问题。在Byteball区块链平台上,一项新技术通过在顶层设计中增添新的特性,来为这个比特币中产生的问题提供解决方案。

这个新技术即为Directed Acyclic Graph (DAG)有向无环图组织模型。与区块链的工作机制不同的是,区块链需要矿工来完成工作量证明(PoW)来执行每一笔交易,而DAG能摆脱区块链的限制来完成这样的操作。相反的是,在DAG中一笔交易接着另外一笔,这意味着一笔交易能够对下一笔交易提供证明,由此一直排序下去。这些交易之间的连接就是DAG,就像区块通过哈希值来向整条区块链提供它们的名字一样。

无区块概念与相邻交易验证机制

通过使用这样一个系统,交易时间的将会变得微不足道,比特币也能得到良好的运作环境。在区块链的运营机制中,每笔交易要花费十分钟的时间。而通过DAG,由于每笔交易都与下一笔交易相连,且矿工被排除在外,交易时长会随着越来越多用户加入系统而缩短。

在DAG系统中,剔除矿工的设置能够避免像区块链系统中某一个矿池集合全网50%算力的威胁,与双重攻击的隐忧。那么,DAG是如何规避这样的威胁的呢?没有了区块链中的工作量证明共识机制,DAG的交易指令能够通过这么多起交易向外扩散,正因为每一笔交易都已经极快地扩散通知至全网,大部分双重支付的攻击尝试将会被系统捕捉到并立即拒绝执行。

以防在DAG网络中的并行支路上同时进行双重支付攻击,Byteball系统启用了由可信目击者(trusted witness)来运作的“主链”(main chain)。用户将能够从被验证过的和信赖的“目击者”中进行挑选,而这一条主链的记录会被认证为唯一有效的。

和以太坊相比较,DAG网络虽然不具备智能合约强制执行的特性,但它能为用户提供一个相对简单、清晰易辨的架构,以太坊的系统则要更为复杂许多。这不仅使得用户能更容易去理解他们的虚拟货币什么时候和怎么样进行支付,而非依靠着一个满是程序员和合约的世界。从这个角度来看,可以把DAG网络看出是一个智能合约缺席执行者和旁观者的版本。

如果DAG能得到更为广泛的应用,它在几乎每个级别都能显露出比区块链更优的特性。在目前区块链系统中,随着交易时长这样的问题显现出来,用户可能会尝试选择如DAG这样更为技术超前的系统。这将会是虚拟加密货币交易在未来的发展趋势吗?也许在目前,对这些新兴技术并重开发才最明智。

原文发布时间为:2017-12-25
本文作者:吴阳煜
本文来源:雷锋网,如需转载请联系原作者。

目录
相关文章
|
3月前
|
机器学习/深度学习 人工智能
类人神经网络再进一步!DeepMind最新50页论文提出AligNet框架:用层次化视觉概念对齐人类
【10月更文挑战第18天】这篇论文提出了一种名为AligNet的框架,旨在通过将人类知识注入神经网络来解决其与人类认知的不匹配问题。AligNet通过训练教师模型模仿人类判断,并将人类化的结构和知识转移至预训练的视觉模型中,从而提高模型在多种任务上的泛化能力和稳健性。实验结果表明,人类对齐的模型在相似性任务和出分布情况下表现更佳。
80 3
|
5天前
|
数据采集 网络协议 JavaScript
网络爬虫性能提升:requests.Session的会话持久化策略
网络爬虫性能提升:requests.Session的会话持久化策略
|
1月前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
108 7
|
2月前
|
机器学习/深度学习 自然语言处理 语音技术
Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧
本文介绍了Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧,并通过TensorFlow和PyTorch等库展示了实现神经网络的具体示例,涵盖图像识别、语音识别等多个应用场景。
72 8
|
2月前
|
网络协议 网络安全 数据安全/隐私保护
计算机网络概念:网关,DHCP,IP寻址,ARP欺骗,路由,DDOS等
计算机网络概念:网关,DHCP,IP寻址,ARP欺骗,路由,DDOS等
56 4
|
2月前
|
网络协议 数据挖掘 5G
适用于金融和交易应用的低延迟网络:技术、架构与应用
适用于金融和交易应用的低延迟网络:技术、架构与应用
76 5
|
2月前
|
供应链 安全 网络安全
区块链技术与网络安全:机遇与挑战
区块链技术与网络安全:机遇与挑战
117 2
|
3月前
|
机器学习/深度学习
YOLOv10优改系列一:YOLOv10融合C2f_Ghost网络,让YoloV10实现性能的均衡
本文介绍了YOLOv10的性能优化,通过融合Ghost模块和C2f结构,实现了网络性能的均衡。GhostNet通过GhostModule和GhostBottleNeck减少参数量,适用于资源有限的场景。YOLOv10-C2f_Ghost在减少参数和计算量的同时,保持了与原始网络相当或更好的性能。文章还提供了详细的代码修改步骤和可能遇到的问题解决方案。
339 1
YOLOv10优改系列一:YOLOv10融合C2f_Ghost网络,让YoloV10实现性能的均衡
|
2月前
|
网络协议 网络安全 数据安全/隐私保护
计算机网络概念:网关,DHCP,IP寻址,ARP欺骗,路由,DDOS等
【10月更文挑战第27天】计算机主机网关的作用类似于小区传达室的李大爷,负责将内部网络的请求转发到外部网络。当小区内的小不点想与外面的小明通话时,必须通过李大爷(网关)进行联系。网关不仅帮助内部设备与外部通信,还负责路由选择,确保数据包高效传输。此外,网关还参与路由表的维护和更新,确保网络路径的准确性。
60 2
|
3月前
|
缓存 监控 前端开发
优化网络应用的性能
【10月更文挑战第21天】优化网络应用的性能
39 2