Abraxas: Throughput-Efficient Hybrid Asynchronous Consensus

2023-12-06 18:36

本文主要是介绍Abraxas: Throughput-Efficient Hybrid Asynchronous Consensus,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 笔记
  • 后续的研究方向
  • 摘要
  • 引言
    • 网络延迟弹性与性能
    • 两者兼而有之
    • 基于DAG的协议

Abraxas: Throughput-Efficient Hybrid Asynchronous Consensus
CCS 2023

在这里插入图片描述

笔记

后续的研究方向

摘要

用于状态机复制(SMR)的协议经常在性能与对网络延迟的恢复能力之间进行权衡。特别地,用于异步SMR的协议容忍任意网络延迟,但当网络快速时牺牲吞吐量/延迟,而部分同步协议在快速网络中具有良好性能,但如果网络经历高延迟,则无法取得进展。现有的混合协议对任意网络延迟具有弹性,并且在网络快速时具有良好的性能,但如果网络在快速和慢速之间重复切换,例如在通常快速但具有间歇性消息延迟的网络中,则会遭受高开销(“颠簸”)。

我们提出了Abraxas,这是一种通用的方法,用于从任何“快速”协议π-快速和异步协议π-慢速构建混合协议,以实现(1)在任意网络行为下与π-慢速等效的安全性和性能,以及(2)在条件有利时与π-快速等效的性能。我们用现有的π-快(Jolteon)和π-慢(2-链VABA)的最佳协议实例化Abraxas,并通过实验表明,所得到的协议显著优于Ditto,即先前的先进混合协议。

引言

状态机复制(SMR)协议[17,21,23]构成了分布式账本技术或区块链的核心。SMR允许分布式各方就块的无边界有序序列(即链)达成一致,每个块都包含一些预定数量的事务。SMR在部分恶意方存在的情况下的安全性需要两个基本特性:一致性和活跃性。一致性要求所有诚实的各方就其输出的任何块达成一致。活跃性保证了进步,因为如果所有诚实的各方都持有一些交易作为输入,那么该交易最终将被这些各方包含在一些块输出中。

网络延迟弹性与性能

SMR文献主要考虑三种网络设置:同步、部分同步和异步。在同步网络中,假设所有消息在发送后的某个固定(已知)时间Δ内送达。这允许容忍高达𝑡 < 𝑛/2个恶意方。然而,在实践中,通常很难保证完全同步。这促使了部分同步[7,9,10,24]和异步[5,8,14,18,19]协议的设计,它们只能容忍𝑡 < 𝑛/3腐败方。

在部分同步设置中,网络最初是异步的,但保证在一些未知(但有限)的全局稳定时间(GST)后变得完全同步。这一假设允许通过依赖负责推动协议进展的领导者来实现高效的确定性协议。例如,在GST之后,如果领导者没有故障,则此类协议可以在三轮通信中确认阻塞[10]。此外,在这种情况下,这种协议的延迟和吞吐量可以严格优于同步协议,因为它们的运行时间取决于实际的网络延迟𝛿而不是(通常是悲观的)最坏情况下的同步参数Δ。然而,在GST之前或当领导者是恶意的时,这些协议需要调用相对昂贵的领导者轮换子协议。在这些情况下,部分同步协议可以执行重复的前导旋转,在此期间没有取得任何进展。

在异步设置中,消息可能会延迟任意长的时间,唯一的保证是它们最终会被传递。任何安全的异步协议都必须随机化。不幸的是,这代表了一个重大问题瓶颈:事实上,与(确定性的)部分同步协议相比,最先进的异步协议通常需要更多的轮次来输出一个块(例如,预期>10轮次[2,14])。这不仅导致高延迟,而且导致低吞吐量,因为各方直到前一个块被确认才开始处理下一个块。

两者兼而有之

理想情况下,SMR协议即使在最坏的情况下也是安全的,同时在良好的条件下具有良好的性能。考虑到这一目标,Kursawe和Shoup开始了一系列关于所谓混合(或乐观)协议的工作[16,22]。这类协议有一个确定性的“快速路径”,当条件有利时(例如,当领导者诚实且网络快速时),如部分同步协议中所述,可以快速取得进展;还有一个回退的“慢速路径”,在条件不有利时,如异步协议中所示,可以保证活跃性。通过在这些路径之间交替,混合协议可以实现高效率和强安全性。Aublin等人[4]后来对该技术进行了研究,他介绍了一种用于构建混合协议的通用框架;Pass和Shi[20]在他们的Thunderella协议中进一步完善和推广了混合技术。在过去的几年里,混合协议在异步[12,18]和同步[1,3,20]设置中继续受到人们的强烈兴趣。

在异步设置中,现有混合协议的一个缺点是,当它们频繁地回退到慢速路径时,它们的性能会受到影响。特别是,大多数混合协议首先尝试运行快速路径,只有在一定的超时时间后才回落到慢速路径(否则协议可能会不必要地回落)。因此,在最坏的网络条件下,即使是最好的混合协议[12,18]的效率也明显低于纯异步协议。这种不令人满意的状态引发了一个自然的问题:是否存在异步混合协议,其性能在条件有利时可与最佳部分同步协议相媲美,在条件不利时可与最优异步协议相媲美?

基于DAG的协议

最近基于DAG的协议[11,13,15]部分回答了这个问题,因为即使在网络条件波动的情况下,它们也能保持稳定的吞吐量和延迟。基于DAG的协议分步骤进行,在每个步骤中𝑛各方提议𝑂(𝑛)并行的块(一个层),并且每个提议都指向前一层中的多个块。这种方法的一个优点是,它们将协议的活跃度与事务广播解耦,这允许它们在从间歇性的活跃度损失中恢复时一次提交多个块。然而,这些基于DAG的方法的一个问题是,它们需要Ω(𝑛3) 每层的总通信量,这意味着当各方数量增加时,它们会导致高网络拥塞。此外,由于需要存储𝑛每层的块——除了指向前一层中块的所有指针之外——运行基于DAG的协议的各方的内存占用是Ω(𝑛2) 。
在这里插入图片描述
在这里插入图片描述

这篇关于Abraxas: Throughput-Efficient Hybrid Asynchronous Consensus的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/462876

相关文章

[论文笔记]QLoRA: Efficient Finetuning of Quantized LLMs

引言 今天带来LoRA的量化版论文笔记——QLoRA: Efficient Finetuning of Quantized LLMs 为了简单,下文中以翻译的口吻记录,比如替换"作者"为"我们"。 我们提出了QLoRA,一种高效的微调方法,它在减少内存使用的同时,能够在单个48GB GPU上对65B参数的模型进行微调,同时保持16位微调任务的完整性能。QLoRA通过一个冻结的4位量化预

《Efficient Batch Processing for Multiple Keyword Queries on Graph Data》——论文笔记

ABSTRACT 目前的关键词查询只关注单个查询。对于查询系统来说,短时间内会接受大批量的关键词查询,往往不同查询包含相同的关键词。 因此本文研究图数据多关键词查询的批处理。为多查询和单个查询找到最优查询计划都是非常复杂的。我们首先提出两个启发式的方法使关键词的重叠最大并优先处理规模小的关键词。然后设计了一个同时考虑了数据统计信息和搜索语义的基于cardinality的成本估计模型。 1.

《The Power of Scale for Parameter-Efficient Prompt Tuning》论文学习

系列文章目录 文章目录 系列文章目录一、这篇文章主要讲了什么?二、摘要中T5是什么1、2、3、 三、1、2、3、 四、1、2、3、 五、1、2、3、 六、1、2、3、 七、1、2、3、 八、1、2、3、 一、这篇文章主要讲了什么? The article “The Power of Scale for Parameter-Efficient Prompt Tuning

交易吞吐率throughput和延迟latency的区别

Transaction throughput is the number of transactions that the system can process per second.Latency is the time it takes for an application to send a transaction proposal to the transaction commit.

电路笔记(通信):UART Universal Asynchronous Receiver/Transmitter+电缆信号完整性改善

UART协议概述 URAT(Universal Asynchronous Receiver/Transmitter)协议用于在两个设备之间进行数据传输。UART协议因其简单性和广泛应用而成为串行通信的一个基本选择,适合各种数据传输需求的应用。 异步传输 定义: UART是一种异步串行通信协议,这意味着数据在传输过程中不依赖于时钟信号,而是通过约定的波特率(baud rate)来同步数据传输。

论文阅读:VideoMamba: State Space Model for Efficient Video Understanding

论文地址:arxiv 摘要 为了解决视频理解中的局部冗余与全局依赖性的双重挑战。作者将 Mamba 模型应用于视频领域。所提出的 VideoMamba 克服了现有的 3D 卷积神经网络与视频 Transformer 的局限性。 经过广泛的评估提示了 VideoMamba 的能力: 在视觉领域有可扩展性,无需大规模数据集来预训练。对于短期动作也有敏感性,即使是细微的动作差异也可以识别到在长期视

Efficient LoFTR论文阅读(特征匹配)

Efficient LoFTR论文阅读(特征匹配) 摘要1. 引言2. 相关工作基于检测器的图像匹配无检测器图像匹配 3. 方法3.1. 局部特征提取3.2. 高效的局部特征变换3.3. 准备工作3.4. 聚合注意力机制3.5 粗级匹配模块有效推理策略子像素级细化模块有效的精细特征提取两阶段相关细化 3.6 损失函数粗级匹配监督精细级匹配监督 4. 实验4.1. 实施细节4.2. 相对姿态

OS 64)指定的网络名不再可用 : winnt_accept: Asynchronous AcceptEx failed.

最近在Apache服务器上部署了php项目之后一直报:OS 64)指定的网络名不再可用  : winnt_accept: Asynchronous AcceptEx failed. 一分钟都会有两次这样的错误。 解决方法: 在Apache配置文件httpd.conf中添加: <IfModule mpm_winnt.c> ThreadsPerChild 1000 MaxRequestsPe

pytorch 参数冻结 parameter-efficient fine-tuning

目标:在网络中冻结部分参数进行高效训练 框架:pytorch (version 1.11.0) 基本实现: 需要学习的参数requires_grad设置为True,冻结的设置为False需要学习的参数要加到 optimizer的List中;对于冻结的参数,可以直接不加进去,(应该也可以加进去,但是requires_grad=False) 注意事项: 3. 如果不传递参数的层,记得前向操作是

论文学习—Efficient Multi-label Classification with Many Labels

论文学习:Efficient Multi-label Classification with Many Labels 摘要2. 多标签分类相关工作2.1 Label Transformation1. **降维(Dimensionality Reduction)**2. **回归模型(Regression Model)**3. **逆变换(Inverse Transformation)** 2