검색 상세

오프체인 데이터의 오라클 문제를 해결하기 위한 다중 랜덤 선출 알고리즘

Multiple Random Election Algorithm for Oracle Problem with Off-Chain Data,

정다은 (서강대학교 일반대학원)

원문보기

초록/요약moremore
블록체인은 데이터의 위변조가 거의 불가능한 분산 저장 기술이다. 스마트 컨트랙트는 블록체인이라는 분산 환경에 구현되고 배포되어 저장되고, 특정 조건이 만족되었을 때 자동으로 실행되는 기술이다. 이 때 스마트 컨트랙트에 포함된 내용 중 해당 네트워크 내부에서는 확인할 수 없는 외부 데이터를 외부 기기로부터 호출하고 응답 받는 과정에서 해당 데이터에 대해 신뢰할 수 없는 상황을 오라클 문제라고 한다. 오라클 문제를 해결하기 위해 기존에 제시된 방법들은 외부 데이터의 응답을 하나의 일치하는 값으로 일치시키지 못하거나 특정 검증 노드에...
블록체인은 데이터의 위변조가 거의 불가능한 분산 저장 기술이다. 스마트 컨트랙트는 블록체인이라는 분산 환경에 구현되고 배포되어 저장되고, 특정 조건이 만족되었을 때 자동으로 실행되는 기술이다. 이 때 스마트 컨트랙트에 포함된 내용 중 해당 네트워크 내부에서는 확인할 수 없는 외부 데이터를 외부 기기로부터 호출하고 응답 받는 과정에서 해당 데이터에 대해 신뢰할 수 없는 상황을 오라클 문제라고 한다. 오라클 문제를 해결하기 위해 기존에 제시된 방법들은 외부 데이터의 응답을 하나의 일치하는 값으로 일치시키지 못하거나 특정 검증 노드에 중앙화 되는 문제가 존재한다. 이에 본 연구에서는 내부 네트워크에 다수의 악의적인 노드가 존재할 경우 외부 기기로부터 데이터를 호출 및 응답하는 과정에서 해당 데이터의 신뢰성을 확률적으로 보장하기 위해 적절한 수의 다중 검증 노드를 예측 불가능하게 선출하는 방식을 제안한다. 본 연구에서 사용되는 다중 검증 노드 랜덤 선출 알고리즘은 세 가지 조건을 만족해야 한다. 첫 째, 기존에 매 블록 생성과 검증 과정, 그리고 동기화 과정 등에서 발생하는 브로드캐스팅 외에 본 연구의 알고리즘의 수행 및 검증으로 인한 추가적인 브로드캐스팅이 없어야 한다. 둘 째, 매 블록 생성 및 검증 과정마다 본 연구의 알고리즘의 수행으로 인해 선출된 노드는 고르게 분포되어야 한다. 즉, 특정 노드의 선출 횟수가 많아져서는 안 된다. 셋 째, 매 블록 생성 및 검증 과정마다 본 연구의 알고리즘의 수행으로 인해 선출되는 노드의 총 수는 목표 비율 안에 있어야 한다. 본 연구가 제시한 랜덤 선출 알고리즘의 쇄도 효과를 확인하기 위해 블록 생성 및 검증 시 선출되는 노드의 수와 각 노드 별 선출 횟수를 확인하였다. 또한 본 연구의 알고리즘을 통한 선출의 유효성을 확인하기 위해 네트워크에 존재하는 총 노드 수와 악의적인 노드 수, 그리고 선출 노드 수를 조정하여 악의적인 노드 수가 선출된 노드 수의 3f+1 이상을 차지할 확률을 비교하였다. 마지막으로 본 연구의 유효성을 기존 연구들과 비교 분석 하였다.
초록/요약moremore
Blockchain is a distributed storage technology that is almost impossible to falsify data. Smart devices are technologies that are implemented, distributed, and stored in a distributed environment blockchain and executed automatically when certain conditions are met. This is known as an Oracle issue ...
Blockchain is a distributed storage technology that is almost impossible to falsify data. Smart devices are technologies that are implemented, distributed, and stored in a distributed environment blockchain and executed automatically when certain conditions are met. This is known as an Oracle issue when external data that is contained in smart devices that cannot be verified inside the network is called and responded to by external devices. Traditional methods presented to address Oracle problems do not match responses from external data to one matching value or centralize to specific verification nodes. Therefore, this study proposes an unpredictable way to select an appropriate number of multiple verification nodes to ensure the reliability of that data in the process of recalling and responding to data from external devices when there are multiple malicious nodes in the internal network. The multi-validated node random selection algorithm used in this study must meet three conditions: First, there should be no additional broadcastings due to the performance and verification of the algorithms in this study in addition to the broadcasting that has traditionally occurred in the creation and verification process of each block, and the synchronization process. Second, each block creation and verification process requires an even distribution of elected nodes due to the performance of the algorithms in this study. In other words, the number of elections for a particular node should not increase. Third, for each block creation and verification process, the total number of nodes elected by the implementation of the algorithms in this study should be within the target ratio. In order to identify the effect of flooding the random election algorithm presented by this study, we identified the number of nodes elected during block creation and verification and the number of electives per node. In order to validate the election through the algorithms of this study, the total number of nodes present in the network and the number of nodes elected were also adjusted to compare the probability that the number of malicious nodes would account for more than 3f+1 of the number of nodes elected. Finally, the validity of this study was compared with previous studies.