Research advances in blockchain consensus mechanisms and improvement algorithms

doi:10.11772/j.issn.1001-9081.2024101420

Journal of Computer Applications ›› 2025, Vol. 45 ›› Issue (9): 2848-2864.DOI: 10.11772/j.issn.1001-9081.2024101420

• Cyber security • Previous Articles

Research advances in blockchain consensus mechanisms and improvement algorithms

Wei GAO, Lihua LIU(), Bintao HE, Fang’an DENG

School of Mathematics and Computer Science，Shaanxi University of Technology，Hanzhong Shaanxi 723000，China

Received:2024-10-07 Revised:2024-12-28 Accepted:2024-12-31 Online:2025-01-03 Published:2025-09-10
Contact: Lihua LIU
About author:GAO Wei， born in 2001，M. S. candidate. His research interests include blockchain.
HE Bintao， born in 1982， Ph. D. candidate， lecturer. His research interests include cryptography， privacy computing， blockchain.
DENG Fang’an， born in 1963， Ph. D.， professor. His research interests include abstract algebra， soft algebra theory， information security.
Supported by:
Shaanxi University of Technology Research Project(SLGRCQD2137)

区块链共识机制与改进算法研究进展

高威, 刘丽华(), 和斌涛, 邓方安

陕西理工大学数学与计算机科学学院，陕西汉中 723000

通讯作者: 刘丽华
作者简介:高威（2001—），男，陕西榆林人，硕士研究生，CCF会员，主要研究方向：区块链
和斌涛（1982—），男，陕西西安人，讲师，博士研究生，主要研究方向：密码学、隐私计算、区块链
邓方安（1963—），男，陕西汉中人，教授，博士，主要研究方向：抽象代数、软代数理论、信息安全。
基金资助:
陕西理工大学科研项目(SLGRCQD2137)

Abstract

Abstract:

Consensus mechanism is the core of blockchain technology， and consensus algorithms are the specific technical means to achieve this mechanism. Consensus mechanism ensures consistency and correctness of blockchain database， and is crucial to system performance of the blockchain such as security， scalability and throughput. Therefore， firstly， from perspective of underlying storage of blockchain technology， consensus algorithms were divided into two categories： chain and graph， and working principles， optimization strategies and typical representative algorithms of different types of different categories of consensus algorithms were classified and reviewed. Then， in view of complex application background of blockchain， the mainstream improved algorithms of chain structure and graph structure consensus algorithms were sorted out respectively and comprehensively， and main line of consensus algorithm development was given， especially in terms of security， the algorithms were compared deeply， and advantages， disadvantages and possible security risks of them were pointed out. Finally， from multiple dimensions such as security， scalability， fairness and incentive strategy， challenges faced by the current blockchain consensus algorithms were discussed in depth， and their development trends were prospected， so as to provide theoretical reference for researchers.

Key words: blockchain, consensus algorithm, distributed system, Byzantine fault tolerance, chain storage structure, graph storage structure

摘要：

共识机制是区块链技术的核心，共识算法则是实现这一机制的具体技术手段，它确保区块链数据库的一致性和正确性，对区块链的安全性、可扩展性和吞吐量等系统性能至关重要。因此，首先从区块链技术的底层存储的角度，将共识算法分为链式和图式两类，并分类综述不同类型的共识算法的工作原理、优化策略和典型代表性算法；其次，针对区块链的复杂应用背景，分别全面梳理链式结构和图式结构共识算法的主流改进算法，给出共识算法的发展主线，特别是在安全性方面进行深入的比较，指出它们存在的优缺点和可能面临的安全风险；最后，从安全性、可扩展性、公平性和激励策略等多个维度，深入讨论当前区块链共识算法面临的挑战，并展望它们的发展趋势，为研究者提供理论参考。

关键词: 区块链, 共识算法, 分布式系统, 拜占庭容错, 链式存储结构, 图式存储结构

CLC Number:

TP311.13

Wei GAO, Lihua LIU, Bintao HE, Fang’an DENG. Research advances in blockchain consensus mechanisms and improvement algorithms[J]. Journal of Computer Applications, 2025, 45(9): 2848-2864.

高威, 刘丽华, 和斌涛, 邓方安. 区块链共识机制与改进算法研究进展[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2848-2864.

Figures/Tables 12

References 99

[1]	NAKAMOTO S. Bitcoin： a peer-to-peer electronic cash system ［EB/OL］. ［2024-05-10］. .
[2]	TANG H， SHI Y， DONG P. Public blockchain evaluation using entropy and TOPSIS ［J］. Expert Systems with Applications， 2019， 117： 204-210.
[3]	袁勇，倪晓春，曾帅，等. 区块链共识算法的发展现状与展望［J］. 自动化学报， 2018， 44（11）： 2011-2022.
	YUAN Y， NI X C， ZENG S， et al. Blockchain consensus algorithms： the state of the art and future trends ［J］. Acta Automatica Sinica， 2018， 44（11）： 2011-2022.
[4]	刘懿中，刘建伟，张宗洋，等. 区块链共识机制研究综述［J］. 密码学报， 2019， 6（4）： 395-432.
	LIU Y Z， LIU J W， ZHANG Z Y， et al. Overview on blockchain consensus mechanisms ［J］. Journal of Cryptologic Research， 2019， 6（4）： 395-432.
[5]	高政风，郑继来，汤舒扬，等. 基于DAG的分布式账本共识机制研究［J］. 软件学报， 2020， 31（4）： 1124-1142.
	GAO Z F， ZHENG J L， TANG S Y， et al. State-of-the-art survey of consensus mechanisms on DAG-based distributed ledger ［J］. Journal of Software， 2020， 31（4）： 1124-1142.
[6]	夏清，窦文生，郭凯文，等. 区块链共识协议综述［J］. 软件学报， 2021， 32（2）： 277-299.
	XIA Q， DOU W S， GUO K W， et al. Survey on blockchain consensus protocol ［J］. Journal of Software， 2021， 32（2）： 277-299.
[7]	JOSE J M， PANCHAMI V. A survey on consensus algorithms in blockchain based on post quantum cryptosystems ［C］// Proceedings of the 5th International Conference on Computational Intelligence and Networks. Piscataway： IEEE， 2022： 1-6.
[8]	LIU Y， TAN T， ZHUO Y. Hybrid consensus protocols and security analysis for blockchain ［C］// Proceedings of the 2022 International Conference on Data Analytics， Computing and Artificial Intelligence. Piscataway： IEEE， 2022： 191-195.
[9]	HUSSEIN Z， SALAMA M A， EL-RAHMAN S A. Evolution of blockchain consensus algorithms： a review on the latest milestones of blockchain consensus algorithms ［J］. Cybersecurity， 2023， 6： No.30.
[10]	PLATT M， McBURNEY P. Sybil in the haystack： a comprehensive review of blockchain consensus mechanisms in search of strong Sybil attack resistance ［J］. Algorithms， 2023， 16（1）： No.34.
[11]	陈晶，杨浩，何琨，等. 区块链扩展技术现状与展望［J］. 软件学报， 2024， 35（2）：828-851.
	CHEN J， YANG H， HE K， et al. Current situation and prospect of blockchain scaling technology［J］. Journal of Software， 2024， 35（2）：828-851.
[12]	牛科迪，李敏，姚中原，等. 面向物联网的区块链共识算法综述［J］.计算机应用， 2024， 44（12）： 3678-3687.
	NIU K D， LI M， YAO Z Y， et al. Review of blockchain consensus algorithms for internet of things ［J］. Journal of Computer Applications， 2024， 44（12）： 3678-3687.
[13]	邓小鸿，王智强，李娟，等. 主流区块链共识算法对比研究［J］. 计算机应用研究， 2022， 39（1）：1-8.
	DENG X H， WANG Z Q， LI J， et al. Comparative research on mainstream blockchain consensus algorithms ［J］. Application Research of Computers， 2022， 39（1）： 1-8.
[14]	JAKOBSSON M， JUELS A. Proofs of work and bread pudding protocols ［C］// Proceedings of the 1999 IFIP TC6/TC11 Joint Working Conference on Communications and Multimedia Security， IFIPAICT 23. Boston： Springer， 1999： 258-272.
[15]	YIN H， ZHANG Z， HE J， et al. Proof of continuous work for reliable data storage over permissionless blockchain ［J］. IEEE Internet of Things Journal， 2022， 9（10）： 7866-7875.
[16]	DING Y， YANG Z， QIN B， et al. Squeezing network performance for secure and efﬁcient pow with better difﬁculty adjustment ［C］// Proceedings of the 2022 IEEE International Conference on Trust， Security and Privacy in Computing and Communications. Piscataway： IEEE， 2022： 874-881.
[17]	ESCOBAR C C， ROY S， KREIDL O P， et al. Toward a green blockchain： engineering Merkle tree and Proof of Work for energy optimization ［J］. IEEE Transactions on Network and Service Management， 2022， 19（4）： 3847-3857.
[18]	LASLA N， AL-SAHAN L， ABDALLAH M， et al. Green-PoW： an energy-efficient blockchain Proof-of-Work consensus algorithm［J］. Computer Networks， 2022， 214： No.109118.
[19]	CHATTERJEE D， BANERJEE P， MAZUMDAR S. Chrisimos： a useful proof-of-work for finding minimal dominating set of a graph［C］// Proceedings of the IEEE 22nd International Conference on Trust， Security and Privacy in Computing and Communications. Piscataway： IEEE， 2023： 1332-1339.
[20]	WEI Y， AN Z， LENG S， et al. Evolved PoW： integrating the matrix computation in machine learning into blockchain mining［J］. IEEE Internet of Things Journal， 2023， 10（8）： 6689-6702.
[21]	WANG S， SHI L， SHI H， et al. Proof of user similarity： the spatial measurer of blockchain ［J］. IEEE Transactions on Services Computing， 2024， 17（3）： 1114-1125.
[22]	QuantumMechanic. Proof of stake instead of proof of work ［EB/OL］. ［2024-07-21］. .
[23]	community Nxt. Nxt white paper ［EB/OL］. ［2024-08-15］. .
[24]	ANDREINA S， BOHLI J M， KARAME G O， et al. PoTS： a secure proof of tee-stake for permissionless blockchains ［J］. IEEE Transactions on Services Computing， 2022， 15（4）： 2173-2187.
[25]	LEI P， TAN M， XIA S. An improved scheme for proof-of-stake based on block memory ［C］// Proceedings of the IEEE 5th International Conference on Information Systems and Computer Aided Education. Piscataway： IEEE， 2022： 466-470.
[26]	SAHIN H， AKKAYA K， GANAPATI S. Optimal incentive mechanisms for fair and equitable rewards in PoS blockchains ［C］// Proceedings of the 2022 IEEE International Performance， Computing， and Communications Conference. Piscataway： IEEE， 2022： 367-373.
[27]	ZHAO W. On NXT proof of stake algorithm： a simulation study［J］. IEEE Transactions on Dependable and Secure Computing， 2023， 20（4）： 3546-3557.
[28]	EYAL I， GENCER A E， SIRER E G， et al. Bitcoin-NG： a scalable blockchain protocol ［C］// Proceedings of the 13th USENIX Symposium on Networked Systems Design and Implementation. Berkeley： USENIX Association， 2016： 45-59.
[29]	KAN J， CHEN S， HUANG X. Improve blockchain performance using graph data structure and parallel mining ［C］// Proceedings of the 1st IEEE International Conference on Hot Information-Centric Networking. Piscataway： IEEE， 2018： 173-178.
[30]	YANG X， SHI L. Ari： a P2P optimization for blockchain systems［C］// Proceedings of the 17th International Conference on Privacy， Security and Trust. Piscataway： IEEE， 2019： 1-6.
[31]	DAS D. Toward next generation of blockchain using improvized Bitcoin-NG ［J］. IEEE Transactions on Computational Social Systems， 2021， 8（2）： 512-521.
[32]	YANG F， ZHOU W， WU Q， et al. Delegated proof of stake with downgrade： a secure and efficient blockchain consensus algorithm with downgrade mechanism ［J］. IEEE Access， 2019， 7： 118541-118555.
[33]	LIU J， ZHENG W， LU D， et al. From decentralization to oligopoly： a data-driven analysis of decentralization evolution and voting behaviors on EOSIO ［J］. IEEE Transactions on Computational Social Systems， 2023， 10（5）： 2752-2763.
[34]	KIM J， OH S， KIM Y， et al. Improving voting of block producers for delegated proof-of-stake with quadratic delegate ［C］// Proceedings of the 2023 International Conference on Platform Technology and Service. Piscataway： IEEE， 2023： 13-17.
[35]	YOU L， WANG Z， HU G， et al. An improved model on the vague sets-based DPoS’s voting phase in blockchain ［J］. IEEE Transactions on Network Science and Engineering， 2023， 10（6）： 4010-4019.
[36]	MIŠIĆ J， MIŠIĆ V B， CHANG X. Toward decentralization in DPoS systems： election， voting， and leader selection using virtual stake ［J］. IEEE Transactions on Network and Service Management， 2024， 21（2）： 1777-1790.
[37]	孙敏，焦世行，王晨燕. 基于信誉的委员会共识机制［J］. 计算机应用， 2025， 45（1）： 170-177.
	SUN M， JIAO S H， WANG C Y. Credit based committee consensus mechanism ［J］. Journal of Computer Applications， 2025， 45（1）： 170-177.
[38]	侯凯祥，邱铁，徐天一，等. 带有预验证机制的区块链动态共识算法［J］. 软件学报， 2024， 35（5）： 2485-2502.
	HOU K X， QIU T， XU T Y， et al. Dynamic blockchain consensus with pre-validation ［J］. Journal of Software， 2024， 35（5）：2485-2502.
[39]	ONGARO D， OUSTERHOUT J. In search of an understandable consensus algorithm ［C］// Proceedings of the 2014 USENIX Annual Technical Conference. Berkeley： USENIX Association， 2014： 305-319.
[40]	LAMPORT L. Paxos made simple ［EB/OL］. ［2024-05-10］..
[41]	TANG H， YI W， ZHAO Y， et al. Improved raft algorithm for optimizing authorized nodes based on random forest ［C］// Proceedings of the 2022 ⅩⅩⅤ International Conference on Soft Computing and Measurements. Piscataway： IEEE， 2022： 279-282.
[42]	LIU X， HUANG Z， WANG Q， et al. An optimized key-value raft algorithm for satisfying linearizable consistency ［C］// Proceedings of the 2022 International Conference on Networking and Network Applications. Piscataway： IEEE， 2022： 522-527.
[43]	YAMASHITA A， TANAKA M， BESSHO Y， et al. Improving Raft performance with bulk transfers ［C］// Proceedings of the 11th International Symposium on Computing and Networking Workshops. Piscataway： IEEE， 2023： 38-44.
[44]	LIU Y， SHI T. Improved A-RAFT consensus algorithm based on SHA256 encryption algorithm ［C］// Proceedings of the 2023 International Conference on the Cognitive Computing and Complex Data. Piscataway： IEEE， 2023： 317-322.
[45]	刘炜，郭灵贝，夏玉洁，等. 基于信用评价模型的Raft共识算法［J］. 计算机科学， 2023， 50（6）： 322-329.
	LIU W， GUO L B， XIA Y J， et al. Raft consensus algorithm based on credit evaluation model ［J］. Computer Science， 2023， 50（6）： 322-329.
[46]	YANG S， TAN P， FU H. Improved Raft consensus algorithm based on NSGA-Ⅱ and K-Means++ ［C］// Proceedings of the 10th International Symposium on System Security， Safety， and Reliability. Piscataway： IEEE， 2024： 383-390.
[47]	CASTRO M， LISKOV B. Practical Byzantine fault tolerance and proactive recovery ［J］. ACM Transactions on Computer Systems， 2002， 20（4）： 398-461.
[48]	NA Y， WEN Z， FANG J， et al. A derivative PBFT blockchain consensus algorithm with dual primary nodes based on separation of Powers-DPNPBFT ［J］. IEEE Access， 2022， 10： 76114-76124.
[49]	YANG J， JIA Z， SU R， et al. Improved fault-tolerant consensus based on the PBFT algorithm ［J］. IEEE Access， 2022， 10： 30274-30283.
[50]	孙海锋，张文芳，王小敏，等. 基于门限和环签名的抗自适应攻击拜占庭容错共识算法［J］. 自动化学报， 2023， 49（7）：1471-1482.
	SUN H F， ZHANG W F， WANG X M， et al. A robust Byzantine fault-tolerant consensus algorithm against adaptive attack based on ring signature and threshold signature ［J］. Acta Automatica Sinica， 2023， 49（7）： 1471-1482.
[51]	ZHANG P， LIU Z， ZHOU M， et al. A group-based block storage model with block splitting and unit encoding for consortium blockchains ［J］. IEEE Transactions on Network and Service Management， 2023， 20（3）： 2886-2897.
[52]	JIANG W， WU X， SONG M， et al. A scalable Byzantine fault tolerance algorithm based on a tree topology network ［J］. IEEE Access， 2023， 11： 33509-33519.
[53]	OTHMEN R B， ABBESSI W， OUNI S， et al. Simulation of optimized cluster based PBFT blockchain validation process ［C］// Proceedings of the 2023 IEEE Symposium on Computers and Communications. Piscataway： IEEE， 2023： 1317-1322.
[54]	张苗，李绍稳，吴雨婷，等. 实用拜占庭容错共识算法的奖惩机制优化研究［J］. 计算机工程与应用， 2024， 60（7）： 266-273.
	ZHANG M， LI S W， WU Y T， et al. Research on optimization of reward and punishment mechanism of PBFT ［J］. Computer Engineering and Applications， 2024， 60（7）： 266-273.
[55]	YIN M， MALKHI D， REITER M K， et al. HotStuff： BFT consensus with linearity and responsiveness ［C］// Proceedings of the 2019 ACM Symposium on Principles of Distributed Computing. New York： ACM， 2019： 347-356.
[56]	ABRAHAM I， MALKHI D， NAYAK K， et al. Sync HotStuff： simple and practical synchronous state machine replication ［C］// Proceedings of the 2020 IEEE Symposium on Security and Privacy. Piscataway： IEEE， 2020： 106-118.
[57]	SUI X， DUAN S， ZHANG H. Marlin： two-phase BFT with linearity ［C］// Proceedings of the 52nd Annual IEEE/IFIP International Conference on Dependable Systems and Networks. Piscataway： IEEE， 2022： 54-66.
[58]	CHENG T， ZHOU W， YAO S， et al. Multi-pipeline HotStuff： a high performance consensus for permissioned blockchain ［C］// Proceedings of the 2022 IEEE International Conference on Trust， Security and Privacy in Computing and Communications. Piscataway： IEEE， 2022： 1008-1019.
[59]	GAO M， LU G， WANG Z， et al. WPBFT： an improved consensus algorithm based on the HotStuff algorithm ［C］// Proceedings of the 2023 International Conference on Artificial Intelligence and Blockchain Technology. Piscataway： IEEE， 2023： 56-59.
[60]	ZHAI D， WANG J， LIU J， et al. Efficient-HotStuff： a BFT blockchain consensus with higher efficiency and stronger robustness ［C］// Proceedings of the IEEE 28th International Conference on Parallel and Distributed Systems. Piscataway： IEEE， 2023： 217-225.
[61]	JALALZAI M M， NIU J， FENG C， et al. Fast-HotStuff： a fast and robust BFT protocol for blockchains ［J］. IEEE Transactions on Dependable and Secure Computing， 2024， 21（4）： 2478-2493.
[62]	GILAD Y， HEMO R， MICALI S， et al. Algorand： scaling Byzantine agreements for cryptocurrencies ［C］// Proceedings of the 26th Symposium on Operating Systems Principles. New York： ACM， 2017： 51-68.
[63]	FOOLADGAR M， MANSHAEI M H， JADLIWALA M， et al. On incentive compatible role-based reward distribution in Algorand［C］// Proceedings of the 50th Annual IEEE/IFIP International Conference on Dependable Systems and Networks. Piscataway： IEEE， 2020： 452-463.
[64]	ABBASI M， MANSHAEI M H， RAHMAN M A， et al. On Algorand transaction fees： challenges and mechanism design ［C］// Proceedings of the 2022 IEEE International Conference on Communications. Piscataway： IEEE， 2022： 5403-5408.
[65]	SUN W， SUN J， WANG X， et al. An improved H-Algorand consensus mechanism with credibility assessment applying in EMR storage system ［J］. IEEE Access， 2022， 10： 55164-55175.
[66]	ABBASIHAFSHEJANI M， MANSHAEI M H， JADLIWALA M. Detecting and punishing selfish behavior during gossiping in Algorand blockchain ［C］// Proceedings of the 2023 IEEE Virtual Conference on Communications. Piscataway： IEEE， 2023： 49-55.
[67]	SHI Y， LUO T， LIANG J， et al. Obfuscating verifiable random functions for proof-of-stake blockchains ［J］. IEEE Transactions on Dependable and Secure Computing， 2024， 21（4）： 2982-2996.
[68]	CHEN L， XU L， SHAH N， et al. On security analysis of proof-of-elapsed-time （PoET）［C］// Proceedings of the 2017 International Symposium on Stabilization， Safety， and Security of Distributed Systems， LNCS 10616. Cham： Springer， 2017： 282-297.
[69]	PAL A， KANT K. DC-PoET： proof-of-elapsed-time consensus with distributed coordination for blockchain networks ［C］// Proceedings of the 2021 IFIP Networking Conference. Piscataway： IEEE， 2021： 1-9.
[70]	BENTOV I， LEE C， MIZRAHI A， et al. Proof of activity： extending bitcoin’s proof of work via proof of stake ［J］. ACM SIGMETRICS Performance Evaluation Review， 2014， 42（3）： 34-37.
[71]	LIU Z， TANG S， CHOW S S M， et al. Fork-free hybrid consensus with flexible proof-of-activity ［J］. Future Generation Computer Systems， 2019， 96： 515-524.
[72]	WANG D， JIN C， LI H， et al. Proof of activity consensus algorithm based on credit reward mechanism ［C］// Proceedings of the 2020 International Conference on Web Information Systems and Applications， LNCS 12432. Cham： Springer， 2020： 618-628.
[73]	WANG D， JIN C， XIAO B， et al. Proof-of-activity consensus algorithm based on K-medoids clustering ［J］. Big Data Research， 2021， 26： No.100266.
[74]	BOREIRI Z， AZAD A N. A novel consensus protocol in blockchain network based on proof of activity protocol and game theory ［C］// Proceedings of the 8th International Conference on Web Research. Piscataway： IEEE， 2022： 82-87.
[75]	WANG Q， YU J， PENG Z， et al. Security analysis on dBFT protocol of NEO ［C］// Proceedings of the 2020 International Conference on Financial Cryptography and Data Security， LNCS 12059. Cham： Springer， 2020： 20-31.
[76]	COELHO I M， COELHO V N， ARAUJO R P， et al. Challenges of PBFT-inspired consensus for blockchain and enhancements over NEO dBFT ［J］. Future Internet， 2020， 12（8）： No.129.
[77]	POPOV S. The Tangle ［EB/OL］. ［2024-08-05］..
[78]	RAWLINS C C， JAGANNATHAN S. An intelligent distributed ledger construction algorithm for IoT ［J］. IEEE Access， 2022， 10： 10838-10851.
[79]	ZHANG Z， WU G， NING K. Optimizing the access control system for IOTA tangle： a game-theoretic perspective ［C］// Proceedings of the 26th International Conference on Computer Supported Cooperative Work in Design. Piscataway： IEEE， 2023： 539-544.
[80]	GUO F， XIAO X， HECKER A， et al. An efficient graph-based IOTA tangle generation algorithm ［C］// Proceedings of the 2023 IEEE International Conference on Communications. Piscataway： IEEE， 2023： 4816-4821.
[81]	CHEN Y， GUO Y， WANG M， et al. Securing IOTA blockchain against tangle vulnerability by using large deviation theory ［J］. IEEE Internet of Things Journal， 2024， 11（2）： 1952-1965.
[82]	SOMPOLINSKY Y， LEWENBERG Y， ZOHAR A. SPECTRE： serialization of proof-of-work events： confirming transactions via recursive elections ［EB/OL］. ［2024-08-15］..
[83]	KOVALCHUK L， OLIYNYKOV R， BESPALOV Y， et al. Comparative analysis of consensus algorithms using a directed acyclic graph instead of a blockchain， and the construction of security estimates of SPECTRE protocol against double spend attack ［M］// OLIYNYKOV R， KUZNETSOV O， LEMESHKO O， et al. Information security technologies in the decentralized distributed networks， LNDECT 115. Cham： Springer， 2022： 203-224.
[84]	PEREŠÍNI M， BENČIĆ F M， HRUBÝ M， et al. Incentive attacks on DAG-based blockchains with random transaction selection ［C］// Proceedings of the 2023 IEEE International Conference on Blockchain. Piscataway： IEEE， 2023： 1-8.
[85]	SOMPOLINSKY Y， ZOHAR A. Secure high-rate transaction processing in Bitcoin ［C］// Proceedings of the 2015 International Conference on Financial Cryptography and Data Security， LNCS 8975. Berlin： Springer， 2015： 507-527.
[86]	KOVALCHUK L， KAIDALOV D， NASTENKO A， et al. Number of confirmation blocks for bitcoin and ghost consensus protocols on networks with delayed message delivery ［C］// Proceedings of the 1st Workshop on Cryptocurrencies and Blockchain for Distributed Systems. New York： ACM， 2018： 42-47.
[87]	AMORES-SESAR I， CACHIN C， PARKER A. Generalizing weighted trees： a bridge from Bitcoin to GHOST ［C］// Proceedings of the 3rd ACM Conference on Advances in Financial Technologies. New York： ACM， 2021： 156-169.
[88]	LI C， LI P， ZHOU D， et al. A decentralized blockchain with high throughput and fast confirmation ［C］// Proceedings of the 2020 USENIX Annual Technical Conference. Berkeley： USENIX Association， 2020： 515-528.
[89]	CAI Y， LONG F， PARK A， et al. Engineering economics in the Conflux Network ［C］// Proceedings of the 2nd Conference on Blockchain Research and Applications for Innovative Networks and Services. Piscataway： IEEE， 2020： 160-167.
[90]	YIN Z， RUAN A， WEI M， et al. StreamNet： a DAG system with streaming graph computing ［C］// Proceedings of the 2020 Future Technologies Conference， Volume 2， AISC 1289. Cham： Springer， 2021： 499-522.
[91]	ZHOU M， ZENG L， HAN Y， et al. Mercury： fast transaction broadcast in high performance blockchain systems ［C］// Proceedings of the 2023 IEEE Conference on Computer Communications. Piscataway： IEEE， 2023： 1-10.
[92]	BAGARIA V， KANNAN S， TSE D， et al. Prism： deconstructing the blockchain to approach physical limits ［C］// Proceedings of the 2019 ACM SIGSAC Conference on Computer and Communications Security. New York： ACM， 2019： 585-602.
[93]	GADIRAJU D S， LALITHA V， AGGARWAL V. An optimization framework based on deep reinforcement learning approaches for prism blockchain ［J］. IEEE Transactions on Services Computing， 2023， 16（4）： 2451-2461.
[94]	YU H， NIKOLIĆ I， HOU R， et al. OHIE： blockchain scaling made simple ［C］// Proceedings of the 2020 IEEE Symposium on Security and Privacy. Piscataway： IEEE， 2020： 90-105.
[95]	NI J P， XIAO J， ZHANG S， et al. FLUID： towards efficient continuous transaction processing in DAG-based blockchains ［J］. IEEE Transactions on Knowledge and Data Engineering， 2023， 35（12）： 12679-12692.
[96]	ZHANG S， XIAO J， WU E， et al. MorphDAG： a workload-aware elastic DAG-based blockchain ［J］. IEEE Transactions on Knowledge and Data Engineering， 2024， 36（10）： 5249-5264.
[97]	KEIDAR I， KOKORIS-KOGIAS E， NAOR O， et al. All you need is DAG ［C］// Proceedings of the 2021 ACM Symposium on Principles of Distributed Computing. New York： ACM， 2021： 165-175.
[98]	SPIEGELMAN A， GIRIDHARAN N， SONNINO A， et al. Bullshark： DAG BFT protocols made practical ［C］// Proceedings of the 2022 ACM SIGSAC Conference on Computer and Communications Security. New York： ACM， 2022： 2705-2718.
[99]	LIU K， JOURENKO M， LARANGEIRA M. Reducing latency of DAG-based consensus in the asynchronous setting via the UTXO model ［C］// Proceedings of the 2023 IEEE International Conference on Parallel and Distributed Processing with Applications， Big Data and Cloud Computing， Sustainable Computing and Communications， Social Computing and Networking. Piscataway： IEEE， 2023： 294-304.

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
DPoS 算法	［33］	通过分析节点行为提高了委员会节点的可靠性	通过可靠节点选举降低了能耗	通过分析节点行为减少了恶意节点操纵选票的可能性	节点之间可以通过互相投票确保彼此在网络中的地位，违背了去中心化的初衷	存在权力集中问题，限制了系统的可扩展性
	［34］	引入二次投票模型降低了投票效率	二次投票模型引入了额外的计算和存储开销	系统缺乏针对女巫攻击的防范措施	分散投票降低了单一节点集中得票的可能性	二次投票模型可以反映网络中多数节点的真实意愿
	［35］	解决了选举分裂问题，提高了共识效率	节点排序时需要额外资源	降低了恶意节点操纵选举结果的可能性	通过分散大额节点的影响力，提高了系统的去中心化程度	减少了相同模糊值出现的概率，提高了排序效率
	［36］	通过激励节点诚实、积极地投票，提高了效率	通过减少无效操作，降低了能耗	由于选举记账节点基于多个指标，恶意节点难以通过简单的共谋操纵选举结果	通过跟踪和调整节点行为，限制了中心化风险	虚拟权益在一定程度上增强了系统的可扩展性
	［37］	通过分叉方式纠正恶意节点行为，减少了网络延迟	由于减少了节点之间的交互，从而间接降低了系统的能耗	系统不能很好地解决女巫攻击问题	普通节点的收益提高了3倍	通过简化选举流程提高了系统的可扩展性
	［38］	能够快速淘汰恶意节点，提高了效率	预验证共识引入了额外的存储开销	引入信誉评估降低了委员会腐败的可能性	动态共识允许全网节点在必要时参与验证，提高了系统的去中心化程度	动态共识提高了系统的可扩展性
Raft类算法	［41］	通过引入授权节点，降低了选举失败的概率	通过随机森林模型减少了参与共识的节点数量	通过确保候选节点的可靠性，增强了系统的安全性	引入随机森林进行分类，增强了节点间的公平性	当存在多个授权节点时，选举性能不稳定
	［42］	通过引入日志回溯机制，减少了日志不一致性	通过减少日志冲突，降低了远程过程调用的通信开销	通过快速解决主从节点之间的日志冲突，减少了因日志不一致引发的风险	仍需要一个中心化的节点协调一致性	通过减少因日志冲突引起的通信消耗，提高了系统的可扩展性
	［43］	通过批量传输，提高了系统的吞吐量	批量传输下的日志复制量约为Raft的5/9	动态调整批次大小，平衡了安全性和效率	通过减少通信消耗，降低了节点的参与门槛	批量传输通过减少通信次数，提高了系统的可扩展性
	［44］	引入存储节点增强了快速同步能力	普通节点只需存储数据哈希	引入了基于SHA256的验证机制，增强了系统的安全性	存储节点分担了领导节点的部分职责，提高了系统的公平性	节点与存储节点之间频繁的通信，降低了系统的可扩展性
	［45］	通过预先排除恶意节点，提高了系统效率	通过引入孤立森林剔除拜占庭节点，减少了无效通信	通过识别和排除拜占庭节点，增强了系统的安全性	通过减少系统中的恶意节点，提高了去中心化特性	引入信誉模型，减少了投票分裂，提高了系统可扩展性
	［46］	通过聚类提高了系统的吞吐量	通过节点分组，降低了资源消耗	存在一定的集中化依赖风险	仍需要一个中心化的节点协调一致性	系统缺少拜占庭容错能力

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
DPoS 算法	［33］	通过分析节点行为提高了委员会节点的可靠性	通过可靠节点选举降低了能耗	通过分析节点行为减少了恶意节点操纵选票的可能性	节点之间可以通过互相投票确保彼此在网络中的地位，违背了去中心化的初衷	存在权力集中问题，限制了系统的可扩展性
	［34］	引入二次投票模型降低了投票效率	二次投票模型引入了额外的计算和存储开销	系统缺乏针对女巫攻击的防范措施	分散投票降低了单一节点集中得票的可能性	二次投票模型可以反映网络中多数节点的真实意愿
	［35］	解决了选举分裂问题，提高了共识效率	节点排序时需要额外资源	降低了恶意节点操纵选举结果的可能性	通过分散大额节点的影响力，提高了系统的去中心化程度	减少了相同模糊值出现的概率，提高了排序效率
	［36］	通过激励节点诚实、积极地投票，提高了效率	通过减少无效操作，降低了能耗	由于选举记账节点基于多个指标，恶意节点难以通过简单的共谋操纵选举结果	通过跟踪和调整节点行为，限制了中心化风险	虚拟权益在一定程度上增强了系统的可扩展性
	［37］	通过分叉方式纠正恶意节点行为，减少了网络延迟	由于减少了节点之间的交互，从而间接降低了系统的能耗	系统不能很好地解决女巫攻击问题	普通节点的收益提高了3倍	通过简化选举流程提高了系统的可扩展性
	［38］	能够快速淘汰恶意节点，提高了效率	预验证共识引入了额外的存储开销	引入信誉评估降低了委员会腐败的可能性	动态共识允许全网节点在必要时参与验证，提高了系统的去中心化程度	动态共识提高了系统的可扩展性
Raft类算法	［41］	通过引入授权节点，降低了选举失败的概率	通过随机森林模型减少了参与共识的节点数量	通过确保候选节点的可靠性，增强了系统的安全性	引入随机森林进行分类，增强了节点间的公平性	当存在多个授权节点时，选举性能不稳定
	［42］	通过引入日志回溯机制，减少了日志不一致性	通过减少日志冲突，降低了远程过程调用的通信开销	通过快速解决主从节点之间的日志冲突，减少了因日志不一致引发的风险	仍需要一个中心化的节点协调一致性	通过减少因日志冲突引起的通信消耗，提高了系统的可扩展性
	［43］	通过批量传输，提高了系统的吞吐量	批量传输下的日志复制量约为Raft的5/9	动态调整批次大小，平衡了安全性和效率	通过减少通信消耗，降低了节点的参与门槛	批量传输通过减少通信次数，提高了系统的可扩展性
	［44］	引入存储节点增强了快速同步能力	普通节点只需存储数据哈希	引入了基于SHA256的验证机制，增强了系统的安全性	存储节点分担了领导节点的部分职责，提高了系统的公平性	节点与存储节点之间频繁的通信，降低了系统的可扩展性
	［45］	通过预先排除恶意节点，提高了系统效率	通过引入孤立森林剔除拜占庭节点，减少了无效通信	通过识别和排除拜占庭节点，增强了系统的安全性	通过减少系统中的恶意节点，提高了去中心化特性	引入信誉模型，减少了投票分裂，提高了系统可扩展性
	［46］	通过聚类提高了系统的吞吐量	通过节点分组，降低了资源消耗	存在一定的集中化依赖风险	仍需要一个中心化的节点协调一致性	系统缺少拜占庭容错能力

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
PBFT类算法	［48］	超过50个节点时，TPS远高于PBFT	通信消耗从O（n²）降低至O（n）	通过互相监督降低了单一主节点作恶的风险	减少了中心化风险	拜占庭容错率可以达到49%
	［49］	分组策略减少了不必要的通信开销	通信消耗低至O（［（n-1）/m］²），其中m是组内节点数	通过一致性哈希隐藏了节点的身份，减少了联合作恶的可能性	通过随机分组，提高了系统的去中心化程度	在节点频繁变动的场景中效率较低
	［50］	门限签名弱化了达成共识的条件	通过门限签名减少了验证开销，间接降低了系统能耗	可以防止自适应攻击	通过门限签名达成共识，降低了对主节点的依赖	门限签名减少了通信消耗，提高了系统的可扩展性
	［51］	通过分组策略，组间共识可以并发执行	通过编码技术，减少了节点间的冗余存储需求	通过分组存储和编码技术，降低了单点故障的影响	减少了对单一节点的依赖，增强了系统的去中心化特性	通过分组策略减少了通信消耗，提高了系统的可扩展性
	［52］	通过分层和分组减少了冗余通信，提高了吞吐量	通过局部共识，减少了不必要的通信开销	通过基于VRF的随机分组，减少了合谋攻击的可能性	多中心化结构在一定程度上增强了系统的去中心化程度	从全局共识转为局部共识，提高了系统的可扩展性
	［53］	通过在集群中达成共识，提高了系统效率	通过减少参与共识的节点数量，降低了系统的能耗	在节点分布不均的情况下，随机集群共识可能引入安全风险	减少了对单一节点的依赖	通过减少通信消耗提高了系统的可扩展性
	［54］	通过分组共识，提高了效率	通过减少通信开销间接降低了能耗	通过引入信誉机制增强了对拜占庭节点的防御能力	通过分布式的组内共识，降低了系统的中心化风险	通过减少通信消耗提高了系统的可扩展性
HotStuff类算法	［56］	非阻塞提交的引入提高了系统的吞吐量	通信开销为线性级，降低了系统的通信能耗	可以容忍多达一半的拜占庭节点，增强了系统的安全性	通过减少参与节点提高效率，牺牲了一定的去中心化特性	基于同步假设模型，在一定程度上限制了系统的可扩展性
	［57］	吞吐量提高了4.47%~34.4%	通过阈值签名减少了冗余的消息传递	引入虚拟块/影子块技术，增强了视图切换的防御能力	仍需要一个中心化的节点协调一致性	通过引入阈值签名，提高了系统的可扩展性
	［58］	吞吐量提高了60%	通信开销为线性级别，间接降低系统能耗	同步全局视图需要多个证明，降低了区块链分叉的可能性	多流水线减少了对单一主节点的依赖	多流水线提高了系统的可扩展性
	［59］	通过引入并行签名聚合，提高了效率	通过减少冗余通信开销，降低了能耗	通过引入随机特性，恶意节点难以预测下一个主节点	通过引入随机特性，增强了系统的公平性	通过引入并行签名聚合技术，提高了系统的可扩展性
	［60］	投票重传机制减少了吞吐量损失	预检查机制通过确保投票的连续性，避免了系统资源的浪费	通过确保投票的连续性，防止拜占庭主节点的攻击	仍需要一个中心化的节点协调一致性	线性级别的通信开销提高了系统的可扩展性
	［61］	在正常情况下，只需两轮通信即可达成共识，降低了共识延迟	通过减少签名验证次数，降低了系统能耗	引入了聚合签名，增强了系统的安全性	仍需要一个中心化的节点协调一致性	线性级别的通信开销提高了系统的可扩展性

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
PBFT类算法	［48］	超过50个节点时，TPS远高于PBFT	通信消耗从O（n²）降低至O（n）	通过互相监督降低了单一主节点作恶的风险	减少了中心化风险	拜占庭容错率可以达到49%
	［49］	分组策略减少了不必要的通信开销	通信消耗低至O（［（n-1）/m］²），其中m是组内节点数	通过一致性哈希隐藏了节点的身份，减少了联合作恶的可能性	通过随机分组，提高了系统的去中心化程度	在节点频繁变动的场景中效率较低
	［50］	门限签名弱化了达成共识的条件	通过门限签名减少了验证开销，间接降低了系统能耗	可以防止自适应攻击	通过门限签名达成共识，降低了对主节点的依赖	门限签名减少了通信消耗，提高了系统的可扩展性
	［51］	通过分组策略，组间共识可以并发执行	通过编码技术，减少了节点间的冗余存储需求	通过分组存储和编码技术，降低了单点故障的影响	减少了对单一节点的依赖，增强了系统的去中心化特性	通过分组策略减少了通信消耗，提高了系统的可扩展性
	［52］	通过分层和分组减少了冗余通信，提高了吞吐量	通过局部共识，减少了不必要的通信开销	通过基于VRF的随机分组，减少了合谋攻击的可能性	多中心化结构在一定程度上增强了系统的去中心化程度	从全局共识转为局部共识，提高了系统的可扩展性
	［53］	通过在集群中达成共识，提高了系统效率	通过减少参与共识的节点数量，降低了系统的能耗	在节点分布不均的情况下，随机集群共识可能引入安全风险	减少了对单一节点的依赖	通过减少通信消耗提高了系统的可扩展性
	［54］	通过分组共识，提高了效率	通过减少通信开销间接降低了能耗	通过引入信誉机制增强了对拜占庭节点的防御能力	通过分布式的组内共识，降低了系统的中心化风险	通过减少通信消耗提高了系统的可扩展性
HotStuff类算法	［56］	非阻塞提交的引入提高了系统的吞吐量	通信开销为线性级，降低了系统的通信能耗	可以容忍多达一半的拜占庭节点，增强了系统的安全性	通过减少参与节点提高效率，牺牲了一定的去中心化特性	基于同步假设模型，在一定程度上限制了系统的可扩展性
	［57］	吞吐量提高了4.47%~34.4%	通过阈值签名减少了冗余的消息传递	引入虚拟块/影子块技术，增强了视图切换的防御能力	仍需要一个中心化的节点协调一致性	通过引入阈值签名，提高了系统的可扩展性
	［58］	吞吐量提高了60%	通信开销为线性级别，间接降低系统能耗	同步全局视图需要多个证明，降低了区块链分叉的可能性	多流水线减少了对单一主节点的依赖	多流水线提高了系统的可扩展性
	［59］	通过引入并行签名聚合，提高了效率	通过减少冗余通信开销，降低了能耗	通过引入随机特性，恶意节点难以预测下一个主节点	通过引入随机特性，增强了系统的公平性	通过引入并行签名聚合技术，提高了系统的可扩展性
	［60］	投票重传机制减少了吞吐量损失	预检查机制通过确保投票的连续性，避免了系统资源的浪费	通过确保投票的连续性，防止拜占庭主节点的攻击	仍需要一个中心化的节点协调一致性	线性级别的通信开销提高了系统的可扩展性
	［61］	在正常情况下，只需两轮通信即可达成共识，降低了共识延迟	通过减少签名验证次数，降低了系统能耗	引入了聚合签名，增强了系统的安全性	仍需要一个中心化的节点协调一致性	线性级别的通信开销提高了系统的可扩展性

名称	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
Algorand类算法	［63］	纳什均衡的奖励分配方案，提高了共识效率	通过减少共识节点数量，降低了系统能耗	公平的奖励分配方案，降低了节点作恶的可能性	公平的奖励分配方案提高了系统的去中心化程度	实际操作过程中，难以快速且准确地调整奖励参数
	［64］	通过动态调整交易费用，提高了交易验证的效率	通过动态调整区块大小，间接减少了不必要的计算资源消耗	节点的最佳策略是诚实参与共识和交易验证，从而增强系统安全性	通过公平分配交易费用，增强去中心化	动态调整交易费用和区块大小，提高了系统的可扩展性
	［65］	允许并行执行，提高了吞吐量	通过确保共识节点的诚实，减少了资源浪费	确保只有可靠的节点能够参与到共识过程，增强了系统的安全性	节点能否参与共识依赖它的历史行为而非代币	允许并行执行，提高了系统的可扩展性
	［66］	引入一个新的检测节点类型，通过监控传递的消息识别自私节点	通过检测和惩罚机制，减少了资源浪费	引入惩罚机制有效遏制了自私行为	与Algorand基本相同	通过减少无效消息传播，提高了系统的可扩展性
	［67］	模糊化技术的引入，提高了选举过程的局部延迟	模糊化的过程需要额外的计算资源	可以有效抵御针对VRF的白盒攻击	模糊化技术在一定程度上抬高了小型节点的参与门槛	模糊化技术的引入减少了对专用硬件钱包的依赖
PoET类算法	［69］	在30 MB区块大小下，吞吐量达到了465 TPS	随机回退机制的引入减少了孤块的产生	通过减少了区块冲突，增强了系统的抗攻击能力	在一定程度上减少了对单一TEE的依赖	孤块率与区块大小无关，提高了系统的可扩展性

Research advances in blockchain consensus mechanisms and improvement algorithms

区块链共识机制与改进算法研究进展

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 12

References 99

Related Articles 15

Recommended Articles

Metrics

名称	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
PoA类算法	［71］	通过PBFT达成一致，提高了交易确认速度	通过降低挖矿难度和委员会决策，减少了能耗	通过确保每次共识只有一个区块，从而降低了分叉的风险	引入PBFT对低资源节点参与造成了限制	引入PBFT降低了系统的可扩展性
	［72］	相比PoA，吞吐量提高了1.75倍	代表节点无须始终保持在线，降低了计算资源的浪费	引入了奖惩机制，减小了恶意节点成功攻击的概率	长期运行下，系统存在权力集中的风险	信誉机制在一定程度上限制了新节点的参与
	［73］	相比PoA，速度提高了2.5倍	通过减少验证节点数量，减少了计算资源浪费	通过节点分组，限制了恶意节点的影响范围	聚类中心依赖于节点的历史行为，新节点在初期难以成为聚类中心	K-medoids聚类需要较多的计算资源，限制了系统的可扩展性
	［74］	通过引入博弈论模型，促进了网络中的诚实行为	通过去除工作量证明的计算过程，降低了系统能耗	通过引入博弈论模型增强了系统的安全性	存在权益中心化风险	通过提高出块速度，从而实现更好的可扩展性
dBFT类算法	［76］	引入了预提交阶段，提高了共识效率	通过消息聚合减少冗余通信	多主节点设计，提高了系统的容错性	系统不再依赖单一的主节点	冗余消息传递在一定程度上增强了系统的可扩展性

类别	算法	效率	能耗	安全性	去中心化程度	可扩展性	应用场景	代表性应用
证明类	PoW	低	高	高	中	低	公有链	Bitcoin
	PoS	高	低	中	中	中	公有链	Eth
	Bitcoin-NG	高	中	高	低	高	公有链	Waves
选举类	DPoS	高	低	中	低	高	公有链	Eos v1.0
选举类	Raft	中	中	中	低	低	联盟链	Fabric v1.4.4
轮流类	PBFT	低	中	高	高	低	联盟链	Fabric v0.6.0
轮流类	HotStuff	高	中	高	中	高	公有链	—
随机类	Algorand	高	低	高	高	高	联盟链、私有链	—
随机类	PoET	高	低	中	低	低	联盟链、私有链	Hyperledger Sawtooth
混合类	PoA	低	中	中	中	低	公有链	Decred
混合类	dBFT	高	低	中	中	高	联盟链	EOS v2.0、NEO

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
IOTA类算法	［78］	智能交易决策机制提高了系统的吞吐量	智能交易决策机制减少了无效计算和冗余的交易确认步骤	引入了权重过滤机制和奖励策略，提高了系统的安全性	减少了对单一节点的依赖，提高了系统的去中心化程度	新增交易会被及时确认，提高了系统的可扩展性
	［79］	通过让高需求节点购买代币以满足速率需求，从而提高了效率	通过动态分配资源，减少了浪费	引入代币转移机制和博弈论均衡解，限制了恶意节点的行为	存在权益集中问题，降低了系统的去中心化程度	代币转让机制无法从根本上解决总速率限制问题
	［80］	速度提高了10倍	内存消耗减少了50%	减少了对随机因素的依赖，从而增强了对寄生链攻击的抵抗能力	减少了对随机因素的依赖，牺牲了一部分去中心化特性	高效率、低能耗提高了系统的可扩展性
	［81］	通过动态调整安全阈值，减少了交易延迟	通过动态调整安全阈值，减少了计算资源的浪费	通过委员会标记冲突交易，可以预防双花攻击的发生	存在中心化风险	引入交易恢复策略，能够在双花攻击发生后及时恢复时间敏感交易
SPECTRE 类算法	［83］	通过动态调整确认区块的数量，提高了系统吞吐量	通过降低双花攻击成功的概率，减少因攻击而引发的资源浪费	通过动态调整确认区块数量，降低了双花攻击的成功概率	通过减少冗余需求，提高了系统的去中心化程度	安全性依赖于网络参数的准确估计，在实际操作的过程中具有一定的挑战
SPECTRE 类算法	［84］	在高吞吐量场景下存在性能瓶颈	底层仍依赖工作量证明，因此能耗未根本改善	降低了因矿工激励偏差而引发的安全风险	所有交易被平等对待，提高了网络的公平性	所有交易被平等对待，减少了交易冲突，提高了系统的可扩展性

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
GHOST类算法	［86］	在网络延迟较大的情况下，改进方案的效率表现较好	通过减少分叉验证，降低了系统的能耗	减少了无效链条的传播，提高了系统的安全性	降低了网络延迟对小矿工的影响	通过快速确认主链，提高了系统的可扩展性
GHOST类算法	［87］	通过为区块赋予多项式权重，提高了区块链的利用效率	通过减少分叉降低了系统的能耗	通过同时考虑区块的深度和数量，增强了系统对平衡攻击的抵抗能力	通过提高较小子树或较深区块在主链确认过程中的权重，增强了系统的去中心化特性	引入权重系数调整区块的权重，提高了系统的可扩展性
Conflux类算法	［89］	通过动态调整区块排序，提高了系统的吞吐量	引入惩罚机制，以避免延迟广播引起不必要的计算	引入惩罚机制，降低了自私挖矿的经济收益	引入存储押金机制，为矿工提供了长期的收入来源，降低了它对矿池的依赖	高吞吐量和低能耗提高了系统的可扩展性
	［90］	引入流式图简化DAG的计算，提高了系统效率	通过动态维护DAG和降低出块难度，减少了能耗	通过引入随机性降低了节点选举的可预测性，提高了系统的安全性	通过引入随机特性，在一定程度上增强了系统的去中心化特性	通过简化DAG的计算，提高了系统的可扩展性
	［91］	平均传播延迟减少了40.6%	虚拟坐标系统带来了额外的CPU和内存负担	在恶意节点比例高达49%的情况下仍能保持较低的传播延迟	通过跨集群随机传播和回退机制，去中心化程度与Conflux基本持平	通过虚拟坐标系统和早期爆发策略降低了延迟和带宽需求

方案	文献序号	效率	能耗	安全性	去中心化程度	可扩展性
Prism类算法	［93］	吞吐量提高了42.5%	深度强化学习需要额外的计算资源	投票率的提高增强了系统的抗攻击能力	限制了计算资源有限的节点参与	通过动态调整策略，提高了系统的可扩展性
OHIE 算法	［95］	相较于OHIE，吞吐量提高了66%	检查点机制的引入带来了额外的存储开销	通过基于检查点的验证机制，减少了区块链分裂的风险	通过DPoS选举可信矿工节点，降低了去中心化程度	交易直接作为DAG顶点，提高了系统的可扩展性
OHIE 算法	［96］	相较于OHIE，吞吐量提高了2.4倍	通过动态调整并发程度，可以有效降低冗余交易的比例	引入安全阈值确保了系统的安全性	基于VRF选举节点，提高了系统的随机性	通过区分热点账户与冷账户的访问，减少了访问冲突
DAG- Rider类算法	［98］	减少了共识所需的轮次，从而提高了效率	通过回收不再需要的旧顶点，减少了内存占用	继承了DAG-Rider的后量子安全性	与DAG-Rider相同	高效率和低能耗在一定程度上提高了系统的可扩展性
DAG- Rider类算法	［99］	交易延迟减少了约50%	元数据管理引入了额外的计算开销	通过要求任何批次内不得包含冲突交易，减少了系统内的双花交易	与DAG-Rider相同	元数据管理可能成为系统性能的瓶颈

类别	算法	全序	数据单元	后量子安全性	开发平台	网络假设
朴素DAG类	IOTA	×	交易	√	Tangle	异步
朴素DAG类	SPECTRE	×	区块	×	Hycon	异步
主链DAG类	GHOST	√	区块	×	Ethereum	半同步
主链DAG类	Conflux	√	区块	×	Conflux	半同步
平行链DAG类	Prism	√	区块	×	Color Platform	半同步
	OHIE	√	区块	×	无	半同步
	DAG-Rider	√	区块	√	无	异步

[1]	Di WANG. P-Dledger： blockchain edge node security architecture [J]. Journal of Computer Applications, 2025, 45(8): 2630-2636.
[2]	Haiyang PENG, Weixing JI, Fawang LIU. Blockchain-based data notarization model for autonomous driving simulation testing [J]. Journal of Computer Applications, 2025, 45(8): 2421-2427.
[3]	Shuo ZHANG, Guokai SUN, Yuan ZHUANG, Xiaoyu FENG, Jingzhi WANG. Dynamic detection method of eclipse attacks for blockchain node analysis [J]. Journal of Computer Applications, 2025, 45(8): 2428-2436.
[4]	Yuxuan CHEN, Haibin ZHENG, Zhenyu GUAN, Boheng SU, Yujue WANG, Zhenwei GUO. Blockchain sharding mechanism in asynchronous network based on HoneyBadgerBFT and DAG [J]. Journal of Computer Applications, 2025, 45(7): 2092-2100.
[5]	Xin SHAO, Zigang CHEN, Xingchun YANG, Haihua ZHU, Wenjun LUO, Long CHEN, Yousheng ZHOU. Vehicular digital evidence preservation and access control based on consortium blockchain [J]. Journal of Computer Applications, 2025, 45(6): 1902-1910.
[6]	Li’e WANG, Caiyi LIN, Yongdong LI, Xingcheng FU, Xianxian LI. Digital content copyright protection and fair tracking scheme based on blockchain [J]. Journal of Computer Applications, 2025, 45(6): 1756-1765.
[7]	Gaimei GAO, Miaolian DU, Chunxia LIU, Yuli YANG, Weichao DANG, Guoxia DI. Privacy protection method for consortium blockchain based on SM2 linkable ring signature [J]. Journal of Computer Applications, 2025, 45(5): 1564-1572.
[8]	Chunxia LIU, Hanying XU, Gaimei GAO, Weichao DANG, Zilu LI. Smart contract vulnerability detection method based on echo state network [J]. Journal of Computer Applications, 2025, 45(1): 153-161.
[9]	Min SUN, Shihang JIAO, Chenyan WANG. Credit based committee consensus mechanism [J]. Journal of Computer Applications, 2025, 45(1): 170-177.
[10]	Tingwei CHEN, Jiacheng ZHANG, Junlu WANG. Random validation blockchain construction for federated learning [J]. Journal of Computer Applications, 2024, 44(9): 2770-2776.
[11]	Xiaoling SUN, Danhui WANG, Shanshan LI. Dynamic ciphertext sorting and retrieval scheme based on blockchain [J]. Journal of Computer Applications, 2024, 44(8): 2500-2505.
[12]	Baoyan SONG, Junxiang DING, Junlu WANG, Haolin ZHANG. Consortium blockchain modification method based on chameleon hash and verifiable secret sharing [J]. Journal of Computer Applications, 2024, 44(7): 2087-2092.
[13]	He HUANG, Yu JIN. Cloud data auditing scheme based on voting and Ethereum smart contracts [J]. Journal of Computer Applications, 2024, 44(7): 2093-2101.
[14]	Jiao LI, Xiushan ZHANG, Yuanhang NING. Blockchain sharding method for reducing cross-shard transaction proportion [J]. Journal of Computer Applications, 2024, 44(6): 1889-1896.
[15]	Meihong CHEN, Lingyun YUAN, Tong XIA. Data classified and graded access control model based on master-slave multi-chain [J]. Journal of Computer Applications, 2024, 44(4): 1148-1157.