2 Tổng quan các nghiên cứu và các kiến thức cơ sở
4.2 Thông lượng của mạng lưới sử dụng DPoS và MPoC (tps)
m=200 DPoS M ean 1216.1 1217.5 1229.5 M ax 3918 4117 4066 MPoC n 75 100 125 75 100 125 75 100 125 M ean 1105.5 1094 1069.2 1031.5 1092.4 1072.7 1090.6 1124.8 1090.2 M ax 3594 6649 4474 4275 3762 5109 3944 3306 3722 m=300 DPoS M ean 1094.2 1192.0 1015.2 M ax 2793 3191 3235 MPoC n 75 100 125 75 100 125 75 100 125 M ean 981.4 973.6 1046.2 1066.3 1003.9 981.7 1042.6 1012.2 1028.6 M ax 3664 3530 2606 3457 2870 3049 3221 3882 3023
4.2 Thực nghiệm đánh giá thông lượng mạng
Mục tiêu của quá trình thực nghiệm đánh giá thông lượng mạng là chỉ ra với điều kiện hoạt động tương tự một mạng chuỗi khối, MPoC có thể hoạt động tốt. Với mục tiêu như vậy, chúng tôi triển khai hai giao thức đồng thuận MPoC và DPoS cho mạng chuỗi khối thử nghiệm và ghi nhận giá trị số lượng giao dịch mỗi giây (transaction-per-second -tps) để đánh giá chất lượng thông lượng của mạng lưới với các điều kiện khác nhau. Kết quả thực nghiệm được trình bày trong bảng4.2.
Chúng tôi thực hiện thử nghiệm bằng cách sử dụng mạng chuỗi khối với lần lượt các cấu hình m = 200,300 nút và k = 18,21,24. Đối với MPoC, chúng tôi đánh giá thông lượng mạng với n lần lượt có giá trị bằng 75,100 và 125 như được mô tả trong phần trước. Giá trị củanvàkđược đặt dựa trên cấu hình của EOS [37]. Trong đánh giá này, hai giá trị được ghi nhận trong các kịch bản khác nhau, bao gồm: số lượng giao dịch trung bình được đưa vào khối (M ean) trong mười lần đánh giá, và số lượng giao dịch tối đa được đưa vào khối trong 10 lần thử đó (M ax). Kết quả thử nghiệm chứng minh rằng chất lượng thông lượng của DPoS và MPoC là tương đồng trong các đánh giá của chúng tôi. Ví dụ, trong trường hợp mạng lưới có 200 nút, giá trị M ean mà DPoS đạt được với k = 21 là 1217,46. Kết quả này
tốt hơn khi so sánh với MPoC. Tuy nhiên, giá trị M ax của MPoC đạt được trong trường hợp này là5109, tốt hơn so với giá trị4117mà DPoS đạt được. Trong trường hợp mạng lưới có 300 nút, kết quả thông lượng của MPoC là tốt hơn khi so sánh với DPoS. Các thí nghiệm đã chứng minh rằng mạng lưới chuỗi khối mô phỏng của chúng tôi hoạt động tốt và có thể hoạt động với cả hai giao thức đồng thuận.
4.3 Thực nghiệm tối ưu hoá mức độ phi tập trung
bằng nhóm giải thuật MHAs
Mục tiêu của thực nghiệm này là để đánh giá mức độ phù hợp của các giải thuật tối ưu MHA đối với vấn đề tối ưu hoá tối đa dựa trên công thức đánh giá mức độ phi tập trung và nhóm các tiêu chí đánh giá được đề cập trong bảng 3.1. Kết quả thu được với các giải thuật MHA khác nhau được chỉ ra trong Hình 4.2, trong đó, f itness là giá trị mức độ phi tập trung của mạng lưới. Theo đó, giá trị mức độ phi tập trung càng lớn càng thể hiện sự công bằng trong quá trình lựa chọn các nhà sản xuất khối mới cho hệ thống.
Kết quả thử nghiệm cho thấy, hai giải thuật QS và NRO đem lại kết quả tối ưu tốt hơn so với các giải thuật GA, HGSO, PSO và WOA. Đặc biệt, NRO có khả năng hội tụ tốt nhất với kết quả hàm mục tiêu đạt 0.9822 sau 115 thế hệ (đường màu tím). Trong khi đó, giá trị hàm mục tiêu của GA và HGSO thay đổi một chút trong quá trình tối ưu. Các thuật toán này có thể rơi vào điểu tối ưu cục bộ. Thử nghiệm này cho thấy quá trình tối ưu mức độ phi tập trung của mạng lưới chuỗi khối là khả thi đối với các giải thuật MHAs và cơ chế này hoàn toàn có thể áp dụng hiệu quả cho MPoC.
0 25 50 75 100 125 150 175 200 Iterations 0.90 0.92 0.94 0.96 0.98 1.00 Fitness GA PSO WOA HGSO NRO QS
Hình 4.2: Thực nghiệm đánh giá quá trình tối ưu hoá mức độ phi tập trung
4.4 Thực nghiệm đánh giá chất lượng phi tập
trung của mạng lưới
Chúng tôi đánh giá chất lượng phi tập trung trong quá trình lựa chọn các nhà sản xuất khối bằng cách so sánh MPoC và DPoS trong các kịch bản khác nhau. Như đã đề cập ở trên, chất lượng phi tập trung của mạng lưới được xác định dựa trên hai yếu tố chính: Số lượng nút trên toàn bộ mạng lưới trở thành nhà sản xuất khối và mức độ chênh lệch về số lần mà các nút trở thành nhà sản xuất khối trên tổng số nút trên toàn mạng lưới. Chúng tôi lựa chọn k = 21 là giá trị số lượng nốt trở thành nhà sản xuất khối mới trong mỗi vòng. Chúng tôi đánh giá thử nghiệm này với ba kịch bản khác nhau bằng cách thay đổi các điều kiện của mạng lưới, bao gồm: Số lượng nút trên toàng mạng, số lượng ứng cử viên cho mỗi vòng và số lượng vòng. Các tham số chi tiết cho các kịch bản thử nghiệm được mô tả trong bảng 4.3. Hình 4.3 mô tả tổng số nút trên mạng lưới trở thành các nhà sản xuất khối. Có thể thấy rằng với các kịch bản khác nhau, MPoC mang lại kết quả tốt hơn