MC Sharding: An Efficient Blockchain Sharding Based on Minimum Cut

可扩展性 块(置换群论) 计算机科学 块链 数据库事务 吞吐量 分离(微生物学) 操作系统 数据库 数学 计算机安全 生物信息学 几何学 无线 生物
作者
H. Q. Wang,Wei Xiao Zhang,Yili Yang,Lan‐Ying Hu,Donghui Hu
标识
DOI:10.1145/3588340.3588367
摘要

The application of sharding is of significant help to improve the scalability of blockchain. The existing sharding system puts too much emphasis on the isolation of zones, which to a certain extent increases the isolation between zones and brings additional load. In this paper, we propose a sharding approach based on the Minimum Cut Method (MC sharding), which is a complete sharding. The number of connections inside each zone is essentially the same. The evaluation results show that MC sharding is more secure and scalable than the existing system, with 1.5 times higher transaction throughput and significantly lower stale block rate in a blockchain system with 4000 nodes and 6 shards. Most importantly, MC sharding can be applied in practice very quickly because it does not change the main procedure of Bitcoin and the block data structure.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
万里发布了新的文献求助10
刚刚
琛哥物理完成签到,获得积分10
刚刚
hanyb发布了新的文献求助20
刚刚
1秒前
1秒前
2秒前
哼哼发布了新的文献求助50
2秒前
3秒前
Joy发布了新的文献求助10
3秒前
3秒前
3秒前
过时的飞鸟完成签到,获得积分10
3秒前
轻松真完成签到,获得积分10
4秒前
4秒前
鲜艳的沛春完成签到,获得积分20
4秒前
6秒前
Martin发布了新的文献求助10
6秒前
万里完成签到,获得积分20
6秒前
7秒前
美丽耶完成签到,获得积分10
7秒前
7秒前
7秒前
胡维红发布了新的文献求助10
8秒前
若水发布了新的文献求助10
8秒前
热心的戎完成签到,获得积分10
8秒前
8秒前
sheng发布了新的文献求助10
9秒前
9秒前
夏来给陈大力的求助进行了留言
10秒前
10秒前
蒋时晏应助狐暮采纳,获得20
11秒前
jieyoushaonian完成签到,获得积分10
11秒前
meiyang完成签到 ,获得积分10
12秒前
行云终于谁同完成签到,获得积分10
12秒前
镁铝关注了科研通微信公众号
12秒前
研友_Ze0vBn发布了新的文献求助10
12秒前
13秒前
AprilLeung完成签到 ,获得积分10
13秒前
西瓜糖完成签到,获得积分10
13秒前
13秒前
高分求助中
Tracking and Data Fusion: A Handbook of Algorithms 1000
Models of Teaching(The 10th Edition,第10版!)《教学模式》(第10版!) 800
La décision juridictionnelle 800
Rechtsphilosophie und Rechtstheorie 800
Academic entitlement: Adapting the equity preference questionnaire for a university setting 500
Arkiv för kemi 400
Machine Learning in Chemistry 400
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 免疫学 细胞生物学 电极
热门帖子
关注 科研通微信公众号,转发送积分 2877336
求助须知:如何正确求助?哪些是违规求助? 2490329
关于积分的说明 6741288
捐赠科研通 2172046
什么是DOI,文献DOI怎么找? 1154161
版权声明 586070
科研通“疑难数据库(出版商)”最低求助积分说明 566681