在上一篇文章中，介绍了拜占庭将军问题的描述、条件和结论。在传输口头消息(Oral Messages)时，少于3m+1个将军中有m个叛徒时，拜占庭将军问题是无解的。Leslie在原文¹中, 提出了一种传输口头消息时拜占庭将军问题的一种解法。

定义

首先，为定义口头消息，拜占庭将军消息系统具有以下假设：

A1. 每个消息被正确发送。
A2. 消息的接收者知道是谁发送的消息
A3. 可以被检测到缺少消息

假设A1和A2防止叛徒干扰其他两个将军的通信，假设A3防止叛徒通过不发消息干扰一致性达成。

另外，口头协议算法要求每个将军可以与其他任意将军直接进行通信，Leslie在其原文中的第五章中描述了不需要满足这个条件的算法。

OM(m)算法

Leslie针对口头消息(Oral Messages)的情况，提出了口头协议算法***OM(m)***，其中m为非负。***OM(m)***算法是一个递归算法，用来处理在***3m+1***个将军中至多存在***m***个叛徒的情况。

默认行动：副官如果在指定时间内收不到来自司令的命令，则默认采取“撤退”行动。这是为了防止司令官为叛徒时，通过不发出命令来阻碍达成共识。

行动函数：算法假设使用***majority*方法作为行动函数，即当 v i v_i vi的大多数为v时，则 m a j o r i t y ( v 1 , . . . , v n − 1 ) = v majority(v_1, ..., v_{n-1})=v majority(v1,...,vn−1)=v

注：其实对于行动函数，有两种比较容易想到的选择：

v i v_i vi的大多数值v，如果不存在大多数采取默认行动——“撤退”；

如果 v i v_i vi是个有序的集合，采用其中位数。

OM(m)算法：采用递归定义，下面分别说明**OM(0)和OM(m)**的内容。

当 m = 0 m=0 m=0时，

OM(0)算法

(1) 司令发送他的值给每个副官；
(2) 如果副官收到司令的值，使用这个值；否则，使用默认值——“撤退”。

当 m > 0 m>0 m>0时，

OM(m)算法

(1) 司令发送他的值给每个副官；
(2) 对于每个 i i i，令 v i v_i vi为副官 i i i从司令接收到的值；如果没有收到值，则 v i v_i vi采用默认值——“撤退”。在***OM(m-1)***算法中，副官 i i i作为司令向另外***n-2**个副官(不包括OM(m)*中的司令)发送值 v i v_i vi。
(3) 对于每个 i i i，对于每个 j ≠ i j\neq i j̸=i的 j j j，令 v i v_i vi为副官 i i i在第(2)步中从副官 j j j接收的值；如果没有接收到值，则使用默认值——“撤退”。副官 i i i用 m a j o r i t y ( v 1 , . . . , v n − 1 ) majority(v_1, ..., v_{n-1}) majority(v1,...,vn−1)作为其值。

举例：m=1, n=4

当一个副官是叛徒时

假设副官3是叛徒，下图针对副官2收到的消息对**OM(1)**进行阐述。

第一步：司令向每个副官发送他的值 v v v给每个副官；
第二步：副官1执行OM(0)，作为司令向副官2发送 v v v；由于副官3是叛徒，其执行OM(0)向副官2发送了不同的值，假设为 x x x；
第三步：副官2拥有的行动值集为 { v 1 , v 2 , v 3 } = { v , v , x } \{v_1, v_2, v_3\}=\{v, v, x\} {v1,v2,v3}={v,v,x}，采用majority**函数，副官2采取的行动值为 v = m a j o r i t y { v 1 , v 2 , v 3 } v=majority\{v_1, v_2, v_3\} v=majority{v1,v2,v3}。

同理，副官1采取的行动指令也是 v v v，即满足拜占庭将军问题一致性条件IC1和IC2。

注：拜占庭将军问题一致性条件为：

IC1. 所有忠诚副官遵守同一命令；
IC2. 如果司令官是忠诚的，每个忠诚的副官遵守他的命令。

当司令为叛徒时

下图描述了当司令为叛徒，三位副官是忠诚的情况对**OM(1)**算法进行阐述。

第一步：司令为了阻止忠诚副官达成一致，分别向三位副官发送值 { x , y , z } \{x, y, z\} {x,y,z};
第二步：每个副官从司令收到的值作为自己的值，并执行OM(0)向其他副官发送；
第三步：在第三步中，每个副官拥有的值集均为 { x , y , z } \{x, y, z\} {x,y,z}，因此，副官执行行动函数majority**得到的结果是一样的。

由于三位忠诚的将军采取同样的行动，满足拜占庭将军一致性条件IC1。

从m=1, n=4的例子可以看出，OM(m)算法能够处理拜占庭将军问题。在OM(m)算法中，独立执行了n-1次OM(m-1)，且每个OM(m-1)算法独立执行了n-2次OM(m-2)……这就意味着，每个副官可能独立发送多轮消息。为了避免混淆，需要区分每轮消息。最易想到的方法是，每个副官 i i i在为第(2)步的值 v i v_i vi添加前缀 i i i。可以看出，算法**OM(m-k)**将被调用 ( n − 1 ) . . . ( n − k ) (n-1)...(n-k) (n−1)...(n−k)次，发送拥有 k k k个副官序号前缀的值。

OM(m)算法证明

本节采用归纳法证明**OM(m)**算法能够解决拜占庭将军问题。

引理

为了证明**OM(m)**算法，我们首先来证明一条引理：

对于任意的 m m m和 k k k，如果在多于 2 k + m 2k+m 2k+m个将军中至多存在 k k k个叛徒，则OM(m)算法满足条件IC2。

证明： 归纳法，针对参数 m m m进行归纳。

当 m = 0 m=0 m=0时，根据假设A1和**OM(0)**算法，易得如果司令是忠诚的，忠诚的将军按照司令的指令行动，引理是成立的。

当 m > 0 m>0 m>0时，假设在 m − 1 m-1 m−1时，引理成立，下面来证明在 m m m时，引理也成立。

在OM(m)的第一步，司令发送值 v v v给他的 n − 1 n-1 n−1个副官；

在第二步，每个忠诚的副官在 n − 1 n-1 n−1个副官中执行**OM(m-1)**算法。根据假设 n > 2 k + m n>2k+m n>2k+m，则 n − 1 > 2 k + ( m − 1 ) n-1>2k+(m-1) n−1>2k+(m−1)，所以根据引理在 m − 1 m-1 m−1时成立，可得，每个忠诚的将军从忠诚的将军 j j j处获得的值为 v j = v v_j=v vj=v。

在第三步中，由于叛徒最多有 k k k个，且 n − 1 > 2 k + ( m − 1 ) ≥ 2 k n-1>2k+(m-1)\geq 2k n−1>2k+(m−1)≥2k，所以 n − 1 n-1 n−1个将军中的忠诚将军为大多数。所以第三步每个忠诚的将军获得值 m a j o r i t y ( v 1 , . . . , v n − 1 ) = v majority(v_1, ..., v_{n-1})=v majority(v1,...,vn−1)=v，满足条件IC2。

引理得证。

证明

下面来证明算法**OM(m)**能够解决拜占庭将军问题。

定理 1：对于任意 m m m，如果存在多于 3 m 3m 3m个将军中至多有 m m m个叛徒时，OM(m)算法满足条件IC1和IC2。

证明：针对变量 m m m采用归纳法。

当 m = 0 m=0 m=0时，即没有叛徒存在，则很容易证明OM(0)满足条件IC1和IC2。

假设在 m − 1 m-1 m−1时，定理成立，下面证明在 m m m时，定理也成立。

当司令是忠诚的

令引理 1中的 k = m k=m k=m，即多于 3 m 3m 3m个将军中至多存在 m m m个将军时，OM(m)满足条件IC2。又因为当司令是忠诚的时，条件IC1包含在条件IC2中，所以OM(m)也满足条件IC1。

当司令是叛徒时

由于至多有 m m m个叛徒，所以至多存在 m − 1 m-1 m−1个副官是叛徒。因为将军的数量多于 3 m 3m 3m，所以副官的数量也多于 3 m − 1 3m-1 3m−1，且 3 m − 1 > 3 ( m − 1 ) 3m-1>3(m-1) 3m−1>3(m−1)。根据递归假设算法OM(m-1)满足条件IC1和IC2，所以在第三步，对于每个副官 j j j，任意两个忠诚的副官得到相同的 v j v_j vj。（如果副官 j j j是两个中的一个，运用条件IC2;否则，运用条件IC1）。

所以，任意两个忠诚的副官能获得相同的指令值集 { v 1 , . . . , v n − 1 } \{v_1, ..., v_{n-1}\} {v1,...,vn−1}，因此，在OM(m)的第三步中，忠诚将军遵从相同的值，即 m a j o r i t y ( v 1 , . . . , v n − 1 ) majority(v_1, ..., v_{n-1}) majority(v1,...,vn−1)。所以，算法OM(m)满足条件IC1。

综上所述，定理 1得证。

小结

本文介绍了在将军之间直接传送口头消息(Oral Messages)时，解决拜占庭将军问题的算法OM(m)，并对其在 m = 1 m=1 m=1且 n = 4 n=4 n=4时进行了举例说明，最后对**OM(m)**算法进行了证明。

接下来的文章中，将对将军之间传输签名的书面消息(Signed Messages)时，解决拜占庭将军问题的算法进行阐述。

Lamport L, Shostak R, Pease M. The Byzantine generals problem[J]. ACM Transactions on Programming Languages and Systems (TOPLAS), 1982, 4(3): 382-401. ↩︎

拜占庭将军问题（二）——口头协议相关推荐

拜占庭将军问题之口头协议
前言经过不懈努力,愚笨的我才弄懂拜占庭将军问题解决办法之口头协议. 本文通过举例,通俗解释口头协议运作过程吗,另附参考资料. 文章目录前言问题解答参考资料问题假定现在有7个将军:主将0和 ...
拜占庭将军问题对应的分布式一致性算法
拜占庭将军问题描述: 有N位将军一起合作进行军事行动,其中有M位叛将,这N位将军里有一位话事人(有可能由叛将担任话事人),话事人以通信的方式给其他将军发布军事指令,军事指令假设只有进攻和撤退两种, ...
分布式一致性协议：拜占庭将军问题
拜占庭将军问题什么是拜占庭将军问题? 故事影射的问题问题剖析解决方法:区块链拜占庭将军问题与PAXOS算法中的希腊民主选举问题有什么区别? ZAB与PAXOS什么关系? 如何理解2PC与3PC ...
拜占庭将军问题的几点理解
关于拜占庭问题几点理解简介两将军问题问题解决前提条件角色行为描述理解分析为什么要符合N >= 3F + 1 符合N >= 3F + 1条件的分析理解问题延伸简介拜占庭将 ...
【TIDB】拜占庭将军问题和Raft算法
1 拜占庭将军问题(from 百度百科) 拜占庭将军问题是一个协议问题,拜占庭帝国军队的将军们必须全体一致的决定(数据的一致性)是否攻击某一支敌军.问题是这些将军在地理上是分隔开来的(分布式),并且将 ...
什么是拜占庭将军问题？
拜占庭将军问题是一个协议问题,拜占庭帝国军队的将军们必须全体一致的决定是否攻击某一支敌军.问题是这些将军在地理上是分隔开来的,并且将军中存在叛徒.叛徒可以任意行动以达到以下目标:欺骗某些将军采取进攻行 ...
拜占庭将军问题与区块链共识算法PBFT
概述 1.两军问题两军问题中信道是不可靠的,并且其中没有叛徒之说. 解决方式:Tcp的三次握手可以提供相对可靠地信道通信. 2.拜占庭将军问题概述拜占庭将军问题中并不去考虑通信兵是否会被截获或无 ...
【分布式共识二】拜占庭将军问题----口头协议
拜占庭将军问题是一个共识问题: 首先由Leslie Lamport与另外两人在1982年提出,被称为The Byzantine Generals Problem或者Byzantine Failure. ...
【分布式共识三】拜占庭将军问题----书面协议
2019独角兽企业重金招聘Python工程师标准>>> 区块链兄弟社区,区块链技术专业问答先行者,中国区块链技术爱好者聚集地作者:吴寿鹤来源:区块链兄弟原文链接:http:// ...

拜占庭将军问题（二）——口头协议

定义

OM(m)算法

举例：m=1, n=4

OM(m)算法证明

引理

证明

小结

拜占庭将军问题（二）——口头协议相关推荐

最新文章

热门文章

拜占庭将军问题（二）——口头协议

定义

OM(m)算法

举例：m=1, n=4

**OM(m)**算法证明

引理

证明

小结

拜占庭将军问题（二）——口头协议相关推荐

最新文章

热门文章

OM(m)算法证明