Optimistic asynchronous atomic broadcast was proposed to improve the performance of asynchronous protocols while maintaining their liveness in unstable networks (Kursawe-Shoup, 2002; Ramasamy-Cachin, 2005). They used a faster deterministic protocol in the optimistic case when the network condition remains good, and can safely fallback to a pessimistic path running asynchronous atomic broadcast once the fast path fails to proceed. Unfortunately, besides that the pessimistic path is slow, existing fallback mechanisms directly use a heavy tool of asynchronous multi-valued validated Byzantine agreement (MVBA). When deployed on the open Internet, which could be fluctuating, the inefficient fallback may happen frequently thus the benefits of adding the optimistic path are eliminated. We give a generic framework for practical optimistic asynchronous atomic broadcast. A new abstraction of the optimistic case protocols, which can be instantiated easily, is presented. More importantly, it enables us to design a highly efficient fallback mechanism to handle the fast path failures. The resulting fallback replaces the cumbersome MVBA by a variant of simple binary agreement only. Besides a detailed security analysis, we also give concrete instantiations of our framework and implement them. Extensive experiments show that our new fallback mechanism adds minimal overhead, demonstrating that our framework can enjoy both the low latency of deterministic protocols and robust liveness of randomized asynchronous protocols in practice.


翻译:提出乐观的不同步原子广播,是为了改善非同步协议的性能,同时保持其在不稳定网络中的活力(Kursawe-Shoup,2002年;Ramasamy-Cachin,2005年)。 在网络状况良好、一旦快速路径失败后可以安全地倒退到不同步原子广播的悲观路径,在网络状况良好、可以安全地倒退到不同步原子广播的乐观情况下,它们使用一种较快的确定性协议,在不稳定的网络中(Kursawe-Shoup,2002年;Ramasamy-Cachin,2005年)。 不幸的是,除了悲观的路径太慢之外,现有的后退机制直接使用一个非同步的多价、经过验证的比赞定协议(MVBA协议)的强大工具。在开放的互联网上部署时,低效率的回退可能会经常发生,因此增加乐观道路的好处会被取消。我们为实际的乐观的不同步原子广播提供了一个通用的乐观的乐观模式提供了一个新的抽象的抽象框架。 更重要的是,它使我们能够设计一个高效的低级的后退步机制来处理快速路径失败的路径失败。 由此可以取代繁琐的软的磁性协议,并且以简单的安全模式展示我们的安全模式演示基础框架,只是展示了我们的安全模式的试式的软的软的软的试制的试制的试制。

0
下载
关闭预览

相关内容

GitHub 发布的文本编辑器。
专知会员服务
44+阅读 · 2021年6月1日
【ICLR2021】彩色化变换器,Colorization Transformer
专知会员服务
9+阅读 · 2021年2月9日
最新《Transformers模型》教程,64页ppt
专知会员服务
309+阅读 · 2020年11月26日
【KDD2020】TAdaNet: 用于图增强元学习的任务自适应网络
专知会员服务
17+阅读 · 2020年9月21日
【陈天奇】TVM:端到端自动深度学习编译器,244页ppt
专知会员服务
86+阅读 · 2020年5月11日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
已删除
将门创投
3+阅读 · 2019年4月25日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年5月28日
VIP会员
相关VIP内容
专知会员服务
44+阅读 · 2021年6月1日
【ICLR2021】彩色化变换器,Colorization Transformer
专知会员服务
9+阅读 · 2021年2月9日
最新《Transformers模型》教程,64页ppt
专知会员服务
309+阅读 · 2020年11月26日
【KDD2020】TAdaNet: 用于图增强元学习的任务自适应网络
专知会员服务
17+阅读 · 2020年9月21日
【陈天奇】TVM:端到端自动深度学习编译器,244页ppt
专知会员服务
86+阅读 · 2020年5月11日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
已删除
将门创投
3+阅读 · 2019年4月25日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员