共计 1970 个字符，预计需要花费 5 分钟才能阅读完成。
什么是异步拜占庭容错 (ABFT)？
异步拜占庭容错（ABFT）是拜占庭容错共识算法的一个属性，它容许网络的诚恳节点保障偏心、平安地就一组交易的工夫和程序达成统一。
什么是拜占庭容错？
让咱们首先理解拜占庭容错实际上意味着什么。术语拜占庭容错源自称为“拜占庭将军问题”的假如场景。
开发这个假如场景是为了形容一种状况，在这种状况下，为了防止分布式系统呈现故障，零碎的参与者必须就协调一致的策略达成统一，但其中一些参与者是不牢靠的。它应用四名拜占庭将军对敌方城市的打算攻打。这些将军和他们的军队各自占据城市的不同一侧，因而彼此齐全隔离，无奈进行间接、协调的交换。为了打算他们的防御——或撤退——他们必须应用本人的信使来解决通信，因而他们每个人都派出本人的信使与对方分享他们的打算。
然而这种办法存在重大缺点——存在对于共享信息的可信度的问题，例如：如果任何信使被俘虏并被友好信使替换，他们成心分享虚伪信息怎么办？如果一名（甚至两名）将军自身实际上是叛徒，并发送了带有误导性信息的信使怎么办？如果其中一名信使自身是叛徒并成心分享虚伪信息怎么办？
您很快就会发现这里存在一个信赖问题，无奈漠视这些拜占庭将军试图就是否攻打或从他们四周的城市撤退达成共识（或完全同意）的形式。通过解决这个被称为拜占庭容错的信赖问题，您能够置信网络会偏心地运作。
拜占庭容错（BFT）如何利用于去中心化网络？
所有去中心化网络（分布式账本，例如区块链）都有独立的节点，在下面的假如状况下就像拜占庭将军一样。
这些节点必须就以下事项达成统一或共识：提交给网络的交易、这些交易的排序以及网络自身的状态。这些网络节点可能在天文上、虚构上、架构上，有时甚至在道德上彼此拆散。
因而，节点不仅须要可能通信，以实现其最终的共识指标，还须要思考到一些节点是歹意的；信赖是这里的一个关键问题，因为一些节点可能在网络上不诚实：它们可能被黑客接管或成心发送不正确的信息。有时可能是数千个节点之间的通信使得就决策达成共识或协定十分具备挑战性。
在去中心化的网络中，晓得网络上产生的交易的工夫和程序已通过共识达成，并且每笔交易都由参加节点记录、验证和共享，这具备微小的价值——即便其中一些节点不值得信赖，甚至可能试图对共识产生负面影响。在去中心化的网络中，整个过程还有一个额定的益处，即领有共识的数学保障，或者诚恳参加的节点会做出雷同的决定。去中心化网络中的节点无需相互信任即可就交易达成正确协定的这种能力——大规模地——才是真正使分布式账本技术不同凡响的中央。
什么是“异步”拜占庭容错 (ABFT)？
当去中心化网络具备拜占庭容错能力时，这意味着能够保障网络的诚恳成员或节点就一组交易的工夫和程序（共识）达成统一。不论是否有一些节点歹意地试图阻止这种共识——即便多达 1/3 的节点试图通过提早交易或以其余形式毁坏事物来对共识产生负面影响。这是网络的“容错性”，意味着网络能够容忍多少节点的歹意行为，但仍能达成诚恳的共识。
拜占庭容错的“异步”个性克服了容错的挑战，即时序挑战。许多模式的拜占庭容错假如在达成共识时存在音讯提早的最大阈值。异步拜占庭容错 (ABFT) 网络打消了这种假如，并容许某些音讯失落或无限期提早。
ABFT 网络容许音讯失落或无限期提早，并且仅假如在某个时候诚恳节点的音讯最终会通过。如果该节点的音讯能够有限提早，则诚恳节点评估另一个节点是否不遵守规则更具挑战性，但这种状况更好地反映了事实世界中的网络可靠性。
哈企图异步拜占庭容错
Hashgraph 是异步拜占庭容错 (aBFT) – 共识算法能够提供的最高安全级别。ABFT 意味着如果 a) 攻击者管制不到 1/3 的投票权超过共识 b) 咱们只假如来自诚恳节点的音讯最终会通过，但不做任何假如对于这样做须要多长时间。具体来说，攻击者必须管制权利证实零碎中少于 1/3 的权利，或管制没有权利证实零碎中少于 1/3 的节点。攻击者能够管制整个通信网络，因为攻击者能够删除音讯，或将音讯提早任意工夫，惟一的限度是如果诚恳节点 Alice 重复尝试向诚恳节点 Bob 发送音讯，最终一个人会通过。该系统对网络节点和通信网络自身的攻打具备弹性，只有这两种类型的攻打都在上述限度范畴内。共识的最终性能够与工作量证实零碎的概率置信度造成比照，在这种状况下，交易总是有被追溯回滚的机会（即便很小）。
对于哈企图 Hedera Hashgraph
Hedera 是一个从头开始构建的公共分布式账本和管理机构，以反对在 Web 规模上运行的新的和现有的应用程序。开发人员应用分布式账本技术将计算信赖间接构建到他们的应用程序中。这容许彼此不意识或不信赖的集体和企业疾速且廉价地进行合作。公共分布式账本容许发明和交换价值、证实身份、验证和验证重要数据等等。
原文：https://hedera.com/learning/w…
