基于信誉授权的DPoS共识机制改进研究

何 帅，黄襄念

（西华大学计算机与软件工程学院，成都 610039）

引 言

区块链技术是伴随着比特币的诞生而抽象出来的一种全新的分布式底层基础架构与计算范式，能够在缺乏第三方信任的机制下实现多方共识，不仅为数据隐私保护和安全传输提供了全新的技术支持，还提高了价值交互的效率[1]。区块链的本质是一种分布式共享数据库，是将数据按照时间顺序用类似链表的方式组成的数据结构[2]，具有去中心化、数据防篡改、可追溯、不可伪造、多方共识的特性，已经在金融、航运物流、司法存证等领域得到了成功运用[3]。

目前，区块链已经形成了6层基础架构模型，由下往上分别为数据层、网络层、共识层、激励层、合约层以及应用层[4]。其中，共识层作为整个区块链架构的核心层，其共识算法保障了区块链网络数据的可验性和可信性，具有维护区块链系统稳定运行和节点相互信任的重要作用，是决定区块链系统中节点对账本数据的有效性和一致性达成共识的关键技术，其性能的优劣将直接影响整个区块链系统的去中心化程度、交易处理能力、安全性和可扩展性[5]。

当前区块链技术正面临着安全性、效率和去中心化的“不可能三角”问题，如何平衡三者之间的关系使得区块链更加安全高效成为了亟待突破的技术瓶颈[6]。针对现有区块链共识机制存在的不足之处，当前正围绕着共识节点的选举制度、恶意节点处理以及节点权益划分等[7]问题进行创新研究，力争研发出适用于更多区块链场景的高效共识算法。

目前，在区块链公链系统中主流的共识机制有工作量证明（PoW）、权益证明（PoS）以及委托权益证明（DPoS）[8]。PoW 是基于自身算力竞争来求解一个难以计算但容易验证的Hash数学难题，使得率先解决Hash 难题并得到其他节点有效验证后的节点拥有记账权并获得奖励[9]。但PoW 在达成共识过程中会消耗大量的算力造成资源浪费，并且打包交易数据产生新区块的时间通常在10 min 以上，这显然无法满足复杂的业务需求。为了解决PoW 共识算法中存在的资源浪费以及“挖矿”不公平等问题，有学者提出了PoS 共识机制，通过利用PoS 取代基于算力的工作量证明来决定节点获得记账的权力，但当财富积累到一定的程度时，容易出现集权现象，导致币龄大的节点始终掌握着记账的权利，从而出现“财阀统治”的局面，不仅增加了中心化的风险，还降低了虚拟货币的流通性[10-11]。为了进一步满足广泛的区块链业务需求，Larimer 在PoS 的基础上通过优化选择记账节点的过程，提出了DPoS 共识机制[12]，实现了快速共识验证，提高了区块链系统达成共识的效率，进一步减少了资源的浪费并弱化了通过矿池算力叠加造成的中心化风险，增强了区块链系统的安全性。但DPoS 在实际的应用过程中还存在节点投票不积极、恶意节点贿赂投票节点导致“腐败攻击”以及权益分配不合理等相关问题，这正是当前亟待突破的关键方向。

为了提高区块链的安全性和共识效率，针对上述委托权益证明共识机制存在的不足之处，相关研究学者对其展开了新一轮的探索与创新。付瑶瑶等[13]针对DPoS 共识机制中节点投票不积极以及恶意节点作恶问题，提出了一种基于奖励机制和信用机制改进的方案，利用一种改进的收益分配算法合理分配各节点所得的权益，并通过优化投票结果的计算方式加大恶意节点成为代理节点的难度，在一定程度上降低了恶意节点成为共识节点的概率，提高了系统的安全性。杨坤桥等[14]对DPoS 共识机制的计票机制和激励机制进行了改进，使得改进的计票机制能够更加全面的反映节点的信用情况，并根据节点选票权重快速剔除恶意节点，同时改进的激励机制能够对节点收益进行二次分配，提高了系统“去中心化”程度。在上述相关研究成果的基础之上，本文利用基于算力竞争的PoW“挖矿”思想，结合可随机验证函数，引入博弈论中沙普利值的计算方式对DPoS共识算法的投票选举、见证人出块顺序以及节点的权益分配进行了改进和优化，最后通过仿真实验得出结论。

1 委托权益证明共识机制的改进方案

委托权益证明（DPoS）共识算法主要包含两个步骤，即共识节点的选举过程以及节点间达成共识的过程[15]。针对DPoS 共识算法中存在的不足之处，对共识节点选举、共识节点的出块顺序、奖励的分配以及节点出块行为监测进行改进和优化，整体改进流程如图1所示。

图1 委托权益证明共识机制的改进流程

区块链节点首先通过PoW“挖矿”机制筛选出部分节点组成代理节点集合，同时为代理节点集合中的节点设置权益上限，并通过投票机制选出共识节点集合。在共识节点集合中，获得投票权益更高的节点组成见证人节点集合参与区块的打包和验证；剩余的节点成为候选节点集合，用于及时替换见证人节点集合中出现异常行为的节点。在出块过程中，通过可验证随机函数（VRF）随机选择见证人节点集合中的节点参与区块打包，并通过信誉积分对节点行为进行评断，同时利用沙普利值的计算方式对成功出块的节点所获得的系统奖励进行合理分配。最后，将出块节点当前的信用积分、所获得的投票权益以及系统奖励作为指标计算其综合信誉值（PCredit），并利用PCredit 值动态调整见证人集合和候选节点集合中的节点，尽最大可能保证每一轮共识过程中所有见证人节点都能正常打包区块，提高系统的稳定性和安全性。

1.1 改进的共识节点选举机制

针对DPoS 共识机制中共识节点选举公平性问题，对其做出如下优化：

（1）利用PoW 机制完全去中心化的特性对DPoS共识机制的节点选举过程进行改进。首先，设置节点挖矿的时间来动态调整PoW机制中哈希计算的难度值，使得区块链系统中大多数节点都能公平地参与记账权的竞争，并规定在设置的时间内能够找到随机数nonce的节点将成为代理节点，为共识节点的进一步选举做了初步筛选[16]。通过降低并动态调整哈希计算的难度值，能够让更多的算力较小的节点也能有机会成为共识节点，体现出选举的公平性。

在PoW 共识机制中，当难度值为n时，节点基于自身算力通过蛮力法不断地进行哈希碰撞以求解满足要求的随机数nonce，使得求解出的nonce 值拼接前一区块的哈希值（PreHash）再次进行哈希计算得出的哈希值（CurHash）满足前n位为0，即挖矿成功[17]。当前，PoW 始终保持每10 min 左右打包一个区块，其难度值的计算公式如式（1）所示：

在上式基础上对PoW的难度值的计算方式进行调整，设置允许节点参与挖矿的时间为60 s。为了满足更多节点基于算力挖矿的条件，将挖难度值设置为5，此时大部分节点能够在几十秒内挖矿成功，找到满足要求的随机数nonce。同时，为了提高选举效率，当成功创建360个区块时进行一次难度调整，由于挖矿时间设置为60 s，因此相当于每6 h调整一次难度值，改进后的难度值计算公式如式（2）所示：

式（1）～（2）中：curD表示当前区块的难度值，preD表示前一区块的难度值，allTime表示创建2016个区块所花的总时间，其值接近于20160，单位为min；totalTime表示创建360 个区块所花的总时间，其值接近于21600，单位为s。

通过对PoW 挖矿时间的限制和难度值的调整，使得能够在60 s 内挖矿成功的节点进入代理节点集合，为共识节点的选取做了初步筛选[18]。在节点计算哈希难题时，如果当前节点的算力较大时，其挖矿时间可能少于60 s，则21600totalTime将大于1，此时curD将大于preD；如果当前节点的算力较小时，其挖矿时间可能大于60 s，则21600totalTime将小于1，此时curD将小于preD。故通过对挖矿难度的动态调整能够让更多算力不同的节点公平地竞争出块权。

（2）为了防止持币量大的节点恶意攻击，对利用PoW 筛选出来的节点和投票节点设置权益上限。由于DPoS 是在PoS 机制上演进而来的具有更高效率的共识机制，因此在投票过程中继承了PoS 中币龄的概念，通过权益投票选择共识节点[19]。在DPoS中节点的权益用币龄表示，即币龄等于所持代币数与持币时间的乘积[21]，如式（3）所示：

其中：coinAge表示节点的币龄，coinCount代表节点所拥有的代币数，coinTime表示持币时间。

在式（3）的基础上，对节点的币龄设置上限，规定币龄最大值（mCoinAge）为2000，同时规定所有节点持币时间的最大值（mCoinTime）为30 d，则币龄计算如式（4）所示：

从上式可以看出，当节点持币时间达到最大值或者币龄本身达到自身设置的最大值时，节点的币龄均不会再增长，不仅能够限制见证人节点可接受的最大投票总量，避免“财阀统治”[20]局面的出现，还能促使持有大量token 的节点将权益投给多个见证人节点以获得更多的投票回报奖励，从而平衡节点的出块概率，降低“贿赂攻击”[21]的几率。

（3）权益持有者通过投票机制将自身持有的token委托给代理节点集合中的节点，并在节点最大权益限制的情况下根据代理节点中节点获得的权益投票比例进行排序，选出排名前30的节点组成共识节点集合，其中排名前21的节点组成见证人节点集合，剩余节点组成候选节点集合。假设代理节点集合中节点i有n个权益投票人，则其最终获得的投票权益计算如式（5）所示：

其中：Vtotali表示代理节点集合中第i个节点最终获得的投票权益，mCoinAge表示节点权益上限，NodecoinAgej表示第j个投票节点拥有的权益值，V coinAge i表示代理节点集合中第i个节点当前权益值。

1.2 优化共识节点出块机制

在区块链系统中，DPoS共识算法所维护的见证人节点集合中所有节点均获得记账权后称为完成一轮共识，当某一个见证人节点获得记账权并完成区块的打包后称为完成一次共识过程。在传统的DPoS共识协议中，每一轮共识过程都是按照既定的见证人节点顺序参与区块的打包，恶意节点能够通过已知的出块顺序发起合谋攻击[21]。为了减少被攻击的概率，对见证人节点的出块顺序进行改进，利用可验证随机函数（VRF）[22]改变每轮参与共识的节点顺序，增加恶意节点攻击的成本，防止合谋攻击。

利用VRF 生成随机数来确定见证人节点的出块顺序，其随机数的生成及验证过程如下：

（1）生成一对公私钥，分别为pubKey和priKey。

（2）生成随机数：

RanNum=VRF_HASH(priKey,hashValue)。

（3）生成验证数：

VerNum=VRF_PROOF(priKey,hashValue)。

（4）将RanNum和VerNum广播给验证者进行如下计算：

RanNum=VRF_P2H(VerNum)。

（5）当第4步验证通过，则对当前区块哈希值进行验证：

VRF_VERIFY(pubKey,hashValue,verNum)。

（6）如果第5 步中函数的返回值是TRUE，则验证通过；若函数返回值为FALSE，则表明产生的随机数被篡改。

利用VRF 生成的随机数在见证人节点集合中选取出块节点，计算如式（6）所示：

其中：RanNode表示本次获得出块权力的见证人节点编号，RanNum表示利用可验证随机函数生成的随机数，NodeNum表示见证人节点集合中节点数量。

在出块节点选取过程中，将当前负责出块的见证人节点的私钥设置成priKey，并通过当前区块的哈希值hashValue生成RanNum和VerNum。当利用VRF 生成随机数选取下一个出块节点时，前一个出块节点会将计算出的RanNum和VerNum广播给其他见证人节点，此时其它的见证人节点可以对随机数和下一个出块节点进行验证，如果超过2/3 的节点通过验证，则说明随机数未被篡改，下一个出块节点将被确定。算法1概括了优化后的见证人节点出块机制。

算法1：witnessNodeBlockProcess()

1.3 改进的奖励分配机制

针对DPoS 算法中权益分配不均以及节点投票不积极问题，利用博弈论中沙普利值的计算方式对见证人节点的区块奖励进行合理分配。

在博弈论中，根据局中人之间是否存在约束力将博弈分为合作博弈与非合作博弈[23]。在DPoS 共识机制中，当不同的权益持有者给同一个目标节点投票时，此目标节点与投票的节点将形成了一个“利益共同体”，只有当目标节点成为见证人节点后，投票节点才能获得最大收益。因此，给同一见证人节点投票的节点之间形成了合作博弈的关系[24]。在合作博弈中，主要讨论的对象是联盟以及如何解决联盟中每个局中人的收益分配问题。

本文将DPoS 共识机制中给同一个目标节点投票的所有节点形成的“利益共同体”[25]集群称为一个联盟N，联盟中的节点称为局中人，为每一个联盟定义一个价值函数V，并规定V( )ϕ= 0，则联盟博弈可以表示为（N，V）。在DPoS 的投票博弈中，每个局中人在联盟中的边际贡献称为沙普利值，若某个联盟获得总投票权益的一半，则该联盟获胜，目标节点将成为见证人节点；同时，为了限制节点投票的时间，防止节点无限期拖延投票，将时间作为节点沙普利值计算的一个因素。若用W表示获胜的联盟，则对于任意的子联盟S其价值函数定义如式（7）[24]所示：

则此时联盟S中节点i的沙普利值如式（8）[25]所示：

其中：Ti表示节点i投票结束的时间，Tvote表示发起投票的时间。当Ti-Tvote越小则说明节点投票花费的时间越少，此时分母越小节点的沙普利值越大，从而能够促进更多的节点在规定时间范围内参与投票。

假设见证人节点i有n个投票节点，当成功出块后获得的出块奖励为RBi，则每个投票节点的奖励如式（10）所示。通过沙普利值为该见证人节点投票的节点分配奖励后，该见证人节点最终获得的区块奖励为Ri，如式（11）所示。

区块链系统的激励机制是保证系统按照既定的规则稳定运行的关键[26]。因此，更加合理的节点奖励分配制度能够避免节点通过作恶的方式获取更多的收益，提高节点参与共识以及投票的积极性。通过引入了博弈论中沙普利值的计算方式对见证人节点打包区块所获得的系统奖励进行合理分配，以奖励回报的方式鼓励更多的节点保持在线并积极参与投票，使得更多的小节点通过投票获得一定的收益，提高其成为共识节点的机会，从而增强去中心化程度，不仅能够解决区块链系统中节点的“社会分层”现象[27]，还能够使得见证人节点和投票节点之间形成利益共同体，共同维护系统的安全和稳定。算法2概括了改进后的节点奖励分配机制。

算法2：blockRewardDistribution()

1.4 见证人节点动态转换机制

DPoS 共识机制中对异常节点并没有及时的处理方式，而是在下一轮投票中将恶意节点通过投票的方式投票出局[28]。但为了保证算法的高效性，DPoS 共识机制的见证人集合会维持一定的时间段后再进行下一轮投票，通常都是利用锁定机制进行投票，例如在企业运营系统（EOS）项目中，见证人节点集合锁定每24 h 进行一次投票更新，从而防止因为频繁投票而降低系统的性能[29]。因此，在下一轮投票开始之前，该异常节点还有机会参与出块。如果该节点是因为节点宕机、断电、网络延迟等不可避免的因素出现异常行为，则在后面可能恢复正常。但如果该节点本身就是恶意节点，那么在下一轮共识过程中该节点可能持续作恶，导致出块延迟、交易堵塞等问题。因此，本文在将通过投票系统选出的共识节点集合分为了见证人节点集合和候选节点集合，当见证人集合中某个节点出现异常行为时，将通过动态转换机制将异常节点和候选节点集合中的节点及时进行替换，以保证在下一轮共识中所有节点均能正常打包区块。

在见证人节点动态转换机制中，每一轮投票结束后给共识节点集合中的所有节点初始化一个信誉值(Credit)，通过信誉积分对见证人节点的行为进行评断，且初始赋值为100。当每次见证人节点出现异常行为时扣除10，每次正常出块后信誉值增加1，通过节点信誉值丢失容易而难以积累的机制来限制节点作恶的行为；同时结合该节点所获得的投票权益以及当前所获得的系统奖励计算节点的综合信誉值（PCredit），并通过PCredit对节点进行动态转换。其中第i个见证人节点的PCredit如式（12）所示：

其中：α+β+γ= 1，并设定权益的权重为α= 0.2，区块奖励的权重为β= 0.3，信誉积分的权重为γ =0.5。由于每一轮投票后，共识节点集合中的节点会进行一次更新，而投票权益也会随之更新，重新选出投票权益较大的节点构成共识节点集合，因此权益的权重系数最小；而信誉值只是给每一轮投票后产生的节点进行初始化赋值，其他普通投票节点并没有信誉值，因此为了体现公平性，每次投票前均需要将上一轮投票选出的共识节点中所有节点的信誉值归零处理，在下一轮投票选出共识节点集合后重新进行信誉值初始化，使得信誉值只对当前这一组共识节点进行行为评断，并通过信誉奖惩及时处理恶意节点，因此信誉权重最大；同时，节点通过沙普利值分配得到的奖励是节点通过长期积极投票或者有效出块所积累的，因此在计算PCredit中系统奖励所占权重比权益所占权重大，使得即使是算力大的节点也不能仅仅通过当前的算力优势获得记账权。

在进行第一轮共识时，共识节点集合中所有节点的信誉值均相等，而见证人集合中的节点的投票权益比候选节点集合中节点的投票权益多，初始的系统奖励均为0。当见证人节点集合中的节点完成一轮共识后，系统将计算见证人节点集合中所有节点的PCredit，当节点的PCredit低于系统设定的阈值时将自动退出见证人节点集合，此时候选节点集合中PCredit最大的节点将自动依次进入见证人节点集合去填补见证人节点集合中退出的节点；当完成一轮共识后，见证人节点集合中节点的PCredit均大于系统设定的阈值时，此时见证人集合中的节点将依次与候选节点集合中的节点的PCredit进行比较，用候选节点集合中PCredit更大的节点去替换见证人节点集合中PCredit相对较小的节点。通过PCredit值对见证人节点进行动态转换能够及时对异常节点进行处理，提高系统运行的稳定和安全性，见证人节点动态转换机制如图2所示。

图2 见证人节点动态转换流程

2 实验结果及分析

2.1 实验环境

为验证改进后的DPoS算法的有效性，在相同的模拟环境下从多个维度对DPoS 算法改进前后进行验证分析。实验在处理器Intel® CoreTM i7-7700 CPU@ 3.6 GHz 的64 位Windows 10 企业版平台上，在go1.16windows-amd64 环境下利用Go 语言模拟了DPoS 算法，采用Geth 搭建101 个以太坊节点集群。最后，通过MATLAB R2016b 对最终的实验数据进行可视化对比评价。

2.2 算法验证

2.2.1 节点安全性验证

在DPoS共识机制中，共识节点选取过程的公平性和安全性将直接影响整个区块链系统的性能。为了验证改进后的DPoS 共识算法在节点选取阶段是否能提高共识节点的可信度，在恶意节点占比30%的情况下通过多轮投票并统计对比了每轮选出的共识节点集合中诚实节点所占的比例，实验结果如图3 所示。从图3 中可以看出，改进后的DPoS 共识算法通过投票机制选出的共识节点集合中诚实节点所占比例更高；且随着投票轮次的增加，共识节点集合中诚实节点的占比逐渐增加并保持在92%左右，而传统的DPoS共识算法选出的共识节点集合中诚实节点所占比例最终保持在83%左右。实验结果表明，利用PoW挖矿机制对节点进行初步筛选，能够让更多节点基于算力通过更加公平的竞争成为共识节点；同时，在此基础上通过对节点权益设置上限有效地避免了权益大的节点之间的“贿赂攻击”，从而降低了恶意节点成为共识节点的几率。

图3 共识节点集合中诚实节点比例

此外，为了验证改进后的DPoS共识机制的容错性，在共识过程中通过断网的方式模拟见证人节点遭受攻击成为恶意节点的情况。当存在3个恶意节点时，统计了在50轮共识过程中共识节点产生有效区块的个数，其结果如图4 所示。从图4 中可以看出，在相同的模拟环境下，改进后的DPoS 共识机制能够产生更多的有效区块，这是因为改进后的DPoS共识机制中能够通过见证人节点动态转换机制及时处理恶意节点，当节点出现恶意行为时，系统能够利用信用惩罚的方式通过备用节点集合对恶意节点进行及时替换，不需要通过下一轮投票剔除恶意节点，使得即使存在恶意节点的情况下也能保证在下一轮共识过程中尽最大可能产生有效区块，提高了系统的容错性，在一定程度上提高了系统的吞吐率和安全性。

图4 共识机制容错率对比

2.2.2 节点奖励分配与投票积极性验证

在DPoS共识机制中，由于只有部分代表节点参与区块的打包和验证，使得区块链系统中大部分节点长期处于不在线的状态。本文为了验证博弈论中沙普利值的计算方式对区块奖励均衡划分以及对促进节点积极投票的有效性，在相同的环境下对改进前后的DPoS 共识机制进行了20 轮共识过程，对两种算法中投票节点获得的区块奖励以及参与投票的节点数量进行了统计和对比，其结果如图5所示。

在共识节点的选举过程中，参与投票的节点大多数都是小节点。在本文的改进过程中，由于对节点的权益设置了上限，使得拥有较大权益的节点也不能将自身持有的权益投给一个节点，而是将自身权益分投给多个节点。因此，小节点的奖励分配将直接影响其投票的积极性。从图5（a）中可以得出，改进后的DPoS共识机制中，随着投票节点中小节点个数的增加，小节点总体获得的奖励比重持续增加，而传统DPoS 共识机制中，小节点获得的奖励并没有明显提高。这是因为在传统的DPoS 共识机制中，投票节点最终获得的奖励是根据自身投票权益所占的比重进行分红，使得那些大节点始终占据主导地位，从而加剧节点之间的“贫富差距”；而利用沙普利值通过每个投票节点的边际贡献对区块奖励进行分配，有利于使小节点获得的收益更加合理。同时，在拥有101 个区块链节点的集群中进行20 轮的共识投票，对积极参与投票的节点进行统计分析，其结果如图5（b）所示，改进后的DPoS 共识机制能促进更多的节点参与共识投票，表明利用沙普利值对区块奖励进行分配不仅能够避免大节点的“财阀统治”，还能促进更多的节点保持在线，共同维护系统安全。

图5 节点奖励分配与投票积极性

2.2.3 时间效率对比分析

对比分析了20 轮共识过程中DPoS 共识机制改进前后的时间消耗，结果如图6所示。

图6 时间效率对比

从图6 中可以看出，改进后的DPoS 共识算法略大于传统的DPoS 共识算法的时间消耗。因为在DPoS共识机制的整体改进过程中，为了让大部分节点拥有更公平的机会参与到记账权竞争中，在共识节点选举的前期阶段利用了工作量证明中的挖矿机制对节点进行了初步筛选，但挖矿机制是基于数学难题的哈希计算，相对于传统DPoS中的直接委托投票选举而言，其时间消耗必然增加。因此为了平衡节点共识的公平性和整体时间开销，限制了挖矿的难度并锁定了节点挖矿时间为60 s 左右。在共识阶段，传统DPoS共识机制是按照既定的顺序依次打包区块；为了防止恶意节点的有效攻击，本文利用可验证随机函数（VRF）增强了打包区块的共识节点的随机性，强化了共识过程的安全性，但VRF 的引入在一定程度上也增加了系统的开销。在权益分配阶段，传统DPoS共识机制中各节点的最终权益是根据委托比重进行分红；为了让更多小节点获得更多的权益，本文基于节点对共识过程中的贡献利用沙普利值对权益进行了合理划分，促进了更多节点积极参与到共识过程中来共同维护系统的稳定，但同时也增加了整体算法的复杂度，因此改进后的DPoS算法需要花费更多的时间。

综上分析，虽然改进前后两种机制的时间消耗有所不同，但并没拉开太大的差距，总体上提高了系统的安全性，且DPoS 共识机制目前主要运行在EOS系统中，能够容忍秒级单位范围内的时间消耗。因此，综合考虑区块链系统的稳定性和效率，改进后的DPoS 算法能够在相对高效的时间效率下更好地保证出块的安全。

3 结束语

为了兼顾区块链公链系统效率与其安全性，本文从共识节点的选举、见证人节点出块顺序以及权益分配方面进行了改进和优化。通过PoW 算法的“挖矿”机制增强了共识节点选举的公平性，提高了小节点成为共识节点的几率；同时，利用可验证随机函数优化了见证人节点打包区块的顺序，增加了节点作恶的成本，在一定程度上防止了“合谋攻击”的现象；最后，利用沙普利值的计算方式实现了对节点奖励分配的均衡化，有效地避免了区块链系统中“财阀统治”的局面，促进了节点投票积极性。实验结果表明，本文的改进方法对DPoS共识协议的安全性有所巩固，在保证算法高效出块的情况下平衡了记账权的竞争。但仍存在一些不足之处，在增强共识节点选举公平性的同时，如何进一步减少时间开销以及如何使得节点的权益分配达到纳什均衡将是接下来的重要研究工作。