拜占庭将军问题

起源

[IMAGE: https://steemitimages.com/DQmbLJwXp44aBoE25BFDg15LsdPEKD3VCQ4KoTzRSJs3r7o/f11f3a292df5e0fe205e685c576034a85edf722d.jpg]

拜占庭是东罗马帝国的首都，但是当时候拜占庭罗马帝国国土面积非常大，为了更好的防御，军队就被分成了很多小部分，而且间隔距离很远，将军们之间的消息只能靠差使来传递。而在战争的时候，一个军队的实力不足以抗衡敌人阵营，所以所有军队必需达成共识，能否战胜敌方。而在军队里面有可能存在叛徒和敌方间谍，影响 左右将军的决定，扰乱军队秩序。而有可能最终达成的结果并不代表大多数人的意见。所以在已知有反叛情况下，前提其他将军忠诚度不变的情况下，如何解决信任协议问题呢？这就是拜占庭问题。

PBFT

拜占庭将军问题其实就是一个协议问题，它是对现实世界的模型化。如果我们在信息传输过程，由于硬件错误、网络拥堵断开、或者遭到恶意攻击，计算机网络都可能出现不可预测的问题。而拜占庭协议就要如何处理在这些失效，并且还要满足问题的规范。下面给大家讲讲PBFT的算法。

拜占庭问题,一致性确保 主要分为：预准备、准备，确认。

[IMAGE: https://steemitimages.com/DQmZz1vMCBnqLkoMkZQo6eQcjwdYvZ824UAytetKz5UN15o/20170704120008446.png]

>算法来源 来自于CSDN

>其中C为发送请求端，0123为服务端，3为宕机的服务端，具体步骤如下：

1. Request：请求端C发送请求到任意一节点，这里是0。
2. Pre-Prepare：服务端0收到C的请求后进行广播，扩散至123。
3. Prepare：123,收到后记录并再次广播，1->023，2->013，3因为宕机无法广播。
4. Commit：0123节点在Prepare阶段，若收到超过一定数量的相同请求，则进入Commit阶段，进行commit请求。
5. Reply：0123节点在Commit阶段，若收到超过一定数量的相同请求，则对C进行反馈。

根据上述流程，在 N ≥ 3F + 1 的情況下一致性是可能解決，N为总计算机数，F为有问题的计算机总数。

N=4，F=0
节点 | 得到数据 | 最终数据
:-: | :-: | :-:
a | 1 1 1 1 | 1
b | 1 1 1 1| 1
c | 1 1 1 1 | 1
d | 1 1 1 1 | 1

N=4，F=1
节点 | 得到数据 | 最终数据
:-: | :-: | :-:
a | 1 1 1 0 | 1
b | 1 1 1 0 | 1
c | 1 1 1 0 | 1
d | 1 1 1 0 | 1

N=4, F=2
节点 | 得到数据 | 最终数据
:-: | :-: | :-:
a | 0 1 1 1 | NA
b | 1 0 1 1| NA
c | 1 0 1 1 | NA
d | 1 0 1 1 | NA

我们可以从列表中看出拜占庭容错算法，能够容纳1/3的节点错误。它有效的解决了协议的统一性。