ПІДВИЩЕННЯ ПРОДУКТИВНОСТІ ДЕЦЕНТРАЛІЗОВАНИХ БАЗ ДАНИХ ЧЕРЕЗ ОПТИМІЗАЦІЮ МЕХАНІЗМІВ ФРАГМЕНТАЦІЇ ДАНИХ У БЛОКЧЕЙН-МЕРЕЖАХ
DOI: 10.31673/2409-7292.2025.027836
Анотація
У статті представлено комплексну методологію оптимізації продуктивності децентралізованих баз даних
на основі блокчейн-технології шляхом впровадження спеціалізованих механізмів фрагментації даних.
Досліджено актуальну проблематику масштабованості розподілених реєстрів та обмеження існуючих підходів
до шардингу в контексті високонавантажених систем. Запропоновано інноваційну ієрархічну модель
фрагментації даних з використанням динамічних шардів та адаптивним перерозподілом навантаження на основі
аналізу патернів доступу до даних. Розроблено математичну модель оптимізації розподілу транзакцій між
шардами з урахуванням мінімізації крос-шардингових операцій та балансування обчислювального
навантаження. Імплементовано оригінальну структуру даних на основі модифікованих префіксних дерев з
векторними мітками для ефективної маршрутизації запитів у фрагментованому середовищі. Результати
всебічного експериментального дослідження на тестовому стенді з 64 вузлами демонструють підвищення
загальної пропускної здатності транзакцій на 37-42% порівняно із традиційними підходами до шардингу та
зниження латентності обробки запитів на 28% при збереженні рівня децентралізації та криптографічної стійкості
системи. Особливо значне покращення продуктивності (до 60%) спостерігається для крос-шардингових операцій
завдяки впровадженню оптимізованого двофазного протоколу з елементами батчингу та попередньої валідації.
Запропонована методологія дозволяє ефективно подолати існуючі обмеження "трилеми блокчейна" шляхом
інтелектуальної оптимізації структур даних та механізмів консенсусу, зберігаючи при цьому необхідний рівень
безпеки та децентралізації системи, що підтверджується стійкістю до широкого спектру атак навіть при
компрометації значної частки вузлів у окремих шардах.
Окрім підвищення продуктивності, розроблена методологія забезпечує ряд додаткових переваг, зокрема:
покращену адаптивність до змін характеру навантаження та патернів доступу до даних; зниження вимог до
ресурсів окремих вузлів мережі завдяки ефективному розподілу обчислювального навантаження; підвищену
стійкість до специфічних для шардингових архітектур атак, таких як "перезахоплення шарду" та атак,
спрямованих на порушення атомарності крос-шардингових транзакцій. Проведений аналіз безпеки демонструє,
що запропонована модель зберігає високий рівень захисту навіть при компрометації до 30% вузлів у системі, тоді
як традиційні підходи до шардингу демонструють критичне зниження стійкості вже при 20-25%
скомпрометованих вузлів. Економічна ефективність запропонованої методології підтверджується зниженням
енергоспоживання на 22-31% порівняно з існуючими рішеннями при однаковому рівні продуктивності, що
робить її привабливою для впровадження у корпоративних блокчейн-системах. Отримані результати створюють
основу для подальшого розвитку високопродуктивних децентралізованих систем зберігання та обробки даних,
здатних ефективно функціонувати в умовах високих навантажень при збереженні ключових переваг блокчейнтехнології у контексті прозорості, цілісності та захисту даних.
Ключові слова: фрагментація даних, шардинг, масштабованість, продуктивність, трилема блокчейна,
розподілені реєстри, механізми консенсусу, смарт-контракти.
Перелік посилань
1. Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System. Available at: https://
bitcoin.org/bitcoin.pdf.
2. Croman, K., Decker, C., Eyal, I., Gencer, A. E., Juels, A., Kosba, A., Miller, A., Saxena, P., Shi, E., Sirer, E.
G., Song, D., & Wattenhofer, R. (2016). On Scaling Decentralized Blockchains. In Financial Cryptography and Data
Security (pp. 106-125). Springer Berlin Heidelberg.
3. Buterin, V. (2014). A Next-Generation Smart Contract and Decentralized Application Platform. White Paper.
4. Luu, L., Narayanan, V., Zheng, C., Baweja, K., Gilbert, S., & Saxena, P. (2016). A Secure Sharding Protocol
For Open Blockchains. Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security,
17-30.
5. Wang, S., Dinh, T. T. A., Lin, Q., Xie, Z., Zhang, M., Cai, Q., Chen, G., Fu, B., Nguyen, B. C., & Ooi, B. C.
(2019). Forkbase: An Efficient Storage Engine for Blockchain and Forkable Applications. Proceedings of the VLDB
Endowment, 12(7), 764-777.
6. Wang, L., Shen, X., Li, J., Shao, J., & Yang, Y. (2019). Cryptographic primitives in blockchains. Journal of
Network and Computer Applications, 127, 43-58.
7. Zamani, M., Movahedi, M., & Raykova, M. (2018). RapidChain: Scaling Blockchain via Full Sharding.
Proceedings of the 2018 ACM SIGSAC Conference on Computer and Communications Security, 931-948.
8. Buterin, V., Hernandez, D., Kamphefner, T., Pham, K., Qiao, Z., Ryan, D., Sin, J., Wang, Y., & Zhang, Y. X.
(2020). Combining GHOST and Casper. ArXiv:2003.03052.
9. Dang, H., Dinh, T. T. A., Loghin, D., Chang, E.-C., Lin, Q., & Ooi, B. C. (2019). Towards Scaling Blockchain
Systems via Sharding. Proceedings of the 2019 International Conference on Management of Data, 123-140.
10. Nguyen, G. T., & Kim, K. (2018). A Survey about Consensus Algorithms Used in Blockchain. Journal of
Information Processing Systems, 14(1), 101-128.
11. Dinh, T. T. A., Wang, J., Chen, G., Liu, R., Ooi, B. C., & Tan, K.-L. (2017). BLOCKBENCH: A Framework
for Analyzing Private Blockchains. Proceedings of the 2017 ACM International Conference on Management of Data,
1085-1100.
12. Kokoris-Kogias, E., Jovanovic, P., Gasser, L., Gailly, N., Syta, E., & Ford, B. (2018). OmniLedger: A Secure,
Scale-Out, Decentralized Ledger via Sharding. 2018 IEEE Symposium on Security and Privacy (SP), 583-598.
13. Kim, S., Kwon, Y., & Cho, S. (2018). A Survey of Scalability Solutions on Blockchain. 2018 International
Conference on Information and Communication Technology Convergence (ICTC), 1204-1207.
14. Tovanich, N., Heulot, N., Fekete, J. D., & Isenberg, P. (2019). Visualization of Blockchain Data: A Systematic
Review. IEEE Transactions on Visualization and Computer Graphics, 25(10), 2893-2905.
15. Xiao, Y., Zhang, N., Lou, W., & Hou, Y. T. (2020). A Survey of Distributed Consensus Protocols for
Blockchain Networks. IEEE Communications Surveys & Tutorials, 22(2), 1432-1465.