在此前的文章

　　Trias中基于流式图的DAG结构

　　在此前的文章：“Trias络如何用DAG提升吞吐量”中，我们简要介绍了Trias中DAG的基本数据结构（StreamNet）和交易的实现过程。与链式结构相比，DAG结构的交易速率得到了显著的提升，但随之而来的问题是，如何选择未被确认过的新交易（tip）呢？

　　如果采用基本的随机游走算法，会导致新的交易批准老的交易而不被惩罚；而如果采用超权重算法的话，比如给不同的交易设置一个权值，又会造成新交易始终优先批准高权值交易，很多权值较低的交易永远也得不到确认。

　　一、DAG中的交易共识

　　目前交易的确认在StreamNet中主要有三种方式：

　　· 第一种方式：所有tip覆盖到的公共节点是被完全确认的。举一个例子，下图中，tip1引用或间接引用的交易为蓝线条和黄线条覆盖，而tip2引用或间接引用的交易为黄线条覆盖。那么被tip1和tip2共同覆盖到的就是标绿的交易，也就是被完全确认的交易。

　　· 第二种方式：系统每隔1分钟会发送一个Coordinator的tip附着在StreamNet上，这个tip被称之为里程碑（milestone），所有被Coordinator引用的交易都是被确认的。

　　· 第三种方式： 蒙特卡洛随机游走（MCMC）方式，即使用基本的随机tip选择算法来选择一个tip，如果一个交易被这个tip引用

　　，那么它的可信度便增加1，经过N次选择后如果有M次被引用到了，那么其可信度便是M/N。

　　二、StreamNet主要算法

　　· 基于中心度的去COO起点选择算法

　　现阶段，在DAG中选择tip的时候，不会从创世交易开始，而是会简单的以某个Coordinator作为起点出发来选择tip ，这就会造成一个中心化的问题。所以在设计StreamNet的时候，首先要考虑的问题就是如何弱化COO而实现真正的分布式DAG，所以我们需要找到一个共识的交易作为起点，而不是由中心化节点强制规定的Coordinator作为起点。

　　在此我们选择Katz中心度作为选择起点的标准。因为StreamNet中的交易是不断进入到络中的，如果每一笔新交易的选择都重新计算一次Katz中心度的话，那计算量会非常大，因此我们采用增量算法来计算：

　　其中，A表示交易之间的链接关系，k次方表示k阶链接矩阵，α表示重要性权值向量，I是一个全部为1的矩阵。

　　值得注意的是，在计算的结果中，我们并不需要寻找到Katz中心度最大的交易，因为这永远是创世交易（Genesis），所以我们应该在Katz中心度和离当下时间最近的交易中找到这个初始节点。

　　· 考虑边信息的交易权值算法

　　双花问题的一个典型场景便是侧链攻击，攻击者往往会在短时间内发出多个交易快速增长侧链，并在它们相互之间进行批准，一系列的欺骗性侧链可能就会导致双花成功。

　　为阻止这种情况发生，我们在两个approve交易之间会做加权的set join，而这个权值的判定由边的信息所确定，而边的信息则由时间来确认。通过使用边的信息来对交易进行重调，从而将攻击效应进行衰减，维护了络的平稳运行。

　　· 基于流式图计算的权值更新算法

　　静态的图算法在更新节点权值的时候，需要从初始节点开始从头计算每个节点的权值，这个计算的复杂度是非常高的。而如果我们把静态计算的信息缓存起来，只在新的tip加入的时候更新已经缓存的信息，那么新tip加入时计算的复杂度将会大大降低。

　　三、结语

　　现在DAG的方案已经陆续从研讨走向落地，业界有很多新颖的DAG方案正在被提出，从技术角度来说，DAG或许会对现有的区块链应用项目带来一次冲击，一定程度上改变现有的区块链设计思维。

　　DAG具有速度快，吞吐量高的优势，随着越来越多项目参与到DAG的生态发展中来，长期看来，DAG是非常有前景的机制。Trias作为首先采用DAG技术的公链，创造性的设计了基于DAG的吞吐缓存层，从理论和现实率先做出了突破，在公链之争中占得先机。

　　六视图大灌篮大公鸡六视图摆放位置大公鸡七星彩六视图分别是什么trial刘士托刘氏图腾头像大g大龟甲师triasyn cream大国文娱打狗棍六视图位置刘氏图腾刘氏图腾图片大龟甲师漫画六柿图大国重工刘氏图片triassic打嗝triassic attack