AASC: Konsensus Stake yang Disesuaikan Aktivitas untuk Blockchain IoT yang Skalabel

Protokol konsensus ringan berbantuan ML untuk jaringan IoT yang dinamis

Susmita Mondal; Adarsh Shrivastava; Jatin Lohar; Suchetana Chakraborty· International Conference of Distributed Computing and Networking· 2026· DOI 10.1145/3772290.3772307

Masalah inti

Internet of Things (IoT) telah berkembang pesat, memungkinkan pengambilan keputusan dan pertukaran data secara terdesentralisasi. Teknologi blockchain menawarkan solusi yang menjanjikan untuk pengelolaan data yang transparan, tanpa kepercayaan, dan dapat dilacak di IoT tanpa infrastruktur terpusat. Namun, mekanisme konsensus tradisional seperti Proof of Work (PoW) dan Proof of Stake (PoS) kurang cocok untuk perangkat IoT yang terbatas sumber daya karena konsumsi energi yang tinggi, beban komputasi, dan kerentanan terhadap serangan di lingkungan yang dinamis. Makalah ini mengusulkan Activity-Adjusted Stake Consensus (AASC), protokol konsensus yang ringan, iteratif, dan diperkaya machine learning yang dirancang khusus untuk IoT yang mendukung blockchain. AASC terus memperbarui skor reputasi (Consensus Score) untuk setiap node berdasarkan perilaku historis dan waktu nyata, sehingga memungkinkan konsensus yang adaptif di jaringan yang heterogen dan terus berubah. Kontribusi utamanya meliputi: (1) mekanisme konsensus baru yang melampaui pendekatan berbasis aturan, (2) kompleksitas komunikasi linear O (n) dan komputasi O (n lo g n) per node, dan (3) ketahanan terhadap serangan Sybil, kolusi

Inovasi

Eksperimen ekstensif dilakukan untuk mengevaluasi AASC terhadap protokol konsensus ringan terkemuka (misalnya, varian PoS, PBFT) dalam hal keadilan, keamanan, dan skalabilitas. Temuan utamanya meliputi: - **Keadilan**: AASC mencapai koefisien Gini 0,12 untuk pemilihan validator, yang menunjukkan keadilan tinggi, dibandingkan 0,35 untuk PoS. - **Keamanan**: Di bawah serangan Sybil dengan 30% node berbahaya, AASC mempertahankan tingkat keberhasilan konsensus 95%, sementara PoS turun menjadi 70%. Serangan kolusi dimitigasi melalui pemilihan acak, mengurangi probabilitas kolusi sebesar 80%. - **Skalabilitas**: AASC berskala linear dengan jumlah node; untuk 1000 node, latensi konsensus rata-rata adalah 2,3 detik, dan beban komunikasi 1,2 MB per putaran, jauh lebih rendah daripada PBFT (5,6 detik, 4,8 MB). - **Beban**: Pembaruan skor berbasis ML menambah beban yang dapat diabaikan (0,5 ms per node per putaran), sehingga cocok untuk perangkat yang terbatas sumber daya. Hasil ini menunjukkan keunggulan AASC di lingkungan IoT yang dinamis.

Internet of Things (IoT) telah berkembang pesat, memungkinkan pengambilan keputusan dan pertukaran data secara terdesentralisasi. Teknologi blockchain menawarkan solusi yang menjanjikan untuk pengelolaan data yang transparan, tanpa kepercayaan, dan dapat dilacak di IoT tanpa infrastruktur terpusat. Namun, mekanisme konsensus tradisional seperti Proof of Work (PoW) dan Proof of Stake (PoS) kurang cocok untuk perangkat IoT yang terbatas sumber daya karena konsumsi energi yang tinggi, beban komputasi, dan kerentanan terhadap serangan di lingkungan yang dinamis. Makalah ini mengusulkan Activity-Adjusted Stake Consensus (AASC), protokol konsensus yang ringan, iteratif, dan diperkaya machine learning yang dirancang khusus untuk IoT yang mendukung blockchain. AASC terus memperbarui skor reputasi (Consensus Score) untuk setiap node berdasarkan perilaku historis dan waktu nyata, sehingga memungkinkan konsensus yang adaptif di jaringan yang heterogen dan terus berubah. Kontribusi utamanya meliputi: (1) mekanisme konsensus baru yang melampaui pendekatan berbasis aturan, (2) kompleksitas komunikasi linear O (n) dan komputasi O (n lo g n) per node, dan (3) ketahanan terhadap serangan Sybil, kolusi, dan monopolisasi melalui pemilihan validator secara acak dan penalti yang cepat.

AASC beroperasi dalam putaran iteratif, di mana setiap node IoT memelihara Consensus Score S_{i} yang mencerminkan aktivitas dan tingkat kepercayaannya. Skor tersebut diperbarui menggunakan model machine learning yang mempertimbangkan faktor seperti frekuensi partisipasi, akurasi data, dan responsivitas. Proses konsensus melibatkan langkah-langkah berikut:

Mengapa penting

AASC mengatasi tantangan kritis dalam konsensus blockchain IoT dengan mengintegrasikan reputasi berbasis aktivitas dengan machine learning. Penggunaan Consensus Score memungkinkan manajemen kepercayaan yang adaptif, memastikan node yang aktif dan jujur diberi imbalan sementara node berbahaya dikenai penalti. Pemilihan validator secara acak mencegah monopolisasi dan kolusi, karena penyerang tidak dapat memprediksi atau mengendalikan proses pemilihan. Kompleksitas komunikasi linear membuat AASC skalabel untuk jaringan IoT besar, dan kompleksitas komputasi O (n lo g n) per node layak untuk perangkat dengan sumber daya terbatas. Namun, ketergantungan pada model ML memunculkan potensi kerentanan, seperti serangan adversarial terhadap model itu sendiri. Pekerjaan selanjutnya harus mengeksplorasi teknik ML yang tangguh dan verifikasi formal protokol. Secara keseluruhan, AASC membuka jalan bagi adopsi blockchain yang praktis di IoT dengan menyeimbangkan efisiensi, keamanan, dan keadilan.

Siapa yang sebaiknya membaca

Praktisi dan peneliti ilmu komputer

Membuka konten member…