Mutabakat Algoritmaları ve Blokzinciri Parçalanması için Kombinatoryal Çözümler

The scalability problem in blockchain technology seems to be the essential issue to be solved. It is known that the choice of a compromised algorithm is critical for the practical solution of this important problem. Usually, Byzantine Fault Tolerance (BFT) methods based on the public blockchain networks have been most widely applied to solve scalability. In this thesis, we formulate two possible cases to scale the blockchain. Instead of the frequently used proof-of-work or stake methods to form the consensus committee, allowing BFT-based methods, we propose a new model. This new model calculates the reputation value for the nodes that want to join the leader (trust) committee using particle swarm optimization (PSO). It is a computational method for optimizing a problem by improving a candidate solution against a specified quality metric. It solves the problem by populating the search space, so-called particles and moving these particles around according to a simple mathematical formula over the particle's position and velocity. To discard the misbehaving nodes from the trust leader committee, new nodes with high reputation values are selected. Since this study focuses on creating the consensus committee, a simulation test the proposed model more effectively. The results show that the proposed model successfully selects the nodes with high confidence to the consensus committee instead of the malicious nodes. To select an updated trustworthy committee and then allow all network users to join at any time to protect the blockchain network's security is in general insufficient. However, suspicious nodes must be avoided at all costs. We utilize a straightforward strategy inspired by bio-dynamic systems to deflect the trust committee's focus from the assaulting nodes. Removing poorly-tailored nodes increases the selection of honest nodes or participants. We propose an unsupervised machine learning to solve the current challenge by applying a Grey Wolf Optimization (GWO) technique. In addition, blockchain studies have recently been splitting the blockchain to address the scalability problem focused on sharding. Sharding is a helpful technique for exploring fundamental computational challenges in blockchain technology, such as consensus, Byzantine fault tolerance, and self-stabilization. The sharding method creates a small, segmented blockchain network. Rather than creating a more extensive network, networks with fewer nodes are established. Additionally, successful sharding can be applied to various areas, resulting in significantly speedier processes. Our solution will give a safe and dependable use of blockchain components by analyzing the system and fitting the shard size using the Topological Data Analysis (TDA) with the help of an unsupervised machine learning technique. In order to achieve our goal, the Linear Programming Problem (LPP) is constructed and solved using the Dual-Simplex approach to determine the best shard size. Additionally, we segmented the blockchain network using our system. The test results show that reputation values boosted the parties' reliability. Then the likelihood of any piece collapsing and harming the entire blockchain decreases.Blokzinciri teknolojisindeki en büyük zorluklardan biri ölçeklenebilirlik sorunudur. Ölçeklenebilirlik probleminin pratik çözümü için kritik öneme sahiptir. Ölçeklenebilirliği artırmak için, blokzinciri uygulamalarına katılan uzmanlar, teknolojinin sınırlamalarını belirtebilir. Byzantine Fault Tolerance (BFT) tabanlı yöntemler en yaygın olarak genel blokzincir ağlarına dayalı olarak uygulanmıştır. Ölçeklendirme için iki olası durum çalışılır.\\ Konsensüs komitesini oluşturmak için sıklıkla kullanılan Proof of (Work, stake,...) yöntemleri yerine, BFT tabanlı yöntemlerin kullanımına izin vererek yeni bir model değerlendirmesi önerilmiştir. Bu model, particle swarm optimizasyonunu (PSO) kullanarak lider komiteye katılmak isteyen düğümler için itibar değerini hesaplar. Bu, belirli bir kalite metriğine göre bir aday çözümü geliştirerek bir sorunu optimize etmeye yönelik bir hesaplama yöntemidir. Arama uzayını parçacık denilen olası çözümlerle doldurarak ve bu parçacıkları parçacığın konumu ve hızı üzerinde basit bir matematiksel formüle göre hareket ettirerek çözer. Güven Lideri Komitesindeki düğümlerin zararlı olma olasılığını azaltmak için, komite için yüksek itibar değerlerine sahip uzlaşma düğümleri seçilir. Bu çalışma fikir birliği komitesi oluşturmaya odaklandığından, önerilen modeli daha etkin bir şekilde test etmek için python'da simülasyon kullanılmıştır. Test sonuçları, önerilen modelin, kötü niyetli düğümün varlığında fikir birliği komitesnin yüksek güven ile düğümleri başarıyla seçtiğini göstermektedir.\\ Güncellenmiş güvenilir bir komite seçip, komiteyi güncelleme ve ardından blokzinciri ağının güvenliğini korumak için tüm ağ kullanıcılarının herhangi bir zamandaki katılımına izin vermek hedeflerini karşılamak genel olarak yetersizdir. Şüpheli düğümlerden ne pahasına olursa olsun kaçınılmalıdır. Liderlik komitesinin odağını saldıran düğümlerden saptırmak için biyo-dinamik sistemlerden ilham alan basit bir strateji kullanıyoruz. Yıkıcı düğümleri tespit etmek için elde edilen yöntemden kötü uyarlanmış düğümleri kaldırmak, dürüst düğümlerin veya katılımcıların seçimini de artırır. Grey Wolf Optimizasyonu (GWO) tekniği uygulayarak mevcut sorunu çözmek için denetimsiz bir makine öğrenimi öneriyoruz.\\Ayrıca, blokzinciri çalışmaları son zamanlarda parçalamaya odaklanan ölçeklenebilirlik sorununu ele almak için blokzincirini bölüyor.\\ Sharding, blokzinciri teknolojisindeki fikir birliği, Bizans hata toleransı ve kendi kendini dengeleme gibi temel hesaplama zorluklarını araştırmak için yararlı bir tekniktir. Parçalama yöntemi, küçük, bölümlere ayrılmış bir blokzinciri ağı oluşturur. Daha kapsamlı bir ağ oluşturmak yerine, daha az düğümlü ağlar kurulur. Ek olarak, başarılı bir parçalama çeşitli alanlara uygulanabilir ve bu da önemli ölçüde daha hızlı işlemlerle sonuçlanır. Ölçeklenebilirlik çözümümüz, denetimsiz bir makine öğrenimi tekniği yardımıyla Topological Data Analysis (TDA) kullanarak sistemi analiz ederek ve parça boyutunu bu süreç için uygun hale getirerek blokzinciri bileşenlerinin güvenli ve güvenilir kullanımına katkıda bulunacaktır. Doğrusal Programlama Problemi (LPP), en iyi parça boyutunu belirlemek için Dual-Simplex yaklaşımı kullanılarak oluşturulur ve çözülür. Ek olarak, sistemimizi kullanarak blokzinciri ağını bölümlere ayırdık. Test bulguları, itibar değerlerinin eklenmesinin parçaların güvenilirliğini artırdığını göstermektedir. Daha sonra herhangi bir parçanın çökme ve tüm blokzincirine zarar verme olasılığı azalır