Hyperledger Fabric（简称Fabric）是一个典型的联盟式区块链平台，目前已经发布了许多版本，可以支持不同的共识协议，以确保系统的容错性（如崩溃、网络分区或网络关闭）。然而，如果系统中存在恶意节点，Fabric无法保证恶意节点的任何行为。因此，当一定数量的节点同时受到攻击时，会直接影响到整个系统的安全和效率。面对多通道的Fabric网络架构，在不同通道上链接的节点组对交易的并行处理，大大提升了Fabric网络的吞吐量。然而，它也可能导致系统拥堵和安全问题。
因此，本文进一步研究了多通道Fabric网络架构中的对等节点可调度性优化算法。该算法保证了整个网络的稳定性，并在保证最小安全概率的前提下寻求最大的共识验证率。
在Fabric网络中，通道是限制信息传递的因素之一，每个交易允许与一个唯一的通道相关联。Fabric网络支持交易块的多通道并行处理，以提高网络吞吐量。我们假设网络中存在l个通道。对于每个通道，我们配置订购者组在通道上排队交易，并链接一定数量的peer节点来完成区块共识验证。所有成对的对等体子组一起构成了Fabric网络的一个节点组，如图。
通过Lyapunov函数与Lyapunov变换，实现在每个时隙t为不同的通道配置一组合理的对等节点子集，以最大化Fabric网络在约束下的时间平均安全概率。为了保持多个peer节点子群并行验证交易块，并在保证网络稳定性的前提下解决优化问题，我们使用随机的Lyapunov优化框架来设计一个动态的peer节点调度算法。该优化算法将同时考虑两个相互制约的目标：网络队列的累积和网络安全概率。进而，我们得到了一个带有未知的未来交易请求的漂移加惩罚表达式，并得出了算法的性能边界。同时，我们对性能进行了一系列测试，如图所示：
漂移加惩罚算法的目标是使Fabric系统的平均安全概率最大化。该算法实现了在保证网络稳定性的同时，寻求系统在最小安全概率下的最大处理速率。测试结果表面，该方法具有较好的实践价值，可以有效指导操作人员制定系统决策方案。 目前该研究成果已经申请行业标准，并在2022年国际会议ISPA/BDCloud/SocialCom/SustainCom（doi: 10.1109/APSEC57359.2022.00039）发表论文一篇。我校软件学院博士生吴欧为论文第一作者，张贺教授、李杉杉副研究员也参与了该项研究，该工作获得了国家重点研发计划、江苏省重点研发计划等基金的支持。