Rumo à Blockchain Adaptiva para a Plataforma Hyperledger Fabric
Resumo
A tecnologia Blockchain proporciona soluções seguras e descentralizadas para o gerenciamento de dados. Porém, há desafios para que essas soluções tenham desempenho eficiente em cenários com variações na taxa de entrada de transações. Nesse sentido, estratégias adaptivas vem sendo propostas visando desempenho quase ótimo em vazão e latência, considerando essas variações. Neste artigo, analisamos as estratégias estado da arte aHLF e FabMAN para ajustar dinamicamente o tamanho e o tempo limite do bloco no contexto da blockchain permissionada Hyperledger Fabric. Conduzimos análises de desempenho via experimentos em uma rede blockchain e comparamos essas estratégias. Os resultados mostram que aHLF responde com maior eficiência aos cenários de alta taxa de entrada, ao passo que FabMAN tem melhor desempenho em cenários com taxa de entrada baixa. Por conseguinte, analisamos como uma abordagem híbrida que explora ambas as estratégias pode resultar em uma blockchain adaptiva eficaz para diferentes cenários.
Palavras-chave:
Blockchain, Estratégias Adaptativas, Hyperledger Fabric, Desempenho, Ajuste Dinâmico de Bloco
Referências
Androulaki, E., Barger, A., Bortnikov, V., Cachin, C., Christidis, K., De Caro, A., Enyeart, D., Ferris, C., Laventman, G., Manevich, Y., et al. (2018). Hyperledger fabric: A distributed operating system for permissioned blockchains. In Proceedings of the Thirteenth EuroSys Conference, page 30. ACM.
Baliga, A., Subhod, I., Kamat, P., and Chatterjee, S. (2018). Performance evaluation of the quorum blockchain platform. arXiv preprint arXiv:1809.03421.
Castro, M., Liskov, B., et al. (1999). Practical Byzantine fault tolerance. In OsDI, volume 99, pages 173–186.
Chacko, J. A., Mayer, R., and Jacobsen, H.-A. (2021). Why do my blockchain transactions fail? A study of Hyperledger Fabric. In Proceedings of the 2021 International Conference on Management of Data, pages 221–234.
de Sá, A. S., Silva Freitas, A. E., and de Araújo Macêdo, R. J. (2013). Adaptive request batching for Byzantine replication. ACM SIGOPS Operating Systems Review, 47(1), 35–42.
Greve, F., Sampaio, L., Abijaude, J., Coutinho, A. A., Brito, I., and Queiroz, S. (2018). Blockchain e a revolução ao do consenso sob demanda. In Proceedings of SBRC Minicursos.
Liu, C.-M., Badigineni, M., and Lu, S. W. (2021). Adaptive blocksize for IoT payload data on Fabric blockchain. In 2021 30th Wireless and Optical Communications Conference (WOCC), pages 92–96. IEEE.
Mendonça, R., Moura, E., Gonçalves, G., Vieira, A., and Nacif, J. (2023). Comparação e análise de custo e desempenho entre nós de redes blockchain permissionadas e públicas. In Anais do XLI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 141–154, Porto Alegre, RS, Brasil. SBC.
Moura, E., Melo, C., Gonçalves, G., Silva, F., and Soares, A. (2024). Uma ferramenta de avaliação de desempenho para plataforma blockchain Hyperledger Fabric: Hlf-pet. In Anais do II Colóquio em Blockchain e Web Descentralizada, pages 8–13, Porto Alegre, RS, Brasil. SBC.
Ongaro, D. and Ousterhout, J. (2014). In search of an understandable consensus algorithm. In 2014 USENIX Annual Technical Conference (USENIX ATC 14), pages 305–319.
Roy, U. and Ghosh, N. (2024). Fabman: A framework for ledger storage and size management for Hyperledger Fabric-based IoT applications. IEEE Transactions on Network and Service Management.
Saeed, S. H., Hadi, S., and Hamad, A. H. (2022). Performance evaluation of e-voting based on Hyperledger Fabric blockchain platform. Revue d’Intelligence Artificielle.
Shalaby, S., Abdellatif, A., Al-Ali, A., Mohamed, A. M., Erbad, A., and Guizani, M. (2020). Performance evaluation of Hyperledger Fabric. 2020 IEEE International Conference on Informatics, IoT, and Enabling Technologies (ICIoT), pages 608–613.
Silva, F., Gonçalves, G., Fé, I., Feitosa, L., and Soares, A. (2023). Avaliação de desempenho de blockchains permissionadas Hyperledger orientada ao planejamento de capacidade de recursos computacionais. In Anais do XLI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 71–84, Porto Alegre, RS, Brasil. SBC.
Wai, K. and Thein, N. (2023). Performance analysis on block size valuation of Hyperledger Fabric blockchain. 2023 IEEE Conference on Computer Applications (ICCA), pages 50–55.
Xu, X., Weber, I., and Staples, M. (2019). Architecture for blockchain applications. Springer.
Baliga, A., Subhod, I., Kamat, P., and Chatterjee, S. (2018). Performance evaluation of the quorum blockchain platform. arXiv preprint arXiv:1809.03421.
Castro, M., Liskov, B., et al. (1999). Practical Byzantine fault tolerance. In OsDI, volume 99, pages 173–186.
Chacko, J. A., Mayer, R., and Jacobsen, H.-A. (2021). Why do my blockchain transactions fail? A study of Hyperledger Fabric. In Proceedings of the 2021 International Conference on Management of Data, pages 221–234.
de Sá, A. S., Silva Freitas, A. E., and de Araújo Macêdo, R. J. (2013). Adaptive request batching for Byzantine replication. ACM SIGOPS Operating Systems Review, 47(1), 35–42.
Greve, F., Sampaio, L., Abijaude, J., Coutinho, A. A., Brito, I., and Queiroz, S. (2018). Blockchain e a revolução ao do consenso sob demanda. In Proceedings of SBRC Minicursos.
Liu, C.-M., Badigineni, M., and Lu, S. W. (2021). Adaptive blocksize for IoT payload data on Fabric blockchain. In 2021 30th Wireless and Optical Communications Conference (WOCC), pages 92–96. IEEE.
Mendonça, R., Moura, E., Gonçalves, G., Vieira, A., and Nacif, J. (2023). Comparação e análise de custo e desempenho entre nós de redes blockchain permissionadas e públicas. In Anais do XLI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 141–154, Porto Alegre, RS, Brasil. SBC.
Moura, E., Melo, C., Gonçalves, G., Silva, F., and Soares, A. (2024). Uma ferramenta de avaliação de desempenho para plataforma blockchain Hyperledger Fabric: Hlf-pet. In Anais do II Colóquio em Blockchain e Web Descentralizada, pages 8–13, Porto Alegre, RS, Brasil. SBC.
Ongaro, D. and Ousterhout, J. (2014). In search of an understandable consensus algorithm. In 2014 USENIX Annual Technical Conference (USENIX ATC 14), pages 305–319.
Roy, U. and Ghosh, N. (2024). Fabman: A framework for ledger storage and size management for Hyperledger Fabric-based IoT applications. IEEE Transactions on Network and Service Management.
Saeed, S. H., Hadi, S., and Hamad, A. H. (2022). Performance evaluation of e-voting based on Hyperledger Fabric blockchain platform. Revue d’Intelligence Artificielle.
Shalaby, S., Abdellatif, A., Al-Ali, A., Mohamed, A. M., Erbad, A., and Guizani, M. (2020). Performance evaluation of Hyperledger Fabric. 2020 IEEE International Conference on Informatics, IoT, and Enabling Technologies (ICIoT), pages 608–613.
Silva, F., Gonçalves, G., Fé, I., Feitosa, L., and Soares, A. (2023). Avaliação de desempenho de blockchains permissionadas Hyperledger orientada ao planejamento de capacidade de recursos computacionais. In Anais do XLI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 71–84, Porto Alegre, RS, Brasil. SBC.
Wai, K. and Thein, N. (2023). Performance analysis on block size valuation of Hyperledger Fabric blockchain. 2023 IEEE Conference on Computer Applications (ICCA), pages 50–55.
Xu, X., Weber, I., and Staples, M. (2019). Architecture for blockchain applications. Springer.
Publicado
19/05/2025
Como Citar
DE ARAÚJO MOURA, Ericksulino Manoel; SANTIAGO GAMA, Felipe; DIAS GONÇALVES, Glauber; SILVA FREITAS, Allan Edgard; SOARES, André.
Rumo à Blockchain Adaptiva para a Plataforma Hyperledger Fabric. In: WORKSHOP EM BLOCKCHAIN: TEORIA, TECNOLOGIAS E APLICAÇÕES (WBLOCKCHAIN), 8. , 2025, Natal/RN.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 15-28.
DOI: https://doi.org/10.5753/wblockchain.2025.8740.
