Динамічний і непередбачуваний характер мережевих середовищ створює серйозну проблему для розподілених систем, особливо для тих, які покладаються на консенсусні алгоритми для управління станом і відмовостійкості. Щоб вирішити цю проблему, у статті представляється нова імітаційна модель, призначена для вивчення впливу нестабільних мережевих з’єднань на кластери, які виконують консенсусні алгоритми. Модель створена для імітації різного ступеня нестабільності мережі, включаючи флуктуації затримки та порушення з’єднання, характерні для розподілених систем реального часу. Запропонована нами модель є значним прогресом у моделюванні розподілених мереж. Він використовує складний рівень емуляції мережі, здатний генерувати широкий спектр нестабільних умов мережі. Ядром моделі є симулятор механізму консенсусу з широкими можливостями налаштування, який дозволяє регулювати такі ключові параметри, як інтервали між передаваннями, тайм-аути виборів і частоту втрат повідомлень. Цей рівень конфігурації дає змогу здійснювати комплексний аналіз консенсусної поведінки за різними мережевими сценаріями. У статті зосереджено увагу на методології розробки моделі, деталізовано теоретичні основи та стратегії реалізації, які використовуються для забезпечення реалістичного представлення нестабільності мережі. Завдяки розгортанню цієї моделі дослідники та системні архітектори можуть отримати глибше розуміння стійкості та адаптивності консенсусних алгоритмів. Модель служить інструментом для завчасного виявлення та вирішення потенційних проблем у розподілених системах, сприяючи розробці більш стійких і надійних технологій.
[1] Stanislav Zhuravel, Mykhailo Klymash, Olha Shpur and Orest Lavriv, “Achieving Consistency and Consensus of Distributed Infocommunication Systems”, 16th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET), p. 386-389, February 22-26, 2022.
[2] Stanislav Zhuravel, “Network Instability Consensus Simulator (NICS): A Tool for Assessing Distributed Systems' Resilience” [Software], GitHub, https://github.com/ZLStas/simulation
[3] Stanislav Zhuravel, Olha Shpur and Yulia Pyrih, “Method of achieving consensus in distributed service”, vol.2, p. 58-66, November 10, 2022
[4] Nazar Peleh, Stanislav Zhuravel, Olha Shpur and Olha Rybytska, “Structured and Unstructured Log Analysis as a Methods to Detect DDoS Attacks in SDN networks“, Internet of Things (IoT) and Engineering Applications, Vol 6, Issue 1, 2021
[5] S. Zhuravel, S. Dumych and O. Shpur, “Research of data collection and processing methods in distributed information systems”, Information and communication technologies, electronic engineering, Vol 1, p. 20-38, November 1, 2021
[6] M. Kleppmann, Designing Data-Intensive Applications, O'Reilly UK Ltd., 2017.
[7] Muñoz Palacios, Filiberto & Espinoza Quesada, Eduardo Steed & La, Hung & Salazar, Sergio & Commuri, Sesh & Garcia Carrillo, Luis Rodolfo, “Adaptive consensus algorithms for real‐time operation of multi‐agent systems affected by switching network events”. International Journal of Robust and Nonlinear Control. October 20, 2016
[8] Liu, S., Zhang, R., Liu, C. et al. An improved PBFT consensus algorithm based on grouping and credit grading, 2023, https://doi.org/10.1038/s41598-023-28856-x
[9] Lin Chen, Jing Liao, Naixue Xiong, "Byzantine Fault-Tolerant Consensus Algorithms: A Survey" Electronics, 2023, https://doi.org/10.3390/electronics12183801
[10] .Z. Hussein, M.A. Salama and S.A. El-Rahman, “Evolution of blockchain consensus algorithms: a review on the latest milestones of blockchain consensus algorithms”, Cybersecurity, Vol 6, p. 30, 2023, https://doi.org/10.1186/s42400-023-00163-y
[11] K. Venkatesan and S.B Rahayu, “Blockchain security enhancement: an approach towards hybrid consensus algorithms and machine learning techniques”, Sci Rep, Vol 14, p. 1149, 2024, https://doi.org/10.1038/s41598- 024-51578-7
[12] Faisal Nawab, Mohammad Sadoghi, "Consensus in Data Management: From Distributed Commit to Blockchain", Foundations and Trends in Databases: Vol. 12: No. 4, pp 221-364, 2023, http://dx.doi.org/10.1561/1900000075
[13] Gary Stafford, “LAN network stability: measure response time of a wireless vs. ethernet-based LAN”, Kaggle, 2021, https://www.kaggle.com/code/garystafford/network-stability-notebook/input