近日，2020级硕士生泥俊沛（导师胡侃副教授）的论文“FLUID: Towards Efficient Continuous Transaction Processing in DAG-based Blockchains” 被 IEEE Transactions on Knowledge and Data Engineering (TKDE) 期刊录用。

在基于区块链的新型应用中，节点通过连续型事务来实现一整套应用逻辑。连续型事务处理需要按正确顺序执行，且提交取决于前一个事务确认的结果。然而，传统链式区块链存储模型存在确认延迟高等问题，无法高效支持连续型事务处理。基于有向无环图（Directed Acyclic Graph，DAG）存储模型的图式区块链成为了一个备受关注的解决方案，其并行拓扑结构能显著降低事务的确认延迟，具有支持高效连续型事务处理的潜力。然而，图式区块链仍面临无序的事务执行和存储以及事务一致性难以保证的问题。为了解决这些问题，文章提出了一种面向图式区块链的高效连续型事务处理方法FLUID。FLUID采用基于事务依赖跟踪结构的存储模型，能够保证连续型事务按照依赖关系进行提交和处理。FLUID还提出了一种基于可信共识组的冲突解决机制，能够在事务提交前检测并解决潜在冲突，有效降低并发事务的确认延迟。同时，FLUID建立了一个基于检查点的验证机制，以实现对账本中事务处理结果的确定性共识。实验结果表明，FLUID方法相较于目前最先进的图式区块链存储模型OHIE，可提升66%的吞吐量并将延迟降低两个数量级。

IEEE Transactions on Knowledge and Data Engineering (TKDE) 属于中国计算机学会CCF A类期刊，是计算机数据工程领域最权威的国际学术期刊之一，每月出版一期，影响因子为9.235，主要关注计算机科学、人工智能、电子工程、计算机工程等领域在知识与数据工程方向的研究。

（通讯员：泥俊沛）