近日，2020级博士生张世桀（导师肖江教授）的论文“MorphDAG: A Workload-Aware Elastic DAG-based Blockchain”被 IEEE Transactions on Knowledge and Data Engineering (TKDE) 期刊录用。

基于有向无环图（Directed Acyclic Graph，DAG）并行拓扑的图式区块链具有高并发性，可以大幅提升系统的吞吐量，已成为业界的研究热点。然而，现有的图式区块链系统尚未充分考虑实际区块链应用的负载特征，包括负载规模的动态变化和负载的访问倾斜性，普遍采用固定存储并发度的存储模型与单一的事务处理机制，缺乏对于动态负载的弹性扩展能力，严重制约了图式区块链的性能。为此，文章提出了一种负载感知的弹性图式区块链系统MorphDAG，该系统能够在保证安全性的同时显著提升性能，并在实际区块链应用负载下实现弹性存储扩展与高效事务处理。具体而言，提出了最优存储并发度理论并构建了弹性的图式区块链存储模型，可以根据动态变化的负载规模自适应地调整存储并发度，在保证系统安全性的同时提升存储性能和扩展能力。此外，针对负载的访问倾斜性造成的冷热事务冲突不一致、处理效率低的问题，设计了一种基于负载访问特征的双模式事务处理机制，提升了事务处理的效率并降低了事务丢弃率。使用真实区块链负载进行实验评估，实验结果表明，与国际前沿的图式区块链系统AdaptChain和OHIE相比，MorphDAG在端到端的吞吐量性能方面可以分别提高2.3倍和2.4倍。

IEEE Transactions on Knowledge and Data Engineering (TKDE) 是计算机数据工程领域最权威的国际学术期刊之一，也是中国计算机学会CCF A类期刊。该期刊每月出版一期，影响因子为8.9。

（通讯员：张世桀）