| 研究課題/領域番号 |
19K24350
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
1001:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 富山県立大学 |
|---|
研究代表者 |
森島 信 富山県立大学, 工学部, 講師 (90843748)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ブロックチェーン / GPGPU / 並列処理 / ビットコイン / 異常検知 / GPU |
|---|
| 研究開始時の研究の概要 |
ブロックチェーンは、P2Pネットワークで構築された取引システムであり、信頼できる第三者機関を介さない直接取引により取引を短時間かつ低コスト化する手段として期待されている。しかし、現状では、既存の取引システムに比べて取引処理性能が低く、社会基盤として広く用いるのは困難である。これを解決するために、様々なプロトコルが提案されているが、プロトコルの変更によって大量の取引が生成された場合、フルノードの処理性能が不足してしまう。そこで、本研究では、並列処理性能に優れるGPUに取引情報を格納し、読み書きそれぞれの処理全てをGPU内で処理するGPU内ブロックチェーンを提案し、フルノードを高性能化する。
|
| 研究成果の概要 |
ブロックチェーンシステムにおいて、フルノードの処理性能が取引生成向上を妨げる一因となっている。本研究では、取引検索、取引の異常検知といった読み込み処理と書き込み処理のボトルネックとなる取引の検証処理を対象とした。並列処理性能に優れたGPU(Graphics Processing Unit)上に取引データをキャッシュし、GPU内で処理を行うことで対象の処理を高速化することで、フルノードの処理のボトルネックを解消し、フルノードの処理性能の向上を実現した。
|
| 研究成果の学術的意義や社会的意義 |
ブロックチェーンは、P2Pネットワークで構築された分散型台帳システムであり、国際送金や個人間取引を直接取引により短時間かつ低コスト化する手段として用いられているが、取引生成性能の低さが大きな問題となっている。問題解決の手法の一つとして、ブロックチェーンの取引生成のプロトコルを変えることで多くの取引を生成させる方法が提案されている。しかし、そのような変更が行われれば、現状のシステムでは取引を処理するノードの処理性能が不足してしまう。本研究では、フルノードの処理性能を高めることで、既存の取引性能向上法を適用可能にし、ブロックチェーンの取引生成性能の向上に貢献した。
|
