Partager

Les méthodes formelles au service de la blockchain

Crédit : Immimagery / Adobe Stock
Des méthodes de spécification et de vérification formelles innovantes renforcent la confiance dans les systèmes distribués basés sur un consensus tel que les protocoles de blockchain les plus récents.

Les systèmes distribués basés sur le consensus permettent à un ensemble d’acteurs non localisés de parvenir à différents types d’accords sans dépendre d’une autorité centrale. Les algorithmes de consensus les plus sophistiqués sont dits «tolérants aux fautes byzantines» (BFT), c’est-à-dire qu’ils garantissent l’atteinte d’un consensus en dépit de la présence d’un certain nombre d’acteurs défaillants ou malveillants, qualifiés de «byzantins ». Cependant, les algorithmes BFT ne garantissent l’obtention d’un consensus que si le nombre d’acteurs byzantins reste inférieur à un certain seuil, généralement égal à 1/3 du nombre total d’acteurs. Pour savoir si cette hypothèse de fonctionnement est vérifiée pour un système distribué, et donc si le consensus atteint est fiable, il est nécessaire de pouvoir identifier et compter les acteurs byzantins au cours de l’exécution du système.

Notre méthode de vérification à l’exécution permet d’identifier les comportements byzantins et de fournir des preuves publiques de ces comportements. Cette méthode inclut les trois étapes suivantes basées sur l’outil d’analyse formelle MAAT IAT du CEA-List :

  1. la modélisation de l’algorithme de consensus sous la forme d’un modèle comportemental exprimé dans le langage de spécification de MAAT IAT (langage basé opérateurs décrivant des processus d’interaction parallèles, prouvé à l’aide de l’assistant de preuve Coq),
  2. le monitoring et stockage des messages échangés entre les acteurs du système distribué par un module centralisé qui observe globalement l’ensemble des communications du système (appelé multi-trace),

l’évaluation de la conformité du comportement de chaque acteur par une technique formelle de conformité de la multi-trace au regard de sa spécification (MAAT IAT). Lorsqu’un acteur byzantin est identifié, le modèle est mis à jour pour intégrer cette information et permettre la poursuite de l’analyse à la recherche d’autres acteurs byzantins éventuels.

©CEA

Cette méthode se différencie de l’état de l’art par les innovations suivantes : elle permet d’identifier plusieurs acteurs byzantins opérant simultanément, elle fournit des preuves publiques et elle ne nécessite aucun matériel spécifique. En outre, elle peut être étendue à tout algorithme distribué pouvant être modélisé dans le langage MAAT IAT

Cela devrait vous intéresser

Avancées technologiques

06 juillet 2022 | Blockchain : faciliter l’interopérabilité grâce à un système de communication décentralisé

Pour accélérer leur développement, les blockchains se doivent de mieux communiquer entre elles. Toposware, startup spécialisée dans ce domaine, a noué un partenariat avec le CEA-List en vue de d...
Lire la suite