Д.А. Булгаков1

1 ФГАОУ ВО «Санкт-Петербургский государственный университет аэрокосмического приборостроения» (Санкт-Петербург, Россия)

Постановка проблемы. Протокол gossip, применяющийся в современных блокчейн-сетях, не гарантирует согласованного распространения зависимых транзакций. Механизмы распространения транзакций и их обработки проектируются независимо, что приводит к их асинхронному поступлению на узлы сети. При этом планирование исполнения транзакций осуществляется с учётом частичного порядка, что вызывает рассогласование между порядком поступления и допустимым порядком обслуживания, увеличивает число ожидающих транзакций и снижает эффективность обработки информации.

Цель. Предложить модель локального графа зависимостей транзакций с неполной информацией, формируемого в пуле памяти узла.

Результаты. В отличие от моделей, предполагающих полное знание структуры зависимостей, рассмотрен случай, когда часть предшественников транзакции ещё не наблюдается узлом. Предложена формализация отсутствующих зависимостей, исследовано их влияние на формирование допустимого множества транзакций, а также выполнен выбор следующей транзакции к обработке с учётом комиссии, конфликтов и эффекта разблокировки зависимых вершин.

Практическая значимость. Предложенный подход может быть использован при проектировании механизма обработки транзакций в блокчейн-сети и разработке приложения для автоматической приоритизации поступающих транзакций и генерации графа для визуального отображения порядка их обслуживания.

Булгаков Д.А. Планирование транзакций в распределённых системах на основе неполных графов зависимостей // Успехи современной радиоэлектроники. 2026. Т. 80. № 9. С. 122−128. DOI: https://doi.org/10.18127/j20700784-202609-13

1. Кутузов О.И., Татарникова Т.М. К оцениванию и сопоставлению очередей классических и фрактальных систем массового обслуживания // Информационно-управляющие системы. 2016. № 2(81). С. 48–55. DOI:10.15217/issn1684-8853.2016.2.48
2. Saldamli G., Upadhyay C. and al. Improved gossip protocol for blockchain applications // Cluster Computing. 2022. V. 25. Iss. 3. P. 1915–1926. DOI: 10.1007/s10586-021-03504-z
3. He X., Cui Y., Jiang Y. An improved gossip algorithm based on semi-distributed blockchain network // International Conference On Cyber-Enabled Distributed Computing and Knowledge Discovery (CyberC). 2019. Guilin. P. 24–27. DOI: 10.1109/CyberC.2019.00014
4. Kaul S., Piduguralla M. и др. Dependency-Aware Execution Mechanism in Hyperledger Fabric Architecture // Stabilization, Safety, and Security of Distributed Systems: Proceedings of 27th International Symposium. SSS 2025. Kathmandu, Nepal. DOI: 10.48550/arXiv.2509.07425
5. Narapureddy A. AI-Driven Dynamic Dependency Graph Generation for Predictive Observability in Distributed Systems // International Journal of Computer Engineering & Technology. 2025. V. 16. № 1. P. 2796–2818. DOI: 10.34218/IJCET_16_01_197
6. Guo Q., Li W. and al. Large-amount Blockchain Transaction Conflict Resolution Technology Based on Dependency Graph for Multi-property Assets // IEEE International Conference on High Performance Computing & Communications, Data Science & Systems, Smart City & Dependability in Sensor, Cloud & Big Data Systems & Application (HPCC/DSS/SmartCity/DependSys). Melbourne, Australia. 2023. P. 443–450. DOI: 10.1109/HPCC-DSS-SmartCity-DependSys60770.2023.00067
7. Шелест М.Н., Татарникова Т.М. Метод оценивания быстродействия больших информационных систем с кластеризацией транзакций // Известия высших учебных заведений. Приборостроение. 2022. Т. 65. № 9. С. 623–629.
8. Zhang Z., Hong C. и al. DAG-based Blockchain Supporting Real-Time Transactions // IEEE Transactions on Parallel and Distributed Systems. 2024. 35(8). 1349–1363. DOI: 10.1109/TPDS.2024.3416751