（3）针对Fabric采用Raft算法进行共识不具备抗拜占庭节点的能力，采用Gossip算法进行消息传播信息冗余度较大的问题，设计了一种抵抗拜占庭节点的RB-Raft算法。首先采用哈希链的方式对每一块日志进行迭代哈希处理，通过动态验证机制对日志进行验证使得对Leader节点的恶意行为具有一定的容错率，解决了日志伪造与验证的问题。其次，提出基于门限加密的“遗书”机制，使得Candidate节点拉取选票具有合法性，防止拜占庭节点随意拉取选票更换Leader节点的攻击，解决了拜占庭节点影响系统一致性的问题。
（4）针对Gossip算法消息同步的过程中产生大量的消息冗余，进而影响消息同步的效率问题提出了一种改进的Gossip算法——KT Gossip算法。设置两种不同的节点类型，P节点进行消息转发，D节点进行消息分发。通过引入高性能节点对集群的消息分发路径进行处理，对每个模块进行精简，使得分发路径呈K叉树的形式，消息传播效率大大提高，极大的降低了消息的冗余程度。
（5）最后通过实验表明改进后的算法弥补了原有算法的不足，本文提出的RB-Raft算法在日志加密、选票验证方面进行了优化，在抗拜占庭节点的全面性上做了较好的工作。本文提出的KT-Gossip算法大大的提高了消息的转发效率，极大的降低了消息冗余程度，并且可以适用于Fabric平台当中。
参考文献（略）
