Cluster-Based Classification of Blockchain Consensus Algorithms

Authors

Keywords:

Blockchain, Cluster-based classification, Consensus algorithms, Proof of Work, Spearman Rank Correlation, Ward Method

Abstract

In recent years, Blockchain has become a disruptivetechnology to protect the integrity of information, especially inopen and collaborative information systems. Its main advantageis the possibility to reach consensus on the new data blocks tobe added to the chain, even with anonymous actors. The mostcommon consensus mechanism is Proof of Work, but it has beenproven to be very inefficient in terms of energy spent by themembers of the blockchain. In the literature there are many othertechniques that pretend to become the new popular mechanism.However, the number of this techniques is growing too fast toreally be able to differentiate among all the options. In this work,a new characterization of consensus algorithm is proposed, thatcan be used to find families of mechanism using cluster-basedclassification. Using the Ward Method and Spearman’s RankCorrelation analysis, new clusters of consensus mechanisms wereidentified. The results describe the behavioral patterns not seenbefore in the literature. In addition, some open problems ofcurrent consensus algorithms are discussed.

Downloads

Download data is not yet available.

Author Biographies

Fredy Aponte, Universidad Santo Tomas, Universidad del Norte

Ingeniero de Sistemas y Computación. Magister en Software Libre. Estudiante Doctorado en Ingeniería de Sistemas y Computación. Actualmente sus áreas de Investigación son Blockchain y los ambientes virtuales de aprendizaje.

Luz Gutierrez, Universidad del Norte

Ingeniera de Sistemas y Magíster en Ingeniería Área Informática y Ciencias de la Computación de la Universidad Industrial de Santander. Actualmente estudiante de Doctorado en Ingeniería de Sistemas y Computación de la Universidad del Norte. Áreas de investigación: Arquitectura Software, Realidad Aumentada y Desarrollo de Software orientado a la web.

Madga Pineda, Universidad del Norte

Ingeniera de Sistemas, Magíster en dirección estratégica con énfasis en TI. Actualmente estudiante de Doctorado en Ingeniería de Sistemas y Computación, y profesor catedrático de la Universidad del Norte. Integrante del grupo de investigación Redes de Computadores e Ingeniería de Software-GReCIS. Área de investigación: Blockchain.

Ines Meriño, Universidad del Magdalena

Ingeniero de Sistemas y Especialista en Desarrollo de Software de la Universidad del Magdalena. Especialista en Servicios Telemáticos e Interconexión de Redes de la Universidad Manuela Beltrán. Magister en Ingeniería de Sistemas y Computación de la Universidad Simón Bolívar. Estudiante Doctorado de Ingeniería de Sistemas y Computación de la Universidad del Norte. Docente de Planta e Investigadora de la Universidad del Magdalena.

Augusto Salazar, Universidad del Norte

Ingeniero de Sistemas de la Universidad del Norte. Maestría en Ciencias de la Computación de la National Chiao Tung University (TW). Profesor asistente en el Departamento de Ingeniería de Sistemas en La Universidad del Norte. Sus temas de investigación abarcan IoT, soluciones de múltiples realidades y analíticas de aprendizaje.

Pedro Wightman, Universidad del Norte

Ingeniero de Sistemas de la Universidad del Norte. Doctor en Ciencias de la Computación de la Universidad del Sur de la Florida, en Tampa. Actualmente profesor asociado del Departamento de Ingeniería de Sistemas de la Universidad del Norte. Director del Grupo de Investigación en Redes de Computadores e Ingeniería de Software - GReCIS. Sus áreas de investigación incluyen: privacidad de datos, aplicaciones industriales de múltiples realidades, blockchain e IoT.

Published

2021-06-07

How to Cite

Aponte, F., Gutierrez, L., Pineda, M., Meriño, I., Salazar, A., & Wightman, P. (2021). Cluster-Based Classification of Blockchain Consensus Algorithms. IEEE Latin America Transactions, 19(4), 688–696. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/3875