如果你第一次看到这个名字，可能会觉得这是一个历史人物遇到的一个打仗的问题。但其实完全不是，而是一个计算机学家提出来为了解决分布式网络的问题。
拜占庭将军问题 （Byzantine Generals Problem），是由莱斯利·兰波特在其同名论文中提出的分布式对等网络通信容错问题。
简单介绍一下问题提出者：
莱斯利·兰波特 （Leslie Lamport），美国计算机科学家。也是排版系统LaTeX的开发者。2013年，获得图灵奖。
在探寻拜占庭将军问题这个复杂问题前，我想先给一个小问题来开开脑洞（适应下思维方式）。
有两个守门童 A 和 B，有两扇门 a 和 b，我们的目标是找到 a 和 b 中正确的门，已知：
请问，如何问才能找到正确的门？
可以思考一下，还挺有意思的，其实只用问一个问题就可以得到答案。
答案：询问 A：你认为 B 会说哪个门是正确的门？（正确答案就是 A 回答的另一扇门）
这个拜占庭将军问题举的例子比较复杂，希望能用一个简单的例子来让你理解：
一群好朋友（将军）想要讨论明天早上十点是否一起去公园，但是现在无法群聊，只能一对一的私聊，可以确定的是朋友内有想捣乱或破坏大家的关系（故意乱说），如何达成大家统一行动的目标（一起去或不去）？
比如，一共 9 个人，大家采用多数服从少数的原则，当四人同意去，四人不同意去，坏蛋跟同意的四人说同意去，跟不同意的四人说不同意去，双方都以为自己胜利，会导致出现目标失败。
上述的故事映射到计算机系统里，将军便成了计算机，而私聊就是通信系统。虽然上述的问题涉及了电子化的决策支持与信息安全，却没办法单纯的用密码学与数字签名来解决。因为电路错误仍可能影响整个加密过程，这不是密码学与数字签名算法在解决的问题。因此计算机就有可能将错误的结果提交去，亦可能导致错误的决策。
而在区块链中，若出现了无法达成共识会出现分叉、宕机等问题。当一条链共识出现问题，将会对这条链造成信任危机也是致命打击，所以在区块链中共识算法是生态发展的底层基础。
其实共识算法在不断进步，也有非常聪明的人在不断提出新颖的解题思路。在本问题被提出的论文中，莱斯利·兰波特已经提出了两种解法，今天就分享口头协议这个解法。
以下内容并不是原版解法，是根据个人理解的表达，若有错误希望理解
定义：
目标：
继续按上面的去公园为基础，这次是 a、b、c 3 人商讨是否明天去公园，其中一人坏人。
b 提出去公园的想法，作为领队。
（下方有图解）
b 领队不是坏人，c 是坏人
a 收到 b 去公园的想法，但是不知道 b 是否是好人，所以问 c：b 提议是去还是不去，c 反馈不去，所以 a 收到 1 个去，1 个不去。a 知道 b 和 c 中有一个坏人，但不知道是谁。
所以无法达成共识：失败
b 领队是坏人，a c 都是好人
a 收到 b 去提议，c 收到 b 不去的提议，此时 a 和 c 交换信息，都得到 1 个去，1 个不去。
所以无法达成共识
这次是 a、b、c、d 4 人商讨是否明天去公园，其中一人坏人。
领队 c 是好人，提出明天不去公园，d 是坏人。
a 收到不去公园的意见后，询问 b、d 领队的意见是什么，得到的是不去（b）和去（d）。
a 得到的是（不去、不去、去），选择多数不去就行，b 同理结论是不去。
最后 a、b、c 都不去，达成目标 2，并且符合领队的命令，达成目标 1.
领队 c 是坏人，对 a、b 说去，对 d 说不去。
a 收到去的提议后，询问 b、d 领队的意见是什么，得到的是去（b）和不去（d）。
a 得到的是（去、去、不去），选择多数去就行，b 同理结论是去。
d 收到不去的提议后，询问 a、b 领队的意见是什么，得到的是去（a）和去（b）。
d 得到的是（不去、去、去），选择多数去就行。
最后 a、b、d 都统一去了，达成目标 2，由于领队是坏人，无需考虑目标 1。
其实，当时莱斯利·兰波特提出口头协议时就给出了结论，若有 n 人参与，m 人是坏人，那么只有当 n > 3m 时才能达成共识。也就是说当有 2 人坏人时，需要一共 7 人才能达成共识，具体的推演过程可以看李永乐老师的视频，很有意思。
当然区块链中比特币和以太坊都采用的 PoW（工作量证明）也非常出色的解决了共识问题，并且经过十几年的稳定运行也证明了这种方法的可行性。但是 PoW 也有非常多被人诟病的问题，有机会再详细研究一下 PoW 的底层逻辑。
个人 Blog：Finn's Web3 笔记
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。