拜占庭將軍問題：拜占庭的n個將軍圍攻一個敵人，n個將軍包圍著這個敵人，所以他們是在不同的地方。忠誠的將軍希望透過某種協議達成某個命令的一致（比如約定某個時間一起進攻）。但其中一些背叛的將軍會透過傳送錯誤的訊息阻撓忠誠的將軍達成命令上的一致。如果同時發起進攻的將軍數量少於m個，那麼不足以殲滅敵人反而容易被敵人全部殲滅。怎樣做才能保證有多於m個將軍在同一時間一起發起進攻？
“拜占庭將軍問題”模型中，對於將軍們（節點）有兩個預設的假設：
所有忠誠的將軍收到相同的命令後，執行這條命令得到的結果一定是相同的；
如果命令是正確的，那麼所有忠誠的將軍必須執行這條命令。
假設1的含義是：所有節點對命令的解析和執行是一樣的，這個命令必須是一個確定性的命令，不能存在隨機性，也不能依賴節點自身的狀態。（這個命令不能是心情好就攻擊敵人，心情不好就原地休息。）
假設2的含義是：忠誠的將軍需要判斷接收到的命令是不是正確的。這個判斷命令的方法是整個拜占庭容錯技術的核心。
對於將軍們的通訊過程，在“拜占庭將軍問題”中也是有預設假設的：點對點通訊是沒問題的。也就是說，在這裡，我們假設A將軍要給B將軍一條命令X，那麼派出去的傳令兵一定會準確的把命令X傳遞給B將軍。
有了上述假設，我們來看看將軍們面臨的核心問題是什麼。
我們考慮4個將軍的情況，同時假設4個將軍中最多隻有1個背叛者。當4個將軍A、B、C、D把敵人包圍了之後，必須協商一個統一的時間去發起進攻。這時，A將軍派出了3個傳令兵，分別告訴B、C、D將軍，下午1點準時發起進攻。到了下午1點，A、C、D三個將軍發起了進攻，殲滅了敵人，同時他們三個發現B是背叛的。雖然B背叛了，但是對最終任務沒有影響。
但如果A是背叛的，會發生什麼情況？A派出3個傳令兵，分別告訴B、C、D將軍在下午1點、2點、3點發起進攻。於是，到了下午1點，B將軍去攻擊敵人，由於寡不敵眾，全軍覆沒；2點，C將軍全軍覆沒；3點，D將軍全軍覆沒。
因為對於忠誠的將軍來說，他不知道誰是背叛者，所以，他不能完全相信接收到的命令，他必須對命令做出判斷。在1999年，著名的PBFT演算法出現了。這個演算法說起來也不難理解，他的核心思想是：對於每一個收到命令的將軍，都要去詢問其他人，他們收到的命令是什麼。
回到剛才的第二種情況（A是背叛者），A派出3個傳令兵，分別告訴B、C、D將軍在下午1點、2點、3點發起進攻。B將軍派出傳令兵去告訴C和D兩位將軍，B收到的命令是下午1點進攻。C也同樣派出了傳令兵分別告訴B和D兩位將軍，C收到的命令是下午2點進攻。D也同樣告訴B和C兩位將軍，D收到的命令是下午3點進攻。於是，B得到了3條指令：A命令B下午1點進攻，A命令C下午2點進攻，A命令D下午3點進攻。B很容易判斷出來，A是背叛者（因為B知道最多隻有一個背叛者）。C和D也能做出同樣的判斷。因此這次進攻時間的協商是無效的。
採用了這種辦法以後，另一種情況又會怎樣？當B是背叛者，A將軍派出了3個傳令兵，分別告訴B、C、D將軍，下午1點準時發起進攻。B告訴C說B收到的命令是下午2點，B告訴D說收到的命令是下午2點，C和D分別告訴另外2個將軍，A告訴他們的命令是下午1點。
於是，C、D收到的訊息都是兩個1點，一個2點。對於C、D而言，不需要判斷是A和B誰是背叛者——他們只需要執行收到多的那個命令就可以了。
如果A是忠誠的，那麼B是背叛的，這種情況下對於A來說，他知道自己是忠誠的，他發出的命令，至少有2個將軍會執行，所以下午1點，A、C、D三個將軍一起去進攻，有3個將軍一起發起攻擊，敵人被殲滅了。如果B是忠誠的，那麼B會收到兩個1點一個2點，B也會執行收到多的命令，於是B、C、D三個將軍一起去進攻，有3個將軍一起發起攻擊，敵人被殲滅了。不管怎樣，按照這種方式執行，結果是沒問題的。
採用PBFT方法，本質上就是利用通訊次數換取信用。每個命令的執行都需要節點間兩兩互動去核驗訊息，通訊代價是非常高的。通常採用PBFT演算法，節點間的通訊複雜度是節點數的平方級的。
注意，上面所討論的所有情況裡，還有一個假設：所有傳遞的訊息都是口頭訊息。意思就是，A告訴B下午1點進攻，B可能告訴C說“A命令我下午2點進攻”。如果採用了書寫的訊息，那麼情況是不一樣的。A派傳令兵給B一張紙，A將軍用自己獨特的筆跡寫的“下午1點進攻”，然後要求B把這張紙傳給C，B在紙上用自己獨特的筆跡簽名表示同意，然後B傳給C，C也簽名表示同意，然後D也同意，最後簽過所有名的紙再給每個人看一眼，就可以讓所有節點一致了。這種採用書面簽名訊息的情況，對演算法要求簡單得多。但是，採用書面訊息的前提是：每個將軍都知道其他將軍的筆跡是什麼樣的，並且無法模仿其他將軍的筆跡。
在PBFT的基礎上，又出現了很多變種演算法，這些演算法往往都帶有一些額外的假設。例如：認為發起請求的客戶端一定是忠誠的，由客戶端去驗證節點是否忠誠；認為絕大部分時候將軍都是忠誠的，所以降低兩兩互動核驗訊息的次數；透過對節點進行分工，來提高整個系統的處理速度；等。這些變種演算法由於增加了額外的假設，導致了整個系統的去中心化程度的降低（關於區塊鏈系統去中心化程度的理解，可以參見本系列的第6篇文章）。
但是，對於不同型別的應用場景，有些假設是合理的，有些假設則是不合理的。例如，在類似比特幣的代幣轉賬系統中，不能認為客戶端是忠誠的，因為客戶端很可能會發起雙花交易。因此，當企業希望使用區塊鏈技術改進自己的業務或者開展新業務的時候，一定要選擇適合自己業務的區塊鏈技術和系統。
