Lompat ke konten
Financial Context Wiki

Penambangan egois

Penambangan egois secara strategis menahan blok proof-of-work yang valid dan merilis cabang pribadi untuk membuat penambang yang bersaing kehilangan lebih banyak pekerjaan yang diterima. Analisis strategi tepatnya, bagian hash, perilaku ikatan, hadiah, penyesuaian kesulitan, bukti, dan mitigasi tanpa menganggap ambang model sebagai fakta jaringan.

Diperbarui

Hanya untuk tujuan edukasi; bukan merupakan nasihat investasi atau rekomendasi investasi. Investasi dapat mengakibatkan kerugian.

Jawaban langsung

Penambangan egois adalah sekelompok kebijakan penambangan bukti kerja strategis di mana seorang penambang atau koalisi yang terkoordinasi menahan satu atau lebih blok yang sah, secara pribadi memperpanjang cabang, dan secara selektif menerbitkan blok dalam upaya membuat penambang lain menghabiskan sebagian lebih besar dari pekerjaannya pada cabang yang tidak diterima. Tujuannya biasanya dimodelkan sebagai peningkatan jangka panjang dari bagian hadiah yang diterima oleh koalisi relatif terhadap bagian hash yang kompatibel, bukan menciptakan bukti kerja dari ketiadaan.

Strategi klasik Eyal-Sirer, yang sering disebut SM1, melacak keunggulan pribadi koalisi. Pada keunggulan nol, sebuah blok koalisi ditahan. Pada keunggulan satu, blok koalisi lain memperpanjang cabang rahasia, sementara blok publik yang bersaing memicu publikasi untuk menciptakan ikatan yang terlihat. Jika keunggulan pribadi setidaknya dua, publikasi diatur waktunya untuk menimpa atau tetap di depan cabang publik. Setiap blok yang diterbitkan tetap harus memenuhi aturan validitas dan bukti kerja jaringan.

Dua parameter model umumnya dilambangkan alpha dan gamma. alpha adalah fraksi dari laju penemuan blok yang kompatibel oleh koalisi. Dalam abstraksi jaringan seketika asli, gamma adalah fraksi dari daya hash non-koalisi yang menambang di cabang koalisi selama ikatan publik. Ini bukan sekadar latensi, fraksi node yang pertama kali melihat blok, atau properti permanen suatu pool penambangan. Topologi, kebijakan relay, waktu validasi blok, penyegaran template, konten biaya, dan strategi miner lain semuanya dapat mengubah perilaku ikatan yang efektif.

Tidak ada ambang batas selfish-mining yang universal. Nilai yang umum dikenal seperti sepertiga atau seperempat berasal dari model pihak-dan-konstanta-imbalan, stasioner, rantai-terpanjang, dan strategi tertentu. Penelitian berikutnya memperluas ruang strategi, mencakup keterlambatan propagasi, biaya bervariasi, beberapa koalisi, kondisi eclipse, dan algoritma penyesuaian kesulitan yang berbeda. Ambang batas dari satu model adalah hasil bersyarat, bukan batas keselamatan yang diukur untuk setiap jaringan proof-of-work.

Pertambangan egois juga tidak identik dengan setiap jenis penahanan blok. Seorang peserta pool dapat mengirimkan sebagian saham sambil menyembunyikan solusi penuh untuk merusak pool; itu adalah serangan tingkat pool yang berbeda. Publikasi yang tertunda secara tidak sengaja, forking sementara, serangan blok tidak sah, sensor, penyerbuan biaya, pemotongan harga, pengeluaran ganda, reorganisasi mayoritas, dan varian pertambangan keras kepala memiliki beberapa kesamaan mekanisme tetapi membutuhkan definisi dan bukti yang terpisah.

Cara menganalisis penambangan egois

  1. Tetapkan jaringan dan tujuan. Catat blok genesis, klien dan aktivasi, algoritma bukti-kerja, pemilihan fork dan perilaku saat seri, target dan penyesuaian kesulitan, kematangan imbalan, subsidi, biaya, blok stale, pengamat, dan periode; nyatakan apakah tujuannya pangsa imbalan diterima, imbalan per waktu nyata, laba setelah biaya, sensor, atau reorganisasi.
  2. Tentukan strategi sebagai mesin keadaan. Tentukan cabang publik dan privat, pekerjaan kumulatif, lead yang belum diterbitkan, tindakan yang diizinkan seperti menunggu, mengadopsi, mencocokkan, menimpa, atau menerbitkan, koordinasi koalisi, kedalaman maksimum yang ditahan, dan perilaku setelah setiap penemuan koalisi atau non-koalisi. Jangan menggunakan “penambangan egois” sebagai algoritma lengkap.
  3. Tentukan parameter hash dan propagasi. Mengikat alpha ke tingkat penemuan blok yang kompatibel secara efektif selama interval yang sama. Tentukan secara tepat bagaimana gamma atau model penundaan yang lebih kaya mengalokasikan pekerjaan non-koalisi selama setiap balapan; termasuk topologi relay, validasi, pergantian template, perilaku blok-kompak, partisi, dan kemampuan eclipse bila relevan.
  4. Modelkan imbalan diterima dan waktu secara terpisah. Lacak blok koalisi dan penambang lain yang diterima, blok valid stale atau ditinggalkan, subsidi, biaya, imbalan ommer atau inklusi, kematangan, waktu penemuan, pertumbuhan rantai publik, dan periode kesulitan. Pangsa diterima relatif tidak otomatis sama dengan pendapatan per jam atau laba.
  5. Selesaikan dan validasi model yang disebutkan. Gunakan analisis Markov yang tepat, proses keputusan terbatas Markov, atau simulasi kejadian yang dapat diulang yang sesuai dengan strategi. Laporkan pemotongan, konvergensi, pemanasan, benih, interval kepercayaan, sensitivitas, dan baseline penambangan jujur; secara mandiri ulangi transisi status kecil dengan tangan.
  6. Uji bukti dan alternatif. Pertahankan header yang pertama kali terlihat, waktu kedatangan tingkat rekan, cabang yang bersaing, kerja, atribusi coinbase atau pembayaran, templat, biaya, cap waktu, dan perubahan pool. Bandingkan pemblokiran dengan varians Poisson biasa, keterlambatan propagasi, pemadaman, kesalahan perangkat lunak, partisi, penembakan biaya, dan kesalahan label. Data rantai publik saja mungkin tidak mengungkap blok yang kalah yang belum dipublikasikan.
  7. Evaluasi kontrol tanpa klaim berlebihan. Uji relay yang lebih cepat dan beragam, peningkatan validasi, aturan pemecah seri, perubahan fork-choice atau imbalan, algoritma kesulitan, konsentrasi pool, perpindahan penambang, pemantauan, respons, dan kebijakan konfirmasi. Setiap kontrol dapat mengubah insentif atau keteramatan dan menciptakan strategi baru; analisis ulang seluruh aturan jaringan.

Output harus membedakan definisi strategi, hasil model, hasil simulasi, bukti jaringan yang diamati, dan kesimpulan operasional. Tidak satupun boleh secara diam-diam menggantikan yang lain.

Contoh yang dikerjakan

1. Jejak yang dipimpin secara pribadi dan perlombaan publik

Misalkan sebuah koalisi memiliki alpha = 0.30. Mulai dari satu petunjuk publik, misalkan penemuan berikutnya adalah koalisi, koalisi, kemudian bukan koalisi. Probabilitas dari awalan independen tepat itu dalam model yang disederhanakan adalah:

0.30 * 0.30 * 0.70 = 0.063 = 6.3%

Koalisi dapat menerbitkan cabang dua-bloknya melawan cabang publik satu-blok; jika kedua cabang valid dan setiap blok mewakili kerja yang sama, cabangnya menang dan blok yang bersaing menjadi usang. Jejak ini memberikan koalisi dua blok yang diterima, tetapi ini tidak menetapkan profitabilitas jangka panjang karena semua jejak lain, cabang pribadi yang gagal, waktu yang berlalu, biaya, dan aturan penyesuaian juga penting.

Jika sebaliknya urutan mencapai seri publik satu-balok, tetapkan gamma = 0.50. Bersyarat pada penemuan berikutnya yang menyelesaikan perlombaan itu, koalisi menemukannya dengan probabilitas 0.30 dan memperoleh dua balok yang diterima; penambang non-koalisi memperpanjang cabang koalisi dengan probabilitas 0.70 * 0.50 dan koalisi memperoleh satu; hasil lainnya memberikannya nol. Harapan bersyarat balok koalisi adalah:

0.30 * 2 + 0.70 * 0.50 * 1 = 0.95

Ada dua blok yang diterima setelah resolusi di setiap cabang dari balapan mainan ini, jadi bagiannya bersyarat adalah 0.95 / 2 = 47.5%. Membandingkan acara yang dipilih itu langsung dengan 30% adalah bias seleksi; model keadaan jangka panjang harus mencakup probabilitas dan biaya untuk mencapai balapan.

2. Mengapa ambang klasik bersifat kondisional

Untuk SM1 dalam abstraksi hadiah-konstan asli dengan alpha < 0.50, ambang batas hash-share impas yang dilaporkan adalah:

alpha* = (1 - gamma) / (3 - 2 * gamma)

Di gamma = 0, ambangnya adalah 1 / 3 = 33.3333%. Di gamma = 0.50, itu adalah 0.50 / 2 = 25%. Di gamma = 0.90, itu adalah 0.10 / 1.20 = 8.3333%. Nilai-nilai ini menunjukkan sensitivitas terhadap asumsi seri; nilai-nilai ini tidak mengatakan bahwa jaringan yang diukur dengan delapan, 25, atau 34 persen pangsa hash pasti menguntungkan, aman, berbahaya, atau dikendalikan oleh satu pelaku. Optimisasi strategi, keterlambatan nyata, variasi hadiah, biaya, kesulitan, dan biaya mengubah pertanyaannya.

3. Bagian relatif yang diterima bukan pendapatan waktu segera

Misalkan sebuah interval simulasi berisi penemuan blok 1,000. Sebuah koalisi dengan bagian hash 28% yang dimodelkan mendapatkan 270 blok yang diterima, penambang lain mendapatkan 650, dan 80 penemuan yang sah ditinggalkan. Bagian koalisi dari blok yang diterima adalah:

270 / (270 + 650) = 270 / 920 = 29.3478%

Itu adalah 1.3478 poin persentase di atas bagian hash-nya. Namun, tolok ukur proporsional yang jujur atas penemuan 1,000 yang sama adalah 280 blok koalisi, sehingga jumlah yang diterimanya sebelum normalisasi waktu adalah 10 lebih rendah, atau 10 / 280 = 3.5714% di bawah tolok ukur tersebut. Penyesuaian kesulitan yang lebih lambat mungkin memulihkan frekuensi blok rantai publik dan mengubah hadiah per waktu jam-dinding, tetapi hanya di bawah jendela, cap waktu, penjepit, tingkat hash, biaya, dan asumsi strategi berkelanjutan yang tepat. Bagian relatif saja tidak membuktikan keuntungan langsung.

4. Anomali pembagian blok bukanlah bukti atribusi

Asumsikan perkiraan independen dari bagian koalisi p = 0.30 dan, hanya sebagai model nol kasar, n = 10,000 blok yang diterima secara independen. Jumlah yang diharapkan adalah n * p = 3,000, dan deviasi standar binomial adalah:

sqrt(10,000 * 0.30 * 0.70) = 45.8258 blocks

Perhitungan yang diatribusikan dari 3,080 menghasilkan z = (3,080 - 3,000) / 45.8258 = 1.7457. Itu bukan detektor penambangan egois. Blok yang diterima tidak selalu independen dengan p tetap; estimasi hash dan label pool memiliki kesalahan; pemilihan biaya, gangguan, keberuntungan, propagasi, dan pergantian dapat mengubah perhitungan; dan blok pribadi yang gagal mungkin tidak pernah mencapai pengamat. Penyelidikan membutuhkan bukti header bersaing dan kedatangan rekan serta model kausal yang dinyatakan, bukan hanya skor-z berbagi blok.

Risiko dan kegagalan tinjauan

Kesalahan model dan protokol

  • Strategi yang tidak ditentukan: SM1, varian stubborn, kebijakan optimal, penahanan berbasis biaya, dan sabotase pool melakukan tindakan yang berbeda. Publikasikan tabel lengkap keadaan dan tindakan.
  • Tinggi diganti dengan pekerjaan kumulatif: Pilihan cabang mengikuti aturan jaringan berdasarkan pekerjaan yang valid, bukan perbandingan jumlah blok universal. Rekonstruksi kedua cabang dan pekerjaan yang tepat.
  • Klaim ambang batas universal: Sepertiga, seperempat, atau nilai lain apapun tergantung pada model dan tujuan. Nyatakan persamaan, domain, strategi, dan asumsi.
  • Membaca salah gamma: Ini adalah alokasi yang dimodelkan dari penambangan non-koalisi selama suatu perlombaan, bukan skor latensi global yang diamati secara langsung. Jelaskan bagaimana hal itu diperkirakan atau disimulasikan.
  • Asumsi hadiah sama yang konstan: Subsidi , biaya heterogen, hadiah paman, jatuh tempo, dan pemilihan transaksi dapat mengubah insentif. Modelkan vektor hadiah aktual.
  • Mengabaikan penyesuaian kesulitan: Pertumbuhan rantai publik yang hilang dapat memengaruhi kesulitan berikutnya dan pendapatan waktu nyata. Simulasikan epoch, stempel waktu, batas, dan respons hash-rate yang tepat.
  • Menyebut satu kebijakan optimal: MDP terbatas optimum bergantung pada pilihan status, aksi, hadiah, penundaan, dan pemangkasan. Laporkan batas dan sensitivitas daripada optimalitas universal.

Bukti dan kesalahan keamanan

  • Mencampuradukkan penahanan blok pool: Menyembunyikan solusi penuh dari pool sambil mengirimkan share berbeda dari memperluas cabang konsensus secara privat. Pisahkan peserta dan mekanisme imbalannya.
  • Menggabungkan pengeluaran ganda atau kontrol mayoritas: Manipulasi imbalan dapat terjadi tanpa pembayaran yang bertentangan, sementara tujuan reorganisasi dan sensor memerlukan negara tambahan dan bukti.
  • Menganggap penahanan yang sah sebagai penerimaan blok tidak sah: Blok koalisi yang diterbitkan masih menghadapi bukti kerja biasa dan validasi transaksi. Bagian hash tidak dapat mengizinkan transisi status yang tidak valid.
  • Inferensi pemenang berturut-turut: Poisson pertambangan secara alami menghasilkan jalur. Gunakan jendela panjang, ketidakpastian, cabang yang bersaing, waktu kedatangan, templat, dan hipotesis alternatif.
  • Kepastian tingkat basi: Cakupan pengamat , kebijakan relai, topologi, perlombaan tidak sengaja, pemadaman, dan blok yang hilang secara tersembunyi menyebabkan bias pada pengukuran usang. Pertahankan keterbatasan titik pandang.
  • Kepastian label pool: Tag Coinbase, alamat pembayaran, sidik jari template, kontributor hash, dan kendali manfaat tidak dipetakan secara sempurna. Beri versi dan ketidakpastian pada atribusi.
  • Mengabaikan partisi dan efek gerhana: Tampilan jaringan yang terbatas dapat mengubah ras, diukur gamma, dan kelayakan strategi. Uji keberagaman rekan dan konektivitas adversarial.

Ekonomi dan kesalahan mitigasi

  • Bagian relatif yang disebut keuntungan: Konversi hadiah yang diterima menjadi arus kas riil, kurangi biaya listrik, hosting, pool, modal, pembiayaan, pajak, varians, dan biaya blok gagal.
  • Mengasumsikan kondisi ekonomi segera setelah penyesuaian: Persistensi strategi , keluar atau masuknya pesaing, perubahan harga hash, biaya, harga koin, dan keterlambatan penyesuaian dapat membatalkan proyeksi keadaan stabil.
  • Menganggap pangsa pool sebagai kendali permanen: Kontributor hash dapat berpindah, tetapi kontrak, firmware, kustodi pembayaran, keterlambatan koordinasi, geografi, dan konsentrasi dapat membatasi mereka.
  • Deteksi metrik tunggal: Berbagi blok , tingkat kadaluarsa, latensi, atau pola biaya saja tidak dapat mengidentifikasi. Gabungkan telemetri independen dengan aturan keputusan statistik yang eksplisit.
  • Mitigasi tanpa analisis keseimbangan: Relay lebih cepat, pemecahan seri acak, aturan kesegaran, perubahan imbalan, atau hukuman dapat menggeser insentif dan menambah permukaan manipulasi. Memodelkan kembali adopsi dan lawan.
  • Jumlah konfirmasi sebagai perbaikan lengkap: Kedalaman lebih dapat mengurangi beberapa eksposur reorganisasi transaksi tetapi tidak menghilangkan distorsi hadiah, pekerjaan yang terbuang, tekanan sentralisasi, atau efek kelangsungan hidup.

Kesalahpahaman umum

Penambangan egois membutuhkan sebagian besar kekuatan hash

Tidak. Studi hasil asli mempelajari kapan koalisi minoritas dapat meningkatkan bagian hadiah-terima relatif yang dimodelkan. Titik impas tergantung pada perilaku seri dan asumsi lainnya; kekuatan mayoritas bukan definisi maupun prasyarat universal.

Menahan satu blok membuktikan penambangan egois

Tidak. Operator dapat menunda publikasi secara tidak sengaja atau karena alasan strategis dan teknis lainnya, dan seorang pengamat dari luar mungkin tidak tahu kapan sebuah blok ditemukan. Penambangan egois adalah kebijakan bersyarat di berbagai negara bagian, bukan satu penundaan terisolasi.

Lebih banyak blok yang diterima daripada hash yang dibagikan membuktikan strategi

Tidak. Penemuan blok bersifat acak, bagian hash diperkirakan, label tidak sempurna, dan penambang berganti. Bahkan penyimpangan yang secara statistik tidak biasa membutuhkan propagasi, cabang, templat, hadiah, dan bukti penyebab alternatif.

Penambangan egois menciptakan blok tidak valid atau pekerjaan gratis

Tidak. Block yang diterbitkan harus valid dan mengandung bukti kerja yang nyata. Keuntungan yang dimodelkan berasal dari mengubah penemuan valid mana yang diterima dan dari respons penambang lain serta aturan kesulitan.

Peningkatan relay atau lebih banyak konfirmasi menghilangkan masalah

Tidak ada satu kontrol pun yang membuktikan kompatibilitas insentif. Relay dapat mengubah probabilitas perlombaan, sementara konfirmasi menangani sebagian risiko pembalikan transaksi; tidak satupun sendiri yang menyelesaikan desain hadiah, variasi strategis, konsentrasi, aturan penyesuaian, atau insentif biaya.

Topik terkait

Sumber

Navigasi

Cari di wiki...