jakiro
المؤلف: Vitalik Buterin ، @Vitalik.eth.
إحدى الاستراتيجية لتحسين اللامركزية في بروتوكولات الحوافز هي العقوبة على الأهمية.وهذا هو ، إذا كان أحد المشاركين يتصرف بشكل غير صحيح (بما في ذلك الحوادث) ، كلما زاد عدد المشاركين الآخرين (تقاس من خلال ETH الكلي) الذين يتصرفون بشكل غير صحيح معهم ، كلما زادت العقوبة التي سيكونون عليها.ترى النظرية أنه إذا كنت مشاركًا كبيرًا ، فمن المرجح أن يتم نسخ أي أخطاء ترتكبها في جميع “الهويات” التي تتحكم فيها ، حتى لو قمت بنشر الرموز المميزة الخاصة بك في العديد من الحسابات المستقلة الاسمية.
تم تطبيق هذه التكنولوجيا في آلية Ethereum Cut (، ويمكن القول أنها غير نشطة).ومع ذلك ، فإن حوافز الحالة الحافة التي تحدث فقط في هجمات خاصة للغاية قد لا تظهر في الممارسة العملية ،ربما لا يكفي لإلهام اللامركزية.
تشير هذه المقالة إلى توسيع حوافز مضادة للارتباط مماثلة إلى حالات الفشل “التافهة” ، مثل البراهين المفقودة ، والتي يقوم جميعها تقريبًا على الأقل في بعض الأحيان.تشير النظرية إلى أن صانعي الكبار ، بما في ذلك الأفراد الأثرياء ومجمعات الإرشاد ، سيديرون العديد من المدققين على نفس الاتصال بالإنترنت أو حتى على نفس الكمبيوتر الفعلي ، مما سيؤدي إلى إخفاقات مرتبطة بشكل غير متناسب.يمكن أن يقوم هؤلاء المتدربون دائمًا بإجراء إعدادات مادية منفصلة لكل عقدة ، ولكن إذا انتهى بهم الأمر إلى القيام بذلك ، فهذا يعني أننا قمنا بإزالة وفورات الحجم تمامًا.
التحقق من الصلابة: هل أخطاء من مختلف المدققين في نفس “الكتلة” في الواقع أكثر عرضة لربط مع بعضها البعض؟
يمكننا التحقق من ذلك من خلال الجمع بين مجموعتين من البيانات: (1) بيانات إثبات من الفترات الأخيرة ، مما يوضح أن المدققين يجب أن يثبتوا خلال كل فتحة ، وأي مصادقة أثبتت بالفعل ، و (2) رسم خريطة معرف المدقق إلى مجموعة تحتوي كـ “Lido” ، “Coinbase” ، “Vitalik Buterin”).أنت تستطيعهناوهناوهناالعثور على تفريغ الأول ، فيهناابحث عن تفريغ الأخير.
بعد ذلك ، قمنا بتشغيل برنامج نصي لحساب العدد الإجمالي للإخفاقات الشائعة: يتم تعيين حالتين من المدققين في نفس المجموعة لإثباته في نفس الفتحة والفشل في تلك الفتحة الزمنية.
نحسب أيضا المتوقعخطأ مشترك:إذا كان الفشل نتيجة كاملة للفرصة العشوائية ، فإن عدد الفشل الشائع الذي يجب أن يحدث.
على سبيل المثال ، لنفترض أن هناك 10 مصادقة ، واحد من حجم الكتلة هو 4 ، والآخرون مستقلون ، وفشل 3 أتقان: اثنان داخل الكتلة والآخر خارج المجموعة.
فيما يلي فشل شائع: المدققون الثاني والرابع في المجموعة الأولى.في حالة فشل جميع المدققين الأربعة في المجموعة ، تحدث ستة إخفاقات مشتركة ، واحدة لكل ستة أزواج ممكنة.
ولكن كم عدد الإخفاقات الشائعة التي يجب أن يتم؟هذا سؤال فلسفي صعب.عدة طرق للإجابة:
لكل فشل ، افترض أن عدد الفشل المشترك يساوي معدل فشل المدققين الآخرين في تلك الفتحة التي تضاعفها عدد المدققين في الكتلة وقطعها إلى النصف للتعويض عن الحسابات المتكررة.على سبيل المثال أعلاه ، يتم إعطاء 2/3.
احسب معدل الفشل العالمي ، مربع ، وضرب [N*(N-1)]/2 لكل مجموعة.يتم إعطاء هذا [(3/10)^2]*6 = 0.54
إعادة توزيع فشل كل التحقق بشكل عشوائي عبر تاريخه بأكمله.
كل طريقة ليست مثالية.فشل أول طريقتين في النظر في مجموعات مختلفة مع إعدادات جودة مختلفة.في الوقت نفسه ، تفشل الطريقة الأخيرة في مراعاة الارتباطات الناشئة عن فتحات زمنية مختلفة بصعوبات متأصلة مختلفة: على سبيل المثال ، تحتوي الفتحة الزمنية 8103681 على عدد كبير من البراهين التي لا يتم تضمينها في فتحة زمنية واحدة ، ربما لأن بلوك لديه نشر متأخر بشكل استثنائي.
انظر “10216 ssfumbles” في هذا الإخراج Python.
انتهى بي الأمر بتنفيذ ثلاث طرق: الأولين أعلاه ، ونهجًا أكثر تعقيدًا ، قارنت “Failure الفعلي” مع “Fake Co-Failure”: يتم استبدال كل عضو في المجموعة بـ (Pseudo) عشوائيًا. معدل فشل مماثل.
لقد تميزت بوضوحأخطاءويفتقد.تعريفي لهذه المصطلحات على النحو التالي:
أخطاء: عندما يفتقد المدقق الدليل في الفترة الحالية ، ولكنه يثبت بشكل صحيح في الفترة السابقة ؛
يفتقد: عندما غاب المدقق عن الدليل في الفترة الحالية وغاب عن الدليل في الفترة السابقة.
الهدف من ذلك هو التمييز بين ظاهرة متميزة: (1) فشل الشبكة أثناء التشغيل العادي ، (2) الفشل في وضع عدم الاتصال أو طويل الأجل.
أقوم أيضًا بهذا التحليل على مجموعتي بيانات في نفس الوقت: الحد الأقصى للموعد النهائي والموعد النهائي للفتحة الفردية.تعامل مجموعة البيانات الأولى للمقحة على أنها فشل خلال فترة زمنية فقط إذا لم يتم تضمين الدليل على الإطلاق.إذا لم يتم تضمين الدليل في فتحة واحدة ، فإن مجموعة البيانات الثانية تعامل المدقق كفشل.
فيما يلي نتائج طريقتي الأولى لحساب الفشل الشائع المتوقع.تشير SSFumbles و SSMisses هنا إلى الأهداف والأخطاء التي تستخدم مجموعة بيانات واحدة.
بالنسبة للنهج الأول ، تختلف السلوكيات الفعلية بسبب الكفاءة ، يتم استخدام مجموعة بيانات أكثر تقييدًا:
توضح الأعمدة “المتوقعة” و “الكتلة المزيفة” عدد الإخفاقات المشتركة “التي يجب أن تكون” في المجموعة استنادًا إلى التقنيات المذكورة أعلاه.يوضح العمود الفعلي عدد الإخفاقات الشائعة الموجودة بالفعل.باستمرار ، نرى دليلًا قويًا على “عدد كبير جدًا من حالات فشل الارتباط” داخل المجموعة: من المرجح أن يفوتك اثنان من المدققين في نفس المجموعة البراهين في نفس الوقت من اثنين من المدققين في مجموعات مختلفة.
كيف نطبقها على قواعد العقوبة؟
أقوم بوسيطة بسيطة: في كل فتحة ، دع P يقسم عدد الفتحات التي فاتتها حاليًا بمتوسط آخر 32 فتحة.
يجب أن تكون عقوبة إثبات هذه الفتحة تتناسب مع ص.
وهذا يعني ،بالمقارنة مع الفتحات الحديثة الأخرى ، فإن عقوبة عدم إثبات أنها تتناسب مع عدد المدققين الفاشلين في تلك الفتحة.
هناك ميزة جيدة لهذه الآلية ، أي أنه ليس من السهل الهجوم: على أي حال ، فإن الفشل يقلل من عقوباتك ، ومعالجة المتوسط يكفي لتأثيرك الذي يتطلب منك إجراء الكثير من الإخفاقات بنفسك.
الآن ، دعنا نحاول تشغيله بالفعل.فيما يلي إجمالي العقوبة للمجموعات الكبيرة ، والمجموعات المتوسطة ، والمجموعات الصغيرة ، وجميع المدققين (بما في ذلك غير المتجولين):
أساسي:يتم خصم نقطة واحدة لكل خطأ (أي ، على غرار الوضع الحالي)
basic_ss:نفس الشيء ، ولكن بحاجة إلى تضمين فتحة واحدة لاعتبارها ملكة جمال
تجاوزت:استخدم p محسوب أعلاه لمعاقبة نقطة p
extra_ss:استخدم p محسوب أعلاه لمعاقبة نقطة p ، مما يتطلب فتحة واحدة حتى لا تحتوي على ملكة جمال
باستخدام المخطط “الأساسي” ، تتمتع المخططات الكبيرة بحوالي 1.4 أضعاف الميزة على المخططات الصغيرة (حوالي 1.2 مرة في مجموعات البيانات المنحدرة المفردة).باستخدام مخطط “Extra” ، انخفضت القيمة إلى حوالي 1.3 مرة (حوالي 1.1 مرة في مجموعة بيانات واحدة).من خلال التكرارات الأخرى المتعددة ، باستخدام مجموعات بيانات مختلفة قليلاً ، يضيق مخطط العقوبة الزائدة بشكل موحد مزايا “الأشخاص الكبار” على “الأشخاص الصغار”.
ماذا يحدث هنا؟
هناك عدد قليل جدًا من الإخفاقات لكل فتحة: عادةً ما تكون على بعد بضع عشرات فقط.هذا أصغر بكثير من أي “حصة كبيرة” تقريبًا.في الواقع ، فهو أقل من عدد المدققين النشطين في فتحة واحدة من المتظاهرين الكبار (أي 1/32 من إجمالي مخزونهم).إذا قامت شركة كبيرة بتشغيل العديد من العقد على نفس الكمبيوتر الفعلي أو الاتصال بالإنترنت ، فقد يؤثر أي فشل على جميع أخصائيي التحقق من ذلك.
هذا يعنى:عندما يعرض المدققون الكبار فشلًا في الإرشاد ، فإنهم سيغيرون بمفرده معدل الفشل في الفتحة الحالية ، والتي بدورها ستزيد من عقوبة.المدققون الصغار لا يفعلون هذا.
من حيث المبدأ ، يمكن للمساهمين الرئيسيين تجاوز مخطط العقوبة هذا عن طريق وضع كل مدقق على اتصال إنترنت منفصل.لكن هذا يضحي بوفورات الحجم التي يمكن لأصحاب المصلحة الكبار إعادة استخدام نفس البنية التحتية المادية.
مزيد من التحليل
-
ابحث عن استراتيجيات أخرى لتأكيد حجم هذا التأثير ، حيث من المحتمل أن يفشل المدققون في نفس المجموعة في نفس الوقت.
-
حاول أن تجد مخططًا مثاليًا (ولكن لا يزال سهلاً لتجنب الإفراط في الإفراط والاستخدام) خطة للمكافأة/العقاب لتقليل متوسط ميزة المدققين الكبار على المدققين الصغار.
-
حاول إظهار الطبيعة الأمنية لمخططات الحوافز هذه ، حيث تحدد “مساحة مساحة التصميم” بشكل مثالي حيث يكون خطر حدوث هجوم غريب (على سبيل المثال ، غير متصل استراتيجيًا في وقت محدد لمعالجة المتوسط) باهظ الثمن ولا يستحق كل هذا العناء.
-
الكتلة حسب الموقع الجغرافي.هذا يمكن أن يحدد ما إذا كانت الآلية يمكن أن تلهم اللامركزية الجغرافية أيضًا.
-
التجميع من خلال برنامج العميل (التنفيذ والمعارة).يمكن أن يحدد هذا ما إذا كانت الآلية يمكن أن تحفز أيضًا استخدام عدد صغير من العملاء.
