共识算法解读:泛化的中本聪共识PHANTOM

2023-10-22 06:30

本文主要是介绍共识算法解读:泛化的中本聪共识PHANTOM,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

引言

比特币运行了十几年都非常的安全,但是饱守诟病的问题就是它的吞吐量太低了,这也是由它的安全模型即最长链规则决定的。最长链规则要求所有的诚实节点能迅速接收到新创建的区块,因此,必须要等到一个区块完全传递到所有节点才能创建下一个块,并且保证了创建的"孤块"(orphan blocks)非常的少。

那么从这个角度上来讲,就是吞吐量和安全之间必须进行权衡,而比特币协议的最长链规则限制了这个权衡规则,有没有更好的思路呢?

答案就是,在并行的同时保障安全。以色列的研究团队,在2020年的《PHANTOM and GHOSTDAG A Scalable Generalization of Nakamoto Consensus》一文中,提出了在借助于有向无环图DAG,使用一个参数k(后面具体介绍k的来历)来限定网络的安全容忍度的同时,且保障了并行出块(因为新区块,会引用所有DAG的叶子节点作为父块,而不是直接丢弃网络中没有到主链上的快,然后先出块再排序)。比如下图,B,C,D,E可以并且出块,且V是新出的块,它需要引用J,M,L。

图片

直观上来看,具体的思路是怎样的呢?

类比比特币,定义网络的延迟是D,那么为了保证没有分叉,那么D这个时间段内就不能再产生块了,也就是每秒出块速度得很慢,我们可以认为是肯定小于k个块。具体而言就是网络时延1秒的话,1秒内最多产生1/600个块(10分钟出一个块)。

那么把这个概念拓展一下就是,在DAG图中的块,需要保证在一个出块的周期内(此处指的是没有明显的前后引用关系),最多出k个块。

PHANTOM协议的思路也就由此而来,它需要保证在同一个出块阶段内,最多出(k+1)个块。为了保证这点,它先定义了anticone函数:对于一个块B,查找它所在的DAG图中与他没有直接或间接引用关系(也就是在DAG图中不能访问到的)的块的数目。比如说下图中区块G,在整个DAG图中它不能访问到B,F,I,H,K所以anticone(B)=B,F,I,H,K。并定义|anticone(B)|为总共块的数目,也即5.

图片

图 2

然后就需要求解一个最大k-cluster子DAG图的问题,记为MCSk:

图片

简单来说就是这样一个问题

  • 输入:DAG
  • 输出:一个最大子DAG图S’,S‘中任一区块B的anticone在S’的块的数目不超过k。

举图2中最大3-cluster的例子,蓝色的块构成的DAG图就是最终找到的MCS3。很容易验证任何一个蓝色的块都满足|anticone(B)|≤3,比如anticone(G)=B,I,F。而anticone(E)=(B, C, D, F, G, I),有6个块,不满足。并且可以看出k=3时,实际上保证了每一个出块间隔内最多产生3+1个块(因为不同阶段的明显可以通过引用关系直接确定),也就是说k决定了每个出块间隔最多出k+1个块

但是实际上,这个问题是个NP-hard问题,所以作者采用简单的贪心法来构建MCSk,也就是先把之前满足MCSk条件的DAG图创建好,然后新创建的区块再去找到满足它的条件的块,判断是否满足MCSk条件,并加入到MCSk中。

找到MCSk之后,就可以进行确定区块的全局序了。

整个DAG区块的序按照如下方式确定:

  1. 确定好MCSk,然后把它标记为蓝色的,其他的块标记为红色的
  2. 对MCSk按照拓扑排序(也就是DAG图中从创世区块开始,根据边的关系,后面被访问到的就排后面),这样就确定了一个主链;然后再对蓝色块中,没有在主链上的逐个加入到序列中;最后把红色的区块,按照拓扑排序加入进来。

听起来是不是头晕了,还是举个简单的例子吧,假设k=3,我们来按照下图构建全局的序(V为虚拟区块便于理解):

图片

  1. 从M开始(因为它包含的过去的区块最多),再选K(因为F的过去的区块只有3个),依次选取H,D,genesis,从而构建出主链
  2. 然后再迭代地构建MCSk
  3. 首先访问D,过去的只有Genesis,所以添加创世区块到蓝色块中
  4. 访问H,然后判断C,D,E的|anticone|是否小于等于3,发现都满足,所以添加C,D,E
  5. 访问K,同理添加H,I
  6. 访问M,添加K,因为|anticone(F)|=4,所以不能添加F
  7. 然后添加M
  8. 排序
  9. 根据任意的拓扑排序算法确定蓝色集合的序,比如Genesis,D,E,C,I,H,K,M
  10. 将红色区块进行拓扑排序并加在后面,逐个加上B,F,L,J
  11. 因此总体的序为:Genesis,D,E,C,I,H,K,M,B,F,L,J
  12. 最后按照交易在区块内部的出现的顺序进行排序,就可以确定交易的序了

感兴趣的可以看下,形式化的算法如下:

图片

实际上,我们发现如果把k设为0,那么这就是中本聪共识

拓展性又如何呢?

在此,我们定义协议的拓展性指的是**,在不牺牲安全门限(恶意节点控制的最小算力比例)的同时,还能提高区块的生成速度。**

作者证明了PHANTOM可以保证安全门限的下限是1 /2 · (1 − δ),而δ由k来控制,k越大δ越小。

增加区块产生速度λ:安全门限不会随着λ增大而增大,但是同时受到节点带宽的限制,比如带宽1M的话,一个区块大小是1M,那么λ最多可以提升到每秒出一个块。

提升安全性:提升安全门限,需要提升k,但是会增大确认时间

存活性(确认时间):区块被篡改的风险,随着不断出块,指数级下降。假设网络延迟7秒,可以安全地设置k=16,在攻击者算力为α ≤ 0.25,被篡改的概率为ϵ = 0.1% 时,交易确认时间仅为45秒。并且确认时间,对网络延迟增大不敏感。

总结

PHANTOM在DAG数据结构的区块链上,将中本聪共识进行了泛化,它不需要事先设定出块间隔等限制,因此也接触了中本聪共识对拓展性-安全性的权衡。采用贪心算法,也便于实现,并且安全性也被严格证明了。

但是具体的实验数据,目前还是没有,需要进一步的验证…

这篇关于共识算法解读:泛化的中本聪共识PHANTOM的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/259703

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int