深入理解PoW共识

2024-04-20 13:48
文章标签 深入 理解 pow 共识

本文主要是介绍深入理解PoW共识,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!

前言

上一篇文章中大概介绍了一下目前区块链应用中的几种常用的共识机制,本篇将重点聊一下区块链之一的PoW共识机制,以及它的实现原理和代码实现。

PoW(Proof of Work)工作量证明,其核心设计思路是提出求一个复杂度计算值的运算过程。用户通过进行一定的运算和消耗一定的时间来计算一个满意值并提供给服务方快速做验证,以防止服务被攻击,数据资源被滥用,确保数据交易的公平和安全。这一概念最早在1993年由Cynthia Dwork和Moni Naor的学术论文中提出,并在1999年由Markus Jakobsson与Ari Juels 对工作量证明这一词的进行了发表。到了2008年这工作量证明技术被运用在比特币区块链系统上,到目前为此PoW技术在区块链中起着至关重要的作用,它也成为了加密货币中主流的共识机制之一,像比特币,以太坊等都有使用。

技术原理

工作量证明最核心的技术原理是散列函数(哈希)。散列函数的特征其实就是将任意长度的数作为输入然后通过散列函数的运算后得到一个固定长度值的输出,这个值就是散列值(哈希值)(下次我将写一篇关于散列函数实现原理及加密算法的内容)。

在比特币中,PoW工作其实就是如何去计算一个区块的目标哈希值问题,让用户进行大量的穷举运算,同时得出这个哈希值还必须满足一些必要条件,这个条件在区块链中其实就是一个难度系数值,通过计算出的哈希值是否符合前面N位全是0,最终达成工作量证明。

举个例子:

比如现在给出一个固定的字符串“Hello, blockchain”,现在要求计算的难题是将这个字符串与一个随机数(Nonce)拼接起来,并通过SHA256哈希计算一个固定256位长度的哈希值,如果计算结果得到的前5位全是0,即认为满足计算条件,同时得到的随机数(Nonce)值证明为达成工作量证明的有效随机数。

PoW算法在区块链实现过程:

  1. 先定义一个固定的256位长度初始数,比如:长度为256位字符 0000…0001 (32字节,64字符)

  2. 设置难度系数值,比如:如果难度系数定义为前面4个0,即16位长度(0000 0000 0000 0001 = 4个字符= 2个字节)

  3. 按照难度系数值进行移位操作,将Hash工作量值扩大, 向左移 (256-难度系数N位)比如: 将初始数 0000.....0001 向左移(256-16位)得到: 0000 0000 0000 0001 0000 …0000.

  4. 将随机数Nonce递增加1再加上区块头(Block Header)Hash值拼接,然后进行SHA256 Hash运算。什么是区块头?区块头(Block Header)是工作量证明的输入,一个区块包含有区块头和区块交易数据,区块头是包含一串Hash值,这串Hash值是通过Merkle Tree算法生成(下次我将会写一篇专门来聊一下Merkle Tree算法的实现)

  5. 将计算结果值与当前难度系数目标值做对比,如果当前计算值大于难度系数条件值,即继续递增Nonce值再进行下一次的SHA256 Hash运算,直到计算出的结果Hash值少于目标值,则才认为解题成功,此次的工作量证明完成并获得记账权,然后进行对交易区块进行打包确认并广播给全节点,并从Coinbase中获得gas奖励

以下为代码实现:

调整计算难度系数(调整前面N个0)与计算效率的比较

以下分别取计算难度系数16位(前面4个0),20位(前面5个0),28位(前面7个0) 来做对比测试。

在双核CPU负载情况:

得出结论:

如果要求Hash值前面的N位0越大,即它的计算难度就越大,每增加一位0,它的计算次数就变得高出很多倍,如上图所示,当要求计算难度值前面N位要求为7位是0的时候,它的计算次数就达到5.6亿次,所以工作量非常大,如果作弊那是几乎不可能。

 

PoW挖矿机的进化史

以比特币挖矿来讲主要经历了4个阶段:

CPU挖矿→GPU挖矿→专业矿机挖矿→矿池挖矿

  • CPU

2009年比特币创始人中本聪通过个人电脑CPU挖出第一个创世区块。一开始算力比较小,后来随着比特币的热捧,节点越来越多,难度也随着越来越大。

  • GPU

2010年第一款显卡挖矿软件推出,一个GPU的算力是几十个CPU的算力,有了GPU挖矿,其实算力大大提升。

  • 专业矿机

2013年,南瓜张(中国比特币四大天王之一)研发了第一台基于矿机专属芯片Avalon的FPGA矿机(南瓜机),其运算速度远超GPU的算力,开启了FPGA挖矿的新纪元。到了2013年下半年,矿机进入百花争鸣的市场竞争时期,大量ASIC矿机厂商如雨后春笋般出现。

  • 矿池挖矿

随着越来越多的矿机加入挖矿,单独的矿机已经很难挖到比特币,于是就将单独的矿机集中起来,形成了矿场和矿池。它的规则是:不管个人矿工所使用的运算力多寡,只要是通过加入矿池组织来参与挖矿活动,不管有没有成功挖出有效区块,都可以通过对矿池的贡献率来获得一定比率的奖励,也就是说多人合作挖矿,获得的比特币奖励也是按照贡献度比率分享。

截到目前为止,全球算力排名前五的比特币矿池有:AntPool、BTC.com、BTC.TOP、ViaBTC、F2Pool,目前全球约70%的算力在中国矿工手中。

随着区块链应用的发展,矿机这个东西不仅是一种造富工具,将来它更多的定义是智能机器,它是一种基于算法实现的自动化架构,核心也是基于区块链共识机制所建立的技术架构。

 

PoW优点与缺点

优点:

  1. 安全性高,防攻击能力强。由于参与节点多,攻击者必须投入超过总体51%的运算量,才能保证篡改结果,这使得攻击成功的成本变得非常高昂,难以实现。

  2. 体现公平性,多劳多得方式,投入越多的算力,获得的记账权的机率也等比增加。

缺点:

  1. 非常消耗能源,由于运算力依赖计算机硬件(CPU、GPU等),需要耗费大量的电力。

  2. 由于运算时间过长,变得获得记账权的等待时间变久,交易确认周期也会变长,影响产生交易区块的效率,目前大概是每10分钟才产生一个区块,对于一些商业性项目的应用不太合适。

 

小结

本篇主要深入了解PoW共识机制的技术实现原理,难度系数对运算力的影响,以及使用PoW技术挖矿的发展历程,最后也指出了PoW的优缺点。 

 

 

 

---End---

这篇关于深入理解PoW共识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/920425

相关文章

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【C++高阶】C++类型转换全攻略:深入理解并高效应用

📝个人主页🌹:Eternity._ ⏩收录专栏⏪:C++ “ 登神长阶 ” 🤡往期回顾🤡:C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝

深入手撕链表

链表 分类概念单链表增尾插头插插入 删尾删头删删除 查完整实现带头不带头 双向链表初始化增尾插头插插入 删查完整代码 数组 分类 #mermaid-svg-qKD178fTiiaYeKjl {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-

深入理解RxJava:响应式编程的现代方式

在当今的软件开发世界中,异步编程和事件驱动的架构变得越来越重要。RxJava,作为响应式编程(Reactive Programming)的一个流行库,为Java和Android开发者提供了一种强大的方式来处理异步任务和事件流。本文将深入探讨RxJava的核心概念、优势以及如何在实际项目中应用它。 文章目录 💯 什么是RxJava?💯 响应式编程的优势💯 RxJava的核心概念

如何通俗理解注意力机制?

1、注意力机制(Attention Mechanism)是机器学习和深度学习中一种模拟人类注意力的方法,用于提高模型在处理大量信息时的效率和效果。通俗地理解,它就像是在一堆信息中找到最重要的部分,把注意力集中在这些关键点上,从而更好地完成任务。以下是几个简单的比喻来帮助理解注意力机制: 2、寻找重点:想象一下,你在阅读一篇文章的时候,有些段落特别重要,你会特别注意这些段落,反复阅读,而对其他部分

深入理解数据库的 4NF:多值依赖与消除数据异常

在数据库设计中, "范式" 是一个常常被提到的重要概念。许多初学者在学习数据库设计时,经常听到第一范式(1NF)、第二范式(2NF)、第三范式(3NF)以及 BCNF(Boyce-Codd范式)。这些范式都旨在通过消除数据冗余和异常来优化数据库结构。然而,当我们谈到 4NF(第四范式)时,事情变得更加复杂。本文将带你深入了解 多值依赖 和 4NF,帮助你在数据库设计中消除更高级别的异常。 什么是

分布式系统的个人理解小结

分布式系统:分的微小服务,以小而独立的业务为单位,形成子系统。 然后分布式系统中需要有统一的调用,形成大的聚合服务。 同时,微服务群,需要有交流(通讯,注册中心,同步,异步),有管理(监控,调度)。 对外服务,需要有控制的对外开发,安全网关。