区块链中自私挖矿的高效 MDP 分析
密码学与安全
2020-09-16 v2
摘要
工作量证明（PoW）区块链协议根据其总计算能力的份额将奖励分配给参与者（称为矿工）。足够大的矿工可以进行自私挖矿——偏离协议以获得超出其公平份额的收益。因此，如果所有矿工都小于某一阈值规模，使其最佳响应是遵循协议，则此类系统是安全的。为找到该阈值，必须识别不同规模矿工的最优策略，即求解一个马尔可夫决策过程（MDP）。然而，由于 PoW 难度调整机制，矿工的效用是一个非线性比率函数。因此我们称之为平均奖励比率（ARR）MDP。Sapirshtein 等人首次通过求解一系列收敛到 ARR MDP 解的标准 MDP 来求解 ARR MDP。在这项工作中，我们提出了一种通过求解单个标准 MDP 来求解 ARR MDP 的新技术。我们方法的关键在于扩充 MDP，使其在预期轮数内随机终止。我们称之为概率终止优化（PTO），该技术适用于任何效用为比率函数的 MDP。我们界定了 PTO 的近似误差——它与终止前的预期轮数成反比，而该参数是我们可控的。经验上，PTO 的复杂度比最先进水平低一个数量级。PTO 可轻松应用于不同区块链。我们将其用于收紧以太坊中自私挖矿阈值的界限。
引用
@article{arxiv.2007.05614,
title = {Efficient MDP Analysis for Selfish-Mining in Blockchains},
author = {Roi Bar-Zur and Ittay Eyal and Aviv Tamar},
journal= {arXiv preprint arXiv:2007.05614},
year = {2020}
}