伪MDP：一种高效优化区块链中最后披露者种子操纵的新框架

本研究解决针对特定问题类别的马尔可夫决策过程（MDP）求解的计算挑战。其动机是最后披露者攻击（LRA），该攻击破坏了诸如以太坊（市值约4000亿美元）等一些Proof-of-Stake（PoS）区块链的公平性。我们引入伪MDP（pMDP），一个自然建模此类问题的框架，并提出两种不同的问题归约以标准MDP求解。其中一种问题归约提供了一种新颖的、反直觉的视角，结合两种问题归约可显著改进诸如价值迭代等动态规划算法。在LRA的情况下，其规模由参数$\kappa$决定（以太坊的情况下$\kappa$= 325），我们将计算复杂度从$O(2^\kappa \kappa^{2^{\kappa+2}})$降低到$O(\kappa^4)$（每迭代一步）。该解决方案还提供了动态规划解决方案的常规优势：对最优解的指数级快速收敛得到保证。双重视角还简化了策略提取，使该方法适合资源受限的代理人，这些代理人可以在问题解决后仅使用极少的内存和计算资源。此外，我们将这些结果推广到更广泛的MDP类，增强了其适用性。该框架通过两个案例研究进行验证：一个虚构的牌游戏和以太坊随机种子共识协议中的LRA。这些应用表明，该框架能够有效解决大规模问题，同时为最优策略提供可操作的见解。本工作推进了MDP的研究，并促进了对区块链系统安全漏洞的理解。