SquirRL：利用深度强化学习自动化分析区块链激励机制的攻击
密码学与安全
2020-08-06 v2
摘要
激励机制是无许可区块链功能的核心：它们激励参与者运行并保护底层共识协议。然而，设计激励相容的激励机制是出了名的困难。因此，当今大多数公共区块链使用的激励机制其安全特性鲜为人知且基本上未经测试。在这项工作中，我们提出 SquirRL，一个利用深度强化学习分析区块链激励机制攻击的框架。我们通过首先恢复已知攻击来展示 SquirRL 的能力：(1) Bitcoin 中的最优自私挖矿攻击 [52]，以及 (2) 区块扣留攻击中的纳什均衡 [16]。我们还使用 SquirRL 获得了若干新的实证结果。首先，我们发现了广泛使用的 rushing 对手模型在应用于具有不完全信息的多智能体马尔可夫博弈时的一个反直觉缺陷。其次，我们证明 [52] 中确定的最优自私挖矿策略在多智能体自私挖矿设定中实际上并非纳什均衡。事实上，我们的结果表明（但未证明）当两个以上竞争智能体进行自私挖矿时，不存在盈利的纳什均衡。这与现实中观察到的自私挖矿的缺乏相一致。第三，我们发现了一种针对以太坊最终性机制的简化版本 Casper the Friendly Finality Gadget (FFG) 的新攻击，该攻击允许策略性智能体将其奖励放大多达 30%。值得注意的是，[10] 表明诚实投票在 Casper FFG 中是纳什均衡：我们的攻击表明当 Casper FFG 与自私挖矿组合时，情况不再如此。总之，我们的实验证明了 SquirRL 作为研究迄今理论上和实证上未理解的攻击设定的框架的灵活性与前景。
引用
@article{arxiv.1912.01798,
title = {SquirRL: Automating Attack Analysis on Blockchain Incentive Mechanisms with Deep Reinforcement Learning},
author = {Charlie Hou and Mingxun Zhou and Yan Ji and Phil Daian and Florian Tramer and Giulia Fanti and Ari Juels},
journal= {arXiv preprint arXiv:1912.01798},
year = {2020}
}