区块链挖矿博弈的收敛速率：一种马尔可夫方法

理解矿工在区块链中的策略行为对其正常运行至关重要。挖矿博弈的一种常见模型考虑无限时间 horizon，参与者优化渐近平均目标。这隐含地假设渐近行为在人类时间尺度上实现，否则现有模型不成立。我们利用马尔可夫决策过程研究挖矿博弈。我们的方法使我们能依据所诱导马尔可夫链的平稳分布描述博弈的渐近行为。我们聚焦于在即时释放下的双人模型，假设两种不同的目标：每轮（渐近）平均奖励与（渐近）获得区块的百分比。借助马尔可夫链分析工具，我们展示了存在一种策略可实现慢混合时间，关于策略参数呈指数级。该结果强调了理解挖矿博弈中收敛速率的迫切需求，从而验证标准模型。为此，我们给出了某些有意义策略类的混合时间的上界。该结果给出了确立长期平均函数作为收益函数之连贯性的判据。此外，通过研究命中时间，我们给出了验证考虑有限状态模型这一常见简化的判据。对两种考虑的目标函数，我们给出了依赖于底层马尔可夫链平稳分布的显式公式。特别地，这表明上述两种目标并不等价。最后，我们在博弈的特定 regime 下进行了市场份额案例研究。更确切地说，我们展示了一个具有足够大算力的策略性玩家可对诚实玩家施加负收益。