加密货币:一文速览顶级国际学术会议USENIX ATC收录的Conflux论文

编者注:原标题为《录用率18.6%顶级国际学术会议USENIXATC收录Conflux论文》。本文作了不改变作者原意的删减。

日前,Conflux团队创作的论文《ADecentralizedBlockchainwithHighThroughputandFastConfirmation》被国际顶级学术会议USENIXATC录用,并受邀参加2020USENIXAnnualTechnicalConference做主题报告。在2019年,中国计算机学会依据技术专业、举办届数、参会人数、录用率等相关因素,同时重点听取了院士成员的意见,并且向广大学者们也征集了建议,将USENIXATC列为A类国际学术会议。

随着近几年中国计算机理论研究水平的迅速提高USENIXATC上也出现了越来越多的中国高校与企业。本次Conflux投递的论文旨在从共识协议出发,通过合理的系统设计与优化来提升区块链的性能,同时保证区块链的安全性。文章指出,在共识层面提升区块链的吞吐率,减少区块确认的等待时间对于区块链技术的应用有着重要的意义。与最近两年其他的前沿学术工作相比,Conflux论文的亮点在于:

Cybersixgill:加密货币价格暴跌导致多家暗网交易平台倒闭:金色财经报道,据加密安全公司 Cybersixgill 安全研究负责人 Dov Lerner 发布的最新博客文章显示,由于最新加密货币价格暴跌,越来越多暗网参与者开始在交易平台抛售,这意味着暗网交易平台很快会用完自己的美元储备并结束运营。Cybersigill 分析了 34 家运营暗网交易平台,发现在这些平台在四月加密货币暴跌之后就没有再进行任何推广活动。Dov Lerner 补充称,一般来说,暗网交易平台几乎每天都会宣传,如果他们不再发布信息,可以肯定地说他们已经消失了。不过,这些平台倒闭会让网络犯罪分子将更难转移他们被盗的资金,对整个行业来说也是一件好事。[2022/7/16 2:17:29]

1.提出了自适应权重的概念,根据网络是否受到攻击,在乐观策略和保守策略之间切换,兼顾效率与安全。

2.实现了3倍网络延迟时间内的区块确认,相比之前的结果大幅提升。

3.在20Mbps的网络条件下,实现了9.38Mbps的共识协议数据运载能力。以每交易100字节计算,相当于每秒11000笔交易。

报告:2020年暗网市场加密交易金额达17亿美元:2月2日消息,区块链研究公司Chainalysis发布最新报告指出,2020年暗网市场加密货币交易金额达到17亿美元,主要资金流入来自俄罗斯、美国、乌克兰和中国。与此同时,在这些交易中,暗网市场主要通过点对点加密市场和中心化交易所接收大部分资金,同时2020年暗网市场中混币服务使用频率也在增加。(CoinDesk)[2021/2/3 18:44:13]

4.执行以太坊的真实历史交易测试系统性能,达到了每秒1392笔交易。而其它系统开发团队暂无该测试数据。

协议设计

论文首先指出了,当我们通过调整工作量证明的参数,调高区块生成速率时,中本聪共识协议存在安全性的问题,而GHOST共识协议存在活性攻击的问题。

在这个攻击模型中,假设攻击者对矿工之间的网络有一定的控制能力:当一个诚实的矿工挖出或收到一个区块后,经过一个固定的时间d秒,模型保证所有的诚实矿工都收到了这个区块。但在此期间,攻击者可以决定谁能收到区块,谁无法收到区块。

报告:暗网市场加密货币收入在2020年创历史新高:12月5日消息,根据Chainalysis研究报告显示,尽管冠状病大流行,但是2020年暗网市场的数据与2019年的数字相比,依旧在增长,超过8亿美元,暗网市场加密货币收入在2020年创历史新高。Chainalysis称,比特币的价格一直在波动,很少出现在暗网市场消费者的购买活动中,但是,当比特币价格在3月中旬开始下跌时,暗网市场活动也开始减少。(Bitcoin.com)[2020/12/5 14:08:01]

在中本聪协议中,过高的区块生成速率会导致大量的区块分叉,最长链增长速度缓慢,攻击者更容易构造一条侧链反超。

在GHOST协议中,攻击者利用其控制网络的能力,将诚实节点分成算力大概均等的两组。组内的通讯是顺畅的,但是组与组之间的通讯延迟是d秒.于是,每一组矿工都看不到另一组矿工在最近d秒生成的区块。利用网络延迟造成的差异,攻击者让两组参与者对于“X,Y谁的子树权重更大观点不一”,从而导致诚实参与者的观点出现了分裂。

报告:比特币仍然是暗网的首选加密货币:金色财经报道,非营利性全球政策智库RAND Corporation发布的新研究报告探讨了以隐私为中心的加密货币Zcash在犯罪活动中的使用情况。报告发现,比特币在暗网中里仍然占据主导地位。而Zcash在暗网中只占很小的份额,这表明Zcash对暗网用户的吸引力较小,与其他加密货币相比,其使用频率较低,尤其是和比特币、门罗币相比。[2020/5/7]

为了解决这一问题,Conflux首先提出了结构化的GHOST。与GHOST协议不同的是,在结构化的GHOST中,只有1/h的区块是有权重的,其他区块是没有权重的。h是一个共识协议参数。而哪些区块有权重,是根据区块头哈希值,通过一个确定的方法选出来的。为方便理解,我们举一个例子,如果h=1024,当前的难度要求每个合法区块的哈希值前50位都是0,那么此时,只有前60位都是0的区块,才可以有权重。

动态 | 男子化名当暗网管理员 疑参与交易:据bitcoinexchangeguide消息,名为Gary Davis 的男子在暗网上使用Libertas这一名字充当管理员,被指控协助暗网“丝绸之路”创始人Ross Ulbricht进行高达2亿美元的交易,但他本人对针对其散布、进行黑客活动和的指控拒绝认罪,关于他的诉讼程序将继续进行。[2018/9/20]

通过这种方法,在安全性上,等价于将GHOST的区块生成速率降低至1/h。而前文所述的攻击方式,只在区块生成速率很高时成立。这样,就解决了GHOST的活性攻击问题。

然而,更慢的“含权重区块”生成速率,导致了更慢的区块确认时间。于是,Conflux设定了两种区块生成策略,乐观策略使用普通的GHOST规则,而保守策略使用结构化的GHOST。当攻击真的发生时,共识协议非同步地切换到保守策略。没有攻击发生时,使用乐观策略。特别在保守策略下,每个含权重区块的权重被设为h,以保证两种策略下生成区块的期望权重不变。两种策略之间的切换规则显得尤为重要,Conflux设计了一套规则来保证:

1.如果攻击发生并持续一段时间,所有诚实节点都切换到保守策略。

2.在诚实节点没有探测到攻击发生时,攻击者不能使用保守策略挖一条侧链。

同时,为了提高吞吐率,不浪费主链以外的区块,Conflux采用了树图结构。在GHOST规则里,每个区块通过父边指向另一个区块,所有区块构成树的结构。而Conflux允许每个区块通过引用边引用其他分支上的区块,形成树图结构。树图结构不丢弃任何区块,大大提高了共识层面的吞吐率。

在树图结构之上,Conflux通过GHOST规则选出一条主链。然后基于主链,将区块进行排序。区块的排序进而决定了哪些交易在前,哪些交易在后。

系统实现与优化

将吞吐率提高后,Conflux在系统实现过程中遇到了大量的挑战。Conflux针对性地提出了若干优化方案。

1.检查点机制:当一个区块以高概率被确认,并持续一段相当长的时间后,Conflux全节点将删除这个区块更早的交易内容与账本状态,仅保留区块头,以节约内存空间。

2.引导机制:如果一个区块链系统的吞吐率接近带宽极限,当一个新节点加入时,从创世块开始同步会导致新节点永远无法追上最新状态。因此Conflux从检查点开始同步交易。

3.交易转发:Conflux使用了更有效、对带宽占用更小的去重方式来实现交易转发。

4.签名验证:签名验证的计算开销巨大,Conflux使用多线程并行化签名验证。

5.激励机制:Conflux设计了若干激励机制细节,以应对树图结构里可能的攻击行为。

6.延迟执行:在高区块生成速率下,GHOST规则所选取的主链末端往往是不稳定的。在trivial的实现中,每次主链末端“摆动”,区块的顺序都会发生改变,于是Conflux需要重新执行交易。这带来了不必要的开销。在延迟执行策略中,对于高度为x的主链区块,区块只需要执行高度x-c区块之前的交易并填入账本MerkleRoot中。c是一个经验参数满足:在系统正常运行时,主链上最后c个区块以外的区块,“摆动”的频率很低。

7.使用Link-cuttree维护树图结构。将维护子树权重的计算开销从O(n)降低到O(logn).

实验数据

Conflux在800台AmazonEC2m5.2xlarge虚拟机上进行实验。在可扩展性实验中,每台机器运行15个Conflux全节点,以模拟最高12000个全节点。在其他实验中,每台机器运行1个Conflux全节点。所有实验都将各节点网络带宽限制在20Mbps.

在不同的区块大小和区块生成速率等系统参数下,Conflux区块传输延迟和确认时间均在几十秒量级上。最高支持9.38Mbps共识吞吐率。

当网络中全节点增多时,交易转发和确认时间没有明显的增长。

在交易执行实验中,Conflux重跑了以太坊上的真实数据,达到了1392笔/秒的速度。交易执行实验说明了,Conflux不仅仅设计了一个高效的共识协议,并且为区块链系统的效率问题提供了端到端的解决方案。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:15ms0-2:889ms