Hi 游客

更多精彩,请登录!

比特池塘 区块链前沿 正文
在比特币创始论文的第11章中存在这样一个问题,就是为什么这个分布的期望为lamda=z*(q/p)?7 y! y9 W& \2 Y. s# F2 w- p' F
11. 计算9 c# }5 C9 f1 r$ K3 H
设想如下场景:一个攻击者试图比诚实节点产生链条更快地制造替代性区块链。即便它达到了这一目的,但是整个系统也并非就此完全受制于攻击者的独断意志了,比方说凭空创造价值,或者掠夺本不属于攻击者的货币。这是因为节点将不会接受无效的交易,而诚实的节点永远不会接受一个包含了无效信息的区块。一个攻击者能做的,最多是更改他自己的交易信息,并试图拿回他刚刚付给别人的钱。
5 v/ H1 m2 I1 M; c1 d诚实链条和攻击者链条之间的竞赛,可以用二叉树随机漫步(Binomial Random Walk)来描述。成功事件定义为诚实链条延长了一个区块,使其领先性+1,而失败事件则是攻击者的链条被延长了一个区块,使得差距-1。$ |. w1 K1 V  v2 x
攻击者成功填补某一既定差距的可能性,可以近似地看做赌徒破产问题(Gambler’s Ruin problem)。假定一个赌徒拥有无限的透支信用,然后开始进行潜在次数为无穷的赌博,试图填补上自己的亏空。那么我们可以计算他填补上亏空的概率,也就是该攻击者赶上诚实链条,如下所示[8] :* \: M$ Z. U9 ?: {0 g; l9 f- w- e7 P
  假定p>q,那么攻击成功的概率就因为区块数的增长而呈现指数化下降。由于概率是攻击者的敌人,如果他不能幸运且快速地获得成功,那么他获得成功的机会随着时间的流逝就变得愈发渺茫。那么我们考虑一个收款人需要等待多长时间,才能足够确信付款人已经难以更改交易了。我们假设付款人是一个支付攻击者,希望让收款人在一段时间内相信他已经付过款了,然后立即将支付的款项重新支付给自己。虽然收款人届时会发现这一点,但为时已晚。
4 d9 J. V" I* |: x& b2 @7 j! I( T收款人生成了新的一对密钥组合,然后只预留一个较短的时间将公钥发送给付款人。这将可以防止以下情况:付款人预先准备好一个区块链然后持续地对此区块进行运算,直到运气让他的区块链超越了诚实链条,方才立即执行支付。当此情形,只要交易一旦发出,攻击者就开始秘密地准备一条包含了该交易替代版本的平行链条。! X% w6 H6 A+ b$ `( \, O3 i
然后收款人将等待交易出现在首个区块中,然后在等到z个区块链接其后。此时,他仍然不能确切知道攻击者已经进展了多少个区块,但是假设诚实区块将耗费平均预期时间以产生一个区块,那么攻击者的潜在进展就是一个泊松分布,分布的期望值为:
) Q. E- ^  s0 b8 q' {# H 当此情形,为了计算攻击者追赶上的概率,我们将攻击者取得进展区块数量的泊松分布的概率密度,乘以在该数量下攻击者依然能够追赶上的概率。5 D( t& R  |! Z1 b
  ( D- f6 M/ b& T, f# B
化为如下形式,避免对无限数列求和:* W+ [% M( {! _2 h
  
6 `- B1 v0 h! M% R' R, L下边是我对这个问题的理解:
# {* ]* F& F! l, r; ~( ^/ f# W6 ?首先看一下什么是泊松分布:在《泊松分布的来源—公式推导—应用》一文中,作者提出
6 s. J0 l" X7 Y& h7 z在一个特定时间内,某件事情会在任意时刻随机发生(前提是,每次发生都是独立的,且跟时间无关)。当我们把这个时间段分成非常小的时间片构成时,可以认为,每个时间片内,该事件可能发生,也可能不发生。几乎可以不考虑发生多于一次的情况(因为时间片可被分的足够小)。4 e. ^/ J3 g1 o& L. P. |
当时间片分的越小,该时间片内发生这个事件的概率 p 就会成正比的减少。即:特定时间段被分成的时间片数量 n 与每个时间片内事件发生的概率 p 的乘积 n*p 为一个常数。这个常数表示了该事件在指定时间段发生的频度。
* A( F" |! i/ {6 O) v4 j这句话应该就是解决问题的关键。回到比特币论文中,因为特定时间段为生成z个区块,这个时间段被分成了z个时间片,每个时间片中攻击者获取下一个区块的概率为q/p,所以根据上述所说这个常数(lamda)为时间片数量和每个时间片内时间发生的概率的乘积,即lamda = z*(q/p);
  u& }9 n$ @* W6 }# S接下来就是泊松公式推导:7 \: `& O: B7 R6 _  C, Q: x* L, o
看这段时间内,指定事件恰好发生 i 次的概率是多少?代入上面推导出来的公式得到:
2 @% M2 Q. x* [       n * (n-1)... (n-i+1) / i! * p^i * (1-p) ^ (n-i) => np(np-p)...(np-ip+p) / i! * ((1-p) ^ (-1/p))^(-np) / (1-p) ^i% x/ L2 {! v/ n% a0 M
       当 n 趋向无穷大时,p 趋向 0 。而此时 (1-p)^(-1/p) 趋向 e 。注:详细推导过程如下
9 z2 L8 ~; ^8 n3 j      上面这个公式可以划简为 lamda ^ i / i! * e ^ - lamda (lamda=n*p)
3 P/ r* X, {) L* g. Y4 B4 H9 e$ ]      这个公式推导过程不复杂,耐心点一看就明白。而这个关于 i 的分布就是著名的泊松分布了。  
1 O; l% @. C, K1 S( q
9 W+ U' b0 L: p! Y9 G  C回到论文中既为
BitMere.com 比特池塘系信息发布平台,比特池塘仅提供信息存储空间服务。
声明:该文观点仅代表作者本人,本文不代表比特池塘立场,且不构成建议,请谨慎对待。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

成为第一个吐槽的人

梦语曦曦s 初中生
  • 粉丝

    0

  • 关注

    0

  • 主题

    13