[論文レビュー] Ant Routing scalability for the Lightning Network

Cyril Grunspan, Gabriel Lehéricy+1 more|arXiv (Cornell University)|Feb 4, 2020

Blockchain Technology Applications and Security参考文献 14被引用数 8

ひとこと要約

本論文は、ビーコンノードやルーティングテーブルに依存しない、完全に分散型で匿名性を確保し、スケーラブルなルーティングアルゴリズム「Ant Routing」を提案する。AVL木を用いた効率的なメモリ管理とノード負荷のシミュレーションにより、著者らはAnt Routingがノードあたり1秒に12,500件を超える取引を維持できることを示している。実際の条件下では、ネットワーク全体の容量が25,000件/秒を超える可能性がある。

ABSTRACT

The ambition of the Lightning Network is to provide a second layer to the Bitcoin network to enable transactions confirmed instantly, securely and anonymously with a world scale capacity using a decentralized protocol. Some of the current propositions and implementations present some difficulties in anonymity, scaling and decentalization. The Ant Routing algorithm for the Lightning Network was proposed in \cite{GrunspanPerez} for maximal decentralization, anonymity and potential scaling. It solves several problems of current implementation, such as channel information update and centralization by beacon nodes. Ant Routing nodes play all the same role and don't require any extra information on the network topology beside for their immediate neighbors. The goal of LN transactions are completed instantaneously and anonymously. We study the scaling of the Ant Routing protocol. We propose a precise implementation, with efficient memory management using AVL trees. We evaluate the efficiency of the algorithm and we estimate the memory usage of nodes by local node workload simulations. We prove that the number of transactions per second that Ant Routing can sustain is of the order of several thousands which is enough for a global payment network.

研究の動機と目的

• 既存のライトニングネットワークルーティングプロトコルにおけるスケーラビリティ、匿名性、分散化の課題を解決すること。
• ビーコンノードやルーティングテーブルによる中央集権的リスクを排除するルーティングアルゴリズムを設計すること。
• Ant Routingが、地球規模の取引スループットをサポートできるかどうかを評価すること。
• AVL木とローカル負荷シミュレーションを用いて、メモリおよび計算効率を最適化すること。
• 性能保証付きの具体的で効率的なAnt Routingの実装を提供すること。

提案手法

• すべてのノードが隣接ノード情報のみを用いて同一の処理を実行する分散型アルゴリズムとして、Ant Routingを提案する。
• AVL木を用いてルーティングシードとマッチングデータを管理し、挿入および検索の計算量をO(log n)に保証する。
• ノード処理時間を複合式でモデル化する：T(λ) = (pα + β)log₂(λ/10) + (α + mβ)log₂(mλ/10) + c(α + β)log₂(cλ/10)。この式は、シード処理とクリーンアップを考慮している。
• C言語を用いたモンテカルロシミュレーションにより、メモリプールサイズの変化に応じてα（挿入時間）、β（検索時間）、γ（クリーンアップ時間）を経験的に測定する。
• ノード処理時間が1秒未満に保たれるよう、λ_max（最大取引負荷）を以下の方程式を解いて推定する：Ť(λ) = λ(T(λ) + γ(1 + m + c)) < 1。
• 接続性や中心性の変化に伴うノード容量を分析し、平均的および高接続ノードに対して保守的な見積もりを実施する。

実験結果

リサーチクエスチョン

• RQ1 完全に分散型のルーティングアルゴリズム、たとえばAnt Routingは、グローバルなライトニングネットワークに必要なスケーラビリティを達成できるか？
• RQ2 効率的なデータ構造を用いる場合、Ant Routingがノードあたりどの程度の最大取引スループットを維持できるか？
• RQ3 AVL木を用いたメモリ管理は、Ant Routingのパフォーマンスとスケーラビリティにどのような影響を与えるか？
• RQ4 ノードの接続性と中心性は、Ant Routingのルーティング容量にどのような影響を与えるか？
• RQ5 Ant Routingは、秒間数千件の取引を処理しつつも、匿名性と分散化を維持できるか？

主な発見

• 保守的な仮定のもとで、Ant Routingは平均ノードで最大12,500件/秒の取引を維持できる。
• ネットワーク全体の容量は、ノードの50％しかルーティングタスクを処理していない場合でも、25,000件/秒を超える可能性がある。
• 経験的測定から、α = 0.7×10⁻⁶ s（挿入）、β = 1.1×10⁻⁶ s（検索）、γ = 8.2×10⁻⁸ s（クリーンアップ）の各操作あたりの時間が得られた。
• AVL木により、すべてのコア操作で対数時間計算量が保証され、高負荷下でも効率的なメモリ管理が可能になる。
• 高いノード接続性に対してもアルゴリズムは頑健であるが、p、m、cといったローカルパラメータに依存する。
• 実装はオープンソース化されており、再現性およびさらなるベンチマークのため、https://github.com/gabrielLehericy/Ant-routing-simulation で利用可能である。