[論文レビュー] Predicting the confirmation time of Bitcoin transactions

David Koops|arXiv (Cornell University)|Sep 21, 2018

Blockchain Technology Applications and Security参考文献 2被引用数 12

ひとこと要約

この論文は、ビットコイン取引の承認時間をCramér-Lundberg確率的フリードクエューとしてモデル化し、軽負荷時における下界近似と、高負荷時における連続性補正付き拡散近似の2つの近似を提案する。主な貢献は、ネットワーク混雑状態が激しくなる状況、特に高手数料が発生する時期に、ユーザーがメモリプールでの待機時間がどの程度になるかを推定するのに極めて高い精度で予測できる手法を提供することにある。

ABSTRACT

We study the probabilistic distribution of the confirmation time of Bitcoin transactions, conditional on the current memory pool (i.e., the queue of transactions awaiting confirmation). The results of this paper are particularly interesting for users that want to make a Bitcoin transaction during `heavy-traffic situations', when the transaction demand exceeds the block capacity. In such situations, Bitcoin users tend to bid up the transaction fees, in order to gain priority over other users that pay a lower fee. We argue that the time until a Bitcoin transaction is confirmed can be modelled as a particular stochastic fluid queueing process (to be precise: a Cramér-Lundberg process). We approximate the queueing process in two different ways. The first approach leads to a lower bound on the confirmation probability, which becomes increasingly tight as traffic decreases. The second approach relies on a diffusion approximation with a continuity correction, which becomes increasingly accurate as traffic intensifies. The accuracy of the approximations under different traffic loads are evaluated in a simulation study.

研究の動機と目的

• ネットワーク混雑状態が激しくなる時期、すなわち取引手数料が急騰し、ユーザーが長時間待たされる状況において、ビットコインの取引承認時間を予測する課題に取り組む。
• 取引の到着が確定的で、ブロックの承認が確率的フリードジャンプであるというCramér-Lundberg過程として、メモリプールをモデル化し、取引承認の確率的ダイナミクスを捉える。
• 軽負荷から高負荷にわたるさまざまなトラフィック強度において、高い精度で動作する、実用的で計算効率の良い承認時間確率の近似手法を開発する。
• 複数のネットワーク負荷（c=0.25, 0.5, 0.75, 0.95）と初期キュー位置（x=1, x=4）の下で、広範なシミュレーションスタディを通じてこれらの近似の精度を評価する。
• 手数料水準と現在のメモリプール状況に基づいて、ユーザーおよびシステムが承認時間を推定するための実用的ガイダンスを提供する。

提案手法

• 取引到着が確定的で、ブロック承認が確率的フリードジャンプであるCramér-Lundberg過程として、ビットコインのメモリプールをモデル化する。
• 軽負荷時（cが小さくなるにつれてよりタイトになる）に有効な再生理論に基づく下界近似を用いる。
• 高負荷時（c → 1）においても、フリードクエューの到達時間分布をよりよく捉えるために、連続性補正付き拡散近似を適用する。
• 補正項を、E[S₁]（期待ジャンプサイズ）を用いてキャリブレーションし、c=0.95のとき0.36403、c=0.25のとき0.57833として推定する。
• 300,000回のシミュレーションを実施し、複数のトラフィック制度（c=0.25, 0.5, 0.75, 0.95）と初期キュー位置（x=1, x=4）の下で近似の妥当性を検証する。
• シミュレーションによる承認確率と、下界近似および補正付き拡散近似の結果を比較し、精度を評価する。

実験結果

リサーチクエスチョン

• RQ1 ネットワークが高負荷状態にある場合、ビットコイン取引の承認時間がどの程度正確に予測可能か。
• RQ2 低負荷状況における承認確率の下界近似の性能はいかが。
• RQ3 高負荷状態における連続性補正付き拡散近似は、シミュレーション結果と比較してどの程度の精度を示すか。
• RQ4 トラフィック強度（c）と初期キュー位置（x）の変化に伴い、近似の精度はどのように変化するか。
• RQ5 適切なスケーリングの下で、固定ジャンプを伴うCramér-Lundberg過程はブラウン運動に収束するか。その結果、到達時間は逆ガウス分布に収束するか。

主な発見

• 補正付き拡散近似は、補正なしバージョンよりも顕著に優れており、特に高負荷状態（c=0.95）において、シミュレーション結果と非常に近い一致を示す。
• 下界近似は、軽負荷（c ≤ 0.5）の状況で最もタイトであり、90%から100%の承認確率について、シミュレーション値の1標準偏差以内に収束する。
• c=0.25、x=1の場合、8ブロック後のシミュレーションによる承認確率は0.991であったが、下界近似では0.990と強く一致した。
• c=0.95、x=1の場合、8ブロック後のシミュレーションによる承認確率は0.985であったが、補正付き拡散近似はこの値をきめ細かく追跡した。
• トラフィック強度が増加するにつれて、下界近似はゆるみ始め、混雑状態のシナリオには適さないことが示された。
• シミュレーション結果は、固定ジャンプを伴うCramér-Lundberg過程が適切なスケーリングの下でブラウン運動に収束し、到達時間の分布が逆ガウス分布に収束するという仮説を支持している。