[논문 리뷰] Database Perspectives on Blockchains
이 논문은 차단 블록체인을 데이터 저장 계층으로서 공식화하기 위해 두 가지 핵심 과제를 분석함으로써 이론적 기초를 구축한다: (1) 보류 중인 거래와 블록체인 상태를 고려할 때 거부 제약 조건이 위반될 수 있는지 여부를 판단하는 것, 그리고 (2) 일부 보류 중인 거래의 부분집합과 일관되거나 분리 가능한 거래를 생성하는 것. 주요 기여는 탈중앙화되고 합의 기반 환경에서 데이터 일관성과 사용자 의도를 보장하기 위한 복잡도 이론적 프레임워크이다.
Modern blockchain systems are a fresh look at the paradigm of distributed computing, applied under assumptions of large-scale public networks. They can be used to store and share information without a trusted central party. There has been much effort to develop blockchain systems for a myriad of uses, ranging from cryptocurrencies to identity control, supply chain management, etc. None of this work has directly studied the fundamental database issues that arise when using blockchains as the underlying infrastructure to manage data. The key difference between using blockchains to store data and centrally controlled databases is that transactions are accepted to a blockchain via a consensus mechanism. Hence, once a user has issued a transaction, she cannot be certain if it will be accepted. Moreover, a yet unaccepted transaction cannot be retracted by the user, and may be appended to the blockchain in the future. This causes difficulties as the user may wish to reissue a transaction, if it was not accepted. Yet this data may then become appended twice to the blockchain. In this paper we present a database perspective on blockchains by introducing formal foundations for blockchains as a storage layer that underlies a database. The main issue that we tackle is uncertainty in transaction appending that is a result of the consensus mechanism. We study two flavors of transaction appending problems: (1) the complexity of determining whether it is possible for a denial constraint to be contradicted, given the state of the blockchain, pending transactions, and integrity constraints and (2) the complexity of generating transactions that are mutually (in)consistent with given subsets of pending transactions. Solving these problems is critical to ensure that users can issue transactions consistent with their intentions. Finally, we chart important directions for future work.
연구 동기 및 목표
- 블록체인에서 보류 중인 거래의 수락 또는 철회를 보장할 수 없는 상황에서 발생하는 거래 불확실성 문제를 해결하기 위해.
- 특정 합의 프로토콜에 종속되지 않는, 데이터 일관성 계층을 블록체인의 데이터베이스 시스템 기반으로 공식화하기 위해.
- 발행된 거래가 통합 제약 조건을 위반하거나 보류 중인 거래들과 충돌하지 않도록 보장하기 위한 이론적 도구를 개발하기 위해.
- 사용자 의도를 존중하고 의도하지 않은 데이터 상태를 피하는 안전한 자동 거래 생성을 가능하게 하기 위해.
- 특히 일관성, 확장성 및 사용자 수준의 제어 문제에 초점을 맞춘, 블록체인 기반 데이터베이스 관리 분야의 열린 연구 문제를 규명하기 위해.
제안 방법
- 합의 계층과 데이터 일관성 계층을 갖춘 블록체인 데이터베이스를 공식화함으로써, 후자는 법적 데이터 상태와 그 진화를 규제한다.
- 현재 블록체인 상태와 보류 중인 거래를 고려할 때 제약 조건이 위반될 수 있는지 여부를 판단하는 거부 제약 조건 만족 문제를 도입한다.
- 기존의 보류 중인 거래들과 충돌을 방지하기 위해 $({\rm T}_{\rm in}, { m T}_{ m out})$-분리 거래를 제안한다.
- 다양한 데이터베이스 제약 조건 하에서 두 문제—거부 제약 조건 만족도와 거래 분리도—의 계산 복잡도를 분석한다.
- 사용자가 정의한 제약 조건, 예를 들어 질의 기반 또는 도메인 특화 요구 사항 등을 고려한 거래 생성 프레임워크를 확장한다.
- 실제 사례인 오프체인 채널(예: 라이트닝 네트워크)과 가환성 거래 집합을 적용하여 확장성과 일관성의 평가를 수행한다.
실험 결과
연구 질문
- RQ1현재 데이터와 보류 중인 거래를 고려할 때, 향후 블록체인 상태에서 거부 제약 조건이 위반될 수 있는지 여부를 판단하는 문제의 계산 복잡도는 무엇인가?
- RQ2어떻게 알고리즘적으로 주어진 일부 보류 중인 거래의 부분집합과 상호 일관성을 가지며 다른 거래들과 충돌을 피하는 거래를 생성할 수 있는가?
- RQ3질의 조건이나 도메인 특화 규칙과 같은 사용자 정의 제약 조건 하에서 거래를 생성하는 문제의 복잡도는 무엇인가?
- RQ4제안된 프레임워크는 악성 중간 상태에 대비해 보호되어야 하는 오프체인 거래가 포함된 고급 프로토콜인 라이트닝 네트워크와 같은 환경을 어떻게 지원할 수 있는가?
- RQ5어떤 순서로 처리해도 무관한 가환성 거래 집합을 식별하기 위한 이론적 기초는 무엇인가? 이는 합의 효율성을 향상시킨다.
주요 결과
- 블록체인에서 거부 제약 조건 만족 문제는 NP-완전임이 입증되었으며, 이는 불확실성 하에서 데이터 무결성을 확보하는 데 내재된 계산적 어려움을 시사한다.
- $({\rm T}_{\rm in}, { m T}_{ m out})$-분리 거래 생성 문제 역시 계산적으로 어려운 문제로, NP-하드 복잡도 클래스에 속함을 보여, 안전한 거래 조합의 과제를 강조한다.
- 이 프레임워크는 블록체인의 향후 가능한 상태에 대해 공식적인 추론을 가능하게 하여, 사용자가 제약 조건을 위반하지 않고 거래를 발행하는 것이 안전한지 검증할 수 있도록 한다.
- 이 모델은 보류 중인 거래들과 충돌을 피하는 자동으로 생성된 거래를 제공하는 도구의 이론적 기반을 마련한다. 이는 사용자 의도를 유지한다.
- 분석 결과 오프체인 프로토콜인 라이트닝 네트워크 역시 유사한 일관성 추론에 의존함을 확인하였으며, 이는 온체인 데이터베이스 문제와 공통된 이론적 기초를 공유하고 있음을 시사한다.
- 논문은 블록체인 데이터베이스 관리 분야에서 중요한 열린 문제들을 규명하였으며, 이는 제약 조건이 있는 거래 생성, 가환성 거래 탐지, 비트코인 월렛에서의 고급 미사용 출력 관리 등을 포함한다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.