[논문 리뷰] Stochastic Modeling Approaches for Analyzing Blockchain: A Survey

Hongyue Kang, Xiaolin Chang외 4명|arXiv (Cornell University)|2020. 09. 13.

Blockchain Technology Applications and Security참고 문헌 70인용 수 6

한 줄 요약

이 종합 검토는 분산원장 시스템 분 析를 위한 확률적 모델링 접근법에 대한 포괄적인 검토를 제시하며, 네트워크 중심(성능 및 보안)과 응용 중심(주로 암호화폐 가격 예측) 모델로 분류한다. 기존 방법을 평가하고 강점과 약점을 비교하며, 향후 블록체인 분 析에 대한 확률적 기법 연구를 이끄는 주요 과제와 연구 방향을 규명한다.

ABSTRACT

Blockchain technology has been attracting much attention from both academia and industry. It brings many benefits to various applications like Internet of Things. However, there are critical issues to be addressed before its widespread deployment, such as transaction efficiency, bandwidth bottleneck, and security. Techniques are being explored to tackle these issues. Stochastic modeling, as one of these techniques, has been applied to analyze a variety of blockchain characteristics, but there is a lack of a comprehensive survey on it. In this survey, we aim to fill the gap and review the stochastic models proposed to address common issues in blockchain. Firstly, this paper provides the basic knowledge of blockchain technology and stochastic models. Then, according to different objects, the stochastic models for blockchain analysis are divided into network-oriented and application-oriented (mainly refer to cryptocurrency). The network-oriented stochastic models are further classified into two categories, namely, performance and security. About the application-oriented stochastic models, the widest adoption mainly concentrates on the price prediction of cryptocurrency. Moreover, we provide analysis and comparison in detail on every taxonomy and discuss the strengths and weaknesses of the related works to serve guides for further researches. Finally, challenges and future research directions are given to apply stochastic modeling approaches to study blockchain. By analyzing and classifying the existing researches, we hope that our survey can provide suggestions for the researchers who are interested in blockchain and good at using stochastic models as a tool to address problems.

연구 동기 및 목표

• 블록체인 분 析에서의 확률적 모델링에 대한 종합적 검토가 부족한 점을 보완하기 위해.
• 네트워크 중심(성능 및 보안)과 응용 중심(암호화폐 가격 예측) 모델을 기반으로 응용 초점을 고려해 확률적 모델을 분류하고 분석하기 위해.
• 기존의 확률적 모델의 강점과 약점을 비교하여 향후 연구를 이끌기 위해.
• 블록체인 시스템에 대한 확률적 모델링 적용 분야에서의 열린 과제를 규명하고 향후 연구 방향을 제안하기 위해.

제안 방법

• 모델의 목적에 따라 확률적 모델을 네트워크 중심 및 응용 중심 카테고리로 체계적으로 분류하기.
• 네트워크 중심 모델을 성능 및 보안 하위 카테고리로 분석하여 거래 처리량, 지연 시간, 공격에 대한 내성 등에 중점을 두기.
• 응용 중심 모델을 조사하며 특히 확률 과정을 사용한 암호화폐 가격 예측에 사용되는 모델을 중심으로 다루기.
• 모델 방법론을 세부 분석 및 비교를 통해 평가하여 가정, 한계 및 적용 가능성 강조하기.
• 분류 체계 기반 접근법을 사용하여 문제 영역, 기법, 용도 사례별로 모델을 체계화하기.
• 모델 설계 선택 사항과 블록체인 시스템 평가에 대한 영향에 대한 비판적 통찰 제공하기.

실험 결과

연구 질문

• RQ1 블록체인 분 析에 사용되는 주요 확률적 모델 카테고리는 무엇이며, 그 구조와 목적에서 어떻게 상이한가?
• RQ2 네트워크 중심 확률적 모델은 블록체인 시스템의 성능 및 보안 과제를 어떻게 해결하는가?
• RQ3 확률적 모델이 암호화폐 가격 동적 변화를 얼마나 성공적으로 예측했는가?
• RQ4 기존의 블록체인에 대한 확률적 모델링 접근법에서의 주요 한계와 가정은 무엇인가?
• RQ5 블록체인에서의 확률적 모델링을 발전시키기 위해 가장 유망한 향후 연구 방향은 무엇인가?

주요 결과

• 확률적 모델링은 블록체인 성능 분 析에 널리 사용되며, 특히 거래 도착 과정과 블록 전파 지연을 모델링하는 데에 효과적이다.
• 보안 중심의 확률적 모델은 이클립스 공격 및 속임수 마이닝과 같은 악성 행동을 효과적으로 시뮬레이션하여 공격 발생 확률과 내성에 대한 통찰을 제공한다.
• 기하 브라운 motion 및 점프-디퓨전과 같은 확률 과정을 기반으로 한 암호화폐 가격 예측 모델은 중간 정도의 예측 능력을 보이지만, 모델 가정에 민감하다.
• 표준화된 평가 프레임워크가 부족하여 다양한 연구 간 비교가 일관되지 않은 상황이 뚜렷하게 존재한다.
• 많은 기존 모델들이 실제 블록체인 동역학을 간단화하여 다루며, 특히 네트워크 이질성과 적응형 공격자 행동을 모델링하는 데에 한계가 있다.
• 미래 연구는 마이크로 수준의 거래 행동과 마크로 수준의 네트워크 동역학을 모두 반영하는 다중 척도 확률적 모델 통합에 초점을 맞춰야 한다.