[논문 리뷰] Understanding the Decentralization of DPoS: Perspectives From Data-Driven Analysis on EOSIO

Jieli Liu, Weilin Zheng외 3명|arXiv (Cornell University)|2022. 01. 17.

Blockchain Technology Applications and Security인용 수 6

한 줄 요약

이 논문은 EOSIO 블록체인 데이터를 사용하여 Delegated Proof-of-Stake (DPoS) 블록체인에서의 분산화 진화에 대한 최초의 데이터 기반 분석을 제시한다. 이는 1,350만 개 이상의 블록을 포함한다. 네트워크 기반 방법을 통해 상호 투표 집단이나 유사한 투표 패턴과 같은 비정상적인 투표 행동을 탐지하며, 뚜렷한 중앙집중화 위험을 드러내고 DPoS 시스템의 분산화를 향상시키기 위한 실질적인 통찰을 제공한다.

ABSTRACT

Recently, many Delegated Proof-of-Stake (DPoS)-based blockchains have been widely used in decentralized applications, such as EOSIO, Tron, and Binance Smart Chain. Compared with traditional PoW-based blockchain systems, these systems achieve a higher transaction throughput and are well adapted to large-scale scenes in daily applications. Decentralization is a key element in blockchain networks. However, little is known about the evolution of decentralization in DPoS-based blockchain networks. In this paper, we conduct a systematic analysis on the decentralization of DPoS with data from up to 135,000,000 blocks in EOSIO, the first successful DPoS-based blockchain system. We characterize the decentralization evolution of the two phases in DPoS, namely block producer election and block production. Moreover, we study the voters with similar voting behaviors and propose methods to discover abnormal mutual voting behaviors in EOSIO. The analytical results show that our methods can effectively capture the decentralization evolution and abnormal voting phenomena in the system, which also have reference significance for other DPoS-based blockchains.

연구 동기 및 목표

• DPoS 기반 블록체인에서의 분산화 진화를 조사하며, 특히 블록 생성자 선거 및 블록 생성 단계에서의 맥락을 고려한다.
• 실제 블록체인 데이터를 사용하여 EOSIO에서 상호 투표 및 투표 공모와 같은 비정상적인 투표 행동을 식별하고 분석한다.
• DPoS 시스템에서 분산화를 모니터링하고 조작 위험을 탐지하기 위한 정량적 지표와 탐지 방법을 제공한다.
• EOSIO 및 기타 DPoS 기반 블록체인의 분산화를 향상시키기 위한 실질적인 권고 사항을 제시한다.

제안 방법

• 블록 기록 및 액션 트레이스 데이터를 포함한 블록체인 데이터를 수집하고 처리하여, 투표자와 블록 생성자 간의 투표 권한 분포를 재구성한다.
• 투표자와 대리자 간의 상호작용을 모델링하기 위해 네트워크 분석 기법을 적용하여 유사한 투표 행동을 보이는 투표자 집단을 식별한다.
• 그래프 기반 클러스터링을 사용해 투표자와 대리자 간의 동시 투표 패턴을 분석함으로써 상호 투표 행동을 탐지하는 방법을 개발한다.
• 엔트로피 기반 지표를 사용하여 블록 생성자 선거 및 블록 생성 단계에서의 분산화 수준을 정량화한다.
• 투표 관계의 네트워크 표현을 구성하여 비정상적인 투표 집단과 공모 패턴을 밝혀낸다.
• 기존에 알려진 이상 현상과의 비교를 통해 탐지 결과를 검증하고, 실제 EOSIO 데이터에서 방법의 강건성을 평가한다.

실험 결과

연구 질문

• RQ1 DPoS 합의 과정에서 분산화는 시간이 지남에 따라 어떻게 변화하는가? 특히 블록 생성자 선거 및 블록 생성 단계에서 어떻게 변화하는가?
• RQ2 EOSIO에서 투표자 행동의 구조적 패턴은 무엇이며, 이는 잠재적인 공모 또는 조작을 어떻게 반영하는가?
• RQ3 네트워크 기반 분석은 실제 DPoS 시스템에서 비정상적인 투표 집단과 상호 투표 행동을 효과적으로 탐지할 수 있는가?
• RQ4 투표 대리자와 투표자들이 얼마나 많은 정도로 분산화를 약화시키는 조직화된 그룹을 형성하는가?
• RQ5 식별된 비정상적인 투표 패턴은 DPoS 블록체인의 알려진 보안 취약점과 어느 정도 관련이 있는가?

주요 결과

• 연구 결과, EOSIO의 분산화는 블록 생성자 선거 단계에서 특히 뚜렷하게 중앙집중화 경향을 보이며, 상위 몇 명의 블록 생성자가 지속적으로 지배하고 있음을 확인했다.
• 많은 수의 투표자가 매우 유사한 투표 패턴을 보이며, 이는 투표자 집단 간의 협력 또는 공모 가능성을 시사한다.
• 특정 투표자 및 대리자 집단 간에 상호 투표 행동이 탐지되어, 블록 생성자 선거를 조작하기 위한 조직적인 노력이 있었음을 시사한다.
• 분석 과정에서 여러 개의 비정상적인 투표 집단을 발견하였으며, 일부는 여러 선거 주기 동안 동기화된 투표 행동을 보였다.
• 엔트로피 지표는 시간이 지남에 따라 분산화 수준이 감소하는 경향을 보였으며, 특히 블록 생성자 간의 투표 권한 분포에서 뚜렷했다.
• 제안된 네트워크 기반 탐지 방법은 알려진 및 이전에 발견되지 않은 비정상적인 투표 패턴을 성공적으로 식별하였으며, 높은 감도와 실용적 관련성을 입증했다.