[论文解读] Analysis of Bitcoin Pooled Mining Reward Systems

Meni Rosenfeld|arXiv (Cornell University)|Dec 21, 2011

Statistical and Computational Modeling被引用 316

一句话总结

本文分析了比特币联合挖矿中的奖励机制，比较了比例制、PPS、PPLNS以及MPPS和SMPPS等高级方法。识别出挖矿池跳矿漏洞，并证明MPPS和SMPPS可消除矿工风险，同时确保公平性，关键结果表明方差降低且对策略性操纵具有免疫性。

ABSTRACT

In this paper we describe the various scoring systems used to calculate rewards of participants in Bitcoin pooled mining, explain the problems each were designed to solve and analyze their respective advantages and disadvantages.

研究动机与目标

• 分析并比较各种比特币联合挖矿奖励机制的设计、优势与局限性。
• 识别并解释不同奖励方案中池跳矿和区块隐瞒攻击等漏洞。
• 评估奖励机制的公平性与风险特征，尤其关注降低方差和消除策略性激励。
• 证明MPPS和SMPPS在理论上对池跳矿攻击具有安全性与免疫性。
• 探索先进及非标准的奖励机制，以提升挖矿池的安全性与经济效率。

提出的方法

• 将奖励机制分类为简单型（比例制、PPS）与基于得分的（Slush方法、几何法、PPLNS），分析其数学基础。
• 使用泊松过程与期望值计算，对不同方案下的区块发现与奖励分配进行建模。
• 应用“跳矿免疫定理”形式化证明MPPS与SMPPS对池跳矿攻击具有免疫性。
• 引入并分析MPPS（最高按份额支付）与SMPPS（共享最高按份额支付），通过限制矿工收益上限，防止区块发现时的超额支付。
• 推导出MPPS中的期望损失约为 $ \frac{1}{\sqrt{2\pi n}} $ 倍的期望奖励，表明随着区块数量 $ n $ 增加，风险逐渐减小。
• 将SMPPS的成熟时间建模为 $ \frac{-R}{B} $，其中 $ R $ 为缓冲区大小，$ B $ 为区块奖励，表明支付被延迟但可保证，缓冲区大小 $ R $ 决定支付时间线。

实验结果

研究问题

• RQ1 比特币联合挖矿中的不同奖励机制如何影响方差、公平性与矿工激励？
• RQ2 比例制与PPS系统在池跳矿与区块隐瞒攻击方面存在哪些漏洞？
• RQ3 MPPS与SMPPS能否在保持公平性与风险降低的同时消除策略性操纵？
• RQ4 算力波动对基于得分的奖励机制（如Slush方法）的理论影响是什么？
• RQ5 先进方法如双几何法与基于单位的框架如何优于传统PPLNS与PPS？

主要发现

• MPPS与SMPPS已被证明对池跳矿攻击具有免疫性，是首个提供无风险收益的奖励机制。
• MPPS中的期望损失约为 $ \frac{1}{\sqrt{2\pi n}} $ 倍的期望奖励，且随区块数量 $ n $ 增加而减小。
• SMPPS中的成熟时间为 $ \frac{-R}{B} $，表明支付被延迟但可保证，缓冲区大小 $ R $ 决定支付时间线。
• 基于得分的机制如PPLNS与几何得分可降低方差，但若未妥善保护，仍易受池跳矿攻击。
• 理论分析表明，当 $ \lambda(0) $ 较大时，基于得分的系统趋近于比例制，其放大因子为 $ \exp(C\bar{\lambda}) \mathrm{E}_1(C\bar{\lambda}) $，该值小于1。
• 本文证明MPPS与SMPPS可消除超额支付风险，并确保矿工在算力波动条件下最多获得其应得份额。