[论文解读] Designing Multidimensional Blockchain Fee Markets

Theo Diamandis, Alex Evans+2 more|arXiv (Cornell University)|Aug 16, 2022

Blockchain Technology Applications and Security被引用 3

一句话总结

本文提出一种多维区块链费用市场机制，利用凸优化与对偶理论动态定价非同质化资源（如计算、存储和带宽）。通过将每种资源视为独立的定价维度，该机制实现了高效、实时的定价发现，相比单一代币（如基于Gas的）费用市场，能提升网络吞吐量并更好地抵御拒绝服务攻击。

ABSTRACT

Public blockchains implement a fee mechanism to allocate scarce computational resources across competing transactions. Most existing fee market designs utilize a joint, fungible unit of account (e.g., gas in Ethereum) to price otherwise non-fungible resources such as bandwidth, computation, and storage, by hardcoding their relative prices. Fixing the relative price of each resource in this way inhibits granular price discovery, limiting scalability and opening up the possibility of denial-of-service attacks. As a result, many prominent networks such as Ethereum and Solana have proposed multi-dimensional fee markets. In this paper, we provide a principled way to design fee markets that efficiently price multiple non-fungible resources. Starting from a loss function specified by the network designer, we show how to compute dynamic prices that align the network's incentives (to minimize the loss) with those of the users and miners (to maximize their welfare), even as demand for these resources changes. Our pricing mechanism follows from a natural decomposition of the network designer's problem into two parts that are related to each other via the resource prices. These results can be used to efficiently set fees in order to improve network performance.

研究动机与目标

• 解决一维费用市场（如以太坊的Gas模型）的局限性，后者固定了非同质化资源的相对价格，阻碍了精细化的定价发现。
• 缓解因资源定价错误导致的拒绝服务攻击风险，例如那些资源消耗高但Gas成本低的操作所引发的攻击。
• 通过基于实时供需关系对不同计算资源进行独立定价，提升网络可扩展性和资源利用率。
• 提供一个基于凸优化对偶性的原则化、数学严谨的框架，通过优化对偶性实现网络与用户激励的一致性。

提出的方法

• 将网络设计者的问题建模为一个凸优化问题：在资源容量约束下，最大化交易效用减去网络损失。
• 应用对偶理论，将全局优化问题分解为两部分：一部分在链上求解（网络侧资源分配），另一部分在链下求解（用户侧交易选择）。
• 使用对偶变量（即资源价格）作为协调两个子问题的机制，确保最优价格从对偶问题的解中自然产生。
• 通过在对偶函数上使用投影梯度下降，推导出迭代价格更新规则：$ p^{k+1} = \text{proj}(p^k - \nabla g(p^k)) $，实现在链上计算动态费用。
• 将框架扩展至支持并行执行环境及按合约的资源利用率，通过矩阵约束建模共享与并行资源。
• 通过引入对角矩阵 $ D $ 实现资源特定的学习率，使对突发敏感型资源（如内存密集型操作）能够实现更快的价格调整。

实验结果

研究问题

• RQ1 如何高效地对区块链中的多种非同质化资源（如计算、存储、带宽）进行定价，使其真实反映实时供需关系？
• RQ2 何种优化框架能够实现动态、链上费用更新，同时协调网络激励（最小化损失）与用户及矿工激励（最大化福利）？
• RQ3 在需求波动的情况下，与单一代币（如基于Gas）的费用市场相比，多维定价是否能提升网络吞吐量与稳定性？
• RQ4 该机制如何扩展以支持并行执行环境及按合约的资源利用率指标？

主要发现

• 仿真结果表明，与统一定价相比，多维费用市场能更快收敛至目标资源利用率水平，例如在需求激增后，资源2的利用率迅速恢复至稳态。
• 由于价格信号更准确且响应更迅速，多维定价使得每个区块中可容纳的交易数量在需求波动期间及之后均有所增加。
• 通过独立基于实际需求对每类资源进行定价，该机制降低了拒绝服务攻击风险，防止攻击者利用定价错误的操作进行攻击。
• 该框架可通过在对偶函数上使用投影梯度下降更新规则，实现在链上高效计算动态费用，支持实时适应。
• 通过使用矩阵运算和对偶变量重新表述约束，将模型扩展至并行执行环境或按合约资源利用率是可行的。
• 数值结果表明，多维定价可实现更平滑的价格调整，并在不增加全节点硬件要求的前提下提升网络吞吐量。