[论文解读] Mean Field Game Approach to Bitcoin Mining

Charles Bertucci, Louis Bertucci+2 more|arXiv (Cornell University)|Apr 17, 2020

Blockchain Technology Applications and Security参考文献 9被引用 5

一句话总结

本文应用平均场博弈（MFG）理论来建模比特币挖矿动态，表明总算力达到唯一均衡，且该均衡要么保持不变，要么随加密货币需求增加而上升。该框架捕捉了长期稳定性和安全性，证明在现实市场条件下区块链安全性得以保持或增强。

ABSTRACT

We present an analysis of the Proof-of-Work consensus algorithm, used on the Bitcoin blockchain, using a Mean Field Game framework. Using a master equation, we provide an equilibrium characterization of the total computational power devoted to mining the blockchain (hashrate). From a simple setting we show how the master equation approach allows us to enrich the model by relaxing most of the simplifying assumptions. The essential structure of the game is preserved across all the enrichments. In deterministic settings, the hashrate ultimately reaches a steady state in which it increases at the rate of technological progress. In stochastic settings, there exists a target for the hashrate for every possible random state. As a consequence, we show that in equilibrium the security of the underlying blockchain is either $i)$ constant, or $ii)$ increases with the demand for the underlying cryptocurrency.

研究动机与目标

• 使用平均场博弈理论对工作量证明区块链中矿工的竞争行为进行建模。
• 分析比特币挖矿中总计算能力（算力）的均衡动态。
• 评估在不同市场条件下安全性与能效如何得以维持或提升。
• 通过灵活且可扩展的建模框架，证明工作量证明共识机制的鲁棒性。
• 表明均衡算力反映了技术进步与市场需求，从而确保长期安全性。

提出的方法

• 构建一个具有连续统一体的、风险中性矿工通过总和算力相互作用的平均场博弈（MFG）模型。
• 使用主方程刻画矿工努力程度在群体中的均衡分布。
• 在MFG解可由社会计划者优化推导出的情况下，应用汉密尔顿-雅可比-贝尔曼（HJB）方程。
• 将基准模型扩展以包含随机汇率、异质挖矿成本以及动态硬件市场。
• 在所有扩展中保持博弈的核心结构，确保分析可处理性与均衡唯一性。
• 分析确定性与随机设定，以评估长期算力与安全性结果。

实验结果

研究问题

• RQ1 在现实假设下，工作量证明挖矿博弈是否具有唯一均衡？
• RQ2 总算力如何响应技术进步与市场需求而演变？
• RQ3 在均衡状态下，算力、能耗与区块链安全性之间存在何种关系？
• RQ4 加密货币价格的随机波动如何影响长期算力与挖矿激励？
• RQ5 MFG框架能否稳健地模拟异质矿工群体与动态硬件市场？

主要发现

• 工作量证明挖矿博弈具有唯一均衡，表明系统是适定且稳定的。
• 在确定性设定下，算力以技术进步的速度增长，从而长期保持安全水平恒定。
• 在随机设定下，算力会适应随机状态，当加密货币需求上升时，均衡算力随之增加。
• 区块链安全性在确定性情况下保持不变，在随机情况下则由需求正向驱动，从而确保长期韧性。
• 该模型在扩展中保持稳健——如异质矿工、可变成本及动态硬件市场——并保持核心均衡结构不变。
• 在均衡状态下，单位算力的能耗保持不变，因为算力增长被技术进步完全抵消。