[论文解读] Measuring Decentralization in Bitcoin and Ethereum using Multiple Metrics and Granularities

Qinwei Lin, Chao Li+2 more|arXiv (Cornell University)|Jan 26, 2021

Blockchain Technology Applications and Security参考文献 17被引用 10

一句话总结

本文提出了一种基于2019年日、周、月时间窗口的比特币和以太坊去中心化多指标、多粒度分析，采用基尼系数、香农熵和中本系数进行评估。引入滑动窗口方法以检测跨时间间隔的趋势与异常，结果表明比特币去中心化程度更高但稳定性较低，而以太坊去中心化程度较低但随时间更稳定。

ABSTRACT

Decentralization has been widely acknowledged as a core virtue of blockchains. However, in the past, there have been few measurement studies on measuring and comparing the actual level of decentralization between existing blockchains using multiple metrics and granularities. This paper presents a new comparison study of the degree of decentralization in Bitcoin and Ethereum, the two most prominent blockchains, with various decentralization metrics and different granularities within the time dimension. Specifically, we measure the degree of decentralization in the two blockchains during 2019 by computing the distribution of mining power with three metrics (Gini coefficient, Shannon entropy, and Nakamoto coefficient) as well as three granularities (days, weeks, and months). Our measurement results with different metrics and granularities reveal the same trend that, compared with each other, the degree of decentralization in Bitcoin is higher, while the degree of decentralization in Ethereum is more stable. To obtain the cross-interval information missed in the fixed window based measurements, we propose the sliding window based measurement approach. The corresponding results demonstrate that the use of sliding windows could reveal additional cross-interval information overlooked by the fixed window based measurements, thus enhancing the effectiveness of measuring decentralization in terms of continuous trends and abnormal situations. We believe that the methodologies and findings in this paper can facilitate future studies of decentralization in blockchains.

研究动机与目标

• 提供对比特币和以太坊去中心化的全面、长期评估，超越单一时间点的快照分析。
• 解决固定窗口测量方法所忽略的跨时间间隔动态与异常的局限性。
• 通过多种指标与粒度比较比特币和以太坊的去中心化水平。
• 提出并验证一种基于滑动窗口的测量方法，以提升对连续趋势与异常去中心化变化的检测能力。
• 为未来区块链去中心化研究提供方法论与实证洞察。

提出的方法

• 收集2019年全年比特币和以太坊的区块生成数据。
• 对每个时间窗口计算三种去中心化指标——基尼系数、香农熵和中本系数。
• 应用三种时间粒度：日、周、月固定窗口，以评估去中心化趋势。
• 引入滑动窗口机制，通过重叠时间间隔捕捉固定窗口所遗漏的跨时间间隔变化。
• 利用滑动窗口方法检测连续趋势与异常的去中心化波动。
• 通过与固定窗口测量结果对比，验证滑动窗口方法的有效性，揭示额外的洞察。

实验结果

研究问题

• RQ1 在多种指标与粒度下，比特币的去中心化水平如何随时间变化并与以太坊比较？
• RQ2 固定窗口测量方法在区块链网络中会遗漏哪些跨时间间隔的去中心化动态？
• RQ3 与固定窗口相比，滑动窗口方法在检测去中心化趋势与异常方面有何改进？
• RQ4 不同去中心化指标（基尼系数、熵、中本系数）在比特币和以太坊中是否产生一致的趋势？
• RQ5 2019年期间，比特币和以太坊的去中心化长期模式与稳定性特征如何？

主要发现

• 在所有指标与粒度下，比特币的去中心化程度均高于以太坊。
• 尽管整体去中心化程度较低，以太坊在时间维度上表现出更高的去中心化稳定性。
• 滑动窗口方法揭示了固定窗口方法所忽略的跨时间间隔去中心化变化与异常。
• 基尼系数、香农熵与中本系数三种指标均呈现一致趋势，增强了结果的可靠性。
• 使用滑动窗口显著提升了对连续去中心化趋势与异常波动的检测能力，提高了测量的有效性。
• 本研究证实，长期、多指标、多粒度分析对于准确评估区块链去中心化至关重要。