[论文解读] Optimizing Governed Blockchains for Financial Process Authentications

Leif-Nissen Lundbæk, Andrea Callia D’Iddio+1 more|arXiv (Cornell University)|Dec 1, 2016

Blockchain Technology Applications and Security参考文献 14被引用 8

一句话总结

本文提出了一套面向受管区块链（即无加密货币激励的私有组织所有区块链）的数学优化框架，以增强金融流程审计中的信任。通过将工作量证明建模为混合整数非线性规划（MINLP）问题，推导出在安全性、成本、可用性与弹性之间实现平衡的最优密码学谜题参数，并通过实际实例的统计与实验分析进行了验证。

ABSTRACT

We propose the formal study of governed blockchains that are owned and controlled by organizations and that neither create cryptocurrencies nor provide any incentives to solvers of cryptographic puzzles. We view such approaches as frameworks in which system parts, such as the cryptographic puzzle, may be instantiated with different technology. Owners of such a blockchain procure puzzle solvers as resources they control, and use a mathematical model to compute optimal parameters for the cryptographic puzzle mechanism or other parts of the blockchain. We illustrate this approach with a use case in which blockchains record hashes of financial process transactions to increase their trustworthiness and that of their audits. For Proof of Work as cryptographic puzzle, we develop a detailed mathematical model to derive MINLP optimization problems for computing optimal Proof of Work configuration parameters that trade off potentially conflicting aspects such as availability, resiliency, security, and cost in this governed setting. We demonstrate the utility of such a mining calculus by solving some instances of this problem. This experimental validation is strengthened by statistical experiments that confirm the validity of random variables used in formulating our mathematical model. We hope that our work may facilitate the creation of domain-specific blockchains for a wide range of applications such as trustworthy information in Internet of Things systems and bespoke improvements of legacy financial services.

研究动机与目标

• 解决金融系统中法律/合规要求与技术实现之间的差距，其中传统复式记账法易受操纵影响。
• 克服比特币等去中心化区块链的局限性，后者依赖激励驱动的挖矿，存在博弈论风险与高昂的运营成本。
• 为组织控制的区块链中密码学谜题的配置设计一种形式化、基于数学的框架，聚焦于非加密货币用例。
• 实现对区块链参数（如难度、nonce空间、矿工数量）的精确、定量配置，以反映现实世界中的成本、可用性与弹性约束。
• 通过提供经验证、可分析的设计方法论，支持金融服务业与物联网中的领域特定区块链部署，实现可信交易记录。

提出的方法

• 使用随机预言模型（ROM）对受管区块链中的密码学谜题求解过程进行建模，实现对谜题解题时间的概率分析。
• 开发混合整数非线性规划（MINLP）公式，以优化区块链配置参数，包括nonce空间大小、难度与矿工数量。
• 引入系统级需求约束，如最大区块生成时间、并发解题的低概率以及对求解器故障的弹性。
• 采用鲁棒优化方法建模对部分求解器失效的弹性，确保在对抗性或故障条件下系统的可用性。
• 通过统计实验验证数学模型中输入变量的随机性与独立性，确保优化框架的可靠性。
• 实现一种自定义算法，用于求解实际规模的MINLP问题，克服了标准全局MINLP求解器（如ANTIGONE、BARON、SCIP）在可行模型上仍无法通过可行性检查的局限。

实验结果

研究问题

• RQ1 如何在受管区块链中对密码学谜题参数进行数学优化，以在安全性、成本、可用性与弹性等相互冲突的目标之间实现平衡？
• RQ2 矿工数量、nonce空间大小与谜题难度的变化对预期生成新区块时间与系统鲁棒性有何影响？
• RQ3 基于ROM的正式数学模型能否准确表示并预测在现实约束下受管工作量证明系统的行为？
• RQ4 该模型如何支持动态变更管理，例如扩展挖矿能力或适应能源价格变化？
• RQ5 统计验证在多大程度上可确认优化模型中所用随机变量的正确性？

主要发现

• 所提出的MINLP模型成功构建了受管区块链参数优化的数学框架，实现了安全性、成本、可用性与弹性的权衡。
• 统计实验验证了模型中所用随机变量的有效性，支持了优化框架中概率假设的可靠性。
• 自定义算法成功求解了MINLP问题的实际实例，克服了标准全局MINLP求解器（如ANTIGONE、BARON、SCIP）在本应可行的模型上仍失败的问题。
• 该模型支持基于形式化优化的动态配置决策，例如确定为提升弹性所需新增的矿工数量，或根据能源成本变化调整参数。
• 该框架支持受管区块链中的变更管理，例如扩展挖矿能力或根据运营变化调整参数。
• 该方法适用于金融审计追踪与物联网数据完整性等特定领域用例，其中信任与可审计性至关重要，但无需加密货币激励。