14期:IOTA技术之纠缠中的确认率

简介:本文翻译自IOTA的官方博客。本文介绍了IOTA团队是如何确定随机因子\alpha\的,并给出了初步的研究成果。(本文授权BH好文好报群摘编、转载以及相关转授权推文行为)

IOTA的共识机制是基于有权重随机漫步算法的。通过这个tip选择算法,缠结中的长分支将会变得越来越大,而小分支则会变得越来越小,最终小到会被丢弃掉。这有点类似于区块链:区块链构建于最长的链上,纠缠构建于最重的分支上。

但也不尽然。在漫步的过程中,也允许一定的随机性的,从而可以让轻分支偶尔也能被验证。这么做的目的是为了维持一个较高的交易速率:如果只是最终的分支被验证,那么被验证的交易就会形成一条细链,而其他的大部分交易都被落在了后面。为了说明这一点,请试试这个仿真,你可以设置一个很大的\alpha,然后你就会看到大部分的交易不能被确认。请记住,\alpha的值越小,就越随机,\alpha越大,就越容易漫步到最重的分支。

需要强调的是,一个交易被落在了后面,并不意味着会丢钱。它只是代表这个交易没有被确认,最终的效果是,这些交易的确认时间会变长。

那么,\alpha应该取多大合适呢?这正是IOTA的研究内容之一。对于一个给定的\alpha值,如果能计算出大约会有多少交易落在后面,然后根据我们所能接受的交易丢失比例,就可以给\alpha设置一个上限。

为了得出一个交易有多大可能性落在后面,IOTA的研究员模拟了纠缠,并评估出了在不同的时间点上,有多少比例的交易能被验证。请注意,确认率和落在后面的可能性之间有很大关系:这两个数之和是100%。这是因为一个交易只有两种可能,要么被验证了,要么被落下了。

经过我们的研究,我们得到了这样一张图:

ex1.png

图解:本图为了展示,对于每个给定的\alpha\lambda,交易会有多大可能性被落在后面。\lambda代表交易速率,也就是单位时间内新进来的交易数量。图中的颜色代表交易被落下的可能性,从右边的颜色标签可以看出,颜色越深,代表交易被落下的可能性越小

从上图可以看出,\alpha越大,交易就越有可能被落在后面,从而导致较低的确认率。不过,有意思的是,\lambda对确认率的影响:当\lambda越高时,为了保持固定的确认率,\alpha也必须持续降低。

这个结果非常有用,如此我们就能够知道\alpha在不同的交易速率下取什么值更合理。比如,如果我们想达到80%的确认率,那么\alpha就应该取紫色曲线以下的值。

如此,\alpha的上边界就确定下来了,我们很自然问到:下边界应该在哪里呢?通常情况下,\alpha越低,整个网络就越脆弱,越容易受到双花攻击。为了找到下边界,我们需要对各种攻击以及非正常行为做更多的研究。当有了确切的结果的时候,我们会第一时间和社区分享。

译者注:和往常一样,如果你对这篇文章有疑问,请留言给我,我们一起探讨。

早赞声明:为方便早赞、避免乱赞,“BH好文好报群”为点赞者、写作者牵线搭桥,实行“先审后赞、定时发表”的规则,也让作品脱颖而出、速登热门!加群微信:we01230123(天平)。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,753评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,668评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,090评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,010评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,054评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,806评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,484评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,380评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,873评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,021评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,158评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,838评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,499评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,044评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,159评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,449评论 3 374
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,136评论 2 356

推荐阅读更多精彩内容