激勵外包的智能合約和可驗證計算系統
作者: Truebit
編譯: ChainCatcher
在本系列中;已驗證,我們正在與卡爾加里大學的計算機科學教授 Reihaneh Safavi-Naini 交談。 Reihaneh 是許多白皮書的合著者,尤其是與 Alptekin Küpçü 合作的"計算激勵外包的智能合約"; "激勵可驗證計算系統的博弈論分析",與 Mahmudun Nabi、Sepideh Avizheh 和 Muni Venkateswarlu Kumaramangalam 合著;以及與 Sepideh Avizheh、Mahmudun Nabi 和 Muni Venkateswarlu K 的"使用智能合約的可驗證計算"。我們很高興討論 Reihaneh 在可驗證計算和智能合約領域的研究和開發。
歡迎,Reihaneh!請介紹一下您自己。
我是一名來自加拿大卡爾加里大學的計算機科學教授。我的研究興趣是密碼學及其在信息安全中的應用。
在過去的幾年裡,我的主要研究興趣之一是分佈式賬本技術的應用,尤其是智能合約在安全系統中的應用。
你能告訴我們更多關於激勵外包的智能合約嗎?
智能合約是具有一些重要屬性的程序。首先,他們的執行可以被視為可信的;也就是說,程序的每一行都經過了很多計算節點的執行,結果已經達成一致(通過共識算法),所以我們可以相信結果是正確的。其次,它們是透明的。也就是說,每個人都可以看到他們的代碼和執行,因此每個人都"知道"他們在做什麼。他們還可以(通過錢包)使用代幣,並可以在滿足特定條件時自動兌換代幣。然而,智能合約計算非常昂貴,因為它要進行多次(所有節點都是共識算法的一部分)。
在外包計算任務中,問題提供者需要計算任務的解決方案------比如處理大型數據集------並希望雇用計算節點或"承包商"來收費執行此任務。問題提出者還希望在不自己重做計算的情況下確保收到的結果是正確的。一個直接的想法是將計算發送到智能合約。然而,由於成本,這對於大型計算是不可行的。然而,人們可以將智能合約用作可信賴和透明的第三方來管理外包流程:招募承包商來完成任務並支付商定的費用,並運行算法來識別承包商的不當行為並發出罰款和獎勵。最後一個角色對於激勵承包商的參與和正確行為非常重要。
通過您的博弈論分析,您展示了改進系統正確性保證的激勵系統的修改。你能擴展你的結果嗎?
激勵外包計算系統的目標是設計提供正確性保證的計算系統。在許多情況下,這些系統使用計算複製的想法來實現他們的目標。也就是說,他們使用了以下簡單而強大的思想:如果多個計算節點獨立地進行相同的計算並得到相同的結果,則結果正確的可能性非常大。要分析這些系統,可以假設承包商是理性實體,並使用適當的激勵來"鼓勵"正確計算。博弈論分析用於評估激勵系統的有效性。
我們的工作一直是分析和設計使用智能合約來管理外包的激勵系統。我們做了幾件事。首先,我們展示了在激勵系統中使用智能合約,即使是那些具有可證明的密碼安全性的系統,也是微妙的,將安全系統直接轉換為基於智能合約的系統可以完全破壞系統的安全性。我們還展示了如何為使用兩個承包商來保證計算正確性的複製外包系統設計激勵機制。我們的分析表明,可以設計一種獎勵和罰款機制,在兩個承包商正確執行計算時獲得外包博弈的納什均衡。
最初導致您探索智能合約作為管理計算外包激勵的方法的障礙是什麼?您預見到實施過程中會出現哪些新障礙?
智能合約不僅在理論上而且在 Truebit 等實際工作系統中都被用於計算的激勵外包。我一直對這些系統的博弈論分析感興趣。然而,隨著複製次數的增加,這種分析變得更加複雜,獎勵和罰款機制也隨之變得更加複雜。
例如,將我們談到的兩方外包系統的結果(實現納什均衡)擴展到多方情況下,目前是一個懸而未決的問題。主要的實施挑戰是我們的分析使用了一些關於承包商的環境和行為的假設,這些假設在實踐中可能不成立。例如,在對兩個承包商系統的分析中,我們使用了區塊鏈系統參數的估計值,這在實踐中可能很難估計。當然,在所有基於智能合約的系統中,保持智能合約的低計算和通信是一項挑戰。
您認為哪些實際應用最能從該系統中獲益?
隨著我們使用越來越多的數據以及在其上運行的複雜應用程序和服務,外包將會增長。例如學習算法和分析。通過複製激勵外包的一個非常好的特性是它們的通用性和靈活性,使我們能夠將它們用於幾乎任何計算。這與為特定計算而設計的可驗證計算系統形成鮮明對比。
Truebit 如何適應您對智能合約的使用範圍?
Truebit 是激勵計算系統的一個例子,它通過複製計算來提供正確性保證,並使用智能合約作為受信任的第三方來管理計算、承包商的激勵和硬幣的轉移。 Truebit 激勵機制複雜且難以正式分析。當然,對於 Truebit 的安全性,已經有很多半正式的分析和爭論。其他安全系統已經啟動並運行了一段時間而沒有重大中斷,將支持其安全性。














