FairDAG: Consensus Fairness over Multi-Proposer Causal Design
Ce document présente FairDAG, un nouveau cadre qui intègre des protocoles d'équité à un consensus basé sur les DAG afin de surmonter les limitations de débit et de manipulation des systèmes existants basés sur un leader, atteignant ainsi une équité de l'ordonnancement des transactions et une performance supérieures dans les réseaux blockchain.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez un marché numérique très fréquenté où des milliers de personnes tentent d'acheter et de vendre des articles exactement au même moment. Dans ce marché, l'ordre dans lequel les transactions se produisent importe énormément. Si vous achetez un objet rare avant quelqu'un d'autre, vous l'obtenez ; si vous l'achetez après, vous risquez de passer à côté ou de payer plus cher.
Dans le monde de la blockchain (la technologie derrière les crypto-monnaies), il existe un problème : la personne chargée de décider l'ordre de ces transactions (le « proposant de bloc ») peut être un tricheur. Elle peut examiner la liste, voir un mouvement rentable, et réorganiser la file pour son propre profit, repoussant ainsi les gens honnêtes à la fin. C'est comme un caissier dans un magasin qui voit un client VIP arriver et le laisse couper la file, ou pire, qui réorganise la file pour vendre le dernier article à son ami en premier.
Les solutions existantes ont tenté de résoudre cela en confiant à un seul « chef caissier » (un leader) la tâche de collecter les préférences de chacun et de décider de l'ordre. Mais cela a créé deux nouveaux problèmes :
- Le goulot d'étranglement : Si le chef caissier est lent ou débordé, tout le magasin ralentit.
- La triche : Si ce chef caissier est un tricheur, il peut toujours manipuler la file car il est le seul à détenir la liste.
Entrée en scène de FairDAG : La solution de la « File de Groupe »
Le document présente FairDAG, une nouvelle façon d'organiser ce marché. Au lieu de s'appuyer sur un seul chef caissier, FairDAG utilise un système à Multi-Proposants. Imaginez cela comme un immense réseau interconnecté de caissiers (réplicas) qui crient tous leurs propres listes de transactions simultanément.
Voici comment cela fonctionne, en utilisant des analogies simples :
1. Le Web de Confiance (DAG)
Au lieu d'une seule ligne, imaginez une toile d'araignée (un graphe acyclique dirigé, ou DAG). Chaque fois qu'un caissier note une liste de transactions, il ne se contente pas de l'envoyer à une seule personne ; il attache sa liste aux listes de plusieurs autres caissiers dont il a entendu parler récemment.
- Pourquoi cela aide : Si un caissier tente de cacher une transaction ou de tricher, la toile garantit que les listes de tous les autres finiront par se connecter et confirmer ce qui s'est réellement passé. On ne peut pas facilement supprimer un fil de la toile sans que toute la structure ne s'en aperçoive.
2. Deux façons d'être équitable
Le document propose deux « règles » spécifiques pour trier la file, selon le degré de rigueur souhaité :
- FairDAG-AB (La Règle Absolue) : C'est comme une règle stricte de « Premier arrivé, premier servi ». Si tout le monde est d'accord sur le fait que la Personne A est arrivée avant la Personne B, la Personne A doit passer en premier. Le système calcule un « numéro de ticket » spécifique pour chaque transaction basé sur le moment où les caissiers honnêtes l'ont vue. Même si un tricheur tente de mélanger les cartes, les mathématiques garantissent que les numéros de tickets honnêtes l'emportent.
- FairDAG-RL (La Règle Relative) : C'est un peu plus flexible, comme une règle de « Groupement ». Parfois, il est impossible de savoir exactement qui est arrivé en premier (comme deux personnes franchissant une porte en même temps). Au lieu de se disputer pour savoir qui est arrivé à la seconde près, cette règle les groupe ensemble. Si 90 % des caissiers honnêtes ont vu la Personne A avant la Personne B, alors A passe avant B. S'il s'agit d'une égalité, ils sont placés dans le même « lot ». Cela est plus rapide et gère mieux les situations confuses.
3. Battre les tricheurs
Le document démontre que parce que FairDAG utilise un web de nombreux caissiers plutôt qu'un seul leader :
- Les tricheurs ne peuvent pas se cacher : Un tricheur ne peut pas simplement ignorer les listes des personnes honnêtes car la structure de la toile force ces listes à être incluses à terme.
- Vitesse : Puisque tout le monde crie ses listes en même temps, le système ne reste pas bloqué en attendant une personne lente. Il traite les transactions beaucoup plus rapidement que les anciens systèmes à « leader unique ».
Les Résultats
Les auteurs ont testé leur système par rapport à des méthodes plus anciennes (comme Pompe et Themis). Ils ont constaté que :
- C'est plus rapide : FairDAG gère plus de transactions par seconde (débit) car il n'y a pas de goulot d'étranglement unique.
- C'est plus équitable : Même lorsque des tricheurs tentent de manipuler l'ordre (en inversant des listes ou en retardant des transactions spécifiques), FairDAG maintient l'ordre correct bien mieux que les anciens systèmes.
- C'est robuste : Même si Internet est lent ou que certains caissiers sont lents à répondre, le système continue d'avancer sans planter.
En résumé
FairDAG revient à remplacer un gestionnaire unique et facilement corruptible par une équipe de travailleurs démocratique et interconnectée. En faisant en sorte que tout le monde crie ses listes en même temps et en tissant ces listes ensemble dans une toile, le système rend presque impossible la manipulation de l'ordre par un acteur malveillant, tout en maintenant une cadence rapide. Il résout la « crise de la manipulation de l'ordre » en rendant le système trop vaste et trop connecté pour qu'un seul tricheur puisse le contrôler.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.