तकनीकी सारांश: ब्लॉकचेन में प्रतिकूल खरीद (Adversarial Procurement)

समस्या विवरण (Problem Statement)

यह शोध पत्र ब्लॉकचेन प्रोटोकॉल में प्रतिकूल खरीद (adversarial procurement) की चुनौती को संबोधित करता है, विशेष रूप से उन उभरते डिजाइनों के संदर्भ में जो करने वाले (performing) और सत्यापित करने वाले (verifying) कार्यों के बीच कम्प्यूटेशनल विषमता (जैसे कि ज़ीरो-नॉलेज प्रूफ, या SNARKs) का लाभ उठाते हैं। इन प्रणालियों में, एक प्रोटोकॉल को महंगे कम्प्यूटेशनल कार्यों (जैसे कि ब्लॉक के लिए वैधता प्रमाण उत्पन्न करना) को $n$ छद्म नामी (pseudonymous), अविश्वसनीय प्रदाताओं (provers) के एक सेट को आउटसोर्स करना होता है।

मुख्य समस्या एक ऐसा तंत्र (mechanism) डिजाइन करने की है जो:

1. कम से कम एक प्रदाता को कार्य करने के लिए प्रोत्साहित (incentivize) करे (लिवनेस/liveness सुनिश्चित करना)।
2. उस सबसे खराब स्थिति में आर्थिक नुकसान को न्यूनतम (minimize) करे जहाँ $n-h$ प्रदाता प्रतिकूल (Byzantine) हैं और प्रोटोकॉल से विचलन करके लिवनेस दोष (कोई प्रमाण डिलीवर न होना) या अत्यधिक भुगतान को प्रेरित कर सकते हैं।
3. बिना विश्वास के संचालित (operate without trust) हो सके, क्योंकि प्रदाताओं की कोई प्रतिष्ठा नहीं है और वे भविष्य के कार्यों के प्रति विश्वसनीय प्रतिबद्धता नहीं जता सकते।

लेखक इसे एक गेम-थ्योरेटिक ढांचे के रूप में मॉडल करते हैं जहाँ प्रोटोकॉल डिजाइनर भुगतान किए गए योग और यदि कोई प्रमाण डिलीवर नहीं किया जाता है तो होने वाले दंड $C$ को कम करने का प्रयास करता है, यह मानते हुए कि एक विरोधी (adversary) प्रदाताओं के एक उपसमूह को नियंत्रित करता है और प्रोटोकॉल के नुकसान को अधिकतम करने के लिए कार्य करता है।

कार्यप्रणाली (Methodology)

लेखक गेम-थ्योरेटिक ढांचे का उपयोग करके समस्या को औपचारिक रूप देते हैं:

• सेटअप: $n$ प्रदाता हैं, जिनमें से $h$ ईमानदार हैं। प्रमाण उत्पन्न करने की लागत को 1 के रूप में सामान्यीकृत (normalized) किया गया है। यदि कोई प्रमाण उत्पन्न नहीं होता है, तो प्रोटोकॉल $C$ का लिवनेस दंड (liveness penalty) झेलता है।
• विरोधी मॉडल (Adversary Model): विरोधी $a = n-h$ प्रदाताओं को भ्रष्ट कर सकता है। विरोधी तंत्र का अवलोकन करता है और सबसे खराब व्यवहार चुनता है (या तो दंड $C$ को ट्रिगर करने के लिए प्रमाण देने से मना करना, या भुगतान में हेरफेर करने के लिए प्रमाण देना)।
• उद्देश्य: सबसे खराब स्थिति वाले नुकसान $\ell(p, s)$ को कम करना, जिसे रणनीति वेक्टर $s$ (प्रत्येक प्रदाता द्वारा प्रमाण डिलीवर करने की संभावना) द्वारा पैरामीटराइज किया गया है, इस बाधा के अधीन कि तंत्र प्रोत्साहन-अनुकूल (incentive-compatible) है (ईमानदार प्रदाता प्रोटोकॉल का पालन करके उपयोगिता को अधिकतम करते हैं)।

समस्या को सुलभ बनाने के लिए, लेखक:

1. एक निचली सीमा फलन (lower bound function) $g(s)$ व्युत्पन्न करते हैं, जो रणनीति वेक्टर $s$ द्वारा पैरामीटराइज्ड है। यह सीमा एक "कमजोर" विरोधी को मानकर चलती है जो दो चरम रणनीतियों के बीच चयन करता है: पूरी तरह से ईमानदारी से कार्य करना या प्रमाण देने से पूरी तरह से मना करना।
2. इस निचली सीमा के मिनिमाइज़र (minimizers) का विश्लेषण करते हैं, उन्हें निर्दिष्ट समान समिति संतुलन (Designated Uniform Committee Equilibria) (एक नियत लीडर + रैंडमाइजर्स की एक समिति) या सममित समिति संतुलन (Symmetric Committee Equilibria) (रैंडमाइजर्स की एक समिति जिसमें कोई निर्दिष्ट लीडर नहीं है) के रूप में वर्गीकृत करते हैं।
3. कार्यान्वयन क्षमता (Implementability) की जांच करते हैं: यह निर्धारित करना कि क्या एक भुगतान नियम मौजूद है जो इन संतुलनों को प्रेरित करता है और निचली सीमा लागत प्राप्त करता है।
4. ऋणात्मक भुगतान (negative payments/slashing/staking) को शामिल करने के लिए विश्लेषण का विस्तार करते हैं, जहाँ प्रदाता कोलैटरल (collateral) जमा करते हैं जिसे यदि प्रोटोकॉल हमले का पता लगाता है तो जब्त किया जा सकता है।

मुख्य योगदान और परिणाम (Key Contributions and Results)

1. इष्टतम संतुलन का लक्षण वर्णन (Characterization of Optimal Equilibria)

शोध पत्र सिद्ध करता है कि $g(s)$ के मिनिमाइज़र विशेष रूप से दो प्रकार के हैं:

• निर्दिष्ट (Designated) संतुलन: एक प्रदाता को संभावना 1 के साथ प्रमाण देने के लिए नामित किया जाता है, जबकि $k$ आकार की एक समिति $s \in (0, 1)$ की संभावना के साथ प्रमाण देती है।
• सममित (Symmetric) संतुलन: $k$ आकार की एक समिति $s$ की संभावना के साथ प्रमाण देती है, और कोई भी एकल प्रदाता नामित नहीं है।

2. सन्निकटन गारंटी (Approximation Guarantees)

• योगात्मक 1-सन्निकटन (Additive 1-Approximation): लेखक सिद्ध करते हैं कि किसी भी भुगतान नियम और संतुलन के लिए, एक निर्दिष्ट संतुलन मौजूद है जिसका नुकसान इष्टतम नुकसान से केवल 1 इकाई (एक एकल प्रमाण की लागत) अधिक है (Theorem 3.1)।
• कार्यान्वयन क्षमता (Implementability): सभी निर्दिष्ट संतुलन एक सरल भुगतान नियम के साथ कार्यान्वित योग्य हैं (Lemma 3.4)। इसके विपरीत, सममित संतुलन केवल विशिष्ट स्थितियों के तहत ही कार्यान्वित योग्य हैं (जैसे, जब $C$ का $n$ और $h$ के सापेक्ष मान पर्याप्त बड़ा हो), और अक्सर जटिल भुगतान संरचनाओं या ऋणात्मक भुगतान की आवश्यकता होती है।

3. स्पर्शोन्मुखी स्केलिंग (Asymptotic Scaling)

• लॉगारिदमिक स्केलिंग (Logarithmic Scaling): इष्टतम निर्दिष्ट संतुलन का सबसे खराब स्थिति वाला नुकसान $O(\frac{\log C}{\tau})$ के रूप में स्केल करता है, जहाँ $\tau = h/n$ ईमानदार प्रदाताओं का अंश है। यह दर्शाता है कि प्रतिकूलों के एक निश्चित अंश के साथ भी, प्रोटोकॉल लागत लिवनेस दंड $C$ की गंभीरता के साथ केवल लॉगरिदमिक रूप से बढ़ती है।
• स्टेकिंग का प्रभाव: कुल स्टेक $B$ (कोलैटरल) को शामिल करने से स्केलिंग में काफी सुधार होता है। यदि $B$, $C$ के समानुपाती है, तो नुकसान $O(1/\tau)$ के रूप में स्केल करता है, जो प्रभावी रूप से $C$ के सापेक्ष स्थिर हो जाता है।

4. संक्रमण गतिकी (Transition Dynamics)

शोध पत्र $C$ (दंड की मात्रा) और $\tau$ (ईमानदारी का अंश) के फलन के रूप में निर्दिष्ट और सममित इष्टतमता के बीच संक्रमण का विश्लेषण करता है।

• छोटे $C$ या उच्च $\tau$ के लिए, निर्दिष्ट (designated) तंत्र इष्टतम है।
• बहुत बड़े $C$ के लिए, निचली सीमा विश्लेषण में सममित (symmetric) तंत्र इष्टतम हो जाता है।
• हालाँकि, कार्यान्वयन बाधाओं के कारण, निर्दिष्ट तंत्र अक्सर उन क्षेत्रों में भी व्यावहारिक विकल्प बना रहता है जहाँ सममित निचली सीमा कम होती है, क्योंकि सममित समाधान के लिए ऐसे ऋणात्मक भुगतान की आवश्यकता हो सकती है जो अव्यवहारिक या जटिल हैं।

महत्व और व्यावहारिक सिफारिशें (Significance and Practical Recommendations)

शोध पत्र तर्क देता है कि सैद्धांतिक परिणाम ब्लॉकचेन प्रोटोकॉल डिजाइनरों, विशेष रूप से zk-EVM (ज़ीरो-नॉलेज इथेरियम वर्चुअल मशीन) और अन्य सत्यापन योग्य आउटसोर्सिंग बाजारों के लिए कार्रवाई योग्य मार्गदर्शन प्रदान करते हैं।

• सिफारिश: लेखक इष्टतम निर्दिष्ट समान समिति संतुलन (optimal designated uniform committee equilibrium) अपनाने की पुरजोर सिफारिश करते हैं। यह डिज़ाइन एक एकल "लीडर" (या प्राथमिक कार्यकर्ता) को निर्धारित रूप से प्रमाण उत्पन्न करने के लिए नामित करता है, जिसे "बैकअप" के रूप में एक समिति द्वारा समर्थित किया जाता है जो $s$ की गणना की गई संभावना के साथ प्रमाण उत्पन्न करती है।
• औचित्य:
  1. सरलता: भुगतान नियम सहज है और मौजूदा सर्वसम्मति तंत्रों (जैसे, अटैस्टिंग समितियों के साथ लीडर-आधारित सर्वसम्मति) के समान है।
  2. निकट-इष्टतमता (Near-Optimality): नुकसान इष्टतम नुकसान से केवल एक प्रमाण लागत दूर है, जो वर्तमान प्रमाण लागत (अक्सर एक डॉलर का अंश) को देखते हुए नगण्य है।
  3. मजबूती (Robustness): यह दंड $C$ के साथ लॉगरिदमिक रूप से स्केल करते हुए प्रतिकूल व्यवहार को प्रभावी ढंग से संभालता है।
  4. व्यवहार्यता: सममित तंत्रों के विपरीत जिन्हें इष्टतम होने के लिए जटिल लॉटरी-शैली के भुगतान या ऋणात्मक भुगतान (स्लैशिंग) की आवश्यकता हो सकती है, निर्दिष्ट तंत्र हमेशा सकारात्मक भुगतान के साथ कार्यान्वित करने योग्य होते हैं।

शोध पत्र निष्कर्ष निकालता है कि जबकि सममित तंत्र सैद्धांतिक रूप से दिलचस्प और विशिष्ट स्पर्शोन्मुखी व्यवस्थाओं में इष्टतम हैं, निर्दिष्ट तंत्र (designated mechanism) सैद्धांतिक इष्टतमता, कार्यान्वयन क्षमता और ब्लॉकचेन समुदाय के लिए परिचितता के बीच सबसे अच्छा संतुलन प्रदान करता है। लेखक नोट करते हैं कि उनका मॉडल किसी भी अनुमति रहित डेलीगेशन समस्या पर व्यापक रूप से लागू होता है जिसमें लिवनेस दोष शामिल हैं, जिसमें सत्यापन योग्य AI इन्फरेंस और TEE-आधारित गणनाएं भी शामिल हैं।