💻 computer science

Quantifying Bitcoin Network Resilience Through Critical Scenario Discovery: A Dual-Layer Framework for Discovering Contentious Fork Conditions in Decentralized Consensus

Questo articolo utilizza il Patient Rule Induction Method (PRIM) su 1.330 simulazioni Warnet per dimostrare che la risoluzione dei soft fork contenziosi di Bitcoin è determinata principalmente dalla distribuzione del peso economico piuttosto che dalla maggioranza dell'hashrate, identificando specifiche soglie di supporto economico e di impegno dei pool che predicono se un fork si risolverà in modo netto o persisterà come una scissione della catena.

Autori originali: Peter Foytik, Sachin Shetty, Ross Gore, Eranga Bandara

Pubblicato 2026-08-07

📖 7 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Peter Foytik, Sachin Shetty, Ross Gore, Eranga Bandara

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina una piazza digitale massiccia e globale dove tutti concordano sulle regole di un gioco chiamato Bitcoin. In questa città, i "miner" sono come squadre di costruzione che edificano i nuovi blocchi della storia della città. Gli "nodi economici" sono le banche, i negozi e le famiglie facoltose che effettivamente usano la valuta della città per comprare e vendere cose. Di solito, tutti concordano su un'unica versione della storia della città. Ma a volte, un gruppo vuole cambiare le regole — forse per rendere il gioco più veloce o più sicuro. Questo è chiamato un "soft fork". La grande domanda è: l'intera città accetterà le nuove regole, o la città si dividerà in due villaggi rivali, ognuno con la propria versione della storia?

Per molto tempo, la gente ha pensato che la risposta dipendesse interamente dalle squadre di costruzione (i miner). Se le squadre con gli strumenti più potenti (hashrate) avessero voluto le nuove regole, tutti le avrebbero seguite. Ma questo articolo suggerisce che è come pensare che la squadra di costruzione decida il prezzo delle case; in realtà, sono le persone che comprano e vendono le case (l'economia) a detenere il vero potere. I ricercatori volevano scoprire esattamente quanto potere economico sia necessario per forzare la risoluzione di una scissione e cosa succede quando i miner e l'economia non sono d'accordo. Non hanno solo tirato a indovinare; hanno costruito una gigantesca simulazione virtuale dell'intero network Bitcoin per osservare come si comporta quando le cose vanno male.

Il Grande Esperimento del Fork di Bitcoin

Per capire cosa succede quando una città digitale cerca di cambiare le proprie regole, gli autori hanno costruito un mondo virtuale usando uno strumento chiamato Warnet. Immaginatelo come un videogioco super avanzato dove non si sono solo limitati a fingere di essere miner e banche; hanno effettivamente eseguito il vero software utilizzato da Bitcoin, ma all'interno di un laboratorio informatico controllato. Hanno creato 1.330 scenari diversi, modificando le impostazioni come uno scienziato che regola le manopole di una macchina. Si sono chiesti: "Cosa succede se i miner amano le nuove regole ma le banche le odiano? Cosa succede se le banche sono divise a metà? Cosa succede se il prezzo della moneta inizia a crollare?".

L'obiettivo era trovare i "punti di svolta" — i momenti esatti in cui un disaccordo caotico si trasforma in una risoluzione pulita o in un disastro permanente. Hanno usato un astuto trucco matematico chiamato Scenario Discovery per setacciare tutti quei dati e trovare i modelli nascosti, un po' come usare un metal detector per trovare l'esatto punto su una spiaggia dove tutto il tesoro sepolto è nascosto.

La Grande Sorpresa: Non si tratta di Pale

La cosa più scioccante che l'articolo ha scoperto è che avere le pale da miniera più potenti non garantisce la vittoria. In effetti, negli scenari realistici che hanno testato, la quantità di potenza di miniera (hashrate) aveva quasi zero effetto su chi vincesse il fork, purché ci fosse un discreto supporto economico da una parte.

Immaginate una gara di tiro alla fune in cui una squadra ha il 90% dei tiratori più forti e veloci (i miner), ma l'altra squadra ha il 93% delle persone che tengono la corda (le banche e i negozi). L'articolo mostra che la squadra che tiene la corda vince, anche se l'altra squadra tira con più forza. I miner possono essere forti, ma se le banche rifiutano di commerciare sulla loro catena, il lavoro dei miner diventa inutile. La simulazione ha mostrato che se una nuova versione di Bitcoin avesse avuto solo il 7% dell'attività economica (negozi e banche), avrebbe perso, anche se avesse avuto il 90% della potenza di miniera.

Le Tre Zone del Forking

I ricercatori hanno scoperto che l'esito di un fork dipende da tre specifiche "zone" di supporto economico, che agiscono come semafori per il network:

La Zona del Semaforo Rosso (Sotto il 45–50% di supporto): Se la nuova versione di Bitcoin ha meno di circa lo 0,45 - 0,50 (o 45-50%) del peso economico totale, semplicemente non può vincere. Non importa quanti miner passino all'altra parte, il network tornerà alla versione precedente. È come cercare di fondare un nuovo paese quando nessuno ha soldi; l'economia semplicemente non lo supporterà.
La Zona del Semaforo Verde (Sopra il 78–82% di supporto): Se la nuova versione ha più dello 0,78 - 0,82 (78-82%) del peso economico, vince automaticamente. Il prezzo della nuova moneta diventa così migliore di quello della vecchia che anche i miner più ostinati sono costretti a cambiare. Il "segnale economico" è così forte che sovrasta tutto il resto.
La Zona del Semaforo Giallo (Il Caos Centrale): Questa è la parte più interessante, tra lo 0,50 e lo 0,78. Qui, l'esito non è deciso dal numero totale di miner o anche dal denaro totale. Inveve, dipende da una regola molto specifica e controintuitiva che coinvolge il più grande pool di mining.

Il Paradosso del "Punto di Ribaltamento"

Nella zona del caos centrale, l'articolo ha trovato un strano "punto di ribaltamento" a circa lo 0,214 (21,4%) della potenza di miniera impegnata. È qui che le cose si fanno strane.

Immaginate che il più grande pool di mining al mondo sia come una gigantesca ancora. Se questa ancora è sul lato "vecchio", ma la pressione economica è abbastanza alta, l'ancora potrebbe trovarsi "intrappolata". Il prezzo della nuova moneta è così buono che l'ancora deve passare al nuovo lato per fare soldi, anche se non voleva farlo. Questo passaggio forzato è potente perché segnala a tutti gli altri che il nuovo lato è sicuro.

Tuttavia, se lo stesso gigante ancora è già sul nuovo lato perché ci crede (impegno ideologico), può in realtà danneggiare il nuovo lato. Perché? Perché se l'ancora è già lì, il lato "vecchio" diventa un gruppo compatto di veri credenti che si rifiutano di andarsene. Mantengono la loro posizione e il nuovo lato rimane bloccato in una scissione permanente.

Quindi, l'articolo suggerisce un paradosso: A volte, il fatto che il più grande miner si impegni pubblicamente con le nuove regole può effettivamente far perdere le nuove regole. È meglio che il grande miner sia "intrappolato" dall'economia e costretto a cambiare, piuttosto che scegliere di cambiare volontariamente.

I Due Livelli del Gioco

L'articolo spiega anche che un fork avviene in due livelli separati che non sempre concordano:

Livello 1 (I Miner): Riguarda chi costruisce i blocchi. Questo livello è determinato principalmente dal fatto che i grandi pool di mining siano intrappolati o liberi.
Livello 2 (L'Economia): Riguarda chi usa il denaro. Anche se i miner concordano su una catena, l'economia potrebbe rimanere divisa per molto tempo se la differenza di prezzo non è abbastanza grande da costringere tutti a spostarsi.

Lo studio ha scoperto che gli utenti regolari (singole persone che fanno girare un computer a casa) hanno quasi nessuna influenza su questo esito. Nella loro simulazione, gli utenti individuali erano così piccoli rispetto alle grandi banche e agli exchange che non potevano spostare l'ago della bilancia affatto. È come una singola persona che cerca di decidere il prezzo del petrolio; a meno che non sia una grande corporazione, la sua voce non cambia il mercato.

Cosa Significa per il Futuro

Gli autori non si sono limitati a trovare questi numeri; li hanno trasformati in una lista di controllo per chiunque stia osservando un fork di Bitcoin. Invece di chiedere "Chi ha più miner?", suggeriscono di chiederci:

Il supporto economico è sopra il 50%? Se non lo è, la nuova versione è destinata al fallimento.
Il supporto economico è sopra l'82%? Se lo è, la nuova versione ha già vinto.
Nella zona centrale, il più grande pool di mining è "intrappolato" o "impegnato"? Se il più grande pool sta resistendo solo perché deve, la nuova versione potrebbe vincere. Se sta resistendo perché ama la nuova versione, la nuova versione potrebbe perdere.

L'articolo avverte con cautela che questi sono risultati di simulazioni utilizzando impostazioni specifiche per l'anno 2026. È una mappa di come il network probabilmente si comporterà in queste condizioni, non una palla di vetro che predice il futuro con certezza assoluta. Ma ci offre un modo molto più chiaro per comprendere le forze invisibili che decidono se Bitcoin rimarrà un'unica grande città o se si dividerà in due villaggi rivali.

Sintesi Tecnica: Quantificare la Resilienza della Rete Bitcoin attraverso la Scoperta di Scenari Critici

Definizione del Problema
Il consenso di Bitcoin viene tradizionalmente analizzato attraverso le regole del protocollo e le meccaniche di proof-of-work. Tuttavia, la realtà operativa coinvolge una rete eterogenea di nodi configurati indipendentamente con interessi economici divergenti. Sebbene la comunità riconosca qualitativamente che diverse classi di partecipanti (sviluppatori, miner, nodi economici, utenti) detengono diversi poteri di governance (come delineato dal framework BCAP), manca una comprensione quantitativa su quali attori determinino gli esiti dei fork, in quali condizioni specifiche e sotto quali soglie precise. La letteratura esistente si concentra sulla verifica formale o l'analisi post-hoc storica, fallendo nel rispondere alla domanda operativa su quali combinazioni specifiche di condizioni economiche e di mining spingano la rete da una risoluzione pulita verso uno split persistente e contenzioso. Questo documento tratta la risoluzione di un fork contenzioso come un esito da scoprire piuttosto che da presumere, affrontando il vuoto nella quantificazione del rischio infrastrutturale mentre Bitcoin assume il ruolo di infrastruttura critica.

Metodologia
Gli autori utilizzano la Scenario Discovery (Scoperta di Scenari), una metodologia derivata dal processo decisionale sotto incertezza profonda, applicata a un grande insieme di simulazioni controllate della rete.

Piattaforma di Simulazione: Lo studio utilizza Warnet, un framework basato su Kubernetes che esegue nodi reali e non modificati di bitcoind (Bitcoin Core) anziché mock comportamentali. Ciò garantisce che la validazione dei blocchi, la selezione della catena e la propagazione seguano il codice di consenso di produzione.
Modello di Rete: La rete è calibrata a una scala di circa 1:400 (al mese di febbraio 2026), comprendente 60 nodi che rappresentano otto pool di mining, 24 nodi economici (exchange, custodi, processori di pagamento) e 28 nodi utente. Il peso economico è definito come $0,7 \times \text{custody}_{BTC} + 0,3 \times \text{volume}_{BTC}$ .
Design Sperimentale: Gli autori hanno eseguito 1.330 scenari validi attraverso 21 configurazioni di sweep. I parametri includevano la distribuzione del peso economico, l'impegno delle pool di mining, la tolleranza ideologica delle pool, la distribuzione dell'hashrate e i regimi di retargeting della difficoltà (intervalli di 144 blocchi vs 2016 blocchi).
Tecniche di Analisi: Lo studio utilizza il Patient Rule Induction Method (PRIM) per identificare regioni di parametri assi-allineati che massimizzano la densità di esiti contenziosi. Tali risultati sono supportati da una classificazione random-forest per l'importanza delle feature e da una regressione logistica con termini di interazione.
Modelli Comportamentali: Le pool di mining sono modellate con preferenze ideologiche e soglie di redditività. I nodi economici seguono una logica di "ideologia-override" con inerzia. La divergenza del prezzo è modellata come funzione della dominanza della catena, del peso economico e dell'hashrate, con un limite di $\pm 20\%$ per catena.

Contributi Chiave

Framework di Simulazione d'Insieme: Un framework basato su Warnet che consente la sistematica Scenario Discovery attraverso lo spazio dei parametri di governance di soft fork contenziosi utilizzando codice di consenso reale.
Analisi a Doppio Livello: Un modello che integra metriche di consenso tecnico con metadati di topologia economica, distinguendo tra risoluzione dell'hashrate e adozione economica.
Quantificazione Strutturale degli Attori BCAP: Il documento fornisce soglie quantitative specifiche per le classi di attori, inclusi un pavimento di supporto economico, un soffitto di override, un Punto di Autosostentamento Economico (ESP) e un "punto di ribaltamento" (flip-point) dell'impegno delle pool.
Indipendenza dei Livelli di Risoluzione: L'accertamento che gli esiti dei fork si risolvono su due livelli indipendenti (hashrate e adozione economica) governati da parametri differenti, e che i singoli nodi utente non hanno alcuna influenza rilevabile sugli esiti sotto i pesi economici modellati.
Guida Operativa: Traduzione dei risultati in tre domande di monitoraggio rispondibili da dati pubblicamente osservabili.

Risultati Chiave

Non-Causalità dell'Hashrate: Contrariamente all'intuizione comune, la maggioranza dell'hashrate non è il determinante primario della risoluzione del fork in condizioni economiche realistiche (specificamente quando il supporto economico è $\ge 0,60$ ). La "Finestra di Sopravvivenza dell'Aggiustamento della Difficoltà" neutralizza il vantaggio dell'hashrate prima che la cascata economica si risolva.
Dominanza del Peso Economico: La distribuzione del peso economico attraverso una partizione è il determinante primario della risoluzione.
- Pavimento di Supporto Economico ( $\sim 0,45\text{--}0,50$ ): Al di sotto di questa soglia, nessuna cascata è possibile; la catena incumbent vince indipendentemente dalla configurazione delle pool.
- Soffitto di Override Economico ( $\sim 0,78\text{--}0,82$ ): Al di sopra di questa soglia, il segnale economico forza la capitolazione di tutte le pool, garantendo che la catena in aggiornamento vinca universalmente.
- Punto di Autosostentamento Economico (ESP, $\sim 0,74$ ): Tra il pavimento e il soffitto, il momentum economico diventa auto-rinforzante.
Il "Foundry Flip-Point" ( $\sim 0,214$ ): Esiste una soglia strutturale controintuitiva riguardante l'impegno delle pool. Se la frazione di hashrate impegnata sulla catena in aggiornamento supera lo $\sim 0,214$ (specificamente coinvolgendo la pool più grande, Foundry USA), l'esito può paradossalmente invertirsi. Al di sotto di questo punto, la pool più grande è economicamente intrappolata e costretta a cambiare, innescando una cascata. Al di sopra di questo punto, la pool più grande mantiene la propria convinzione, purificando il blocco opposto e permettendogli di resistere alla cascata.
Dipendenza dal Regime: Il parametro causale dominante si inverte in base all'intervallo di retargeting. In un regime di 144 blocchi (accelerato), lo split economico è dominante. Nel regime operativamente rilevante di 2016 blocchi, la struttura dell'impegno delle pool diventa il driver primario (52,8% di importanza delle feature), poiché le pool devono sostenere le perdite per un intero ciclo di 14 giorni.
Insignificanza dei Nodi Utente: I singoli nodi utente (detentori retail, minatori solitari) presentano collettivamente uno svantaggio di peso economico di $2.197:1$ rispetto agli attori istituzionali. Lo studio ha riscontrato zero influenza rilevabile dei nodi utente sugli esiti dei fork in qualsiasi configurazione, sfidando l'efficacia dei User-Activated Soft Forks (UASF) a meno che non riescano a persuadere l'infrastruttura economica.

Significatività e Rivendicazioni
Il documento sostiene di fornire la prima quantificazione strutturale del framework degli attori BCAP, spostando l'analisi di governance dalle descrizioni qualitative a soglie misurabili. Afferma che la formulazione standard della valutazione dei fork (focalizzata sulla maggioranza dell'hashrate) è attivamente fuorviante all'interno della "zona di inversione" contestata.

La significatività risiede nel riformulare il rischio di governance:

Monitoraggio: Gli attori della governance dovrebbero monitorare i rapporti di split economico e l'assegnazione ideologica specifica della pool di mining più grande, piuttosto che l'hashrate aggregato.
Insight Strategico: Impegnare pubblicamente una grande pool per un aggiornamento può essere controproducente in condizioni economiche intermedie, poiché può prevenire il meccanismo di "cambio forzato" che guida le cascate.
Valutazione del Rischio: I risultati identificano specifici "periodi di pericolo" (ad esempio, il periodo prima del primo aggiustamento della difficoltà) e soffitti strutturali sull'influenza degli utenti, offrendo una base basata sui dati per valutare la resilienza dell'infrastruttura durante aggiornamenti contenziosi.

Gli autori mantengono la modestia, notando che i valori specifici delle soglie sono calibrati sul panorama del 2026 e che i meccanismi sono generali, sebbene i numeri esatti possano richiedere una ricalibrazione per topologie di rete o dinamiche di divergenza del prezzo materialmente diverse.