🔢 wiskunde

A Model for Fast Mining Blockchains

Dit artikel presenteert een Markoviaans model voor blockchain-mining dat, in de limiet van oneindig veel miners, convergeert naar een voortbewegende golfprofiel beschreven door gekoppelde ODE's en de Fisher-KPP-vergelijking, terwijl expliciete logaritmische correcties voor de mijnsnelheid worden afgeleid voor zowel de tijd als voor eindige minerpopulaties.

Oorspronkelijke auteur: Rhys Bowden, Cengiz Gazi, Jan de Gier, Peter Taylor

Gepubliceerd 2026-11-02

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteur: Rhys Bowden, Cengiz Gazi, Jan de Gier, Peter Taylor

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteur. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de digitale wereld is een blockchain een gedeeld grootboek dat transacties registreert over een enorm netwerk van computers. Om dit grootboek veilig en actueel te houden, strijden onafhankelijke deelnemers, genaamd miners, om complexe wiskundige puzzels op te lossen. Wanneer een miner slaagt, voegt deze een nieuwe blok met gegevens toe aan de keten, die vervolgens naar de rest van het netwerk wordt uitgezonden. Voor het functioneren van het systeem moet iedereen het eens zijn over de exacte volgorde van deze blokken. Deze overeenstemming, bekend als consensus, rust op het vermogen van het netwerk om nieuwe blokken sneller te delen dan dat er nieuwe blokken worden gecreëerd. Als het netwerk traag is in het delen van informatie, kan het systeem de vertraging aan; als het snel is, verandert de dynamiek volledig, wat potentieel kan leiden tot het versnipperen van het netwerk in concurrerende versies van de geschiedenis.

Een team van onderzoekers heeft een wiskundig model gebouwd om precies te begrijpen wat er gebeurt wanneer mijnen zo snel gaat dat de tijd die nodig is om een nieuw blok te creëren ongeveer gelijk is aan de tijd die het nodig heeft om dat blok door het netwerk te transporteren. In deze hoogwaardige omgeving kan een miner een nieuw blok vinden op het moment dat een andere miner net een ander blok ontvangt. Dit creëert een chaotische situatie waarin verschillende miners aan verschillende versies van de blockchain werken, wat de vraag oproept of ze ooit weer tot overeenstemming kunnen komen. De onderzoekers wilden weten of het netwerk in dit snelle scenario uiteindelijk zou bezinken in een enkele, verenigde geschiedenis, of dat het permanent verdeeld zou blijven.

Om dit te onderzoeken, bouwden de auteurs een model dat het gedrag van een grote groep miners simuleert. Ze stelden zich een scenario voor met een oneindig aantal miners om het algemene patroon van gedrag te zien, en keken vervolgens hoe een eindig aantal miners zich in vergelijking daarmee gedraagt. Hun analyse toonde aan dat het netwerk, zelfs in deze chaotische, snelle mijnomgeving, niet voor altijd uit elkaar valt. In plaats daarvan bereiken de miners uiteindelijk een staat waarin ze het eens zijn over dezelfde sequentie van blokken voor het grootste deel van de keten, maar hun lokale versies kunnen uiteenlopen bij de uiterste punt. Specifiek worden de lokale blockchains gegarandeerd binnen een eindige verwachte tijd teruggebracht naar volledige consensus, maar in het limiet van vele miners zijn ze doorgaans het eens over alle blokken behalve die welke zich binnen een begrensde afstand van de kop van de langste keten bevinden. Dit betekent dat hoewel de allernieuwste blokken een tijdje betwist kunnen worden, het overgrote deel van de blockchain stabiel en door iedereen geaccepteerd blijft.

De onderzoekers ontdekten dat de vorm van deze overeenstemming een voorspelbaar patroon volgt naarmate het door de tijd beweegt. Ze vonden dat de "front" van de blockchain — het punt waar de miners momenteel aan werken — met een constante snelheid naar voren beweegt. Echter, deze snelheid is niet perfect constant; deze is iets langzamer dan een eenvoudige berekening zou voorspellen. Het verschil is een kleine correctie die logaritmisch met de tijd groeit. In simpelere termen: hoe sneller de mijnbouw, hoe meer de voortgang van het netwerk wordt vertraagd door de tijd die nodig is voor informatieoverdracht, maar deze vertraging volgt een precieze wiskundige regel die het team in staat was af te leiden.

Verder onderzocht de studie wat er gebeurt wanneer het aantal miners beperkt is, in plaats van oneindig. In een echt netwerk zijn er altijd een eindig aantal computers. De onderzoekers vonden dat de snelheid van de voortgang van de blockchain in een eindig netwerk ook langzamer is dan in het ideale oneindige geval. Dit verschil, of deze correctie, hangt af van het totale aantal miners. Specifiek vertraagt de snelheid met een hoeveelheid die gerelateerd is aan het logaritme van het aantal miners. Dit betekent dat naarmate je meer miners aan het netwerk toevoegt, de snelheid dichter bij de ideale oneindige snelheid komt, maar dat dit zeer langzaam gebeurt volgens een specifieke wiskundige curve.

Om deze complexe patronen te duiden, vergeleken de onderzoekers hun resultaten met een bekende vergelijking uit de natuurkunde en biologie die beschrijft hoe zaken zich verspreiden, zoals een vuur dat zich door een bos verplaatst of een soort die zich over een landschap verspreidt. Ze ontdekten dat voor een specifieke keuze van parameters, de vorm van de groei van de blockchain in hun model overeenkwam met een beroemde, exacte oplossing van deze verspreidingsvergelijking. Deze verbinding stelde hen in staat om de vorm van de groei van de blockchain met een hoge mate van nauwkeurigheid te beschrijven, waarbij zij hun theoretische voorspellingen bevestigden met computersimulaties.

De studie geeft een helder beeld van hoe snelle mijnbouw-blockchains zich gedragen. Het bewijst dat zelfs wanneer het netwerk wordt overweldigd door de snelheid van nieuwe blokken, het niet instort in permanente chaos. In plaats daarvan corrigeert het zichzelf en behoudt het een lange geschiedenis van overeenstemming, terwijl alleen de allernieuwste blokken in beweging blijven. De onderzoekers hebben gekwantificeerd hoe snel dit systeem beweegt en hoe het aantal deelnemers die snelheid beïnvloedt, waarmee zij een rigoureuze wiskundige basis bieden voor het begrijpen van de grenzen van snelheid in gedecentraliseerde netwerken. Hun werk suggereert dat hoewel snelheid complexiteit introduceert, de fundamentele structuur van de blockchain robuust genoeg is om orde te handhaven, mits de communicatie tussen miners niet volledig wordt verbroken.

Technische Samenvatting: Een Model voor Snelle Mining Blockchains

Probleemstelling
Dit artikel onderzoekt de dynamiek van blockchain-mining in een "snelle mining" regime, waarbij de tijd die nodig is om een nieuwe blok te minen vergelijkbaar is met de propagatievertraging die nodig is om dat blok over het netwerk te communiceren. In traditionele "langzame mining" modellen worden forks (divergenties in lokale blockchains) doorga\ijk snel opgelost omdat een nieuwe blok waarschijnlijk wordt gemined op een tak voordat het netwerk volledig gesynchroniseerd is. Echter, in scenario's met snelle mining kunnen meerdere blokken gelijktijdig op verschillende takken worden gemined terwijl de propagatie nog gaande is, wat leidt tot een complexe staat waarin miners mogelijk nooit identieke lokale blockchains bezitten. De centrale vraag is of consensus wordt bereikt, hoe de distributie van blockchain-hoogtes evolueert, en wat het asymptotische gedrag van het systeem is wanneer het aantal miners ( $N$ ) naar oneindig gaat.

Methodologie
De auteurs construeren een continu-tijd Markovketen (CTMC) model voor een netwerk van $N$ miners.

Toestandsruimte: De toestand wordt gedefinieerd door de vector van de lokale blockchain-hoogtes voor elke miner. Transities vinden plaats via twee mechanismen:
- Mining: Een miner ontdekt een nieuwe blok met snelheid $\lambda$ , wat hun lokale hoogte verhoogt.
- Propagatie: Miners communiceren hun lokale blockchain naar anderen met snelheid $\omega$ . Een ontvangende miner werkt zijn lokale keten bij als de ontvangen keten geldig is en een grotere hoogte heeft.
Analyse voor eindige $N$ : De auteurs bewijzen eerst dat voor elk eindig $N$ het systeem positief recursief is, wat betekent dat consensus (alle miners bezitten identieke blockchains) wordt bereikt in een eindige verwachte tijd, ongeacht de initiële divergentie.
Oneindige Limiet ( $N \to \infty$ ): Om het macroscopische gedrag te analyseren, maken de auteurs gebruik van een functionele wet van grote getallen (FLLN) gebaseerd op het werk van Barbour en Luczak (2008). Ze definiëren een empirische distributiefunctie $\phi_n(t)$ die de proportie miners vertegenwoordigt met een blockchain-hoogte kleiner dan of gelijk aan $n$ .
Asymptotische Analyse: De limiterende distributie voldoet aan een deterministisch systeem van gekoppelde gewone differentiaalvergelijkingen (ODE's). De auteurs analyseren dit systeem met behulp van:
- Meebewegende kaders (Comoving Frames): Om de voortplantingsgolfprofiel te bestuderen, fixeren ze een niveau-set $p \in (0,1)$ en verschuiven ze de tijdscoördinaat om translatiedrift te elimineren.
- Asymptotische argumenten: Geïnspireerd door Brunet en Derrida (1997) en Bramson (jaren '80), leiden ze correcties af voor de golfsnelheid.
- Continuümbenadering: Ze benaderen de discrete verschilvergelijkingen met een partiële differentiaalvergelijking (Fisher-KPP met drift) en maken gebruik van de Painlevé-integreerbaarheidscriteria (Ablowitz en Zeppetella, 1979) om expliciete analytische oplossingen voor specifieke parameterregimes te vinden.

Belangrijkste Bijdragen en Resultaten

Consensus Dynamiek:
- Propositie 1: Voor een eindig aantal miners $N$ is de consensus-toestand positief recursief. Zelfs met hoge propagatievertragingen keert het systeem in een eindige verwachte tijd terug naar consensus.
- Functionele Wet van Grote Getallen: In de limiet $N \to \infty$ convergeert het stochastische proces naar een deterministisch profiel dat voldoet aan een systeem van ODE's (Vergelijking 3.12):
  $\dot{\phi}_n(t) = -\lambda(\phi_n - \phi_{n-1}) - \omega\phi_n(1 - \phi_n)$
  met randvoorwaarde $\phi_{-1} \equiv 0$ .
Convergentie naar een Voortplantingsgolf (Traveling Wave):
- Theorem 12: De reeks oplossingen van het ODE-systeem convergeert uniform naar een niet-triviaal limiterend profiel in een meebewegend kader. Dit profiel is een voortplantingsgolf met een vorm die impliciet wordt gedefinieerd door een randwaardeprobleem.
- De golfsnelheid wordt bepaald door de inter-hitting time $\tau$ van een specifieke niveau-set, die onafhankelijk is van de gekozen waarde $p$ .
Golfsnelheid en Logaritmische Correcties:
- Minimale Snelheid: De voortplantingsgolf plant voort met een minimale snelheid $v_0$ , bepaald door de linearisatie van het systeem bij de leidende rand.
- Bramson-correctie: Voor de limiet van oneindige miners vertoont de positie van de front $X_t$ een leidende logaritmische correctie in de tijd:
  $X_t \sim v_0 t - \frac{3}{2\gamma_0} \log t$
  waarbij $\gamma_0$ de vervalvoet van de staart van de golf is.
- Brunet-Derrida Correctie: Voor een eindig aantal miners $N$ convergeert de voortplantingsgolfsnelheid $v_N$ naar de oneindige limiet $v_0$ met een correctie die proportioneel is aan het kwadraat van de inverse logaritme van $N$ :
  $v_0 - v_N \sim \frac{C}{(\log N)^2}$
  Dit resultaat komt overeen met het Brunet-Derrida gedrag waargenomen in cut-off gemodificeerde Fisher-KPP systemen.
Analytische Approximatie van het Profiel:
- Door het discrete systeem te mappen naar een continuüm Fisher-KPP vergelijking met drift, identificeren de auteurs een specifieke parameterregime waar het systeem een Painlevé-integreerbare voortplantingsgolfoplossing toelaat.
- Propositie 28: Voor een specifieke ratio van $\omega/\lambda \approx 0.00781$ , komt de exacte analytische oplossing afgeleid door Ablowowitz en Zeppetella (1979) nauw overeen met het limiterende profiel van het blockchain-model. Numerieke simulaties bevestigen een sterke match tussen deze analytische oplossing en de numerieke oplossing van de discrete ODE's.

Betekenis en Claims
Het artikel beweert een rigoureus wiskundig kader te bieden voor het begrijpen van snelle mining blockchains, waarbij verder wordt gegaan dan heuristische modellen.

Het stelt vast dat hoewel consensus niet onmiddellijk is in snelle mining, het systeem stabiel blijft en convergeert naar een consensus-toestand in een eindige verwachte tijd voor elk eindig $N$ .
Het karakteriseert de "wazigheid" (fuzziness) van de blockchain-kop in de oneindige limiet als een voortplantingsgolf met een specifieke vorm en snelheid.
Het kwantificeert de effecten van eindige grootte, waarbij wordt aangetoond dat de voortplantingssnelheid in een eindig netwerk langzamer is dan de oneindige limiet door een factor $(\log N)^{-2}$ .
Het werk overbrugt discrete stochastische processen (blockchain mining) met continue reactie-diffusievergelijkingen (Fisher-KPP), waarbij geavanceerde asymptotische technieken (Bramson, Brunet-Derrida) en de theorie van geïntegreerde systemen (Painlevé) worden gebruikt om expliciete uitdrukkingen voor de golfsnelheid en de vorm van het profiel af te leiden.

De auteurs ondersteunen deze theoretische bevindingen met numerieke simulaties, waarmee de logaritmische correcties in tijd en aantal miners, evenals de nauwkeurigheid van de op Painlevé gebaseerde analytische benadering van het limiterende profiel, worden geverifieerd.

Meer zoals dit