Resumo Técnico: FairDAG: Consenso de Equidade sobre Design Causal de Múltiplos Propositores

1. Declaração do Problema

A ascensão das finanças descentralizadas (DeFi) destacou uma vulnerabilidade crítica na ordenação de transações em blockchain: o Valor Extraível Máximo (MEV - Maximal Extractable Value). Propositores de blocos adversários podem manipular a ordem das transações para executar front-running, ataques de sanduíche ou manipulação de liquidação, extraindo lucros às custas de outros participantes.

Protocolos de equidade existentes, como Pompe e Themis, tentam mitigar isso agregando ordenações locais de transações de um quorum de réplicas para derivar uma ordem global. No entanto, esses protocolos dependem de consenso baseado em líder (ex: PBFT, HotStuff). Essa arquitetura introduz duas limitações primárias:

1. Gargalo de Ponto Único de Falha: Um único líder coleta as ordenações locais. Se o líder for Bizantino, ele pode coletar seletivamente as ordenações para manipular a sequência final ou censurar transações. Mesmo sendo honesto, um único líder torna-se um gargalo de desempenho à medida que a complexidade de mensagens cresce quadraticamente com o número de participantes.
2. Vulnerabilidade à Manipulação: Um líder Bizantino pode excluir ordenações locais de réplicas corretas específicas, reduzindo o tamanho efetivo do quorum e facilitando a manipulação de dependências de transações ou o atraso de transações específicas.

O artigo postula que um protocolo de equidade bem projetado deve alcançar resiliência contra a manipulação de ordenação, minimizar o requisito de participantes corretos e manter alto desempenho (vazão e baixa latência).

2. Metodologia: O Framework FairDAG

Os autores propõem o FairDAG, um framework que desacopla a camada de consenso da camada de equidade, executando protocolos de equidade sobre protocolos de consenso baseados em DAG (ex: Tusk, DAG-Rider, Bullshark).

Arquitetura Central

O FairDAG opera em duas camadas distintas:

1. Camada DAG (Consenso): Utiliza um design de múltiplos propositores onde todas as réplicas propõem blocos (vértices) concorrentemente em rodadas. Esses vértices referenciam rodadas anteriores, formando um Grafo Acíclico Dirigido (DAG).
   • Design de Múltiplos Propositores: Elimina o gargalo do líder único, permitindo propostas de blocos paralelas e maior vazão.
   • Propriedade de Validade: A estrutura causal do DAG garante que, se uma réplica correta transmitir um vértice, todas as réplicas corretas eventualmente o consolidarão (commit). Isso evita que líderes Bizantinos ignorem seletivamente as ordenações de réplicas corretas.
2. Camada de Equidade (Fairness Layer): Processa as ordenações locais consolidadas (sub-DAGs) da camada DAG para gerar uma ordenação de transação final e justa.

Variantes do Protocolo

O artigo introduz duas variantes do FairDAG, cada uma garantindo uma propriedade de equidade diferente:

A. FairDAG-AB (Equidade Absoluta)

• Objetivo: Garante Linearizabilidade de Ordenação. Se todas as réplicas corretas receberem a transação $T_1$ antes de $T_2$, $T_1$ deve ser ordenada antes de $T_2$.
• Mecanismo:
  • Cada transação recebe um Indicador de Ordenação Atribuído (AOI - Assigned Ordering Indicator).
  • O protocolo utiliza um Gerenciador de Indicadores de Ordenação (OIM) para rastrear indicadores de ordenação vistos e consolidados.
  • Para lidar com a latência da consolidação do DAG, ele calcula o Menor AOI Possível (LPAOI) para transações não consolidadas. Uma transação só é finalizada se seu AOI for estritamente menor que o LPAOI de todas as outras transações pendentes.
  • A ordem final é determinada pela ordenação das transações com base em seus AOIs.

B. FairDAG-RL (Equidade Relativa)

• Objetivo: Garante $\gamma$-Batch-Order-Fairness. Se uma fração $\gamma$ de réplicas corretas receber $T_1$ antes de $T_2$, então $T_1$ é ordenada no máximo até $T_2$.
• Mecanismo:
  • Constrói um Grafo de Dependência onde os nós são transações e as arestas representam preferências de ordenação derivadas de ordenações locais.
  • Otimização de Limiar (Threshold): Diferente dos protocolos baseados em líder (Themis) que dependem de $n-2f$ ordenações consolidadas (devido à possível exclusão pelo líder), o FairDAG-RL aproveita a propriedade de validade do DAG para garantir que pelo menos $n-f$ ordenações sejam consolidadas. Consequentemente, ele eleva o limiar de criação de arestas de $\frac{n-2f}{2}$ para $\frac{n-f}{2}$.
  • Condensação de Grafo: O protocolo identifica Componentes Fortemente Conectados (SCCs) no grafo de dependência. Ele finaliza a ordenação de nós "sólidos" (aqueles com suficientes ordenações consolidadas) e readiciona nós "sombreados" a grafos subsequentes até que se tornem sólidos.
  • Esta abordagem reduz o número mínimo de réplicas corretas necessárias para garantir a equidade (ex: exigindo $n > 3f$ em vez de $n > 4f$ para $\gamma=1$).

3. Principais Contribuições

1. Framework Inovador: A proposta do FairDAG, o primeiro framework que integra protocolos de equidade com consenso de múltiplos propositores baseado em DAG, abordando os problemas de vazão e vulnerabilidades de manipulação de sistemas baseados em líder.
2. FairDAG-AB: Um protocolo de equidade absoluta que garante Linearizabilidade de Ordenação usando um mecanismo de LPAOI adaptativo compatível com as regras de consolidação do DAG.
3. FairDAG-RL: Um protocolo de equidade relativa que melhora o Themis ao aproveitar a validade do DAG para reduzir o limiar de construção do grafo de dependência, reduzendo assim o requisito de participantes corretos e melhorando o desempenho.
4. Novas Regras de Construção de DAG: Introdução de regras específicas (ex: incluir arestas fracas para réplicas mais lentas, manter arestas fortes para vértices locais anteriores) para garantir que as propriedades de equidade sejam preservadas contra participantes adversários.
5. Avaliação Abrangente: Provas analíticas extensas de segurança, vivacidade (liveness) e equidade, juntamente com validação experimental.

4. Resultados Experimentais

Os autores implementaram o FairDAG no Apache ResilientDB e o compararam com bases de referência: PBFT, Pompe, Themis, RCC e Tusk.

• Vazão (Throughput):
  • O FairDAG supera significativamente os protocolos de equidade baseados em líder (Pompe e Themis).
  • O FairDAG-AB alcançou de 30,2% a 52,6% de maior vazão que o Pompe.
  • O FairDAG-RL alcançou de 5,1% a 7,5% de maior vazão que o Themis em configurações de região única, com ganhos aumentando para 42,1% em configurações geo-distribuídas devido à robustez do consenso DAG subjacente.
• Latência:
  • O FairDAG-AB possui latência ligeiramente superior ao Pompe (devido à latência de consolidação subjacente do Tusk), mas permanece competitivo.
  • O FairDAG-RL demonstra menor latência que o Themis conforme o número de réplicas defeituosas ($f$) aumenta, pois o Themis exige mais réplicas corretas para garantir a equidade, aumentando o overhead.
• Resiliência ao Comportamento Adversário:
  • Falha de Líder: Em experimentos onde o líder foi tornado defeituoso, Pompe e Themis sofreram quedas de vazão durante as trocas de visão (view-changes). As variantes do FairDAG não mostraram degradação de desempenho devido ao design de múltiplos propositores.
  • Manipulação de Ordenação: Sob ataques de "Reversão de Ordem" e "Atraso Direcionado" por réplicas Bizantinas, o FairDAG-AB e o FairDAG-RL mantiveram consistentemente uma proporção maior de pares de transações corretamente ordenados em comparação ao Pompe e Themis. A propriedade de validade da camada DAG mitigou efetivamente a capacidade de atores Bizantinos de excluir seletivamente as ordenações.

5. Significância e Alegações

O artigo afirma que o FairDAG representa um avanço significativo na equidade de blockchain ao resolver o compromisso entre desempenho e equidade inerente aos sistemas baseados em líder.

• Resiliência: Ao remover o líder único, o FairDAG impede que adversários manipulem a ordem final através da coleta seletiva de ordenações locais.
• Eficiência: O design de múltiplos propositores alivia o gargalo de vazão, permitindo que os protocolos de equidade escalem melhor com o tamanho da rede e a carga de trabalho.
• Requisitos Reduzidos: A propriedade de validade dos DAGs permite que o FairDAG-RL alcance garantias de equidade com menos participantes corretos em comparação com protocolos de estado da arte baseados em líder, como o Themis.

Os autores concluem que o FairDAG efetivamente restringe a manipulação adversária da ordenação de transações enquanto alcança desempenho superior tanto em condições normais quanto adversas, tornando-o uma solução viável para a ordenação justa de transações em finanças descentralizadas e outras aplicações críticas de blockchain.