Economic Security of VDF-Based Randomness Beacons: Models, Thresholds, and Design Guidelines

Resumo Técnico: Segurança Econômica de Faróis de Aleatoriedade Baseados em VDF

1. O Problema

Os faróis de aleatoriedade (randomness beacons) baseados em Funções de Atraso Verificáveis (VDFs) são fundamentais para blockchains e sistemas distribuídos, prometendo atrasos verificáveis publicamente e resistência a viés. No entanto, a análise de segurança existente foca quase exclusivamente na segurança criptográfica (dificuldade computacional), tratando o adversário como uma entidade puramente maliciosa que tenta quebrar o protocolo independentemente do custo.

O artigo identifica uma lacuna crítica: em sistemas reais (como blockchains públicas), os atacantes são agentes economicamente racionais. Um VDF pode ser criptograficamente seguro (nenhum algoritmo paralelo pode computá-lo significativamente mais rápido), mas ainda ser vulnerável se um adversário racional puder lucrar comprando hardware mais rápido e explorando recompensas estocásticas (como oportunidades de MEV - Maximal Extractable Value). O problema central é que parâmetros de atraso ($T$) que parecem seguros criptograficamente podem ser economicamente inseguros, permitindo ataques lucrativos que comprometem a segurança do sistema (ex: seleção de validadores enviesada, apostas manipuladas).

2. Metodologia

Os autores desenvolvem um framework formal de segurança econômica que modela o ataque como um problema de parada ótima (optimal-stopping problem) sob incerteza.

• Modelo do Adversário Racional:

  • O adversário possui um fator de aceleração de hardware ($\delta$) em relação aos participantes honestos.
  • Incorre custos operacionais ($c$) por unidade de tempo de computação (ex: aluguel de nuvem, energia, amortização de hardware).
  • Busca maximizar o lucro esperado, decidindo se ataca ou não em cada rodada com base na recompensa potencial ($V$) e no custo.
  • A recompensa $V$ é modelada como um processo estocástico (ex: MEV, vantagens em seleção de comitês).

• Formulação Matemática:

  • O estado do sistema é definido pelo trabalho restante ($S_t$) e pela recompensa atual ($V_t$).
  • A decisão de atacar é modelada como um processo de decisão de Markov.
  • Os autores provam que a estratégia ótima do adversário possui uma estrutura de limiar monotônica: o adversário ataca apenas se a recompensa esperada exceder um limiar baseado no custo e no tempo restante.

• Análise de Cenários Estendidos:

  • O modelo é expandido para incluir Grinding (tentar múltiplas sementes para encontrar uma favorável), Aborto Seletivo (descartar resultados desfavoráveis e recomeçar) e Competição Multi-Adversário (equilíbrio de Nash entre vários atacantes).

3. Principais Contribuições

1. Modelo de Adversário Racional para VDFs: Primeiro modelo explícito que incorpora racionalidade econômica, custos de hardware e recompensas dinâmicas na análise de segurança de faróis de aleatoriedade.
2. Definições e Condições de Segurança Econômica: Estabelecem que um farol é economicamente seguro se e somente se seus parâmetros de atraso ($T$) excederem um limiar razão-recompensa/custo.
   • Condição simplificada: $T \geq \frac{\delta}{c} \mathbb{E}[V]$.
3. Análise de Superfícies de Ataque: Derivam condições que quantificam como o grinding e o aborto seletivo amplificam a recompensa efetiva, exigindo aumentos significativos no atraso $T$ para manter a segurança.
4. Parâmetros de Atraso Economicamente Seguros (ESDP): Introduzem uma abstração prática (ESDP) para que designers de protocolos definam valores de $T$ baseados em cenários econômicos realistas, não apenas em suposições criptográficas.
5. Estudos de Caso com Parâmetros Realistas: Utilizam dados reais de custos de nuvem, benchmarks de hardware (FPGA/ASIC) e dados de MEV para avaliar configurações propostas.

4. Resultados Chave

• Insegurança de Parâmetros Atuais: A análise demonstra que muitos atrasos propostos na literatura (na ordem de segundos, ex: 2-5 segundos) são economicamente inseguros sob condições plausíveis.
  • Exemplo: Para um MEV esperado de $10 USD e um acelerador de hardware com custo de $0.05/s e velocidade 3x, o atraso seguro necessário seria de aproximadamente 600 segundos (10 minutos). Atrasos de segundos deixam o lucro do ataque extremamente alto.
• Impacto do Grinding e Aborto:
  • A capacidade de tentar múltiplas sementes (grinding) aumenta a recompensa máxima esperada ($V_{max}$), exigindo que $T$ aumente proporcionalmente.
  • O aborto seletivo (retries) multiplica a recompensa efetiva por um fator de $1/(1-p)$, onde $p$ é a probabilidade de ter poder de veto, tornando ataques muito mais lucrativos.
• Competição e Coalizões:
  • Em cenários com múltiplos atacantes competindo por uma recompensa "winner-takes-all", o equilíbrio de Nash pode sustentar taxas de ataque mesmo quando o lucro individual é marginal.
  • Coalizões: Se $m$ agentes formam uma coalizão para compartilhar custos de hardware, a condição de segurança torna-se $m$ vezes mais exigente ($T \geq \frac{\delta \cdot m}{c} \mathbb{E}[V]$).
• Caso Ethereum/RANDAO: Ao analisar a substituição do RANDAO do Ethereum por VDFs, os autores mostram que, para cobrir o MEV mediano ($50) e o percentil 99 ($10.000) com hardware atual, o atraso necessário seria de dias ou meses, o que é impraticável para slots de 12 segundos. Isso indica que VDFs sozinhos não garantem segurança econômica contra MEV sem defesas adicionais (ex: mempools criptografados).

5. Significado e Diretrizes de Design

O trabalho conclui que a segurança criptográfica não é suficiente para a implantação prática de VDFs em blockchains. A segurança deve ser garantida economicamente, tornando o ataque não lucrativo para qualquer agente racional.

Diretrizes Práticas (ESDP) para Designers:

1. Modelar a Distribuição de Recompensas: Identificar todas as fontes de lucro (MEV, seleção de validadores) e estimar $\mathbb{E}[V]$ e caudas de distribuição.
2. Estimar Capacidades do Adversário: Considerar o pior caso de aceleração de hardware ($\delta$) e custos de operação ($c$), incluindo a possibilidade de coalizões.
3. Calcular o Limiar de Atraso: Definir $T$ satisfazendo $T \geq \max(\frac{\delta}{c}\mathbb{E}[V], \dots)$, considerando grinding e abortos.
4. Revisão Periódica: Como custos de hardware e volatilidade de MEV mudam, $T$ deve ser um parâmetro ajustável dinamicamente.
5. Compromisso (Trade-off): Reconhecer que aumentar $T$ para segurança econômica reduz a latência e o throughput do sistema. O design ideal equilibra segurança econômica com usabilidade.

Conclusão Final:
O artigo fornece uma base teórica e prática para que protocolos de blockchain e sistemas distribuídos selecionem parâmetros de VDF que resistam não apenas a ataques computacionais, mas principalmente a incentivos econômicos. A introdução do conceito de ESDP (Economically Secure Delay Parameters) oferece uma ferramenta concreta para auditar e projetar sistemas resilientes em um ambiente onde a racionalidade econômica é a principal força motriz dos ataques.