A Model for Fast Mining Blockchains

技术摘要：一种快速挖掘区块链模型

问题陈述
本文研究了在“快速挖掘”机制下的区块链挖掘动态，在这种机制下，挖掘新区块所需的时间与在网络中传播该区块所需的延迟相当。在传统的“慢速挖掘”模型中，分叉（局部区块链的分歧）通常能得到快速解决，因为在一个分支上挖掘出新块的速度通常快于网络完成同步的速度。然而，在快速挖掘场景下，当传播仍在进行时，多个区块可能在不同的分支上同时被挖掘出来，从而导致一种复杂的状态，即矿工可能永远无法持有完全相同的局部区块链。核心问题在于：共识是否能够达成？区块链高度的分布如何演化？以及当矿工数量 ($N$) 趋于无穷大时，系统的渐近行为是什么？

方法论
作者为包含 $N$ 个矿工的网络构建了一个连续时间马尔可夫链 (CTMC) 模型。

1. 状态空间： 状态由每个矿工的局部区块链高度向量定义。状态转移通过两种机制发生：
   • 挖掘： 矿工以速率 $\lambda$ 发现一个新块，从而增加其局部高度。
   • 传播： 矿工以速率 $\omega$ 向他人通信其局部区块链。接收到的矿工如果收到的链有效且高度更高，则更新其局部链。
2. 有限 $N$ 分析： 作者首先证明，对于任何有限的 $N$，系统是正复现的（positive recurrent），这意味着无论初始分歧如何，系统都会在有限的期望时间内达到共识（所有矿工持有相同的区块链）。
3. 无穷极限 ($N \to \infty$)： 为了分析宏观行为，作者采用了基于 Barbour 和 Luczak (2008) 研究的泛函大数定律 (FLLN)。他们定义了一个经验分布函数 $\phi_n(t)$，代表高度小于或等于 $n$ 的矿工比例。
4. 渐近分析： 极限分布满足一个确定的耦合常微分方程 (ODE) 系统。作者使用以下方法分析该系统：
   • 随动坐标系 (Comoving Frames)： 为了研究行进波剖面，他们固定一个水平集 $p \in (0,1)$，并通过平移时间坐标来消除平移漂移。
   • 渐近论证： 受 Brunet 和 Derrida (1997) 以及 Bramson (1980年代) 的启发，他们推导了波速的修正项。
   • 连续近似： 他们将离散差分方程近似为带有漂移项的偏微分方程 (Fisher-KPP)，并利用 Painlevé 可积性结果 (Ablowitz 和 Zeppetella, 1979) 在特定参数范围内寻找显式解析解。

主要贡献与结果

1. 共识动态：

   • 命题 1： 对于任何有限数量的矿工 $N$，共识状态是正复现的。即使存在高传播延迟，系统仍会在有限期望时间内返回共识状态。
   • 泛函大数定律： 在 $N \to \infty$ 的极限下，随机过程收敛于一个满足 ODE 系统（方程 3.12）的确定性剖面：
     $$\dot{\phi}_n(t) = -\lambda(\phi_n - \phi_{n-1}) - \omega\phi_n(1 - \phi_n)$$
     其中边界条件为 $\phi_{-1} \equiv 0$。

2. 向行进波的收敛：

   • 定理 12： ODE 解序列在随动坐标系中一致收敛于一个非平凡的极限剖面。该剖面是一个行进波，其形状由一个边值问题隐式定义。
   • 波速由特定水平集的间隔时间 $\tau$ 决定，该时间与所选水平 $p$ 无关。

3. 波速与对数修正：

   • 最小速度： 行进波以由系统在领先边缘（leading edge）的线性化确定的最小速度 $v_0$ 传播。
   • Bramson 修正： 对于无限矿工极限，前沿的位置 $X_t$ 在时间上表现出领先阶的对数修正：
     $$X_t \sim v_0 t - \frac{3}{2\gamma_0} \log t$$
     其中 $\gamma_0$ 是波尾部的衰减率。
   • Brunet-Derrida 修正： 对于有限数量的矿工 $N$，行进波速度 $v_N$ 以与 $N$ 的对数平方成反比的形式收敛于无限极限 $v_0$：
     $$v_0 - v_N \sim \frac{C}{(\log N)^2}$$
     这一结果与在截断修改的 Fisher-KPP 系统中观察到的 Brunet-Derrida 行为一致。

4. 剖面的解析近似：

   • 通过将离散系统映射到带有漂移项的连续 Fisher-KPP 方程，作者识别出一个特定参数比 $\omega/\lambda \approx 0.00781$ 的情形，在该情形下，系统允许一个 Painlevé 可积行进波解。
   • 命题 28： 使用 Ablowowitz 和 Zeppetella (1979) 推导的精确解析解能够准确匹配区块链模型的极限剖面。数值模拟证实，该解析解与离散 ODE 的数值解之间存在极强的拟合度。

意义与主张
本文声称提供了一个理解快速挖掘区块链的严谨数学框架，超越了启发式模型。

• 它确立了虽然在快速挖掘中共识并非瞬时达成，但对于任何有限的 $N$，系统仍然是稳定的，并在有限期望时间内收敛到共识状态。
• 它将无限极限下的区块链头部“模糊性”刻画为一个具有特定形状和速度的行进波。
• 它量化了有限规模效应，证明了有限网络中的传播速度比无限极限慢的比例为 $(\log N)^{-2}$。
• 该工作将离散随机过程（区块链挖掘）与连续反应扩散方程（Fisher-KPP）联系起来，利用先进的渐近技术（Bramson, Brunet-Derrida）以及可积系统理论（Painlevé）来推导波速和剖面形状的显式表达式。

作者通过数值模拟支持了这些理论发现，验证了时间与矿工数量的对数修正，以及基于 Painlevé 的解析近似对剖面的准确性。