Экосистема блокчейна, стоимостью более $1 трлн, сталкивается с серьёзной проблемой долгосрочной стабильности и устойчивости. Децентрализованная природа майнинга, где участники (майнеры) предоставляют ресурсы (вычислительную мощность в PoW, долю в PoS) для получения вознаграждений, создаёт сложную теоретико-игровую среду. В данной работе исследуется распространённость поведения griefing — когда майнеры наносят вред другим с меньшими затратами для себя — в экономиках блокчейн-майнинга и изучаются пути достижения стабильности.
Эгоистичное поведение майнеров и их способность свободно входить в сети и выходить из них являются основой безопасности блокчейна, но также вносят волатильность. Понимание их стимулов к распределению ресурсов между несколькими блокчейнами крайне важно для прогнозирования надёжности сети.
Анализ строится на теоретико-игровой модели экономики майнинга, состоящей из одного или нескольких блокчейнов.
Модель рассматривает майнеров, распределяющих вычислительные ресурсы (или долю) между одним или несколькими блокчейнами. Вознаграждения распределяются пропорционально внесённым ресурсам, что является стандартом для многих протоколов PoW и PoS. Работа расширяет анализ равновесия Нэша (NE) из [3], в котором были выведены уникальные NE-распределения при данной пропорциональной схеме.
Ключевым теоретическим нововведением является связь поведения griefing с концепцией эволюционной стабильности. Авторы количественно оценивают влияние отклонения майнера с помощью коэффициентов griefing — соотношений, измеряющих общие потери сети относительно собственных потерь отклоняющегося участника. Это формализует интуитивное представление о том, что майнер может принять личные потери, если это нанесёт непропорционально больший ущерб конкурентам, дестабилизируя сеть.
В работе доказывается, что в прогнозируемом NE активные майнеры всё ещё имеют стимулы к одностороннему увеличению своих ресурсов (Теорема 1, 6). Хотя это может снизить их абсолютный выигрыш, это увеличивает их относительную долю на рынке и наносит больший вред другим майнерам (Следствие 7). Это устанавливает griefing как рациональную, распространённую стратегию в равновесии, ведущую к рассеиванию ресурсов и усилению централизации — явлениям, наблюдаемым в реальных майнинг-пулах.
Важным вкладом является анализ крупных сетей, где влияние отдельного майнера уменьшается. Здесь система напоминает рынок Фишера или распределённую производственную экономику. Авторы выводят протокол обновления пропорционального отклика (PR). Они доказывают, что этот протокол сходится к рыночным равновесиям, где стимулы к griefing становятся несущественными, независимо от профилей риска майнеров или ограничений мобильности ресурсов между различными блокчейн-технологиями.
Теоретические выводы подтверждаются эмпирическим исследованием четырёх майнинг-криптовалют. Результаты показывают, что три фактора способствуют стабильности экосистемы:
Не аномалия, а рациональная стратегия равновесия в майнинг-пулах малого и среднего размера, объясняющая давление в сторону централизации.
По мере роста сети они переходят от волатильной теоретико-игровой арены к более стабильной модели рыночного равновесия.
Протокол пропорционального отклика предлагает теоретическую схему для разработки правил обновления, которые естественным образом подавляют griefing.
Эмпирические данные подтверждают, что диверсификация, трение и рост являются ключевыми стабилизаторами в живой криптоэкосистеме.
Основная идея: Работа содержит мощный, контринтуитивный вывод: само равновесие Нэша, которое должно представлять стабильное, рациональное поведение в блокчейн-майнинге, на самом деле является рассадником разрушительного поведения griefing. Речь идёт не просто о «эгоистичном майнинге»; это о рациональном выборе сжигать собственную ценность, чтобы сжечь ещё больше ценности у других. Авторы блестяще переосмысливают это не как ошибку, а как фундаментальное свойство, связанное с концепцией стабильности из эволюционной теории игр. Это связывает непрозрачный мир крипто-майнинга с десятилетиями устоявшихся биологических и экономических моделей конкуренции, как видно в основополагающей работе Мейнарда Смита и Прайса об эволюционно стабильных стратегиях. Это объясняет устойчивые, разочаровывающие тенденции консолидации хешрейта и расточительного избыточного инвестирования не как провалы рынка, а как предсказуемые результаты текущей структуры стимулов.
Логика: Аргументация элегантно выстроена. Сначала они устанавливают базовое NE (Теорема 1). Затем исследуют его хрупкость, показывая, что любой майнер может выгодно отклониться, чтобы причинить чистый вред (Теоремы 6, Следствие 7), вводя метрику коэффициента griefing. Это создаёт напряжение: равновесие существует, но оно разрушительно. Разрешение приходит от масштабирования. Они утверждают, что по мере роста сетей математика системы трансформируется из классической игры в рынок Фишера — модель, широко изучаемую в алгоритмической теории игр для распределения ресурсов. В этом новом режиме они доказывают, что простая динамика пропорционального отклика сходится к равновесиям, где griefing нейтрализуется. Наконец, они подтверждают этот переход эмпирическими данными по четырём криптовалютам, показывая, как реальные факторы (диверсификация, трение) подталкивают сети к этому стабильному состоянию.
Сильные и слабые стороны: Главная сила — это двойной теоретико-эмпирический подход и новая связь griefing с эволюционной стабильностью. Протокол пропорционального отклика является значительным практическим вкладом. Однако анализ имеет ограничения. Он сильно зависит от предположения о пропорциональном вознаграждении. Как меняется динамика griefing в гибридных моделях или при новых механизмах, таких как разделение proposer-builder в Ethereum? Аналогия с рынком Фишера для крупных сетей убедительна, но может нарушаться в периоды экстремальной волатильности или скоординированных атак, когда предположение о «большом количестве мелких агентов» не выполняется. Кроме того, хотя кейс-исследование ценно, четыре криптовалюты — это малая выборка. Для проверки обобщаемости необходим более широкий анализ по протоколам DeFi, L2 и новым PoS-цепочкам.
Практические выводы: Для разработчиков протоколов эта работа является руководством к действию: перестать проектировать только для статического равновесия Нэша. Вместо этого следует разрабатывать правила обновления (как динамика PR), которые направляют систему к рыночным равновесиям, устойчивым к griefing. Для инвесторов и аналитиков эта структура предоставляет инструмент для оценки стабильности цепочки. Цепочка с низкой диверсификацией майнеров и высокой мобильностью ресурсов предрасположена к волатильности, вызванной griefing. И наоборот, рост, техническое трение (например, специализированное оборудование) и мультичейн-майнинг являются бычьими сигналами для долгосрочной стабильности. Регуляторам следует отметить, что политика, поощряющая концентрацию майнеров (например, через географические энергетические субсидии), может непреднамеренно усиливать равновесия griefing. Будущее за дизайном механизмов, которые явно минимизируют коэффициент griefing, выходя за рамки простой пропорциональности вознаграждений.
Коэффициент griefing $G_i$ для отклонения майнера $i$ формально определяется как:
$G_i = \frac{\sum_{j \neq i} \Delta \pi_j}{-\Delta \pi_i}$ для $\Delta \pi_i < 0$
Где $\Delta \pi_j$ — изменение выигрыша майнера $j$. $G_i > 1$ указывает на griefing: потери сети превышают потери отклоняющегося участника.
Протокол пропорционального отклика (PR) для майнера $i$, распределяющего ресурс $x_i^c$ на цепочку $c$, задаётся формулой:
$x_i^{c}(t+1) = \frac{\pi_i^c(\mathbf{x}(t))}{\sum_{d} \pi_i^d(\mathbf{x}(t))} \cdot R_i$
где $\pi_i^c$ — выигрыш от цепочки $c$, а $R_i$ — общий ресурс майнера. Это правило обновления сходится к рыночному равновесию, где $\frac{\pi_i^c}{x_i^c}$ выравнивается по всем цепочкам для каждого майнера, устраняя предельную выгоду от griefing.
Эмпирическое кейс-исследование анализировало данные по четырём майнинг-криптовалютам (вероятно, включая Bitcoin и Ethereum Classic среди прочих). Хотя выдержка из PDF не показывает конкретные графики, описанные результаты обычно представляются с помощью:
Данные подтвердили вывод о том, что более крупные, более фрагментированные сети с более высокими барьерами для перераспределения ресурсов демонстрировали большую стабильность, что согласуется с теоретическим предсказанием рассеивания griefing при увеличении масштаба.
Сценарий: Анализ потенциального нового блокчейна на Proof-of-Work, «ChainX».
Применение структуры:
Вердикт: Используя эту структуру, аналитик может отметить ChainX как высокорисковый для нестабильности, вызванной griefing, в первые 12-18 месяцев, если он запустится с концентрированным майнингом и общим алгоритмом, и рекомендовать меры по поощрению диверсификации майнеров и потенциальной модификации распределения вознаграждений.