何在不使用工作量证明的情况下实现公平且高效的提议

作者：Steven Pu，Taraxa创始人

前言

在之前的技术解读文章中我们讲到了区块 排序 的问题。本文我们将继续探索如何在不使用工作量证明（PoW）的情况下实现公平且高效的提议。

POW之美

Pow是一种简单而又优雅的共识算法。每个节点解决一个简单的加密难题，解答方案通过快速猜测得出，谁第一个猜对就选谁生成下一区块。

就这么简单。

这个简单的算法同时提供了真正的随机性——来进行公平且去中心化的区块提议；一定的延迟——确保有足够的时间来广播，最大程度降低分叉概率；经济上的抵押——通过硬件和电力投资来实现，这样矿工就有既得利益来诚实工作。

那么PoW哪里不好？我们为什么非要搭个不一样的？

并行处理是罪魁祸首

早期并排工作的装配线

在PoW区块链系统中工作的矿工们通常会购买大量的专用电脑，或者专用集成电路（ASIC），并调用程序协调这些ASIC的分工来猜答案，所以平均算下来他们猜中正确答案的速度会快些。随时时间的推移，不同的矿工决定抱团来分担他们ASIC集团的工作，因此就有了矿池。

对于比特币这样的网络，如果矿工猜答案猜得太快，它有一套内部算法可以提高猜答案的难度，最终将出块时间维持在平均10分钟左右一块的速度。因此，矿工猜得越快，谜题难度越大，这样也就激励了矿工通过ASIC提速或者搭建更多的ASIC。

矿机速度越来越快，数量越来越多，消耗的能量也越来越多，直到维护网络的能耗高得离谱。

因此，PoW共识的哈希函数能够并行处理这一事实，是造成其负面经济动机的罪魁祸首。它推动了一场矿工间硬件设备的竞争，消耗了大量的能源。

■ 通过可验证随机函数实现随机性

白噪音就是自然出现的一种随机源

真正的随机性更多的是一个哲学问题。我们在说 “随机” 的时候，我们真正想要的是“ 不可预测” 。如果我们的机制输出的结果是网络任何参与方都无法预测的，那么我们就认为这个结果是随机的，且是公正的。

许多加密函数似乎都能生成随机输出，例如哈希函数和签名机制。但是，他们并不是专门为了生成不可预测的输出而设计的，且观察者能够在给定足够大量样本的情况下得出模式。

在1999年，一篇由Micali，Rabin和Vadhan撰写的论文发表了，他们描述了一种可验证的随机函数（VRF），这个函数是专门为了生成高度不可预测的输出而设计的。后来，Micali教授成立了Algorand项目，之后该项目核心成员Sergey Gorbunov写了一篇更详细且更容易理解的文章。如果你对VRF的更多技术处理感兴趣，可以参阅上述文章和论文。

在Taraxa的区块DAG架构里，VRF为随机延迟提供了随机性。VRF的输出是：

• 区块DAG的级别（L）： 在提议者打包区块时，这里的“级别”就是锚定链的长度+1。所以，如果你是提议者，你计算了当前的锚定链L，发现了你将要搭建幽灵指针（pointer）的边界上的终结块，那么你提议的区块级别就是L+1。需要注意的是，这里的定义与常说的“深度”是不同概念。
• 最新Period区块的区块哈希（P）： 这是在区块DAG中最新完成的区块，能够通过一个并行PBFT流程（下一篇文章会详述）实现真正的最终确认。考虑到在边界上提议者尚未接收到最新确认的Period区块（P），所以协议会有一定的容忍，即最新Period区块的上一个区块哈希也是可接受的。
• 区块提议者的秘密VRF密钥（SK） ， 这个是搭建VRF函数所需要的。这与交易签名机制不同，是专门为每个节点生成用于搭建VRF的。

分两块：

• v是一个伪随机值，用于确定延迟长度。
• p是一个证明，其他节点可以用其来验证VRF已诚实且正确地执行。可以把它当作一个签名，有了提议者的VRF公钥，任意其他节点都可以轻松确定计算的正确性。

最终，我们可以写成一个简单的方程式：

VRF(L, P, SK) → (v, p)

■ 延迟难度成型函数

成型函数

设成型函数为S，我们可以得出以下公式：

S(v) = d

这里d就是下一阶段的难度系数。

■ 可验证延迟函数的延迟

Token 像个公交卡，能自身产生价值转移，联盟链没有原生的价值转移。国家打击的是传销盘，但其实还有很多的具有价值的代币，当行业发展和公众认知到一定程度的时候，优质的公链能避免一刀切的状况。等到这个时候， 联盟链和公链的合作可能更多 。

独自辛苦独自忙，无人并肩共作战=（

如果一个函数符合以下两点简单的标准，那么就可以严格将其归为VDF：

• 必须是顺序的 ，这种情况下无人能够通过多个并行处理来加快VDF函数的计算，这一点与PoW不同。
• 必须是可简单验证的 ，观察者能够简单地进行验证（也就是其用来验证的时间远比计算函数的时间短），确认VDF计算正确且出现的是适当的延迟，这一点与PoW相似。

特别是，Pietrzak和Wesolowski都基于在未知顺序的组别里重复平方的原理，各自独立地提出了高度相似的方法，这些方法能够有效抵抗并行处理。

让我们在更高层次测试一下这些函数吧，因为数学是非常复杂的。

这些VDF的构建是执行重复平方的计算，这些计算是无法并行处理的，因为每次迭代都需要上一次迭代的输入，且任何给定迭代中不会提供关于未来迭代的信息。换句话说，除非你一步步完成所有迭代，否则你无法知晓答案。这一点确保了这个函数是顺序的。

而让VDF能够简单验证的是，你可以用包含VDF中间输入与最终输出的随机线性组合来搭建一个证明。这些限线性组合的计算很简单，因为比起计算整个VDF来说，它涉及的步骤要少很多。简单地类比一下就是，计算整个曲线中的所有数值（计算整个VDF）与选个箭头往前推几步（证明VDF的有效性）的差距。箭头前进几步所花费的时间显然比计算少得多。这一点确保了这个函数是可简单验证的。

在Taraxa，我们在VDF中设置了以下几个输入项：

• 父哈希（gP） ，或者你新创建的区块通过一个幽灵指针所指向的父区块
• 所有交易的哈希（Tx） ，你计划打包到区块中的所有交易的哈希，所以你无法事先计算VDF
• d，上一步的难度系数

VDF(gP, Tx, d) = z

在实践中，为了确保对输出项z的验证是非交互的，节点提议者需要将中间证明以及最终输出项插入提议区块中。

所以，对计算VDF函数的节点来说，他们可能会遇到类似这样的延迟（这是个极简的视图，不考虑其他完成有效工作例如打包区块、处理交易等所导致的延迟）：

出于解说需要，这是从均匀分布中生成的。

截至撰稿时，VDF仍旧是极具实验性的技术，且正在经历积极的研究与测试。Taraxa会与开源领域最优秀的人以及学术社区合作学习，确保我们的账本采用的是最稳定、最高效、最安全的方案。