VRF抽簽與投票的思考

?

在區(qū)塊鏈上，人類真正實現(xiàn)了“私有財產(chǎn)神圣不可侵犯”

VRF（可驗證隨機函數(shù)）在Algorand提出后，被越來越多的公鏈項目應用。VRF的特點在于其能夠產(chǎn)生一個能夠被驗證的隨機結果，通過該隨機結果，在區(qū)塊鏈中可以實現(xiàn)隨機“選舉”或“抽簽”。與POS結合后能夠減輕POS的“富者恒富”的現(xiàn)象。

然而我們知道，魚和熊掌不可兼得，提高公平性（去中心化）的代價是犧牲性能或安全性。Algorand選擇了犧牲一定的共識效率來換取公平性（去中心化）。以下是在分析Algorand、Ont等使用VRF的共識算法中，對VRF抽簽與投票的一些思考。

Algorand概括

Algorand作為第一個使用了VRF的共識算法，其共識流程可以大致總結為三個步驟：

隨機選舉多個提案者，提案新區(qū)塊。（提案者由VRF抽簽）

收集多個提案區(qū)塊并選出權重最高者。

BA* 對多個區(qū)塊提案中的一個提案達成共識。（每一步的投票者均需要VRF抽簽）

POS + Random

VRF本質是隨機函數(shù)，而在區(qū)塊鏈系統(tǒng)的共識流程中不能用完全公平的隨機，因為出塊者需要有激勵，同時每個節(jié)點的貢獻值也并非一致。 所以通常都會在VRF抽簽之前加一層POS，將“更優(yōu)”的一批節(jié)點先選出來作為候選人。

對于POS+Random 的共識算法，一般有如下三種情況:

Case 1. 隨機抽簽出一個提案者，其他節(jié)點驗證并接受該節(jié)點提案。

Case 2. 隨機抽簽出一個提案者與多個投票者，需要投票者對區(qū)塊達成共識。（代表：Tendermint）

Case 3. 隨機抽簽出多個提案者與多個投票者，需要投票者從多個提案區(qū)塊中選出一個并達成共識。（代表：Algorand）

下面我們來一一解析以上case：

Case 1即為很純粹的POS，希望通過隨機抽簽抑制“富者恒富”的現(xiàn)象。但純粹的POS有Nothing at stake的問題，提案者可以基于多個分叉鏈提出不同的區(qū)塊，使得分叉進一步加劇。（以太坊Casper FFG依靠懲罰金來解決，但這無疑也增加了系統(tǒng)的復雜度）

Case 2很類似于自帶viewchange的PBFT，一般容錯率也為1/3。投票者的目的在于給于deterministic confirmation，且部分解決了Nothing at stake問題。為何說是“部分解決”，因為為了最大化提高區(qū)塊通過的概率，提案者仍會給多個分叉鏈投票。但由于有投票者這一角色，可保證在網(wǎng)絡不分區(qū)的情況下理論上不會產(chǎn)生分叉。同時，由于隨機抽簽采用公開的信息，提案者也能夠被預測。

Case 3其實是Algorand的高度簡化版，Case 2也可作為Case 3的一個特例。一方面，多個提案者之間相互競爭，促使提案者本身提出正確的區(qū)塊；另一方面，對于抽取多個提案者的場景，可采用VRF作為隨機函數(shù)：節(jié)點使用公開的信息和自己的密鑰直接在本地運行選舉函數(shù)判斷自己是否被選中，其他節(jié)點能夠驗證但無法預測提案者。

這里值得注意的是，在分布式網(wǎng)絡中，VRF無法完成固定數(shù)量的抽簽任務，原因是VRF的一個Input是節(jié)點私鑰，這使得每個節(jié)點產(chǎn)生的隨機值均不相同，全網(wǎng)只能驗證結果是否合法，但無法設計統(tǒng)一的標準使得某個隨機結果唯一性地符合某個條件。

VRF抽簽的優(yōu)勢

在VRF出現(xiàn)之前，為了滿足選舉信息的可驗證，通常采用公開的信息作為Input，通過公開的隨機函數(shù)得出隨機結果，以隨機結果作為依據(jù)進行抽簽。 由于所有信息均為公開，故所有節(jié)點都可以在本地計算出抽簽結果。

但上述抽簽方案有一個很大的問題：攻擊者有一定的時間窗口能夠預測出抽簽結果，及時對被選舉人實施攻擊。

VRF很好地解決了這個問題：

由于使用節(jié)點私鑰作為Input，VRF的結果無法被預測。其他節(jié)點只有通過網(wǎng)絡接收到隨機結果后才能對其合法性進行驗證，即攻擊者在得知選舉結果時，選舉人已經(jīng)做出行動了。

VRF的輸出值除了隨機值外，還包含一個proof，提供了隨機值驗證的零知識證明，即不必知道某人私鑰即可證明該隨機值是由某人產(chǎn)生的。

VRF抽簽的弊端

VRF為隨機抽簽提供了隱私性和可驗證，但也帶來了一個很棘手的問題：丟失全局的抽簽信息，降低投票共識的成功率

由于VRF需要私鑰作為Input，其他節(jié)點只能通過網(wǎng)絡通信獲得相應proof后才能驗證隨機結果是否合法，所以任何節(jié)點都無法得知全網(wǎng)的真實選舉情況的。這對投票類共識算法帶來了巨大的挑戰(zhàn)。投票類共識算法必須設置一個通過閾值（如2/3以上），只有通過該閾值才視為投票通過。而基于VRF的共識算法丟失了全局的選舉信息后，只能以期望值的形式設置閾值，使得投票退化為概率型投票。

如何理解概率型投票？首先，我們需要明確確定型投票的定義——投票結果應遵循大部分提案者的意見（通過或不通過）。當投票結果不一定會遵循大部分提案者的意見，那么就屬于概率型投票。對于由VRF選出的投票者的投票階段，由于閾值的設置與實際選舉情況是割裂的，則即使大部分投票者同意提案，提案仍有可能達不到閾值，從而顯示“不同意”的結果，與大多數(shù)投票者的意志相背。我認為，之所以Algorand在BinaryBA*中要設計多輪投票，并且每一步均重新選舉投票者，其目的是通過不斷重選提高實際投票達到閾值的概率，通過多輪投票提高達成共識的概率。

BinaryBA*算法

總結

VRF算法最早由Silvio Micali（圖靈獎得主，Algorand的創(chuàng)始人）在1999年提出，也是由他首次將其引入到區(qū)塊鏈中，為區(qū)塊鏈的共識算法提供了嶄新的研究思路和解決方案。但我們在分析并使用VRF的時候，不僅需要分析VRF本身，也應該關注先驅者是如何思考和設計基于VRF的共識算法過程。一味地將VRF遷移至其他的共識算法，可能并不能達到預期的效果，甚至反而會帶來其他的不確定性風險。

總結

以上是生活随笔為你收集整理的VRF抽签与投票的思考的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。