實際的拜占庭容錯共識門檻並非33%

By: cryptonomist.ch|2026/08/10 10:16:11

一項由Hudu Yusuf發表在ethresear.ch的研究質疑了兩個影響以太坊及整個DeFi行業安全的支柱:拜占庭容錯共識的運作方式以及預言機決定發布內容的方式。其核心論點簡單明瞭,但後果重大:如果驗證者的行為完全相同,他們的實際投票價值將遠低於他們所擁有的名義質押。若預言機總是發布某個數據,即使該數據可疑,它也在系統性地選擇對抗決心強烈的攻擊者的最差選擇。

摘要

  • 主要要點
  • 協調崩潰:當驗證者之間的相關性抵消投票
    • 基於行為多樣性的加權BFT基礎
    • 以太坊案例及標準BFT脆弱性的模擬
  • 結構化沉默:DeFi預言機的新策略
    • 操控模型及其背後的沉默策略證明
    • 沉默預言機策略的影響
  • 開放挑戰:從理論到實施
    • 將共識和預言機調整為新邏輯
    • 仍需解決的風險和權衡
  • 常見問題
    • 為什麼行為相關性會降低DW-BFT中的實際投票權重?
    • 沉默預言機策略如何改善對價格操控的防禦?
    • 實施DW-BFT和沉默策略的主要困難是什麼?
    • 為什麼即使在廣泛應用的情況下,總是發布的預言機仍然脆弱?

主要要點 {#主要要點}

  • 行為幾乎相同的驗證者,其實際投票權重趨近於零,無論其名義質押為何。
  • 以太坊上三大質押實體控制著57.2%的名義質押,但根據DW-BFT模型僅控制15.7%的實際權重
  • 單獨的驗證者,僅擁有22.3%的名義質押,卻因行為多樣性控制了超過60.2%的實際投票權力
  • 目前所有在運行的預言機,從Chainlink到Pyth,均使用“總是發布”的策略,因此在結構上是脆弱的。

協調崩潰:當驗證者之間的相關性抵消投票 {#協調崩潰當驗證者之間的相關性抵消投票}

第一個結果,作者稱之為定理1或“協調崩潰”,證明了在任何加權的拜占庭容錯共識系統中,一組行為幾乎相同的驗證者,其實際投票權重隨著他們之間的相關性增強而下降至零,無論他們持有多少名義質押。

基於行為多樣性的加權BFT基礎 {#基於行為多樣性的加權BFT基礎}

所提出的模型,稱為DW-BFT,不僅僅是根據每個驗證者的質押s_j來加權投票。它引入了一個第二個因素,即行為多樣性d_j,通過比較每個驗證者的行為向量(確認時間、MEV-Boost中繼的選擇、參與重組)與整個驗證者集的平均值來計算。實際的投票權重因此成為質押和多樣性的乘積,並對總數進行標準化。實際概念是,兩個始終以相同方式投票並以相同方式構建區塊的驗證者並不代表兩個不同的信息來源,而是系統標準中被計算了兩次的同一個來源。

以太坊案例及標準BFT脆弱性的模擬 {#Il_caso_Ethereum_e_le_simulazioni_sulle_fragilita_del_BFT_standard}

應用該模型於當前以太坊的驗證者集,研究計算出前三大存款實體控制著57.2%的名義質押,但在DW-BFT下僅控制15.7%的實際權重。相反,僅分散的驗證者名義上僅擁有22.3%的質押,卻能控制超過60.2%的實際投票權,正因為它們彼此獨立行動。這是一個顯著的顛覆:在標準的拜占庭容錯共識下,這三個實體已經超過了理論上的33%門檻,原則上可以確認無效區塊。

為什麼這重要:以太坊隱含的安全邊際因此不應是33%,而是實際上在考慮到大型質押運營商之間的行為相關性後,僅為單位數百分比。作者進行的模擬,對不同程度的Sybil驗證者之間的相關性進行了10,000次攻擊嘗試,顯示當卡特爾內部的相關性完美時,標準BFT達到100%的成功率,而在相同條件下,DW-BFT則降至0%。

結構性沉默:DeFi預言機的新策略 {#Il_silenzio_strutturato_una_nuova_strategia_per_gli_oracle_DeFi}


研究的第二個結果,即關於「結構性沉默的最佳性」的定理2,確立了一種能在不確定性條件下保持靜默的預言機策略,明顯優於任何始終發布數值的策略,當存在能夠暫時操縱觀察信號的對手時。

操縱模型及靜默策略背後的證明 {#Il_modello_di_manipolazione_e_la_dimostrazione_dietro_la_strategia_silenziosa}

該機制基於一個一致性指標,稱為C_t,測量當前觀察與資產累積的行為歷史的一致性:跨交易所流量、錢包架構的穩定性、MEV模式、時間熵。當一致性低於定義的閾值時,預言機不會發布價格,而是保留數據,同時顯示有用的元數據,如與閾值的差距和恢復時間的估計。數學證明顯示,如果錯誤發布造成的損失超過單純延遲造成的損失,則每次通過不一致信號攔截的攻擊都會降低與始終發布的預言機相比的總損失。由於每個對手都有有限的預算,靜默策略在每次檢測到至少一次操縱嘗試時都會顯著優於。

靜默預言機策略的含義 {#Implicazioni_della_strategia_silent_oracle}

靜默預言機策略代表了對當前預言機的一種範式轉變。當前所有在生產中的預言機,從Chainlink到Pyth、UMA、Band、API3和RedStone,均使用「始終發布」的策略,優先考慮數據的持續可用性而非其完整性。定理2證明,在存在能夠暫時操縱觀察信號的活躍對手的情況下,這一目標是次優的。那些在操縱價格的情況下「因為總是需要一個數字」而清算頭寸的DeFi協議並不穩健,實際上是設計上脆弱的。

開放挑戰:從理論到實施 {#Le_sfide_aperte_dalla_teoria_allimplementazione}


翻譯這些結果在實踐中需要對 BFT 共識的韌性協議和 oracle 架構進行深刻的變革,作者本人也坦率地列出了提案可能存在的問題。

調整共識與 oracle 以適應新邏輯 {#Adattare_consenso_e_oracle_alla_nuova_logica}

實施 DW-BFT 意味著修改 Casper FFG 的最終決策機制,以根據行為多樣性 d_j 而非僅僅根據權益 s_j 來加權投票:一個始終以相同方式投票的卡特爾不應該像其權益那樣加權,而應該像一個單一的投票。同時,將沉默視為有效輸出要求 DeFi 協議學會在不崩潰或混亂地阻止清算的情況下處理缺失的 oracle 數據:這是一個打破現有所有消費者 oracle 假設的變革。

風險與妥協尚待解決 {#Rischi_e_compromessi_ancora_da_risolvere}

作者誠實地承認了幾個弱點。一個對手可能會分裂成千上萬個行為略有不同的實體,然後在攻擊時協調,這是一種被稱為 Sybil 去相關化的風險,目前尚無正式的抗性證明。此外,還擔心 DW-BFT 會在所有人正確投票於同一鏈時懲罰誠實的驗證者,產生合法的相關性:提出了一種基於基線減法的啟發式解決方案,但仍然缺乏嚴謹的證明。在 oracle 方面,一致性指標 C_t 可能成為操縱的目標,儘管這需要的資本估計是直接攻擊價格的 40 到 60 倍。最後,關於在每個特定用例中如何劃定沉默閾值的問題仍然懸而未決,從借貸市場到永久協議。

FAQ {#FAQ}

為什麼行為相關性會降低 DW-BFT 中的實際投票權重? {#Perche_la_correlazione_comportamentale_riduce_il_peso_di_voto_effettivo_in_DW-BFT}

因為當多個驗證者的行為向量幾乎相同時,他們與集合平均值的相關性接近 1,而多樣性因子 d_j 趨近於零,無論名義上擁有的權益如何,實際權重都會降低。

沉默 oracle 策略如何改善對價格操縱的防禦? {#In_che_modo_la_strategia_silent_oracle_migliora_la_difesa_dalla_manipolazione_dei_prezzi}

通過在一致性指標顯示不確定性時延遲發布,oracle 避免了傳播被操縱的值,減少了與始終發布的策略相比的預期損失,即使是數據受到損害。

實施 DW-BFT 和沉默策略的主要困難是什麼? {#Quali_sono_le_principali_difficolta_nellimplementare_DW-BFT_e_la_strategia_del_silenzio}

需要調整共識協議以根據行為多樣性加權投票,修改 DeFi 協議以能夠處理缺失的 oracle 數據,並防範像 Sybil 去相關化和一致性指標操縱這樣的新攻擊向量。

為什麼即使在廣泛傳播的情況下,始終發布的 oracle 仍然脆弱? {#Perche_gli_oracle_always-publish_restano_vulnerabili_nonostante_la_diffusione_capillare}

因為它們優先考慮數據的持續可用性而非其完整性,即使在對手操縱的情況下也始終發布一個值,這使得攻擊者能夠利用過時或被篡改的數據源。


內容由人工智慧協助創建並經過人工編輯審核。

-- 價格

--
--
--

本內容僅供參考,不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊,不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性,存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。

猜你喜歡

Hyperliquid 支持 SEC 廢除交易穿透規則,呼籲建立鏈上市場最佳執行指引

Chainlink 與 Pyth Network 白皮書比較:哪個預言網絡擁有更強的未來?

Pyth Pro 7月年化營收749萬美元,增長22%

Pyth Network的機構數據產品Pyth Pro在7月錄得年化重複營收(ARR)749萬美元(約109億元),較上月增長22%...

Pyth 引入 Fenics、OpenYield、Tradeweb 擴展固定收益數據

Pyth 推出美股與大宗商品連續價格指數,支持全天候交易市場

ChainCatcher 消息,据 Cointelegraph 報導,區塊鏈預言機與市場數據提供商 Pyth Network 宣布推出美國股票及大宗商品的連續價格指數,旨在支持加密市場中的全天候交易產品,首批覆蓋標的包括 Nvidia、Tesla、Apple、Circle、Strategy 等美股,以及黃金、白銀、WTI 原油和布倫特原油等大宗商品。據悉,Coinbase、Kraken、dYdX 及 Nado 已率先接入該指數,用於構建新交易市場。該價格體系可為永續合約、代幣化資產、預測市場、衍生品結算及 ETF 基準提供持續參考價格,即使在傳統交易所休市期間也能更新數據。此外,Pyth 還與...

圖解 Kalshi 20 家 Web3 業務夥伴:一個以合規為核心的預測市場

ChainCatcher 消息,Web3 資產數據平台 RootData 梳理了 Kalshi 的 20 家業務合作夥伴,覆蓋區塊鏈基礎設施、預言機數據、做市流動性、合規監管及交易分發等關鍵環節。在鏈上,Kalshi 支持 Solana、Base、Bitcoin、BNB Chain 等網絡資產,並通過 Pyth Network、RedStone 等預言機提供數據支撐;在流動性層,引入 Jump Trading、SIG 等傳統做市機構參與價格發現。同時,Kalshi 通過 Coinbase、Robinhood 等平台拓展交易與分發能力。但相比 Web3 合作網絡,Kalshi 更"厚重"的部分在...
...
iconiconiconiconiconiconiconiconicon
客戶服務:@weikecs
商務合作:@weikecs
量化做市商合作:bd@weex.com